AI 뉴스

인스타그램 대표 "이제 눈으로 보는 것을 믿을 수 없는 시대"

페이지 정보

작성자 symbolika
작성일 2026.01.02 19:42
353 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 / 64 페이지
수십만 종의 데이터를 분석하여 질병을 유발하는 유전자 돌연변이를 식별할 수 있는 인공지능 모델을 개발했으며, 이는 의사들이 희귀 질환을 진단하는 방식을 잠재적으로 변화시킬 수 있습니다.popEVE라고 불리는 이 모델은 11월 24일 Nature Genetics에 게재되었으며, 심각한 발달 장애가 있는 어린이들과 관련된 31,000건 이상의 사례 중 98%에서 가장 유해한 유전적 변이를 정확하게 식별했습니다. 이 도구는 DeepMind의 AlphaMissense를 포함한 경쟁 모델들을 능가했으며, 이전에 알려지지 않았던 123개의 후보 질병 유전자를 발견했고, 이 중 104개는 단 한두 명의 환자에서만 관찰되었습니다.진화와 인구 데이터의 결합PopEVE는 수십억 년의 진화 역사를 기반으로, 약 20,000개의 인간 단백질 중 생명에 필수적인 부분과 변화를 견딜 수 있는 부분을 분석합니다. 이 모델은 이러한 진화 정보를 영국 바이오뱅크(UK Biobank)와 게놈 집합 데이터베이스(gnomAD)의 데이터와 통합하며, 이들 데이터는 건강한 사람들에게 어떤 변이가 존재하는지 보여줍니다.공동 교신저자이자 유전체조절센터(Centre for Genomic Regulation) 연구원인 마팔다 디아스(Mafalda Dias) 박사는 “진료소들이 항상 부모의 DNA에 접근할 수 있는 것은 아니며 많은 환자들이 혼자 방문합니다”라고 말했습니다. “PopEVE는 이러한 의사들이 질병을 유발하는 돌연변이를 식별하는 데 도움을 줄 수 있으며, 우리는 진료소들과의 협력을 통해 이미 이를 확인하고 있습니다”.트리오 시퀀싱(trio sequencing)으로 알려진 부모 양쪽의 DNA를 필요로 하는 전통적인 유전 진단 방법과 달리, PopEVE는 환자의 유전 정보만으로 작동할 수 있습니다. 이러한 기능은 자원이 제한된 의료 시스템에 특히 유용하며, 진단을 더 빠르고 저렴하게 만듭니다.조상 편향 줄이기popEVE의 두드러진 특징 중 하나는 유전 데이터베이스에서 과소 대표되는 혈통을 가진 사람들에게 불이익을 주지 않는 능력입니다. 현재 유전 데이터베이스는 주로 유럽계 혈통 사람들에게 편향되어 있습니다. 이 모델은 특정 집단에서 한 번 발견된 돌연변이든 유럽 집단에서 수천 번 발견된 돌연변이든 모든 인간 변이를 동등하게 취급합니다.Centre for Genomic Regulation의 공동 교신저자이자 연구원인 Jonathan Frazer 박사는 “전 세계 데이터베이스에 자신의 커뮤니티가 잘 대표되지 않는다는 이유만으로 누구도 무서운 결과를 받아서는 안 됩니다”라고 말했습니다. “PopEVE는 그 불균형을 바로잡는 데 도움이 되며, 이는 이 분야에서 오랫동안 부족했던 것입니다”.[crg +2]연구진은 popEVE가 미스센스 돌연변이—단백질의 단일 아미노산을 변경하는 DNA 변화—만을 해석하며 임상 판단을 대체하지 않는다고 언급했습니다. 현재 희귀 질환을 가진 사람들 중 2명 중 1명은 명확한 진단을 받지 못하고 있습니다.
664 조회
0 추천
2025.11.25 등록
Anthropic은 Claude를 위한 세 가지 베타 기능인 Tool Search Tool, Programmatic Tool Calling, Tool Use Examples를 출시했습니다. 이는 AI 에이전트가 컨텍스트 윈도우를 과부하시키지 않고 수백 또는 수천 개의 도구를 사용할 수 있도록 하며, 개별 API 요청 대신 코드를 통해 도구를 호출하고, 스키마 정의만으로가 아닌 구체적인 예시를 통해 올바른 사용법을 학습하도록 설계되었습니다.내부 테스트에서 Tool Search Tool은 토큰 사용량을 85% 감소시키는 동시에 대규모 도구 라이브러리에서 Opus 4.5의 정확도를 79.5%에서 88.1%로 향상시켰으며, Programmatic Tool Calling은 복잡한 연구 작업에서 37%의 토큰 절감을 달성하면서 이전에 도구 호출당 수백 밀리초가 필요했던 여러 추론 과정을 제거했습니다.이 기능들은 GitHub, Slack, Sentry, Grafana, Splunk를 연결하는 기본 5개 서버 설정에서 대화가 시작되기 전에 약 55,000개의 토큰을 소비하는 중요한 확장성 문제를 해결합니다. Anthropic은 최적화 이전 프로덕션 환경에서 도구 정의가 최대 134,000개의 토큰을 소비하는 것을 관찰했습니다.
679 조회
0 추천
2025.11.25 등록
기술 저널리스트 Alex Kantrowitz와 Ranjan Roy는 Google의 Gemini 3가 OpenAI의 심각한 경쟁자로 부상했으며, Sam Altman이 유출된 메모에서 직원들에게 “거친 분위기”와 “일시적인 경제적 역풍”을 예상하라고 경고했다고 논의했습니다. Kantrowitz는 이를 분수령의 순간이라고 부르며, OpenAI가 앞서간다는 것을 인정받은 적이 없었다고 말했습니다.Gemini 3는 Arc AGI와 LM Arena 리더보드를 포함한 주요 AI 벤치마크에서 1위를 차지했으며, 추상적 시각 추론에서 GPT-5.1의 점수(31.1% 대 17.6%)의 거의 두 배를 달성했습니다. 한편 Google의 조직 재편—DeepMind와 Brain을 회사의 “엔진룸”으로 통합하고 검색에서 수백 명의 엔지니어를 이동—이 이러한 반전을 가능하게 했습니다.이러한 변화는 Google이 시가총액 3조 6,200억 달러로 Microsoft를 앞지르고, Nvidia의 기록적인 실적이 AI 거래를 유지하지 못하면서 발생했으며, 주가는 상승 5%에서 하락 3%로 반전되었습니다. 이는 AI 모델의 상품화와 경쟁하는 챗봇들이 기능적으로 상호 교환 가능해지고 있는지에 대한 투자자들의 우려가 커지면서 나타났습니다.
675 조회
0 추천
2025.11.25 등록
개발자 Simon Willison은 최상위 모델들이 현재 너무나 유사하게 작동하여 실제 작업에서는 기업들이 각 릴리스마다 개선을 주장함에도 불구하고 의미 있는 성능 차이를 드러내지 못하기 때문에, 최첨단 AI 모델 평가가 점점 더 어려워지고 있다고 주장한다.Willison은 Anthropic에서 새로 출시한 Claude Opus 4.5를 사용하여 이틀 동안 39개 파일에 걸쳐 2,022개의 코드 추가를 포함하는 광범위한 코딩 작업을 완료한 후, 이전 Claude Sonnet 4.5 모델로 다시 전환했을 때도 동일한 속도로 작업을 계속할 수 있었으며, 두 모델 간의 구체적인 성능 차이를 식별할 수 없었다고 밝혔다.Willison은 AI 연구소들이 새로운 모델을 출시할 때 이전 모델에서는 실패했지만 새 모델에서는 성공하는 프롬프트의 구체적인 예시를 함께 제공할 것을 요구하며, 이러한 시연이 MMLU나 GPQA Diamond와 같은 테스트에서 한 자릿수 백분율 포인트 개선을 보여주는 벤치마크보다 더 가치 있을 것이라고 주장한다—이는 최첨단 모델들이 전통적인 평가 지표를 점점 더 포화시키면서 업계 전반이 겪고 있는 어려움을 반영하는 과제이다.
715 조회
0 추천
2025.11.25 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입