AI Usage Scale
KO

지금 창작자에게 주어진 라벨

여섯 개의 레벨. 그중 하나를 가리켜라.

부끄러운 레벨은 없다.
선언하지 않은 레벨이 있을 뿐이다.

작품이 어떻게 만들어졌는지—누구의 지식을 담고 있으며 누가 그 뒤에 서 있는지—를 말하기 위한 무료 개방 척도. 여섯 레벨. 삼십 초. 어느 위원회에도 허락을 구할 필요가 없다.

내 레벨 찾기 또는 여섯 레벨을 읽기


머리말

우리는 이 기술의 속도를 늦추려고 여기 있는 것이 아니다.

우리가 여기 있는 것은, 그것을 정직하게 쓰고 그렇게 말한 사람이 말했다는 이유로 벌을 받고—쓰고도 입을 다문 사람은 벌을 받지 않기 때문이다. 이것은 망가진 유인 구조이고, 망가진 유인 구조는 저절로 풀리지 않는다. 쌓일 뿐이다.

지금 AI와 저작을 둘러싼 모든 다툼은 두 칸짜리 라벨 하나를 통과한다. 문제는 그 라벨이다. 모델이 아니다. 그것을 쓰는 사람도 아니다. 라벨이다.

그 대가가 무엇이며, 무엇이 그것을 대신할지 여기에 적는다.


AI는 문제가 아니다. 숨기는 것이 문제다.

이 문서는 누구에게도 AI를 덜 쓰라고 하지 않는다. 무엇을 했는지 말하라고 할 뿐이다.

독자에게는 이미 다이얼이 있다. 창작자에게는 아직 스위치뿐이다.

TikTok은 피드에 AI 생성 콘텐츠가 얼마나 나올지 이용자가 고르게 했다.1 Pinterest는 그것을 덜 보여 달라고 요청할 수 있게 했다.2 작품을 소비하는 사람들에게는 연속적인 눈금이 쥐여지고 있다. 그것을 만든 사람이 받는 것은 체크박스 하나다. 유죄, 아니면 무죄.

“AI로 제작”은 사실이 아니다. 판결이다.

삼십 년의 임상 경험을 모델에 구술하고 한 줄씩 고친 외과의와, 주인이 잠든 사이 밤새 만 페이지를 뽑아낸 스크립트를, 똑같은 네 글자 안에 밀어 넣는다. 그 둘을 구분하지 못하는 라벨은 정보가 아니다. 맞춤법 검사기를 단 고발이다.

현실은 스펙트럼인데 우리는 이분법을 만들었고, 그 한쪽에 수치심을 붙였다.

뒤따르는 모든 실패는 이 하나의 설계 오류에서 나온다.

정직이 벌을 받고 침묵이 공짜라면, 이기는 것은 침묵이다.

이것은 창작자의 도덕적 실패가 아니다. 산수다.

이미 측정되었고, 이름도 있다. 공개의 역설이다. 사전 등록된 연구에서 사람들은 AI 사용을 밝히는 일이 중요하다고 답했고—그다음, 밝힌 작품에 더 낮은 평가를 매겼다. 연구자들 자신의 결론은 이렇다. 이것은 “공개하지 않으려는 뒤틀린 유인을 만들어 낼 위험이 있다”.3

우리는 진실을 말하는 사람을 벌하고 침묵하는 사람에게 보상하는 실험을 돌리고 있다. 그러고는 그 결과에 놀란 표정을 짓는다.

이 벌은 품질을 겨냥하지 않는다. 들인 공을 겨냥한다.

어떤 단편소설을 사람이 썼다고 알려 주자, 독자들은 148분이 걸렸을 것이라고 추정했다. 똑같은 소설을 AI가 썼다고 알려 주자, 6분이라고 추정했다. 라벨은 작품이 얼마나 좋은지에 대한 판단을 바꾸지 않았다. 창의성도, 독창성도, 읽는 즐거움도 그대로였다. 바뀐 것은 오직 하나, 그것에 얼마나 많은 공이 들었다고 믿는가였다. 그리고 그 공에 대한 추정이 나머지 전부를 예측했다.4

이것이 발견의 전부이고, 이 척도가 존재하는 이유다. 스위치는 들인 공을 전할 수 없다. 척도는 전할 수 있다. 공개하는 사람을 벌하지 않는, 어쩌면 유일한 형태의 공개다.

기계에만 표시를 달면, 표시 없는 모든 것이 사람의 것처럼 보이기 시작한다.

거짓 헤드라인 가운데 일부에만 경고를 달면, 경고가 붙지 않은 것들은 오히려 더 믿을 만해진다. Management Science에서 확인되어 암시된 진실 효과라는 이름을 얻은 현상이다. 같은 연구자들이 찾아낸 해법은 이것이다. 참인 것도 함께 검증하라.5

그러니 AI에만 라벨을 붙이는 시스템은, 라벨이 없는 모든 것을—놓쳐 버린 AI까지 포함해—기본값으로 사람의 것처럼 읽히게 만든다.

이 척도가 0에서 시작하는 이유가 여기에 있다. AI를 전혀 쓰지 않는 사람에게도 숫자가 필요하다. 예의로서가 아니다. 하중을 견디는 구조로서다.

부끄러운 레벨은 없다. 선언하지 않은 레벨이 있을 뿐이다.

자동으로 만든 시황 리포트에 정직한 선언은 레벨 5다. 회고록에 정직한 선언은 레벨 0이다. 어느 쪽도 다른 쪽보다 위가 아니다.

자기 레벨에 순위를 매기는 척도는 흰 가운을 걸친 수치심의 사다리이고, 모든 사용자가 거짓말을 하며 그것을 내려갈 것이다. 레벨 4가 모욕이 되는 순간, 모두가 2가 되고, 우리는 단계만 늘린 이분법을 다시 세운 셈이 된다.

출처는 증명할 수 있다. 기여는 선언할 수밖에 없다.

암호 기술은 진짜다. 그리고 그것만으로는 충분하지 않다.

C2PA는 자산에 변조 흔적을 확인할 수 있는 암호 서명 이력을 붙일 수 있다. FAQ에도 핵심 규격은 “콘텐츠를 개인이나 조직에 귀속시키는 것을 지원하지 않는다”고 명시돼 있다.6 공개 규격 자체는 누구나 구현할 수 있지만, C2PA의 공식 신뢰 체계에 들어가려면 적합 제품과 신뢰 목록에 뿌리를 둔 서명 인증서가 필요하다.7 주된 적용 대상은 미디어 자산과 문서이지, 일반적인 웹 문장이 아니다.

그것이 답하는 것은 무엇이 이것에 손을 댔는가이다. 이 안에 누구의 생각이 들어 있는가에는 답할 수 없다. 아는 사람 말고는, 그 무엇도 답할 수 없다.

선언은 약한 형태의 증명이 아니다. 전혀 다른 것이다.

바이라인은 선언이다. 영양성분표는 선언이다. 논문 끝의 이해충돌 고지는 선언이다. 그 어느 것도 증명이 아니며, 그럼에도 문명은 그 위에서 굴러간다.

그것들이 작동하는 이유는, 만들기에는 싸고 어기기에는 비싸기 때문이다.

탐지는 최후의 보루가 아니며, 애초에 그런 적도 없다.

상용 AI 탐지기 일곱 종은 영어가 모국어가 아닌 사람들이 쓴 진짜 대학 입학 에세이의 **61%**를 기계 생성으로 판정했다. 98%는 적어도 하나의 탐지기에 걸렸다.8

탐지로 집행되는 표준은 무고한 사람을 고발하는 기계다. 이민자를, 난독증이 있는 사람을, 그저 담백하게 쓰는 사람을 고발한다. 탐지기가 있어야 굴러가는 시스템은, 굴러가지 않는 시스템이다.

공개는 자백이 아니다. 크레딧 한 줄이다.

인쇄공은 오백 년 동안 판권장에 서명해 왔다. 활자, 종이, 인쇄기, 부수까지. 영화는 마지막 잔심부름꾼까지 크레딧을 올린다. 가구장이는 서랍 밑면에 이름을 새긴다.

크레딧을 부끄러워한 사람은 지금껏 아무도 없었다. 도구는 애초에 비밀이 아니었다.

숨김의 비용은 쌓이고, 그 값은 숨긴 사람이 치르지 않는다.

그 값은 이제 아무도 믿어 주지 않는 정직한 창작자가 치른다. 하지도 않은 일로 의심받는 회사가 치른다. 그리고 모든 것이 가짜라고 넘겨짚기 시작했고, 갈수록 그 짐작이 맞아 가는 독자가 치른다.

Merriam-Webster는 2025년 올해의 단어로 **“slop”**을 뽑았다. “대개 인공지능을 이용해 대량으로 만들어 내는 저품질 디지털 콘텐츠.”9 지금 그 평판이 가리지 않고 모든 것에 달라붙고 있다. 대충 만든 쪽에도, 공들여 만든 쪽에도 똑같이.

콘텐츠를 만드는 조직들은 이미 그 중요성을 알고 있다. 2026년 다국적 브랜드 27곳을 조사한 결과, 82%는 AI 투명성이 브랜드 평판에, 79%는 소비자 신뢰에 필수적이라고 답했다. 그러나 같은 조사에서는 규칙이 파편화돼 있고 기대 수준도 불분명한 것으로 나타났다.10 그 불확실성은 침묵의 핑계가 아니다. 공통 어휘가 필요한 이유다.

눈에 보이는 부채 아래에는 또 다른 부채가 쌓이고 있다. 모델이 콘텐츠를 만들고, 그 콘텐츠가 다음 훈련 데이터에 수집되고, 다음 모델이 더 좁아진 판본을 재현하면서 순환이 반복된다. Nature 연구는 이 고장 양상을 모델 붕괴라고 부른다. 생성 데이터로 무분별하게 재귀 훈련하면 원래 분포의 꼬리가 사라지고 세대를 거치며 오류가 누적될 수 있다.11 합성 데이터 자체가 나쁜 것은 아니며, 신중하게 섞으면 여전히 유용할 수 있다. 위험한 것은 말뭉치에 어떤 재료가 들어갔는지 구별할 능력을 잃는 일이다.

선언은 크롤러가 작품을 훈련에 써도 되는지 결정하지 않는다. 그것은 라이선스, 약관, 접근 제어의 몫이다. 선언은 모델 개발자에게 빠져 있던 신호를 줄 수 있다. 재료가 인간 제작인지, AI 보조인지, 인간 주도인지, 프롬프트 생성인지, 검토 없이 공개된 것인지 알려 준다. 이 구분을 보존하는 일은 독자에 대한 예의만이 아니다. 미래 모델이 배울 데이터의 다양성을 지키는 데도 도움이 된다.

미묘함에 대한 법의 답은 면제였다. 우리의 답은 척도다.

2026년 8월 2일부터 유럽연합 AI법 제50조는, 공익에 관한 사안을 공중에게 알리기 위해 공개되는 AI 생성 텍스트를 밝히도록 요구한다—다만 편집 책임을 지는 사람이 검토한 경우에는, 공개가 전혀 필요하지 않다.12

다시 읽어 보라. 법은 검토된 작업과 검토되지 않은 작업의 차이를 본다. 다만 그것을 표현할 어휘가 없다. 그래서 의무를 꺼 버리는 방식으로 그 미묘함을 처리한다.

법이 손을 뻗었으나 이름 붙이지 못한 그 구분이 바로 레벨 4와 레벨 5의 구분이다. 우리는 그것에 이름을 붙인다.

투명함은 한 해쯤 어색하다가, 그다음엔 아무렇지 않아진다.

오늘 뒷면에 성분표가 없는 식품 봉지를 상상할 수 있는 사람은 없고, 거기 찍힌 칼로리를 부끄러워하는 사람도 없다. 라벨은 음식을 죽이지 않았다.

짐작을 끝냈을 뿐이다.


우리가 요청하는 것

당신의 레벨을 선언하라. 작품에 그것을 붙여라. 정의로 링크하라.

그것이 전부다. 무료이고, 삼십 초면 되며, 어느 위원회에도 허락을 구할 필요가 없다.

이 척도는 여섯 레벨이고 0에서 시작한다. 측정하는 것은 만드는 과정에서 AI가 맡은 역할—작품이 누구의 알맹이를 담고 있으며 누가 그 뒤에 서 있는가—이지, 모델이 글자를 몇 개 뽑아냈는지가 아니다. CC0이다. 누구의 소유도 아니다. 우리가 틀렸다면 포크하면 된다.

숨기는 습관이 굳어 버리기 전에 충분히 많은 사람이 이렇게 한다면, 공개는 자백이기를 그만두고 본래 그랬어야 할 것이 된다. 크레딧의 한 줄이.


이 문서는 스스로의 레벨을 선언한다

이 선언문은 레벨 3 — 주도다.

진단도, 논증도, 이것을 만들겠다는 결정도, 척도의 모든 설계 선택도 저자의 것이다. 조사와 문장은 대규모 언어 모델과 함께 만들었고, 그런 다음 한 줄씩 읽고 고치고 서명했다. 저자가 없으면 이 문서는 존재하지 않는다. 모델이 없어도 존재한다—더 느리게, 더 못 쓴 문장으로.

그것이 바로 이 선언문이 옹호하는 사례다. 그렇게 해 놓고 숨긴다면 그거야말로 우스운 일이다.

각 언어판은 이 영어 원문을 기계가 번역한 것이며, § 번역의 규칙에 따라 그렇게 표시되어 있다.


출처

Footnotes

  1. TikTok은 AI 생성 콘텐츠를 얼마나 볼지 이용자가 고를 수 있는 피드 설정을 도입했다. 2025년 11월. https://techcrunch.com/2025/11/18/tiktok-now-lets-you-choose-how-much-ai-generated-content-you-want-to-see/

  2. Pinterest, 카테고리별 생성형 AI 콘텐츠 “덜 보기” 설정. 2025년 10월. https://newsroom.pinterest.com/news/pinterest-rolls-out-new-tools-to-give-users-more-control-over-gen-ai-content/

  3. “The AI penalty and disclosure paradox”, 2026년, 사전 등록, N=547. https://www.sciencedirect.com/science/article/pii/S2949882126000551

  4. “Know Your Author: Does the AI Penalty Hold in Short Fiction?”, 2026년. 저자 표시는 평가된 창의성, 즐거움, 독창성에는 뚜렷한 영향을 주지 않았고 오직 추정된 노력에만 영향을 주었으며, 그 노력이 다시 즐거움을 예측했다. https://arxiv.org/pdf/2606.00006

  5. Pennycook, Bear, Collins & Rand, “The Implied Truth Effect”, Management Science 66(11). https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3035384

  6. C2PA FAQ. https://c2pa.org/faqs/

  7. C2PA 적합성 프로그램. https://c2pa.org/conformance/

  8. Liang 외, “GPT detectors are biased against non-native English writers”, 스탠퍼드, 2023년. https://arxiv.org/pdf/2304.02819

  9. Merriam-Webster 2025년 올해의 단어: “slop”. https://www.merriam-webster.com/wordplay/word-of-the-year

  10. 세계광고주연맹, 다국적 브랜드 27곳 조사, 2026년. https://wfanet.org/knowledge/item/2026/04/02/global-brands-call-for-clearer-consensus-on-ai-labelling-as-usage-accelerates-wfa-research

  11. Shumailov 외, “AI models collapse when trained on recursively generated data”, Nature 631, 2024년. https://doi.org/10.1038/s41586-024-07566-y

  12. 유럽연합 AI법 제50조 (4)항. 2026년 8월 2일부터 적용. https://artificialintelligenceact.eu/article/50/