어떻게 정의되며, 다른 모든 것과 어떻게 이야기하는가.

판정 절차

다섯 개의 질문을 순서대로 묻는다. 가장 먼저 끝나는 질문이 레벨을 결정한다.

부분

선택 사항. 하나의 숫자가 작품 전체를 설명한다. 일부가 뚜렷하게 다르다면 그 부분을 따로 선언한다. 배지에는 언제나 숫자 하나만 보이고, 세부 내역은 링크 너머에 둔다.

대표 레벨 규칙. 대표 레벨은 작품의 의미를 담고 있는 부분을 설명한다. 합리적인 독자가 작품에 본질적이라고 보지 않을 장식용 소재는 대표 레벨을 좌우하지 않는다. 그런 소재는 여기에서 선언한다.

선언할 수 있는 부분: textimageaudiovideocodedata

{
  "aiUsageScale": "1.0",
  "level": 3,
  "surfaces": { "text": 3, "image": 5, "audio": 0 }
}

경계 사례

아래는 모두 결정 트리를 깨뜨려 보려는 시도에서 나왔다. 정직한 두 사람이 같은 숫자에 이르도록, 여기에서 정리해 둔다.

번역

충실한 번역은 원작의 레벨을 그대로 이어받고 번역 고지를 덧붙인다. 레벨 1인 기사를 모델로 번역하면, AI가 번역했음을 밝힌 레벨 1로 공개된다.

알맹이도 구조도 달라지지 않았다. 번역에 불이익을 주면 세상의 글은 더 읽히지 않게 된다. 그것은 이 표준의 목적과 정반대다.

받아쓰기

직접 녹음한 말을 받아쓰는 것은 기계적인 처리다. 레벨을 올리지 않는다.

말은 당신의 것이다. 모델은 그것을 받아 적었을 뿐이다.

장식용 소재

사람이 쓴 기사에 생성된 헤더 이미지를 넣었다고 해서 그 기사가 레벨 4가 되지는 않는다. 그 이미지는 「부분」에서 선언한다.

대표 레벨은 의미를 담고 있는 것을 설명한다. 그러지 않으면 스톡 이미지 한 장이 선언 전체를 삼키고, 사람들은 아예 선언을 그만둘 것이다.

2차적 저작물

자신이 기여한 부분의 레벨을 선언하고, 원작이 레벨을 선언했다면 그것도 함께 밝힌다.

실시간 생성

요청에 따라 생성되어 검토 없이 사용자에게 표시되는 콘텐츠는 레벨 5다. 시스템 프롬프트를 사람이 정성껏 썼더라도 마찬가지다.

생성형이 아닌 기계학습

자동 초점, 노이즈 제거, 업스케일링, 색 맞춤, 분류처럼 아무것도 지어내지 않는 것은 생성형 AI가 아니다. 레벨 0에서 움직이지 않는다.

상호운용성

이 척도는 출처 표준을 보완한다. 기존 IPTC 어휘에 대응하며 W3C AI Content Disclosure Community Group에서 논의 중인 후보 문법을 시험한다. 그 문법은 W3C 표준이 아니다.

레벨 매핑

이 매핑은 정확히 한 방향으로만 정보를 잃고, 그 손실이 바로 핵심이다. IPTC는 레벨 3, 4, 5를 구분하지 못한다. 알맹이가 누구의 것인지를 가리킬 말이 없고, 사람이 읽었는지를 가리킬 말도 없다. 독자가 진짜로 궁금해하는 것은 바로 그 두 가지이고, 이 척도는 그 둘에 답하려고 존재한다.

기계가 읽는 형식

영문 정본 정의는 한 파일에 있으며 배지와 기계 판독용 출력의 바탕이 된다. 현지화된 설명 문구는 별도로 관리하고 구조가 같은지 검사한다.

GET /ko/levels.json · CC0

<!-- AI Usage Scale proposal; custom metadata, not a registered standard -->
<meta name="ai-usage" content="3">
<meta name="ai-usage-standard" content="https://usagescale.org">

<!-- Experimental W3C Community Group alignment; not a W3C standard -->
<meta name="ai-disclosure" content="ai-generated">
<link rel="ai-disclosure" href="https://usagescale.org/3">

선행 사례

여기에 전례 없는 것은 하나도 없으며, 있는 척하는 일이야말로 그 자체로 작은 부정직이 된다.