본문으로 건너뛰기
피드

메타, 공개 인스타 사진으로 AI 이미지 만들려다 사흘 만에 접었다

ai-ml 약 5분
vote
0
댓글
북마크

메타가 공개 인스타그램 계정의 사진을 참고해 AI 이미지를 생성하는 기능을 내놨다가 이용자 반발로 사흘 만에 중단했다. 사전 동의가 아니라 사용자가 직접 꺼야 하는 방식이었고, 다른 사람이 내 사진을 활용해도 별도 알림을 받지 못하는 것으로 알려져 논란이 커졌다.

  • 1

    메타는 7일 초지능연구소가 만든 이미지 생성 모델 ‘뮤즈 이미지’를 공개했음

  • 2

    공개 인스타그램 계정을 불러와 해당 계정 사진을 참고 이미지로 쓰는 기능이 포함됐음

  • 3

    이용자가 원치 않으면 직접 설정을 꺼야 하는 구조였고, 타인이 내 사진을 활용해도 알림을 받지 못한다는 점이 반발을 불렀음

  • 4

    메타는 10일 해당 기능 제공을 중단한다고 공식 블로그에서 밝힘

  • 메타가 공개 인스타그램 사진을 AI 이미지 생성에 활용하는 기능을 내놨다가 사흘 만에 접음

    • 페이스북과 인스타그램을 운영하는 메타가 AI 이미지 생성 모델 ‘뮤즈 이미지’에 넣었던 기능임
    • 공개 인스타그램 계정을 불러오면, 그 계정에 올라온 사진을 참고해서 새 AI 이미지를 만들 수 있게 한 구조였음
    • 기능 공개는 7일, 중단 발표는 10일. 진짜 빠르게 백스텝 밟은 셈임
  • 문제는 “공개 계정 사진이면 써도 되는 거 아니냐”라는 접근이 이용자 감각과 크게 어긋났다는 점임

    • 인스타그램에 공개로 사진을 올렸다는 건 사람들이 볼 수 있다는 뜻이지, 누군가 내 사진을 재료로 AI 이미지를 만들어도 된다는 뜻은 아님
    • 특히 얼굴, 신체, 사적인 일상 사진이 섞일 수 있는 서비스라 반발이 더 커질 수밖에 없음
    • 텍스트 데이터보다 이미지 데이터가 훨씬 직접적으로 ‘나’와 연결되기 때문임

⚠️주의

> 논란의 핵심은 기능 자체보다 동의 방식임. 원치 않으면 사용자가 직접 설정을 꺼야 했고, 다른 사람이 내 사진을 참고 이미지로 써도 별도 알림을 받지 못하는 것으로 알려짐.

  • 메타가 공개한 ‘뮤즈 이미지’는 초지능연구소(MSL)가 개발한 첫 이미지 생성 모델로 소개됨

    • 사용자가 일상 언어로 원하는 장면을 설명하면 이미지를 만들 수 있음
    • 기존 사진을 수정하는 기능도 포함됨
    • 여기까지는 요즘 이미지 생성 모델에서 익숙한 흐름인데, 공개 인스타그램 계정 사진을 참고 자료로 가져오는 기능이 선을 넘었다는 반응을 부른 것
  • 이용자 반발이 커진 포인트는 크게 두 가지임

    • 첫째, 공개 계정 사진이 별도 사전 동의 없이 AI 이미지 제작에 활용될 수 있다는 점
    • 둘째, 사진 활용을 원하지 않으면 사용자가 직접 관련 설정을 꺼야 했다는 점
    • 여기에 다른 사람이 내 사진을 활용하더라도 별도 알림을 받지 못하는 것으로 알려지면서 “내 사진이 어디에 쓰이는지 모른다”는 불안이 커짐
  • 메타는 결국 공식 블로그에서 해당 기능을 더 이상 제공하지 않겠다고 밝힘

    • 발표 문구는 “기대에 미치지 못했다는 의견을 반영해 해당 기능을 중단했다”는 식임
    • 기업 입장에서는 기능 실험이었을 수 있지만, 이용자 입장에서는 사전 동의 없는 얼굴·이미지 활용 문제로 받아들여진 셈
  • 이 사례는 AI 제품에서 데이터 사용 동의가 얼마나 민감한 UX 문제가 됐는지 보여줌

    • 법적으로 공개 데이터 접근이 가능하더라도, 이용자가 기대한 사용 범위와 다르면 바로 반발이 터질 수 있음
    • 특히 소셜 서비스는 사진의 맥락이 중요함. 친구에게 보여주려고 올린 사진과 AI 생성 재료로 쓰이는 사진은 완전히 다른 경험임
    • 개발자 입장에서는 기본값을 켜둘지, 명시적 동의를 받을지, 알림을 줄지 같은 제품 결정이 곧 신뢰 문제라는 걸 봐야 함

기술 맥락

  • 이번 기능에서 메타가 택한 선택은 공개 인스타그램 계정을 이미지 생성 모델의 참고 자료로 연결하는 방식이에요. 왜 문제가 됐냐면, 공개 게시물이라는 접근 가능성과 AI 생성 재료로 쓰인다는 사용 목적이 이용자 머릿속에서는 전혀 다르게 받아들여지거든요.

  • 특히 동의 구조가 중요해요. 사용자가 원치 않으면 직접 꺼야 하는 Opt-out 방식은 성장에는 유리하지만, 얼굴이나 일상 사진처럼 민감한 데이터에서는 반발을 부르기 쉬워요. 기본값이 켜져 있으면 이용자는 자기 사진이 이미 쓰였을지도 모른다고 느끼게 돼요.

  • 다른 사람이 내 공개 사진을 참고해 이미지를 만들 수 있는데 알림도 없다면 통제감이 거의 사라져요. 이미지 생성 모델에서는 결과물이 원본을 그대로 복사하지 않더라도, 당사자 입장에서는 자신의 정체성과 초상이 재조합되는 문제로 보일 수밖에 없어요.

  • 그래서 AI 기능을 붙일 때는 모델 성능보다 데이터 경계 설계가 먼저인 경우가 많아요. 어떤 데이터를 쓸지, 누가 호출할 수 있는지, 당사자에게 어떤 알림과 차단 권한을 줄지 정하지 않으면 기능이 좋아도 신뢰를 잃기 쉬워요.

공개 계정 데이터는 ‘웹에 보인다’와 ‘AI 생성 재료로 써도 된다’가 다르다는 걸 다시 보여준 사례다. 특히 이미지 생성은 얼굴, 일상, 정체성이 걸려 있어서 텍스트 학습보다 이용자 반응이 훨씬 더 민감하게 터질 수밖에 없다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

포스페이스랩, 구글 클라우드 기반 프랜차이즈 AI 운영 인프라 확대

포스페이스랩이 베스핀글로벌과 손잡고 프랜차이즈 본사용 구축형 AI 운영 시스템인 퓨레 엔터프라이즈를 확대한다. 얌샘김밥에 첫 구축 사례를 만들고, 구글 클라우드와 구글 워크스페이스를 묶어 데이터 수집부터 자연어 분석, 협업, 매장 운영까지 연결하는 구조다.

ai-ml

디케이테크인, 전 직원이 코딩 없이 AI 업무 비서 만든다

디케이테크인이 구글 클라우드 코리아와 함께 제미나이 엔터프라이즈 기반 AI 에이전트 실무 워크숍을 진행했다. 개발자뿐 아니라 기획, 디자인, 사업 직군까지 참여해 자연어만으로 문서 작성, 정보 검색, 반복 업무 자동화를 처리하는 노코드 AI 에이전트를 직접 만들어 봤다.

ai-ml

메가존클라우드, 몽골 IT 대학과 AI·클라우드 인재 양성 손잡음

메가존클라우드가 몽골 후레정보통신대학교와 AI·클라우드 실무 인재 양성을 위한 업무협약을 맺었다. 교육과정 공동 개발, 온라인 교육, 인턴십, 글로벌 채용 연계까지 묶어 몽골의 AI 전환 수요를 겨냥한다.

ai-ml

월마트가 보여준 ‘사람 중심 AI’, 한국도 남 일 아니다

미국에서 AI와 데이터센터를 둘러싼 반발이 커지는 가운데, 월마트는 자동화와 직원 재교육을 결합한 사례로 소개된다. 감원 대신 현장 노동자의 업무를 바꾸고 역량을 키우는 방식이 ‘친노동 AI’의 현실적인 모델이 될 수 있다는 주장이다.

ai-ml

생성형 AI 시대, 학교는 답을 주는 곳이 아니라 생각을 지키는 곳이 됐다

이 글은 생성형 AI가 교육을 더 빠르고 개인화할 수 있다는 기대와, 학생의 비판적 사고와 장기 기억을 약화할 수 있다는 우려를 함께 다룬다. 튀르키예 1000명 연구, MIT 뇌파 연구, 대학 강사 설문, 스웨덴·한국의 디지털교과서 정책 전환까지 사례가 꽤 촘촘하다. 결론은 AI를 금지하자는 게 아니라, 답을 대신 주는 도구가 아니라 사고 과정을 확장하는 도구로 설계해야 한다는 쪽이다.