EU AI Act, 투명성 집행 시작… 라벨은 시험대의 절반일 뿐

EU AI Act가 8월 2일 중대한 기한을 맞으며, 챗봇 고지와 AI 콘텐츠 라벨링이 EU 전역에서 본격 집행에 들어간다. 이 규정은 사람들이 자신이 소프트웨어와 대화 중인지, 혹은 합성 미디어를 보고 있는지 알아차리지 못하는 근본적인 정보 격차를 겨냥한다.

즉각 적용되는 요구사항은 간단해 보인다. 인공지능이라는 사실이 이미 명백하지 않은 경우 챗봇은 자신을 밝혀야 한다. 생성형 시스템 제공자는 합성되거나 조작된 결과물을 기계가 읽을 수 있는 방식으로 식별 가능하게 해야 한다.

배포자에게는 딥페이크와 특정 공익성 소재에 대해 눈에 보이는 고지 의무도 부과된다. 하지만 진짜 경쟁은 AI 기업 간의 대결이 아니다. 식별 가능한 합성 미디어라는 약속과, 사라지거나 충돌하거나 무의미해질 수 있는 표시의 기술적 현실 사이의 대결이다.

유럽연합 집행위원회는 기한을 앞두고 최종 지침을 발표해 기업들에 Article 50의 해석을 보다 명확히 제시했다. 집행은 주로 각국 시장감시 당국이 맡으며, European AI Office는 더 좁은 범위의 시스템에 대해 권한을 갖는다.

이 구분은 개발자, 퍼블리셔, 플랫폼, 기업 구매자에게 중요하다. 8월 2일은 단순히 개인정보 처리방침 옆에 또 하나의 고지문을 추가하는 날이 아니다. 출처와 고지에 관한 판단을 제품 인터페이스, 미디어 파이프라인, 벤더 계약, 감사 기록으로 끌어들이는 변화다.

8월 2일 EU AI Act에서 달라지는 점

Article 50은 AI 정체성과 합성 미디어 출처를 제품 선택의 문제가 아니라 법적 의무로 바꾼다.

EU AI Act는 2024년 8월 1일 발효됐지만, 조항별 적용 시점은 단계적으로 정해져 있다. Article 50과 대부분의 나머지 규정은 2026년 8월 2일부터 적용된다.

실제 규정은 모든 인공지능 활용이 아니라 네 가지 상황을 다룬다. 첫 번째 규칙은 사람과 직접 상호작용하도록 설계된 시스템에 관한 것이다. 제공자는 그 사실이 이미 명백하지 않은 한 사용자가 AI와 상호작용하고 있음을 알 수 있도록 해야 한다.

고객 서비스 어시스턴트, 채용 봇, 가상 동반자, 자동화 지원 에이전트가 이 요건에 해당할 수 있다. 고지는 상호작용 중에 이뤄져야 하며, 멀리 떨어진 이용약관 속에 묻혀 있어서는 안 된다.

판단은 맥락에도 좌우된다. 법은 상황상 합리적으로 정보를 갖추고 주의 깊은 사람이 무엇을 인식할 수 있는지를 묻는다. 명백히 허구적인 게임 캐릭터와 사람처럼 보이는 금융 지원 에이전트는 서로 다른 사례다.

두 번째 요건은 텍스트, 이미지, 오디오, 비디오를 생성하거나 조작하는 시스템을 대상으로 한다. 제공자는 결과물에 인위적 기원을 나타내는 기계 판독 가능 표시가 담기도록 시스템을 설계해야 한다.

법률 원문은 기술적으로 가능한 범위에서 이러한 조치가 효과적이고, 상호운용 가능하며, 견고하고, 신뢰할 수 있어야 한다고 규정한다. 또한 규제 당국이 구현 비용과 일반적으로 인정되는 기술 표준을 고려할 수 있도록 한다.

이 제공자 의무는 특정 배포 상황에서 요구되는 가시적 라벨과 다르다. 기계 판독 가능 표시는 소프트웨어와 검증 도구를 위한 것이며, 가시적 또는 청각적 고지는 콘텐츠를 접하는 사람을 위한 것이다.

세 번째 범주는 감정 인식 및 생체정보 분류 시스템을 다룬다. 이러한 시스템을 사용하는 조직은 제한적인 법집행 예외를 제외하고, 해당 시스템에 노출되는 사람에게 이를 알려야 한다.

네 번째 범주는 배포자가 딥페이크 또는 공익 사안에 관한 AI 생성 텍스트를 공개할 때 적용된다. 딥페이크 이미지, 오디오, 비디오는 일반적으로 해당 자료가 인위적으로 생성되거나 조작됐다는 명확한 고지를 요구한다.

공익성 텍스트에는 더 좁은 규칙이 적용된다. 인간의 검토나 편집 책임 없이 대중에게 정보를 제공하기 위해 AI 생성 또는 조작 텍스트가 공개되는 경우 고지가 필요하다.

이 예외는 일반적인 편집 워크플로가 완전 자동화된 출판처럼 취급되는 것을 막는다. 그렇다고 누가 자료를 검토했고 누가 출판 책임을 수용했는지 살펴볼 필요가 없어지는 것은 아니다.

집행위원회는 사람들이 정보에 입각한 판단을 내릴 수 있도록 돕는 동시에 기만과 조작을 줄이는 것이 목표라고 설명한다. 투명성 지침은 이 원칙을 제공자와 배포자를 위한 보다 구체적인 기대사항으로 옮긴다.

이 기한은 챗봇 제작사만 압박하지 않는다

규정 준수 부담은 AI 시스템 개발자에서 그 결과물을 대중 앞에 내놓는 조직까지 이어진다.

모델 개발자가 가장 많은 주목을 받지만, Article 50은 책임을 제공자와 배포자 사이에 나눈다. 제공자는 AI 시스템을 개발하거나 자기 이름으로 시장에 출시하는 주체다. 배포자는 자신의 권한 아래 해당 시스템을 사용하는 주체다.

이러한 구분은 소프트웨어 벤더, 소매업체, 은행, 퍼블리셔, 광고주, 정부 기관, 직장 기술팀에 압박을 가한다. 이들은 어떤 의무가 벤더에게 속하고 어떤 의무가 고객에게 남는지 판단해야 한다.

대화형 어시스턴트를 추가하는 온라인 소매업체를 생각해 보자. 소프트웨어 제공자는 필요할 때 시스템이 AI 정체성을 고지하도록 설계해야 한다. 소매업체는 봇을 직원처럼 제시하지 않고 그 고지를 유지해야 한다.

미디어 에이전시도 또 다른 책임 사슬에 놓인다. 이미지 생성기는 식별 가능한 합성 결과물을 만들어야 하고, 에이전시는 최종 캠페인을 공개할 때 딥페이크 라벨을 표시해야 할 수 있다.

여러 도구가 동일한 파일을 다룰 때 요건 충족은 더 어려워진다. 이미지는 생성, 보정, 리사이즈, 소셜 게시 예약, 콘텐츠 전송을 거쳐 시청자에게 도달할 수 있다.

각 단계는 메타데이터를 변경하거나 기술적 신호를 제거할 수 있다. 따라서 최종 라벨이 단순해 보이더라도 조달과 파이프라인 테스트는 핵심 규정 준수 과제가 된다.

기업 구매자는 이제 기계 판독 가능 표시가 내보내기, 편집, 트랜스코딩, 일반적인 게시 시스템을 거쳐도 유지되는지 벤더에 물어야 한다. 이러한 주장에 대한 근거도 필요하다.

“책임 있는 AI”라는 마케팅 문구는 감사 측면에서 거의 가치가 없다. 기술 문서, 샘플 파일, 버전 이력, 반복 가능한 테스트는 시스템이 약속한 대로 작동한다는 더 강력한 근거를 제공한다.

조직은 대외 AI 상호작용 목록도 필요하다. 기업은 주력 챗봇은 추적하면서도 자동화된 영업 에이전트, 음성 시스템, 온보딩 어시스턴트, 계약업체가 내장한 AI 기능은 놓칠 수 있다.

출판에서도 같은 문제가 나타난다. 팀은 어떤 워크플로가 딥페이크를 만드는지, 어떤 워크플로가 공익성 텍스트를 생성하는지, 의미 있는 인간 검토가 어디에서 이뤄지는지 파악해야 한다.

인간 검토가 형식적인 체크박스가 되어서는 안 된다. 조직은 누가 결과물을 검토했는지, 무엇을 평가했는지, 누가 편집 책임을 수용했는지 기록해야 한다.

이 기록 관리가 특히 중요한 이유는 집행위원회가 유일한 일선 규제기관이 아니기 때문이다. 대부분의 집행은 각국 시장감시 당국이 처리하며, 이에 따라 분산된 감독 구조가 형성된다.

European AI Office의 집행 역할은 더 제한적이다. 제공자가 시스템과 기반 모델을 모두 공급하는 경우, 일반 목적 AI 모델을 기반으로 구축된 관련 시스템을 감독할 수 있다.

또한 매우 대형 온라인 플랫폼 또는 검색 엔진과 관련된 특정 사례에서도 권한을 가진다. European Data Protection Supervisor는 EU 기관이 사용하는 적용 대상 시스템을 담당한다.

따라서 기업은 공통 규정집을 마주하지만, 제품과 회원국 시장에 따라 서로 다른 감독 관계를 경험할 수 있다. 이는 제품 및 회원국 시장 전반에서 일관된 내부 문서화의 가치를 높인다.

집행위원회의 Article 50 질의응답에 따르면 벌금은 전 세계 연간 매출의 3% 또는 1,500만 유로에 이를 수 있다. 소규모 기업에는 비례성 원칙이 적용된다.

집행 위험만이 유일한 우려는 아니다. 부실한 고지는 규제기관이 제재를 내리기 전에도 소비자 보호, 평판, 계약, 플랫폼 정책 관련 문제를 일으킬 수 있다.

라벨은 콘텐츠 공급망을 살아남아야 한다

핵심적인 균형 과제는 명확한 고지와 출처 정보를 제거하거나 흐릴 수 있는 파편화된 미디어 시스템 사이에 있다.

Article 50은 두 가지 상호 보완적 수단을 사용한다. 사람을 위한 라벨은 시청자에게 무엇을 보고 있는지 알려준다. 기계 판독 가능 표시는 소프트웨어가 인위적 콘텐츠를 대규모로 인식하고 추적할 수 있게 한다.

어느 한 방식만으로는 충분하지 않다. 가시적 라벨은 이미지에서 잘려 나갈 수 있고, 재게시된 비디오와 분리될 수 있으며, 스크린샷에서는 빠질 수 있다. 기계 판독 가능 신호는 작품을 보는 사람에게 접근할 수 없게 될 수 있다.

기술적 출처 정보도 의도치 않게 깨질 수 있다. 소셜 플랫폼은 이미지를 재압축하고, 메시징 애플리케이션은 파일을 변경하며, 비디오 서비스는 업로드물을 새로운 형식으로 트랜스코딩한다.

편집 도구는 또 다른 실패 지점을 만든다. 생성 시점에 유효한 출처 기록이 있다고 해서 최종으로 내보낸 파일에도 동일한 정보가 보존된다는 보장은 없다.

이에 따라 집행위원회는 콘텐츠 수명주기 전반의 신뢰성을 강조한다. 제공자는 결과물이 저장, 편집, 배포, 감지되는 예측 가능한 방식을 고려해야 한다.

기계 판독 가능하다는 말이 모든 경우에 하나의 보편적 기술을 법이 요구한다는 뜻은 아니다. 의무는 결과에 초점을 맞추며, 표준과 업계 관행이 구현을 안내할 수 있다.

한 가지 접근법은 파일의 출처와 편집 이력을 기록하는 서명된 출처 메타데이터를 사용한다. 또 다른 방식은 미디어 자체에 감지하기 어려운 신호를 삽입한다.

메타데이터는 상세한 정보를 담을 수 있지만 일반적인 처리 과정에서 제거될 수 있다. 내장형 워터마킹은 일부 변환을 견딜 수 있지만, 감지 정확도와 내구성은 미디어 유형에 따라 다르다.

계층형 설계는 이러한 방법을 가시적 고지와 결합할 수 있다. 장점은 중복성이다. 하나의 신호가 사라져도 다른 신호가 콘텐츠의 기원을 계속 전달할 수 있다.

이 접근법은 비용과 설계상의 절충을 낳는다. 워터마크는 정당한 결과물의 품질을 눈에 띄게 떨어뜨리지 않으면서 감지 가능해야 한다. 출처 기록은 불필요한 개인정보나 상업 정보를 노출하지 않으면서 변조에 저항해야 한다.

감지 도구는 관련 검증 데이터에 안정적으로 접근할 수 있어야 한다. 제작자만 해석할 수 있는 표시는 플랫폼, 연구자, 언론인, 후속 고객에게 제한적인 가치만 제공한다.

오탐도 또 다른 우려다. 진짜 미디어를 합성물로 잘못 라벨링하는 감지기는 창작자에게 피해를 주고 전체 시스템에 대한 신뢰를 약화시킬 수 있다.

미탐은 정반대의 문제를 만든다. 규정을 준수한 생성기가 처음에 표시를 추가했더라도, 조작된 미디어가 감지되지 않은 채 유통될 수 있다.

이 법은 기술적 실현 가능성이라는 표현을 통해 이러한 제약을 인정한다. 이 단서는 실용적이지만, 동시에 집행상의 질문을 낳는다. 어느 정도의 복원력이 충분한 것으로 간주되는가?

기업은 자신들의 판단 근거를 보여줘야 한다. 방어 가능한 절차는 예상되는 변환을 식별하고, 표시가 이를 거쳐도 유지되는지 시험하며, 실패와 시정 조치를 기록해야 한다.

자발적 투명성 행동강령은 규정 준수를 입증할 수 있는 체계적인 경로를 제공한다. 그렇다고 Article 50을 대체하거나 기반 법률을 선택 사항으로 만드는 것은 아니다.

조직은 이 규약에 서명할 의무가 없습니다. 비서명자도 다른 적절한 조치를 통해 준수 사실을 입증해야 하며, 선택한 접근 방식에 대해 더 면밀한 질문을 받을 수 있습니다.

집행위원회는 당국이 비서명자에게 더 상세한 정보를 요청할 수 있다고 밝혔습니다. 규약과의 비교를 문서화하면 다른 구현 방식이 왜 동등한 보호 수준을 제공하는지 설명하는 데 도움이 될 수 있습니다.

이 지점에서 8월 마감일은 제품 엔지니어링을 바꿉니다. 출처 정보는 더 이상 단순한 플랫폼 기능이 아닙니다. 실제 유통 환경에서도 유지되어야 하는 엔드투엔드 속성이 됩니다.

딥페이크 공개에는 중요한 경계가 있다

규정은 기만적인 모호성을 겨냥하지만, AI 지원을 받은 모든 작업물에 동일한 눈에 띄는 경고를 표시하도록 요구하지는 않습니다.

법에 따른 딥페이크는 기존 인물, 사물, 장소, 단체 또는 사건과 유사한 AI 생성·조작 이미지, 오디오 또는 동영상을 말합니다. 해당 콘텐츠는 허위로 진짜이거나 사실인 것처럼 보여야 합니다.

이 정의는 복제된 음성, 조작된 정치 영상, 실제로 일어나지 않은 사건을 묘사한 사실적인 이미지처럼 익숙한 위험을 포착합니다. 이는 단순히 “AI로 만든 콘텐츠”보다 더 구체적인 개념입니다.

명백한 판타지 삽화가 자동으로 딥페이크가 되는 것은 아닙니다. 반면 지급 요청 과정에서 최고경영자를 사칭한 합성 녹음은 훨씬 더 명확한 사례입니다.

배포자는 적용 대상 딥페이크 콘텐츠가 인위적으로 생성되었거나 조작되었음을 공개해야 합니다. 공개는 시청자나 이용자가 콘텐츠를 처음 접할 때 명확하고 구별 가능해야 합니다.

예술적, 창작적, 풍자적, 허구적 및 이와 유사한 작업물에는 조정된 기준이 적용됩니다. 공개는 여전히 필요하지만, 작품의 전시나 감상을 방해해서는 안 됩니다.

이 조항은 어려운 디자인 문제를 인정합니다. 눈에 띄는 경고는 기만을 막을 수 있지만, 지나친 고지는 영화, 공연, 게임 또는 시각예술 작품을 왜곡할 수 있습니다.

맥락이 핵심이 됩니다. 뉴스 클립에 적합한 라벨이 극장 개봉작에는 맞지 않을 수 있고, 오디오 공개는 이미지 캡션과 다르게 작동할 수 있습니다.

공익 목적의 텍스트 규정은 또 다른 중요한 경계를 만듭니다. 대중에게 정보를 제공하기 위해 공개되는 완전 자동화 텍스트는 AI가 생성하거나 조작한 경우 일반적으로 공개가 필요합니다.

다만 사람이 텍스트를 검토하거나 편집 통제를 행사하고, 누군가가 출판에 대한 책임을 지는 경우에는 이 요건이 적용되지 않습니다.

이 예외를 편집자가 관여한 모든 콘텐츠에 대한 보편적 면제로 해석해서는 안 됩니다. 핵심 쟁점은 실질적인 검토, 통제 및 책임성입니다.

전사나 문안 제안에 AI를 사용하는 뉴스룸은 검토되지 않은 정치 요약을 자동으로 게시하는 사이트와는 다른 위치에 있습니다. 일반적인 “AI 지원” 라벨보다 최종 워크플로가 더 중요합니다.

법에는 법적으로 승인된 일부 법집행 시스템에 대한 예외도 포함되어 있습니다. 이러한 예외에는 안전장치가 수반되며, 대중 대상 범죄 신고 도구를 숨겨진 AI 인터페이스로 바꾸지는 않습니다.

조직은 방어적 대응으로 모든 것에 과도한 라벨을 붙이는 일을 피해야 합니다. 일괄 경고는 의미 있는 고지를 더 알아보기 어렵게 만들고, 이용자가 이를 무시하도록 학습시킬 수 있습니다.

더 나은 공개는 관련 시점에 무엇이 중요한지 이용자에게 알려줍니다. 기술적 세부 사항으로 이용자를 압도하지 않으면서 인위적인 상호작용이나 조작을 식별합니다.

집행위원회의 quick facts는 제공자 의무와 배포자 의무를 구분합니다. 이 구분은 팀이 하나의 일반적 라벨을 완전한 준수 프로그램으로 취급하지 않도록 돕습니다.

예를 들어, 동영상 플랫폼은 상위 단계 생성기로부터의 기술적 출처 정보를 보존해야 할 수 있습니다. 기만적인 합성 동영상을 게시하는 사람은 별도로 눈에 보이는 공개 의무를 질 수 있습니다.

책임은 겹칠 수도 있습니다. 시스템을 개발하고 자체 권한 아래 배포하는 회사는 두 역할 모두에서 의무를 가질 수 있습니다.

실무적 교훈은 조직이 단순히 공급업체가 아니라 사용 사례를 분류해야 한다는 점입니다. 동일한 생성형 모델도 저위험 이미지 보정, 허구적 엔터테인먼트 또는 오해를 유발하는 사칭에 활용될 수 있습니다.

유용한 검토 절차는 목적, 대상 이용자, 사실성의 정도, 표현된 대상, 인간 감독 및 게시 맥락을 기록해야 합니다. 이러한 사실이 어떤 공개가 관련되는지를 결정합니다.

가장 큰 불확실성은 투명성이 실제로 작동할지 여부다

준수 조치는 합성 미디어를 더 쉽게 식별하게 만들 수 있지만, 기만 자체를 사라지게 하지는 않습니다.

의도적인 행위자는 비준수 도구를 사용하거나, 눈에 보이는 공개를 제거하거나, 다른 장치로 결과물을 녹화하거나, 협조적 플랫폼 밖에서 자료를 배포할 수 있습니다. 제50조만으로는 이러한 수법을 없앨 수 없습니다.

대신 이 법은 인센티브를 바꾸고 정당한 제공자와 배포자를 위한 기준선을 설정합니다. 유럽에서 운영되는 주요 서비스는 일상적인 제품 작동 방식에 공개와 출처 정보를 내장해야 합니다.

이는 플랫폼, 조사기관 및 이용자에게 제공되는 정보를 개선할 수 있습니다. 또한 예상되는 출처 정보가 없다는 사실 자체가 유용한 경고 신호가 될 수 있습니다.

그러나 부재가 조작의 증거는 아닙니다. 오래된 파일, 스크린샷, 구형 카메라 및 개인정보를 보호하는 워크플로에는 전적으로 정당한 이유로 출처 정보가 없을 수 있습니다.

신뢰할 수 있는 탐지 시스템은 불확실성을 전달해야 합니다. 확인된 출처 정보, 누락된 정보, 손상된 자격 증명 및 의심되는 조작을 구분해야 합니다.

이용자에게도 같은 주의가 적용됩니다. 눈에 보이는 AI 라벨은 인위적 개입을 확인하지만, 어떤 주장이 거짓이거나 해롭다는 사실까지 입증하지는 않습니다.

반대로 진짜 미디어도 사건을 선택적으로 또는 맥락 없이 제시할 수 있습니다. 출처 정보는 평가를 뒷받침하지만, 저널리즘, 출처 검증 또는 비판적 판단을 대체할 수는 없습니다.

국경을 넘는 집행은 또 다른 불확실성을 만듭니다. 각국 당국은 동일한 규정을 공유하지만, 초기 조사에서는 우선순위, 인력 및 기술 역량이 다를 수 있습니다.

집행위원회의 지침은 일관되지 않은 해석을 줄여야 하지만, 어려운 사례에는 여전히 감독 결정과 경우에 따라 소송이 필요할 것입니다. 제품 팀은 구현 관행이 계속 발전할 것으로 예상해야 합니다.

기존 시스템에는 시기와 관련된 변수도 있습니다. 8월 2일 이전에 시장에 출시된 생성형 AI 시스템은 기계 판독 가능 표시 의무에 대해 제한적인 전환 기간을 부여받습니다.

이 시스템들은 2026년 12월 2일까지 해당 특정 의무를 준수해야 합니다. 유예 기간이 제50조를 광범위하게 연기하거나 다른 적용 가능한 공개 의무를 없애는 것은 아닙니다.

8월 2일 이전에 생성되어 제공된 콘텐츠에는 소급 라벨링이 요구되지 않습니다. 집행위원회는 가능하다면 자발적 라벨링을 권장하지만, 의무 사항은 아닙니다.

이 제한적 전환은 EU의 간소화 과정에서 더 광범위한 AI Act 마감일이 변경되었기 때문에 중요합니다. 일부 고위험 시스템 요건은 이제 더 늦은 날짜를 따릅니다.

조직은 이러한 변경을 모든 투명성 규정의 지연으로 해석해서는 안 됩니다. 공식 implementation timeline은 제50조의 8월 2일 적용일을 그대로 유지합니다.

집행 평가는 합리적인 시스템 설계, 명확한 고지, 기술적 복원력, 그리고 조직이 의무를 평가했다는 증거에 초점을 맞출 가능성이 높습니다. 형식적 준수는 더 쉽게 문제 제기를 받을 수 있습니다.

긴 대화가 끝난 뒤에만 나타나는 챗봇 공개는 목적을 달성하지 못할 수 있습니다. 제공자의 일반적인 내보내기 과정에서 사라지는 출처 표시는 또 다른 우려를 낳습니다.

자발적 규약도 마감일에 임박해 도착합니다. 기업들은 규정의 핵심 텍스트를 더 일찍 접했지만, 세부 운영 지침으로 최종 조정에 쓸 시간은 제한적입니다.

이러한 시점은 단계적 개선의 필요성을 강화합니다. 팀은 먼저 이용자에 대한 직접적 기만을 해결하고, 이후 가장 많은 양의 미디어 워크플로 전반에서 출처 정보를 시험해야 합니다.

또한 결정과 해결되지 않은 한계에 대한 증거를 보존해야 합니다. 규제기관은 문서화된 기술적 제약과 표시가 불가능했다는 근거 없는 주장을 다르게 평가할 수 있습니다.

규정의 실효성을 보여줄 세 가지 신호

향후 3개월은 제50조가 작동하는 인프라가 될지, 아니면 이용자가 더 이상 보지 않는 또 하나의 고지가 될지를 보여줄 것입니다.

첫 번째 신호는 국가 시장감시 당국의 집행 지침입니다. 이들의 초기 고지, 조사 및 조정 관행은 적절한 공개를 어떻게 해석하는지 보여줄 것입니다.

초기 사례는 어떤 실패가 주목을 받는지도 드러낼 것입니다. 숨겨진 챗봇 정체성, 라벨이 없는 딥페이크 및 취약한 기계 판독 가능 표시는 서로 다른 증거와 집행 과제를 만듭니다.

일관된 국가별 조치는 제50조가 실질적인 유럽 기준선을 확립한다는 주장을 강화할 것입니다. 큰 차이는 준수 비용을 높이고 결과의 예측 가능성을 낮출 것입니다.

두 번째 신호는 주요 콘텐츠 플랫폼 전반에서의 기술적 유지력입니다. 제공자와 배포자는 일반적인 이미지, 오디오 및 동영상 워크플로를 거친 뒤에도 출처 정보가 유지되는지 시험해야 합니다.

파일은 편집, 압축, 업로드, 다운로드, 스크린샷 및 트랜스코딩 후에 확인해야 합니다. 특정 형식 지원을 공급업체가 주장하는지보다 결과가 더 중요합니다.

주요 플랫폼이 출처 정보를 일관되게 보존하고 표시한다면 기계 판독 가능 표시는 실질적 가치를 얻습니다. 일상적으로 이를 제거한다면 눈에 보이는 공개가 더 큰 부담을 지게 됩니다.

세 번째 신호는 기존 생성형 시스템을 위한 12월 2일 전환 마감일입니다. 이 날짜는 레거시 제품이 중대한 호환성 문제 없이 표시를 채택할 수 있는지 보여줄 것입니다.

제공자는 어떤 제품이 전환 대상인지, 업데이트가 언제 제공되는지 공개해야 합니다. 기업 고객은 자체 위험 계획을 위해 이러한 날짜가 필요합니다.

성공적인 업그레이드는 EU의 다층적 접근 방식을 강화할 것입니다. 광범위한 지연이나 약한 상호운용성은 법적 요건과 이용 가능한 인프라 사이의 격차를 드러낼 것입니다.

독자는 제품 인터페이스도 지켜봐야 합니다. 가장 의미 있는 변화는 작은 정체성 고지, 출처 정보 패널, 내보내기 설정 및 공개 안내로 나타날 수 있습니다.

이러한 세부 사항은 기업이 준수를 제품 설계에 통합했는지, 아니면 개발 후에 덧붙였는지를 보여줍니다. 또한 이용자가 적절한 순간에 유용한 정보를 받는지 결정합니다.

지식 노동자에게 이 마감일은 AI 지원 자료와 함께 출처 맥락을 보존해야 할 이유를 제공합니다. 검색 가능한 AI knowledge base는 원본 파일, 검토 메모 및 게시 결정을 보존하는 데 도움이 될 수 있습니다.

이 관행만으로 법적 준수가 확립되는 것은 아닙니다. 다만 콘텐츠가 여러 사람과 도구를 거칠 때 사후 검증을 더 쉽게 만듭니다.

개발자는 생성 엔드포인트만이 아니라 전체 출력 경로를 시험해야 합니다. 기업 구매자는 공개와 출처 정보가 일반적인 사용 과정에서도 유지된다는 증거를 요구해야 합니다.

발행자는 의미 있는 인간 검토를 정의하고 편집 책임을 문서화해야 합니다. AI 이용자는 라벨을 진실성에 대한 자동 판정이 아니라 출처에 관한 증거로 다뤄야 합니다.

8월 2일 이후의 질문은 유럽이 AI 투명성을 원하는지 여부가 더 이상 아닙니다. 제품, 플랫폼 및 조직이 그 투명성을 실제 인터넷과 맞닿은 상황에서도 유지할 수 있는지가 관건입니다.