Anthropic과 Google의 경쟁, AI 텍스트 워터마크 탐지로 확대

Anthropic은 새 Claude 모델이 생성한 텍스트에 워터마크를 적용하기 시작했지만, 더 큰 경쟁은 제3자가 그 표식을 탐지하려 할 때 시작된다. 회사는 곧 출시할 도구를 통해 외부 사용자가 지원되는 Claude 워터마크가 포함됐는지 텍스트와 파일을 확인할 수 있게 될 것이라고 밝혔다. 이는 Anthropic과 Google의 경쟁을 어려운 새 시장으로 끌어들인다. 바로 AI가 문서에 관여한 시점을, 증거가 입증하는 범위를 과장하지 않으면서 판단하는 시장이다.

이 변경 사항은 2026년 8월 2일 이후 유럽연합에서 출시되는 지원 대상 Claude 모델에 적용된다. Anthropic은 모델 수준에서 표식이 생성되며, 지원 대상 Claude 모델이 전 세계 어디에서 제공되든 출력물을 따라간다고 설명한다. 또한 2026년 12월 2일에 끝나는 전환 기간 동안 이전 모델도 업데이트할 계획이다.

Google은 AI로 생성된 텍스트, 이미지, 오디오, 비디오를 워터마킹하고 식별하는 시스템인 SynthID를 통해 가장 명확한 기준점을 마련했다. Google은 이미 텍스트 워터마킹 기술의 일부를 개발자에게 공개했으며, 일부 사용자와 탐지기를 시험했다. Anthropic은 이제 자체 탐지 메커니즘을 약속하고 있지만, 완전한 기술 문서는 아직 공개하지 않았다.

이는 혼잡한 시장에 또 하나의 AI 탐지기가 진입하는 문제가 아니다. 기존 탐지기는 대개 생성 모델에 접근하지 못한 채 글쓰기 패턴으로 AI 저작 여부를 추론한다. 반면 워터마크 탐지기는 생성 과정에서 의도적으로 삽입된 신호를 찾는다.

이 차이는 통제된 조건에서 신뢰도를 높일 수 있다. 그러나 누가 문서를 작성했는지, Claude가 왜 이를 처리했는지, 또는 누군가 정책을 위반했는지는 여전히 답할 수 없다.

따라서 앞으로의 시험대는 탐지만큼이나 해석에 관한 문제다. Anthropic은 외부 조직이 표식을 일관되게 찾아내는 동시에 그 제한적인 의미를 이해할 수 있음을 보여야 한다. Google은 초기 우위가 또 하나의 폐쇄형 신호가 아니라 상호운용 가능한 검증 시스템으로 발전할 수 있음을 입증해야 한다.

Anthropic은 전 세계 Claude 출력에 표식을 적용한다

Anthropic은 워터마킹을 연구 제안에서 지원 대상 미래 Claude 모델의 기본 속성으로 전환했다.

회사의 표식 안내에 따르면, 지원 대상 모델은 생성된 텍스트에 사람이 감지할 수 없는 워터마크를 직접 삽입한다. 이는 눈에 보이는 라벨이나 숨겨진 문자 모음이 아니라 모델의 토큰 선택을 통해 만들어지는 통계적 패턴이다.

토큰은 언어 모델이 텍스트를 생성할 때 처리하는 단위다. 단어 전체, 단어의 일부 또는 문자 하나를 나타낼 수 있다. 언어 모델은 가능한 다음 토큰에 서로 다른 확률을 부여한 뒤, 그중 하나를 선택해 응답을 이어간다.

모델은 통제된 패턴에 따라 이러한 선택을 조정해 통계적 워터마크를 삽입할 수 있다. 결과물은 독자에게는 일반적인 문장처럼 보여야 한다. 올바른 정보를 가진 탐지기는 토큰 시퀀스를 분석해 해당 패턴의 증거를 찾을 수 있다.

Anthropic은 워터마크가 Claude 텍스트의 의미, 품질 또는 가독성을 바꾸지 않는다고 말한다. 그러나 공개 기술 결과가 언어, 모델 설정, 특수 출력 전반에서 시스템 성능을 입증하기 전까지는 회사의 주장에 해당한다.

적용 범위는 Claude의 소비자용 채팅 인터페이스보다 넓다. Anthropic은 지원되는 표식 기능이 Claude, Claude Code, Cowork, Claude Tag, API 및 클라우드 제공업체를 통한 지원 배포 전반에 적용된다고 설명한다. 즉 개발자는 API 응답이 Claude.ai에 표시된 적이 없다는 이유만으로 시스템 적용 대상이 아니라고 가정할 수 없다.

파일에는 다른 종류의 표식이 적용된다. 지원 대상 PNG, JPG, SVG 출력은 콘텐츠 출처 및 진위성 연합 표준인 C2PA에 따른 서명된 출처 메타데이터를 포함할 수 있다. 출처 메타데이터는 암호학적으로 서명된 확인을 통해 파일의 원본과 편집 이력에 관한 정보를 기록한다.

텍스트 워터마크와 C2PA 자격 증명은 관련 있지만 별개의 문제를 해결한다. 텍스트 워터마크는 생성된 토큰 패턴 안에 존재하며 일반적인 복사 과정에서도 남을 수 있다. C2PA 정보는 파일과 함께 이동하며, 서명된 이력이 온전하게 유지되는지 보여줄 수 있다.

어느 방식도 콘텐츠 변경을 불가능하게 만들지는 않는다. 스크린샷은 이미지에서 첨부된 메타데이터를 분리할 수 있다. 광범위한 재작성은 텍스트의 통계적 패턴을 약화할 수 있다.

Anthropic은 양성 결과가 Claude가 모든 아이디어나 문장을 만들었다는 사실을 입증하지는 않는다고도 경고한다. Claude가 사람이 작성한 자료를 번역, 서식 지정, 교정하거나 가볍게 수정한 뒤 문서에 표식이 남을 수 있다. 가장 안전한 결론은 지원 대상 Claude 모델이 콘텐츠의 탐지 가능한 일부를 처리했다는 것이다.

이러한 단서는 업무 정책에서 중요하다. 예를 들어 커뮤니케이션 팀은 Claude에게 사람이 작성한 보도자료의 구두점만 고쳐 달라고 요청할 수 있다. 직원들이 주장, 구조, 원래의 표현을 제공했더라도 탐지기는 Claude의 표식을 찾아낼 수 있다.

음성 결과도 마찬가지로 제한적이다. 짧은 구절은 신뢰할 만한 탐지에 필요한 토큰 선택을 충분히 제공하지 못할 수 있다. 대폭 편집하거나 번역하거나 Claude 출력을 다른 자료와 섞으면 신호가 약해져 탐지기가 더 이상 인식하지 못할 수 있다.

따라서 워터마크는 조사자가 물을 수 있는 질문을 바꾼다. 문장이 단지 “AI처럼 들리는지”를 묻는 대신, 모델별로 삽입된 신호가 포함됐는지를 물을 수 있다. 그 답변은 누군가에게 저작권이나 책임을 부여하기 전에 여전히 맥락을 필요로 한다.

EU AI Act가 시기를 강제한 이유

규제가 마감 시한을 제공했고, 기술적 대응은 유럽을 훨씬 넘어 확장된다.

Anthropic은 이번 도입을 유럽연합 AI Act의 제50조 및 AI 생성 콘텐츠 관련 투명성 강령과 연결한다. 이 규칙은 기술적으로 가능할 경우 제공업체가 생성되거나 조작된 출력을 기계 판독 가능한 형태로 식별할 수 있게 하도록 요구한다.

새로 출시되는 모델의 경우 관련 의무는 2026년 8월 2일 발효됐다. 이미 시장에 나온 모델에는 전환 기간도 적용된다. Anthropic은 2026년 12월 2일까지 이러한 이전 시스템에도 표식을 적용하기 위해 노력하고 있다고 밝혔다.

전 세계 도입은 동일한 모델이 한 지역에서는 표식이 있는 텍스트를, 다른 곳에서는 표식 없는 텍스트를 생성하는 파편화된 시스템을 피한다. 또한 콘텐츠가 국경, 플랫폼, 기업 시스템을 넘나들 때 탐지의 유용성을 높인다.

이러한 광범위한 접근은 운영상 결과를 낳는다. 미국 기업도 유럽 직원이 문서에 관여하지 않았더라도 표식이 적용된 Claude 출력을 받을 수 있다. 출판사는 지원 대상 어떤 시장에서 제출된 자료에서도 이 신호를 마주할 수 있다.

즉각적인 압력은 다른 최전선 모델 제공업체에 가해진다. Google은 이미 Gemini 일부에서 텍스트에 워터마크를 적용하고 있으며, OpenAI는 생성 미디어에 더 집중한 규정 준수 접근법을 설명해 왔다. 이제 모든 제공업체는 어떤 출력에 표식을 적용할지, 어떤 탐지 접근을 제공할지, 한계를 얼마나 명확히 밝힐지 결정해야 한다.

플랫폼은 별도의 결정을 내려야 한다. 소셜 네트워크, 학습 관리 시스템, 출판사 또는 문서 서비스는 여러 제공업체별 탐지기를 통합할 수 있다. 또는 공급업체 전반의 결과를 표준화하는 공동 검증 계층을 기다릴 수도 있다.

두 번째 경로는 사용자에게 더 쉬울 수 있지만, 결과 형식과 신뢰도 표현에 관한 협력이 필요하다. 단순한 “AI 탐지됨” 라벨은 모델별 워터마크 증거와 확률적 분류 사이의 중요한 차이를 지워 버린다.

이 규칙은 투명성과 제품 일관성 사이의 충돌도 드러낸다. 워터마킹은 그 변화가 감지되지 않도록 설계됐더라도 모델의 생성 과정을 바꾼다. 제공업체는 응답 품질을 보존하면서도 나중에 탐지할 수 있을 만큼 강한 신호를 만들어야 한다.

장문의 창작 글쓰기는 워터마킹 시스템에 많은 토큰 선택지를 제공한다. 사실적 답변, 인용문, 코드, 짧은 응답은 사용할 수 있는 표현을 제한한다. 이러한 제약은 시스템을 약화하거나 예외를 강제할 수 있다.

Anthropic은 아직 이 범주 전반의 탐지 정확도에 관한 공개 측정치를 제공하지 않았다. 향후 문서는 지원되는 콘텐츠, 유용한 최소 길이, 예상되는 잘못된 결과, 신뢰도를 낮추는 변환을 설명해야 한다.

회사는 여러 시스템을 거친 텍스트에 대한 명확한 정책도 필요하다. 초안은 Gemini에서 시작해 Claude를 거치고, 사람이 최종 편집할 수 있다. 모델별 탐지기는 서로 겹치거나 충돌하는 결과를 반환할 수 있다.

이 때문에 규제는 신호를 삽입하는 데서 끝나지 않는다. 유용한 투명성 시스템에는 탐지기, 문서화, 불확실성을 전달하기 위한 규칙이 필요하다. 이런 요소가 없다면 기계 판독 가능성은 책임성보다 더 큰 혼란을 낳을 수 있다.

Anthropic과 Google의 경쟁은 탐지 접근성을 중심으로 전개된다

Google은 배포 측면에서 앞서 있지만, Anthropic은 모델별 탐지를 더 쉽게 사용하고 더 어렵게 오해하도록 만들어 경쟁할 수 있다.

Google은 SynthID를 이미지용으로 먼저 도입한 뒤 텍스트, 오디오, 비디오로 확대했다. 텍스트 방식은 생성 과정에서 토큰 확률 점수를 변경해, 해당 탐지기가 식별할 수 있는 통계적 패턴을 만든다.

회사의 SynthID 설명에 따르면, 워터마크는 여러 Google 생성형 제품에 삽입되며 사람에게는 감지되지 않는다. Gemini의 앱과 웹 환경은 텍스트 버전을 사용한다.

Google은 지금까지 Anthropic보다 더 많은 구현 세부 정보를 공개했다. 기술 개요는 탐지가 생성된 토큰 패턴을 표식이 있는 텍스트와 없는 텍스트에서 예상되는 패턴과 비교한다고 설명한다.

Google은 이 방식이 보편적인 해답은 아니라고 인정한다. 이는 길고 다양한 응답에서 가장 잘 작동한다. 철저한 재작성이나 번역은 탐지 신뢰도를 크게 낮출 수 있으며, 사실 중심의 프롬프트는 토큰 확률을 조정할 수 있는 안전한 기회를 더 적게 제공한다.

2025년 Google은 자사 도구로 생성된 텍스트, 이미지, 오디오, 비디오를 위한 SynthID Detector 포털을 발표했다. 이 포털은 업로드된 자료를 검사하고 워터마크가 포함됐을 가능성이 높은 부분을 식별할 수 있다. Google은 처음에는 일부 언론인, 연구자, 미디어 전문가에게 접근 권한을 제공했다.

Google은 해당 포털을 발표했을 당시 이미 100억 개가 넘는 콘텐츠에 SynthID 워터마크가 적용됐다고 밝혔다. 이 수치는 텍스트만이 아닌 여러 미디어 유형을 포괄하지만, Google 배포의 규모를 보여줬다.

회사는 개발자가 이 접근법을 자체 모델에 통합할 수 있도록 텍스트 워터마킹 기술도 오픈소스로 공개했다. 오픈 구현은 모든 프로덕션 모델을 식별하는 데 사용되는 비공개 키를 공개하지는 않는다. 그러나 연구자가 메커니즘을 검토하고 관련 구성을 시험할 수 있게 한다.

Anthropic의 당면한 약속은 더 좁다. 회사는 사용자와 기타 제3자가 삽입된 Claude 워터마크 및 출처 메타데이터를 탐지할 수 있도록 작업하고 있다고 밝혔다. 이 메커니즘은 향후 기술 문서에서 설명할 계획이다.

소스 브리핑은 워터마크 탐지 API를 언급하지만, Anthropic이 현재 제공하는 안내에는 공개 엔드포인트, 스키마, 인증 절차 또는 출시일이 아직 문서화돼 있지 않다. 해당 자료가 나오기 전까지 가장 안전한 설명은 출시된 API가 아니라 계획된 제3자 탐지 기능이다.

이 검증 격차는 이 이야기의 핵심이다. 발표는 의도를 보여줄 수 있지만, 개발자가 모더레이션, 출판, 감사 또는 교육 워크플로를 구축하려면 실제 인터페이스가 필요하다.

포털보다 API가 더 많은 이점을 제공할 수 있다. 조직은 기존 검토 시스템 내에서 문서를 스캔하고, 결과를 기록하며, 신호를 결합하고, 자체 에스컬레이션 정책을 적용할 수 있다. 대규모 아카이브를 검토하는 출판사와 컴플라이언스 팀에는 일괄 처리도 중요하다.

API 접근은 거버넌스 문제를 제기한다. Anthropic은 누구나 텍스트를 제출할 수 있는지, 탐지에 계정이 필요한지, 그리고 공격자가 워터마크를 제거하는 데 도움이 될 수 있는 탐색을 어떻게 방지할지 결정해야 한다. 제출된 자료의 데이터 보존 방식도 설명해야 한다.

SynthID가 확장됨에 따라 Google도 비슷한 선택에 직면한다. 승인된 파트너로 제한된 탐지기는 모든 학교, 뉴스룸, 마켓플레이스 또는 기업을 지원할 수 없다. 반면 완전한 공개 접근은 의도적인 수정 상황에서 신호가 어떻게 작동하는지에 관한 정보를 더 많이 노출할 수 있다.

따라서 Anthropic과 Google의 경쟁은 어느 회사가 먼저 보이지 않는 표식을 찍을 수 있는지에 관한 문제가 아니다. 그 표식 주변에 더 신뢰할 수 있는 검증 시스템을 구축할 수 있는 주체가 누구인지에 관한 문제다.

신뢰성은 문서화, 측정 가능한 오류율, 개인정보 보호 조건, 개발자 접근성, 그리고 절제된 결과 표현에 달려 있다. 이러한 안전장치 없이 극적인 판정을 내리는 탐지기는 법적·평판상 위험을 초래할 수 있다.

이는 독립 검증 제공업체에도 역할을 부여한다. 이들은 모델별 표식에 출처 기록, 계정 이력, 편집 검토를 결합할 수 있다. 이러한 신호를 근거 없는 저작자 주장으로 축소해서는 안 된다.

자체 증거 기록을 구축하는 팀에게는 검색 가능한 AI knowledge base가 초안, 출처, 검토 결정을 보존하는 데 도움이 될 수 있다. 워터마크가 AI 시스템이 텍스트를 처리했다는 사실만 보여줄 때 이러한 맥락은 중요해진다.

탐지가 텍스트의 작성자를 증명하지는 않는다

Claude 워터마크는 탐지 가능한 모델 관여를 나타낼 뿐, 표절, 기만 또는 완전한 AI 저작을 뜻하지는 않는다.

한 연구자가 보고서를 작성한 뒤 Claude에게 세 문단을 줄여 달라고 요청하는 경우를 생각해 보자. 탐지기는 수정된 자료에서 표식을 찾을 수 있다. 그러나 어떤 사실적 주장이 연구자에게서 나왔는지, Claude가 어떤 표현을 바꿨는지, 또는 그 사용이 조직 정책을 따랐는지는 판단할 수 없다.

번역에서도 같은 문제가 나타난다. 기자가 한 언어로 기사를 취재하고 초안을 작성한 뒤, 영어 버전을 위해 Claude를 사용할 수 있다. 최종 텍스트에는 상당한 인간의 작업이 반영되지만, 모델 수준의 생성은 워터마크를 추가할 수 있다.

따라서 긍정 결과는 판정이 아니라 질문을 촉발해야 한다. 검토자는 도구가 어떻게 사용됐는지, 공개가 필요했는지, 뒷받침하는 증거가 있는지를 물을 수 있다. 결과를 자동적인 부정행위 증거로 취급해서는 안 된다.

교육 환경은 과도한 적용 위험이 가장 크다. 학교는 탐지기를 표절 판별 장치로 사용하고 싶어질 수 있다. 그러나 이 접근은 허용된 편집, 접근성 지원, 번역, 오탐, 그리고 보조와 저작의 차이를 무시한다.

직장 내 조사도 비슷한 우려를 수반한다. 한 직원은 승인된 기업 워크플로를 통해 Claude를 사용할 수 있다. 또 다른 직원은 출처를 모른 채 Claude가 처리한 문구를 공유 문서에 붙여 넣을 수 있다.

워터마크 탐지는 여전히 가치를 제공할 수 있다. 단지 문체만으로 추정하는 분류기보다 더 강한 모델별 신호를 제공한다. 결과가 명확한 임계값과 검토 절차에 결합될 경우, 플랫폼이 대규모로 콘텐츠에 라벨을 붙이는 데 도움이 될 수 있다.

그 한계는 구조적이다. 통계적 탐지는 일반적인 변동과 패턴을 구별할 만큼 충분한 표식 토큰이 필요하다. 짧은 텍스트에는 증거가 적다. 인용문과 사실적 언어는 토큰 대체의 여지가 더 적다.

편집도 표본을 바꾼다. 일부 구간을 삭제하면 표식 토큰이 사라지고, 인간 텍스트와 모델 텍스트를 섞으면 패턴이 희석된다. 번역은 원래 의미를 유지하면서도 거의 모든 토큰을 대체할 수 있다.

Google은 SynthID에 대해 이러한 약점을 공개적으로 인정했다. Anthropic도 광범위한 편집, 혼합 콘텐츠, 부족한 길이 때문에 Claude의 표식이 탐지되지 않을 수 있다고 유사하게 경고한다. 이러한 공개 내용은 모든 후속 제품의 설계에 반영돼야 한다.

독립 연구도 또 하나의 경고를 제시한다. 다만 이는 Anthropic의 공개되지 않은 시스템에 대한 직접 테스트로 취급해서는 안 된다. 2026년 7월의 watermark evaluation은 세 가지 방법의 공개 구현을 포렌식 기준에 따라 시험했다.

이 프리프린트는 의미를 보존하는 의역이 처음에는 탐지된 대부분의 샘플에서 탐지를 제거했다고 보고했다. SynthID 실험에는 Google의 독점 프로덕션 서비스가 아니라 공개 MarkLLM 구현이 사용됐다. 따라서 이 결과는 Claude의 워터마크를 측정한 것이 아니라 범주적 위험을 보여 준다.

이 구분은 중요하다. 연구자는 다른 구현을 근거로 Anthropic의 오류율을 추론할 수 없다. 그러나 기관이 탐지 결과를 증거로 취급하기 전에 Anthropic이 비교 가능한 견고성 테스트를 공개해야 한다고 합리적으로 요구할 수 있다.

회사는 언어, 길이, temperature 설정, 콘텐츠 유형 전반의 성능을 공개해야 한다. 테스트에는 일반적인 교정, 혼합 저작, 번역, 인용, 의도적인 의역이 포함돼야 한다.

오탐에는 특별한 주의가 필요하다. 이론적으로 모델별 워터마크는 일반적인 문체 분류기보다 더 큰 통제력을 제공해야 한다. 하지만 실제 배포에서는 인간 텍스트, 다른 모델, 비정상적인 글쓰기 패턴에 대한 검증이 여전히 필요하다.

미탐은 다른 방식으로 중요하다. 부정 결과가 어떤 AI 시스템도 참여하지 않았음을 입증할 수는 없다. 해당 텍스트는 지원되지 않는 Claude 모델, 다른 제공업체, 짧은 응답 또는 광범위하게 편집된 출력에서 왔을 수 있다.

조직은 이진 라벨을 강제하는 대신 등급화된 결과를 보존해야 한다. 유용한 범주에는 지원되는 표식, 지원되는 표식 없음, 증거 불충분 또는 유효하지 않은 출처 서명이 포함될 수 있다.

결과는 검사 중인 신호도 명시해야 한다. “Claude 워터마크 탐지됨”은 “AI 탐지됨”보다 더 많은 정보를 제공한다. 이는 특정 제공업체의 시스템이 특정 내장 패턴을 발견했음을 검토자에게 알려 주되, 그 이상을 주장하지 않는다.

마지막으로 탐지 정책에는 이의 제기 경로가 필요하다. 결과의 영향을 받는 사람은 버전 이력, 출처 메모, 워크플로 기록을 제공할 수 있어야 한다. 기술적 불확실성이 되돌릴 수 없는 행정적 판단으로 이어져서는 안 된다.

출판사와 개발자에게는 증거 인식형 워크플로가 필요하다

가장 유용한 구현은 워터마크 탐지를 문서화된 검토 프로세스 안의 하나의 입력으로 다룰 것이다.

뉴스룸은 출판 전에 지원되는 표식이 있는지 제출된 이미지와 텍스트를 스캔할 수 있다. 긍정 결과는 편집자가 공개를 요청하거나 출처 이력을 검토하도록 유도할 수 있다. 그러나 제출물을 자동으로 차단해서는 안 된다.

마켓플레이스는 탐지를 이용해 생성된 제품 설명이나 미디어에 관한 규칙을 집행할 수 있다. 플랫폼은 여전히 금지된 합성 콘텐츠와 허용되는 AI 보조 편집을 구분해야 한다.

기업 컴플라이언스 팀은 승인된 모델 사용을 추적할 때 이 기능이 유용하다고 볼 수 있다. 워터마크 결과를 내부 접근 로그 및 문서 이력과 비교할 수 있다. 이러한 조합은 어느 한 출처만으로는 얻을 수 없는 더 많은 맥락을 제공한다.

개발자는 탐지기 버전, 시간, 콘텐츠 해시, 전체 응답을 기록해야 한다. 탐지 시스템은 발전할 것이며, 동일한 문서라도 모델이나 임계값이 업데이트된 뒤에는 다른 점수를 받을 수 있다.

필요하지 않은 한 민감한 제출 텍스트를 저장하지 않아야 한다. 제3자 API는 계약서, 의료 정보, 원본 자료 또는 미공개 보도를 받을 수 있다. 조직이 그러한 콘텐츠를 보내기 전에 Anthropic의 문서에는 명시적인 보존 및 학습 조건이 필요하다.

인터페이스 설계도 중요하다. 탐지기는 결과가 무엇을 의미하는지 평이한 언어로 밝혀야 한다. 또한 입력이 신뢰할 수 있는 검사에 비해 너무 짧거나 수정됐을 때도 표시해야 한다.

신뢰도 점수는 자격을 갖춘 검토자에게 도움이 될 수 있지만, 숫자는 잘못된 정밀성을 만들 수 있다. 예를 들어 92퍼센트라는 결과는 워터마크 패턴과의 부합도를 측정할 뿐인데도 저작자일 확률처럼 보일 수 있다.

제품 팀은 그 숫자를 정확히 정의하거나 제시하지 않아야 한다. 서로 다른 미디어 유형이나 모델 세대의 점수를 비교할 수 있는지도 설명해야 한다.

모델별 탐지기는 콘텐츠 자격 증명을 대체할 수 없다. 워터마크는 메타데이터를 제거하는 일부 변환 후에도 살아남을 수 있다. 서명된 출처 정보는 자격 증명이 계속 첨부돼 있을 때 더 풍부한 원본 및 편집 정보를 제공할 수 있다.

이를 결합하면 심층 방어가 가능해진다. 유효한 C2PA 기록은 서명된 이력을 확립할 수 있고, 내장 워터마크는 일반적인 배포 후에도 탐지 가능한 상태로 남을 수 있다. 인간 검토는 이러한 신호가 서로 충돌하는 사례를 해결할 수 있다.

단일 제공업체가 전체 콘텐츠 체인을 통제하지는 않는다. 텍스트는 문서 편집기, 협업 도구, 출판 시스템, 메시징 앱, 기타 AI 서비스를 거친다. 상호운용성은 표식이 원래 제품 밖에서도 유용하게 남을지 결정한다.

공통 결과 형식은 통합 작업을 줄일 수 있다. 이 형식은 제공업체, 모델 계열, 신호 유형, 탐지기 버전, 신뢰도 범주, 알려진 한계를 식별할 수 있다. 업계 단체나 규제기관이 이 표준을 조율해야 할 수도 있다.

그 대안은 호환되지 않는 포털과 API의 집합이다. 각 플랫폼은 별도의 자격 증명, 파싱 로직, 개인정보 평가, 사용자 메시징이 필요하게 된다. 그러면 소규모 조직은 더 약한 범용 분류기에 의존할 수 있다.

그 결과는 규제의 투명성 목표를 훼손할 것이다. 주요 플랫폼만 통합과 법률 검토 비용을 감당할 수 있다면 탐지는 일상적인 절차가 될 수 없다.

Anthropic은 안정적인 문서, 접근 가능한 테스트, 보수적인 기본 표현을 제공함으로써 이 격차를 줄일 수 있다. Google은 SynthID Detector 접근을 확대하고 지속적인 검증 결과를 공개함으로써 입지를 강화할 수 있다.

개발자는 이러한 세부 사항이 마련되기 전에 징벌적 자동화를 구축하려는 유혹을 피해야 한다. 더 안전한 첫 배포는 정보 제공형이며, 기록되고, 검토 가능해야 한다. 팀은 집행 결과를 연결하기 전에 실제 입력을 연구할 수 있다.

약속의 실현 여부를 보여 줄 세 가지 신호

다음 단계는 실제 인터페이스, 독립적인 성능 데이터, 그리고 제공업체 통제 시연을 넘어선 도입으로 평가될 것이다.

첫 번째 신호는 Anthropic의 기술 출시다. 개발자는 탐지가 API, 포털, 로컬 라이브러리 또는 여러 옵션으로 제공되는지 확인해야 한다. 문서에는 지원 모델, 파일 형식, 텍스트 제한, 인증, 개인정보 보호 조건이 명시돼야 한다.

문서화된 API는 제3자가 실제 워크플로 안에서 이를 테스트할 수 있게 하므로 발표를 강화할 것이다. 엔드포인트나 접근 일정이 없는 또 하나의 일반적 약속은 외부 탐지가 가까워지고 있다는 주장을 약화시킬 것이다.

두 번째 신호는 벤치마크 공개다. Anthropic은 긴 산문, 짧은 답변, 코드, 인용문, 번역, 교정, 혼합 저작 전반의 오탐 및 미탐 결과를 공개해야 한다.

견고성 테스트에는 크롭, 가벼운 편집, 강한 의역, 모델 기반 재작성도 포함돼야 한다. 독립 연구자는 평가의 의미 있는 부분을 재현할 수 있을 만큼 충분한 방법론적 세부 사항이 필요하다.

강력한 결과가 워터마크 증거를 결정적인 것으로 만들지는 않는다. 대신 시스템이 신뢰할 수 있는 모델별 증거를 제공하는 영역과 그렇지 않은 영역을 보여 줄 것이다. 벤치마크가 없으면 기관은 위험을 추측할 수밖에 없다.

세 번째 신호는 생태계 도입이다. 뉴스룸, 검증 서비스, 기업 플랫폼, 연구자는 모든 결정을 Anthropic으로 되돌려 보내지 않고도 탐지기를 통합할 수 있어야 한다.

Google의 경험은 하나의 기준점이 된다. Google의 탐지 포털은 일부 테스트 참여자와 점차 확대되는 파트너 시스템으로 시작했다. Anthropic은 자사의 접근 방식이 이에 필적하는 규모에 도달할 수 있는지, 그리고 두 시스템이 원활히 공존할 수 있는지를 보여줘야 한다.

OpenAI와 다른 모델 제공업체도 중요하지만, 핵심 경쟁 구도라기보다 보조적 맥락으로 남아야 한다. 모든 연구소가 호환되지 않는 탐지기를 만든다면, 플랫폼은 분절된 증거와 일관성 없는 라벨에 직면하게 될 것이다.

규제 당국은 상호운용성 또는 보고 요건을 정하는 방식으로 대응할 수 있다. 또한 여러 표식이 포함되었거나 일반적인 편집 과정에서 표식이 사라진 콘텐츠를 제공업체가 어떻게 처리해야 하는지도 명확히 할 수 있다.

독자에게 실질적인 질문은 이제 모든 AI 문장을 밝혀낼 수 있느냐가 아니다. 그럴 수는 없다. 핵심은 알려진 제공업체가 유용한 신호를 부착하고, 독립적인 제3자가 이를 책임감 있게 해석하도록 도울 수 있느냐이다.

Anthropic과 Google의 경쟁은 모델 역량을 넘어 콘텐츠 출처 검증으로 옮겨갔다. Google은 이미 배포되고 연구된 워터마크 계열과 기존 검증 프로그램을 갖추고 있다. Anthropic은 전 세계적인 Claude 표식 적용과 제3자 탐지라는 약속을 앞세운다.

어느 회사도 저작자성을 해결하지는 못했다. 두 회사 모두 특정 조건에서 AI 처리가 이루어졌다는 증거를 구축하고 있다.

Anthropic의 실제 탐지 인터페이스, 공개 오류 측정치, 그리고 최초의 독립적 통합 사례를 주시해야 한다. 이러한 신호는 Claude의 워터마크가 신뢰할 수 있는 인프라가 될지, 아니면 제한적인 컴플라이언스 수단에 머물지를 보여줄 것이다.

그때까지 조직은 출처 이력을 보존하고, 허용 가능한 AI 사용 기준을 정하며, 모든 탐지 결과를 맥락과 함께 다뤄야 한다. 내일 팀에서 Claude 표식을 발견한다면, 해당 정책은 그 신호가 무엇을 입증하고 무엇을 입증하지 않는지 설명할 수 있을까?