한 줄 요약: Anthropic의 텍스트 워터마크는 눈에 보이는 서명이 아니라, Claude가 단어를 고르는 방식에 남는 통계적 신호입니다. 검사 결과는 "Claude가 관여했을 가능성"이라는 확률이고, 사람이 썼는지 아닌지를 가리는 증거가 아닙니다.
"AI가 쓴 글에 워터마크가 들어간다"는 소식은 자주 "AI 글인지 바로 알 수 있게 된다"로 줄어들어 퍼집니다. 하지만 Anthropic 발표 글을 보면 그렇게 단순하지 않습니다. 누가 검사할 수 있는지, 어떤 글에서 신호가 약해지는지, 결과가 무엇을 뜻하는지가 모두 제한되어 있습니다. 이 글은 공식 발표 글(2026년 8월 14일 게시, 9월 1일 갱신)에 적힌 내용만 정리하고, 발표에 나오지 않는 부분은 따로 표시했습니다.
먼저 확인할 핵심
- 워터마크는 사람이 읽는 표시가 아니라 통계적 검출 신호입니다.
- 검사할 수 있는 사람은 비밀 키를 가진 쪽뿐이며, 결과는 확률로 나옵니다.
- 짧은 글, 사실 위주의 글, 크게 고쳐 쓴 글에서는 신호가 약해집니다.
- 검출 결과만으로 작성자나 의도를 단정하면 안 됩니다.
워터마크가 실제로 하는 일
발표 글에 따르면 Claude는 거의 같은 뜻을 가진 여러 단어 중 하나를 고를 때, 일반적인 난수 대신 비밀 키를 바탕으로 선택합니다. 한 글자 한 글자 보면 자연스러운 선택이지만, 글 전체로 보면 키를 아는 사람만 계산할 수 있는 패턴이 남습니다. 발표 글은 이 방식이 Google DeepMind의 SynthID-Text 접근을 변형한 것이라고 설명합니다.
발표 글이 직접 밝힌 특징은 다음과 같습니다. 글자나 추가 토큰이 늘어나지 않고, 비용과 속도가 달라지지 않으며, 사용자를 식별하는 정보를 담지 않고, 독자 눈에는 보이지 않습니다. 같은 글에서 이 기능은 EU AI 법 준수를 위해 도입하며 출시 시점부터 전 세계에 적용한다고 적혀 있습니다. 즉 사람을 추적하는 장치가 아니라 "이 글에 Claude가 관여했을 가능성"을 사후에 계산하기 위한 장치입니다.
발표 글은 이 방식이 2024년 Nature 논문으로 공개된 Google DeepMind의 SynthID-Text에 바탕을 둔다고 설명합니다. DeepMind의 SynthID 소개 페이지는 언어 모델이 글을 단어(토큰) 단위로 만들 때 각 후보에 확률 점수를 매기는데, SynthID가 그 점수를 조정해 워터마크를 넣는다고 설명하며 사람 눈에는 띄지 않고 출력 품질에 영향을 주지 않는다고 밝힙니다. 다만 그 페이지는 텍스트 워터마크가 바꿔 쓰기나 번역에서 얼마나 유지되는지는 적고 있지 않으므로, 이 글의 한계 표는 Anthropic 발표 글의 설명만 따릅니다.
적용 대상과 시점: 어디까지 확인됐나
적용 대상은 "앞으로 나올 Claude 모델"입니다. 2026년 8월 2일 이전에 출시된 모델은 전환 기간으로 분류되어 있고, Anthropic은 앞으로 몇 달에 걸쳐 이들 모델에도 워터마크를 추가하려 한다고 밝혔습니다. 따라서 "Claude가 쓴 글이면 전부 신호가 들어 있다"고 읽으면 틀립니다. 어떤 모델로, 언제 만든 글인지에 따라 신호가 없을 수 있습니다.
이미지와 일부 지원 파일에는 별도로 C2PA 콘텐츠 자격 증명이 메타데이터에 붙는다고 합니다. 이것은 워터마크가 아니라 파일에 붙는 출처 정보이며, 텍스트 워터마크와 같은 방식이 아닙니다.
누가 검사할 수 있나: 9월 1일 갱신 내용
발표 글은 비밀 키를 가진 쪽만 워터마크를 검사할 수 있다고 설명합니다. 검사를 하면 Claude가 관여했을 확률이 돌아옵니다. 2026년 9월 1일 갱신에서 탐지 API가 비공개 시범(private preview) 단계이며 대상은 자격을 갖춘 조직이라고 밝혔습니다. 발표 글이 예로 든 대상은 규제 기관, 수사 기관, 언론, 팩트체크 기관, 독립 연구자, 교육 기관, EU 시민 단체, 그리고 준수 목적으로 워터마크를 확인해야 하는 기업입니다. Anthropic은 시간이 지나며 접근 범위를 넓힐 계획이라고 적었습니다.
그러므로 일반 사용자나 블로거가 "내 글이나 남의 글을 직접 돌려 보는" 공개 도구는 지금 확인되지 않습니다. 발표 내용만 보면 내가 만든 글을 나중에 직접 검사할 수 있다고 읽을 근거는 없습니다.
신호가 약해지거나 사라지는 조건
발표 글이 한계로 직접 적은 항목을 표로 모았습니다.
| 상황 | 발표 글의 설명 | 읽는 법 |
|---|---|---|
| 짧은 글 | 짧은 문단에서는 신뢰하기 어렵습니다. | 한두 문장짜리 결과는 근거로 쓰지 않습니다. |
| 사실, 코드, 정해진 출력 | 허용되는 단어 선택지가 적어 신호가 듬성해집니다. | "검출 안 됨"이 Claude가 아니라는 뜻이 아닙니다. |
| 가벼운 교정 | 검출할 신호가 남을 수도, 모자랄 수도 있습니다. | 가벼운 수정은 결과를 확정하지 못합니다. |
| 전면 재작성 | 워터마크가 제거됩니다. 가벼운 편집은 대체로 제거하지 못한다고 합니다. | 크게 다시 쓴 글은 추적할 수 없습니다. |
| Claude가 번역한 글 | 번역 결과에도 워터마크가 들어갑니다. | 다른 도구가 번역한 글은 별개입니다. |
| Claude가 크게 고친 사람 글 | 직접 쓴 글과 Claude가 많이 고친 글을 구분하지 못합니다. | "사람이 썼는가"는 판정 범위 밖입니다. |
가장 중요한 한계는 방향입니다. 이 신호는 "Claude가 관여했을 가능성"만 말해 줍니다. 사람이 썼는지, 다른 AI가 썼는지는 말해 주지 않습니다. 따라서 "검출 안 됨"을 "사람이 썼다"로, "검출됨"을 "부정행위"로 읽는 것은 둘 다 발표 내용을 넘어서는 해석입니다.
판정 결과를 읽는 순서
아래 순서는 발표에서 확인된 사실을 바탕으로 제가 정리한 읽기 절차이며, Anthropic이 제시한 공식 절차가 아닙니다. 누군가 "이 글에서 워터마크가 검출됐다"고 말할 때 차례대로 물어보면 과한 해석을 걸러낼 수 있습니다.
- 누가 검사했나. 키를 가진 쪽, 또는 탐지 API 접근 자격이 있는 조직의 결과인지 봅니다. 출처를 알 수 없는 "AI 탐지기"는 이 워터마크와 무관합니다.
- 결과가 확률인가. 발표 글의 검사 결과는 확률입니다. "맞다 또는 아니다"로 단정한 표현은 원문보다 강합니다.
- 글의 길이와 종류는 어떤가. 짧은 글, 코드, 사실 나열 글이면 신호가 약한 조건입니다.
- 중간에 고쳐 쓰였을 가능성은 있는가. 전면 재작성이면 신호가 사라지고, 가볍게 고쳤다면 남아 있을 수 있습니다.
- 어떤 모델, 언제 만든 글인가. 2026년 8월 2일 이전 모델 글이면 아직 워터마크가 없을 수 있습니다.
- 결과로 무엇을 결정하려 하나. 출처를 추정하는 보조 자료와 사람의 책임을 묻는 근거는 무게가 전혀 다릅니다.
예를 들어 "이 짧은 댓글에서 검출됐다"는 말을 듣는다고 가정해 보겠습니다. 위 순서로 보면 검사 주체가 불분명하고, 글이 짧아 신호가 약한 조건이며, 결과가 확률인지도 알 수 없습니다. 이런 주장은 근거가 부족한 상태이므로 그대로 믿지 않고 검사 주체와 방식부터 되묻는 것이 맞습니다.
발표에서 확인되는 것과 확인되지 않는 것
| 항목 | 상태 | 근거 |
|---|---|---|
| 비밀 키 기반 단어 선택, 확률로 나오는 검사 결과 | 확인함 | Anthropic 발표 글 |
| 탐지 API는 자격 조직 대상 비공개 시범 | 확인함(9월 1일 갱신) | Anthropic 발표 글 |
| 8월 2일 이전 모델은 전환 기간 | 확인함 | Anthropic 발표 글 |
| 이미지·파일에는 C2PA 자격 증명이 따로 붙음 | 확인함 | Anthropic 발표 글, C2PA 사이트 링크 |
| 구체적인 검출 정확도 수치(오탐률 등) | 확인하지 못함 | 이 글에서는 수치를 적지 않습니다 |
| 일반 사용자용 공개 검사 도구 | 확인하지 못함 | 공개 제공 사실이 확인되지 않아 "없다"고 단정하지 않고 "확인 안 됨"으로 둡니다 |
| 다른 AI 회사의 워터마크와의 호환 | 확인하지 못함 | 발표 글에 근거 없음 |
가정으로 분명히 말씀드리면, 앞으로 접근 범위가 넓어진다는 계획은 "계획"일 뿐 일정이나 대상이 확정된 것이 아닙니다. 이 글에서 "곧 누구나 쓸 수 있게 된다"고 읽으면 안 됩니다.
독자가 실제로 할 수 있는 것
- 남의 글이나 과제물이 AI가 쓴 글인지 판단하는 근거로 이 워터마크 결과를 쓰지 않습니다. 검사 자격이 제한되어 있고, 결과는 사람의 작성 여부를 말해 주지 않습니다.
- "AI 탐지기 결과"를 보여 주는 서비스를 만나면 어떤 워터마크 방식을 쓰는지, 누가 키를 가지고 있는지, 오류 가능성과 이의 제기 절차가 있는지 먼저 확인합니다.
- 회사나 학교에서 정책을 만든다면, 워터마크 신호는 보조 자료로만 두고 본인 설명과 작업 기록을 함께 보는 절차를 넣는 편이 안전합니다. 이는 제 의견이며 공식 권고가 아닙니다.
- 공식 발표는 이후에도 갱신되므로, 결정을 내리기 직전에 원문의 갱신 날짜를 다시 봅니다.
정리
Anthropic의 텍스트 워터마크 발표가 보여 주는 것은 기술 신호와 사회적 판단을 분리해서 읽어야 한다는 점입니다. 신호는 키를 가진 쪽만 확인할 수 있고, 결과는 확률이며, 짧은 글과 재작성에서는 약해집니다. 기능이 있다는 사실과 그 결과로 누군가를 판정해도 된다는 결론 사이에는 거리가 큽니다.
기준일
이 글은 공식 발표 글(2026년 9월 1일 갱신본, 2026년 10월 18일 기준)의 내용을 옮긴 것이며 9월 1일에 갱신된 탐지 API 내용을 포함합니다. 이후 공지에서 범위나 제한이 달라졌다면 최신 공지가 우선합니다.
확인 자료
- Anthropic, How Claude's text watermark works (2026-08-14 게시, 2026-09-01 갱신)
- Google DeepMind, SynthID (텍스트 워터마크의 바탕이 되는 기술 소개)
- C2PA 콘텐츠 출처 및 진위 연합 (이미지·파일 자격 증명 관련)
- NIST AI 위험관리 체계 (AI 결과를 판단 근거로 쓸 때의 위험 관리 일반 참고)
기준일: 2026-10-18