개발자들, 클로드 워터마크 우회법 이미 찾아내
Anthropic이 EU AI법 준수를 위해 Claude 생성 텍스트에 보이지 않는 워터마크(SynthID)를 삽입하겠다고 발표한 지 불과 4시간 만에 개발자 기욤 메이어가 워터마크 제거 코드를 공개해 큰 인기를 얻고 있습니다. 이 사건은 AI 콘텐츠 투명성 규제와 기술적 우회 사이의 공방가 현실화되었음을 보여줍니다.
Anthropic이 Claude 모델이 AI 생성 콘텐츠에 보이지 않는 기계 판독 가능 워터마크를 전 세계적으로 삽입할 것을 확인한 지 불과 네 시간 만에, 개발자 기욤 메이어(Guillaume Meyer)는 자신의 우회 코드를 공개했다. Claude 생성 텍스트에서 워터마크를 제거하는 그의 코드는 GitHub에서 큰 인기를 얻었고, X에서 2만 회 이상 북마크되었으며, 100명 이상의 기여자가 참여했고 더 많은 사람들이 자신의 프로젝트에 이 기술을 통합하고 있다.
한 AI 전문가는 "Anthropic이 Claude 텍스트에 워터마크를 삽입하고 있지만... 하루 만에 이 문제는 사실상 끝났다"고 쓰며, 쇠사슬을 끊고 구겨진 EU와 Anthropic 깃발 위에 서 있는 메이어의 이미지를 함께 게시했다.
메이어와 다른 사람들은 Anthropic이 지난주 EU AI법을 준수하기 위해 Claude가 워터마크를 도입할 것이라고 발표한 후 워터마킹의 작동 방식을 조사하기 시작했다. 메이어는 WIRED에 모든 AI 생성 콘텐츠에 라벨이 붙어야 한다는 생각에 동의하지 않아 워터마킹을 회피하려는 사람들도 있지만, 자신을 포함한 다른 사람들은 단순히 기술적 도전을 즐긴다고 말했다. 그는 프리랜서 콘텐츠 작가와 소셜 미디어 크리에이터들도 이 코드 사용을 도와달라고 연락해 왔다고 밝혔다.
이번 달 초 시행된 새 규정에 따르면 Anthropic과 OpenAI 같은 모델 제공자는 합성 음성, 이미지, 비디오, 텍스트에 라벨을 붙여 기계가 AI 생성 콘텐츠로 탐지할 수 있도록 해야 하며, 위반 시 연매출의 최대 3%에 해당하는 벌금을 물 수 있다. 규정은 제공자가 우회 도구를 판매하는 것을 금지하지만, 독립적인 도구에 대한 법적 제한은 없다.
메이어는 "나는 투명성에 반대하지 않고 콘텐츠 귀속 attribution을 지지한다. 다만 워터마킹 자체가 심각한 단점과 위험을 가진 매우 나쁜 해결책이라고 생각한다"고 말했다. 그는 오탐 위험과, 워터마크가 AI 사용 정도(가벼운 사용인지 많은 사용인지)를 구별하지 못할 가능성을 우려한다. 특히 그는 프랑스어 원어민으로서 글쓰기를 편집할 때 Claude나 Grammarly 같은 AI 도구를 자주 사용한다. Anthropic조차 텍스트가 Claude와 접촉했을 확률만 생성할 수 있다고 인정하는 상황에서 워터마크를 증거로 사용하면, 고용주가 지원자를 부당하게 거부하거나 탐지기에 걸렸다는 이유만으로 연구자들에 대한 과장된 AI 사용 고발로 이어질 수 있다고 그는 말한다.
Anthropic은 Claude가 단어와 구문을 선택하는 방식에 패턴을 남겨 워터마크를 삽입한다. 이 패턴은 인간 독자에게는 알아차릴 수 없지만 찾는 법을 아는 기계는 탐지할 수 있다. 이 방식이 Claude의 출력에 영향을 미치기 때문에 일부 사용자는 응답 품질 저하를 우려하지만, Anthropic은 그렇지 않을 것이라고 주장한다. SynthID라 불리는 이 기술은 Google이 개발한 것으로, Google은 2023년부터 AI 생성 콘텐츠에 워터마크를 삽입하는 데 사용해 왔다. 컴퓨터 과학자 스콧 애런슨(Scott Aaronson)은 OpenAI에서 근무할 때 비슷한 방법을 제안했지만, 워터마크가 고객을 제품에서 멀어지게 할까 우려한 회사가 이를 배포하지 않았다고 말한다.
메이어의 제거 방법은 워터마크를 삽입하지 않는 대규모 언어 모델을 사용해 동의어를 교체하고 콘텐츠를 약간 재구성하는 여러 버전의 재작성 텍스트를 생성하는 방식이다. 물론 이는 워터마크를 삽입하지 않는 다른 대규모 언어 모델을 사용한다는 전제에 의존하는데, OpenAI, Microsoft, Meta 등 제공자 190개 기업이 EU 투명성 실무 강령에 서명했기 때문에 안전한 선택이 아닐 수 있다. 이들 연구소 중 얼마나 많은 곳이 워터마크를 구현할지는 아직 지켜봐야 한다. 워터마크는 8월부터 출시되는 모든 신규 모델에 포함되어야 하며, 기존 모델에도 12월까지 통합되어야 한다. Anthropic이 워터마크 탐지 소프트웨어를 공개하기 전까지는 이 도구가 작동한다는 확신은 없지만, Claude 워터마킹의 기반이 되는 SynthID-텍스트 접근 방식을 이해하면 상당히 확신할 수 있다.