사진 공모전과 AI 실격 처리

단순한 규정이 작동하지 않는 이유

모든 공모전에 인공지능 관련 조항이 생겼지만 대부분 무용지물입니다. 문제는 생성형 기술이 이미 일반 사진 편집 도구에 내장되어 사진작가들이 지난 100년간 수작업으로 해오던 작업을 대신하고 있다는 점입니다.

노이즈 감소와 샤프닝 모두 학습된 모델입니다. 자동 마스킹, 하늘 선택, 피사체 인식, 렌즈 왜곡 보정, 업스케일링 모두 머신러닝 기반이며, 일반 편집 소프트웨어에 별다른 표시 없이 기본 탑재되어 있습니다.

따라서 복구 브러시로 센서 먼지를 제거한 사진작가도 생성형 도구를 사용한 셈이 되어, 'AI 금지' 규칙에 따르면 원칙적으로 실격 대상이 됩니다. 이는 주최 측의 의도가 아니며, 결국 규칙은 제 기능을 잃고 심사위원들은 자의적으로 판단하게 됩니다.

이 문제를 잘 해결한 공모전들은 기술 자체를 규제하는 대신 이미지의 변경 허용 범위를 규정하기 시작했습니다. 이는 소프트웨어가 아닌 사진 자체에 대한 규칙이며, 새로운 도구가 출시되어도 유효합니다.

효과적인 규정

최종 후보 선정 후 요청하는 대신, 접수 시점에 RAW 파일(RAW 촬영이 불가능한 경우 원본 카메라 파일) 제출을 의무화하는 것입니다. 이 단일 요건만으로도 탐지기가 추측해야 할 대부분의 문제를 해결할 수 있습니다.

세 번째 규칙이 가장 강력하지만 현실적인 단점이 있습니다. RAW 파일이 없는 스마트폰 사진작가가 배제되며, 일부 공모전에서는 이들이 참가자의 다수를 차지합니다. 실용적인 절충안은 포맷에 관계없이 원본 카메라 파일을 요구하는 것입니다.

주최 측이 실제로 해야 할 일

1. 사진 자체에 대한 규칙 작성

   변경할 수 없는 항목을 명시하십시오. 요소 추가 또는 제거 금지, 명시된 한도를 초과하는 노출 합성 금지, 하늘 대체 금지 등입니다. 기술 이름을 명시하지 마십시오.

2. 출품 시 원본 파일 제출 요구

   나중에 요청하기보다 사전에 수집하십시오. 최종 후보에게만 원본 파일을 요구하면 혼란과 이의 신청이 발생하기 쉽습니다.

3. 출품작 전체가 아닌 최종 후보 선별

   100명의 최종 후보를 대상으로 검사를 실행하는 것은 합리적입니다. 10,000개의 출품작 전체를 대상으로 실행하면 수많은 가양성이 발생하고 이를 해결할 여력이 없어집니다.

4. 원본과 제출물 비교

   이것이 실제 심사입니다. 탐지기는 살펴볼 위치를 알려주고, 두 파일이 질문에 답을 제공합니다.

5. 이의 신청 절차 공지

   이미지 분석으로 인해 실격된 참가자에게는 원본 파일을 보낼 창구와 이를 검토할 담당자가 지정되어 있어야 합니다.

다섯 번째 단계는 공모전들이 계속해서 뼈아프게 배우는 부분입니다. 잘못된 것으로 밝혀진 공개 실격 처리는 감지되지 않은 출품작보다 주최 측의 평판에 더 큰 손상을 입히며, 정정 공지는 고발만큼 멀리 퍼지지 않습니다.

참가자가 보관해야 할 것

가장 확실한 방어 수단은 필요하기 전에 미리 준비된 출처 증명입니다. 원본 파일, 편집 내역, 수상작 전후의 프레임을 제시할 수 있는 사진작가에게는 그 어떤 분석으로도 반박할 수 없는 명확한 증거가 있습니다.

선택한 한 프레임만 남기지 말고 전체 연속 촬영본을 보관하십시오. 일관된 메타데이터와 조명을 갖춘 해당 순간 전후 12장의 연속 촬영 프레임은 위조가 거의 불가능하며 보관하는 데도 수고가 들지 않습니다.

레이어가 유지된 편집 파일도 함께 보관하십시오. 주요 편집 프로그램의 버전 기록은 어떤 도구가 어느 영역에 적용되었는지 기록하므로, 탐지기 작동 방식에 대해 논쟁하는 것보다 공모전 측의 구체적인 질문에 훨씬 더 명확한 답변이 됩니다.

스마트폰으로 촬영한 경우, 공유나 내보내기를 거치지 않고 카메라 롤에서 바로 가져온 원본 파일이 이에 해당합니다. 이는 raw 파일보다는 약한 증거이지만, 아무것도 없는 것보다는 훨씬 낫습니다.

가장 많은 분쟁이 발생하는 부문

불만은 특정 몇몇 장르에 집중되므로, 어떤 장르인지 미리 파악하면 건별로 판정하는 대신 더 나은 규칙을 작성할 수 있습니다.

야생동물 부문이 가장 논란이 많습니다. 망원 렌즈, 과도한 크롭, 고감도에서의 강한 노이즈 감소, 합성 배경이 흔히 사용되며, 허용 가능한 보정과 조작된 장면 사이의 경계를 명확히 구분하기가 매우 어렵습니다.

천체 사진이 두 번째입니다. 수십 또는 수백 장의 노출을 스태킹하는 것이 표준 기법이며, 완성된 이미지는 구조상 컴퓨터로 계산된 결과물입니다. 프레임 합성에 관한 모든 규칙은 이 부문에서 무엇이 허용되는지 명시해야 하며, 그렇지 않으면 카테고리 전체가 실격될 수 있습니다.

보도사진이 세 번째이며, 규칙이 가장 엄격하고 명확한 부문입니다. 대부분의 유서 깊은 공모전은 전체적인 톤 조절만 허용하고, 내용을 변경하는 모든 행위를 금지하며, 원본 파일을 요구합니다. 이러한 규칙은 생성형 도구보다 먼저 만들어졌으며, 소프트웨어가 아닌 사진 자체를 규정하기 때문에 지금까지도 유효하게 적용됩니다.

인물 사진과 패션 사진은 정반대에 위치합니다. 피부 보정이 일반적이고, 규칙이 관대하며, 불만을 제기하는 사람도 거의 없습니다. 이는 규칙이란 대중이 그 결과에 관심을 가질 때만 작성할 가치가 있다는 점을 잘 보여줍니다.

이 모든 것의 이면에는 한 가지 운영상의 핵심이 있습니다. 규칙을 작성하는 사람은 단순히 공모전을 관리하는 사람이 아니라, 실제로 사진을 편집해 본 사람이어야 한다는 점입니다. 이 분야에서 적용 불가능했던 거의 모든 규칙은 자신이 직접 사용해보지 않은 기술을 설명하려던 사람들에 의해 작성되었습니다.

심사에도 동일하게 적용됩니다. 원본 파일과 제출물을 비교하는 심사위원은 해당 장르의 일반적인 보정 작업이 어떤 형태인지 알고 있어야 하며, 그렇지 않으면 모든 훌륭한 출품작이 의심스러운 출품작으로 보이게 됩니다.

예산이 적은 주최 측을 위한 맺음말입니다. 이 중 어느 것도 소프트웨어가 필요하지 않습니다. 출품 시 원본 파일을 요구하고 최종 후보작에 대해 제출물과 대조하는 것은 전적으로 수작업으로 가능하며, 비용이 들지 않고, 그 어떤 자동 선별 도구보다 신뢰할 수 있습니다.