AI 뉴스

인스타그램 대표 "이제 눈으로 보는 것을 믿을 수 없는 시대"

페이지 정보

작성자 symbolika
작성일 01.02 19:42
302 조회
0 추천
0 비추천

본문

AI Deepfake


• AI 생성 콘텐츠가 현실과 구별 불가능해지면서 시각 미디어에 대한 신뢰가 근본적으로 변화하고 있다
• 아담 모세리는 인스타그램이 AI 콘텐츠 라벨링, 진본 콘텐츠 인증, 게시자 신뢰도 표시 등으로 진화해야 한다고 강조
• 카메라 제조사들이 이미지 촬영 시점에 암호화 서명을 적용하는 '진본 인증 체인' 구축이 필요할 것으로 전망
• 완벽하게 보정된 이미지보다 오히려 '불완전한' 로우 이미지가 진짜임을 증명하는 신호가 되고 있다
• 궁극적으로 '무엇이' 공유되는지보다 '누가' 공유하는지에 초점을 맞춰야 할 것


인스타그램 대표 아담 모세리가 2025년을 마무리하며 '무한한 합성 콘텐츠' 시대가 의미하는 바에 대해 20장의 슬라이드로 심층 분석을 내놓았다. 그는 AI가 생성한 콘텐츠와 현실을 구분하기가 점점 어려워지고 있으며, 과거의 개인적인 인스타그램 피드는 이미 수년 전에 "사라졌다"고 진단했다.

모세리는 디지털 카메라 업계가 잘못된 방향으로 가고 있다고 주장한다.

더버지의 사라 정 기자는 지난해 "사진의 기본 전제가 곧 '조작되었다'로 바뀔 것"이라고 예측한 바 있으며, 모세리도 이에 동의하면서 다음과 같이 밝혔다:

"평생 동안 사진이나 영상은 실제로 일어난 순간을 대체로 정확하게 담아낸다고 믿어왔습니다. 이제 분명히 그렇지 않으며, 우리가 적응하는 데 수년이 걸릴 것입니다."

"우리는 보이는 것이 진짜라고 기본적으로 믿는 것에서, 회의적인 시각으로 시작하는 방향으로 전환하게 될 것입니다. 누가 왜 무언가를 공유하는지에 주목하게 될 것입니다. 이것은 불편할 수밖에 없습니다 - 우리는 유전적으로 눈으로 보는 것을 믿도록 되어 있기 때문입니다."

모세리에 따르면 인스타그램과 다른 플랫폼에 필요한 진화는 다음과 같다: "최고의 창작 도구를 만들어야 합니다. AI 생성 콘텐츠에 라벨을 붙이고 진본 콘텐츠를 인증해야 합니다. 게시자가 누구인지에 대한 신뢰도 신호를 표시해야 합니다. 독창성에 대한 알고리즘 순위를 계속 개선해야 합니다."

지난 몇 년간 AI 이미지 편집과 생성이 가져온 '사진이란 무엇인가'라는 종말론적 논쟁을 다뤄온 우리에게, 2026년을 향해 달려가는 지금 이 정도의 제안 목록은 다소 늦은 감이 있다.

모세리의 인스타그램 중심적 시각은 "'AI 슬롭'(저품질 AI 콘텐츠)에 대해 불평하기 좋아하지만, 훌륭한 AI 콘텐츠도 많다"고 주장하면서도, 구체적으로 어떤 것인지는 밝히지 않았고 메타의 AI 도구 추진에 대해서도 구체적으로 언급하지 않았다. 그는 카메라 업체들이 "모든 사람을 2015년의 프로 사진작가처럼 보이게 만들려고" 잘못된 방향으로 경쟁하고 있다고 주장했다.

대신 그는 가공되지 않은 불완전한 이미지가 일시적으로 현실성의 신호가 되고 있지만, AI가 불완전함까지 복제할 수 있게 되면 "무엇이 말해지는지보다 누가 말하는지에 초점을 맞춰야 할 것"이라고 말했다. 촬영한 카메라의 지문과 암호화 서명으로 진짜 미디어를 식별하는 방식이 AI에 추가되는 태그나 워터마크에 의존하는 것보다 나을 것이라는 설명이다.

모세리가 같은 문제를 지적한 첫 번째 기술 임원은 아니다. 삼성의 임원 패트릭 쇼메는 지난해 갤럭시폰의 달 사진 촬영 방식 논란 이후 "실제로 진짜 사진이란 것은 없다"는 입장을 취했고, 애플의 크레이그 페더리기도 월스트리트저널에 AI 편집의 영향에 대해 "우려하고 있다"고 밝힌 바 있다. 하지만 어쩌면 인스타그램 슬라이드 한두 개만 더 보면 이 모든 것이 해결될지도 모른다.

아담 모세리 전문:

인스타그램이 직면한 핵심 위험은 세상이 더 빠르게 변화하는 가운데 플랫폼이 따라가지 못하는 것입니다. 2026년을 바라보며 하나의 큰 변화가 있습니다: 진정성이 무한히 복제 가능해지고 있습니다.

크리에이터를 중요하게 만들었던 모든 것 - 진짜가 될 수 있는 능력, 연결하는 능력, 조작될 수 없는 목소리를 가지는 것 - 이제 적절한 도구만 있으면 누구나 접근할 수 있게 되었습니다. 딥페이크는 점점 정교해지고 있습니다. AI가 촬영된 미디어와 구별할 수 없는 사진과 영상을 생성합니다.

인터넷이 설득력 있는 아이디어를 가진 누구나 청중을 찾을 수 있게 만들었기 때문에 권력은 기관에서 개인으로 이동했습니다. 정보 배포 비용은 제로입니다.

퍼블리셔나 브랜드가 아닌 개인이 사람들의 콘텐츠에 대한 상당한 시장이 있다는 것을 확립했습니다. 기관에 대한 신뢰는 사상 최저입니다. 우리는 신뢰하고 존경하는 크리에이터의 자체 촬영 콘텐츠로 눈을 돌렸습니다.

"AI 슬롭"에 대해 불평하기 좋아하지만, 훌륭한 AI 콘텐츠도 많습니다. 양질의 AI 콘텐츠도 특유의 외관이 있습니다: 너무 매끄럽고, 피부가 너무 부드럽습니다. 이것이 바뀔 것입니다 - 더 사실적인 AI 콘텐츠를 보게 될 것입니다.

진정성이 희소한 자원이 되면서 크리에이터 콘텐츠에 대한 수요가 줄어드는 것이 아니라 더 늘어나고 있습니다. 기준이 "만들 수 있는가?"에서 "오직 당신만이 만들 수 있는 것을 만들 수 있는가?"로 바뀌고 있습니다.

25세 미만이 아니라면 아마도 인스타그램을 정사각형 사진 피드로 기억할 것입니다: 정교한 메이크업, 피부 스무딩, 아름다운 풍경. 그 피드는 죽었습니다. 사람들은 수년 전에 개인적인 순간을 피드에 공유하는 것을 멈췄습니다.

이제 사람들이 공유하는 주요 방식은 DM입니다: 흐릿한 사진과 흔들리는 일상 경험 영상. 신발 사진과 보정되지 않은 캔디드.

이러한 로우 미학이 공개 콘텐츠와 다양한 예술 형식으로 번졌습니다.

카메라 회사들은 잘못된 미학에 베팅하고 있습니다. 모든 사람을 2015년의 프로 사진작가처럼 보이게 만들려고 경쟁하고 있습니다. 하지만 AI가 완벽한 이미지를 생성할 수 있는 세상에서 전문적인 외관은 오히려 가짜임을 드러내는 신호가 됩니다.

잘 나온 이미지는 만들기 쉽고 소비하기 지루합니다.

사람들은 진짜처럼 느껴지는 콘텐츠를 원합니다. 영리한 크리에이터들은 가공되지 않은, 보기 좋지 않은 이미지를 적극 활용하고 있습니다. 모든 것이 완벽해질 수 있는 세상에서 불완전함이 신호가 됩니다.

로우함은 더 이상 단순한 미학적 선호가 아닙니다 - 증거입니다. 방어적입니다. 불완전하기 때문에 진짜라고 말하는 방식입니다.

비교적 빠르게 AI가 당신이 좋아하는 어떤 미학이든 만들어낼 것입니다. 진짜처럼 보이는 불완전한 것도 포함해서요. 그 시점에서 우리는 무엇이 말해지는지보다 누가 말하는지에 초점을 맞춰야 할 것입니다.

평생 동안 사진이나 영상은 실제로 일어난 순간을 대체로 정확하게 담아낸다고 믿어왔습니다. 이제 분명히 그렇지 않으며, 우리가 적응하는 데 수년이 걸릴 것입니다.

우리는 보이는 것이 진짜라고 기본적으로 믿는 것에서, 회의적인 시각으로 시작하는 방향으로 전환하게 될 것입니다. 누가 왜 무언가를 공유하는지에 주목하게 될 것입니다. 이것은 불편할 수밖에 없습니다 - 우리는 유전적으로 눈으로 보는 것을 믿도록 되어 있기 때문입니다.

인스타그램 같은 플랫폼들이 AI 콘텐츠를 식별하는 좋은 작업을 할 것이지만, AI가 발전함에 따라 시간이 지나면서 점점 더 어려워질 것입니다. 가짜 미디어보다 진짜 미디어에 지문을 찍는 것이 더 실용적일 것입니다.

카메라 제조사들이 촬영 시점에 이미지에 암호화 서명을 하여 관리 체인을 만들 것입니다.

라벨링은 해결책의 일부일 뿐입니다. 사람들이 정보에 입각한 결정을 내릴 수 있도록 콘텐츠를 공유하는 계정에 대한 훨씬 더 많은 맥락을 표시해야 합니다. 계정 뒤에 누가 있는가?

무한한 풍요와 무한한 의심의 세계에서 신뢰를 유지하고 진정성을 신호할 수 있는 크리에이터 - 진실하고, 투명하고, 일관된 - 가 돋보일 것입니다.

최고의 창작 도구를 만들어야 합니다. AI 생성 콘텐츠에 라벨을 붙이고 진본 콘텐츠를 인증해야 합니다. 게시자가 누구인지에 대한 신뢰도 신호를 표시해야 합니다. 독창성에 대한 알고리즘 순위를 계속 개선해야 합니다.

인스타그램은 여러 면에서 빠르게 진화해야 할 것입니다.

댓글 0
전체 1,366 / 31 페이지
오픈AI의 최신 AI 모델인 'GPT-5.2'는 초기 테스트에서 전문가와 기업용 업무 처리, 복잡한 문제 해결 능력 등 전문 작업 분야에서 역대 최고라는 평가를 받았습니다. 하이퍼라이트AI CEO 등 전문가들은 이 모델이 상당한 사고 시간을 요구하는 어려운 작업을 완벽하게 수행하며 '세계 최고의 모델'이라고 극찬했습니다.이 모델은 사고력과 문제 해결 능력이 눈에 띄게 향상되어 복잡한 코드 구조를 한 번에 생성하고, 몇 시간 동안 작업을 지속하는 등 개발자와 기업에 매우 중요한 의미를 갖습니다. 박스(Box) CEO 등은 GPT-5.2가 금융 및 생명 과학 분야의 실제 업무 지식을 테스트하는 확장 추론에서 기존 모델보다 훨씬 빠르게 작업을 수행했다고 밝혔습니다.반면, 일반 사용자들은 일상적인 글쓰기나 순수 채팅 기능에서 체감할 만한 개선점을 느끼기 어렵다는 엇갈린 평가가 나왔고, 일부는 딱딱한 어조나 속도 저하를 단점으로 지적했습니다. 코드명 '갈릭'으로 알려진 이 모델은 코딩과 B2B에 최적화된 도구로 보이며, 일반 사용자가 느낄 만한 성능 향상은 내년 1월 출시 모델을 기다려야 할 것으로 분석됩니다.
391 조회
0 추천
2025.12.14 등록
저작권 소송에서 Meta를 고소한 작가들은 목요일 연방 판사에게 회사가 Llama AI 모델을 훈련시키기 위해 BitTorrent를 통해 불법 복제된 책을 다운로드하고 파일 공유를 통해 저작권이 있는 자료를 다른 사람들에게 적극적으로 재배포했다는 새로운 혐의로 소장을 수정해 줄 것을 요청했습니다.코미디언 Sarah Silverman과 작가 Richard Kadrey 및 Christopher Golden을 포함한 원고들은 Meta가 저작권이 있는 저작물을 어떻게 입수했는지에 대해 처음에는 “알 수 없었다”고 말했지만, 회사가 최근 증거 개시 과정에서 토렌트 활동에 대한 “결정적인 증거”를 제출했으며, 여기에는 Meta가 토렌트 사이트에서 그들의 저작물이 포함된 불법 복제 파일을 “시딩”했다는 증언이 포함되어 있습니다.새로운 주장은 Vince Chhabria 판사가 6월에 AI 모델을 훈련시키기 위해 저작권이 있는 책을 사용하는 것은 공정 이용에 해당한다고 판결했지만 배포에 대한 문제는 여지를 남긴 이후, BitTorrent 시딩을 통한 Meta의 불법 복제 자료 재배포가 훈련을 넘어선 저작권 침해에 해당하는지 여부를 중심으로 합니다.
393 조회
0 추천
2025.12.14 등록
전 OpenAI CTO Mira Murati가 설립한 Thinking Machines Lab은 12월 12일 Tinker AI 파인튜닝 서비스를 정식 출시하여 대기자 명단을 제거하고, 1조 파라미터 규모의 Kimi K2 Thinking 추론 모델과 Qwen3-VL 모델을 통한 비전 기능 지원을 추가했습니다.샌프란시스코 기반 스타트업은 6월에 Nvidia, AMD, ServiceNow를 포함한 투자자들로부터 100억 달러 기업가치로 20억 달러를 유치했으며, 11월에는 Meta에서 PyTorch 공동 창시자 Soumith Chintala를 영입했습니다.Tinker는 Low-Rank Adaptation을 사용하여 기존 컴퓨팅 리소스의 일부만으로 대규모 언어 모델을 파인튜닝하며, 현재 개발자 통합을 용이하게 하기 위해 OpenAI API 호환성을 제공하고 있습니다. 회사는 500억 달러 기업가치로 50억 달러의 신규 자금 조달을 모색하고 있는 것으로 알려졌습니다.
402 조회
0 추천
2025.12.14 등록
Google과 MIT가 2025년 12월 9일 발표한 연구는 더 많은 AI 에이전트가 성능을 향상시킨다는 가정에 이의를 제기하며, OpenAI의 GPT, Google의 Gemini, Anthropic의 Claude 모델을 사용한 180개의 실험에서 멀티 에이전트 시스템이 81% 향상부터 70% 감소까지 다양한 결과를 생성했음을 발견했습니다.이 연구는 45%의 정확도 임계값을 확인했습니다: 단일 에이전트가 이 수준에 도달하면, 더 많은 에이전트를 추가하는 것은 일반적으로 수익 체감 또는 부정적 결과를 초래하며, 독립적인 멀티 에이전트 시스템은 단일 에이전트보다 17.2배 빠르게 오류를 증폭시키고 단일 에이전트의 1,000 토큰당 67개 작업에 비해 21개 작업만 완료했습니다.병렬화 가능한 금융 분석 작업은 중앙 집중식 멀티 에이전트 조정으로 80.9% 개선을 보였으며, 순차적 Minecraft 계획 작업은 조정 오버헤드와 컨텍스트 단편화가 잠재적 이득을 초과하면서 39%에서 70%의 성능 저하를 겪었습니다.
420 조회
0 추천
2025.12.14 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입