Fine. Let's Talk About Higgsfield.

01핵심 개요

02핵심 내용 구조

사건의 발단: 7월 23일 약관 개정 메일

• 발표자는 Higgsfield와 스폰서 영상을 한 적이 없음을 밝히며(과거 제안은 받음), 자신이 이 논란의 '불씨를 댕긴 사람'으로서 다루게 됐다고 설명한다.
• 논란의 큰 축은 출력물 라이선스로, 사용자가 만든 모든 결과물에 대해 영구·철회불가·양도가능·서브라이선스 가능한 권리를 회사에 부여하는 조항이었다.
• 또한 입력물 학습이 가능하고 계정을 삭제해도 학습을 이어갈 수 있으며, 캐릭터용으로 업로드한 얼굴에도 영구·철회불가 라이선스(소유권 아님)가 걸리고 서브라이선스까지 가능했다.

프라이버시·과금·약관 변경 문제

• 프라이버시 정책상 데이터가 미국·EU·영국·중국 및 카자흐스탄 소재 회사 등 전 세계 벤더·파트너로 흐를 수 있으며, 이는 회사가 카자흐스탄 기반이라는 점과 맞물린다.
• 대외 커뮤니케이션은 샌프란시스코 535 Mission Street(위워크로 알려진 주소)에서 오는 점이 실제 소재지와 대비돼 지적된다.
• 과금 측면에서 구독 크레딧은 이월 불가, 추가 크레딧 팩은 90일 만료, 환불은 크레딧 미사용 시 7일 창구에 6% 수수료 차감, 갱신 건은 환불 불가이며 약관은 언제든 변경·계속 사용이 곧 동의로 규정됐다.

무제한 티어와 스로틀링

• 10.6조에 따라 무제한 티어는 크레딧 생성과 분리된 느린 큐에서 돌아가고 '과도하다(excessive)'고 판단되는 것에 동적 스로틀링이 걸린다.
• 무제한이 느린 큐를 쓰는 것 자체(Runway 등도 동일)는 문제 삼지 않으나, 무엇이 과도한지 '그들이 판단(they deem)'하는 재량 부분이 쟁점이라고 지적한다.
• 이 재량 언어가 사용자 예측 가능성을 해친다는 점이 핵심 불만이다.

커뮤니티 반발과 파급

• 발표자가 X에 스레드로 올리자 게시물 하나가 현재 기준 33.1만 뷰까지 올랐고 파생 게시물들도 나오며 X 뉴스 섹션에까지 올랐다.
• 반발이 신경을 건드렸음이 분명했고, Higgsfield는 빠르게 반응해 7월 26일 새벽(발표자 기준 오전 1시경) 일부 이슈를 반영한 개정판을 냈다.
• 발표자는 연 5억 달러 규모로 알려진 회사가 커뮤니티 압박에 한 발 물러섰다는 점을 성과로 평가한다.

개정판 스코어카드: 6승·1유지·4개 되가져가기

• 개선점으로 영구·철회불가·양도·서브라이선스 문구가 완전 삭제돼 콘텐츠·계정 삭제 시 소멸하고, 삭제 콘텐츠는 향후 학습에 쓰이지 않으며(이미 학습된 것은 제거 불가로 인정), 출력물 홍보 사용은 공개 상태이거나 동의가 필요하도록 바뀌었다.
• 면책(indemnification)은 무제한에서 과실 기반으로, '단독 재량(sole discretion)' 문구는 '합리적(reasonable)'으로 완화됐다.
• 다만 학습 부여 조항은 원문과 토씨 하나 안 다르게 유지돼 기본값이 켜짐이고, 소비자가 옵트아웃하는 유일한 길은 콘텐츠 삭제뿐이다(엔터프라이즈는 계약상 비학습 보장).

조용히 추가된 4가지와 발표자의 요구

• 프라이버시 정책이 '계약의 일부가 아닌 고지'에서 '계약의 일부'로 편입됐고(실제 변호사는 원래 그랬어야 한다고 평가), 약관 변경 최소 15일 사전 고지가 '합리적 고지'로 모호해져 24시간 통보도 가능해졌다.
• 발표자는 Higgsfield가 자체 이미지 모델 Soul을 갖고 있지만 본질적으로 애그리게이터라며, Craiyon이 K2를 오픈소스화했듯 Soul도 오픈소스화하라고 제안한다.
• 핵심 요구는 사용자 출력물을 홍보에 쓸 거면 사전에 요청하고 25~200달러 수준의 라이선스료나 추가 크레딧을 지불하며, 해지를 어렵게 만드는 대신 훌륭한 UX에 집중하라는 것이다.

03기술적 맥락

• Higgsfield의 이미지 모델은 Soul이며, RL(강화학습)로 카메라 모션·피사계 심도·프롬프트 강화·캐릭터 ID 등을 개선한다고 CEO가 LinkedIn에 밝혔다.
• 애그리게이터 특성상 다수 외부 모델을 중개하는 구조여서 '자체 확산 모델 구축'이라는 표현은 상당 부분 과장이라고 평가된다.
• 자체 모델 Soul을 오픈소스화하면 학습 조항 논란을 상당 부분 해소할 수 있다는 것이 발표자의 제안이다.

04전략적 의미

• 커뮤니티가 조직적으로 문제를 제기하면 대형 AI 서비스도 약관을 되돌릴 수 있음을 보여준 사례다.
• 학습 조항을 기본 켜짐으로 유지한 점은 데이터 확보가 이런 서비스의 핵심 자산임을 드러낸다.
• 다크 패턴 기반 성장은 단기 매출엔 유리하나 브랜드 신뢰를 훼손해 '리뎀션 아크'가 필요한 상태로 몰린다.

05핵심 워크플로우·방법론

• 발표자는 Claude(Fable·Ultra Code)에 약관을 검토시켜 라이선스·학습·바이오메트릭 등의 리스크를 식별했다.
• 원문과 개정판을 항목별로 대조해 '개선·유지·추가'로 분류하는 스코어카드 방식으로 변화를 검증한다.
• 마지막에 각 플랫폼 약관을 Claude·GPT에 넣어 커뮤니티가 공동으로 분석·공유하자는 크라우드소싱을 제안한다.

06활용 시나리오

• AI 서비스 가입 전 약관·프라이버시 정책을 LLM에 넣어 위험 조항을 스크리닝한다.
• 무제한·크레딧 상품 가입 시 이월·만료·환불·해지 조건을 사전에 점검한다.
• 얼굴·입력 데이터 업로드 시 라이선스·학습·서브라이선스 범위를 반드시 확인한다.

07현황 및 전망

• 개정 후에도 학습 기본 동의와 '합리적 고지'의 모호성 등 미해결 쟁점이 남아 있다.
• Discord·higgsfieldsucks.com 등에는 해지·크레딧·구독 관련 불만이 지속 축적되고 있다(731 크레딧 오차감 후 환불 사례 등).
• 발표자는 Higgsfield가 UX·투명성을 개선하면 신뢰를 회복할 여지가 있다며 '좋은 선택을 하라'고 조언한다.

08용어 사전