OpenAI, 검증 도구와 함께 AI 이미지에 Google의 SynthID 워터마크 도입
요약
OpenAI가 Google의 SynthID 워터마크를 도입함에 따라, 이를 제거할 수 있는 기술적 가능성과 한계에 대한 논의가 진행되고 있습니다. 특정 모델을 활용한 픽셀 마스킹 및 재생성 방식이 워터마크 제거에 효과적일 수 있다는 분석과 함께, 워터마크의 실효성 및 DRM으로서의 역할에 대한 다양한 견해가 대립하고 있습니다.
핵심 포인트
- 픽셀 마스킹 및 재구성 모델을 통해 SynthID와 같은 AI 워터마크를 효과적으로 제거할 수 있는 가능성이 확인됨
- 워터마크 기술은 허위 정보 판별에 도움을 줄 수 있으나, 기술적 우회 방법이 존재함
- SynthID의 도입이 디지털 권리 관리(DRM)로서의 법적/기능적 역할을 수행할지에 대한 논쟁이 있음
- 이미지 생성 도구에 강제되는 메타데이터나 워터마크가 창작 워크플로우에 미칠 부정적 영향에 대한 우려가 존재함
검은 배경으로 AI 이미지를 만들게 하면 괜찮은 모니터에서는 SynthID가 눈에 보임. 그냥 반복되는 흐릿한 패턴이라 특별한 건 없음
2번째 픽셀마다 마스킹한 뒤 빠진 픽셀을 재생성하고, 다시 1픽셀 오프셋을 둬서 2번째 픽셀마다 마스킹하는 방식으로 꽤 잘 제거했음
픽셀 채우기에는 기성 모델을 썼지만, 변경 전에 먼저 깊이 맵을 내보내고 노이즈를 줄여서 새로 생성된 마스킹 픽셀이 원본 내용에 맞도록 했음. 결과가 100% 완벽하진 않았지만, 시간을 더 들이고 이 용도에 맞게 미세조정한 모델을 쓰면 어떤 AI 워터마킹도 큰 문제 없이 제거할 수 있을 듯함
0.5비트 워터마크처럼 존재 여부만 담는 워터마크를 제거할 수 있다고는 믿기 어려움. 눈에 보이는 건 아마 기능적인 미끼일 가능성이 큼
이미지를 아주 조금만 늘리거나 압축하면 안 되나?
시간을 더 들이고 특정 용도에 맞게 미세조정한 모델이면 어떤 AI 워터마킹도 큰 문제 없이 제거할 수 있다는 점이 흥미로움. AI를 AI 상대로 쓰는 것은 늘 재미있음
메타데이터나 SynthID에는 어떤 정보가 들어가나? SynthID에는 몇 비트까지 인코딩할 수 있나?
합성 콘텐츠용 영양성분표 같은 걸 만들 수 있을까? 합성 텍스트 10%, 합성 이미지 30% 같은 식으로
오늘 당신의 현실은 15% 합성이었음(75% 거대 기업, 25% 오픈 가중치 neocloud)
2025년 10월의 SynthID-Image 논문[0]은 512x512 이미지에서 플래그 확인 또는 136비트 페이로드를 테스트하고, 여러 변환 뒤 워터마크의 견고성을 본 인코더-디코더였던 것 같음
실제 배포 버전은 아마 꽤 다를 것임
[0]:https://arxiv.org/html/2510.09263v1
사용자 ID나 개인별 지문을 넣을 수도 있음. 오래전에 프린터에 그런 걸 넣었고, 이제 생성하는 모든 사진과 이미지에도 쉽게 가능해질 것임
그건 가능하지 않을 듯함. 합성 조각을 원본 이미지에 붙여 넣으면 SynthID가 그걸 알 수는 없을 테니까
이건 그냥 보여주기식 헛짓임
여러 매체에서 도구로 뭔가 만드는 입장에서는, 내가 선택하지 않은 임의의 메타데이터를 넣는 이런 도구는 그냥 피할 것임
비디오게임용 텍스처를 만들면서 이런 이상한 DRM 찌꺼기를 넣어야 하나? Photoshop은 얼마나 오래됐는데 왜 예외인가?
완벽하지 않다고 해서 쓸모없는 건 아님. 이미 온라인에서 누군가 이미지를 Google의 SynthID 검사에 돌려 위조였음을 증명한 게시물을 봤음
Photoshop은 Google이나 OpenAI가 만든 게 아니고, Photoshop으로 사실적인 기만 이미지를 만드는 진입장벽은 AI보다 훨씬 높음. 전통적인 이미지 편집 사용 여부를 불완전하게나마 감지하는 기법도 이미 있음
Photoshop과 생성형 AI를 구분하는 요소 몇 가지는 충분히 떠올릴 수 있을 거라 믿음
엄밀히 말해 DRM은 디지털 권리 관리이고, 지식재산권과 관련됨
Google이나 OpenAI가 자기 이미지에 대한 지식재산권을 주장하는 경우에만 SynthID가 DRM일 텐데, 그게 합법인지는 모르겠음
오늘날 분당 가능한 최대 이론적 허위정보 생산량은 2021년의 Photoshop과 비교해 어떨까?
좋음. 제거될 거라고들 하지만, 이를 재현 가능하게 보여주는 저장소는 아직 못 봤음
Stable Diffusion에서 노이즈 제거 강도 10~15%면 끝남
Nano Banana Pro가 출시된 첫날 테스트했고 작동했음. 지금도 Nano Banana 2에서 작동함
공개적으로 말하면 인터넷을 더 나쁘게 만들 거라고 오만하게 생각해서 어디에도 올리지 않았음. 하지만 내가 첫날 떠올렸다면 당연히 다른 수백만 프로그래머도 떠올렸을 테니 순전한 오만이었음
다만 SD 모델 특유의 아티팩트가 생기고, 그건 다른 방법으로 감지될 수 있음. 아니면 크게 확대해서 꼼꼼히 봐도 보일 수 있음
애초에 다른 모델을 쓰는 게 훨씬 쉬울 듯함
제거되긴 하겠지만 많은 사람은 안 할 것임. 실제로 SynthID로 감지 가능한 허위정보를 본 적이 있음
mp3의 메타데이터 같은 건가?
AI 이미지의 스크린샷을 찍으면 그것도 AI 이미지로 보이나? 이미지 안에 숨겨진 건지, 아니면 메타데이터인지 궁금함
이미지 안에 들어 있고, 그런 작업을 거쳐도 살아남도록 설계된 것임
처음에는 사진이 OpenAI에서 나온 건지 검증하고, 그다음엔 구독자 데이터와 위치정보를 넣을 것임
결국 아무도 AI 생성 사진이나 텍스트를 보고 싶어 하지 않는다는 걸 알게 될 것임. 그렇게 되면 이 도구는 대중에게는 실패하고 정부용으로만 작동하겠지
사진처럼 사실적인 AI 생성의 유일한 용도는 기만처럼 보임. 이미 미국 정치 광고에서 AI 생성 영상이 쓰이고 있음
이런 워터마크는 제거하거나 왜곡하기 쉽지 않나? 사람들이 드물게 의존해서 우회할 가치가 없을 때까지만 도움이 되는 것 같음
소셜미디어 플랫폼이 이런 워터마크가 있는 이미지를 금지하기 시작하면 하룻밤 사이에 다 벗겨질 듯함
아님. 쉽게 할 수 있는 변형에는 매우 강함. 그렇다고 불가능하다고 보진 않음
실제 Nano Banana 2/NBPro 출력물에서 진짜 SynthID 워터마크를 제거하는 GitHub 저장소는 아직 하나도 없다고 봄. 대부분은 아직 성과를 내지 못한 연구 프로젝트임
지금까지 본 방법은 편집 기능을 쓸 때 투명도나 원본 이미지 오버레이를 이용하는 이상한 트릭, 또는 확산 모델로 NB 생성 이미지를 낮은 노이즈 수준에서 재생성하는 방식뿐인데, 이 경우 원본도 바뀜
AI 자동 생성 콘텐츠
본 콘텐츠는 GeekNews의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기