AI 영상의 새 규칙서: EU AI법이 요구하는 기계 판독 라벨

당신이 내보내고 있다는 걸 몰랐던 라벨

법무팀에서 제작 체크리스트로, 별다른 소란 없이 옮겨온 질문이 하나 있다. 대부분의 크리에이티브 팀은 아직 따라가지 못했다. AI 모델로 영상을 생성할 때, 파일과 함께 따라가는 것은 무엇인가. 파일의 내용이 아니다. 메타데이터다. 누구든 들여다보면 이것은 기계가 만들었다고 알려주는, 보이지 않는 층이다.

2026년 8월 2일부터 EU AI법 제50조의 투명성 의무가 AI 생성 미디어에 적용된다. 정말 중요한 것은 기계 판독 표시의 기한으로, 기업에는 2026년 12월 2일까지 준수할 시간이 주어진다. 여기에 붙는 제재는 상징적이지 않다. 최대 1500만 유로, 또는 전 세계 연간 매출의 3퍼센트 중 더 큰 금액이다. 준법 각주처럼 읽히는 규칙에 주주총회급 가격표가 붙어 있다.

"기계 판독"이 실제로 뜻하는 것

사람이 볼 수 있는 라벨은 쉬운 부분이다. 캡션, 워터마크, 구석의 작은 태그. 실제로 준수 여부를 결정하는 것은 보이지 않는 쪽이다. 파일이 하위 시스템이 자동으로 읽을 수 있는 출처 메타데이터를 담고 있는지다.

가장 확립된 방식은 모델 선택 하나만큼의 거리에 있다. 일부 영상 생성기는 출력에 보이지 않는 워터마크를 기본으로 삽입하고, 그에 딸린 메타데이터는 대부분의 유통 형태를 거치면서도 파일을 따라간다. 그렇지 않은 것들은 출처를 전혀 붙이지 않고 깨끗한 파일을 내보낸다. 이는 라벨링 책임이 영상을 생성한 쪽에, 그리고 결국 발행한 쪽에 떨어진다는 뜻이다.

대부분의 팀이 놓치는 세부 사항이 바로 이것이다. 준수는 마지막에 덧붙일 수 있는 후처리 단계가 아니다. 라벨은 흔히 생성 시점에 모델 공급업체가 심어 놓고, 공급업체마다 다르게 작동하기 때문이다. 당신이 고르는 영상 모델은 말 그대로 준법 결정이다.

플랫폼이 먼저 도착했다

규제는 새롭다. 그것이 요구하는 행동은 새롭지 않다. 대형 플랫폼들은 법적 요구와 무관하게 수년간 사용자 업로드에 출처 메타데이터를 붙여왔다. 한 주요 플랫폼은 자사 콘텐츠 자격 증명 프로그램의 시작을 2024년 5월로 잡고, 2025년 말까지 13억 개 넘는 영상에 라벨을 붙였다고 보고했다. AI법의 기계 판독 기한이 누구의 달력에 오르기 훨씬 전의 일이다.

이유는 단순하다. 규제 당국이 규칙서를 갖기 전에 플랫폼에는 이미 신뢰 문제가 있었다. 허위 정보는 참여도에 나쁘고, 출처 라벨링은 저렴하며, 규칙을 앞서가는 것이 규칙에 뒤처져 붙잡히는 것보다 언제나 낫다. 플랫폼이 일찍 배관을 깔아둔 것은 그것이 자신들을 보호했기 때문이지, 법령이 시켜서가 아니다. AI법은 주로 그 배관을 다른 모든 이에게 의무화한다.

콘텐츠를 만드는 쪽에는 이 통상적인 가정을 뒤집는다. 질문은 당신의 영상에 라벨이 필요한지가 아니다. 그 라벨이 여정을 살아남는지다. 메타데이터는 깨지기 쉽다. 편집 소프트웨어가 벗겨낸다. 재인코딩이 떨어뜨릴 수 있다. 미디어를 다시 처리하는 플랫폼에 업로드하면 또 벗겨질 수 있다. 한 팀이 완벽하게 라벨이 붙은 영상을 생성하고, 도구 세 개를 거친 뒤 아무도 눈치채지 못한 채 라벨 없는 영상을 내보낼 수 있다.

이 취약함은 과소평가되기 쉽다. 손상이 보이지 않기 때문이다. 파일을 열고 영상을 재생해도 아무 문제가 보이지 않는다. 잘못된 모든 것이 보이지 않는 층에 있기 때문이다. 생성기가 만들어지는 순간에 붙인 라벨은 일상적인 내보내기 도중 사라질 수 있고, 화면 위의 무엇도 알려주지 않는다. 하위의 누군가가 이 파일에 출처가 없는 이유를 묻을 때쯤이면, 흔적은 이미 오래 차가워져 있다.

책임은 실제로 어디에 떨어지는가

AI 영상 한 편의 보관 연쇄에는 여러 고리가 있고, 제50조는 그 연쇄를 따라 의무를 배분한다. 생성 시스템의 제공자에게 의무가 있다. 시스템을 실제로 사용하는 당사자인 배포자에게도 있다. 대부분의 크리에이티브 팀에게 그 두 번째 역할은 자기 몫이다.

여기서 어떤 단일 공급업체도 풀 수 없는 실무적 문제가 생긴다. 당신의 파이프라인이 세 개의 서로 다른 모델 출력에 스톡 클립, 그리고 사람의 편집을 이어 붙인다면, 최종 파일의 출처 이야기는 서로 겹치고 어쩌면 충돌하는 메타데이터의 뒤죽박죽이 된다. 규제는 공개를 예상한다. 하지만 다중 출처 파일을 쉽게 설명하게 해주는 도구를 누구에게도 쥐여주지는 않는다.

앞서 나가는 팀들은 출처를 산출물의 속성이 아니라 파이프라인의 속성으로 다룬다. 각 단계에 계측을 심고, 무엇이 무엇을 생성했는지 기록하고, 전체에 대한 방어 가능한 기록을 조립한다. 지루한 일이다. 그런데 바로 이 지루한 일이, 고객이나 플랫폼, 규제 당국이 처음으로 이 영상이 어디서 왔느냐고 물을 때 경쟁 우위가 된다.

기한이 요점은 아니다

12월 2일을 결승선으로 읽고 싶어진다. 준수하고, 체크하고, 넘어가자. 그런 읽기는 실제로 벌어지고 있는 일을 놓친다. 기계 판독 출처는 미디어가 검증 가능한 이력을 지니는 세계의 시작이며, 그 이력을 읽는 도구는 퍼지고 있다. 오늘 AI 콘텐츠에 라벨을 붙이는 메타데이터 표준은, 내일 어떤 사진이 조작되지 않았음을 증명하는 같은 기반이다.

콘텐츠 팀에게 그것은 작업이 일회성 감사가 아니라는 뜻이다. 상시적인 실천이다. 어느 도구가 출력에 라벨을 붙이는지 알고, 어느 워크플로가 그 라벨을 벗겨내는지 알고, 누군가 물을 때를 위한 답을 준비해 두는 것. 오늘 고르는 영상 모델이 당신의 파일이 앞으로 몇 년간 자기 자신에 대해 무엇을 증명할 수 있는지를 빚어낸다. 생성 시점에 설정된 메타데이터는 가장 위조하기 어렵고 가장 잃기 쉬운 종류이기 때문이다.

실용적인 워크플로는 어떤 모습인가

앞서 나가는 팀들은 출처를 설정이 아니라 단계로 다루기 시작한다. 생성기를 한 번 설정해 붙일 수 있는 것을 붙인다. 파이프라인을 한 번 점검해 붙인 것이 끝까지 도달하는지 확인한다. 무엇을, 어떤 프롬프트로, 어떤 도구를 거쳐 생성했는지 기록을 남긴다. 영리한 것은 하나도 없다. 그 모든 것이 질문에 답할 수 있는지, 추측해야 하는지의 차이다.

가장 어려운 부분은 기술이 아니라 문화다. 출처 작업에는 눈에 보이는 산출물이 없다. 메타데이터가 온전한 영상에 대해 아무도 고맙다고 하지 않고, 그것이 사라지기 전까지 아무도 알아차리지 않는다. 바로 마감 압박 속에서 건너뛰게 되는 종류의 보이지 않는 위생 작업이다. 그래서 수동 단계로 덧붙이기보다 파이프라인에 심어 넣는 쪽이 그것을 유지한다.

핵심

AI 라벨링 규칙을 생각하는 가장 흥미 없는 방식은 준법 부담으로 보는 것이다. 더 흥미로운 방식은 AI 미디어가 기억을 갖게 되는 순간으로 보는 것이다. 어떻게 만들어졌는지에 대한 정직한 기록을 담은 영상 하나하나는 조금 더 신뢰할 수 있고, 그 기록을 벗겨내는 워크플로는 하나하나 문제를 더 나쁘게 만든다.

규제는 업계가 배관을 깔도록 강제한다. 배관 자체는 가질 만한 가치가 있다. 파일이 자기 기원에 대해 진실을 말할 수 있다면, 하위의 모든 이, 플랫폼에서 발행자, 시청자까지, 무엇을 믿을지 결정할 능력이 조금 더 늘어난다. 그것은 관료적인 성가심이 아니다. 기능이며, 그것을 짓게 하는 데 1500만 유로의 위협이 필요했다.