SSD Nodes Learn Hosting plans →
가이드 Matt Connor작성자 Matt Connor

Claude 텍스트 워터마킹 작동 원리와 탐지 한계

Anthropic이 2026년 8월 도입한 Claude 텍스트 워터마킹의 기술적 원리를 설명합니다. 토큰 선택 편향을 통한 워터마크 삽입 방식과 통계적 탐지의 한계, 그리고 EU AI 법 준수를 위한 전 세계적 적용 범위 및 C2PA 표준 활용 정보를 상세히 정리했습니다.

Claude 텍스트 워터마킹이란

Claude 텍스트 워터마킹은 모델이 단어를 선택할 때 적용하는 편향이다. 파일에 부착되는 태그가 아니다. 정규 표현식으로 제거할 수 있는 보이지 않는 Unicode 문자 시퀀스도 아니다. Anthropic은 2026년 8월 14일에 게시하고 2026년 9월 1일에 업데이트한 Claude의 텍스트 워터마킹 작동 방식에서 이 방식을 설명한다. 이 방식은 비밀 키와 바로 앞에 나온 몇 개의 단어를 사용해 “단어를 선택할 때 사용하는 무작위성의 출처만 변경한다”. 표시는 어떤 단어를 선택했는지에 남기 때문에 복사·붙여넣기 후에도 유지된다. 단어가 변경되면 사라진다.

이로부터 2가지 사실이 따른다. 이것이 사람들이 이 주제를 검색하는 이유다. 탐지는 의미 있는 결과를 내려면 많은 단어가 필요한 통계 검정이다. 따라서 단일 문장에 대해서는 유용한 결과를 내지 못할 수 있다. 음성 결과도 아무것도 입증하지 않는다. Anthropic의 도움말 센터는 “탐지된 표시가 없다고 해서 해당 콘텐츠가 AI로 생성되거나 처리되지 않았다는 의미는 아니다”라고 명시한다.

2026년 10월 11일에 확인한 도움말 페이지 Claude가 AI 생성 콘텐츠를 표시하는 방식에는 적용 대상이 나와 있다. 여기에는 AWS, Google Cloud, Microsoft Foundry를 통한 액세스를 포함해 “Claude Platform (API), Claude, Claude Code, Claude Cowork, Claude Tag”가 포함된다. 2026년 8월 2일 이후 출시된 모델은 출시 시점부터 기계 판독 가능한 표시를 지원한다. 이전 모델에는 Anthropic이 표시 기능을 추가하는 동안 전환 기간이 적용된다. 현재 이 페이지에는 모델별 표도 있다. 이 날짜는 우연이 아니다. EU AI Act 제50조는 2026년 8월 2일부터 적용되며, 합성 텍스트를 생성하는 시스템 제공업체에 출력물을 “기계 판독 가능한 형식으로 표시하고 인공적으로 생성되거나 조작된 것으로 탐지 가능하게” 할 것을 요구한다. Digital Omnibus on AI인 Regulation (EU) 2026/1744는 2026년 8월 2일 이전에 이미 시장에 출시된 시스템의 제공업체에 2026년 12월 2일까지 해당 표시 의무를 준수하도록 허용한다. Anthropic은 EU 트래픽에만 적용하지 않고 전 세계에 표시를 적용한다고 말한다.

파일은 다르게 처리된다. 도움말 페이지에 따르면 Claude는 지원되는 생성 파일 형식에 Content Credential이라고 하는 서명된 출처 메타데이터를 첨부한다. 이 메타데이터는 C2PA (Coalition for Content Provenance and Authenticity) 표준을 따르며 “PNG 또는 JPEG와 같은” 형식을 지원한다. 이는 파일 콘텐츠를 변경하는 것이 아니라 콘텐츠 옆에 첨부되는 메타데이터다. 따라서 매우 쉽게 제거된다.

워터마크가 토큰 선택에 편향을 주는 방식

각 단계에서 언어 모델은 다음에 출력할 수 있는 모든 토큰에 확률을 부여한다. 토큰은 단어 전체이거나 단어의 일부다. 샘플러는 그중 하나를 선택하며, 일반적으로 이 선택에 필요한 무작위성은 일반 난수 소스에서 얻는다. 워터마크 샘플러는 이 소스를 키가 있는 의사난수 함수로 대체한다. 이 함수에는 비밀 키와 최근 몇 개의 토큰이 입력된다. 따라서 키를 가진 사람은 선택을 재현할 수 있지만, 다른 사람에게는 일반적인 변동처럼 보인다.

널리 인용된 최초의 공개 버전은 A Watermark for Large Language Models (Kirchenbauer et al., ICML 2023)이다. 각 토큰을 선택하기 전에 키와 앞선 토큰이 어휘에서 의사난수 방식으로 "green" 부분 집합을 선택한다. 샘플러는 해당 토큰의 점수에 작은 보너스를 더한다. 어떤 토큰도 금지하지 않으므로 텍스트는 유창하게 유지된다. 다만 green 토큰이 우연히 예상되는 빈도보다 조금 더 자주 나타난다.

Anthropic의 게시물에 따르면 해당 구현은 Google DeepMind가 2024년 10월 Nature에 Scalable watermarking for identifying large language model outputs로 발표한 SynthID-Text를 기반으로 한다. 또한 이 아이디어 계열은 Scott Aaronson이 2022년에 제안한 내용으로 거슬러 올라간다. SynthID-Text는 모델 자체의 분포에서 여러 후보 토큰을 추출한 다음, 키가 있는 함수로 점수를 매긴 토너먼트 방식으로 후보를 탈락시킨다. 따라서 최종 토큰은 키가 선호하는 토큰이 되는 경향이 있다. 후보는 모델 자체의 분포에서 나오므로, 공개 평가에서 측정 가능한 품질 저하가 보고되지 않은 이유도 여기에 있다.

중요한 결과는 엔트로피다. 편향은 모델에 실제 선택지가 있을 때만 작동할 여지가 있다. 다음 토큰으로 올바른 선택이 Paris 하나뿐이라면, 어떤 방식도 텍스트를 틀리게 만들지 않고 그 토큰을 바꿀 수 없다. Anthropic도 이를 명시적으로 설명한다. 워터마크는 "텍스트의 정확성을 낮추지 않고 선택할 수 있는 항목이 적은 사실 서술에서는 더 드물게 나타난다." 또한 코드는 대체로 정확해야 하므로 "다른 일부 형식의 텍스트보다 워터마크가 적은 편"이다. 신호 밀도는 모델의 선택 자유도에 비례한다. 따라서 길고 개방적인 산문에는 강한 흔적이 남지만, 짧은 사실 답변에는 거의 남지 않는다.

앞의 설명에는 한 가지 분명한 한계가 있다. 2026년 10월 11일 현재 Anthropic은 해당 방식이 속한 계열은 공개했지만, 매개변수나 탐지 임계값은 공개하지 않았다. 이 절의 작동 방식은 인용한 논문에 근거한다. 이는 Anthropic이 언급한 공개 설계로 이해해야 하며, Claude의 정확한 구성을 설명하는 내용으로 이해해서는 안 된다.

검출은 낙인이 아니라 가설 검정이다

검출기는 텍스트와 키를 입력으로 받는다. 텍스트를 순회하면서 각 위치에서 해당 키가 선호했을 선택을 다시 계산하고, 각 토큰에 점수를 부여한 뒤 점수를 모두 합산한다. 귀무가설은 해당 키를 사용한 샘플러 없이 텍스트가 작성되었다는 것이다. 이 경우 점수는 동전 던지기처럼 움직이며 총점은 예상값 근처에 놓인다. 워터마크가 있는 텍스트에서는 총점이 그보다 높아지는 방향으로 벗어난다. 출력은 p-value다. 이는 워터마크가 없는 텍스트에서 그처럼 높은 총점이 나올 확률이다. "검출됨"이라는 판정은 이 p-value를 누군가 정한 임계값과 비교한 결과다.

이 설계에는 실제 사용에서 체감하는 두 가지 효과가 있다. 토큰이 하나 추가될 때마다 약한 증거가 하나 더 생기므로 텍스트가 길어질수록 신뢰도가 높아진다. Anthropic은 이를 다음과 같이 설명한다. "워터마크 검출은 단어 선택의 수가 적고 따라서 활용할 정보도 적은 짧은 샘플에서는 잘 작동하지 않는다." 임계값 역시 절충이 필요하다. 문단 하나를 표시할 수 있을 만큼 임계값을 낮추면 사람의 문단도 우연히 표시하기 시작한다.

대부분의 독자는 아직 이 검정을 직접 실행할 수 없다. Anthropic의 게시물은 1 September 2026 업데이트 이후 "detection API를 private preview로 공개한다"고 밝히고 있다. 이 API는 "EU 법률에 따라 필요한" 적격 조직에서 사용할 수 있다. 여기에는 규제 기관, 법 집행 기관, 언론사, 팩트체커, 독립 연구자, 교육 기관, EU 시민사회 단체 등이 포함된다. 또한 해당 법률 준수를 위해 "워터마크를 검증할 의무가 유사하게 있는" 기업도 사용할 수 있다. Anthropic은 "시간이 지나면서 detection API에 대한 접근을 확대할 계획"이라고 밝혔으며, 두 페이지 모두 관심 등록 양식으로 연결된다. 따라서 11 October 2026 현재 공개 텍스트 검출기는 없다. 이러한 조직 외부에서는 특정 문장에 해당 표시가 있는지 여부를 누구도 확인하거나 반박할 수 없다. 파일에는 누구나 사용할 수 있는 별도 경로가 있다. 무료 Claude Content Checker는 업로드한 파일에 Claude Content Credential이 있는지 검사하지만, "텍스트는 검사하지 않는다"고 명시한다.

이 공백이 중요한 이유는 사람들이 대신 사용하는 도구가 있기 때문이다. 학교와 편집자에게 판매되는 상용 "AI 검출기"는 문체를 학습한 분류기다. 이러한 도구에는 키가 없으며 이와 같은 검정도 수행하지 않는다. 이들의 실패 유형은 문서로 확인되어 있다. GPT detectors are biased against non-native English writers (Liang et al., Patterns, 2023)는 널리 사용되는 검출기가 비원어민 작성자의 TOEFL 에세이 중 절반 이상을 AI 생성물로 표시한 반면, 원어민 작성자의 샘플은 올바르게 분류했다는 사실을 밝혔다. 워터마크 검출기와 문체 분류기는 서로 다른 장치다. 두 번째 장치를 첫 번째 장치라고 부르며 건네는 사람을 믿어서는 안 된다.

워터마크를 제거하는 방법

짧은 출력. 한 줄짜리 답변은 통계적 수치를 변화시키기에 충분한 결정 정보를 담고 있지 않습니다. 이는 구현상의 결함이 아니라 테스트 자체의 속성이므로 수정할 수 없습니다.

전면 재작성. Anthropic은 가벼운 편집으로는 워터마크가 읽힐 수 있지만, "모든 단어를 교체하는 완전한 재작성"을 수행하면 워터마크가 제거된다고 설명합니다. 단어를 교체할 때마다 해당 단어는 키(key)가 더 이상 설명할 수 없는 영역이 됩니다.

다른 모델을 통한 의역. 두 번째 모델은 자체 샘플러를 사용하여 키 없이 모든 토큰을 다시 선택합니다. 따라서 결과물에는 Claude의 워터마크가 아닌, 해당 모델에 워터마크가 있다면 그 모델의 워터마크가 남게 됩니다.

번역(단, 예외 있음). Claude가 생성한 영어 텍스트를 다른 번역기를 통해 처리하면 신호가 파괴됩니다. 새로운 샘플러가 모든 대상 단어를 새로 선택하기 때문입니다. Anthropic은 반대의 경우를 언급합니다: "Claude가 생성한 번역문에는 워터마크가 포함됩니다. 이 경우 모든 단어를 Claude가 선택하기 때문입니다."

코드의 경우. 올바른 코드는 선택 가능한 대안이 거의 없습니다. TechCrunch는 2026년 8월 15일, Anthropic이 "실제 생성되는 코드에는 영향이 미미할 것"으로 예상하며, 워터마크는 주석에 나타날 가능성이 더 높다고 보도했습니다. 이는 공식 문서가 아닌 기업 성명에 대한 언론 보도이므로, 주석에 관한 세부 사항은 확인되지 않은 정보로 간주하십시오. 주석과 식별자 이름은 패치 내에서 선택의 여지가 있는 실제 영역입니다.

파일의 메타데이터 제거. C2PA 출처 정보는 이미지 데이터 옆에 위치하므로, 파일을 재인코딩하는 모든 작업은 유지하도록 지시하지 않는 한 일반적으로 이를 삭제합니다. 여기에는 일반적인 정적 사이트 빌드 과정의 이미지 최적화 도구도 포함됩니다. Anthropic의 도움말 페이지는 워터마크가 사라지는 이유 중 하나로 메타데이터 제거를 명시하고 있습니다.

감지된 표시가 실제로 입증하는 것

“워터마크”라는 단어가 암시하는 것보다 범위가 좁다. Anthropic의 게시물은 다음과 같이 명확히 설명한다. “워터마크는 Claude가 어느 시점에 해당 콘텐츠에 관여했을 가능성이 높다는 것만 판단할 수 있다. ‘Claude가 이 내용을 작성했다’와 ‘Claude가 이 내용을 상당 부분 편집했다’를 구분할 수는 없다.” 도움말 페이지도 “Claude가 원래 작성자가 아닐 수 있다”고 설명한다. 사용자가 직접 작성한 글을 Claude로 편집하는 경우가 있으며, Claude가 해당 콘텐츠를 처리한 뒤 내용이 변경되었을 수도 있기 때문이다.

Anthropic이 공개한 자료에는 계정별 또는 사용자별 신호가 설명되어 있지 않다. 문서에 따르면 이 표시는 Claude 모델이 관여했다는 사실을 나타낼 뿐이다. 워터마크를 통해 어떤 사용자가 어떤 API key로 특정 문단을 생성했는지 확인할 수 있다고 말하는 사람이 있다면, 11 October 2026 기준으로 해당 주장은 1차 출처에 나와 있지 않다.

AI 지원 코드의 서버 게시 방식이 변경됩니까?

코드에 대한 기술적 답변은 대부분 그렇지 않다는 것입니다. 이미 설명한 이유가 2가지 있습니다. 정확한 코드에서는 신호가 약하고, 텍스트 감지는 자격을 갖춘 조직을 대상으로 한 비공개 프리뷰로 제한됩니다. 게시할 수 있는지를 결정하는 것은 정책이며, 정책은 변경되지 않았습니다. 오픈 소스 프로젝트는 AI 지원 기여에 대한 자체 규칙을 정해 두었습니다. 이러한 규칙은 detector가 토큰을 읽어서가 아니라 maintainer가 pull request를 검토하여 적용합니다.

서버가 생성하는 산문에 대해서는 한 가지 측면에서 답변이 그렇습니다. API 호출로 release notes나 product pages를 작성하면 그 문장은 Claude의 것이므로 표시가 문장에 포함됩니다. markdown을 HTML로 렌더링하거나, minify하거나, 결과를 Postgres에 저장하거나, CDN에서 제공해도 문장 자체는 변경되지 않습니다. 따라서 이러한 처리도 표시를 변경하지 않습니다. 표시를 약화하는 것은 사람이 문장을 다시 작성하는 경우입니다.

프롬프트로 watermark를 제거할 수는 없습니다. watermark는 model이 생성하는 텍스트 아래의 sampling layer에서 적용되므로 "do not watermark this"와 같은 지시가 작동할 대상이 없습니다. 이는 agent가 작성한 지시를 무시하는 일반적인 이유와는 다른 상황입니다. 그 경우에는 지시가 model에 전달되었지만 다른 요인에 밀린 것입니다. 11 October 2026 기준으로 API 고객을 위한 문서화된 opt-out은 없습니다.

Claude를 대신 글을 작성하게 하는 것이 아니라 서버를 운영하는 데 사용한다면 변경되는 부분은 거의 없습니다. Shell commands와 config snippets는 짧고 제약이 많으므로 신호가 거의 없습니다. 또한 표시 여부는 서버에서 실행되는 작업에 영향을 주지 않습니다. Claude를 사용한 일상적인 sysadmin 작업은 다른 질문을 제기합니다. 처음에 무엇이 서버 밖으로 전송되는지가 문제입니다. coding agent가 실제로 서버에서 무엇을 전송하는지를 참조하십시오.

공개해야 하는 내용

공개는 탐지의 문제가 아니라 규정의 문제다. 워터마크가 있다고 해서 공개 의무가 생기는 것은 아니며, 워터마크가 있다고 해서 공개 의무가 면제되는 것도 아니다. 자신에게 적용되는 규정을 확인한 다음, 무엇이 탐지 가능한지와 관계없이 그 규정을 따라야 한다.

EU AI Act는 이 책임을 2가지로 나눈다. Article 50(2)는 Anthropic인 제공자에게 표시 의무를 부과하며, 이번 배포는 이 의무를 충족한다. Article 50(4)는 배포자에게 의무를 부과한다. AI로 생성한 텍스트를 "공익 matters에 대해 대중에게 알리기 위해" 게시하는 사람은 해당 텍스트가 인공적으로 생성되었다는 사실을 공개해야 한다. 다만 대부분의 게시 팀에 적용되는 예외가 있다. "AI-generated content has undergone a process of human review or editorial control and where a natural or legal person holds editorial responsibility for the publication"인 경우다. 두 조항은 모두 2 August 2026부터 적용된다. 단, 해당 날짜 전에 이미 시장에 출시된 시스템은 표시 의무가 2 December 2026까지 유예된다. 이름이 표시된 편집자가 검토한 게시물은 사람이 읽지 않고 게시하는 피드와 다르게 취급된다. 이는 규정 문언에 대한 해석이며 법률 자문이 아니다.

다른 규정은 법률보다 더 광범위하게 적용될 수 있다. 고용 계약, 고객 계약, 패치를 보내는 프로젝트의 기여자 가이드, 글을 작성하는 게시자의 정책은 각각 더 엄격한 공개를 요구할 수 있다. 실제로 누군가 확인하는 규정도 바로 이런 규정이다.

공개할 때는 모델이 무엇을 했고 무엇을 직접 확인했는지 밝혀야 한다. "Claude로 초안을 작성했고, 게시 전에 깨끗한 Ubuntu 24.04 설치 환경에서 모든 명령을 실행했다"라고 쓰면 기술 독자에게 실제로 유용한 정보를 제공할 수 있다. 일반적인 "AI 사용" 배지는 그렇지 않다. 모델이 대신할 수 없는 부분은 검증이기 때문이다.

또한 워터마크 결과를 근거로 누군가를 비난해서는 안 된다. 양성 결과는 다른 사람의 글을 편집한 경우를 포함해 어디선가 Claude 모델이 사용되었다는 의미일 뿐이다. 음성 결과는 아무것도 의미하지 않는다.

FAQ

Claude의 텍스트 워터마크를 끌 수 있습니까?

2026년 10월 11일 기준으로 문서화된 옵트아웃 방법은 없습니다. Anthropic의 도움말 페이지는 Claude, Claude Platform (API), Claude Code, Claude Cowork, Claude Tag 전반의 표시 기능을 설명하며, AWS, Google Cloud, Microsoft Foundry를 통한 액세스도 포함합니다. 또한 이를 비활성화하는 설정은 명시하지 않습니다. 모델에게 답변에 워터마크를 넣지 말라고 요청해도 소용이 없습니다. 이 표시는 사용자의 지시를 따르는 모델이 아니라 토큰을 선택하는 sampler가 적용하기 때문입니다.

Claude가 작성한 코드에도 워터마크가 표시됩니까?

거의 표시되지 않습니다. 워터마크는 모두 허용 가능한 여러 선택지 중에서 하나를 고르는 방식으로 동작하는데, 올바른 코드에는 선택지가 많은 경우가 드뭅니다. Anthropic은 코드가 보통 정확해야 하므로 코드에는 "다른 일부 텍스트 형식보다 일반적으로 워터마크가 적다"고 설명합니다. TechCrunch는 2026년 8월 15일 Anthropic이 코드 자체에는 영향이 무시할 수 있는 수준이며 주석에 표시될 가능성이 더 높다고 예상한다고 보도했습니다. 다만 이는 공개 문서가 아니라 발언을 전한 언론 보도입니다. 변경 여지가 있는 패치 부분은 주석과 식별자 이름입니다.

탐지기가 워터마크를 찾지 못하면 사람이 작성했다는 뜻입니까?

아닙니다. 이것은 사람들이 워터마크에서 가장 흔히 하는 실수입니다. Anthropic의 자체 페이지도 "탐지된 표시가 없다고 해서 해당 콘텐츠가 AI로 생성되거나 처리되지 않았다는 뜻은 아니다"라고 설명합니다. 텍스트가 테스트하기에 너무 짧을 수 있습니다. 편집되었거나 바꿔 쓰였을 수도 있습니다. 표시 기능이 출시되기 전에 공개된 모델에서 생성되었을 수도 있습니다. 또는 전혀 다른 공급업체의 모델에서 생성되었을 수도 있습니다. 이 테스트는 한쪽 방향으로만 작동합니다. Claude가 관여했을 가능성에 대한 확신은 높일 수 있지만, Claude가 관여하지 않았다는 사실은 입증할 수 없습니다.

바꿔 쓰거나 번역하면 워터마크가 제거됩니까?

다른 모델을 통해 바꿔 쓰면 워터마크가 제거됩니다. 해당 모델이 자체 sampler를 사용해 모든 단어를 다시 선택하고, 원래 워터마크의 key를 사용하지 않기 때문입니다. 외부 도구로 번역해도 같은 이유로 워터마크가 제거됩니다. 반대 방향의 예외도 있습니다. Anthropic은 "Claude가 생성한 번역에는 워터마크가 포함된다. 이 경우 모든 단어를 Claude가 선택하기 때문이다"라고 설명합니다. 따라서 자신의 글을 Claude로 번역하면 원래 없던 표시가 추가됩니다.

문서에서 Claude 워터마크를 직접 확인할 수 있습니까?

텍스트의 경우 조직이 자격 요건을 충족할 때만 가능합니다. 탐지에는 key가 필요하므로 텍스트를 읽거나 오프라인 도구를 사용하는 방식으로는 확인할 수 없습니다. Anthropic의 탐지 API는 EU 법률에 따라 자격을 갖춘 조직과 워터마크를 검증할 자체 의무가 있는 기업을 대상으로 private preview로 제공되고 있습니다. 더 폭넓은 액세스도 예정되어 있습니다. 따라서 2026년 10월 11일 기준으로 공개 텍스트 탐지기는 없습니다. 파일은 다릅니다. 무료 Claude Content Checker는 업로드한 파일에 Claude Content Credential이 있는지 검사하지만, 텍스트 자체를 검사하지는 않습니다. Claude 텍스트 탐지기라고 판매되는 서드파티 도구에는 key가 없으므로 스타일 분류기일 뿐입니다. 이는 다른 메커니즘이며, 영어가 모국어가 아닌 사람의 글에서 오탐이 발생하는 문제가 문서화되어 있습니다(Liang et al., Patterns, 2023).

이 글이 도움이 되었나요?

#claude#watermarking#ai-detection#provenance#policy