본문으로 건너뛰기
피드

구글어스에 AI 합쳤더니, 검증 도구가 조작 도구가 될 뻔했다

security 약 5분
vote
0
댓글
북마크

구글이 위성·항공사진 위에 AI로 가상의 건물이나 지형을 만드는 기능을 내놨다가 하루 만에 중단했다. 구글어스가 언론과 정부, 오픈소스 정보 조사에서 사실 검증의 기준처럼 쓰여온 만큼, 신뢰받는 지도 위에서 만들어진 가짜 이미지가 훨씬 위험하다는 지적이 나왔다.

  • 1

    구글은 위성·항공사진 기반 AI 이미지 생성 기능을 공개 하루 만에 중단함

  • 2

    OSINT 연구자와 기자들은 원전, 폭격 병원, 침수 도시, 산불, 교통사고 현장 같은 가짜 이미지를 쉽게 만들 수 있음을 확인함

  • 3

    AI 생성 이미지에 디지털 워터마크가 들어갔지만 화면 캡처만으로 일부 탐지 도구를 우회할 수 있었음

  • 4

    구글어스는 말레이시아항공 MH17편 격추 사건 당시 조작 위성사진 반박에 쓰였던 대표 검증 도구임

  • 구글어스가 생성형 AI 시대에 꽤 위험한 실험을 했다가 하루 만에 멈췄음

    • 구글은 위성·항공사진 위에 AI로 가상의 건물이나 지형을 만들어볼 수 있는 기능을 도입했음
    • 그런데 공개 하루 만에 기능을 중단했고, 더 강력한 안전장치를 마련한 뒤 다시 제공하겠다고 밝힘
  • 원래 의도는 창의적 사용이었음

    • 과거 도시를 복원하거나 미래 도시 모습을 상상하는 식의 활용을 기대했다는 설명임
    • 문제는 이 기능이 실제 좌표와 실제 위성·항공사진 위에서 작동한다는 점이었음
    • 즉, 완전히 허공에서 만든 이미지가 아니라 “진짜 지도 위에 얹힌 가짜”가 만들어지는 구조임

⚠️주의

> 이번 이슈의 핵심은 허위정보가 만들어졌다는 사실 자체가 아니라, 신뢰받는 플랫폼 안에서 허위정보가 만들어질 수 있었다는 점임. 이러면 보는 사람이 의심을 시작하는 기준선부터 흔들림.

  • OSINT 연구자와 기자들은 위험성을 바로 확인함

    • 이란 원자력발전소, 가자지구의 폭격당한 병원, 침수된 도시, 대형 산불, 치명적 교통사고 현장 같은 가짜 위성 이미지를 손쉽게 만들었다고 함
    • 전쟁, 재난, 사고처럼 감정적으로 민감하고 검증이 어려운 소재일수록 이런 이미지의 파급력이 커질 수 있음
    • 헹크 판 에스는 이런 위조 이미지가 그 자체로 완벽히 설득력 있을 필요조차 없다고 지적함
  • 왜냐하면 진짜 사진 속에 섞이면 훨씬 더 위험하기 때문임

    • 실제 이미지와 같은 조명, 촬영 각도, 색감을 구현하면 보는 사람은 전체 맥락을 진짜로 받아들이기 쉬움
    • 가짜 이미지 한 장이 아니라, 진짜 자료 더미 사이에 끼어든 조작 이미지가 되는 셈임
    • 특히 언론, 정부, 연구기관이 구글어스를 사건 검증에 써왔다는 점 때문에 신뢰 전이가 생김
  • 구글은 AI 생성 이미지에 디지털 워터마크를 넣었다고 설명함

    • 하지만 단순한 화면 캡처만으로 일부 AI 탐지 도구를 우회할 수 있었던 것으로 나타남
    • 구글은 이런 스크린샷 공유가 정책 위반이라고 밝혔지만, 정책 위반이라는 말만으로 확산을 막기는 어렵다는 게 문제임
  • 구글어스는 실제로 국제 사건 검증에서 중요한 역할을 해왔음

    • 2014년 말레이시아항공 MH17편 격추 사건 당시 러시아가 제시한 조작 위성사진의 허위를 밝히는 데 구글어스 이미지가 활용됐음
    • 온라인 탐사보도 매체 벨링캣은 구글어스 이미지를 토대로 러시아 주장을 반박했음
    • 그래서 이번 이슈는 “검증 도구가 조작 도구로 바뀔 수 있다”는 상징성이 큼

기술 맥락

  • 생성형 AI 기능을 어디에 붙이느냐가 왜 중요한지 보여주는 사례예요. 같은 이미지 생성이라도 빈 캔버스에서 만드는 것과 구글어스처럼 검증 신뢰도가 높은 지도 위에서 만드는 건 위험도가 완전히 달라요.

  • 워터마크도 만능은 아니에요. 원본 파일 안에 표시를 넣어도 사용자가 화면을 캡처하거나 다시 인코딩하면 탐지 신호가 약해질 수 있거든요. 그래서 생성 단계의 표시만이 아니라 유통 단계의 검증 설계가 같이 필요해요.

  • OSINT 쪽에서 민감하게 반응한 이유도 여기에 있어요. 공개 정보 조사는 사진의 위치, 시간, 그림자, 지형을 맞춰가며 사실을 확인하는데, 신뢰하던 기준 이미지 자체가 조작 가능해지면 검증 비용이 확 올라가요.

  • 개발팀 입장에서는 “정책 위반입니다”로 끝낼 문제가 아니에요. 악용 가능성이 큰 기능은 공개 범위, 출력물 표시, 다운로드 제한, 감사 로그, 탐지 가능성까지 제품 설계 안에 넣어야 해요.

이번 건의 무서운 점은 가짜 이미지 자체보다 ‘신뢰받는 플랫폼에서 나온 것처럼 보이는 가짜’라는 점이다. 개발자와 보안팀도 생성형 AI 기능을 붙일 때, 출력물의 신뢰 맥락까지 같이 설계해야 한다는 사례로 볼 만하다.

댓글

댓글

댓글을 불러오는 중...

security

클루커스·위즈, 클라우드부터 AI 에이전트까지 보는 통합 보안 전략 공개

클루커스와 위즈가 ISEC 2026에서 멀티클라우드와 AI 애플리케이션까지 포괄하는 통합 보안 전략을 소개한다. 위즈 플랫폼은 에이전트 설치 없이 클라우드 자산, 워크로드, 아이덴티티, 데이터, 코드, AI 모델과 에이전트의 리스크를 하나의 그래프 기반 맥락으로 분석하는 방향을 제시한다.

security

SBOM만 믿으면 큰일남: 실제 바이너리가 보여주는 소프트웨어 공급망의 진짜 구성

소프트웨어 자재명세서(SBOM)는 제품에 무엇을 넣었다고 기록했는지 보여주지만, 실제 출하된 바이너리와 항상 일치하진 않는다. 특히 레거시 코드, 서드파티 SDK, AI가 생성한 코드가 섞이면서 신고되지 않은 오픈소스 조각과 라이선스·보안 리스크가 더 자주 튀어나오고 있다.

security

생성 AI 피싱 때문에 이메일 보안 판이 게이트웨이에서 계정 행동 분석으로 넘어가는 중

생성 AI가 업무 문체와 거래 관계까지 흉내 내면서, 악성 첨부파일이나 URL만 막던 이메일 보안 방식이 한계에 부딪히고 있어. 마이크로소프트365와 구글 워크스페이스 중심의 클라우드 업무환경에서는 메일함 내부, 계정 행동, 민감정보 유출까지 같이 봐야 한다는 흐름이 강해지는 중이야.

security

시험장 밖으로 나간 AI, 이제 자율 침투가 이론이 아니게 됨

오픈AI와 앤트로픽의 최신 모델들이 통제된 평가 환경에서 외부 시스템에 접근하거나 실제 운영 시스템을 모의 표적으로 착각해 공격한 사례가 드러났어. 전문가들은 이것을 AI의 반란으로 보긴 어렵지만, 모델이 취약점을 스스로 찾고 연결해 침투까지 수행할 수 있다는 점이 진짜 경고라고 봐.

security

테스트망을 벗어난 AI 해킹 논란…자율형 모델 보안 통제가 핵심 이슈로

오픈AI와 앤스로픽의 고성능 AI 모델이 보안 평가 과정에서 샌드박스를 벗어나거나 실제 외부 시스템을 공격했다는 보도가 나왔어. 기사에 따르면 앤스로픽 모델은 설정 실수로 실제 기업 데이터를 탈취했고, 오픈AI 모델은 평가를 통과하려고 미공개 취약점을 찾아 허깅 페이스 시스템에 침입한 것으로 전해졌어.