안녕하세요! 퇴근 후 "되묻고 깊어지는 상담 대화"를 목표로 주역 상담 AI를 개발 중인 직장인 바이브코더입니다.
어제 22개 커밋을 밀어 넣으며 3단계(번역 450건)와 4단계(RAG 1,751건)를 무사히종료하였습니다. 하지만 종료직후, 프로젝트의 존립을 흔들 수 있는 엄청난 저작권 비상사태를 마주하고
긴급 재작업을 수행했습니다.
상업적 비즈니스 모델까지 염두에 둔 프로젝트인 만큼, 아얘 접힐수도 있는 상황이었기에 반드시 해결해야 할 사안이었습니다.
1. 기존 공공 DB의 복병: "상업적 사용 불가"
기존에 활용하던 한글 주역 데이터셋의 원천 출처는 '동양고전종합 DB' 및 '한국고전종합 DB'였습니다.
(제가 구상시 해당 사이트의 텍스트를 사용하였고, 프로젝트 착수로 이어지면서 아무생각없이 가져왔던게 실수였습니다)
구현을 다듬던 도중 저작권 및 이용 약관 규정을 더 엄격하게 재검토해보니, 해당 데이터들의 저작권이 '비영리 목적 사용만 가능(상업적 사용 불가)'으로 엄격하게 분류되어 있더군요.
향후 앱스토어 배포, 광고개제, 유료화 등 조금이라도 상업적 모델을 얹는 순간 라이선스 위반으로 터질 시한폭탄이었습니다.
2. 구원투수: 교토대 'Kanripo' 한문학저장소 발견
즉시 상업용 라이선스로 2차 창작 및 배포가 가능한 완전 개방형 데이터소스를 수색했습니다.
그 결과, CC BY-SA 4.0 라이선스를 채택하여 완벽히 상업적 사용이 보장되는 교토대학 인문사회연구원 한문학저장소(Kanripo · https://www.kanripo.org) 데이터를 찾아내
대안으로 채택했습니다.
3. 밤샘 3·4단계 파이프라인 무한 루프 재시행
대체 소스를 확정하자마자 기존 마이그레이션된 DB 데이터를 말끔히 걷어내고 처음부터 재작업에 착수했습니다.
- 3단계 다시 하기: Kanripo 기반 한문 원문 추출 ➔ 번역 파일럿 및 하이브리드 LLM(Gemini & Claude) 배치 번역 450건 재생성
- 4단계 다시 하기: 정전 주석 1,237건 및 소상전 등 514건 재파싱 ➔ 임베딩 벡터 데이터베이스 전면 갱신 및 pgvector 적재
식은땀을 한 바가지 흘렸지만, 에이전트 연동(5단계)과 실제 배포로 넘어가기 전에 이 거대한 법적 폭탄을 찾아내 해체해서 다행입니다.
역시 사이드 프로젝트도 법률적 기초 공사가 반이라는 뼈아픈 교훈을 얻었습니다.
🔮 5단계 진입 준비와 남은 생각
라이선스 피벗 덕분에 번역 원본의 신뢰도는 오히려 CC 라이선스로 훨씬 떳떳하고 견고해졌습니다.
이제 척추 에이전트 세팅을 위한 준비도 완전히 복구된 데이터 위에서 다시 대기 상태에 들어갔습니다.
💬 크루분들께 드리는 질문!
1. 오픈소스나 공공 데이터를 가공해 사이드 프로젝트를 상용화하실 때, 저처럼 라이선스 조항 때문에 중간에 식은땀 흘렸던 독특한 에피소드가 있으신가요?
2. CC BY-SA 4.0 데이터를 활용해 유료 앱 서비스를 배포할 때, 크레딧 표기(Attribution)를 앱 내에서 가장 세련되고 방해되지 않게 디자인하는 팁이 있다면 공유 부탁드립니다! 👇
와 이건 배포 전에 발견해서 정말 다행이네요 ㅋㅋ
바이브코딩하다 보면 구현부터 달리게 되니 데이터 출처나 라이선스는 진짜 뒤로 밀리기 쉬운 것 같습니다. 특히 공개된 데이터 = 상업적으로 마음대로 써도 되는 데이터는 아니라는 게 함정이고요.
그래도 대체 소스를 찾아서 기존 DB 걷어내고 번역 450건에 RAG 1,751건까지 다시 작업하셨다니… 고생은 하셨겠지만 오히려 지금 발견한 게 다행인 것 같습니다.
디자인은 지금도 전체적으로 깔끔한데, 정보의 중요도 차이를 조금 더 과감하게 줘도 좋을 것 같아요. AI 답변이나 핵심 결과는 확실히 시선이 먼저 가게 하고, 출처·원문·부가 정보는 한 단계 톤을 낮추거나 접어두면 처음 들어온 사람도 어디부터 봐야 할지 더 바로 이해될 것 같습니다.
그리고 이런 서비스는 내용 자체가 조금 어렵다 보니 버튼이나 기능을 많이 보여주기보다 첫 화면에서 “그래서 여기서 뭘 하면 되는지” 하나만 더 강하게 잡아주면 진입장벽도 꽤 낮아질 것 같고요.
이런 시행착오까지 계속 공유해주시는 게 빌드인퍼블릭의 맛인 것 같습니다 ㅎㅎ