AI 요약
최근 생성형 AI 기술의 급격한 발전과 함께 콘텐츠 오남용 방지를 위한 AI 워터마크 도입이 전 세계적으로 의무화되는 가운데, 이를 무력화하는 오픈소스 기술인 'Remove-AI-Watermarks'가 등장했습니다. 이 도구는 Google Gemini(내부 코드명 Nano Banana), OpenAI DALL-E 3, Adobe Firefly, Midjourney 등 시장을 선도하는 주요 AI 이미지 생성 모델들의 워터마크와 메타데이터 제거를 지원합니다. 단순히 텍스트 메타데이터를 삭제하는 것을 넘어 SynthID, StableSignature, TreeRing과 같은 고도의 비가시적 주파수 영역 워터마크까지 디퓨전 기반 재생성(diffusion-based regeneration) 기술을 통해 원본 손상을 최소화하며 지워냅니다. 또한 인스타그램, 페이스북, X(트위터) 등에서 AI 라벨을 트리거하는 메타데이터를 제거하고 AI 분류기를 회피하기 위한 필름 그레인 추가 등의 아날로그 인간화 기법을 제공합니다. 이는 생성 이미지의 투명성 및 출처 검증 체계를 우회하려는 기술적 시도와 이를 방어하려는 플랫폼 간의 보안 공방이 본격화되고 있음을 보여줍니다.
핵심 인사이트
- 광범위한 AI 모델 지원: Google Gemini(Gemini 3 Pro 포함), ChatGPT/DALL-E 3, Stable Diffusion, Adobe Firefly, Midjourney 등 현존하는 핵심 생성형 AI 플랫폼들의 워터마크 제거를 모두 지원합니다.
- 보이지 않는 워터마크 무력화: Google의 SynthID(v1 및 v2), Meta의 StableSignature, 그리고 TreeRing 등 픽셀 및 레이턴트 영역에 삽입되는 첨단 디지털 워터마킹 기술을 무력화합니다.
- 간편한 무료 웹 서비스: 사용자가 로컬 환경에 라이브러리를 설치하지 않고도 간편하게 기능을 이용할 수 있도록 'raiw.cc'라는 웹 기반의 무료 무료 서비스를 운영 중입니다.
주요 디테일
- 알파 블렌딩 역산 수식 적용: Google Gemini(Nano Banana)가 적용하는 가시적 스파클(Sparkle) 로고를 지우기 위해, 순수 검은색 배경에서 추출한 알파 맵을 바탕으로 수식
original = (watermarked - α × logo) / (1 - α)을 수행하여 원본 값을 정밀 복원합니다. - 3단계 NCC 기반 동적 탐지: 이미지가 크롭되거나 리사이징되어 위치가 변동되더라도 워터마크의 위치와 크기를 동적으로 파악하기 위해 3단계 NCC(Normalized Cross-Correlation) 디텍터 기술을 내장했습니다.
- C2PA 및 EXIF 메타데이터 제거: PNG 텍스트 청크, JPEG/AVIF/HEIF/JPEG-XL에 포함된 C2PA 출처 선언문(provenance manifests) 및 XMP DigitalSourceType의 "Made with AI" 라벨을 완전히 소거하여 소셜 미디어 플랫폼의 자동 AI 분류 태그 지정을 방지합니다.
- 아날로그 인간화(Analog Humanizer) 및 얼굴 보호: AI 이미지 분류기를 회피하도록 인위적인 필름 그레인과 색수차를 주입하는 기능과 함께, 이미지 재생성 과정에서 얼굴 변형을 막아주는 스마트 페이스 프로텍션(Smart Face Protection) 기술을 결합했습니다.
향후 전망
- 디지털 출처 신뢰성 검증 체계의 시험대: C2PA Content Credentials와 같은 디지털 서명 기반 출처 검증 기술이 우회 기술의 보급으로 인해 신뢰성 확보에 큰 도전을 맞이할 것으로 예측됩니다.
- 방어 기술의 고도화: 디퓨전 재생성 공격에도 살아남을 수 있도록 더욱 견고하고 강인한(Robust) 형태의 주파수 도메인 워터마킹 기술 연구가 활발해질 전망입니다.
출처:hackernews