글을 포함한 모든 AI 창작물에 워터마크 생긴다
📺 원본 영상: 글을 포함한 모든 AI 창작물에 워터마크 생긴다
🎙️ 채널: 코드팩토리
📅 정리 일자: 2026-09-10
⚠️ Note: 본 리포트는 STT 기반으로 작성된 제공 리포트를 검수한 것이다. 원본 음성과 STT 전문을 직접 대조하지 못했으며, 화면에 표시된 차트, 코드, 슬라이드도 직접 확인하지 않았다. 별도로 확인한 공식 자료는 강연 내용과 구분해 표시했다. 스크린샷 목록에는 로컬 경로만 있고 webUrl이 없어 이미지를 삽입하지 않았다.
개요
AI가 작성한 글에 워터마크가 들어간다는 말은 문장 위에 로고를 붙이거나 보이지 않는 문자를 삽입한다는 뜻일까. 코드팩토리는 이 영상에서 자연스러운 표현을 선택하는 과정에 통계적 흔적을 남기는 텍스트 워터마킹의 원리를 설명하고, 코드 작성과 교정, 번역에서 그 흔적이 어떻게 달라지는지 살펴본다. 논의의 핵심은 AI의 관여를 탐지하는 기술과 인간의 창작 기여를 평가하는 판단을 구분해야 한다는 데 있다.
모든 AI 창작물에 같은 표시가 붙는 것은 아니다
영상은 AI 작업물에 표시가 남기 시작한다는 강한 문제 제기로 출발하지만, 이어지는 설명에서는 회사와 모델, 출력 형식에 따른 차이를 분명히 한다. 강연자에 따르면 Claude는 지원 모델을 확인해야 하고, Gemini는 앱과 웹에서 생성한 텍스트에 SynthID를 적용한다. 반면 GPT의 텍스트에 대해서는 영상 당시 확인한 안내만으로 적용을 확정하기 어렵다는 입장을 취한다. 따라서 제목의 ‘모든 AI 창작물’은 확산 방향을 강조한 표현으로 읽어야 하며, 모든 서비스의 모든 결과물에 동일한 방식이 적용된다는 의미로 받아들이면 본문의 설명과 어긋난다.
Claude와 관련해 강연자가 제시한 모델은 Fable 5.1과 Mythos 5.1이다. 제공 리포트에 따르면 STT에서 서로 다르게 표기된 ‘페이블’과 ‘페이버’는 문맥상 Fable로 통일한 것이며, 실제 공식 모델 안내에서도 해당 명칭을 확인할 수 있다. 다만 지원 모델이 늘어난다는 것과 과거에 이미 생성된 텍스트에 새로운 표시가 소급해서 생긴다는 것은 별개의 이야기다. 강연자 역시 이전 버전으로 만든 모든 글에 이미 워터마크가 들어 있다는 뜻은 아니라고 강조한다. 모델명에 대한 별도 확인은 Anthropic의 Fable 안내와 Mythos 안내를 참고할 수 있다.
| 구분 | 영상에서 설명한 적용 범위 | 해석할 때의 경계 |
|---|---|---|
| Claude | Fable 5.1과 Mythos 5.1을 명시하고 이전 모델로 확대한다고 설명 | 모델과 생성 시점에 따라 구분해야 한다 |
| Gemini | 앱과 웹에서 생성한 텍스트에 SynthID 적용 | 모든 API와 모든 모델의 설정까지 일괄 일반화하지 않는다 |
| GPT | 이미지·음성의 출처 표시와 텍스트 적용 상황을 구분 | 텍스트 미적용 발언은 영상 당시 설명으로 한정한다 |
실제 사용에서는 서비스의 겉모습보다 출력을 생성하는 모델이 중요하다는 것이 강연자의 설명이다. 지원 대상 모델을 사용한다면 Claude Code에서 작업하든, API를 호출하든, 다른 앱을 통해 결과물을 받든 표시가 포함될 수 있다는 뜻이다. Gemini로 이동하는 것만으로 텍스트 워터마킹을 피할 수 있다고 생각하기 어려운 이유도 여기에 있다. 별도 확인한 Google 공식 안내 역시 Gemini 앱과 웹의 생성 텍스트에 SynthID를 적용한다고 설명한다. Google DeepMind의 SynthID 안내
보이지 않는 문자가 아니라 단어 선택의 흔적이다
강연자는 텍스트 워터마킹을 이해하기 위해 먼저 대규모 언어 모델(Large Language Model, LLM)의 생성 과정을 설명한다. 모델은 완성된 문장을 한 번에 꺼내는 대신, 앞선 문맥을 바탕으로 다음 토큰(Token)을 차례로 선택한다. 영상에서는 이해를 돕기 위해 토큰을 ‘단어’라고 부르지만, 실제 토큰은 단어 전체뿐 아니라 단어의 일부나 문자일 수도 있다. 중요한 점은 자연스러운 다음 표현이 하나로 고정되지 않는 순간이 반복해서 나타난다는 것이다.
영상의 예시에서 일을 마치고 집에 돌아온 뒤의 상황은 ‘쉬었다’로 표현할 수도 있고 ‘휴식을 취했다’로 표현할 수도 있다. 강연자는 이런 선택의 여지를 이용해 나중에 확인할 수 있는 규칙을 심는다고 설명한다. 개별 표현만 보면 평범하지만, 긴 글에서 선택이 누적되면 특정 규칙과의 일치 여부를 통계적으로 검사할 수 있다는 것이다. 따라서 어느 한 단어가 등장했다는 이유만으로 AI가 작성했다고 판단하는 방식과는 다르다.
여기에는 기술적으로 보완할 부분도 있다. 강연자는 확률이 ‘5 대 5에서 3 대 7로 바뀐다’는 비유를 사용하지만, 이 숫자는 실제 모델의 설정값이나 측정 결과가 아니다. 별도 확인한 Anthropic의 설명은 특정 표현을 언제나 선호하도록 만드는 것보다, 비밀키와 앞선 단어들을 활용해 선택에 사용하는 난수의 출처를 바꾼다는 데 초점을 맞춘다. 그러므로 영상의 확률 비유는 개념을 전달하는 단순화이며, 실제 구현 전체를 설명하는 수식으로 읽어서는 안 된다. Anthropic의 텍스트 워터마킹 원리 설명
이 원리 때문에 메모장에 붙여넣거나 글꼴을 바꾸는 것으로는 해당 흔적을 없애기 어렵다. 그런 작업은 서식이나 문서 표현 방식을 바꾸지만, 선택된 단어와 문장의 흐름은 대부분 유지하기 때문이다. 강연자가 강조하는 워터마크의 위치는 문서 바깥에 붙은 장식이 아니라 텍스트의 선택 패턴이다. 복사한 글이 육안으로 완전히 평범해 보이는 것과, 전용 탐지 방식으로 통계적 신호를 찾을 수 있는 것은 양립할 수 있다.
코드와 주석에서 적용 여지가 달라지는 이유
코드에서는 자연어 문장과 다른 제약이 작동한다. 강연자가 설명하듯, 반드시 특정 숫자나 문법이 필요한 위치에서 표시를 남기겠다는 이유로 다른 값을 선택하면 프로그램이 잘못 동작할 수 있다. 텍스트 워터마킹이 표현의 선택 여지를 활용한다면, 정답이 사실상 고정된 구간에서는 그 여지가 작아진다. 영상은 이를 워터마크 때문에 필요한 숫자 4를 5로 바꾸는 방식은 아니라는 예시로 설명한다.
그러나 소스 코드 전체가 실행에 직접 쓰이는 문법으로만 구성되는 것은 아니다. 주석은 같은 동작을 여러 문장으로 설명할 수 있기 때문에, 강연자는 이 부분에 자연어와 유사한 워터마킹이 적용될 수 있다고 본다. 실행 코드에서 선택의 폭이 좁다는 사실만으로 소스 파일 전체에 흔적이 없다고 결론 내릴 수 없는 이유다. 다만 주석이 존재한다는 것과 그 주석만으로 실제 탐지에 충분한 신호가 확보된다는 것은 구분해야 한다.
변수명에 대한 설명은 한 단계 더 신중하게 읽을 필요가 있다. 강연자는 처음부터 코드를 생성한다면 변수명에도 선택의 여지가 있을 것이라고 추정하지만, 이를 확인된 구현 규칙으로 제시하지는 않는다. 따라서 ‘Claude가 변수명에 워터마크를 넣는다’고 확정하면 강연자의 추측을 사실로 바꾸게 된다. 이 구간의 핵심은 특정 코드 요소에 대한 단정이 아니라, 표현을 자유롭게 선택할 수 있는 정도가 워터마킹의 여지를 좌우한다는 설명에 있다.
맞춤법 교정과 번역은 같은 한 번의 요청이 아니다
강연자는 사람이 먼저 작성한 글을 AI에 맡기는 두 상황을 비교한다. 첫 번째는 내용과 말투를 유지하면서 틀린 맞춤법만 고치도록 요청하는 경우다. 이때 결과물의 대부분은 원래 문장을 그대로 유지하므로, AI가 새롭게 선택한 표현이 적을 수 있다. 영상은 이런 조건에서는 탐지에 필요한 신호가 충분히 쌓이지 않을 가능성이 있다고 설명한다.
두 번째는 같은 글을 다른 언어로 번역하는 경우다. 원문의 아이디어와 논지는 사람이 만들었더라도, 번역문을 구성하는 표현은 모델이 새로 선택하게 된다. 그 결과 교정보다 워터마킹의 기회가 많아질 수 있다는 것이 강연자의 논리다. 다만 영상의 ‘번역은 무조건 된다’는 표현은 적용 대상이라는 의미로 이해해야 하며, 모든 번역문에서 탐지가 반드시 성공한다는 보장으로 확대해서는 안 된다.
| 작업 | 영상에서 설명한 표현 선택의 여지 | 탐지 결과를 해석할 때의 주의점 |
|---|---|---|
| 제한적인 맞춤법 교정 | 원문을 유지하고 일부만 수정 | 신호가 약해도 AI를 전혀 쓰지 않았다는 뜻은 아니다 |
| 번역 | 목표 언어의 문장을 새롭게 구성 | 원문의 아이디어까지 AI가 만들었다는 뜻은 아니다 |
| 자연어 주석 작성 | 같은 내용을 여러 표현으로 설명 | 길이와 표현의 다양성에 따라 탐지 가능성이 달라질 수 있다 |
| 정확한 값·문법 출력 | 허용되는 선택지가 제한됨 | 이를 소스 파일 전체의 워터마크 부재로 일반화할 수 없다 |
이 비교에서 드러나는 핵심은 요청 횟수와 AI의 관여 정도가 같지 않다는 사실이다. 한 번의 교정 요청은 몇 글자만 바꿀 수 있지만, 한 번의 번역 요청은 문장 전체를 새롭게 구성할 수 있다. 반대로 새롭게 생성된 문장이 많더라도 원래의 경험과 주장, 자료 수집까지 AI가 담당했다는 뜻은 아니다. 워터마크가 보여주는 범위와 인간의 기여를 평가하는 범위를 나눠야 하는 이유가 여기에 있다.
탐지기는 무엇을 확인하고 무엇을 판단하지 못하는가
강연자는 일반적인 AI 글 판별기와 워터마크 탐지를 구별한다. 문체나 자주 쓰는 표현을 보고 AI 작성 가능성을 추정하는 방식은, 생성 시점에 심어 둔 규칙을 확인하는 방식과 다르다. 전자는 글에서 드러나는 특징을 분류하고, 후자는 특정 생성 체계와 일치하는 신호를 찾는다는 차이가 있다. 따라서 두 종류의 검사 결과를 같은 의미의 점수처럼 취급하면 오해가 생길 수 있다.
검사 접근 권한도 별개의 문제다. 강연자에 따르면 Claude의 텍스트 워터마크 탐지 API는 일부 자격을 갖춘 기관을 대상으로 비공개 프리뷰 형태로 제공된다. 사용자가 일반 구독을 했다는 이유만으로 탐지키를 받는 구조는 아니라는 설명이다. 별도 확인한 Claude 도움말에서도 규제기관, 언론, 연구자, 교육기관 등 적격 조직을 대상으로 한 비공개 프리뷰를 안내한다. Claude의 AI 생성 콘텐츠 표시 안내
탐지 결과가 음성이라고 해서 사람이 작성한 글임이 증명되지는 않는다. 강연자는 다른 AI가 생성했을 가능성, 검사하는 텍스트가 너무 짧을 가능성, 충분한 신호가 남지 않았을 가능성을 제시한다. 반대로 양성 결과가 나와도 처음부터 글 전체를 대신 작성했는지, 사람의 원문을 번역하거나 크게 다듬었는지까지 자동으로 구별할 수는 없다고 설명한다. 특정 모델의 흔적을 찾는 도구는 모든 AI 사용 이력을 복원하는 도구가 아니다.
여기서 학교와 회사의 판단 문제가 등장한다. 강연자가 강조하듯, AI 관여가 발견됐다는 사실에서 곧바로 문제가 있는 글이라는 결론으로 넘어가면 중간에 중요한 판단을 생략하게 된다. 번역 보조를 허용하는 과제와 독립적인 외국어 작문을 평가하는 과제는 같은 결과물이라도 평가 기준이 다를 수 있다. 이 비교는 강연의 논지를 확장한 해석으로, 탐지 기술이 정교해질수록 사용 목적과 허용 범위를 설명하는 기준도 함께 필요하다는 점을 보여준다.
검색 노출과 소유권은 워터마크만으로 결정되지 않는다
블로그 운영자에게 가장 현실적인 우려는 AI 흔적이 검색 노출에 불리하게 작용하는지다. 강연자는 자신이 확인한 공식 안내에서는 Claude 워터마크가 있다는 이유만으로 검색 순위를 낮춘다는 내용을 찾지 못했다고 설명한다. 이어 실제 앱의 오류를 해결한 경험을 AI로 다듬은 글과, 다른 글을 조합해 대량 생산한 콘텐츠를 비교한다. 두 경우 모두 AI가 개입했지만, 독자에게 제공하는 경험과 검증 가능한 정보의 가치는 크게 다를 수 있다는 것이다.
별도 확인한 Google 검색 공식 문서도 정확성, 품질, 관련성을 강조하며, 사용자에게 가치를 더하지 않는 대량 페이지 생성은 스팸 정책 위반에 해당할 수 있다고 설명한다. 이는 AI 활용 여부 하나만으로 콘텐츠를 평가하기 어렵다는 강연자의 주장과 맞닿아 있다. 다만 이러한 안내가 특정 게시물의 상위 노출을 보장하는 것은 아니다. 콘텐츠 제작자에게 중요한 것은 흔적의 유무만 신경 쓰는 것보다 자신만의 경험과 근거가 실제로 글에 들어 있는지 확인하는 일이다. Google의 생성형 AI 콘텐츠 안내
소유권에 관해서도 강연자는 표시의 기능을 제한해서 설명한다. 영상에서 소개한 Anthropic의 입장은 워터마킹이 사용자의 권리나 결과물의 소유권을 변경하지 않는다는 것이다. 따라서 코드에 Claude의 관여 흔적이 있다는 이유만으로 서비스가 Anthropic의 소유가 된다고 해석해서는 안 된다. 동시에 이 설명은 개별 결과물의 저작권 성립이나 제삼자 권리 문제까지 모두 해결한다는 의미가 아니라, 워터마크 자체가 권리 이전의 근거가 아니라는 취지다. Anthropic의 텍스트 워터마킹 설명
개인 식별에 대한 우려 역시 같은 방식으로 범위를 구분할 수 있다. 강연자는 워터마크에 특정 계정이나 대화를 식별하는 정보가 들어 있지 않다고 설명한다. 별도 확인한 Anthropic의 기술 설명도 해당 표시로 개인, 조직, 대화를 추적할 수 없다고 밝힌다. 즉, 특정 모델의 관여를 확인하는 기능과 누가 어떤 질문을 했는지 알아내는 기능은 별개다. Anthropic의 텍스트 워터마킹 설명
EU의 투명성 규정과 전 세계 서비스의 구현 선택
강연자는 도입 배경으로 EU AI Act의 투명성 규정을 제시한다. 설명의 중심은 AI가 생성하거나 조작한 콘텐츠에 기계가 읽을 수 있는 표시를 남겨 출처를 확인할 수 있게 한다는 것이다. 이는 사람이 눈으로 보는 로고와 다른 층위의 요구다. 따라서 눈에 보이는 표시가 없더라도 탐지 가능한 신호를 남기는 기술이 규정 대응 수단이 될 수 있다는 논리로 이어진다.
일정에 관해 영상은 2026년 8월 2일 적용과, 그 전에 출시된 시스템에 대한 2026년 12월 2일[?]까지의 유예를 언급한 것으로 정리되어 있다. 별도 확인한 유럽위원회 개요 자료는 투명성 규정의 2026년 8월 2일 적용과 기존 시스템의 2026년 12월까지 표시 의무 유예를 안내한다. 다만 해당 개요에서 확인되는 유예 표기는 월 단위이므로, 정확한 ‘12월 2일’은 확인되지 않은 날짜로 표시했다. 또한 일반적인 편집 보조나 입력 데이터 또는 그 의미를 실질적으로 바꾸지 않는 경우에 대한 예외도 안내되어 있다. 유럽위원회의 AI 투명성 규정 개요
한국 사용자에게도 표시가 적용되는 이유에 대해 강연자는 법의 적용 범위와 회사의 구현 선택을 나눈다. 영상에서 소개하는 설명은 지역별로 적용을 안정적으로 구분하기 어려워 전 세계 서비스에 적용한다는 것이다. 강연자는 이를 운영 비용과 인프라 관리 부담의 문제로 해석하지만, 실제 비용이 배로 든다는 설명은 측정된 수치가 아니라 개발자 관점의 추정이다. 법이 요구하는 최소 범위와 기업이 제품에 구현하는 범위가 반드시 일치하지 않을 수 있다는 점이 이 구간의 핵심이다.
소스 코드와 편집 보조의 예외를 다루는 부분도 같은 구분이 필요하다. 영상은 두 영역을 표시 의무의 예외로 설명하지만, 확인한 유럽위원회 개요에는 소스 코드 전체를 일괄 제외한다는 설명은 없다. 특히 자연어 주석처럼 표현을 생성하는 부분은 기술적으로 표시가 남을 여지가 있다는 것이 앞선 설명이다. 따라서 법적 예외가 존재한다는 사실만으로 특정 서비스가 해당 출력을 표시하지 않을 것이라고 예상할 수는 없다. 유럽위원회의 AI 투명성 규정 개요
재작성은 신호를 약화할 수 있지만 제거를 보장하지 않는다
영상 후반부는 이미 만들어진 텍스트를 다시 쓰면 어떻게 되는지 다룬다. 강연자가 제시하는 논리는 문장 구조와 표현이 충분히 바뀌면 원래 모델이 선택한 단어 조합이 깨져 기존 신호가 약해질 수 있다는 것이다. 이는 글꼴이나 서식을 바꾸는 것과 달리, 워터마크가 남아 있는 텍스트 자체를 변형한다는 차이가 있다. 오타 몇 개만 고치는 정도로는 원래 선택 패턴이 상당 부분 유지될 수 있다고 설명한다.
다만 영상 안에서도 재작성이 완전한 제거를 보장하지는 않는다는 단서가 반복된다. 기존 표현이 많이 남으면 신호가 유지될 수 있고, 재작성에 사용한 모델이 새로운 워터마크를 넣을 수도 있기 때문이다. 강연자는 다른 모델의 예로 Kimi를 언급하지만, 해당 모델이 워터마킹을 하지 않는다는 점은 확인된 사실이 아니라 자신의 추정으로 말한다. 따라서 특정 모델을 흔적이 남지 않는 도구로 확정해서 소개하는 것은 원문의 신중한 단서를 놓치는 해석이다.
별도 확인한 Google DeepMind의 설명도 가벼운 수정이나 일부 표현 변경에는 신호가 유지될 수 있지만, 전면적인 재작성이나 다른 언어로의 번역은 탐지 신뢰도를 크게 낮출 수 있다고 밝힌다. 이는 기존 신호가 약해질 수 있다는 원리를 뒷받침하지만, 모든 텍스트와 모든 탐지기에 대한 성공 보장은 아니다. 무엇보다 탐지되지 않는다는 결과는 AI를 사용하지 않았다는 이력을 새롭게 만들어주지 않는다. 기술적 신호의 변화와 실제 작성 과정은 계속 구분되어야 한다. Google DeepMind의 SynthID 효과와 한계 설명
강연자는 재작성 이후 의미가 달라지거나 없던 주장이 추가되지 않았는지 확인해야 한다고도 강조한다. 표현을 크게 바꾸는 과정에서는 숫자와 고유명사, 인용문뿐 아니라 원문의 조건과 논리적 강도가 달라질 수 있기 때문이다. 이 지점에서 워터마크 논의는 다시 콘텐츠 품질의 문제로 돌아온다. 흔적을 줄이는 데 집중하다가 사실관계와 원래 주장을 손상한다면, 결과물의 신뢰성을 스스로 낮추는 셈이 된다.
강연과 별도로 참고할 공식 자료의 읽는 법
기술 원리를 더 살펴보려면 Anthropic의 텍스트 워터마킹 설명과 Google DeepMind의 SynthID 자료를 함께 읽는 것이 유용하다. 전자는 Claude가 사용하는 선택 방식과 탐지의 의미를 설명하고, 후자는 표현의 다양성과 재작성에 따른 탐지 한계를 이해하는 데 도움을 준다. 두 자료 모두 표시가 존재한다는 사실과 어떤 상황에서도 정확하게 탐지된다는 주장을 구분해서 읽어야 한다. 이 리포트의 공식 자료 대조는 영상 내용을 보완한 것으로, 강연자가 화면에서 어떤 문서를 보여주었는지까지 확인한 것은 아니다.
규정과 검색 정책도 각자의 질문에 맞춰 읽어야 한다. 유럽위원회 안내는 누가 어떤 조건에서 표시 의무를 지는지 이해하기 위한 자료이고, Google 검색 문서는 콘텐츠가 사용자에게 어떤 가치를 제공해야 하는지 설명하는 자료다. 이를 합쳐 워터마크가 있으면 검색에서 불이익을 받는다거나, 표시가 없으면 아무런 의무도 없다는 결론을 만들 수는 없다. 기술적 출처 확인, 법적 적용 범위, 플랫폼의 품질 평가는 서로 연결되어 있지만 같은 판단은 아니다.
마무리 / 핵심 정리
이 영상이 설명하는 변화는 AI가 생성한 텍스트에도 통계적으로 확인 가능한 출처의 흔적이 남을 수 있다는 것이다. 그 흔적은 눈에 보이는 로고나 숨겨진 문자와 달리, 표현을 선택하는 과정에 포함되므로 단순한 복사나 서식 변경으로 사라지지 않는다. 다만 적용 대상과 신호의 강도는 모델, 작업 종류, 텍스트 길이, 이후 편집에 따라 달라질 수 있다. 제목의 강한 표현보다 본문이 반복해서 제시하는 이러한 조건을 함께 읽는 것이 중요하다.
강연의 가장 중요한 결론은 AI가 관여했다는 사실만으로 인간의 기여와 결과물의 가치를 판단할 수 없다는 것이다. 사람이 쓴 원문의 번역에도 흔적이 남을 수 있고, 흔적이 발견되지 않는 글에도 AI가 개입했을 수 있다. 따라서 탐지 결과를 평가에 활용하려면 작성 목적과 허용된 도움의 범위, 실제 인간의 기여를 함께 살펴야 한다. 출처를 확인하는 기술이 발전할수록, 그 결과가 설명하는 범위를 정확히 이해하는 능력도 중요해진다.
📚 출처 및 참고
본문의 사례와 논의 순서는 제공된 STT 기반 리포트를 유지했다. 기존 리포트에 기록된 ‘재미나이’, ‘엔트로픽’, ‘검색 수능’ 등의 교정 결과인 Gemini, Anthropic, 검색 순위는 문맥상 타당해 유지했지만, 원본 음성과 STT 전문을 통한 재청취 검증은 하지 못했다. 공식 문서로 보완한 부분은 본문에서 별도 확인임을 표시했으며, 서비스 상태에 관한 강연자의 발언을 모두 현재의 확정 사실로 바꾸지는 않았다. 실제 화면 자료와 정확한 영상 재생시간은 확인하지 않았고, 기존 리포트에 기록된 STT의 마지막 시점은 19분 17초다. [?]는 공식 자료로 정확한 값을 확인하지 못한 수치에 붙였으며, 설명용 비유인 ‘5 대 5 → 3 대 7’과 ‘4 대신 5’에는 붙이지 않았다.
| 구분 | 내용 |
|---|---|
| 원본 영상 | 글을 포함한 모든 AI 창작물에 워터마크 생긴다 |
| 채널 | 코드팩토리 |
| STT 범위 | 기존 리포트 기준 00:00–19:17, 원문 미대조 |
| 리포트 작성 | 2026-09-10 |
| 작성 방식 | 제공된 STT 기반 리포트 검수 및 공식 자료 대조 |
| 기술 원리 보완 | Anthropic의 텍스트 워터마킹 설명 |
| 적용·탐지 안내 보완 | Claude의 AI 생성 콘텐츠 표시 안내 |
| SynthID 원리와 한계 보완 | Google DeepMind의 텍스트·영상 워터마킹 설명 |
| 규정 배경 보완 | 유럽위원회의 AI 투명성 규정 개요 |
| 검색 정책 보완 | Google의 생성형 AI 콘텐츠 안내 |
💬 본 리포트는 영상 내용을 바탕으로 재구성했다. 발언의 정확한 맥락과 화면 자료는 원본 영상을 참조해 주세요.