사진 속 얼굴도, 만든 사람도 아이가 아는 사람일 수 있다

AI로 만든 성적 딥페이크는 이제 유명인이나 정치인만의 문제가 아니다. 미국 청소년을 대표하는 새 조사에서 친구와 전 연인, 반 친구, 자기 자신이 이미지에 등장했다는 응답이 나왔다. 직접 만들거나 전달했다는 청소년도 있었다.

따라서 부모가 나눌 대화도 달라져야 한다. “모르는 사람이 네 사진으로 나쁜 일을 할 수 있으니 조심해”라는 말만으로는 부족하다. 아이가 단체 대화방에서 이미지를 받을 수도 있고, 사진 속 사람을 알 수도 있고, 별생각 없이 전달하거나 직접 만들어 볼 수도 있기 때문이다.

유명인이 아니라 또래가 이야기의 중심에 있었다

Common Sense Media는 2025년 가을 미국의 13~17세 청소년 1,314명을 조사했다. 정량 조사에 앞서 심층 인터뷰 20건을 진행했고, 조사 뒤에는 두 개의 청소년 포커스 그룹이 결과를 검토했다. 보고서는 2026년 7월 21일 공개됐다.

응답자의 44%는 AI로 만들었다고 생각한 성적 콘텐츠를 본 적이 있다고 답했다. 이들 가운데 24%는 자신이나 개인적으로 아는 사람이 이미지에 등장했다고 답했다.

조사는 보기와 만들기도 구분했다. 전체 응답자의 8%는 AI 성적 콘텐츠를 직접 만든 적이 있다고 답했고, 13%는 만든 사람을 안다고 답했다. 두 집단에 모두 해당하는 응답이 있어 합친 비율은 21%가 아니라 18%다.

그 18% 가운데 63%는 이미지 속 인물이 자신이나 아는 사람이라고 답했다. 친구, 또래, 현재 또는 과거에 사귄 사람이 포함됐다. 이 수치는 전체 청소년의 63%가 피해를 봤다는 뜻이 아니다. 만들기와 관련된 경험이 있는 작은 집단 안에서는 모르는 사람보다 주변 사람이 더 자주 등장했다는 뜻이다.

전달 역시 평범한 소통 공간 안에서 이뤄졌다. 9%는 직접 AI 성적 콘텐츠를 보내거나 공유한 적이 있다고 답했고, 22%는 그렇게 한 사람을 안다고 답했다. 이와 관련된 청소년들은 일정 시간이 지나면 사라지는 소셜 게시물, 비공개 단체 대화방, 1대1 메시지를 흔한 전달 경로로 꼽았다.

피해를 조심하라는 말보다 넓은 대화가 필요하다

AI 성적 콘텐츠를 믿을 만한 어른과 이야기한 적이 있는 청소년은 20%였다. 34%는 어른과 이야기하고 싶지만 어떻게 시작해야 할지 모른다고 답했다. 불편한 AI 콘텐츠를 부모나 보호자와 이야기해도 괜찮다고 답한 비율은 42%였다.

한 아이가 여러 역할에 놓일 수 있다는 점이 중요하다. 이미지에 등장할 수도 있고, 전달받을 수도 있다. 누가 만들었는지 알거나, 피해를 충분히 생각하지 못한 채 다시 보낼 수도 있다. 부모에게 말하면 혼나거나 휴대전화를 바로 빼앗길까 봐 숨길 수도 있다.

Common Sense Media는 부모가 처음부터 “네가 가짜 나체 이미지를 만든 적 있니?”라고 추궁하기보다, 또래 사이에서 이런 이미지 이야기를 들어본 적이 있는지 묻는 방식으로 대화를 시작하라고 제안한다. 한 아동 미디어 기관의 가이드이지, 모든 가정에 효과가 입증된 대본은 아니다. 그래도 도움을 요청할 길은 열어 두고 경계는 분명히 말한다는 원칙은 유용하다.

가족 대화에서는 네 가지를 직접 말할 수 있다.

• 진짜처럼 보이지 않더라도 다른 사람의 성적 이미지를 만들지 않는다.
• 장난이나 소문으로 받았어도 저장하거나 다시 보내지 않는다.
• 소프트웨어가 만들거나 고친 이미지에도 동의는 필요하다.
• 이미지가 나타나면 먼저 도움을 구하고 당사자를 보호한다. 처벌하거나 공개적으로 따지는 일부터 시작하지 않는다.

법과 학교 절차는 나라와 지역에 따라 다르다. 실제 사건이 생겼다면 학교, 플랫폼, 지역 기관, 법률 또는 아동 안전 전문가의 빠른 도움이 필요할 수 있다. 예방 단계의 메시지는 더 단순하다. 무슨 일이 생겨도 도움을 청한 순간 부모가 분노 뒤로 사라지지는 않는다는 사실을 아이가 미리 알아야 한다.

이 조사가 말해주는 범위

조사 대상은 미국의 13~17세 청소년이다. 더 어린 아이나 다른 나라 청소년을 대표하지 않는다. 조사는 공개보다 몇 달 앞선 2025년 가을에 진행됐다. 민감한 주제에 대한 자기 보고이며, 응답자가 AI로 만들었다고 생각한 콘텐츠를 물었기 때문에 모든 이미지가 기술적으로 검증된 것은 아니다.

또 이 조사만으로 특정 이미지가 아이에게 어떤 영향을 주었는지, 노출이 이후 생각을 바꿨는지, 어떤 대화가 피해를 막는지 확인할 수는 없다. 확인된 것은 문제가 먼 유명인에게만 머물지 않는다는 점이다. 만들기와 전달 경험에서는 청소년의 실제 관계 안에 있는 사람이 자주 등장했다.

부모라면 첫 질문을 이렇게 넓힐 수 있다. “누가 너에게 이런 일을 하면 어떡하지?”만 묻지 말고, “친구가 이런 사진을 보내면 어떻게 할까? 사진 속 사람을 안다면? 누군가 만들어 달라고 한다면?”도 함께 물어보자.

함께 볼 만한 AI 제품 변화 네 가지

Meta AI는 답변을 넘어 정해진 시간에 일을 이어간다

Meta는 일부 시장에서 AI 앱과 웹사이트에 계획 세우기, 이메일·캘린더 연결, 정기 브리핑, 조사 보고서, 슬라이드 생성, 실시간 방향 수정 기능을 배포하기 시작했다고 밝혔다. 사용자는 주간 계획이나 브리핑 시간을 한 번 정해 두고 나중에 업데이트를 받을 수 있다.

제품 발표만으로 모든 계획이 정확히 실행된다고 볼 수는 없다. 그래도 변화는 분명하다. 소비자용 AI 비서가 창을 닫으면 끝나는 대화에서 벗어나, 맥락을 기억하고 다른 서비스와 연결해 나중에 다시 돌아오는 작업으로 이동하고 있다. 권한과 데이터 접근, 결과 확인이 기업 관리자만의 문제가 아니라 가족의 일상적인 사용 조건이 된다.

OpenAI Presence는 고객 응대 에이전트의 행동 규칙을 묶었다

OpenAI는 기업용 음성·채팅 에이전트 제품 Presence를 출시했다. 각 에이전트는 정해진 업무와 제한된 지식·시스템 접근 권한을 받는다. 기업은 허용할 행동과 정책, 평가 기준, 사람에게 넘길 시점을 정한다.

OpenAI는 영어 전화 고객 지원에 Presence를 사용해 문의의 75%를 사람의 도움 없이 해결한다고 밝혔다. Codex 기반 개선 과정을 통해 10일 동안 사람에게 넘기는 비율을 15%포인트 줄였다고도 설명했다. 이는 OpenAI가 공개한 자체 운영 수치이며 독립 감사 결과는 아니다.

이 제품은 추상적인 변화를 쉽게 보여준다. 고객 지원 전화를 받는 ‘사람’이 점점 소프트웨어가 될 수 있다. 무엇을 볼 수 있고, 무엇을 바꿀 수 있으며, 얼마나 빨리 사람에게 연결되는지가 핵심 질문이다.

Claude for Teachers는 학생이 아니라 교사를 위한 제품이다

Anthropic은 미국의 인증된 유치원·초중고 교사를 위한 Claude for Teachers를 출시했다. 무료 고급 기능과 수업 준비 기능을 제공하고, Learning Commons를 통해 미국 50개 주의 교육 기준에 맞춘 자료에 연결한다. 수업 자료, 평가, 교실 피드백을 만드는 여러 교육 도구와도 연동한다.

Anthropic이 공개한 약관에 따르면 학생용 제품이 아니며, 참여 교사가 입력한 내용과 출력 결과를 모델 학습에 사용하지 않는다. 학교나 교육청이 별도 계약을 맺었다면 그 계약이 일반 약관보다 우선한다.

부모는 “선생님이 AI를 쓰나요?”보다 구체적인 질문을 할 수 있다. 어떤 자료를 근거로 결과를 만드는지, 교사가 무엇을 다시 확인하는지, 학생 정보가 들어가는지, 어떤 학교 계약이 적용되는지 묻는 편이 낫다.

Opus 5는 최고급 모델에 가까운 성능을 일상 요금대로 내렸다

Anthropic은 7월 24일 Claude Opus 5를 출시했다. Claude Max의 기본 모델이자 Claude Pro에서 사용할 수 있는 가장 강한 모델이다. 가격은 입력 토큰 100만 개당 5달러, 출력 토큰 100만 개당 25달러다. Anthropic은 더 비싼 Fable 5에 가까운 성능을 절반 가격에 제공한다고 설명하며 코딩, 컴퓨터 사용, 전문 업무 평가를 내세웠다.

Anthropic은 Opus 5가 여러 단계의 일을 오래 붙들고 결과를 확인하고 고치는 능력이 좋아졌다고 설명한다. 세부 사례와 성능 비교의 상당수는 Anthropic과 사전 이용 고객이 제공했으므로, 중립적인 우위 증명보다는 출시 근거로 읽어야 한다.

비전문가가 볼 변화는 순위표가 아니다. 일상적으로 쓰는 모델이 한 번 답하고 끝나는 대신 도구를 사용하고, 결과를 시험하고, 더 오래 일을 이어가도록 만들어지고 있다. 어떤 모델이 1등인지와 함께 사람이 언제 확인하고 멈춰야 하는지도 중요해진다.

이 한국어 기사는 영어 원문을 번역한 것이며, 번역 과정에서 오류가 있을 수 있습니다. 이 글은 Wonder Bricks AI Agent의 도움을 받아 작성했으며 SunnyLabs가 편집했습니다.