소식

  • 아이폰 사진, 진짜인지 가짜인지 구별하는 법 (딥페이크 판별 가이드)

    아이폰 사진, 진짜인지 가짜인지 구별하는 법 (딥페이크 판별 가이드)

    SNS를 넘기다 보면 사진 한 장에 손가락이 멈출 때가 있다. 그림자 방향도 맞고 화질도 흠잡을 데 없는데, 뭔가 찜찜하다. 요즘 생성형 AI로 만든 가짜 사진들이 딱 이렇다. 육안으로는 진짜와 구별이 거의 불가능한 수준까지 왔다는 게 문제다. 이런 흐름 속에서 애플이 아이폰 카메라로 찍은 사진에 ‘실제 촬영’ 인증 표시를 심는 기능을 준비 중이라는 이야기가 나왔다. 이름은 ‘애플 레퍼런스 이미지’. 이게 실제로 어떤 원리로 작동하는지, 그리고 지금 당장 사진 한 장이 진짜인지 가짜인지 확인하려면 어떤 방법을 써야 하는지 정리해봤다.

    가짜 사진이 이렇게까지 늘어난 이유

    미드저니, 달리, 스테이블 디퓨전 같은 이미지 생성 AI가 몇 년 사이 무섭게 좋아졌다. 예전엔 손가락 개수가 여섯 개거나 배경이 뭉개져서 금방 티가 났다. 요즘 나온 모델은 인물 사진 수준에서도 원본과 거의 구분이 안 된다. 문제는 이런 이미지가 뉴스 속보, 재난 현장, 정치인 발언 조작 같은 데 그대로 악용된다는 것. 사람이 눈으로 판별하는 시대는 이미 지나갔다고 보는 게 맞다.

    제일 만만한 방법, EXIF 메타데이터부터 까보기

    사진 파일에는 촬영 기기, 촬영 시각, 조리개 값, GPS 좌표 같은 정보가 EXIF 메타데이터 형태로 담긴다. 컴퓨터에서는 파일 속성에서, 아이폰에서는 사진 앱의 정보 보기에서 바로 확인할 수 있다. 이 정보에 카메라 모델명이 남아있다면 최소한 어떤 기기로 찍혔는지는 짐작이 간다.

    • 윈도우: 사진 우클릭 → 속성 → 세부 정보 탭
    • 맥: 사진 앱에서 정보 보기(Command+I)
    • 온라인 도구: exif.tools, Jeffrey’s EXIF Viewer 등에 업로드

    다만 한계가 뚜렷하다. 카카오톡이나 인스타그램에 올리는 순간 대부분의 플랫폼이 용량을 줄이면서 EXIF 데이터를 통째로 지워버린다. 생성 AI로 만든 이미지도 가짜 EXIF 값을 얼마든지 심을 수 있다. 메타데이터가 있다고 진짜라는 보장, 그런 거 없다.

    C2PA 콘텐츠 크리덴셜, 요즘 업계가 미는 표준

    어도비, 마이크로소프트, BBC, 뉴욕타임스 등이 참여한 콘텐츠 진위성 연합(C2PA)이 만든 표준이 있다. 사진이나 영상 파일에 암호화 서명을 심어서 언제, 어떤 기기로 촬영됐고 이후 어떤 편집을 거쳤는지 이력을 기록하는 방식이다. 이 서명은 ‘콘텐츠 크리덴셜’이라는 이름으로 불린다. 이미지의 픽셀이 조금이라도 바뀌면 서명이 깨지도록 설계돼 있어서 단순히 지우거나 위조하기가 까다롭다. 어도비 포토샵, 라이트룸에는 이미 이 기능이 들어가 있다. 확인은 verify.contentauthenticity.org 같은 사이트에 파일을 업로드해보면 끝이다.

    애플이 준비 중이라는 사진 출처 인증, 정체가 뭐길래

    iOS 베타 코드에서 ‘애플 레퍼런스 이미지’라는 시스템 흔적이 발견됐다는 보도가 나왔다. 촬영하는 순간 사진에 출처 정보를 암호화된 형태로 함께 기록해서, 나중에 그 사진이 실제로 아이폰 카메라로 찍혔는지 검증하도록 만드는 구조로 알려졌다. C2PA 표준과 결이 비슷하다. 애플도 결국 같은 생태계에 합류하는 모양새다. 아직 정식 발표 전이라 세부 스펙은 유동적이지만, 방향성 자체는 카메라 제조사들이 공통으로 가고 있는 흐름과 일치한다.

    구글이랑 삼성은 벌써 하고 있다

    구글은 픽셀 카메라에서 ‘이 사진 정보’ 기능으로 AI 편집 여부를 표시한다. 이미지 생성 모델 결과물에는 SynthID라는 보이지 않는 워터마크를 심는다. 삼성 갤럭시도 생성형 편집 기능을 쓴 사진에는 워터마크와 메타데이터 태그를 자동으로 붙인다. 애플 입장에서는 오히려 이 대열에 뒤늦게 합류하는 셈. 스마트폰 제조사 대부분이 결국 비슷한 방향으로 수렴하고 있다고 보면 된다.

    당장 써먹을 수 있는 검증법 세 가지

    완벽한 표준이 자리 잡기 전까지는 아래 방법들을 조합해서 쓰는 게 현실적이다.

    • 역방향 이미지 검색: 구글 이미지 검색이나 틴아이(TinEye)에 사진을 올려서 같은 이미지가 이전에 다른 맥락으로 쓰인 적 있는지 확인한다.
    • AI 탐지 툴: Hive Moderation, AI or Not 같은 서비스가 이미지의 생성 확률을 점수로 보여준다. 100% 정확하지는 않고 오탐도 잦다. 참고용으로만 쓰는 게 안전하다.
    • 콘텐츠 크리덴셜 확인: 어도비나 뉴스 매체가 배포한 사진이라면 verify.contentauthenticity.org에서 서명을 조회해본다.

    세 가지를 각각 따로 믿기보다 교차 검증하는 게 오탐을 줄이는 핵심이다.

    자주 묻는 것들

    Q. 콘텐츠 크리덴셜 워터마크도 지우면 그만 아닌가?
    A. 스크린샷으로 다시 찍거나 압축을 심하게 하면 서명이 깨지는 경우가 실제로 있다. 다만 서명이 사라지면 ‘검증 불가’ 상태로 표시된다. 워터마크가 없는 사진 자체가 하나의 신호가 되는 셈이다.

    Q. 안드로이드에서도 아이폰과 비슷한 기능을 쓸 수 있나?
    A. 일부 픽셀 기종이 유사한 기능을 지원한다. C2PA 표준 자체가 특정 제조사에 묶여 있지 않아서 삼성이나 다른 안드로이드 제조사도 채택할 여지가 있다.

    Q. EXIF 정보만 봐도 충분한가?
    A. 참고 자료 정도로만 쓰는 게 좋다. 편집 도구로 얼마든지 조작 가능한 값이라 단독 근거로 삼기엔 부족하다.

    정답은 없다, 결국 교차 확인뿐

    기술이 아무리 정교해져도 워터마크나 메타데이터 하나로 진위를 100% 가려낼 방법은 아직 없다. 카메라 제조사들이 촬영 시점부터 서명을 심는 방향으로 가고 있는 건 맞다. 다만 표준이 자리 잡고 모든 플랫폼이 이를 지원하기까지는 시간이 걸린다. 그때까지는 역방향 검색, 메타데이터 확인, 콘텐츠 크리덴셜 조회를 습관처럼 같이 쓰는 수밖에 없다.

    출처: The Verge

  • 구글 픽셀폰 직구, 사기 전에 반드시 확인할 것들

    구글 픽셀폰 직구, 사기 전에 반드시 확인할 것들

    구글 픽셀폰은 SK텔레콤, KT, LG유플러스 어디에서도 팔지 않는다. 정식 매장도, 사은품 이벤트도 없다. 그런데도 신제품이 나올 때마다 커뮤니티 게시판엔 “직구 방법 좀”이라는 글이 꾸준히 올라온다. 이유는 단순하다. 안드로이드 순정 경험, 카메라 처리 방식, 빠른 업데이트 주기. 이 세 가지에 한번 맛 들이면 다른 폰으로 돌아가기가 쉽지 않다는 얘기를 자주 듣는다. 마케팅도 없고 정식 판매도 없는데 찾는 사람은 왜 줄지 않을까. 직구를 고민 중이라면 미리 알아둬야 할 것들을 정리해봤다.

    왜 한국에는 정식 출시를 안 할까

    구글은 픽셀 시리즈를 미국, 일본, 영국, 독일 등 20여 개국에서만 정식 판매한다. 한국은 이 목록에 단 한 번도 이름을 올린 적이 없다. KC 인증 절차, 국내 이동통신 3사와의 협상 부담, 그리고 상대적으로 작은 안드로이드 프리미엄 시장 규모까지 겹치면서 구글이 국내 진출에 소극적이라는 분석이 많다. 삼성이라는 강력한 안드로이드 파트너와 굳이 경쟁 구도를 만들 이유가 없다는 얘기도 자주 나온다. 결국 국내 사용자 입장에서는 정식 서비스센터 없이 직구로 들여오는 게 유일한 방법인 셈이다.

    직구 루트, 크게 세 갈래로 나뉜다

    방법은 세 가지 정도로 압축된다.

    • 구글 스토어 해외 계정 직구 – 미국이나 일본 구글 스토어 계정으로 결제하고 배송대행지를 거치는 방식. 가격은 제일 저렴하지만 배송대행 수수료와 관부가세를 따로 계산해야 해서 손이 좀 간다.
    • 아마존·이베이 구매 – 재고가 안정적이고 반품 정책도 비교적 명확한 편. 다만 출시 초반엔 웃돈이 붙는 경우가 흔하다.
    • 구매대행 업체 이용 – 국내 구매대행 카페나 쇼핑몰을 거치면 절차는 간단해지지만, 수수료가 붙는 만큼 총비용은 셋 중 가장 높다.

    처음이라면 구매대행으로 감을 잡고, 다음번엔 직접 결제로 넘어가는 순서를 권한다. 수수료 몇 만 원 아끼려다 배송 사고 나면 그게 더 손해다.

    사기 전에 반드시 봐야 할 통신 주파수

    직구 픽셀폰에서 가장 흔한 실패 원인은 통신 문제다. 국내 통신 3사가 쓰는 5G, LTE 밴드를 해당 픽셀 모델이 지원하는지 구매 전에 꼭 확인해야 한다. 최근 나온 픽셀 프로 모델들은 대부분 국내 주요 밴드를 지원한다. 하지만 보급형 라인업이나 특정 국가 전용 모델은 일부 밴드가 빠진 경우도 있다. eSIM 지원 여부도 체크포인트. 국내 알뜰폰 사업자 대부분이 eSIM 개통을 지원해서 유심 슬롯 없는 모델도 크게 문제 될 건 없다. 그래도 사전에 통신사 고객센터에 개통 가능 여부 확인하는 절차는 건너뛰지 않는 게 좋다.

    관세 계산해보면 생각보다 비싸다

    미국 정가만 보고 결정하면 실제 결제 금액에서 당황하기 쉽다. 관세, 부가세, 배송비, 환율까지 더하면 국내 프리미엄 스마트폰과 가격 차이가 크지 않은 경우도 흔하다. 개인 사용 목적 물품은 일정 금액을 넘으면 관세 대상이 되고, 스마트폰처럼 고가 전자기기는 여기에 부가세까지 붙는다. 배송대행지에서 여러 물품을 합배송하면 관세 신고 과정이 복잡해진다. 첫 직구라면 단품 배송으로 가는 게 절차상 훨씬 단순하다.

    AS는 어떻게 해결하나

    국내 정식 서비스센터가 없다는 게 픽셀 직구의 가장 큰 약점이다. 화면이 깨지거나 배터리가 상하면 해외로 다시 보내거나 사설 수리점을 찾아야 한다. 일부 사설 수리점이 픽셀 부품 수리를 취급하긴 하지만, 부품 수급이 일정하지 않아 대기 기간이 길어지는 경우도 흔하다. 이 대목 때문에 구매를 망설이는 사람이 많다. 별도 보험 상품에 가입하거나, 중고 거래 때 감가를 감안하고 사는 것도 현실적인 대안이다.

    그럼에도 갤럭시·아이폰 대신 픽셀을 고르는 이유

    이런 불편을 감수하고도 픽셀을 선택하는 사람들의 이유는 뚜렷하다.

    • 업데이트 속도 – OS 메이저 업데이트와 보안 패치를 가장 먼저 받는다. 다른 제조사 대비 최소 1~2개월, 길게는 수개월 빠르다.
    • 순정 안드로이드 UI – 제조사 커스텀 없이 구글이 의도한 기본 인터페이스를 그대로 쓸 수 있다.
    • AI 기능 최우선 적용 – 제미나이 기반 신기능이나 사진 편집 AI 도구가 픽셀에 먼저 풀리는 경우가 많다.
    • 계산 사진 기술 – 하드웨어 스펙보다 소프트웨어 튜닝으로 완성도를 끌어올리는 방식이라 저조도, 인물 사진에서 강점을 보인다.

    게임 성능이나 배터리 지속시간, AS 편의성이 우선순위라면 갤럭시나 아이폰이 여전히 무난하다. 이건 취향 문제라 정답은 없다.

    자주 묻는 질문 몇 가지

    Q. 직구 픽셀폰도 워런티(보증) 적용되나요?
    A. 구매 국가 기준으로 보증이 적용되긴 한다. 다만 수리를 받으려면 해당 국가로 재배송해야 하는 경우가 대부분이라, 국내에서는 보증 서비스를 받기 어렵다고 보는 게 안전하다.

    Q. 알뜰폰으로도 개통이 되나요?
    A. 대부분의 알뜰폰 사업자에서 eSIM 또는 유심 개통이 가능하다. 다만 사업자별로 지원 단말기 목록이 다르니 개통 전 고객센터 확인은 필수다.

    Q. 중고로 사는 게 나을까요?
    A. 초기 비용을 줄이려면 중고도 방법이다. 다만 배터리 상태와 유심락 해제 여부는 반드시 확인해야 한다. 해외 통신사 락이 걸린 매물은 국내에서 못 쓴다.

    결국 스펙표로는 설명 안 되는 폰

    픽셀폰은 스펙표 한 줄로 설명되는 폰이 아니다. 정식 출시도 없고 완벽한 AS도 없는 상황에서 굳이 찾아 나서는 사람들이 있다는 사실 자체가 이 폰의 성격을 보여준다. 직구 절차, 통신 호환성, AS 리스크까지 다 감안해도 순정 안드로이드와 빠른 업데이트에 끌린다면, 픽셀은 여전히 시도해볼 만한 선택지다.

    출처: The Verge

  • 무선 이어폰 추천 비교기, 애플 소니 보스는 뭐가 다른가

    무선 이어폰 추천 비교기, 애플 소니 보스는 뭐가 다른가

    지하철 옆자리 사람 귀부터 보게 된다. 하얀 콩나물 모양이면 에어팟, 은색 로고가 반짝이면 보스, 각진 케이스에 담겨 있으면 갤럭시 버즈다. 무선 이어폰 시장이 원래 이렇게 브랜드마다 색깔이 뚜렷한데요, 막상 사려고 스펙표를 펼치면 얘기가 달라진다. 노이즈캔슬링 수치에 배터리 시간, 코덱 이름까지 빼곡한데 뭐가 더 나은 건지 감이 잘 안 오거든요. 그래서 기준별로 브랜드를 나눠 정리해봤다.

    고를 때 진짜 봐야 할 건 5가지뿐

    스펙표엔 숫자가 잔뜩 있지만 체감에 실제로 영향을 주는 항목은 생각보다 적다.

    • 착용감: 귀 모양은 사람마다 다르다. 반나절만 껴도 아프면 음질 좋아봤자 소용없다.
    • 노이즈캔슬링(ANC): 지하철이나 카페에서 자주 쓴다면 여기서 체감 차이가 제일 크게 갈린다.
    • 배터리 지속시간: 이어폰 자체 재생시간과 케이스 포함 총 사용시간, 이 둘은 따로 봐야 한다.
    • 코덱 지원: 아이폰은 AAC, 안드로이드는 aptX나 LDAC 지원 제품이 음질 손실이 덜하다.
    • 방수 등급: 운동용이라면 IPX4 이상은 기본으로 확인해야 한다.

    아이폰 쓴다면 고민할 것도 없다, 에어팟

    에어팟 프로 계열은 사실 이어폰 자체 성능보다 생태계 연동이 진짜 강점이다. 아이폰, 맥, 애플워치 사이를 오가면서 연결이 자동으로 넘어가고, 공간음향에 애플뮤직 무손실 음원까지 얹으면 체감 음질도 꽤 준수하다. 반대로 안드로이드 폰에서 쓰면? 배터리 확인이나 세부 설정 같은 기본 기능조차 막히는 경우가 많더라고요. 아이폰 유저가 아니라면 굳이 1순위에 둘 이유는 없다.

    소니 vs 보스, 결국 취향 싸움

    ANC 성능만 놓고 보면 소니와 보스가 오랫동안 선두를 다퉈왔다. 소니 WF-1000X 계열은 저음이 단단하고 음장 표현이 세밀한 편이고, 앱에서 이퀄라이저를 촘촘하게 조정 가능하다는 것도 장점이다. 보스 QC 계열은 소음 차단력 자체는 최상위권이면서 착용했을 때 이물감이 적어 장시간 쓰기에 유리하다는 평가가 많다. 둘 다 가격대는 20만~30만원대. 음악 감상 위주면 소니, 소음 차단이 최우선이면 보스 — 솔직히 여기서 갈린다.

    안드로이드 진영엔 비츠와 갤럭시 버즈

    비츠는 애플 자회사답게 아이폰과의 연동성은 에어팟 못지않은데요, 그러면서도 힙합이나 팝 장르에 잘 어울리는 저음 강조 튜닝이 특징이다. 갤럭시 버즈는 삼성 스마트폰과 묶었을 때 시너지가 크다. 갤럭시 워치, 갤럭시 폰과 함께 쓰면 무료 통화 감지, 원버튼 페어링 같은 기능이 자연스럽게 따라붙는다. 삼성 기기를 쓰는 안드로이드 유저라면 다른 브랜드 알아볼 필요 없이 갤럭시 버즈로 좁혀도 무방하다.

    운동할 때랑 통화할 때, 답이 다르다

    같은 무선 이어폰이라도 쓰임새에 따라 좋은 제품이 갈린다.

    • 운동용: 귀에 걸리는 이어훅 형태나 방수 등급 높은 제품이 유리하다. 땀에 젖어도 안 미끄러지는지가 핵심.
    • 통화용: 마이크 개수와 바람 소음 억제 기능부터 확인해야 한다. 재택근무나 화상회의가 잦다면 이 부분을 제일 먼저 본다.
    • 이동 중 감상용: 노이즈캔슬링과 배터리 지속시간, 이 두 가지가 가장 크게 체감된다.

    지갑 사정별로 나눠보면

    예산에 따라 실질적인 선택지도 갈린다.

    • 10만원대: ANC 없이 기본 통화, 재생 품질만 필요하다면 이 구간에서도 충분한 제품이 많다.
    • 20만원대: 에어팟 프로, 갤럭시 버즈 상위 모델, 비츠 스튜디오 버즈 같은 대중적인 프리미엄 라인이 몰려 있는 구간이다.
    • 30만원 이상: 소니와 보스의 플래그십 라인. 노이즈캔슬링과 음질, 둘 다 타협하기 싫다면 이 구간까지 봐야 한다.

    자주 나오는 질문 몇 가지

    Q. 노이즈캔슬링 켜면 배터리가 얼마나 빨리 닳나?
    보통 ANC를 켜면 재생시간이 20~30% 정도 줄어든다. 장거리 이동이 잦다면 케이스 포함 총 사용시간까지 같이 따져보는 게 좋다.

    Q. 아이폰에서 갤럭시 버즈 써도 되나?
    기본 재생과 통화는 된다. 다만 전용 앱 기능 상당수가 빠지거든요. 아이폰이 메인이면 에어팟이나 비츠 쪽이 만족도가 더 높을 거다.

    Q. 저렴한 이어폰도 코덱 차이가 느껴지나?
    이어폰 자체 스피커 성능이 낮으면 코덱 차이는 잘 안 느껴진다. 코덱 투자 효과는 어느 정도 상위 라인부터 체감된다.

    와이어드(Wired) 보도를 참고해 정리했다. 원문 링크

  • 안드로이드 서드파티 앱스토어, 종류부터 안전하게 쓰는 법까지

    안드로이드 서드파티 앱스토어, 종류부터 안전하게 쓰는 법까지

    구글 플레이스토어 안에서 아투이드(Aptoide)라는, 남의 회사가 만든 앱스토어를 내려받을 수 있게 됐다. 에픽게임즈와 벌인 소송에서 진 구글이 법원 명령 때문에 어쩔 수 없이 열어준 건데요. 그동안 안드로이드에서 플레이스토어를 거치지 않고 앱을 까는 방법 — 이른바 ‘서드파티 앱스토어’와 ‘사이드로딩’ — 이 다시 눈길을 끄는 이유이기도 하다. 대안 앱스토어가 정확히 뭔지, 선택지는 뭐가 있는지, 안전하게 쓰려면 뭘 체크해야 하는지 하나씩 정리해봤다.

    서드파티 앱스토어, 플레이스토어와 뭐가 다르길래

    서드파티 앱스토어는 말 그대로 구글이 아닌 다른 회사가 굴리는 안드로이드 앱 장터다. 앱을 검색해서 내려받는 큰 틀은 플레이스토어랑 똑같은데, 심사 기준이나 수수료, 등록된 앱 목록은 스토어마다 제각각이다. 아투이드, APKPure, 삼성 갤럭시 스토어, 아마존 앱스토어, 에픽게임즈 스토어 — 대표적으로 이 다섯 곳을 꼽는다.

    사실 안드로이드는 원래부터 iOS보다 문이 넓은 구조거든요. 그래서 이런 대안 스토어가 예전부터 있었다. 설정에서 ‘출처를 알 수 없는 앱’ 설치를 허용해주면 플레이스토어 없이도 APK 파일을 바로 깔 수 있는데, 이 과정을 흔히 사이드로딩이라 부른다.

    왜 하필 지금 대안 스토어가 늘어날까

    미국에서는 에픽게임즈가 낸 반독점 소송에서 구글이 졌다. 그러면서 플레이스토어의 독점적 지위를 강제로 풀어야 하는 처지가 됐다. 유럽연합 쪽도 만만치 않다. 디지털시장법(DMA)으로 애플과 구글 둘 다 대안 앱 마켓을 허용하도록 못 박아버렸다. 두 흐름이 겹치면서 안드로이드는 물론 iOS에서도 서드파티 스토어가 하나둘 자리 잡는 중이다.

    결국 소비자 입장에서는 고를 게 늘어난 셈이다. 다만 선택지가 늘어난 만큼, 뭘 어디서 깔지는 이제 스스로 판단해야 한다는 부담도 같이 따라왔다.

    많이 쓰는 안드로이드 대안 앱스토어 5곳

    • 아투이드(Aptoide) — 포르투갈에서 만든 오픈 마켓. 개발자가 직접 앱을 올리는 구조라 등록 문턱이 낮은 대신, 검수는 상대적으로 헐렁한 편이다.
    • APKPure — 지역 제한이나 기기 호환성 탓에 플레이스토어에서 막힌 앱, 혹은 구버전 APK를 구할 때 자주 찾는 곳.
    • 삼성 갤럭시 스토어 — 삼성 기기에 기본으로 깔려 있다. 일부 게임은 여기서만 주는 전용 혜택이나 인앱 결제 할인이 붙기도 한다.
    • 아마존 앱스토어 — 파이어 태블릿 쓰던 사람에게 익숙한 이름. 일반 안드로이드 폰에도 설치는 가능하다.
    • 에픽게임즈 스토어 — 포트나이트로 유명한 그 회사가 자체 게임 유통에 집중하는 곳. 인앱결제 수수료가 플레이스토어보다 낮다는 게 제일 큰 매력이다.

    사이드로딩, 진짜 위험할까

    플레이스토어에 없는 앱을 깔 때 제일 걸리는 건 역시 보안 문제다. 구글 플레이 프로텍트가 플레이스토어 밖에서 설치한 앱도 백그라운드에서 스캔해주긴 하는데, 애초에 심사를 안 거친 앱이니 악성코드가 숨어 있을 가능성 자체를 지울 수는 없다. 보안 업체들이 해마다 내놓는 리포트를 봐도, 악성 APK 상당수가 공식 마켓이 아닌 경로로 퍼진다는 얘기가 꾸준히 나온다. 솔직히 이 대목에서 호불호가 갈린다.

    그래서 대안 스토어를 쓸 거면 최소한 이 3가지는 확인하고 넘어가는 게 좋다.

    • 앱 내려받기 전에 개발자명이랑 공식 홈페이지 주소가 맞는지 대조한다.
    • 설치할 때 뜨는 권한 요청 목록을 훑어본다. 손전등 앱이 연락처 접근을 요구하는 식이면 거절이 맞다.
    • 설정에서 플레이 프로텍트는 켜둔 채로 두고, 설치 뒤에 수동 검사를 한 번 더 돌린다.

    플레이스토어 밖에서 앱 까는 법

    안드로이드 기준으로는 절차 자체가 안 복잡하다. 순서만 알면 된다.

    • 설정 > 앱 > 특별한 접근 권한 > 출처를 알 수 없는 앱 설치에서, 쓸 브라우저나 파일 관리자에 설치 권한을 켜준다.
    • 대안 앱스토어 공식 홈페이지에서 APK 파일이나 설치 파일을 받는다.
    • 다운로드가 끝나면 파일을 눌러서 설치하면 끝이다. 이후 업데이트는 해당 스토어 앱이 알아서 관리해준다.

    요즘은 아투이드처럼 플레이스토어 안에서 바로 검색해 내려받을 수 있는 경우도 생겼다. 이땐 권한을 따로 손댈 필요가 없다는 게 다르다. 결제나 환불도 플레이스토어 정책이 그대로 적용된다.

    이럴 때는 대안 스토어가 쓸모 있다

    모두에게 필요한 건 아니다. 그래도 아래 상황이면 한 번쯤 검토해볼 만하다.

    • 플레이스토어에서 국가 제한에 걸려 내려받을 수 없는 앱을 써야 할 때
    • 구버전 호환성 문제로 최신 업데이트가 아닌 특정 버전을 유지해야 할 때
    • 게임 인앱결제 수수료를 아끼고 싶을 때(에픽게임즈 스토어 등)
    • 공식 스토어에 아직 정식 출시되지 않은 베타·얼리액세스 앱을 써보고 싶을 때

    반대로 은행 앱이나 결제 정보가 얽힌 앱은 되도록 공식 스토어, 아니면 제조사 기본 탑재 경로에서 벗어나지 않는 편이 낫다. 이건 좀 보수적으로 가는 게 맞다고 본다.

    이것도 궁금하실 텐데요

    Q. 서드파티 앱스토어를 쓰면 보증(워런티)이 날아가나?
    기기 자체 보증이랑은 상관없다. 다만 일부 제조사는 비공식 경로로 깐 앱 때문에 생긴 오류는 지원 대상에서 빼기도 한다.

    Q. 아이폰에서도 대안 앱스토어를 쓸 수 있나?
    유럽 지역 아이폰은 DMA 시행 이후로 대안 마켓 설치가 가능해졌다. 국내 출시 아이폰은 아직 애플 앱스토어 안에 갇혀 있다.

    Q. 플레이스토어보다 싸게 결제할 수 있나?
    일부 게임사는 자체 스토어나 에픽게임즈 스토어에서 수수료가 낮은 만큼 아이템을 할인해서 팔기도 한다. 다만 스토어마다 정책이 다 달라서, 살 때마다 가격은 한 번씩 비교해보는 편이 낫다.

    출처: Ars Technica

  • 구글 픽셀 vs 아이폰, 실사용 기준으로 비교해봤다

    구글 픽셀 vs 아이폰, 실사용 기준으로 비교해봤다

    스마트폰 사려고 매장에 가면 다들 아이폰이냐 갤럭시냐만 놓고 고민한다. 그런데 요 몇 년 새 구글 픽셀이 은근슬쩍 세 번째 자리를 꿰찼다. 가을마다 구글은 새 픽셀 라인업을 내놓으면서 폴더블, 워치, 이어버즈까지 한꺼번에 쏟아붓는데, 정작 “픽셀이 아이폰보다 나은가”라는 질문에 시원하게 답해주는 글은 별로 없다. 카메라, AI 기능, 가격, 생태계까지 직접 써본 기준으로 하나씩 짚어본다.

    철학부터 다른 두 브랜드

    아이폰은 하드웨어와 소프트웨어를 애플이 처음부터 끝까지 틀어쥔 폐쇄형 생태계다. 픽셀은 다르다. 구글이 안드로이드 순정 경험을 보여주려고 만든 일종의 레퍼런스폰이다. 제조사 커스텀 없이 안드로이드를 가장 빠르고 깔끔하게 받는 폰, 그게 픽셀이다. 이미 아이맥·에어팟·맥북으로 애플 생태계에 발 담근 사람이라면, 픽셀로 넘어가는 순간 몇 가지 편의 기능은 포기해야 한다.

    카메라, 결국 이게 제일 궁금하다

    픽셀은 예전부터 계산 사진(Computational Photography)으로 이름값 했다. 하드웨어 스펙만 놓고 보면 아이폰 프로 모델에 밀리는 경우도 있는데, 야간 모드나 인물 사진에서는 소프트웨어 보정이 워낙 좋아서 찍으면 그대로 완성작이 나온다는 평이 많다. 아이폰은 색감이 자연스럽고, 영상 촬영은 여전히 한 수 위다. 4K 손떨림 보정이나 시네마틱 모드는 아직 픽셀이 못 따라간다. 사진 위주면 픽셀, 영상 편집까지 손댄다면 아이폰 쪽으로 마음이 기운다.

    제미나이 vs 시리, AI 격차가 진짜 벌어졌다

    요즘 가장 크게 벌어진 부분이 여기다. 픽셀에는 구글 제미나이가 기본으로 깔려 있고, 통화 요약, 실시간 통역, 사진 속 지우고 싶은 물체 지우기 같은 기능이 몇 세대를 거치며 다듬어졌다. 애플은 애플 인텔리전스를 뒤늦게 붙였다. 아직 일부 기능은 지역이나 언어 제한에 걸린다. AI 비서를 매일 굴리고 싶다면, 솔직히 픽셀이 한발 앞서 있다.

    폴더블까지 넘본다면

    구글은 일반 슬래브형 픽셀 말고 폴더블 라인업도 계속 넓히는 중이다. 접었다 펴는 폼팩터는 아이폰에는 아직 없는 선택지다. 큰 화면으로 멀티태스킹하고 싶은 사람에게는 픽셀 폴드가 꽤 현실적인 대안이 된다. 다만 폴더블 특유의 문제, 그러니까 힌지 내구성이나 무게, 두께는 아직 타협할 구석이 많다. 화면은 크게 쓰고 싶은데 접이식은 부담스럽다, 그러면 아이폰 프로 맥스처럼 큰 일반형이 낫다.

    가격 차이, 생각보다 크다

    같은 급 성능으로 놓고 비교하면 픽셀이 아이폰보다 20~30만 원가량 싸게 나오는 경우가 흔하다. 구글이 마진보다 점유율 확대를 택했기 때문이다. 중고 시세와 배터리 교체 비용까지 따지면 장기적으로는 아이폰 쪽 잔존가치가 더 높긴 하다. 그래도 초기 구매 부담은 픽셀이 확실히 가볍다. 3년 안에 기기를 바꿀 생각이라면 픽셀의 가성비가 꽤 체감된다.

    워치·이어버즈까지 묶어서 보면

    생태계 비교에서 액세서리도 빼놓을 수 없다. 픽셀 워치는 웨어OS 기반이라 서드파티 앱 지원이 애플워치만큼 촘촘하진 않다. 대신 핏빗 통합 덕에 수면·건강 데이터 분석은 오히려 더 세밀하다는 평이 많다. 이어버즈는 양쪽 다 노이즈 캔슬링 완성도가 높아서 사실 취향 차이 수준이다. 워치·이어버즈까지 묶어 산다면, 지금 갖고 있는 다른 기기가 어느 생태계인지가 선택을 가른다.

    결국 누구한테 뭐가 맞나

    • AI 기능 자주 쓰고 가격 부담 줄이고 싶다면 → 픽셀
    • 맥북·에어팟 등 애플 생태계에 이미 있고 영상 작업 자주 한다면 → 아이폰
    • 큰 화면으로 멀티태스킹하고 싶다면 → 픽셀 폴드 계열
    • 중고 잔존가치와 장기 안정성 우선한다면 → 아이폰

    개인적으로는 사진 찍는 걸 좋아하고 통역·요약 같은 AI 기능을 자주 쓴다면 픽셀 손을 들어주고 싶다. 이건 좀 취향 차이일 수도 있는데, 이미 애플 기기를 여러 개 쓰고 있다면 굳이 갈아탈 이유는 크지 않다고 본다. 결국 새 기기 고를 때 봐야 할 건 브랜드 로고가 아니라, 지금 쓰고 있는 기기들이 어느 생태계에 가까운가다.

    출처: The Verge

  • AI 에이전트란 뜻? 챗봇이랑 뭐가 다른지 작동 원리까지 정리

    AI 에이전트란 뜻? 챗봇이랑 뭐가 다른지 작동 원리까지 정리

    구글 전 CEO 에릭 슈미트가 최근 이런 말을 했다. AI가 과학 연구에 제대로 쓰이려면 데이터양보다 추론 능력이 관건이라고. 짧은 한마디지만, 요즘 여기저기서 튀어나오는 ‘AI 에이전트’라는 개념의 핵심을 정확히 찌른다. 질문 하나 던지면 답 하나 뱉는 챗봇 수준을 넘어서, 스스로 계획을 짜고 도구까지 골라 쓰며 일을 끝까지 처리하는 AI. 연구실은 물론 일반 사무실까지 슬금슬금 퍼지고 있다.

    AI 에이전트, 정확히 뭘 말하는 걸까

    목표만 던져주면 나머지는 알아서 한다. AI 에이전트는 사용자가 원하는 결과를 입력받아 스스로 단계를 설계하고, 검색이든 코드 실행이든 데이터베이스 조회든 필요한 도구를 골라 호출해가며 작업을 끝까지 밀어붙이는 시스템이다. 일반 챗봇은 질문 하나에 답 하나로 끝난다. 에이전트는 다르다. 목표를 달성할 때까지 여러 단계를 자율적으로 반복한다는 게 결정적 차이다. 경쟁사 3곳 가격 정책 조사해서 표로 정리해줘라고 시키면? 검색하고, 데이터 뽑고, 비교하고, 표까지 만든다. 사람 손 안 거치고.

    챗봇이랑 뭐가 다른가

    챗봇은 대화창 안에서 텍스트만 주고받는다. 그게 전부다. 에이전트는 여기에 세 가지를 더 갖췄다.

    • 계획 수립(Planning): 복잡한 작업을 잘게 쪼개서 하위 작업으로 나눈다
    • 도구 사용(Tool Use): 웹 검색, 코드 실행, API 호출 같은 외부 기능을 끌어다 쓴다
    • 자기 평가(Self-reflection): 중간 결과를 스스로 점검하고, 틀렸다 싶으면 다시 시도한다

    이 세 가지가 맞물리면서 에이전트는 단순 정보 제공 수준을 넘어 실제 업무를 대신 처리하는 데까지 왔다.

    왜 데이터보다 추론이 핵심인가

    예전 AI는 학습 데이터를 잔뜩 밀어 넣는 방식으로 성능을 올렸다. 그런데 과학 연구는 다르다. 없던 가설을 세우고 검증하는 작업이라, 기존 데이터에는 답이 없다. 논리적 추론이 필요하다. 최근 나온 추론형 모델들, OpenAI의 o시리즈, 클로드의 확장 사고 모드 같은 것들은 답을 내놓기 전에 중간 사고 과정을 거치도록 설계됐다. 신약 후보 물질의 반응 경로를 예측하거나 실험 설계에서 오류를 미리 짚어내는 일. 이건 데이터를 외운다고 되는 게 아니라, 단계를 밟아가며 추론하는 능력에서 나온다.

    실제로 어디에 쓰이고 있나

    • 연구·과학: 논문 수천 편을 훑어서 가설을 제안하거나 실험 프로토콜을 짠다
    • 소프트웨어 개발: 버그를 재현하고, 고치고, 테스트까지 알아서 돌린다
    • 업무 자동화: 보고서 작성, 일정 조율, 데이터 정리 같은 반복 업무를 통째로 맡긴다
    • 고객 지원: 문의 접수부터 환불 처리까지 시스템 연동으로 한 번에 끝낸다

    기업 도입 사례도 하나둘 늘고 있다. 코드 리뷰나 데이터 파이프라인 점검처럼 절차가 명확한 업무일수록 에이전트를 붙였을 때 효과가 크다.

    도입 전에 짚어야 할 것들

    만능은 아니다. 도구를 호출하는 과정에서 틀린 정보를 사실인 양 내놓는 환각 현상, 아직도 종종 나온다. 여러 단계를 거치다 보니 중간에 오류 하나가 끼면 최종 결과가 크게 틀어질 위험도 있다. 이건 구조적인 리스크다. 의료 진단이나 재무 승인처럼 결과에 책임이 따라붙는 영역에서는, 사람이 마지막에 한 번 더 들여다보는 절차를 반드시 남겨둬야 한다. 비용도 무시 못 한다. 단순 질의응답보다 토큰을 훨씬 많이 먹어서 운영비가 늘어난다는 점, 미리 계산해두는 게 좋다.

    이것도 궁금하죠?

    Q. AI 에이전트를 쓰려면 코딩을 알아야 하나?
    기본적인 사용은 노코드 플랫폼으로도 충분하다. 다만 사내 시스템과 연동하거나 세부 로직을 커스터마이징하려면 API를 다룰 줄 알아야 한다.

    Q. 챗GPT나 클로드도 에이전트로 볼 수 있나?
    기본 대화 모드는 챗봇에 가깝다. 도구 연동과 자율 작업 기능을 켜면 그때부터 에이전트형으로 동작한다. 플랫폼마다 지원 범위가 다르니, 실제 워크플로에 맞는지는 직접 확인해봐야 한다.

    출처: MIT Tech Review AI

  • 논문 쓸 때 진짜 쓸만한 AI 도구 8가지 정리

    논문 쓸 때 진짜 쓸만한 AI 도구 8가지 정리

    미국 어느 학회장, 요즘 교수들 사이에서 제일 자주 오가는 얘기는 등록금도 예산 삭감도 아니다. “AI를 어디까지 써도 되느냐.” 이 한 문장이 요즘 학계를 통째로 흔들고 있다. 논문 심사 방식이 바뀌고, 대학원생 지도 방식이 바뀌고, 연구비 신청서 쓰는 법까지 달라지는 중이다. 정작 실무자들이 궁금한 건 따로 있다. 어떤 도구를 어떻게 써야 시간은 아끼면서 사고는 안 치는지. 연구자들이 실제로 쓰는 도구를 단계별로 정리해봤다.

    선행연구 찾을 때: 문헌 조사 AI

    논문의 첫 관문은 늘 선행연구 정리다. 논문 수백 편을 손으로 일일이 훑던 시절, 이제 저물고 있다.

    • Elicit – 연구 질문을 입력하면 관련 논문을 찾아 핵심 결과를 표로 요약해준다. 메타분석 초안 잡을 때 꽤 쓸만하다.
    • Consensus – 특정 주장에 대해 학계 의견이 찬성인지 반대인지 그래프로 보여준다.
    • Semantic Scholar – 논문 간 인용 관계를 시각화해서 해당 분야 흐름을 한눈에 잡아준다.
    • Scite – 어떤 논문이 이후 연구에서 지지받았는지, 반박당했는지까지 추적해준다.

    초고 쓰고 문장 다듬을 때

    글쓰기 단계에서 AI는 빈 화면을 채워주는 존재라기보다, 어색한 문장을 걸러내는 편집자에 가깝다.

    • ChatGPT, 클로드 – 초록 구조 잡기, 문단 순서 재배치, 반복 표현 찾기에 강하다. 다만 데이터나 결과 수치를 직접 만들어내게 두면 곤란하다. 이건 선 넘는 거다.
    • Grammarly – 비영어권 연구자에게는 여전히 문법 교정의 기본기.
    • DeepL Write – 번역보다 문장 다듬기에 초점을 맞춘 도구다. 영문 저널 투고 전 마지막 점검용으로 많이 쓰인다.

    데이터 돌리고 코드 짤 때

    통계 처리나 그래프 작업에 시간을 쏟는 대신, AI에게 초안을 맡기는 연구자가 늘었다.

    • ChatGPT 코드 인터프리터 – 엑셀이나 CSV 파일을 올리면 회귀분석, 시각화까지 코드를 짜서 실행해준다.
    • Julius AI – 통계 전공이 아니어도 대화하듯 데이터 분석을 요청하면 된다.
    • GitHub Copilot – 파이썬이나 R로 분석 스크립트 짜는 이공계 연구실에서는 이미 표준 도구다.

    인용과 참고문헌 정리

    귀찮은 서지 작업도 AI 기능이 붙으면서 손이 훨씬 덜 간다.

    • Zotero – 무료 인용 관리 도구 중 가장 널리 쓰인다. 최근 버전은 PDF 요약 플러그인까지 붙었다.
    • Paperpile – 구글 문서와 연동되는 유료 도구. 협업 논문 작성할 때 편하다.
    • Scholarcy – 긴 논문 읽기 전에 핵심만 카드 형태로 미리 보여준다.

    저널마다 다른 AI 사용 규정, 미리 확인하기

    도구는 자유롭게 써도, 결과물을 어디까지 밝혀야 하는지는 저널과 학회마다 기준이 다르다. 네이처, 사이언스 계열 저널은 AI를 저자로 표기하는 건 금지하되, 방법론 섹션에 어떤 도구를 어떤 용도로 썼는지 밝히도록 요구한다. 반면 아직 별도 규정 자체가 없는 학회도 수두룩하다. 그래서 투고 전에 저널 홈페이지 ‘Author Guidelines’를 직접 확인하는 습관, 들여야 한다. 지도교수나 공동저자와 미리 합의해두지 않으면 심사 단계에서 반려되는 경우도 실제로 생긴다.

    AI 탐지기, 100% 믿으면 안 되는 이유

    턴잇인 같은 표절 검사 도구가 AI 탐지 기능을 붙이면서 억울한 사례도 같이 늘었다. 비영어권 화자가 쓴 문장이 조금 어색하다는 이유만으로 AI 작성으로 오탐되는 일, 실제로 벌어진다. 이런 이유로 여러 대학은 AI 탐지 점수만으로 표절이나 부정행위를 단정하지 않겠다는 방침을 내놨다. 결과 화면 하나만 보고 판단하기보다, 초고 작성 과정을 기록해두거나 버전 기록을 남겨두는 편이 분쟁 피하는 데 안전하다.

    결국 지도교수가 보는 건 도구가 아니라 사고력

    교수들이 공통으로 하는 얘기는 하나로 모인다. AI가 문장을 만들어주는 것과 연구자가 스스로 논리를 세우는 것, 이 둘은 완전히 별개라는 점이다. 문헌 조사와 문장 교정은 AI한테 맡기더라도 연구 질문을 세우고 결과를 해석하는 과정만큼은 직접 해야 한다. 그래야 심사 과정에서도, 이후 후속 연구에서도 흔들리지 않는다. 도구를 잘 쓰는 사람과 도구에 의존하는 사람. 차이는 결국 이 지점에서 갈린다.

    출처: MIT Tech Review AI

  • 파운드리란? 헤지펀드가 4억 달러 건 반도체 위탁생산 뜻 정리

    파운드리란? 헤지펀드가 4억 달러 건 반도체 위탁생산 뜻 정리

    헤지펀드 하나가 반도체 스타트업에 4억 달러를 꽂았다는 소식, 어제(8월 9일) 업계 단톡방이 시끄러웠다. 4억 달러, 스타트업 투자치고는 꽤 큰 액수다. 그런데 정작 파운드리가 뭔지 제대로 설명할 수 있는 사람은 의외로 적다. 팹리스, IDM, 위탁생산… 반도체 뉴스만 보면 용어가 뒤섞여서 머리가 지끈거린다. 실무자 눈높이로, 개념부터 투자 흐름까지 한 번에 정리해본다.

    파운드리, 정확히 뭘 만드는 곳인가

    파운드리는 남이 그린 설계도를 받아 실제 칩으로 찍어내는 위탁생산 공장이다. 옷으로 비유하면 이해가 빠르다. 디자이너가 도안을 그리면, 봉제 공장이 실제 옷을 만든다. 딱 그 구조다. 반도체 하나를 만드는 데는 웨이퍼 가공, 노광, 식각, 증착 같은 수백 개 공정이 필요하다. 이 설비를 갖추는 데만 수조 원이 들어간다. 그러니 설계만 하는 회사와 생산만 전담하는 회사, 둘로 산업이 갈릴 수밖에 없었다.

    팹리스와 파운드리, 헷갈리면 이렇게 외우자

    팹리스는 공장(fab) 없이(less) 설계만 하는 회사다. 엔비디아, 퀄컴, 애플이 대표 주자다. 이들은 칩을 직접 찍어내지 않는다. 설계도만 파운드리에 넘긴다. 파운드리는 반대다. 설계는 안 하고 남의 도면대로 생산만 한다. 정리하면 이렇다.

    • 팹리스: 설계 전담, 생산은 외주
    • 파운드리: 생산 전담, 설계는 안 함
    • IDM: 설계와 생산을 한 회사가 다 함

    삼성전자는 파운드리인데 왜 IDM이라 불릴까

    삼성전자는 메모리 반도체를 직접 설계하고 만든다. 동시에 다른 회사 설계도를 받아 위탁생산도 해준다. 이 구조를 IDM, 종합반도체기업이라 부른다. 파운드리 사업부만 떼어놓고 보면 TSMC와 맞붙는 위탁생산 업체다. 메모리 사업부는 자체 브랜드로 제품을 판다. 완전히 다른 두 사업이 한 회사 안에 붙어 있는 셈. 인텔도 비슷한 길을 걷는 중이다. 자체 CPU를 만들면서 파운드리 사업을 키우고 있다.

    AI 붐이 파운드리로 돈을 끌어당기는 이유

    AI 모델을 돌리려면 GPU 같은 고성능 칩이 대량으로 필요하다. 그런데 이걸 찍어낼 수 있는 최첨단 공정 라인은 전 세계에 손에 꼽을 정도다. 수요는 폭증하는데 생산 능력은 그대로다. 새 파운드리를 세우거나 관련 스타트업에 돈을 넣으려는 자금이 몰릴 수밖에 없다. 헤지펀드나 벤처캐피털이 반도체 제조 스타트업에 수억 달러 단위로 베팅하는 사례가 늘어나는 배경도 여기 있다. 칩 하나가 부족하면 AI 서비스 전체가 병목에 걸린다. 생산 능력 자체가 곧 경쟁력인 시대다. 딱 그렇게 됐다.

    TSMC 한 곳에 쏠린 시장, 부담은 없나

    지금 최첨단 공정(3나노 이하) 생산은 TSMC가 압도적으로 쥐고 있다. 애플, 엔비디아, AMD 같은 굵직한 팹리스 기업들이 전부 TSMC 라인을 예약하려고 줄을 선다. 한 회사에 생산이 쏠리면 어떻게 될까. 지정학적 리스크 하나, 자연재해 하나로 전 세계 IT 공급망이 통째로 흔들린다. 솔직히 이 구조, 좀 아슬아슬하다. 미국과 유럽이 자국 내 파운드리 건설에 보조금을 쏟아붓는 것도, 새 칩 스타트업에 투자금이 몰리는 것도 결국 이 쏠림을 줄이려는 몸부림으로 보면 된다.

    알아두면 쓸모 있는 파운드리 기업들

    • TSMC: 대만, 최첨단 공정 점유율 1위
    • 삼성전자 파운드리: 한국, 2위권, 메모리와 시너지
    • 인텔 파운드리: 미국, 자국 생산 확대 전략의 축
    • 글로벌파운드리: 미국, 레거시 공정 중심
    • SMIC: 중국, 자국 수요 대응용

    여기에 더해 AI 전용 칩을 만들겠다는 스타트업들이 새 파운드리 라인이나 패키징 기술에 투자를 받는 사례가 늘고 있다. 이름은 낯설어도 뒤에 붙은 투자자 면면을 보면 시장이 어디에 돈을 거는지 감이 온다.

    투자 뉴스 볼 때 이 세 가지만 체크하자

    어떤 회사가 파운드리에 투자했다는 뉴스를 접했을 때, 확인해두면 좋은 지점이 세 가지 있다.

    • 어느 공정(나노미터) 라인에 투자하는지
    • 고객사가 이미 확보돼 있는지, 아니면 수요를 기대만 하는 단계인지
    • 투자자가 재무적 투자자인지, 아니면 향후 칩을 직접 쓸 전략적 투자자인지

    이 세 가지만 짚어봐도 그 투자가 단순한 자금 지원인지, 공급망을 통째로 바꾸려는 큰 그림인지 구분이 된다. 다음에 반도체 투자 뉴스가 뜨면, 이 체크리스트부터 떠올려보면 좋겠다.

    출처: TechCrunch

  • 내 글이 왜 ‘AI 작성’으로 뜨지? AI 탐지기 정확도와 오탐 대처법

    내 글이 왜 ‘AI 작성’으로 뜨지? AI 탐지기 정확도와 오탐 대처법

    과제 마감 전날 밤새워가며 직접 썼는데, 검사 결과에 ‘AI 작성 확률 92%’라고 뜬다. 억울하다 못해 화가 날 상황이다. 요즘 대학, 회사, 심지어 채용 전형에서까지 AI 탐지 프로그램을 들이대는 곳이 늘면서 이런 일이 실제로 벌어지고 있다. 문제는 이 도구들이 생각만큼 정확하지 않다는 것. GPTZero, Turnitin, Copyleaks 같은 서비스가 어떤 원리로 판단하는지, 어디까지 믿어도 되는지, 오탐이 걸렸을 때 뭘 해야 하는지 짚어봤다.

    AI 탐지기는 대체 뭘 근거로 판단할까

    텍스트를 스캔해서 ‘AI스러움’을 숫자로 뽑아내는 게 이 도구들의 기본 작동 방식이다. 핵심 지표는 두 가지.

    • 퍼플렉시티(perplexity): 다음 단어를 얼마나 쉽게 예측할 수 있는지 재는 값. AI는 확률 높은, 그러니까 예측 가능한 단어를 고르는 버릇이 있어서 이 값이 낮게 나온다.
    • 버스티니스(burstiness): 문장 길이와 구조가 얼마나 들쭉날쭉한지 보는 지표. 사람은 짧은 문장, 긴 문장을 섞어 쓰지만 AI는 리듬이 일정한 편이다.

    이 두 값을 조합해서 ‘AI 생성 확률’이라는 점수 하나를 뽑아낸다. 문장을 하나하나 ‘이해’하고 판단하는 게 아니라 통계적 패턴 분석이라는 점, 기억해둘 필요가 있다.

    정확도 98~99%, 그대로 믿기는 어렵다

    업체들은 하나같이 자사 도구 정확도가 98~99%라고 홍보한다. 그런데 독립 연구기관이 직접 검증해보면 얘기가 달라지는 경우가 잦다. 스탠퍼드 연구진 논문에서는 영어가 모국어가 아닌 사람이 쓴 에세이의 절반 이상이 AI 생성물로 오판됐다는 결과가 나왔다. 이유는 단순했다. 문장 구조가 단순하고 반복적인 표현이 많다는 것. 그것만으로 사람이 쓴 글이 AI 글로 분류된 셈이다.

    하나 더 있다. 탐지기마다 기준과 학습 데이터가 달라서, 같은 글을 넣어도 도구별로 결과가 크게 갈린다. A 도구에서 ‘AI 생성 15%’가 나온 글이 B 도구에서는 80% 넘게 나오기도 한다. 이쯤 되면 뭘 믿어야 할지 헷갈리는 것도 무리는 아니다.

    억울한 오탐, 왜 자꾸 생기나

    AI 탐지기가 유독 헷갈려 하는 글쓰기 스타일이 따로 있다.

    • 정형화된 보고서체: 서론-본론-결론이 뚜렷하고 접속사를 규칙적으로 쓰는 글
    • 문법 교정 도구를 거친 글: 문법 검사기로 다듬으면 문장이 매끄러워지면서 AI 패턴과 비슷해진다
    • 번역기를 거친 글: 원문을 영어 등으로 번역하면 문장 리듬이 단조로워진다
    • 정해진 틀이 있는 글: 자기소개서나 논문 서론처럼 표현이 비슷비슷한 장르

    이런 특징을 가진 글이라면, 사람이 직접 썼어도 AI 판정을 받을 위험이 낮지 않다. 성실하게 다듬을수록 오히려 의심받는, 좀 얄궂은 구조다.

    많이 쓰는 탐지 도구 4개, 뭐가 다를까

    학교와 기업에서 주로 쓰는 도구는 이 정도로 압축된다.

    • GPTZero: 교육기관에서 가장 널리 쓰인다. 퍼플렉시티와 버스티니스를 기반으로 문장 단위까지 표시해준다.
    • Turnitin: 원래 표절 검사로 유명했는데 여기에 AI 탐지 기능을 얹었다. 대학 과제 제출 시스템에 기본 탑재된 곳이 많다.
    • Copyleaks: 기업용 콘텐츠 검수에 자주 쓰인다. 여러 언어를 지원하는 게 강점.
    • Originality.ai: 블로그나 마케팅 콘텐츠 검수용으로 인기가 높다. 표절 검사 기능도 함께 딸려온다.

    도구마다 판정 기준이 제각각이라, 결과 하나만 보고 단정 짓기보다 여러 개를 교차로 돌려보는 편이 안전하다.

    오탐 피하려면 미리 이렇게 대비하자

    AI 탐지 판정 때문에 곤란해지는 상황, 몇 가지 습관으로 미리 막을 수 있다.

    • 작성 과정을 기록해두기: 구글 문서나 워드의 ‘버전 기록’ 기능을 켜두면 처음부터 직접 썼다는 증거가 남는다.
    • 문장 길이를 의식적으로 섞기: 짧은 문장과 긴 문장을 번갈아 쓰면 버스티니스 지표가 자연스럽게 올라간다.
    • 문법 교정 도구는 과하게 쓰지 않기: 맞춤법 정도만 손보고, 문장 전체를 다시 써주는 기능은 피하는 편이 낫다.
    • 초안과 자료 조사 흔적 남기기: 메모, 참고 자료 캡처, 중간 초안 파일을 따로 저장해두면 나중에 소명 자료로 쓸 수 있다.

    학교나 회사에서 오탐 판정을 받았다면

    판정 결과만으로 징계나 불이익을 주는 곳이 늘고는 있다. 하지만 탐지 결과는 어디까지나 확률 수치일 뿐, 확정적인 증거는 아니다. 담당자에게 이의를 제기할 때는 작성 과정을 보여줄 자료를 함께 내는 게 효과적이다. 문서 버전 기록, 검색 기록, 손글씨 메모 사진 같은 것들이 도움 된다. 실제로 미국 여러 대학은 AI 탐지 결과만으로 학생을 처벌하지 않겠다는 방침을 내놨다. 숫자 하나에 기대기보다 정황 전체를 보고 판단하는 쪽으로, 정책이 바뀌는 흐름이다.

    이것도 궁금하죠

    Q. AI 탐지를 피하는 프로그램을 쓰면 안전할까?
    검색하면 관련 서비스가 여럿 나오지만 권하기는 어렵다. 탐지 우회를 노린 결과물은 문장이 부자연스러워져서 오히려 더 의심을 사는 경우가 많다. 학칙이나 사내 규정 위반으로 간주될 위험도 크다.

    Q. 사람이 다시 읽어보면 AI 글을 정확히 가려낼 수 있나?
    아니다. 여러 실험에서 사람 채점자의 판별 정확도 역시 동전 던지기 수준, 50~60%대에 머무는 경우가 많았다. 도구든 사람이든 완벽한 판별은 어렵다는 얘기다.

    Q. AI로 초안만 잡고 사람이 전부 고치면 안전한가?
    표현을 많이 바꿔도 문장 구조나 어휘 선택 패턴이 남아있으면 탐지될 여지가 있다. 결과 하나에 매달리지 말고, 애초에 작성 과정 기록을 남겨두는 습관이 더 확실한 대비책이다.

    결국 남는 건 증거 습관

    AI 탐지기는 앞으로도 계속 진화하겠지만, 판정 자체가 완벽해지기는 쉽지 않아 보인다. 통계적 패턴을 보는 방식인 이상 오탐과 미탐은 계속 붙어 다닐 수밖에 없다. 지금 가장 확실한 대비는 탐지기 점수 하나에 일희일비하지 않는 것, 그리고 스스로 작성 과정을 기록해두는 습관이다. 그 기록이 결국 가장 확실한 증거가 된다.

    출처: The Verge AI

  • 클로드코드 vs 오픈소스 코딩 모델, 실무에선 뭘 써야 하나

    클로드코드 vs 오픈소스 코딩 모델, 실무에선 뭘 써야 하나

    코드 한 줄만 부탁했는데 프로젝트 구조 전체를 알아서 짜준다. 요즘 얘기다. 개발자 커뮤니티에는 클로드 코드로 하루 만에 예전 팀 프로젝트급 결과물을 뽑아냈다는 후기가 꾸준히 올라온다. 동시에 오픈소스 쪽에서도 심상치 않은 움직임이 있다. B200 GPU 48장으로 나흘 만에 코딩 특화 모델을 학습시켜 공개한 사례가 나온 거다. 문제는 이거다. 막상 실무에 도입하려니 뭘 골라야 할지 감이 안 온다. 상용 AI 코딩툴과 오픈소스 모델은 접근 방식부터 완전히 다르다. 성능 숫자만 보고 결정했다가는 나중에 후회하기 십상이다.

    AI 코딩 어시스턴트, 뭐가 다른가

    큰 틀에서 보면 두 갈래다. 클로드 코드, 깃허브 코파일럿, 커서 같은 상용 에이전트형 툴 하나. 허깅페이스에 가중치를 공개하는 오픈소스 코딩 모델이 다른 하나다. 전자는 코드 생성은 기본이고 파일 탐색, 터미널 명령 실행, 테스트 실행까지 하나의 워크플로우로 묶어놨다. 후자는 모델 자체 성능을 API나 로컬 환경에 붙여 쓰는 방식이다. 이름은 똑같이 ‘코딩 AI’인데, 써보면 경험이 꽤 다르다.

    클로드코드류 에이전트형 툴, 뭐가 강한가

    상용 툴이 앞서는 지점은 단순 코드 생성이 아니다. 작업을 끝까지 완수하는 능력이다. 구글의 한 엔지니어가 자기 팀이 1년 걸려 만든 분산 에이전트 오케스트레이션 시스템을, 클로드 코드에 세 문단짜리 설명만 던져주고 한 시간 만에 근사치로 뽑아낸 사례가 화제였던 것도 이 때문이다. 실무에서는 코드를 짜는 시간보다 여러 파일을 오가며 컨텍스트를 붙잡고, 에러 나면 스스로 고쳐보는 반복 작업이 훨씬 비중이 크다. 이 부분, 에이전트형 툴이 확실히 한 수 위다.

    • 파일 시스템과 터미널을 직접 다루는 에이전트 워크플로우
    • 대화형으로 요구사항을 다듬어가며 반복 개선 가능
    • 별도 인프라 구축 없이 바로 쓰는 접근성

    오픈소스 코딩 모델이 뜨는 이유

    오픈소스 진영은 투명성과 재현 가능성을 무기로 든다. 크립토 벤처 파라다임 투자를 받은 누스 리서치가 내놓은 NousCoder-14B가 대표 사례다. 알리바바의 Qwen3-14B를 베이스로 강화학습을 거쳤고, 경쟁 프로그래밍 벤치마크 LiveCodeBench v6에서 정확도를 7%포인트 넘게 끌어올렸다. 여기서 볼 대목은 따로 있다. 모델 가중치만 던져준 게 아니라, 검증 가능한 보상 신호로 학습시키는 강화학습 환경과 훈련 코드 전체를 아파치 2.0 라이선스로 풀었다는 점. 이러면 연구자가 같은 방식으로 재현하거나 다른 도메인에 응용할 여지가 생긴다.

    학습 방식도 재미있다. 모델이 코드를 생성하면 실제로 돌려서 테스트 케이스를 통과하는지 아닌지, 이진 신호로만 피드백을 준다. 여기에 DAPO라는 동적 샘플링 기법을 붙여서, 이미 다 맞히거나 다 틀리는 문제는 학습에서 빼는 식으로 효율을 끌어올렸다. 학습에는 24,000개의 경쟁 프로그래밍 문제를 썼는데, 연구진 스스로 이게 인터넷에 존재하는 검증 가능한 문제 풀 규모와 비슷한 수준이라고 밝혔다. 데이터가 무한하지 않다는 얘기, 은근히 무겁게 다가온다.

    벤치마크 숫자만 믿으면 안 되는 이유

    벤치마크 점수 높다고 바로 실무에 갖다 쓸 수 있는 건 아니다. NousCoder-14B는 경쟁 프로그래밍 문제 풀이에 최적화된 모델이다. 단발성 문제 해결에는 강한데, 이게 에이전트형 작업 — 여러 파일을 오가며 대규모 코드베이스를 리팩터링하는 작업 — 에도 똑같이 강한지는 별개 질문이다. 실제로 공개 직후 커뮤니티에서 “원샷 코딩이냐 에이전틱 작업이냐”를 묻는 질문이 나왔을 정도. 벤치마크는 특정 조건에서의 스냅샷일 뿐이다. 자기 워크플로우와 벤치마크가 재는 능력이 얼마나 겹치는지부터 따져봐야 한다.

    비용과 데이터 보안, 실무에서 진짜 갈리는 지점

    결정적으로 갈리는 건 결국 비용 구조와 데이터 통제권이다. 상용 툴은 구독료나 API 사용량 기반 과금이라 초기 진입은 쉽다. 다만 사용량이 늘수록 비용도 비례해서 커진다. 반면 오픈소스 모델은 초기에 GPU 인프라를 갖추거나 클라우드 임대 비용이 든다. 대신 세팅만 끝내두면 사내 코드가 외부 서버로 안 나간다는 게 큰 장점이다. 금융권이나 보안 민감 업종에서 오픈소스 모델을 자체 서버에 올려 쓰는 사례가 늘어나는 것도 이 때문이다.

    • 상용 에이전트형: 빠른 도입, 높은 완성도, 대신 사용량 기반 비용과 외부 서버 의존
    • 오픈소스 모델: 초기 인프라 비용 발생, 대신 데이터 통제권과 커스터마이징 자유도 확보
    • 하이브리드: 민감한 코드는 오픈소스 모델로, 반복 작업은 에이전트형 툴로 나눠 쓰는 방식도 늘어나는 추세

    결국 뭘 골라야 하나

    1인 개발자나 소규모 팀이면 굳이 인프라 구축할 필요 없다. 상용 에이전트형 툴로 시작하는 게 합리적이다. 반대로 사내 코드 유출이 민감한 조직이거나, 특정 도메인 — 경쟁 프로그래밍이든 특정 언어 특화든 — 에 맞춰 모델을 파인튜닝하고 싶다면 오픈소스 쪽이 장기적으로 남는 게 많다. 하나 더 기억해둘 점. 오픈소스 코딩 모델의 학습 데이터가 이미 인터넷상 검증 가능한 문제 풀에 근접했다는 연구진 언급, 그냥 지나칠 얘기가 아니다. 앞으로는 모델이 스스로 문제를 만들고 풀어보는 셀프플레이 방식 연구가 관건이 될 가능성이 크다. 지금 어떤 툴을 쓰든, 이 흐름이 도구 선택 기준 자체를 계속 바꿔놓을 걸로 보인다.

    출처: VentureBeat AI

  • 운동용 이어폰 고르는 법, 음질보다 방수 등급부터 봐야 하는 이유 (2026)

    운동용 이어폰 고르는 법, 음질보다 방수 등급부터 봐야 하는 이유 (2026)

    러닝화 끈 조이고 이어폰 꽂았는데, 3km도 못 가서 한쪽이 스르륵 빠진 적 있는가. 사실 이어폰 성능 문제가 아니다. 애초에 운동용으로 설계되지 않은 제품을 썼을 뿐이다. 음악 감상용과 운동용, 이 둘은 태생부터 다르다. 착용감, 방수 등급, 배터리, 지연시간. 체크리스트 하나씩 짚어보면 다음번엔 안 헤맨다.

    땀과 흔들림, 이어폰한테는 최악의 조합

    땀은 그냥 물이 아니다. 염분과 유분이 섞여 있어서 이어폰 내부 회로를 서서히 갉아먹는다. 뛰거나 점프할 때마다 귀 주변 근육과 피부는 계속 움직인다. 일반 이어폰이 헐거워지는 이유다. 그래서 스포츠용 이어폰은 방수 코팅과 고정력, 이 두 가지를 동시에 잡도록 만들어진다. 둘 중 하나만 빠져도 운동 중에 흘러내리거나 고장 나기 십상이다.

    IPX 등급표, 숫자만 외우면 끝

    제품 스펙에 적힌 IPX 등급은 방진·방수 성능을 나타내는 국제 표준이다.

    • IPX4: 사방에서 튀는 물방울 정도 방어. 실내 웨이트 트레이닝이면 이 정도로 충분하다
    • IPX5~IPX6: 강한 물줄기까지 버틴다. 비 오는 날 야외 러닝에 적합
    • IPX7: 일정 깊이 침수까지 견딘다. 땀 많은 고강도 운동에도 안심된다
    • IPX8: 완전 방수. 수영까지 가능한 제품에 붙는 등급이다

    숫자가 클수록 방수력도 세진다. 헬스장 위주면 IPX4~5, 수영이나 폭우 속 러닝까지 생각한다면 IPX7 이상을 기준 삼으면 된다.

    인이어, 오픈이어, 넥밴드 — 뭐가 내 스타일일까

    착용 형태는 크게 세 갈래다. 인이어형은 귀에 깊숙이 들어가서 밀폐감과 저음이 강하고 흔들림에도 강하다. 다만 오래 끼면 압박감을 느끼는 사람도 있다. 오픈이어형은 귀 입구를 막지 않는다. 주변 소리를 같이 들을 수 있어서 야외 러닝이나 자전거처럼 안전이 걸린 운동에 유리하다. 넥밴드형은 목에 걸치는 구조라 잃어버릴 걱정이 적고 배터리도 넉넉하다. 격한 동작에서 케이블이 흔들리는 건 단점. 헬스장 위주라면 인이어, 야외 러닝이나 도로 자전거라면 오픈이어 쪽부터 써보길 권한다.

    귀에서 안 빠지게 하는 착용 팁

    같은 이어폰이라도 귀 모양이 안 맞으면 뛸 때마다 흘러내린다. 제품에 딸려오는 이어팁을 S, M, L로 바꿔가며 밀착도를 직접 테스트해보는 과정, 이거 꼭 필요하다. 귀 위쪽 연골에 걸리는 이어훅이나 윙팁 달린 모델은 격렬한 동작에서 훨씬 안정적이다. 착용 후 고개를 좌우로 세게 흔들거나 제자리 점프 몇 번 해보고 흔들림 없는지 확인하는 습관, 매장에서 반품하는 일을 줄여준다.

    배터리와 지연시간, 음질보다 먼저 봐야 하는 이유

    운동용 이어폰 고를 때 음질만 따지다 배터리를 놓치는 경우, 은근히 많다. 한 시간짜리 운동을 한다고 재생 시간이 딱 한 시간만 있으면 되는 게 아니다. 충전 케이스까지 합쳐 최소 20시간 이상 버티는 제품을 골라야 관리가 편하다. 유튜브나 유튜브 뮤직 틀어놓고 운동하는 습관이 있다면 지연시간(레이턴시)도 체크 포인트. 블루투스 저지연 모드를 지원하는지, 사기 전에 스펙을 확인해두는 게 좋다.

    골전도 이어폰, 안전만큼은 확실히 낫다

    골전도 이어폰은 귀를 완전히 열어둔 채 두개골 진동으로 소리를 전달하는 방식이다. 도로나 트랙에서 뛸 때 차량이나 자전거 소리를 놓치지 않는다. 안전성 하나는 확실하다. 다만 저음 표현력이 인이어 대비 약하고, 소음 많은 헬스장에서는 소리가 묻히는 느낌도 든다. 야외 안전이 우선이면 골전도, 몰입감 있는 사운드가 우선이면 인이어. 이렇게 우선순위 정하면 된다.

    예산별로는 뭘 사야 할까

    5만원대, 방수 등급과 기본 고정력만 갖춰도 무난하다. 15만원대로 올라가면 액티브 노이즈 캔슬링이나 발열 감지, 심박 측정 같은 부가 기능 들어간 스포츠 전용 라인업이 눈에 띈다. 30만원 이상은 비츠, 보스, 애플 같은 브랜드의 플래그십 스포츠 모델이 즐비하다. 음질과 착용감, 앱 연동성까지 삼박자를 다 잡고 싶은 사람에게 맞는 구간이다. 매일 헬스장 가는 정도면 사실 중간 가격대만으로도 충분히 만족스러운 경우가 많다.

    이것도 궁금하죠?

    Q. 무선이어폰이 유선보다 운동에 무조건 낫나?
    A. 케이블에 걸릴 위험 없다는 점에서는 무선이 유리하다. 근데 배터리 방전되면 그냥 무용지물. 장시간 운동이 잦다면 보조배터리 케이스 딸린 제품을 같이 챙기는 게 안전하다.

    Q. 수영할 때도 일반 방수 이어폰 써도 되나?
    A. IPX7 이하 제품은 완전 침수를 견디도록 설계되지 않은 경우가 많다. 수영에는 IPX8 등급이나 수영 전용 골전도 제품 쓰는 게 안전하다.

    Q. 착용감 테스트는 매장에서 어떻게 하나?
    A. 이어팁 여러 사이즈로 바꿔 끼워보고, 제자리에서 가볍게 뛰거나 고개 흔들어 흘러내리는지 직접 확인하는 게 제일 정확하다.

    출처: Wired

  • AI PPT 제작 툴 추천, 결국 이 7개면 끝난다

    AI PPT 제작 툴 추천, 결국 이 7개면 끝난다

    오픈AI가 프레젠테이션 제작 스타트업 넥스트슬라이드를 인수했다. 테크크런치 보도에 의하면 넥스트슬라이드 팀은 챗GPT 조직에 합류해 슬라이드 관련 기능을 개발 중이라고 한다. 문서 초안에서 발표자료까지, 한 곳에서 끝내려는 흐름이다. 이미 감마, 톰, 뷰티풀.ai 같은 AI PPT 툴은 기획서와 보고서 만드는 시간을 확 줄여주고 있다. 실무에서 뭘 언제 써야 하는지, 기준을 정리해봤다.

    AI PPT 툴, 왜 다들 쓰나

    파워포인트 슬라이드 한 장 만드는 데 생각보다 시간이 많이 든다. 텍스트 구조 잡고, 레이아웃 정리하고, 색상과 폰트까지 맞추다 보면 반나절이 훌쩍 간다. AI PPT 툴은 이 과정을 대신 해준다.

    • 기획안 초안: 목차와 핵심 메시지, 몇 초면 뽑힌다
    • 디자인 통일감: 폰트·색상·여백, 자동으로 맞춰진다
    • 반복 보고서: 주간 보고나 실적 발표처럼 형식이 고정된 문서일수록 진가를 발휘한다

    챗GPT로 슬라이드 초안 뽑는 법

    챗GPT엔 파워포인트 파일을 바로 내보내는 기능이 기본으로 붙어있진 않다. 대신 프롬프트를 구조화해서 슬라이드 초안을 뽑은 다음, 파워포인트나 구글 슬라이드에 옮기는 방식이 널리 쓰인다.

    • 1단계: “슬라이드 10장, 각 장은 제목과 핵심 문장 3개 이하로 구성해줘”처럼 형식을 못박아 요청한다
    • 2단계: 슬라이드별로 들어갈 이미지나 그래프 소재를 따로 요청한다
    • 3단계: 결과를 마크다운으로 받아서 감마나 톰 같은 변환 툴에 붙여넣으면 디자인까지 알아서 입혀진다

    코드 인터프리터(어드밴스드 데이터 분석) 기능을 쓰면 python-pptx 라이브러리로 진짜 .pptx 파일을 만드는 것도 가능하다. 표나 차트가 많은 보고서라면 이 방식이 오히려 편하다.

    감마(Gamma) — 한 줄 던지면 슬라이드가 나온다

    감마는 주제 문장 하나만 넣으면 카드형 슬라이드를 알아서 구성해준다. 텍스트 분량에 맞춰 레이아웃이 저절로 바뀌는 게 강점. 무료 플랜은 월간 크레딧이 정해져 있고, 다 쓰면 그걸로 끝 — 슬라이드 생성이 막힌다. 솔직히 이 부분에서 아쉽다는 얘기가 꽤 나온다. 대신 웹 링크로 바로 공유되는 덕에 투자 유치용 피칭덱이나 사내 제안서에 자주 등장한다.

    톰(Tome)과 뷰티풀.ai — 이야기냐, 규칙이냐

    톰은 슬라이드를 스토리 흐름 중심으로 짠다. 배경 설명, 문제 제기, 해결책, 다음 단계 순서로 서사를 엮어주니 투자 피칭이나 신사업 제안에 잘 맞는다. 뷰티풀.ai는 반대다. 디자인 규칙에 충실하다. 텍스트만 넣으면 미리 정해둔 디자인 룰에 맞춰 요소 크기와 배치를 알아서 조정한다. 톰이냐 뷰티풀.ai냐. 솔직히 여기서 팀 성향 따라 갈린다. 브랜드 가이드라인을 지켜야 하는 기업 보고서라면 뷰티풀.ai 쪽이 낫다.

    캔바 매직 디자인, MS 코파일럿 — 쓰던 툴에 AI만 얹기

    새 툴 배우기가 부담스럽다면, 지금 쓰는 프로그램의 AI 기능부터 확인하는 편이 낫다. 캔바 매직 디자인은 템플릿 기반이라 한글 폰트와 국내 디자인 감성에 결과물이 잘 맞는다. MS 코파일럿은 파워포인트 안에서 바로 슬라이드를 만들고 편집까지 이어지니, 회사에서 마이크로소프트 365 라이선스를 쓰고 있다면 따로 가입할 필요도 없다. 구글 워크스페이스 환경이라면 구글 슬라이드의 ‘도움받아 만들기’가 같은 역할을 한다.

    결국 뭘 골라야 하나

    선택 기준은 용도 하나로 좁혀진다.

    • 투자 피칭·외부 제안: 감마 또는 톰 — 완성도 높은 디자인이 빠르게 나온다
    • 사내 정기 보고서: MS 코파일럿 또는 캔바 — 기존 템플릿과 업무 흐름에 자연스럽게 붙는다
    • 빠른 아이디어 정리: 챗GPT로 구조부터 잡고, 디자인은 다른 툴에 맡긴다
    • 브랜드 규정이 엄격한 조직: 뷰티풀.ai — 디자인 룰을 강제로 지켜준다

    오픈AI가 프레젠테이션 스타트업을 인수한 것도 이 흐름과 무관하지 않다. 텍스트 생성과 슬라이드 디자인을 대화창 하나에서 끝내려는 시도, 계속되고 있다. 챗GPT에 슬라이드 생성 기능이 정식으로 붙는 순간, 지금 나열한 툴 사이 경계도 다시 그려질 가능성이 크다.

    이것도 궁금하죠?

    Q. 무료로 쓸 수 있는 AI PPT 툴이 있나?
    A. 감마, 캔바, 톰 모두 무료 플랜을 제공한다. 다만 슬라이드 생성 횟수나 내보내기 형식에 제한이 걸려 있어서, 업무용으로 쓰려면 결국 유료 전환이 필요해지는 경우가 많다.

    Q. 한글 지원은 어느 정도인가?
    A. 캔바와 코파일럿은 한글 폰트·서식 처리가 안정적이다. 감마와 톰은 텍스트 생성 자체는 한글로 잘 되는데, 일부 템플릿 디자인이 영문 기준으로 짜여 있어서 손볼 부분이 남는다.

    Q. 파워포인트 파일(.pptx)로 바로 내보낼 수 있나?
    A. 감마, 톰, 뷰티풀.ai 모두 .pptx 내보내기를 지원한다. 다만 웹 기반 편집 화면과 완전히 똑같게 변환되진 않아서, 폰트나 여백은 다운로드 후 다시 확인하는 게 안전하다.

    출처: TechCrunch