유튜브에 직접 촬영하고 편집한 영상을 올렸는데 ‘AI로 생성되거나 변경된 콘텐츠’라는 표시가 붙는다면 무엇부터 해야 할까. 생성형 AI 영상이 늘면서 플랫폼은 자동 감지를 강화했지만, 탐지 결과를 사람이 만든 작업의 최종 판정으로 받아들일 수는 없다.
유튜브는 5월 27일 자동 AI 감지 확대를 발표했다. 크리에이터가 업로드 과정에서 AI 사용 여부를 밝히지 않았더라도, 내부 시스템이 상당한 수준의 사실적인 AI 사용을 감지하면 라벨을 자동 적용한다. 긴 영상의 라벨은 플레이어 아래, 쇼츠는 영상 위에 표시된다.
모든 AI 보조 작업이 표시 대상은 아니다
유튜브가 공개를 요구하는 핵심 기준은 ‘사실적으로 보이고 의미 있게 바뀌었는가’다. 실제 인물이 하지 않은 말이나 행동을 한 것처럼 만들거나, 실제 사건·장소의 영상을 바꾸거나, 일어나지 않은 장면을 실제처럼 생성한 콘텐츠가 대상이다.
반면 색상 보정과 조명 필터, 배경 흐림 같은 가벼운 미학적 편집은 공개 대상이 아니다. AI로 대본 개요나 제목, 자막, 인포그래픽을 만들거나 영상 선명도와 오디오를 보정한 경우도 공식 예시에서는 별도 공개가 필요하지 않은 제작 보조로 분류된다. 비현실적인 애니메이션이나 판타지 장면도 같은 기준에서 제외된다.
이 구분은 ‘AI를 조금이라도 썼는가’보다 시청자가 실제 사건이나 인물로 오해할 수 있는지를 본다는 뜻이다. 다만 여러 도구를 거치는 편집에서는 파일에 남은 생성 이력과 최종 화면의 성격이 다를 수 있다.
자동 라벨이 틀렸다면 스튜디오에서 수정
유튜브 공식 안내에 따르면 자동 표시가 잘못됐다고 판단할 때는 유튜브 스튜디오의 콘텐츠 탭에서 해당 영상이나 쇼츠를 열고, ‘속성’의 AI 사용 설문에서 공개 상태를 수정할 수 있다. 대부분의 자동 라벨은 이 절차로 ‘아니요’를 선택해 바꿀 수 있다.
먼저 스튜디오 알림과 영상의 실제 표시 위치를 캡처하고 자동 적용 시각을 기록하는 것이 좋다. 이어 업로드 원본, 촬영 파일, 편집 프로젝트, 타임라인, 사용한 플러그인과 내보내기 설정을 보존한다. 수정 뒤에는 시청자 화면과 스튜디오 상태가 모두 바뀌었는지 확인한다.
업로드 전에는 현실적으로 보이는 합성 장면이 있다면 설문에서 먼저 공개하고, 단순한 보정이나 제작 보조만 썼다면 어떤 기능을 사용했는지 작업 기록에 남길 필요가 있다. 설명란에 제작 방식을 적는 것과 스튜디오의 공식 AI 공개 속성을 설정하는 일은 별개이므로 둘 다 확인해야 한다.
크리에이터가 임의로 바꿀 수 없는 경우도 있다. 유튜브의 Veo·Dream Screen 같은 자체 AI 도구로 만든 콘텐츠, 완전한 AI 생성임을 나타내는 검증된 C2PA 메타데이터가 있는 콘텐츠, 신뢰·안전팀의 수동 검토로 표시된 콘텐츠는 라벨을 제거하거나 수정하지 못할 수 있다.
C2PA는 파일의 제작·편집 이력을 서명된 정보로 전달하는 표준이다. 메타데이터가 있다는 사실만으로 모든 영상이 AI 생성이라는 뜻은 아니지만, 유튜브는 그 정보가 ‘완전한 AI 생성’을 검증한다고 판단한 경우 표시를 고정할 수 있다고 설명한다.
‘라벨’과 ‘추천 제한’은 같은 문제가 아니다
유튜브는 공식 블로그에서 AI 라벨만으로 추천이나 수익 창출 자격이 달라지지는 않는다고 밝혔다. 따라서 조회수가 급감했다고 해서 라벨이 원인이라고 단정하면 안 된다. 노출, 알림, 제한, 수익화 상태를 각각 확인해야 한다.
독일 과학 애니메이션 채널 쿠르츠게작트는 7월 말 공식 커뮤니티 글에서 사람이 만든 영상이 유튜브의 자동 AI 감지 도구에 잘못 분류돼 노출이 억제됐다고 주장했다. 채널 측은 클릭률과 시청 지속시간 등 주요 지표가 좋았는데도 최근 영상이 2013년 이후 최저 성과를 냈고, 유튜브 문의 뒤 자동 감지 문제를 확인했다고 설명했다.
다만 이 사례는 채널의 공개 설명에 기반하며, 유튜브가 사건의 세부 원인과 조치 결과를 별도 공식 보고서로 공개한 것은 아니다. 시청자에게 보이는 자동 라벨과 추천 시스템 내부의 AI 감지가 같은 판정 체계를 쓰는지도 공개되지 않았다. 이 사례를 ‘라벨을 붙이면 조회수를 낮춘다’는 증거로 읽어서는 안 된다.
“자동 라벨과 추천 노출 이상은 한 번에 단정하지 말고, 표시 기록과 성과 지표를 각각 남겨야 한다.”
크리에이터에게 필요한 것은 두 문제를 분리한 기록이다. 라벨 오표시는 표시 화면과 속성 변경 전후를 남기고, 노출 이상은 게시 시각부터 노출수·클릭률·시청 지속시간·알림 유입의 변화를 같은 기간의 기존 영상과 비교해야 한다. 지원팀 답변도 보관해야 나중에 원인을 다시 확인할 수 있다.
자동 라벨은 시청자가 합성 영상을 알아보게 하는 장치다. 그러나 정확하지 않은 표시가 사람의 작업을 의심하게 만들면 투명성 제도의 신뢰도 함께 떨어진다. 플랫폼은 라벨 근거와 수정 제한 사유를 더 분명히 보여주고, 크리에이터는 공개 기준에 맞춘 체크와 제작 이력 보존을 업로드 절차에 포함할 필요가 있다.
