클로드 글에 워터마크가 들어간다는 소식이 알려지자 곧바로 따라온 질문이 있습니다. “그럼 이제 과제나 보고서가 AI로 쓴 건지 딱 잡아낼 수 있겠네?” 절반은 맞고 절반은 틀립니다. 워터마크 검출은 지금까지의 ‘AI 탐지기’보다 훨씬 믿을 만하지만, 검출됐다는 사실이 곧 “이 사람이 AI로 썼다”는 뜻은 아니기 때문입니다. Anthropic 스스로 그 한계를 공식 문서에 적어 두었습니다.
이 글은 워터마크가 어떻게 들어가는지가 아니라, 검출 결과를 어디까지 믿어도 되는지를 다룹니다. 원리가 궁금하시면 워터마크 작동 방식 글을 먼저 보셔도 좋습니다. 여기서는 “검출됨”과 “검출 안 됨”이 각각 무엇을 말해 주고 무엇을 말해 주지 않는지, 그리고 시중 AI 탐지기와는 어떻게 다른지를 갈라 보겠습니다.
목차
“검출됨”이 말해 주는 것 — 클로드가 어딘가에서 관여했다
Anthropic이 워터마크 검출의 의미를 설명한 문장은 조심스럽습니다. 검출되면 “클로드가 어느 시점에 이 내용에 관여했을 가능성이 높다”는 것까지만 알 수 있습니다. 관여의 종류는 구분되지 않습니다.
- 클로드가 처음부터 끝까지 쓴 글
- 사람이 쓴 초고를 클로드가 크게 손본 글
- 사람이 쓴 한국어 글을 클로드가 영어로 옮긴 글
이 세 경우는 검출기 입장에서 같아 보일 수 있습니다. 세 번째가 특히 억울한 경우입니다. 내용은 전부 자기 머리에서 나왔고 언어만 바꿨을 뿐인데, 영어 문장의 단어를 고른 주체는 클로드라서 워터마크가 온전히 들어갑니다. 반대로 사람이 쓴 글을 맞춤법만 고친 경우는 단어 대부분이 사람 것이라 워터마크가 거의 남지 않습니다. 즉 워터마크의 진하기는 “누가 생각했는가”가 아니라 “누가 단어를 골랐는가”를 따릅니다.
“검출 안 됨”이 말해 주는 것 — 거의 아무것도
반대 방향은 더 약합니다. 워터마크가 안 나왔다고 해서 사람이 썼다는 뜻이 되지 않습니다. 공식 설명이 꼽는 경우만 해도 이렇습니다.
| 워터마크가 없는 이유 | 설명 |
|---|---|
| 사람이 썼다 | 가장 단순한 경우 |
| 다른 회사 AI가 썼다 | 클로드 키로는 다른 모델의 워터마크를 읽지 못함 |
| 워터마크 도입 전 클로드가 썼다 | 2026년 8월 2일 이전 모델은 순차 적용 중 |
| 전면 재작성으로 지워졌다 | 모든 단어를 바꾸면 통계 신호가 사라짐 |
| 글이 너무 짧다 | 통계 판정이라 표본이 작으면 결론을 못 냄 |
| 사실·수치·코드 위주다 | 단어 선택의 여지가 적어 신호가 옅음 |
그래서 “워터마크 없음”은 무죄 증명이 아니라 그냥 정보 없음입니다. 이 점은 학교나 회사가 워터마크 검출 API를 쓰게 되더라도 달라지지 않습니다.
지금 돌아다니는 ‘AI 탐지기’와는 다른 물건입니다
워터마크 검출과 AI 탐지기를 같은 것으로 여기는 경우가 많은데, 원리가 정반대입니다.
| 구분 | AI 탐지기(GPTZero·Turnitin 등) | 워터마크 검출 |
|---|---|---|
| 보는 것 | 문체의 통계적 특징(예측 가능성, 문장 길이 편차 등) | 비밀 키로 심어 둔 단어 선택 패턴 |
| 필요한 것 | 텍스트만 | 텍스트 + 해당 모델의 키 |
| 오탐 원인 | 정형화된 글, 비원어민의 글도 AI처럼 보임 | 키가 맞으면 우연히 일치할 확률이 매우 낮음 |
| 못 잡는 것 | 다듬은 AI 글 | 다른 모델의 글, 전면 재작성한 글 |
| 누가 쓸 수 있나 | 누구나 | 2026년 8월 현재 Anthropic만(API 제공 예정) |
AI 탐지기의 오탐은 기록이 많습니다. OpenAI는 2023년 7월 자사 AI 텍스트 분류기를 정확도 문제로 내렸는데, 당시 공개한 수치로는 AI 글의 26%만 잡아내고 사람 글의 9%를 AI로 잘못 판정했습니다. 스탠퍼드 연구진이 2023년 발표한 실험에서는 비원어민 학생이 쓴 토플 에세이의 절반 이상을 여러 탐지기가 AI 작성으로 분류했습니다. 문장이 단순하고 어휘가 평범할수록 “AI 같다”고 보는 방식의 한계입니다. 밴더빌트대는 1%라는 공식 오탐률만으로도 학기마다 수백 건의 억울한 판정이 나온다는 계산 끝에 탐지 기능을 껐습니다.
워터마크 검출은 이런 오탐 구조가 없습니다. 키를 모르는 사람이 우연히 같은 패턴을 만들 확률은 통계적으로 무시할 만큼 작고, 사람의 문체가 어떻든 상관없습니다. 대신 앞서 본 “관여의 종류를 구분 못 한다”와 “없음은 정보 없음”이라는 다른 종류의 한계를 갖습니다. 정확도의 문제가 아니라 의미의 문제입니다.
제출물 검사에 쓰인다면 무엇을 따져야 할까
워터마크 검출 API가 나오면 학교나 기업이 붙여 쓸 가능성이 큽니다. 그때 판정 절차에 들어가야 할 질문은 다음과 같습니다.
- 얼마나 진한가. 검출기는 예/아니오가 아니라 확신도를 냅니다. 교정만 한 글과 통째로 생성한 글은 진하기가 다릅니다.
- 어떤 종류의 글인가. 코드나 수치 표는 원래 신호가 옅어서 판정이 흔들립니다.
- 허용 범위가 무엇이었나. 번역·교정·초안 작성 중 무엇까지 허용했는지가 먼저 정해져 있어야 검출 결과를 해석할 수 있습니다.
- 없음을 어떻게 다룰 것인가. 워터마크가 없다고 통과시키면 다른 모델을 쓴 사람만 유리해집니다.
워터마크에는 사용자 정보가 없다는 점도 기억할 만합니다. 검출로 알 수 있는 건 “클로드가 관여했다”까지이고, 누구의 계정에서 언제 만들었는지는 워터마크에도 키에도 담기지 않습니다. 개인을 특정하는 용도로는 설계되지 않았습니다.
쓰는 사람 입장에서 정리하면
출처가 문제 될 수 있는 글이라면, 결론은 단순합니다. 생각과 초고는 자기 것으로 쓰고 AI에게는 교정 정도만 맡기면 워터마크는 거의 남지 않고, 남더라도 옅습니다. 번역은 예외라는 점만 기억하면 됩니다. 반대로 “탐지기에서 사람 글로 나왔으니 괜찮다”는 판단은 이제 근거가 약합니다. 탐지기와 워터마크는 서로 다른 것을 보고 있고, 워터마크 쪽은 아직 일반에 공개된 검출 도구가 없습니다.
AI가 만든 결과물의 권리가 누구에게 있는지는 저작권 글에서, AI가 특정 질문에 답을 거부하는 이유는 답변 거부 글에서 이어서 읽으실 수 있습니다.