출처
나만의 작품으로
이 이야기에서 영감을 받으셨나요? 그 아이디어를 단 몇 초 만에 나만의 AI 아트로 만들어 보세요. 무료로 시작할 수 있고, 카드 등록도 필요 없습니다.

이 이야기에서 영감을 받으셨나요? 그 아이디어를 단 몇 초 만에 나만의 AI 아트로 만들어 보세요. 무료로 시작할 수 있고, 카드 등록도 필요 없습니다.

메타의 새로운 Content Seal 시스템은 Facebook과 Instagram에서 AI 생성 이미지를 감지할 수 있다 — 단, 해당 이미지가 메타 자체 Muse 모델로 만들어진 경우에 한해서이며, 그 외 사실상 모든 이미지는 감지되지 않는다.
감독위원회는 3월 메타에 「공개적 약속을 이행하고 자체 도구를 활용해」 기만적인 생성형 AI 콘텐츠의 확산을 줄이라고 촉구했다. 메타의 7월 대응인 Content Seal은 기술적으로는 작동하지만 운영 범위가 극히 좁다. 이 감지 도구는 Muse로 생성된 이미지를 발견하면 모델 및 생성 날짜에 관한 메타데이터를 포함해 명확한 표시를 보여준다.

메타의 Content Seal 도구가 자체 Muse 모델로 만든 이미지를 성공적으로 식별했을 때 표시되는 정보.
AI 아트 창작자들에게 이 실질적 격차는 명백하다. Facebook과 Instagram에서 유통되는 AI 이미지의 압도적 다수는 Muse로 만들어진 것이 아니라 Midjourney, DALL-E 3, Flux, 또는 Stable Diffusion 변형 모델에서 나온 것이다. Content Seal은 그 어느 것도 감지하지 못한다. The Verge에 따르면, Google의 SynthID는 이미 더 광범위한 생성기를 지원하며 보다 신뢰할 수 있는 크로스 플랫폼 감지 방식을 대표한다.

Content Seal 마커가 발견되지 않을 때 메타 도구가 표시하는 메시지 — 그러나 마커의 부재가 이미지의 진위를 확인하는 것은 아니다.
Google의 워터마킹 표준인 SynthID는 처음부터 옵트인하는 서드파티 모델을 포함해 다양한 생성기에서 작동하도록 설계됐다. 이러한 아키텍처 덕분에 단일 감지기가 AI 생성 콘텐츠의 상당 부분을 커버할 수 있다. Content Seal은 설계상 또는 한계로 인해 정확히 하나, 즉 Muse만 커버한다. 자신의 작업이 올바르게 귀속되기를 원하든, 온라인에서 찾은 참고 이미지가 AI 생성인지 알고 싶든, 출처에 관심 있는 창작자들에게 이 차이는 매우 중요하다.
이 도구는 기본적인 후처리도 견디지 못한다. 강한 압축, 크롭, 또는 색상 보정은 비가시적 워터마크를 제거하거나 손상시킬 수 있다. 메타는 소셜 미디어 공유에서 일상적으로 이루어지는 이러한 변환에 대한 Content Seal의 견고성에 관한 구체적인 내용을 공개하지 않았다.
Flux나 Midjourney 같은 도구로 이미지를 생성해 Instagram에 게시하면, Content Seal은 그것을 AI 생성으로 표시하지 않는다 — 사용자가 원하더라도 마찬가지다. 이는 양방향으로 작용한다. 자신의 AI 작업이 투명하게 표시되기를 원하는 창작자는 이 시스템에서 아무런 도움을 받지 못하고, 메타 외 생성기를 사용하는 악의적 행위자는 이 시스템으로부터 아무런 제약도 받지 않는다.
Charmloop 이미지 생성기와 대부분의 서드파티 도구도 마찬가지로 Content Seal의 범위 밖에 있다. 귀속과 진위 문제를 헤쳐나가는 창작자들에게 지금 당장 더 유용한 습관은 캡션과 메타데이터에 AI 생성 여부를 수동으로 공개하는 것이다 — 현재 어떤 플랫폼 측 감지 시스템도 실제로 사용 중인 도구의 전체 범위를 커버하지 못하기 때문이다.
메타의 광범위한 AI 모델 카탈로그에는 Muse와 기타 생성 도구가 포함되어 있지만, Content Seal의 감지기는 커버하는 생태계만큼만 유용하다. 메타가 SynthID를 라이선스하거나, 크로스 모델 파트너십을 구축하거나, 워터마킹 표준을 서드파티에 개방하기 전까지, Content Seal은 대규모 AI 콘텐츠 기만에 대한 의미 있는 해결책이라기보다 Muse를 위한 브랜드 보호 레이어에 가깝게 기능한다.
감독위원회는 7월 출시에 대해 아직 공개적으로 반응하지 않았다 — Content Seal이 원래의 요구를 얼마나 좁게 다루고 있는지를 감안하면, 그 반응이 나왔을 때 날카로울 수 있다.