AI 제품 이미지, 아무도 비용으로 계산하지 않은 컴플라이언스 장벽에 부딪히다

지난 2년 동안 AI 제품 사진 촬영에 대한 제안은 단순했습니다. 더 많은 바리에이션을 생성하고, 비용은 덜 쓰고, 더 빨리 출시하라는 것이었습니다. 2026년 하반기에 이 제안은 이미지 품질과는 아무 관련이 없고, 이미지가 무엇을 주장할 수 있는지와 전적으로 관련된 제약에 부딪혔습니다.

그 제약은 공개(disclosure)입니다. 2026년 8월 2일부로 EU AI법의 투명성 의무가 발효되어, AI 생성 콘텐츠에 라벨을 붙이거나 다른 방식으로 최종 사용자에게 공개해야 합니다. 미국의 주법도 이와 병행해 움직였습니다. 그리고 전자상거래에서 가장 구체적인 변화로, 아마존은 AI 생성 리스팅 이미지에 대한 요건을 집행하기 시작했으며, 뉴욕주의 인물 유사성 규칙 발효 이후 AI 생성 인물에 라벨을 붙이는 것도 포함됩니다.

규칙이 실제로 요구하는 것

미국에는 모든 AI 제품 이미지에 눈에 보이는 라벨이 필요하다고 규정하는 단일 연방 규칙이 없습니다. 대신 컴플라이언스는 여러 층으로 겹쳐져 있어 관리하기 번거롭습니다.

캘리포니아는 제공자의 공개 도구와 배포자의 사용 방식을 규율합니다. 뉴욕은 상업 광고에서 합성 퍼포머를 규제합니다. 아마존의 판매자 정책은 자사 마켓플레이스에 묶인 계약상 요건을 추가합니다. EU AI법은 보편적인 스티커를 적용하는 대신 시스템의 역할과 맥락에 따라 달라지는 투명성 의무를 부과합니다.

이 제도들은 서로 다른 주체를 규율하므로, 기업은 여러 요건을 동시에 충족해야 할 수 있으며, 하나를 충족시키는 라벨이 다른 하나를 충족시키지 못할 수 있습니다. 인스타그램 게시물 안의 공개 표시는 이미지가 잘리거나 다른 곳에 삽입될 때 사라질 수 있습니다. 아마존 리스팅 페이지의 고지는 리스팅과 함께 이동하지만 재게시물과 함께 이동하지는 않습니다.

실질적인 어려움은 요건들이 정렬되어 있지 않다는 점입니다. 각 관할권과 플랫폼은 적용 대상 시스템을 다르게 정의하고, 각기 다른 위치에서 고지를 기대합니다.

대부분의 사례를 결정하는 구분

규칙은 카탈로그 팀이 좀처럼 생각하지 않는 분류 질문에 달려 있습니다. 그 이미지는 생성된 것인가, 실질적으로 변경된 것인가, 아니면 관습적으로 편집된 것인가?

완전히 합성된 이미지는 가상의 모델, 생성된 방, 또는 실제로 존재한 적 없는 제품 배치를 보여줄 수 있습니다. 실질적으로 변경된 이미지는 배경을 교체하거나, 물체를 추가하거나, 기능을 제거하거나, 표면을 재구성할 수 있습니다. 관습적으로 편집된 사진은 크롭, 노출 보정, 먼지 제거, 색 보정을 포함합니다.

그 구분선은 합리적인 시청자가 무엇을 믿을지를 관통합니다. 쇼퍼가 제품이 실제로 촬영되었다고, 그 사람이 실제 인물이라고, 또는 사진에 담긴 결과가 일반적인 사용을 반영한다고 가정한다면, 그 이미지는 기만 위험을 안고 있습니다. 이 위험은 이미지가 치수, 질감, 호환성 또는 성능에 관한 사실적 주장을 제공할 때 커집니다. AI 생성은 그 주장을 사실로 만들어 주지 않으며, 공개 표시가 허위 광고를 치유하지도 않기 때문입니다.

카탈로그에서 생성형 도구가 위험해지는 지점이 바로 여기입니다. 이들은 단추, 라벨, 성분, 원단, 포장 텍스트, 액세서리를 포함해 그럴듯한 세부 사항을 만들어냅니다. 생성된 손, 원단의 움직임, 반사는 사실과 다르면서도 설득력 있게 보일 수 있습니다. 위험한 것은 매끈하게 다듬어진 이미지이지, 거친 이미지가 아닙니다.

사람 문제는 별개입니다

AI로 생성된 얼굴은 공개 표시만으로는 해결되지 않는 두 번째 문제군을 제기합니다. 합성임을 명확히 표시하지 않은 생성 인물은 허위 보증이나 추천 문제를 일으킬 수 있습니다. 그 얼굴이 실제 인물, 연예인, 고객 또는 직원을 닮았다면, 기업은 공개 의무에 더해 퍼블리시티, 프라이버시 또는 상표 노출에 직면할 수 있습니다.

모델 릴리스는 이미지 속 인물이 실제로 등장한 적이 없을 때 도움이 되지 않습니다. AI 플랫폼의 허가는 기업이 소유하지 않은 인격권을 이전해 주지 않습니다. 평범한 가상 인물의 경우에도 합성 퍼포머 고지를 파일로 보관하는 것이 여전히 합리적이며, 특히 같은 캐릭터가 제품 라인 전반에 등장해 인식 가능해질 때 그렇습니다.

워크플로가 바뀌어야 하는 지점

운영상의 해결책은 도구보다 프로세스에 더 가깝습니다. 도구를 우연히 아는 디자이너에게 판단을 맡기지 말고 책임을 지정하세요. 이미지를 준비하는 사람이 소프트웨어, 프롬프트, 원본 사진, 편집, 의도한 주장, 의도한 채널을 문서화하게 하세요. 도구 기록이 보통 기업이 실제로 어떤 범주를 선택했는지를 보여주는 최선의 증거이기 때문입니다.

정확성이 중요할 때는 제품 자체를 생성에 넣지 마세요. 제품을 생성하기보다 실제 사진과 생성된 환경을 합성하고, 프롬프트에 병, 시계, 신발, 기기, 라벨, 로고, 비율이 변경되지 않아야 한다고 명시하세요. 제품을 마스킹한 상태에서 이미지 투 이미지 또는 참조 기반 편집을 사용해 모델이 정체성을 규정하는 특징을 변경할 자유를 줄이세요.

그런 다음 출력물을 100퍼센트 확대와 썸네일 크기에서 두 번 검사하며, 로고 글자 형태, 이음새, 포트, 질감, 그림자, 색상 이름을 실제 제품과 대조하세요. 어떤 식으로든 만들어낸 기능이나 변경된 치수는 거부 사유이며, 이미지가 제품보다 더 좋아 보이더라도 마찬가지입니다.

제대로 측정된 적 없는 비용 모델

AI 제품 이미지의 경제성은 자산당 비용과 출시 시간을 기준으로 논의되었고, 두 수치 모두 여전히 생성에 유리합니다. 그러나 어느 것도 전체 계산이었던 적은 없습니다.

빠진 항목은 검토입니다. 1,000개의 바리에이션을 생성하는 것은 저렴하지만, 각각을 분류하고, 어느 것에 공개가 필요하고 필요하지 않은지 결정하고, 모든 채널에 올바른 고지를 적용하는 것은 저렴하지 않습니다. 정직한 비교 단위는 1,000회 생성의 광고 가격이 아니라 승인된 100개 자산의 비용입니다. 카테고리별로 승인율이 크게 달라지기 때문입니다. 무광 세라믹 머그에 통하는 워크플로가 주얼리, 화장품 또는 가벼운 원단에서는 무너질 수 있습니다.

그래서 제품 마스크를 보존하고 배치 제어를 제공하는 더 비싼 도구가 인건비를 계산한 뒤에는 더 저렴해질 수 있습니다. 겉으로 보이는 특가는 생성당 가격입니다. 실제 비용은 검토를 통과한 자산당 가격입니다.

합리적인 파일럿의 모습

대표적인 SKU 20~50개로 시작하고, 어려운 것들을 일부러 포함하세요. 반사 표면, 투명 물체, 정확한 브랜딩, 사람 사용 사례, 치수가 진실해야 하는 품목은 모두 표본에 들어가야 합니다. 단순한 제품만으로 구성한 파일럿은 통과해도 아무것도 알려주지 않기 때문입니다.

그런 다음 워크플로가 확장될 수 있는지를 결정하는 것들을 측정하세요. 제품 참조에서 승인된 자산까지의 주기 시간, 자산당 수동 편집 횟수, 제품 정확성 실패율, 그리고 생성된 바리에이션이 실제로 전환이나 클릭률을 움직이는지입니다. 이 중 어느 것도 움직이지 않는다면, 그 워크플로는 역량으로 분장한 비용 센터입니다.

원본 파일과 모든 편집을 설명하는 감사 노트를 보관하세요. 그 기록이 공개 질문, 권리 질문 또는 마켓플레이스 문의에 답하는 근거이며, 재구성하는 것보다 보관하는 편이 훨씬 저렴합니다.

아무도 비용에 넣지 않은 것

AI 제품 이미지의 경제성은 자산당 비용과 출시 시간을 기준으로 논의되었습니다. 그 수치들은 여전히 유효하지만, 결코 전체 계산은 아니었습니다. 빠진 항목은 컴플라이언스이며, 이는 생성과는 다르게 확장됩니다.

1,000개의 바리에이션을 생성하는 것은 저렴합니다. 1,000개의 바리에이션을 감사하고, 각각을 분류하고, 모든 채널에 올바른 공개를 적용하는 것은 저렴하지 않습니다. 승리하는 워크플로는 지금 읽고 있는 글에서 설명하는 것과 비슷할 가능성이 큽니다. 어려운 SKU에 대한 소규모 파일럿, 반드시 사실이어야 하는 것에는 사진을 남겨두고, 배경과 크롭에만 생성을 국한하고, 모든 결정을 문서로 기록하는 것입니다.

이는 데모 영상이 시사하는 것보다 더 무거운 프로세스이며, 다음 집행 조치가 닥쳐도 여전히 살아남을 프로세스입니다. 공개를 제출 서류가 아니라 디자인 제약으로 취급한 브랜드는, 리스팅 단계에서야 규칙을 발견하는 브랜드보다 규칙을 더 저렴하게 충족할 수 있다는 것을 알게 될 것입니다.