AI 워터마크 정책 2026: 표시·SynthID·C2PA 실무 가이드

AI 워터마크 정책은 하나가 아니라 세 개 층입니다

제품 라벨, 보안선, 서명된 출하 명세서라는 세 가지로 이해하면 쉽습니다.

1. 공개 라벨은 이용자를 위한 것입니다. 해당 콘텐츠가 AI로 생성되거나 수정됐다는 사실을 알립니다. EU Article 50 체계에서는 딥페이크와 일부 공익성 텍스트의 공개 표시를 배포자의 책임으로 봅니다. Google Ads는 이제 광고주가 AI로 만들거나 편집했다고 지정한 애셋에 대해 전 세계 My Ad Center에서 AI 공개 정보를 보여주며, 유럽연합, 인도, 뉴욕에서는 눈에 보이는 오버레이도 추가합니다.
2. 내장 워터마크는 탐지기를 위한 것입니다. Google SynthID는 지원되는 이미지, 오디오, 텍스트, 영상 안에 기계가 읽을 수 있는 신호를 숨깁니다. Anthropic에 따르면 지원되는 Claude 모델은 생성 텍스트에 사람이 알아볼 수 없는 워터마크를 모델 수준에서 삽입합니다.
3. 서명된 출처 메타데이터는 관리 이력을 위한 것입니다. C2PA는 파일의 출처와 변경 여부를 서명된 정보로 담을 수 있게 하는 개방형 표준입니다. Google은 Google Ads 툴 안에서 생성된 이미지와 영상에 C2PA 마크업과 SynthID를 적용합니다. Anthropic은 SVG, PNG, JPG 등 지원되는 파일에 서명된 C2PA 메타데이터를 첨부합니다.

앞면의 라벨은 사람에게 무슨 일이 있었는지 알려줍니다. 보안 실은 호환 스캐너가 쉽게 사라지지 않는 신호를 찾도록 돕습니다. 명세서에는 더 풍부한 정보가 담기지만, 플랫폼이 메타데이터를 제거하면 사라질 수 있습니다. 제대로 된 워크플로에 세 가지가 모두 필요한 이유입니다.

이 차이는 EU 실천 강령에도 명시돼 있습니다. 제공자는 기계 판독형 표시와 탐지 수단을 책임지고, 콘텐츠를 게시하거나 유통하는 기업인 배포자는 법이 정한 상황에서 눈에 보이는 공개 표시를 책임집니다. 이 강령은 자율 규범이지만 Article 50의 투명성 의무는 2026년 8월 2일부터 적용되고 있습니다.

Google과 Anthropic은 무엇을 바꿨나

Google은 광고 애셋에서 이용자가 보는 라벨과 내부의 보이지 않는 증거를 분리했습니다.

Google Ads AI 라벨 설정을 사용하면 광고주가 애셋을 AI로 생성하거나 편집한 것으로 지정할 수 있습니다. 이 지정 정보는 전 세계의 “How this ad was made” 패널에 표시됩니다. 유럽연합, 인도, 뉴욕에서는 광고 위에 보이는 오버레이로도 나타날 수 있습니다. 광고주가 크리에이티브 안에 직접 라벨을 넣어도 되며, Google은 이 라벨이 일반적인 텍스트 오버레이 및 워터마크 제한을 위반하지 않는다고 설명합니다.

그 아래의 증거 층에서 Google은 Google Ads 툴로 생성한 모든 이미지와 영상에 눈에 보이지 않는 SynthID 워터마크와 C2PA 마크업을 넣습니다. 공개와 증거의 차이입니다. 라벨은 사람이 볼 수 있고, 숨은 신호와 서명된 메타데이터는 호환 시스템이 검사할 수 있습니다.

다만 Google은 이 설정만으로 법규 준수가 보장되지는 않는다고 경고합니다. 모서리 가까이에 둔 자체 라벨은 렌더링 과정에서 잘려 나갈 수 있고, 이미지 개선 기능이 라벨을 잘라낼 수도 있습니다. 체크박스 하나가 아니라 워크플로 전체의 문제입니다.

Anthropic도 텍스트에 같은 구분을 도입하고 있습니다. Anthropic의 콘텐츠 표시 계획에 따르면 2026년 8월 2일부터 EU에서 출시된 지원 Claude 모델은 첫날부터 텍스트를 표시합니다. 워터마크는 모델 수준에서 텍스트에 삽입되고, 복사해 붙여 넣어도 따라가며, 일부 편집 후에도 남을 수 있습니다. 지원되는 생성 파일에는 서명된 C2PA 메타데이터가 추가됩니다.

이 표시는 Claude Platform API, Claude, Claude Code, Claude Cowork, Claude Tag와 지원되는 클라우드 배포를 포함해 지원 모델이 제공되는 모든 지역에 적용됩니다. 다만 파일 메타데이터 지원 범위는 플랫폼에 따라 달라질 수 있습니다.

놓치기 쉬운 핵심 제약도 있습니다. Claude 표시가 있다는 것은 콘텐츠가 Claude에서 처리됐을 수 있다는 뜻입니다. Claude가 아이디어를 만들었거나 초안을 썼다는 의미는 아닙니다. 사람이 쓴 보도자료를 Claude로 교정해도 표시될 수 있습니다. 번역한 문서나 형식을 변환한 파일에도 표시가 남을 수 있습니다. 출처 정보가 기록하는 것은 저자가 아니라 처리 과정입니다.

실무 워크플로는 어떻게 설계해야 하나

가장 안전한 워크플로는 제작에서 시작해 배포 이후에 끝납니다. 메타데이터와 라벨은 바로 그 사이에서 쉽게 사라지기 때문입니다.

비용 계산법도 달라집니다

AI 탐지기 구독료는 Originality.ai가 공개한 요금제를 기준으로 현재 대략 월 $14.95~$179입니다. Copyleaks의 개인 및 프로 월간 요금제는 각각 $16.99와 $99.99입니다. 이 서비스들은 유용하지만 좁은 질문 하나에 답합니다. 이 콘텐츠가 모델 출력과 얼마나 비슷한가라는 질문입니다.

제공자의 출처 증명은 다른 질문에 답합니다. 지원되는 제공자 신호가 실제로 존재하는가입니다. 지원되는 Google 및 Claude 결과물에는 생성 워크플로와 함께 표시가 적용됩니다. 두 제공자 모두 위 페이지에서 별도의 표시 비용을 공개하지 않았습니다. 새로 발생하는 비용은 운영에 있습니다. 마스터를 보존하고, 변환 과정에서 메타데이터를 유지하고, 이용자용 라벨을 추가하고, 검토 증거를 보관해야 합니다.

예산 항목도 이에 맞춰 바뀝니다. 출처를 알 수 없는 콘텐츠에는 탐지기를 보조 수단으로 둘 수 있지만, 더 이상 이를 공식 기록 시스템으로 삼아서는 안 됩니다. 공식 기록 시스템은 출처 증명 로그가 됩니다. 현재 분류형 제품군을 비교하려면 AI 탐지기 리뷰를 함께 보면 됩니다. 이 글의 정책 워크플로는 백분율 점수가 끝나는 지점에서 시작합니다.

혜택이 큰 순서로 본 일곱 가지 활용 사례

1. 여러 시장에서 캠페인을 운영하는 퍼포먼스 마케팅 대행사

퍼포먼스 대행사는 한 번의 제품 촬영으로 AI 편집 디스플레이 및 영상 애셋 수십 개를 만들 수 있습니다. 수익성 있는 워크플로를 만들려면 생성 시점에 모든 소스 애셋을 태깅하고, Google이 생성한 C2PA 및 SynthID 증거를 보존하고, 캠페인에서 AI 사용을 지정한 뒤, 각 대상 시장에 실제 렌더링된 광고를 확인해야 합니다. 자체 라벨을 추가했다면 잘림 여부를 테스트하고 라벨을 제거할 수 있는 개선 기능을 꺼야 합니다.

이렇게 하면 규정 검토 뒤 긴급하게 다시 제작하는 일이 줄고, 고객에게 제시할 수 있는 방어 가능한 기록이 하나로 모입니다. 채팅 기록과 공유 드라이브를 뒤지지 않고도 어떤 모델이 애셋을 처리했는지, 어떤 라벨이 노출됐는지, 누가 게시를 승인했는지 답할 수 있습니다.

2. 공익성 텍스트를 다루는 퍼블리셔

Claude로 의회 보고서를 요약하거나 선거 해설을 번역하는 퍼블리셔는 모델의 처리 과정과 편집 책임을 구분해야 합니다. 원문을 기자가 썼더라도 Claude 표시가 남을 수 있습니다. 퍼블리셔는 원본, AI로 수행한 변환, 담당 편집자, 최종 승인 내역을 기록합니다.

그 결과 더 좁고 정직한 정책을 세울 수 있습니다. EU 지침은 편집 책임자가 사람의 검토를 거친 공익성 텍스트에 대해 해당 공개 표시 의무의 예외를 인정합니다. 워터마크만으로 검토 여부를 보여줄 수 없으므로 감사 기록의 가치가 커집니다.

3. 일상적인 편집에 Claude를 쓰는 기업 커뮤니케이션팀

커뮤니케이션팀은 임원 메시지의 어조, 번역, 형식을 다듬기 위해 Claude를 사용할 수 있습니다. 나중에 스캐너가 Claude 신호를 발견하면 저자를 둘러싼 논란이 생길 수 있습니다. 사람이 작성한 원본을 보관하고 Claude의 역할을 “처리”로 기록하며, 승인된 최종본과 검토 기록을 함께 남기면 이를 예방할 수 있습니다.

조직 내부의 잘못된 의심이 줄어드는 것이 효과입니다. 감지된 표시는 누가 메시지를 썼는지 판정하는 결론이 아니라 관리 이력을 구성하는 하나의 사실이 됩니다.

4. 합성 제품 크리에이티브를 제작하는 이커머스 브랜드

리테일러는 광고 플랫폼 안에서 배경을 생성하고, 히어로 이미지의 크기를 조정하거나, 정지된 제품 사진에 움직임을 줄 수 있습니다. 내보내기와 자르기를 한 번 할 때마다 C2PA 메타데이터가 제거되거나 공개 라벨이 잘릴 수 있습니다. 브랜드는 손대지 않은 마스터를 보관하고, 최종 형식을 테스트하며, 플랫폼 라벨이나 자체 공개 표시가 남아 있는지 기록합니다.

그러면 출처 정보를 잊지 않고 애셋을 재사용할 수 있습니다. 캠페인팀이 여러 채널용 변형을 만든 뒤에도 애셋 라이브러리에 원본 정보가 남습니다.

5. 판매자의 이미지와 영상을 받는 마켓플레이스

마켓플레이스는 업로드된 미디어에서 서명된 메타데이터와 지원 워터마크를 확인하고, 판매자에게 AI 편집 여부를 공개하도록 요구하며, 서로 맞지 않는 정보는 검토 대상으로 보낼 수 있습니다. 증거가 없으면 진짜라고 보지 말고 알 수 없는 상태로 처리해야 합니다.

그 결과 검수 대상을 정교하게 좁힐 수 있습니다. 검수자는 모든 애셋을 직접 확인하는 대신 신호가 충돌하거나 사칭 위험이 큰 콘텐츠에 시간을 씁니다.

6. 뉴스룸과 팩트체크 조직

뉴스룸은 제보받은 미디어에서 C2PA 데이터와 확인 가능한 워터마크 신호를 검사하고, 원본 업로드를 보존하며, 자체 시스템이 수행한 모든 변환을 기록할 수 있습니다. 스크린샷 때문에 메타데이터가 사라져도 사건 기록에는 앞서 확보한 증거와 파일 해시가 남습니다.

독자에게 더 설득력 있게 설명할 수 있다는 것이 장점입니다. 아무 신호도 없다는 이유로 진위를 단정하지 않으면서, 어떤 신호를 어디에서 발견했는지 밝힐 수 있습니다.

7. 크리에이터 네트워크와 제작 스튜디오

스튜디오에서는 하나의 애셋이 이미지 생성, 리터칭, 자막 작업, 크기 조정, 소셜 예약 게시를 차례로 거칠 수 있습니다. 각 전달 단계에서 소스 식별자를 유지하도록 하고 게시 전에 최종 공개 라벨을 확인할 수 있습니다.

그 결과 크리에이터, 고객, 플랫폼 사이의 분쟁이 줄어듭니다. 어느 단계에서 AI가 사용됐고 어느 단계에서 출처 데이터가 사라졌는지 파악할 수 있습니다.

지금 만들 만한 세 가지 제품

1. 증거 중심 콘텐츠 출처 검증 게이트웨이

가장 강력한 사업 기회입니다. C2PA를 확인하고, 사용 가능한 제공자 검증 시스템을 호출하고, 결과를 기록하는 업로드 및 API 계층을 만듭니다. 이어서 탐지기로 답할 수 없는 몇 가지 정책 질문을 운영자에게 묻고, 알맞은 공개 라벨과 감사 기록을 내보내도록 설계합니다.

수요는 이미 크지만 엉뚱한 제품군을 향하고 있습니다. “AI detector”의 Google 월간 검색량은 약 5,000,000건이며, AI 어시스턴트에는 월 약 1,995회의 관련 질문이 들어옵니다. 이번 조사에서 ChatGPT 인용 엔드포인트는 이 작업에 대해 집계된 인용 출처를 반환하지 않았습니다. 기존 탐지기 요금제가 월 $14.95~$179라는 점은 팀이 이미 답을 얻기 위해 비용을 지불한다는 사실을 보여줍니다.

판매 가능한 최소 버전에는 다섯 가지가 필요합니다. 파일 업로드, C2PA 파싱, 실제 이용 가능한 검증 서비스용 어댑터, 감지됨·감지되지 않음·지원하지 않음의 세 단계 결과, 다운로드 가능한 감사 기록입니다. 관할 지역과 채널 규칙은 증거 계층이 작동한 뒤 추가해야 합니다.

문제는 제공자 접근 권한입니다. Anthropic은 탐지 메커니즘이 향후 제공될 예정이라고 밝히고 있습니다. Google의 범용 SynthID Detector는 Gemini가 지원 미디어를 검사할 수 있는 상황에서도 여전히 언론인과 미디어 전문가를 대상으로 시험 중입니다. 이 제품은 범용 탐지가 아니라 증거 관리와 워크플로 제어를 팔아야 합니다.

2. 출처 정보를 지키는 DAM·CDN 모니터

디지털 애셋 관리 시스템과 미디어 파이프라인용 플러그인을 만들어 크기 조정, 형식 변환, 최적화, 배포 전후의 출처 정보를 비교합니다. C2PA 메타데이터가 사라지면 경고하고, 원본을 보존하며, 각 변형본에 공개 라벨이 남아 있는지 확인합니다.

Google에서 “ai image detector”는 월 약 60,500회 검색되며, 추천 검색어 데이터의 연간 추세는 173%입니다. 이 수요는 더 근본적인 필요를 보여주는 대리 지표입니다. 팀은 이미지가 여러 툴 사이를 이동한 뒤 어떤 변화가 생겼는지 알고 싶어 합니다.

MVP는 스토리지 버킷 하나와 이미지 변환 서비스 하나만 모니터링해도 됩니다. 원본 해시를 만들고, 변환 전후의 C2PA를 파싱하고, 차이점을 렌더링하며, 필수 라벨이 잘리면 배포를 차단합니다.

문제는 파편화입니다. 하나의 플러그인이 모든 독점 워터마크를 읽을 수는 없고, 일부 변환 과정에서는 메타데이터가 언제나 제거될 수 있습니다. 완벽한 탐지를 주장하는 것이 아니라 증거 로그와 파이프라인 연동이 경쟁력이 됩니다.

3. 콘텐츠팀을 위한 공개 표시 운영 어시스턴트

콘텐츠가 무엇을 묘사하는지, 어디에 게시되는지, AI가 생성하거나 수정했는지, 사람이 검토했는지, 누가 편집 책임을 맡는지를 묻는 정책 어시스턴트를 만듭니다. 답변을 바탕으로 공개 표시 지침을 만들고, 그 결정을 애셋과 함께 저장합니다.

“AI content detector”의 Google 월간 검색량은 약 18,100건이고, “AI checker”와 관련해 AI 어시스턴트에 들어오는 요청은 월 약 711회입니다. 이들 중 다수는 실제로 승인 규칙이 필요한 상황에서 분류기를 찾고 있습니다.

MVP는 입력 폼, 버전이 관리되는 규칙표, 공식 정책 출처 링크, CMS 한 곳 및 광고 플랫폼 한 곳과의 연동으로 구성됩니다. 법률 자문 서비스라고 내세워서는 안 됩니다.

문제는 유지보수입니다. 규칙, 플랫폼 동작, 집행 지침은 바뀝니다. Google도 AI 라벨 설정이 규정 준수를 보장하지 않는다고 명시하므로, 제품에는 출처 기준일을 표시하고 운영자의 결정을 보존하는 기능이 필요합니다.

AI 워터마크가 해결하지 못하는 것

워터마크는 저자를 증명하지 못합니다. Anthropic은 이 점을 유난히 분명하게 밝힙니다. 교정, 번역, 요약, 변환 뒤에도 표시가 생길 수 있습니다. 알 수 있는 것은 Claude가 콘텐츠를 처리했을 수 있다는 사실뿐입니다.

표시가 없다고 해서 사람이 만들었다는 뜻도 아닙니다. 대폭적인 편집, 바꿔 쓰기, 번역, 짧은 문장, 스크린샷, 형식 변경, 지원되지 않는 파일, 구형 모델 등 여러 이유로 탐지 가능한 Claude 신호가 남지 않을 수 있습니다. OpenAI도 검증 툴에 관해 같은 실무적 원칙을 제시합니다. 신호가 없다는 결과는 결정적인 음성 판정이 아닙니다.

메타데이터에는 더 풍부한 정보가 담기지만 훨씬 쉽게 손상됩니다. C2PA는 서명된 맥락 정보를 담을 수 있지만 업로드, 크기 조정, 스크린샷, 형식 변환 과정에서 제거될 수 있습니다. 내장 워터마크는 더 오래 남을 수 있지만, 일반적으로 담을 수 있는 맥락이 적고 호환 탐지기가 필요합니다.

눈에 보이는 라벨도 틀리거나 불완전할 수 있습니다. 라벨이 잘리거나, AI가 사소한 처리만 맡은 콘텐츠에 붙거나, 이용자에게 필요한 상황에서 빠질 수 있습니다. 라벨이 있으면 공개 표시가 이뤄졌다는 뜻일 뿐, 그 아래의 모든 주장이 진짜라고 인증하지는 않습니다.

따라서 정직한 정책은 간단합니다. 발견된 증거, 완료된 인적 검토, 적용된 공개 표시를 서로 다른 세 필드로 관리해야 합니다. 하나의 “AI 또는 사람” 점수로 합쳐서는 안 됩니다.

이번 주 월요일에 할 일

회사 전체가 아니라 현재 운영 중인 캠페인 하나를 고릅니다. AI를 거친 애셋 하나가 원본 파일에서 실제 광고로 전달될 때까지 추적합니다. 마스터를 저장하고, 기계 판독형 증거를 검사하고, 검토자를 기록하고, 채널 라벨을 적용한 뒤, 렌더링된 모든 게재 위치를 확인합니다. 이 단일 과정에서 발견한 빈틈이 바로 출처 증명 워크플로의 요구사항입니다.

기업에 맞는 콘텐츠 출처 검증 워크플로를 구축하려면 적합한 서비스 보기를 확인해 보세요.