[화담일보 = 화담일보기자] [화담일보] 생성형 인공지능이 만든 글과 영상이 늘어날수록 사회는 무엇이 진짜인지 빠르게 판별하고 싶어 한다. 그러나 한 번의 기술 검사로 진실과 거짓을 완벽하게 가를 수 있다는 기대는 위험하다. 정보 신뢰의 중심은 파일의 출처, 주장의 근거, 수정 이력과 책임자를 확인할 수 있는 구조여야 한다.
【기술이 복잡해질수록 인간의 설명 책임이 커진다】
유네스코는 디지털 혁신과 언론 관련 공개 자료에서 AI 보도 역량, 정보·미디어 문해력, 사실 확인과 독자 신뢰를 중요한 과제로 제시한다. 이는 특정 탐지 도구가 모든 문제를 해결한다는 선언이 아니다. 생산과 유통 경로가 다양해진 현실에서 독자와 기자가 정보의 생성과 수정 과정을 이해하고 증거를 비교하는 능력이 필요하다는 방향이다. 어떤 문장이 매끄럽다는 이유로 사람이 썼다고 단정할 수 없고, 표현이 어색하다는 이유로 AI가 만들었다고 확정할 수도 없다. 생성물 여부와 정보의 진실성은 별개의 질문이다. 사람이 만든 허위자료도 존재할 수 있고 AI가 정리한 정확한 사실도 있을 수 있다. 검증은 출처와 근거에 대한 점검이어야 한다.
【출처 표시의 유무와 정보의 진실성을 혼동해서는 안 된다】
이미지나 문서에 생성 사실을 밝히는 표시가 있다면 독자가 자료의 성격을 이해하는 데 도움이 될 수 있다. 하지만 표시가 없다고 실제 사진임이 입증되는 것도 아니고, 표시가 있다고 모든 내용이 거짓인 것도 아니다. 특히 편집·압축·재업로드 과정에서 기술적 식별정보가 누락될 수 있다면 독자는 이를 진위의 최종 판정으로 사용하기 어렵다. 제작 과정의 기록과 공개된 설명을 함께 보아야 한다. 사건 현장의 영상이라면 촬영 시점과 장소, 최초 게시 주체, 다른 독립 자료와의 일치 여부가 중요하다. 정책자료라면 발표기관과 원문 변경 이력부터 확인해야 한다. 출처의 연결고리가 끊어졌다면 검증 가능 범위를 솔직하게 줄여야 한다.
【언론의 핵심 기능은 빨리 단정하는 일이 아니다】
오보가 확산되는 상황에서 언론사는 경쟁 매체보다 먼저 사실 여부를 결론 내리고 싶은 유혹을 받는다. 그러나 근거 없는 확답은 독자의 판단을 더 어렵게 만든다. 최초 확인된 자료와 관련 당사자의 주장, 아직 확인하지 못한 부분을 구분해 보도해야 한다. 복잡한 데이터나 영상을 검토할 때 AI를 보조 도구로 활용할 수는 있지만 그것이 실제 기자의 확인 과정을 대신하지는 않는다. 원본 영상의 출처가 불분명한데 분석 프로그램의 출력값만으로 사건을 확정한다면 기술에 책임을 떠넘기는 셈이다. 확인이 늦어지더라도 신뢰도 높은 근거가 확보될 때까지 결론의 강도를 조절하는 편이 장기적인 독자 신뢰에 도움이 된다.
【수정 이력은 오류를 인정하는 책임의 기록이다】
뉴스가 온라인에서 수정되는 것은 당연할 수 있다. 새 사실이 확인되거나 오탈자를 고칠 필요가 있기 때문이다. 문제는 처음의 잘못된 주장과 이후의 수정 내용이 구별되지 않아 독자가 어떤 정보가 바뀌었는지 확인할 수 없게 되는 상황이다. 공익적 사안에서는 제목과 본문의 주요 수정 내용을 표시하고 필요하면 정정·반론·추후보도 절차를 검토해야 한다. 모든 사소한 문장 교열을 긴 공지로 만들 필요는 없지만 사실 판단을 바꾸는 수정은 독자의 선택에 영향을 준다. AI 활용 여부의 공개도 실제 제작 과정과 맞아야 한다. 단순 교정에 사용한 경우와 본문을 생성한 뒤 사람의 확인을 거친 경우는 의미가 다르다.
플랫폼이 제공하는 '사실 확인' 배지도 그 자체로 모든 주장을 검증했다는 의미는 아닐 수 있다. 판단이 적용된 문장과 적용되지 않은 문장을 구분하고, 검증에 사용한 자료의 날짜와 접근 가능 여부를 살펴야 한다. 자동화된 판별 시스템은 오탐과 누락의 위험을 갖고 있으므로 이의제기 경로가 있어야 한다. 합성 콘텐츠 여부를 판별하는 기술과 게시물 속 사건이 실제로 발생했는지를 확인하는 작업도 다른 문제다. 출처가 명확한 합성 영상이라도 설명 문구가 오해를 부를 수 있고, 실제 촬영 영상이라도 잘못된 날짜와 맥락을 붙이면 허위 정보가 될 수 있다. 기술의 성능 주장과 서비스 운영상의 책임을 구별할 때 이용자는 단순한 인증 표시를 넘어 판단의 근거를 이해할 수 있다.
【플랫폼의 확산 구조도 책임의 일부다】
허위정보 문제를 개별 이용자의 분별력 부족으로만 돌릴 수는 없다. 자극적인 영상이 짧은 시간에 확산되거나 수정된 정보가 동일한 속도로 전달되지 않는 플랫폼의 구조도 고려해야 한다. 그러나 민간 플랫폼이 모든 표현을 자동으로 삭제하도록 요구하면 과잉차단과 정당한 비판의 위축이 발생할 수 있다. 따라서 신고와 정정, 이의신청을 가능한 한 명확한 절차로 제공하고, 조치의 근거와 한계를 설명하는 방향이 필요하다. 정당한 풍자나 창작물을 허위 사실로 오인해 불필요하게 제한하지 않도록 맥락도 확인해야 한다. 정보의 신뢰와 표현의 자유는 둘 중 하나를 포기할 문제가 아니다. 검증과 절차를 정교하게 만들어 함께 지켜야 한다.
【교육은 암기할 금지 문구보다 질문하는 능력을 길러야 한다】
학교와 지역 교육기관은 특정 앱을 잘 사용하는 방법만 가르쳐서는 부족하다. 사진이나 통계가 들어간 게시물을 보았을 때 누가 처음 공개했는지, 어느 날짜의 사건인지, 확인 가능한 대조자료가 있는지 묻는 습관을 길러야 한다. AI로 만든 글인지 알아맞히는 퀴즈보다 원문과 요약이 일치하는지 비교하는 훈련이 실제 생활에 더 도움이 될 수 있다. 가짜 정보는 과도한 확신뿐 아니라 복잡한 전문용어로도 사람을 속일 수 있다. 비전문가가 따라 할 수 있는 확인 경로를 보여주고, 불확실성을 표현하는 방법을 가르치는 것이 중요하다. 학생을 수동적 경고의 대상이 아니라 스스로 자료를 분석할 수 있는 시민으로 바라봐야 한다.
언론사도 정보 신뢰의 책임을 플랫폼에만 넘길 수 없다. 인터넷에서 유통되는 사진과 발언을 기사에 넣으려면 최초 공개 시점과 실제 발언의 전체 맥락, 편집이나 합성 여부를 가능한 범위에서 확인해야 한다. 출처가 불명확하다면 그 정보가 독자의 판단에 꼭 필요한지부터 재검토할 수 있다. 확인되지 않은 인용을 따옴표 안에 넣어 전달하거나 부정확한 화면을 '자료사진'처럼 제시하는 방식은 오류를 확대할 위험이 있다. 기사 게시 이후 사실이 달라졌다면 정정 기록을 남기는 절차도 중요하다. 독자의 신뢰는 틀리지 않는 척하는 태도보다 실제로 어떤 부분을 확인했으며 무엇을 바로잡았는지를 공개하는 태도에서 자란다. AI 활용 고지의 적절성도 실제 사용 방식에 맞추어 사람이 결정해야 한다.
【소규모 매체의 현실에 맞는 기준도 마련해야 한다】
큰 언론사는 전문 검증 인력과 법률 지원을 갖출 수 있지만 지역 매체나 작은 공익단체는 그만한 자원을 보유하기 어렵다. 모두에게 동일한 인력과 소프트웨어 도입을 요구하면 오히려 정보 생산자의 다양성이 줄어들 수 있다. 최소한의 출처 기록, 기사별 담당자 지정, 큰 수정 사항의 공개, 민감한 이미지의 확인 절차를 공통 기준으로 삼고 구체적인 시스템은 규모에 맞게 선택하도록 할 수 있다. 인공지능 도구를 썼다는 사실 자체를 부끄러운 일로 만들기보다 어떤 역할에 사용했고 누가 결과에 책임지는지 구분하는 문화가 필요하다. 비용이 적게 드는 실천부터 시작해 검증의 일관성을 높이는 방법이 현실적이다.
【독자가 확인할 수 있어야 신뢰가 유지된다】
정부와 플랫폼은 기술 개발과 규제 논의에서 정확도 수치만 제시하기보다 검증의 오류 가능성과 이의제기 절차를 함께 설명해야 한다. 언론사는 원자료 링크와 발언·통계의 시점을 남기고, 중요한 수정이 생기면 독자가 이력을 볼 수 있도록 해야 한다. 교육기관은 출처와 한계를 묻는 능력을 길러야 한다. 출처 표시는 완벽한 진위 보증이 아니지만 진실을 다시 확인할 경로를 남기는 최소한의 책임이다. 확인 가능한 기록이 쌓일수록 새 기술에 대한 막연한 공포도 줄어든다. AI 시대의 정보 신뢰는 사람을 탐지하는 기술보다 책임을 확인할 수 있는 절차에서 시작된다.





