AI 홍수 속 구원의 손길? 팸그램, 900만 달러 투자 유치하며 AI 탐지 시장 장악 나선다
Published Jul 30, 2026
매일같이 인터넷을 스크롤하며 새로운 정보를 탐색하는 당신. 지금 보고 있는 이 글이 과연 인간의 손에서 쓰인 것일까요, 아니면 차가운 알고리즘의 산물일까요? 솔직히 말해서, 이제는 그 경계가 모호해진 지 오래입니다. 챗GPT 등장 이후 인터넷은 ‘AI가 만든 찌꺼기(AI slop)’ 콘텐츠로 넘쳐나기 시작했고, 심지어 가짜 정보나 오용 사례까지 등장하며 우리가 정보를 소비하는 방식에 근본적인 변화를 요구하고 있습니다. 이러한 디지털 혼란 속에서, 최근 뉴욕의 AI 탐지 스타트업 팸그램(Pangram)이 900만 달러의 투자를 유치하며 AI 콘텐츠 탐지 시장의 새로운 강자로 떠오르고 있다는 소식은 일반 사용자들에게도 결코 남의 이야기가 아닙니다.
AI 콘텐츠의 거대한 물결: 왜 탐지가 시급한가?
지금 우리는 정보의 홍수 속에 살고 있습니다. 문제는 이 홍수가 AI가 만들어낸 콘텐츠로 점점 더 탁해지고 있다는 점입니다. 검색 엔진 최적화(SEO)를 위한 무의미한 AI 생성 글부터, 소셜 미디어의 봇 계정, 심지어 러시아나 UAE 등 특정 국가가 배후에 있는 것으로 의심되는 LLM 기반의 가짜 정보 캠페인까지, 인터넷은 이미 ‘AI 쓰레기’로 가득 차 있습니다. 팸그램의 공동 창립자 맥스 스페로(Max Spero)는 TechCrunch와의 인터뷰에서 “당신이 보고 있는 것이 AI가 생성한 것인지 아닌지를 아는 것은 엄청나게 가치 있는 일”이라고 강조합니다. 특히 글을 읽을 때는 더욱 그렇습니다. 우리가 지금 읽는 글이 AI의 ‘환각(hallucination)’ 현상이 숨어있을 수 있으니 회의적인 시각으로 접근해야 할까요, 아니면 실제 기자가 심도 있게 연구하여 작성한 믿을 만한 내용일까요? 이 질문에 대한 답은 우리의 정보 신뢰도와 직결됩니다.
AI 탐지는 단순히 누가 글을 썼느냐의 문제를 넘어섭니다. 캐나다 정치인이 AI 프롬프트를 연설문인 줄 알고 그대로 읽어 웃음거리가 되거나, 변호사가 챗GPT가 만든 가짜 법률 인용문을 법정에서 사용해 제재와 벌금을 받는 사례들은 AI 오용의 심각성을 여실히 보여줍니다. 심지어 학술 분야에서도 유사한 움직임이 나타나고 있습니다. 오픈 액세스 아카이브인 arXiv는 올해부터 저자가 LLM 출력을 검토하지 않았다는 증거(환각된 참고 문헌이나 “변경사항을 만들어 드릴까요?” 같은 메타 댓글)가 발견될 경우, 1년 동안 논문 제출을 금지하는 정책을 도입했습니다. 이러한 사례들은 AI 탐지 기술이 더 이상 선택이 아닌 필수적인 인프라가 되어가고 있음을 말해줍니다.
팸그램의 전략: 스타일과 미세한 차이를 잡아내다
팸그램은 이러한 배경 속에서 메이요 벤처스(Menlo Ventures) 주도로 900만 달러의 투자를 유치하며, 새로운 세대의 AI 탐지 모델들을 선보였습니다. 바로 차세대 AI 텍스트 탐지 모델인 **팸그램 4(Pangram 4)**와 연구 프리뷰 단계에 있는 팸그램 이미지(Pangram Image) 모델입니다. 팸그램은 새로운 텍스트 탐지 모델이 AI의 도움을 받은 글쓰기, 인간과 AI가 혼합된 콘텐츠, 심지어 AI 휴머니저 프로그램(AI가 쓴 글을 인간이 쓴 것처럼 보이게 수정하는 프로그램)까지 99% 이상의 정확도로 탐지한다고 주장합니다. 이는 상당히 높은 수치이며, 실제로 이들이 이 기술을 얼마나 정교하게 만들었는지 엿볼 수 있는 대목입니다.
그렇다면 팸그램은 어떻게 AI가 만든 콘텐츠를 탐지할까요? 그들의 핵심 전략은 AI가 일관적으로 보이는 **‘스타일적 차이’**와 **‘선택의 패턴’**을 학습하는 것입니다. 팸그램의 AI 탐지 시스템은 수천만 개의 알려진 인간 작성 문서를 학습했습니다. 그리고 각 문서의 주제, 길이, 어조를 복제했지만, 선도적인 LLM이 작성한 ‘합성 거울(synthetic mirror)’ 문서를 만들었습니다. 이를 통해 AI 모델은 인간과 AI가 글을 쓸 때 나타나는 미묘한 문체적 차이와 선택의 경향을 학습하게 되는 것이죠. 스페로는 “우리 모델은 AI가 일관적으로 만드는 문체적 차이와 선택을 학습하고 있으며, 이를 통해 AI가 생성한 것인지 높은 신뢰도로 파악할 수 있다”고 설명합니다. 중요한 점은 복사-붙여넣기 메타데이터나 숨겨진 워터마크에 의존하는 방식이 아니라는 것입니다. 이러한 방식은 특정 AI 모델에 종속되지 않고 범용적으로 적용될 수 있다는 점에서 경쟁사들과 차별화되는 강점이라고 할 수 있습니다.
개인적으로 이 부분에서 주목할 점은 팸그램이 단순히 **“AI가 100% 썼는가?”**만을 따지는 것이 아니라는 점입니다. 그들은 AI 도움의 수준까지 구별하려 합니다. 예를 들어, 사람이 초고를 작성했지만 AI에게 편집이나 다듬기를 맡긴 경우도 탐지 대상에 포함합니다. 스페로는 AI 지원 자체가 나쁘다는 것이 아니라, 작가가 AI 사용 사실을 **공개(disclose)**하는 것이 중요하다고 믿습니다. 이 관점은 앞으로 AI와 인간이 협업하는 시대에 콘텐츠 제작의 투명성을 확보하는 데 중요한 기준점이 될 것입니다. 완전히 AI가 만든 것과 AI의 도움을 받아 인간이 완성한 것을 구분하는 것은 윤리적이고 실용적인 면에서 큰 차이가 있기 때문입니다.
실제 테스트: 인상적이지만 여전히 갈 길은 멀다
TechCrunch 기자는 팸그램의 새로운 모델들을 직접 테스트해보았습니다. 결과는 “매우 인상적이지만 완벽하지는 않다”는 평가였습니다.
텍스트 탐지 모델:
- 성공: 챗GPT와 클로드(Claude)가 작성한 완전히 AI 생성된 뉴스 기사를 쉽게 탐지했습니다. AI 생성 텍스트를 인간적으로 보이게 수정하려는 시도에도 거의 속지 않았습니다. AI 회피 프롬프트를 사용해 콘텐츠를 생성하도록 했을 때도 전혀 속지 않았습니다.
- 한계: 기자가 완전히 다시 쓴 문장들을 AI가 쓴 것으로 잘못 플래그한 경우가 있었습니다. 또한, 기자가 자신의 기사를 챗GPT와 클로드에게 다듬어달라고 했을 때, 팸그램은 13%의 ‘AI 도움 점수’를 주었는데, 이는 실제에 가까웠습니다. 그러나 이 과정에서 인간이 쓴 일부 문장들도 AI 지원으로 플래그되거나, 미묘한 단어 선택 변화를 감지하지 못하는 경우도 있었습니다. 흥미로운 점은, 같은 원문을 팸그램에 넣었을 때는 100% 인간 작성으로 정확하게 판별했다는 것입니다.
이미지 탐지 모델 (연구 프리뷰):
- 성공: OpenAI나 Google DeepMind처럼 워터마크 기반으로 자사 출력물만 감지하는 방식이 아닌, 모든 AI 모델이 생성한 이미지를 감지하는 것을 목표로 합니다. 픽셀 수준의 분포를 학습하여 실제 사진과 AI 생성 이미지 간의 미묘한 통계적 차이를 찾아냅니다. 심지어 실제 사진 속에 나타나는 AI 이미지를 감지할 수 있다고 주장합니다. 기자의 테스트에서도 사진처럼 사실적인 이미지든, 만화 같은 이미지든 AI 생성 이미지를 쉽게 감지했습니다. 실제 사진 속 AI 이미지도 히트맵으로 명확하게 표시하며 감지하는 것을 확인했습니다.
- 한계: 한 번은 AI 생성 이미지의 사진을 인간이 만든 콘텐츠로 잘못 분류한 사례가 있었습니다.
이러한 테스트 결과는 AI 탐지 기술이 얼마나 빠르게 발전하고 있는지를 보여주는 동시에, 여전히 완벽하지 않다는 한계를 명확히 드러냅니다. 특히 ‘사람이 썼지만 AI의 도움을 받은’ 콘텐츠나, ‘AI가 썼지만 사람이 수정한’ 콘텐츠의 경계를 명확히 하는 것은 기술적으로 매우 어려운 과제입니다. 업계 흐름을 보면, 앞으로 AI 콘텐츠 생성 기술은 더욱 정교해질 것이고, 그에 따라 탐지 기술 역시 끊임없이 진화해야 할 것입니다. 팸그램과 같은 스타트업들이 이 치열한 경쟁 속에서 얼마나 더 정교하고 범용적인 솔루션을 제공할 수 있을지가 관건입니다. 스페로는 자신의 기술이 “AI를 사용하는 사람들에 대한 마녀사냥을 부추기고 싶지 않다”고 말했지만, 결국 어떤 형태로든 AI 사용에 대한 투명성 확보 메커니즘이 필요하다는 점은 분명해 보입니다.
나아갈 길: 투명성과 신뢰의 재건
팸그램의 900만 달러 투자 유치와 새로운 탐지 모델 출시는 인터넷의 신뢰도를 재건하려는 노력의 중요한 이정표입니다. 웹 기반 구독 서비스(월 20달러)와 크롬 확장 프로그램을 통해 X(구 트위터), LinkedIn, Substack, Reddit, Medium 등에서 실시간으로 게시물을 라벨링하고, 사용자의 피드 건강 점수(인간 vs. AI 콘텐츠 비율)까지 제공하는 등 접근성 또한 높였습니다. Winston AI, Originality.ai, Copyleaks, GPTZero 등 다수의 경쟁사가 같은 시장에서 경쟁하고 있지만, 팸그램의 기술은 그 중에서도 특히 AI가 만들어내는 미묘한 스타일적 특성을 파악하는 데 강점을 보입니다.
우리가 AI와 공존하는 미래에서, 정보를 소비하고 생산하는 방식은 계속해서 진화할 것입니다. 팸그램과 같은 AI 탐지 기술은 단순한 도구를 넘어, 디지털 생태계에서 진실과 거짓을 가려내고, AI의 책임감 있는 사용을 유도하며, 궁극적으로 인간의 지적 활동을 보호하는 데 핵심적인 역할을 수행할 것입니다. 완벽함은 아직 먼 이야기일지 모르지만, AI 콘텐츠의 범람 속에서 우리가 무엇을 믿고, 무엇을 의심해야 할지 알려주는 나침반이 되어줄 것이라고 생각합니다. 이처럼 진화하는 기술이 우리에게 가져올 변화를 계속해서 주목해야 할 이유입니다.
출처
- 원문 제목: As AI content floods the internet, Pangram raises $9M to detect it
- 출처: AI News & Artificial Intelligence | TechCrunch
- 원문 기사 보러가기
