구글 딥마인드의 실험 도구 Backstory는 이미지 검증 업무에서 무엇을 확인해야 하는지 넓힌다. Nieman Lab은 8월 19일(현지시간) 인도 매체 India Today의 팩트체크팀이 이 도구로 소셜미디어에 퍼지는 조작·오인 이미지를 조사하고 있다고 보도했다. Backstory는 아직 Google Trusted Testers Program을 통해서만 제공된다. 이 사례에서 콘텐츠팀은 이미지가 가짜인지 한 번 판정하는 데서 멈추지 않고, 이미지에 붙은 주장과 출처를 추적하는 절차를 운영한다.
Backstory는 이미지에서 무엇을 찾나
구글 딥마인드는 2025년 7월 Backstory를 소개하며, 이미지와 글로 쓴 질문을 입력하면 세 가지를 조사한다고 설명했다. 이미지가 생성형 AI로 만들어졌는지, 이전에 언제·어디에서 쓰였는지, 디지털 편집을 거쳤는지가 대상이다. 결과는 추가 질문을 받을 수 있는 읽기 쉬운 보고서로 제공된다. Gemini를 바탕으로 여러 탐지 기술을 쓰되, 메타데이터와 온라인에서의 사용 맥락도 함께 끌어온다는 것이 구글의 설명이다.
이 구성이 중요한 이유는 탐지 결과 하나로 사진의 신뢰성을 결론 낼 수 없기 때문이다. 실제 사진도 일부가 수정됐거나 전혀 다른 사건의 사진으로 제시되면 오해를 만든다. 반대로 AI로 만든 시각물은 사실 보도나 창작물 안에서 정당하게 쓰일 수 있다. 그래서 검증의 질문은 “AI가 만들었는가”에서 멈추지 않는다. 누가 처음 올렸는지, 그때 무엇이라고 설명했는지, 지금 붙은 주장이 원래 맥락과 맞는지까지 이어진다.
도구의 보고서는 기사 근거와 어떻게 달라야 하나
도구가 내놓은 결과는 조사 순서를 줄이는 단서이지, 그대로 인용할 최종 근거는 아니다. 예를 들어 온라인 사용 이력이 발견됐다면 콘텐츠팀은 그 게시물의 원 출처와 게시 시각을 열어 봐야 한다. 메타데이터가 남아 있다면 파일이 재저장·캡처되는 과정에서 바뀌었는지도 함께 살핀다. 이미지 속 장소나 인물이 주장과 연결될 때에는 촬영 시점, 지리 정보, 당시의 보도·공식 기록을 따로 대조한다. 이 단계가 빠지면 “AI가 아니었다”는 결과와 “게시물의 주장이 사실이다”라는 결론이 한 문장 안에서 뒤섞인다.
Nieman Lab의 보도에서 India Today 팩트체크팀은 여섯 명으로 운영된다. 이미지마다 역검색, 출처 추적, 맥락 확인을 따로 시작하는 방식은 인력이 적을수록 대기열을 길게 만든다. Backstory 같은 도구는 반복 조사에 필요한 첫 단서를 한 화면에 모아 준다. 그만큼 팀이 줄여야 할 것은 사람의 확인이 아니라, 같은 이미지에 대해 검색창과 탭을 반복해서 여는 시간이다.
콘텐츠팀의 새 업무는 판정이 아니라 기록 관리다
이런 도구를 도입할 때 가장 먼저 바꿀 것은 접수 양식이다. 이미지 파일만 전달받지 말고 “이 사진은 언제, 어디에서 찍혔다고 주장되는가”를 함께 적어야 한다. 이어서 도구가 찾은 사용 이력, 원 게시물, 관련 기사, 검토자 판단을 사건별 기록으로 남긴다. 이후 같은 사진이 재유통되거나 비슷한 장면이 다시 제보됐을 때, 팀은 처음부터 검색을 반복하지 않고 이전 근거를 업데이트할 수 있다.
Backstory가 확산시킬 역할도 여기에 있다. 팩트체커·기자·연구자·도서관 정보전문가가 시험 사용자에 포함된 이유는 이미지의 진위를 숫자 하나로 분류하는 일이 아니라, 맥락을 모아 독자가 이해할 수 있는 설명으로 바꾸는 일이기 때문이다. 콘텐츠팀의 검증 담당자는 앞으로 이미지 판별기를 누르는 사람이 아니라, 자동 조사 결과와 외부 기록 사이의 연결을 관리하는 사람이 된다.