# OpenAI, 검증 도구와 함께 AI 이미지에 Google의 SynthID 워터마크 도입 > Clean Markdown view of GeekNews topic #29700. Use the original source for factual precision when an external source URL is present. ## Metadata - GeekNews HTML: [https://news.hada.io/topic?id=29700](https://news.hada.io/topic?id=29700) - GeekNews Markdown: [https://news.hada.io/topic/29700.md](https://news.hada.io/topic/29700.md) - Type: GN+ - Author: [xguru](https://news.hada.io/@xguru) - Published: 2026-05-20T13:33:22+09:00 - Updated: 2026-05-20T13:33:22+09:00 - Original source: [openai.com](https://openai.com/index/advancing-content-provenance/) - Points: 2 - Comments: 1 ## Topic Body - **OpenAI**는 AI 생성 콘텐츠 식별을 위해 C2PA 적합성, SynthID 워터마크, 공개 검증 도구를 결합한 다층 출처 모델을 강화함 - **C2PA**는 메타데이터와 암호학적 서명으로 콘텐츠의 생성·편집 맥락을 함께 이동시키지만, 변환 과정에서 손상될 수 있음 - Google DeepMind의 **SynthID**는 ChatGPT, Codex, OpenAI API 생성 이미지에 보이지 않는 워터마크를 더해 메타데이터의 약점을 보완함 - 공개 검증 도구 프리뷰는 업로드 이미지의 **Content Credentials**와 SynthID를 확인해 OpenAI 생성 여부 판단을 도와줌 - 단일 기술만으로는 충분하지 않으며, **공통 표준**, 지속성 있는 워터마킹, 공개 검증을 결합해야 출처 생태계가 강해짐 --- ### 콘텐츠 출처 접근 방식 강화 - OpenAI는 온라인 신뢰 구축을 위해 **다층적 출처 모델**을 강화하고, 개방형 표준과 플랫폼 간 협력을 기반으로 AI 생성 콘텐츠의 식별 가능성을 높이려 함 - 주요 변화는 세 가지임 - **C2PA 적합성**으로 다른 도구와 플랫폼이 출처 신호를 더 쉽게 인식하도록 지원함 - Google과 협력해 이미지에 **SynthID 워터마킹**을 추가함 - 이미지가 OpenAI에서 생성됐는지 대중이 확인할 수 있는 공개 검증 도구 프리뷰를 제공함 - 출처 신호는 콘텐츠가 어디서 왔는지, 어떻게 생성되거나 편집됐는지, 주장하는 바와 일치하는지를 판단하는 데 필요한 맥락을 제공함 ### C2PA 적합성을 통한 신뢰 생태계 - OpenAI는 2024년부터 출처 표준 개발과 도입에 참여했으며, [DALL·E 3](https://cdn.openai.com/papers/DALL_E_3_System_Card.pdf) 생성 이미지에 **Content Credentials**를 추가하기 시작함 - 이후 [ImageGen](https://cdn.openai.com/11998be9-5319-4302-bfbf-1167e093f1fb/Native_Image_Generation_System_Card.pdf)과 [Sora](https://deploymentsafety.openai.com/sora-2/provenance-and-transparency-initiatives)에도 Content Credentials가 적용됨 - OpenAI는 콘텐츠 출처를 위한 개방형 기술 표준을 추진하는 범산업 단체 **Coalition for Content Provenance and Authenticity(C2PA)** 의 운영위원회에 합류함 - C2PA는 **메타데이터와 암호학적 서명**을 사용해 미디어 관련 정보가 콘텐츠 자체와 함께 안전하게 이동하도록 돕는 방식임 - 이 정보는 출처를 평가하는 기자, 무결성 관련 결정을 내리는 플랫폼, 온라인 콘텐츠를 이해하려는 사람들에게 맥락을 제공함 - OpenAI는 최근 [C2PA 적합 생성 제품](https://c2pa.org/conformance/)이 됨 - C2PA 적합성은 플랫폼이 콘텐츠에 첨부된 출처 정보를 신뢰 가능한 방식으로 읽고, 보존하고, 전달할 수 있게 하는 기반이 됨 - 출처 정보는 콘텐츠가 처음 생성된 플랫폼을 넘어 유지될 때 의미가 커지며, **적합성 준수**가 이를 가능하게 함 ### SynthID를 더한 다층적 이미지 출처 - C2PA 메타데이터는 콘텐츠가 어디서 왔는지, 어떻게 생성되거나 편집됐는지, 누가 해당 정보에 서명했는지를 담아 이동시키는 기반임 - 메타데이터는 제거되거나, 업로드·다운로드 과정에서 사라지거나, 파일 형식 변경·크기 조정·스크린샷 같은 변환으로 손상될 수 있음 - OpenAI는 출처 정보를 더 견고하게 만들기 위해 [Google DeepMind의 SynthID](https://deepmind.google/models/synthid/)를 통한 **보이지 않는 워터마크**를 도입함 - 적용 대상은 먼저 ChatGPT, Codex, OpenAI API를 통해 생성된 이미지부터 시작됨 - SynthID는 C2PA 메타데이터 기반 접근 방식을 보완하는 추가 워터마크 계층으로 동작함 - OpenAI는 이전에도 출처와 워터마킹 방식을 실제 배포 환경에서 시험해 왔음 - Sora에는 **눈에 보이는 워터마크**를 사용함 - Voice Engine에는 **오디오 워터마크**를 사용함 - 시간이 지나도 정확성과 신뢰성이 유지되는지 계속 테스트하고 연구함 - C2PA와 SynthID는 서로 다른 약점을 보완함 - **C2PA**는 콘텐츠에 자세한 맥락을 담도록 돕지만, 메타데이터가 제거되거나 손상될 수 있음 - **SynthID**는 메타데이터가 유지되지 않을 때도 신호를 보존하도록 돕고, 스크린샷 같은 변환에도 더 오래 유지될 수 있음 - 메타데이터는 워터마크만으로는 제공할 수 없는 더 많은 정보를 제공함 - 두 방식을 함께 사용하면 각각을 단독으로 사용할 때보다 콘텐츠 출처 정보의 복원력이 강해짐 ### 공개 검증 도구 프리뷰 - OpenAI는 ChatGPT, OpenAI API, Codex에서 생성된 이미지인지 확인하도록 돕는 공개 검증 도구를 프리뷰 버전으로 제공함 - 이 도구는 업로드된 이미지에 **Content Credentials**와 **SynthID** 등 출처 신호가 포함되어 있는지 확인함 - 여러 신호를 통합해 사용자가 콘텐츠 출처 정보를 더 쉽게 검증하고 해석하도록 돕는 것이 목표임 - 공개 검증 도구는 OpenAI에서 비롯된 SynthID 워터마크를 안정적으로 감지할 수 있으며, C2PA 메타데이터가 발견되면 함께 표시할 수 있음 - 어떤 탐지 방법도 완벽하지 않기 때문에, 탐지가 실패할 때는 단정적인 결론을 내리지 않음 - 메타데이터나 워터마크가 감지되지 않아도 해당 이미지가 OpenAI 도구로 생성되지 않았다고 단정하지 않음 - 출처 신호는 경우에 따라 제거될 수 있음 - 출시 시점의 검증 도구는 **OpenAI가 생성한 콘텐츠**로 제한됨 - 앞으로 몇 달 안에 플랫폼 전반의 검증을 가능하게 하는 범산업적 노력을 지원하는 것이 목표임 - 시간이 지나면 온라인에서 접할 수 있는 더 많은 유형의 콘텐츠도 지원할 것으로 기대됨 ### 향후 과제 - 단일 출처 기술만으로는 충분하지 않음 - 강력한 출처 접근 방식은 **공통 표준**, 오래 지속되는 워터마킹 신호, 공개 검증을 결합해야 함 - OpenAI는 Content Credentials에 대한 기존 지원, C2PA 적합성, SynthID 도입, 공개 검증 도구 프리뷰를 통해 더 상호운용 가능한 출처 생태계에 기여하려 함 ## Comments ### Comment 57910 - Author: neo - Created: 2026-05-20T13:33:23+09:00 - Points: 1 ###### [Hacker News 의견들](https://news.ycombinator.com/item?id=48198291) - 검은 배경으로 AI 이미지를 만들게 하면 괜찮은 모니터에서는 **SynthID**가 눈에 보임. 그냥 반복되는 흐릿한 패턴이라 특별한 건 없음 2번째 픽셀마다 마스킹한 뒤 빠진 픽셀을 재생성하고, 다시 1픽셀 오프셋을 둬서 2번째 픽셀마다 마스킹하는 방식으로 꽤 잘 제거했음 픽셀 채우기에는 기성 모델을 썼지만, 변경 전에 먼저 **깊이 맵**을 내보내고 노이즈를 줄여서 새로 생성된 마스킹 픽셀이 원본 내용에 맞도록 했음. 결과가 100% 완벽하진 않았지만, 시간을 더 들이고 이 용도에 맞게 미세조정한 모델을 쓰면 어떤 AI 워터마킹도 큰 문제 없이 제거할 수 있을 듯함 - **0.5비트 워터마크**처럼 존재 여부만 담는 워터마크를 제거할 수 있다고는 믿기 어려움. 눈에 보이는 건 아마 기능적인 미끼일 가능성이 큼 - 이미지를 아주 조금만 늘리거나 압축하면 안 되나? - 시간을 더 들이고 특정 용도에 맞게 미세조정한 모델이면 어떤 AI 워터마킹도 큰 문제 없이 제거할 수 있다는 점이 흥미로움. **AI를 AI 상대로 쓰는 것**은 늘 재미있음 - 분명히 우회 가능함. 우리 엔지니어 몇 명도 오래전에 이걸 다뤘음 [https://deepwalker.xyz/blog/bypassing-synthid-in-gemini-phot...]() - 메타데이터나 SynthID에는 어떤 정보가 들어가나? **SynthID**에는 몇 비트까지 인코딩할 수 있나? 합성 콘텐츠용 영양성분표 같은 걸 만들 수 있을까? 합성 텍스트 10%, 합성 이미지 30% 같은 식으로 오늘 당신의 현실은 15% 합성이었음(75% 거대 기업, 25% 오픈 가중치 neocloud) - 2025년 10월의 **SynthID-Image 논문**[0]은 512x512 이미지에서 플래그 확인 또는 136비트 페이로드를 테스트하고, 여러 변환 뒤 워터마크의 견고성을 본 인코더-디코더였던 것 같음 실제 배포 버전은 아마 꽤 다를 것임 [0]:[https://arxiv.org/html/2510.09263v1]() - 사용자 ID나 개인별 **지문**을 넣을 수도 있음. 오래전에 프린터에 그런 걸 넣었고, 이제 생성하는 모든 사진과 이미지에도 쉽게 가능해질 것임 - 그건 가능하지 않을 듯함. 합성 조각을 원본 이미지에 붙여 넣으면 **SynthID**가 그걸 알 수는 없을 테니까 - **SynthID**는 완전히 털린 것처럼 보이는데, OpenAI의 새 워터마크는 아직 아닌 것 같아서 흥미로움 [1] [1] [https://github.com/wiltodelta/remove-ai-watermarks]() - 이건 그냥 보여주기식 헛짓임 여러 매체에서 도구로 뭔가 만드는 입장에서는, 내가 선택하지 않은 임의의 메타데이터를 넣는 이런 도구는 그냥 피할 것임 비디오게임용 텍스처를 만들면서 이런 이상한 **DRM 찌꺼기**를 넣어야 하나? Photoshop은 얼마나 오래됐는데 왜 예외인가? - 완벽하지 않다고 해서 쓸모없는 건 아님. 이미 온라인에서 누군가 이미지를 Google의 **SynthID 검사**에 돌려 위조였음을 증명한 게시물을 봤음 Photoshop은 Google이나 OpenAI가 만든 게 아니고, Photoshop으로 사실적인 기만 이미지를 만드는 진입장벽은 AI보다 훨씬 높음. 전통적인 이미지 편집 사용 여부를 불완전하게나마 감지하는 기법도 이미 있음 - Photoshop과 **생성형 AI**를 구분하는 요소 몇 가지는 충분히 떠올릴 수 있을 거라 믿음 - 엄밀히 말해 DRM은 디지털 권리 관리이고, 지식재산권과 관련됨 Google이나 OpenAI가 자기 이미지에 대한 **지식재산권**을 주장하는 경우에만 SynthID가 DRM일 텐데, 그게 합법인지는 모르겠음 - 참고로: [https://en.wikipedia.org/wiki/Printer_tracking_dots]() - 오늘날 분당 가능한 최대 이론적 **허위정보 생산량**은 2021년의 Photoshop과 비교해 어떨까? - 좋음. 제거될 거라고들 하지만, 이를 재현 가능하게 보여주는 저장소는 아직 못 봤음 - **Stable Diffusion**에서 노이즈 제거 강도 10~15%면 끝남 Nano Banana Pro가 출시된 첫날 테스트했고 작동했음. 지금도 Nano Banana 2에서 작동함 공개적으로 말하면 인터넷을 더 나쁘게 만들 거라고 오만하게 생각해서 어디에도 올리지 않았음. 하지만 내가 첫날 떠올렸다면 당연히 다른 수백만 프로그래머도 떠올렸을 테니 순전한 오만이었음 다만 SD 모델 특유의 아티팩트가 생기고, 그건 다른 방법으로 감지될 수 있음. 아니면 크게 확대해서 꼼꼼히 봐도 보일 수 있음 - 애초에 다른 모델을 쓰는 게 훨씬 쉬울 듯함 - 제거되긴 하겠지만 많은 사람은 안 할 것임. 실제로 **SynthID**로 감지 가능한 허위정보를 본 적이 있음 - 지금 이 글 바로 옆에 이 글이 붙어 있는 게 절묘함: [https://news.ycombinator.com/item?id=48200569]() - mp3의 메타데이터 같은 건가? AI 이미지의 스크린샷을 찍으면 그것도 AI 이미지로 보이나? 이미지 안에 숨겨진 건지, 아니면 메타데이터인지 궁금함 - 이미지 안에 들어 있고, 그런 작업을 거쳐도 살아남도록 설계된 것임 - 처음에는 사진이 OpenAI에서 나온 건지 검증하고, 그다음엔 **구독자 데이터**와 위치정보를 넣을 것임 결국 아무도 AI 생성 사진이나 텍스트를 보고 싶어 하지 않는다는 걸 알게 될 것임. 그렇게 되면 이 도구는 대중에게는 실패하고 정부용으로만 작동하겠지 - 사진처럼 사실적인 **AI 생성**의 유일한 용도는 기만처럼 보임. 이미 미국 정치 광고에서 AI 생성 영상이 쓰이고 있음 - 이런 워터마크는 제거하거나 왜곡하기 쉽지 않나? 사람들이 드물게 의존해서 우회할 가치가 없을 때까지만 도움이 되는 것 같음 소셜미디어 플랫폼이 이런 워터마크가 있는 이미지를 금지하기 시작하면 하룻밤 사이에 다 벗겨질 듯함 - 아님. 쉽게 할 수 있는 변형에는 매우 강함. 그렇다고 불가능하다고 보진 않음 - 실제 **Nano Banana 2/NBPro** 출력물에서 진짜 SynthID 워터마크를 제거하는 GitHub 저장소는 아직 하나도 없다고 봄. 대부분은 아직 성과를 내지 못한 연구 프로젝트임 지금까지 본 방법은 편집 기능을 쓸 때 투명도나 원본 이미지 오버레이를 이용하는 이상한 트릭, 또는 확산 모델로 NB 생성 이미지를 낮은 노이즈 수준에서 재생성하는 방식뿐인데, 이 경우 원본도 바뀜 - “쉽게”의 정의가 필요함. 이미지의 **스펙트럼 분석**에 기반한 접근이 있고, 겉보기에는 작동하는 듯함 [https://github.com/aloshdenny/reverse-SynthID]() - 이건 몇 년 전에 공개됐고 아직 깨지지 않은 것 같음. 언젠가는 깨지겠지만, 딥페이크를 만든 뒤 Facebook에 올리기까지 1~2년을 기다려야 한다면 그 정도로도 충분할 수 있음. 한 달만 지연돼도 충분할지도 모름 - 아주 자세한 설명을 바탕으로 AI가 이미지를 처음부터 다시 만들게 하는 방식은 통할 것 같음 - 실제 공개 표준인 **C2PA**보다 열등해 보임: [https://contentauthenticity.org/]()