얼굴을 흐리게 하면 누군가를 알아보기 어려워질 수 있지만, 사진이 확실하게 익명화되는 것은 아닙니다. 모자이크에는 인식에 활용할 수 있는 이미지 정보가 남을 수 있습니다. 완전히 불투명한 가림막으로 얼굴 픽셀을 가려도 머리카락, 옷, 주변 맥락을 통해 누군지 알 수 있습니다. 신원이 드러나지 않아야 하는 사람이라면 흐림 강도를 높이기보다 공유할 이미지에서 그 사람을 제외하거나 다른 사진을 선택하는 것부터 시작하는 편이 낫습니다.
도움이 되는 질문은 단순히 “아직 얼굴이 보이나?”가 아닙니다. “이 사진을 볼 사람들이 전체 이미지, 함께 올리는 글, 그 밖에 볼 수 있는 사진으로 이 사람이 누구인지 알아낼 수 있을까?”라고 물어야 합니다. 이 글은 연구가 실제로 검증한 내용과 공유 전에 직접 해 볼 수 있는 실용적인 점검을 구분합니다.
‘가렸다’는 말의 세 가지 서로 다른 의미
사진은 흐림 처리한 인물 사진처럼 얼굴의 세부 정보가 줄어든 상태일 수도 있고, 내보낸 이미지에 완전히 불투명한 영역을 넣은 것처럼 얼굴 픽셀이 덮인 상태일 수도 있으며, 인물의 신원을 알 수 없는 상태일 수도 있습니다. 이들은 서로 다른 결과입니다. 앞의 두 가지는 편집 방식을 설명합니다. 세 번째는 무엇이 여전히 보이는지, 누가 보는지, 그 사람들이 무엇을 더 알고 있는지에 달려 있습니다.
눈 위에 이모지를 놓는 것은 어떤 시각적 스타일에는 맞을 수 있어도 나머지 얼굴까지 가리지는 못합니다. 크고 불투명한 영역으로 머리 전체를 가려도 그 아래 이름표가 누구인지 알려 줄 수 있습니다. 두 경우 모두 원래 얼굴을 복원할 필요가 없습니다. 어떤 편집을 ‘되돌릴 수 있다’는 주장을 읽을 때 이 차이를 기억하세요.
흐림 처리와 모자이크에 관해 연구가 말하는 것
2016년 연구 프리프린트 Defeating Image Obfuscation with Deep Learning에서 McPherson, Shokri, Shmatikov는 모자이크와 흐림 처리를 한 이미지를 시험했습니다. 세부 정보가 줄어들었어도 모델은 인물의 신원을 분류했습니다.
후보 인물들은 학습 자료에 포함되어 있었고, 모델은 그에 맞는 가림 처리를 한 이미지를 학습했습니다. 이는 흐릿하게 나온 낯선 사람이라면 누구나 이름을 알아낼 수 있다거나 원래 얼굴의 정확한 픽셀을 복원할 수 있다는 입증이 아닙니다. 이 과거 실험은 오늘날의 모든 앱을 평가한 것도 아닙니다. 다만 보기에 알아볼 수 없다는 사실만으로 이미지에 인식에 활용할 정보가 남아 있지 않다고 판단해서는 안 되는 이유를 보여 줍니다.
이 연구는 보편적으로 안전한 흐림 반경이나 모자이크 크기를 제시하지 않습니다. 해상도와 처리 방식, 참조 자료가 서로 다릅니다. 눈으로 보면서 더 강한 흐림을 판단하는 것만으로는 이런 변수를 해결할 수 없습니다.
얼굴을 가려도 알아볼 수 있는 사람이 남을 수 있습니다
Oh 연구진의 ECCV 2016 논문은 PIPA 데이터셋을 이용해 소셜 사진 앨범에서의 인물 인식을 조사했습니다. 신원 라벨이 있는 참조 사진과 반복해서 등장하는 인물이 있을 때, 머리를 가린 뒤에도 머리 밖의 정보와 사진 사이의 관계가 인식을 뒷받침할 수 있었습니다. 사진들이 같은 행사에서 찍혔는지 서로 다른 행사에서 찍혔는지에 따라 결과가 달라졌습니다.
이는 불투명한 가림막이 그 아래 픽셀을 드러낸다는 뜻이 아닙니다. 머리를 숨기는 것과 신원을 숨기는 것이 별개의 문제라는 뜻입니다. 신원이 표시된 단체 사진과 가림 처리한 사진에서 같은 눈에 띄는 재킷을 입고 있다면, 두 사진의 연결을 통해 누구인지 알아볼 수 있습니다.
사람도 얼굴의 세부 모습이 없어도 익숙한 외모를 알아볼 수 있습니다. Preston 연구진의 2022년 예비 연구에서는 검은 상자가 얼굴 특징 대부분을 덮고 머리카락과 목만 드러난 상태에서도 일부 유명인 사진의 인물을 알아볼 수 있었습니다. 첫 번째 설문에는 대학생 또는 대학 직원 16명이 참여했으며, 사진은 유명인에 대한 친숙도를 고려해 선정되었습니다. 이 작고 구조화된 실험은 평범한 낯선 사람을 알아볼 확률을 제시하지도, 이모지 스티커를 시험하지도 않았습니다. 다만 처음 보는 사람이 알아보지 못하더라도 “내 친구라면 누군지 알 거야”라는 판단에 주의를 기울일 이유를 설명해 줍니다.
보호해야 할 대상에 맞춰 편집 방식을 고르세요
다음 표는 눈에 보이는 변화들을 비교한 것이며, 인증된 익명성 수준을 나타내지 않습니다. 어떤 방식을 선택해도 공유하는 파일 전체와 그 맥락을 확인해야 합니다.
| 방식 | 바뀌는 것 | 여전히 확인해야 할 것 |
|---|---|---|
| 흐림 처리 또는 모자이크 | 세부 정보는 줄이되 이미지 구조 일부는 남깁니다. | 남아 있는 얼굴 정보, 드러난 특징, 편집 영역 밖의 모든 단서를 확인해야 합니다. 효과가 강해 보인다고 보장으로 받아들이지 마세요. |
| 완전히 불투명한 영역으로 가리기 | 올바르게 내보낸 합성 이미지에서 가려진 픽셀을 대체합니다. | 빈틈없는 가림, 불투명도, 머리카락이나 머리 윤곽, 옷, 반사된 모습, 그리고 편집 가능한 프로젝트가 아니라 내보낸 사본을 보내는지 확인해야 합니다. |
| 인물 전체를 잘라 내기 | 공유용 사본의 보이는 프레임에서 인물을 제거합니다. | 반사된 모습, 다른 각도의 모습, 설명 문구, 원본이나 추가 이미지가 함께 첨부되어 있는지 확인해야 합니다. |
| 다른 이미지를 고르거나 공유하지 않기 | 이 모습의 공개를 피합니다. | 대체 이미지나 함께 쓰는 글이 같은 사람을 드러내는지 확인해야 합니다. 남아 있는 불확실성을 받아들일 수 없다면 이 방식을 선택하세요. |
스티커라고 해서 자동으로 불투명한 가림 처리가 되는 것은 아닙니다. 그림 자체에 투명한 부분이 있을 수 있고, 배치한 위치에 따라 신원을 알아볼 수 있는 특징이 노출될 수 있습니다. 마찬가지로 편집 프로젝트 안에서 이미지를 자른 것과 실제로 보낼 내보내기 파일을 확인한 것은 같지 않습니다.
실제로 공유할 사본을 확인하는 일곱 단계
- 그 사람이 사진에 나와야 하는지 결정하세요. 먼저 목적과 볼 사람들을 정하세요. 공개적인 행사 후기라면 알아볼 수 있는 주변 인물 대신 행사장 일부를 찍은 사진으로도 충분할 수 있습니다. 그 사람이 예정된 공유에 동의하는지 물어보세요.
- 주인공뿐 아니라 모든 사람을 확인하세요. 가장자리, 배경, 거울, 창문, 사진 안에 있는 작은 이미지까지 살펴보세요. 중앙의 얼굴 하나를 가려도 다른 곳에 보이는 사람을 보호하지는 못합니다.
- 어디를 가리거나 제거할지 의식적으로 선택하세요. 인물을 남긴다면 눈만 가리지 말고 머리 전체와 주변의 세부 정보를 살펴보세요. 원래 이미지 크기로 경계를 확인하세요. 미리보기가 작게 보인다는 이유로 안전하다고 판단하지 마세요.
- 프레임의 나머지 내용도 읽어 보세요. 보이는 이름, 이름표, 눈에 띄는 소지품, 다른 이미지와의 연결을 찾으세요. NIST의 비식별화 검토 보고서는 멀티미디어에 여러 종류의 단서가 함께 작용해 신원을 드러내는 정보가 담길 수 있는 이유를 설명합니다. 한 가지 단서를 지웠다고 나머지까지 평가한 것은 아닙니다.
- 별도의 공유용 사본을 내보내세요. 새 JPEG나 PNG처럼 편집 내용을 보이는 픽셀에 반영하고 레이어를 합친 정지 이미지로 내보내세요. 원본과 편집 가능한 프로젝트는 첨부하지 마세요. 파일 형식 이름만으로 민감한 내용이 모두 제거되었다고 단정하지 마세요.
- 내보낸 바로 그 파일을 다시 여세요. 별도의 이미지 뷰어로 열어 편집 결과를 살펴보고, 보내기 전에 실제 첨부 파일을 확인하세요. 파일명, 설명 문구, 태그, 추가 이미지도 검토하세요. 이 과정은 눈에 보이는 실수를 찾는 방법이며, 법과학적인 익명성 검사는 아닙니다.
- 남은 단서가 목적을 무너뜨린다면 멈추세요. 동료들이 옷을 알아볼 수 있거나 설명에 그 자리에 있던 유일한 사람의 이름이 적혀 있다면 다른 이미지를 고르거나, 장면을 더 많이 제거하거나, 게시하지 마세요. 공개 대상을 제한하면 노출을 줄일 수 있지만, 받는 사람은 여전히 누군지 알아보거나 파일을 전달할 수 있습니다.
EFF의 사진 공유 지침도 허락 여부와 얼굴 이외의 식별 가능한 세부 정보를 고려하도록 권합니다. 이 점검표는 실용적인 검토 절차이며, 사진이 익명화되었다는 법적 판단은 아닙니다.
예시: 주변 인물을 가린 행사 사진
워크숍에 참석한 자신의 사진을 공유하려 한다고 상상해 보세요. 옆에 있던 사람이 자신을 알아볼 수 없게 해 달라고 해서 얼굴을 흐리게 처리했습니다. 하지만 이름표는 여전히 읽히고, 여러 장을 넘겨 보는 게시물의 다음 사진에는 편집하지 않은 그 사람이 나옵니다. 첫 사진의 흐림 강도를 높여도 두 가지 노출 중 어느 것도 달라지지 않습니다.
도움이 되는 수정은 공유 목적에서 시작합니다. 사진의 의미가 유지된다면 그 사람 전체를 잘라 내고, 두 번째 이미지를 제거하고, 설명 문구에 이름이 있는지 확인하세요. 반사된 모습이 여전히 보이거나 행사 맥락으로 누구인지 알 수 있다면 다른 사진을 쓰세요. 이런 문제를 발견하기 위해 인식 서비스를 이용할 필요는 없습니다.
신원, 위치, 외모 점검은 구분하세요
눈에 보이는 신원은 사진 공유의 한 부분일 뿐입니다. 파일은 얼굴 편집과 별개로 위치를 드러낼 수 있습니다. 이 부분은 위치 메타데이터와 사진 공유 점검표로 따로 확인하세요. 위치 정보를 제거해도 익명성이 성립하는 것은 아닙니다.
보기 좋은 편집은 또 다른 목적을 가집니다. 뷰티 필터와 첫인상, AI 프로필 사진과 정직한 자기표현 안내에서는 연출이 인물 사진이 전달하는 내용을 어떻게 바꾸는지 다룹니다. 그럴듯하게 생성된 얼굴이나 좋은 외모 평가 어느 쪽도 개인정보 보호를 입증하지는 못합니다.
FaceScore는 사진을 바탕으로 외모에 관한 피드백을 제공합니다. 사용한다면 이용 허락을 받은 사진에서 다른 사람들을 잘라 낸 뒤 업로드하세요. 피드백은 해당 이미지에 관한 정보로 받아들이고, 누군가의 신원을 알아볼 수 있는지 확인하는 검사로 여기지 마세요. 신원 보호가 우선이라면 어떻게 보이는지에 관한 피드백을 구하기 전에 무엇을 공유할지 먼저 결정하세요.