AI in the Music Industry: Composition, Copyright, and the Future of Creative Labor

Generative AI can now produce music that is indistinguishable from human-composed work for many commercial applications. Background music for videos, advertising jingles, podcast scores, and ambient soundscapes can be generated in seconds at near-zero marginal cost. For an industry whose economic foundation rests on copyright—the right to control and monetize creative works—this is not merely a technological change. It is an economic and legal disruption that threatens both the income of working musicians and the conceptual frameworks through which creative labor is valued.

The Research Landscape

UK Music Industry Preparedness

Drury (2025) provides the most focused industry analysis, examining the UK music industry's preparedness for AI-generated copyright challenges. The UK music industry contributes significantly to the economy—reaching a record £7.6 billion in GVA in 2023 (UK Music, "This Is Music" report)—and supports a substantial workforce. Its economic model depends on copyright: songwriters earn royalties when their compositions are performed, recorded, or streamed; publishers and labels earn through licensing.

AI disrupts this model at multiple points:

• Composition: If AI generates a melody, who owns the copyright? UK law requires a human author, but section 9(3) of the Copyright, Designs and Patents Act provides for "computer-generated works"—a provision whose application to AI music is untested.
• Training data: AI music models are trained on existing copyrighted recordings. Is this training fair use, or does it infringe the rights of the musicians whose work was used?
• Market substitution: If AI-generated music is cheaper and faster than human composition, will commercial clients (advertisers, content creators, game developers) shift from human to AI music?

Drury finds that the industry is largely unprepared: trade organizations have issued position papers, but concrete legal, economic, and strategic responses are still developing.

Labor Market Impact

Ye (2025) examines the potential impact on the music labor market specifically. The analysis distinguishes between three segments:

• Commercial composition (advertising, media, gaming): Most vulnerable to AI substitution because quality requirements are moderate and cost sensitivity is high.
• Performance: Less vulnerable because live performance involves physical presence that AI cannot replicate. But session musicians who record parts for studio productions face displacement.
• Artistry: Least vulnerable in the short term because artistic value depends on human identity, narrative, and cultural context. Consumers pay for the artist, not just the music.

The distribution of vulnerability is unequal: working musicians who earn their living from commercial composition and session work face the most immediate threat, while established artists with dedicated fan bases are relatively insulated.

Human-AI Musical Symbiosis

Vengathattil (2025), with 1 citation, takes a more optimistic view, examining how AI can function as a collaborative tool rather than a replacement. The paper documents cases where composers use AI to generate drafts, explore harmonic possibilities, and overcome creative blocks—using the AI as a "creative sparring partner" rather than a production machine.

The finding is consistent with other creative AI research: the most artistically satisfying results come from sustained human-AI dialogue, where the human provides direction, taste, and emotional intent while the AI provides speed, breadth, and unexpected suggestions.

Value Chain Restructuring

Mao (2025) examines how generative AI is restructuring the creative industry value chain more broadly. The traditional chain—creation → production → distribution → consumption—is being compressed as AI enables individual creators to perform functions that previously required teams. A single musician with AI tools can compose, arrange, produce, master, and distribute music without a record label, studio, or session musicians.

This compression creates both opportunities (democratization of music production) and risks (concentration of value in platform companies that provide the AI tools and distribution channels).

Critical Analysis: Claims and Evidence

<

Claim	Evidence	Verdict
The UK music industry is largely unprepared for AI copyright challenges	Drury's industry analysis	✅ Supported
Commercial composition is the most vulnerable segment to AI substitution	Ye's labor market segmentation	✅ Supported — logical analysis with industry data
Human-AI collaboration produces artistically satisfying results	Vengathattil's case studies	⚠️ Uncertain — positive cases documented; systematic evaluation lacking
AI compresses the creative industry value chain	Mao's structural analysis	✅ Supported

What This Means for Your Research

For music industry researchers, the copyright question (who owns AI-generated music?) and the labor question (which musicians are displaced?) are the most urgent research priorities. For music technologists, the collaborative model (AI as creative partner) may be more sustainable than the substitution model (AI as replacement).

Explore related work through ORAA ResearchBrain.

생성 AI는 이제 많은 상업적 용도에서 인간이 작곡한 것과 구별하기 어려운 음악을 만들어낼 수 있다. 동영상 배경 음악, 광고 징글, 팟캐스트 스코어, 앰비언트 사운드스케이프를 거의 0에 가까운 한계 비용으로 수 초 만에 생성할 수 있다. 창작물을 통제하고 수익화할 권리인 저작권에 경제적 기반을 두고 있는 산업에서, 이는 단순한 기술적 변화가 아니다. 이것은 현업 음악가들의 수입을 위협하고 창작 노동이 평가되는 개념적 틀을 흔드는 경제적·법적 혼란이다.

연구 현황

영국 음악 산업의 대비 수준

Drury (2025)는 가장 집중적인 산업 분석을 제공하며, AI 생성 저작권 과제에 대한 영국 음악 산업의 준비 상태를 검토한다. 영국 음악 산업은 경제에 상당한 기여를 하고 있으며—2023년 GVA 기준 기록적인 76억 파운드를 달성했고(UK Music, "This Is Music" 보고서)—상당한 규모의 인력을 지원한다. 이 산업의 경제 모델은 저작권에 의존한다. 즉, 작곡가는 자신의 곡이 연주·녹음·스트리밍될 때 로열티를 받고, 출판사와 레이블은 라이선싱을 통해 수익을 얻는다.

AI는 이 모델을 여러 지점에서 교란한다:

• 작곡: AI가 멜로디를 생성하면 저작권은 누구에게 귀속되는가? 영국 법률은 인간 저작자를 요건으로 하지만, 저작권·디자인·특허법 제9조 제3항은 '컴퓨터 생성 저작물'에 대한 규정을 두고 있다—그러나 이 조항이 AI 음악에 어떻게 적용되는지는 아직 검증되지 않았다.
• 학습 데이터: AI 음악 모델은 기존 저작권이 있는 녹음물로 학습된다. 이러한 학습이 공정 이용에 해당하는가, 아니면 해당 음악가들의 권리를 침해하는가?
• 시장 대체: AI 생성 음악이 인간 작곡보다 저렴하고 빠르다면, 상업적 고객(광고주, 콘텐츠 제작자, 게임 개발자)은 인간 음악에서 AI 음악으로 전환할 것인가?

Drury는 산업이 대체로 준비가 부족하다는 것을 발견했다. 무역 단체들이 입장문을 발표하긴 했지만, 구체적인 법적·경제적·전략적 대응은 아직 발전 단계에 있다.

노동 시장 영향

Ye (2025)는 음악 노동 시장에 미칠 잠재적 영향을 구체적으로 검토한다. 이 분석은 세 가지 세그먼트를 구분한다:

• 상업적 작곡 (광고, 미디어, 게임): AI 대체에 가장 취약하다. 품질 요건이 보통 수준이고 비용 민감도가 높기 때문이다.
• 공연: AI가 대체할 수 없는 물리적 현장감을 수반하므로 덜 취약하다. 그러나 스튜디오 녹음에 참여하는 세션 뮤지션들은 대체 위협에 직면해 있다.
• 예술성: 예술적 가치가 인간의 정체성, 서사, 문화적 맥락에 의존하므로 단기적으로는 가장 덜 취약하다. 소비자들은 단순히 음악이 아닌 아티스트에 비용을 지불한다.

취약성의 분포는 불균등하다. 상업적 작곡과 세션 작업으로 생계를 유지하는 현업 음악가들이 가장 즉각적인 위협에 직면해 있는 반면, 헌신적인 팬층을 보유한 기성 아티스트들은 상대적으로 보호받고 있다.

인간-AI 음악적 공생

Vengathattil (2025)는 피인용 1회로, 보다 낙관적인 시각을 취하며 AI가 대체재가 아닌 협업 도구로 기능할 수 있는 방식을 검토한다. 이 논문은 작곡가들이 AI를 활용해 초안을 생성하고, 화성적 가능성을 탐색하며, 창작 막힘을 극복하는 사례를 기록하고 있다—AI를 생산 기계가 아닌 '창의적 토론 상대'로 활용하는 것이다.

이 연구 결과는 다른 창작 AI 연구와 일치한다. 가장 예술적으로 만족스러운 결과는 지속적인 인간-AI 대화에서 나오며, 이때 인간은 방향성, 취향, 감정적 의도를 제공하고 AI는 속도, 폭넓음, 예상치 못한 제안을 제공한다.

가치 사슬 재편

Mao (2025)는 생성 AI가 창작 산업 가치 사슬을 보다 광범위하게 어떻게 재구성하고 있는지를 검토한다. 전통적인 사슬—창작 → 제작 → 유통 → 소비—은 AI가 개인 창작자로 하여금 이전에는 팀이 필요했던 기능을 수행할 수 있게 하면서 압축되고 있다. AI 도구를 갖춘 단 한 명의 음악가가 레이블, 스튜디오, 세션 뮤지션 없이도 작곡·편곡·제작·마스터링·유통을 모두 처리할 수 있다.

이러한 압축은 기회(음악 제작의 민주화)와 리스크(AI 도구 및 유통 채널을 제공하는 플랫폼 기업에 가치 집중)를 동시에 만들어낸다.

비판적 분석: 주장과 근거

<

주장	근거	판정
영국 음악 산업은 AI 저작권 과제에 대체로 준비가 부족하다	Drury의 산업 분석	✅ 지지됨
상업적 작곡은 AI 대체에 가장 취약한 세그먼트이다	Ye의 노동 시장 세분화	✅ 지지됨 — 산업 데이터를 활용한 논리적 분석
인간-AI 협업은 예술적으로 만족스러운 결과를 만들어낸다	Vengathattil의 사례 연구	⚠️ 불확실 — 긍정적 사례는 기록됨; 체계적 평가 부재
AI는 창작 산업 가치 사슬을 압축한다	Mao의 구조적 분석	✅ 지지됨

연구자를 위한 시사점

음악 산업 연구자들에게는 저작권 문제(AI 생성 음악의 소유권은 누구에게 귀속되는가?)와 노동 문제(어떤 음악가들이 대체되는가?)가 가장 시급한 연구 과제이다. 음악 기술 연구자들에게는 대체 모델(AI를 대체재로)보다 협업 모델(AI를 창작 파트너로)이 더 지속 가능할 수 있다.

ORAA ResearchBrain을 통해 관련 연구를 탐색할 수 있다.