기계의 눈에 저항하기: AI와 데이터 소유권에 대한 성찰

Source: Dev.to

AI는 창조와 소비를 동시에 합니다. 이러한 진화하는 시스템의 장점과 위험 모두에 깊이 관여하고 있는 저에게는 이 이중성이 무시할 수 없습니다. 한편으로 AI는 창의성을 보조하고 생산성을 가속화하며 인류 역사상 전례 없는 통찰을 제공합니다. 다른 한편으로 AI는 모든 공개된 생각, 이미지, 픽셀을 개선을 위한 잠재적 자원으로 취급하는 탐욕스러운 소비자이며—그 개선은 우리 것이 아니라 AI의 것입니다.

아이디어가 단순히 공유되는 것이 아니라 소비되고 재활용되며 원래 의도와 분리될 때 어떻게 될까요? 이는 불가피한 진보에 맞서는 싸움이 아니라, 경계가 어디에 놓여야 하는지를 고민하도록 초대하는 것입니다.

기계의 탐욕

오늘날 AI 시스템은 디지털 생태계의 참여자입니다. 모델 구축에 대한 식욕을 충족시키기 위해 그들은 모든 것을 소비합니다: 트윗, 스크린샷, 모호한 상태 업데이트, 미완성 스케치, 일회성 농담—예측 및 복제 능력을 정교화하기 위해 무엇이든지 말이죠. 이러한 시스템은 허가를 구하지 않으며, 대부분의 경우 원본 콘텐츠를 만든 인간조차도 인정하지 않습니다.

이 과정에 마찰을 일으키는 데 관심이 있는 사람으로서, 저는 AI의 소비를 적극적으로 방해할 방법을 탐구해 왔습니다. 한 가지 접근법은 시각적 난독화 원칙을 활용해 OCR 수준에서 AI 독자를 교란시키고, 일관된 텍스트 구간을 재구성하는 능력을 감소시키는 것입니다.

Source: …

동적 세분화와 나의 구현

핵심 아이디어는 근본적인 동적 세분화에 기반합니다. 텍스트가 절대 완전히 “정착”하지 않고—맥박을 뛰고, 이동하고, 잠시 스스로 해체되는 모습을 상상해 보세요. 인간의 눈은 “빈칸을 채우고” 움직임을 해석하는 놀라운 능력을 가지고 있지만, 기계는 이러한 변동에 어려움을 겪습니다.

h43z의 초기 개념은 기계 시각을 방해하기 위해 끊임없이 움직이는 텍스트—즉, 동적인 문자에 초점을 맞추었습니다. 이것이 저에게 영감을 주었지만, 저는 다른 길을 선택했습니다: 문자를 부분적인 세그먼트로 나누어 각각 독립적으로 깜빡이게 하는 것이죠. 청크화 방법은 실험을 통해 스스로 찾아낸 것이었습니다.

구현은 JavaScript 기반이며, Canvas를 사용해 각 문자의 픽셀을 분석하고 다양한 방식—방사형 슬라이스, 동심원 링, 대각선 스트립, 무작위 분포—으로 조각냅니다. 각 청크는 무작위 간격으로 깜빡입니다. 결과는 인간은 읽을 수 있지만 기계가 쉽게 파싱하기 어려운 텍스트가 됩니다.

저는 Tesseract와 같은 OCR 라이브러리 및 LLM‑연계 파이프라인에 대해 테스트했습니다. 단순한 시스템은 완전히 실패했으며, 최신 실시간/비디오 API도 종종 회복에 어려움을 겪었습니다—이 방법의 잠재력과 한계를 동시에 보여줍니다.

작동 원리: 인간과 기계 인식 사이의 격차를 이용합니다. 우리는 근사와 움직임을 통해 정보를 파악하는 데 뛰어나지만, 기계는 깨끗하고 정적인 데이터를 기대합니다. 매번 발생하는 파편화된 깜빡임은 혼란을 야기해, 정보가 어떻게 보여야 하는지에 대한 기계의 가정을 뒤흔듭니다.

제한 사항 및 교훈

기술은 기술적 과잉 문제에 대한 독립적인 해결책이 될 수 없습니다. 중요한 제한 중 하나는 동적 세분화가 소규모에서는 효과적이지만, 이를 생성하는 데 계산 비용이 많이 들고 장문 텍스트 가독성을 요구하는 시스템에는 실용적이지 않다는 점입니다.

게다가, 이는 실질적인 질문을 제기합니다: 얼마나 많은 사람들이 자신의 콘텐츠를 적극적으로 난독화하려 할까요? 이러한 노력을 확대하고 저항을 일반화하려면 도구가 원활하고 작가에게 거의 눈에 띄지 않아야 합니다. 인간이 읽을 수 있는 가독성을 유지하면서 동적으로 세분화를 적용하는 브라우저 확장 프로그램—미래 목표—이 이러한 격차를 메울 수 있을 것입니다.

철학적 트레이드‑오프

이 기술적 탐구는 더 깊은 철학적 질문들을 강조한다. AI와의 고양이와 쥐 게임에 참여함으로써 우리는 문제를 해결하는가, 아니면 그 경쟁적 확대에 가담하는가? 저항 행위가 만족감을 주는 만큼, 다음을 물어볼 가치가 있다: 기계에 맞서 방어하려는 노력이 그들을 앞으로 나아가게 하는 혁신과 구분되지 않을 때는 어떻게 되는가?

AI는 우리가 얼마나 많은 것을 포기했는지를 드러낸다—프라이버시, 소유권, 때로는 시스템이 아닌 인간을 위해 창조하는 기쁨까지도. 그러나 주체성은 여전히 깊이 인간적이다. 아마도 핵심 교훈은: 지배에 관한 것이 아니라 우리에게 남는 것을 선택하는 것에 관한 것이다.

마무리: 에이전시 균형을 향하여

동적 세분화는 명백히 만능 해결책이 아닙니다. AI 과소비를 끝낼 수는 없지만, 저항에 또 다른 도구를 추가합니다. 나의 실험들 …

Aim

마찰을 만들다—AI가 보는 모든 것을 소유해야 한다는 기대를 깨뜨린다. 이 핵심에는 작은, 의도적인 행동들이 AI‑주도 문화에서 인간 소유권에 대한 더 큰 대화를 시작할 수 있다는 희망이 있다.

실험

실험이 계속됨에 따라 통제와 참여 사이의 긴장은 살아 있습니다. 기술과 사고를 동시에 안정시키기 위해서는 창의성을 없애지 않으면서도 그 불완전함을 기념하고 보호하는 경계가 필요합니다.

감사의 글

h43z에게 감사를 전합니다. 그들의 kinetic‑text 개념은 이 문제에 대한 제 생각을 촉발시킨 초기 영감이었습니다. 그들의 접근 방식은 문자 움직임에 초점을 맞췄지만, 제가 여기서 문서화한 청크화와 부분‑세분화 방법을 탐구하도록 이끌었습니다.

추가 참고 자료

• 동적 세분화 테스트 (실시간 데모):
• h43z의 기본 사상 (원본 트윗):