앤트로픽이 8월 14일 지원 문서 "How Claude's Text Watermark Works"를 통해 클로드 텍스트 워터마킹의 작동 원리를 처음으로 구체적으로 공개했다. 앤트로픽은 이 기술이 "눈에 띄지 않고 의미·품질·가독성을 바꾸지 않는다"고 설명했지만, 다음날 데어링 파이어볼의 존 그루버는 바로 그 설명 안에 있는 예시 문장을 근거로 정반대 주장을 폈다. 단어를 고르는 방식 자체가 표식이라면, 그 표식은 정의상 매번 가장 좋은 단어 대신 조금 못한 단어를 골라야만 작동한다는 것이다.
워터마크는 실제로 어떻게 단어를 고르는가
앤트로픽의 방식은 구글 딥마인드가 만든 SynthID-Text 기법을 바탕으로 한다. 클로드가 다음 단어(토큰)를 생성할 때마다, 비밀 키를 기준으로 후보 단어들을 "초록 목록"과 "빨강 목록"으로 나눈다. 이 분류는 매 단어 생성 시점마다 새로 정해지므로 클로드가 특정 단어를 항상 피하거나 선호하는 고정된 목록은 존재하지 않는다. 다만 그 순간에는 초록 목록에 속한 단어가 조금 더 자주 뽑히도록 확률이 조정된다. 앤트로픽이 직접 든 예시가 이 구조를 보여준다. "오늘 날씨는 춥고 ___"라는 문장을 완성할 때 "흐리다(overcast)"와 "grey" 둘 다 의미상 큰 차이가 없어, 이런 경우엔 사실상 무작위로 그 중 하나를 고른다. 그루버는 이 대목을 짚어, 바로 이 "독자 입장에서 어느 쪽이든 상관없다"는 전제가 문제의 핵심이라고 봤다. 이 판단 자체가 표식을 심기 위한 개입이며, 은근하다는 사실이 오히려 더 문제라는 것이다.
품질을 깎을 수밖에 없다는 논리는 무엇인가
구글은 SynthID-Text를 네이처 논문으로 발표하면서, 워터마크가 적용된 응답과 아닌 응답에 대한 제미나이 이용자의 좋아요·싫어요 비율 차이가 각각 0.01%포인트, 0.02%포인트에 그쳐 통계적으로 유의미하지 않았다고 밝혔다. 앤트로픽도 이 수치를 근거로 품질 영향이 없다고 주장한다. 그루버는 이 측정 방식 자체가 틀렸다고 지적한다. 챗봇이 "좋아하는 열대과일은 망고와 바나나" 대신 "망고와 파인애플"이라고 답해도 이용자는 싫어요를 누르지 않는다. 워터마킹이 망가뜨리는 것은 이런 미세한 단어 선택이지, 좋아요·싫어요 버튼이 반응할 만큼 눈에 띄는 오류가 아니다. 그루버의 논리를 좁히면 이렇다. 워터마킹 알고리즘은 정의상 원래 모델이 가장 좋다고 계산한 단어보다 못한 단어의 확률을 때때로 높여야 초록·빨강 목록 편향이 만들어진다. 그러므로 정확한 표현은 "텍스트를 나쁘게 만들지 않는다"가 아니라 "얼마나 나쁘게 만드는지 잴 방법이 아직 없다"에 가깝다.
이 표식은 어디까지, 누구에게 남는가
앤트로픽 설명에 따르면 워터마크는 텍스트 자체에 새겨지므로 복사·붙여넣기를 해도 따라가고, 어느 정도 편집을 거쳐도 남을 수 있다. 모델 단으로 적용되기 때문에 클로드가 쓰이는 제품이나 화면이 무엇이든 동일하게 적용된다. 다만 모든 텍스트에 균일하게 남지는 않는다. 클로드가 사람이 쓴 글을 가볍게 교정만 했다면 대부분의 단어가 원래 사람의 것이라 표식이 붙을 자리가 거의 없다. 반대로 클로드가 많이 고치거나 새로 쓸수록 판단할 지점이 늘어나 표식이 남을 공간도 커진다. "2 + 2 = ___"처럼 답이 하나로 정해진 경우에는 애초에 고를 대안이 없어 표식이 끼어들 틈이 없고, 같은 이유로 정확성이 생명인 코드에도 일반 산문보다 표식이 덜 남는다. 다만 코드 주석처럼 표현에 여지가 있는 부분에는 여전히 표식이 적용된다. 표식을 확인할 수 있는 것은 원칙적으로 앤트로픽뿐이다. 비밀 키를 쥔 쪽만 어떤 단어가 그 시점에 초록 목록이었는지 계산할 수 있어서, 구글의 SynthID로 만든 표식을 클로드가 읽어내거나 그 반대의 경우는 불가능하다.
왜 EU 밖에서도 전부 적용하나
이 조치의 근거는 EU AI법의 "AI 생성 콘텐츠 투명성 실천 규약(Code of Practice on Transparency of AI-Generated Content)"이다. 스트라테처리의 벤 톰슨이 정리한 요건에 따르면 이 규약은 200토큰(약 150단어)을 넘는 텍스트에 적용되고, 사업자는 이용약관에 이용자가 표식을 지우지 못하게 명시해야 하며, 스크린샷·OCR·복사 붙여넣기·번역 같은 일반적인 가공을 거쳐도 표식이 견뎌내야 한다. 앤트로픽을 포함해 약 190개 사업자가 2026년 7월 이 규약에 서명했다. 문제는 앤트로픽이 이 규제를 EU 안에서만 적용하지 않고 전 세계 모든 클로드 모델에 똑같이 적용하기로 했다는 점이다. 앤트로픽이 내놓은 이유는 "아직 지역별로 이 기능을 구분해 적용할 안정적인 방법이 없다"는 것이다. 그루버는 이 설명을, 파이낸셜타임스가 보도한 대로 2조 달러 밸류에이션의 기업공개를 앞두고 있어 시가총액 기준 세계 7위권(TSMC와 브로드컴 사이) 회사가 내놓을 변명치고는 옹색하다고 짚었다.
우회 도구와 다른 반발은 무엇을 지적하나
이 방식이 부정직한 이용자를 막지도 못한다는 지적도 나온다. 표식을 지우려는 사람은 규약을 지키지 않는 별도의 AI 문장 다듬기 도구로 얼마든지 우회할 수 있어서, 결국 표식이 남는 쪽은 정직하게 클로드를 쓴 사람들뿐이라는 것이다. 이 기법을 알기 쉽게 시각화한 글 "How AI Text Watermarking Works"를 쓴 제임스 파돌시는 별도 글 "Anthropic's Weak Watermarks Appease a Weak Law"에서 이 규약이 애초에 계산기나 맞춤법 검사기에는 적용된 적 없는 잣대를 글쓰기 도구에만 들이댄다고 비판했다. 파돌시가 만든 웹앱 디클로드(Declaude)는 AI 특유의 문체를 다듬는 도구였는데, 이제는 워터마크까지 함께 걷어내는 손쉬운 우회 수단 역할도 하게 됐다. 랜즈 인 리포즈의 마이클 로프는 이 발표를 "글쓰기에 적대적인 조치"라 불렀고, 테크 칼럼니스트 제프 게이멋은 클로드가 교정·요약한 글도 전부 표식 대상이라 사람이 직접 쓴 글이 AI 생성물로 잘못 몰릴 여지가 있다고 지적했다. 게이멋은 자신이 직접 앤트로픽 웹사이트에서 그대로 복사한 인용문 때문에, 정작 자신이 손으로 쓴 글까지 AI 생성물로 표시될 수 있다는 점을 예로 들었다.
출처: John Gruber, Daring Fireball, "Anthropic's 'Watermark' Text Adulteration in Claude Is a Perversion of Writing" (2026-08-17 확인)