스틸컷 딥페이크 탐지, 93.9%가 전부가 아닌 이유

2026년 3월 27일, 국내 스타트업 스틸컷(Stealcut)이 딥페이크·AI 생성 이미지 탐지 모델을 공개했습니다.
발표된 수치는 전체 정확도 93.9%로, 글로벌 경쟁 서비스 3곳을 전 지표에서 앞섰다는 내용입니다.
그런데 이 숫자보다 훨씬 중요한 사실이 하나 더 있습니다. 스틸컷은 “탐지”만 만든 게 아닙니다.

탐지만으론 충분하지 않다 — 방어까지 같이 공개한 이유

스틸컷 딥페이크 탐지 모델이 이번에 주목받는 건 정확도 수치 때문만이 아닙니다. 탐지 모델과 동시에 “방어 기술”도 함께 공개했다는 점이 핵심입니다. 두 기술이 같이 나온 이유를 이해하려면 딥페이크 피해의 구조를 먼저 봐야 합니다.

딥페이크 피해는 크게 두 단계로 발생합니다. 이미 만들어진 가짜 이미지를 “사후에 잡아내는 것”과, 내 사진이 딥페이크에 쓰이지 못하도록 “사전에 막는 것”입니다. 기존 서비스 대부분은 탐지에만 집중했습니다. 이미 퍼진 이후에 잡아내는 방식이니, 피해는 이미 발생한 뒤입니다.

스틸컷의 방어 기술은 사진에 육안으로 식별되지 않는 미세 신호(적대적 잡음, adversarial noise)를 삽입합니다. 딥페이크 생성 모델이 얼굴을 인식하고 합성하는 과정 자체를 방해하는 구조입니다. 공식 자료에 딱 이렇게 나옵니다. “The added noise remains virtually imperceptible to the human eye, yet it prevents deepfake models from reliably detecting or extracting the face.” (출처: stealcut.com 공식 홈페이지) — 눈에 보이지도 않는데 합성 자체가 안 됩니다.

▲ 목차로 돌아가기

93.9%가 실제로 어떤 수준인지 직접 재봤습니다

스틸컷이 공개한 벤치마크 수치는 세 가지입니다. 전체 정확도 93.9%, 위조 이미지 탐지율 92.3%, AI 생성 모델 8종 평균 탐지율 90.2%입니다. (출처: AI타임스, 2026.03.27 / startupN, 2026.03.27) 숫자만 보면 높아 보이는데, 맥락을 붙이면 다르게 읽힙니다.

위조 이미지 탐지율 92.3%는 2위 서비스보다 8.3%p 높습니다. (출처: 머니투데이 유니콘팩토리, 2026.03.27) 8.3%p라는 수치를 거꾸로 계산하면, 2위 서비스의 위조 탐지율은 약 84%라는 뜻입니다. 100장 중 16장을 놓치는 것과 8장을 놓치는 것의 차이. 보도 이미지 검증이나 금융 사기 탐지처럼 실제 임무가 있는 환경에서는 이 차이가 결정적입니다.

테스트 대상은 Grok, Gemini, ChatGPT 등 최신 AI 생성 모델 8종과 상용 딥페이크 사이트 결과물입니다. “오래된 GAN 모델”이 아니라 지금 실제로 쓰이는 생성 모델을 상대로 측정한 수치라는 점이 중요합니다. 최신 모델로 만든 가짜 이미지를 포함한 테스트라야 현실적인 수치가 나옵니다.

▲ 목차로 돌아가기

딥페이크 탐지 AI가 가진 공통적인 한계

솔직히 말하면, 93.9%라는 수치를 보고 “이제 딥페이크 걱정 끝”이라고 생각하면 안 됩니다. 탐지 기술과 생성 기술은 끊임없이 쫓고 쫓기는 구조입니다. 이 점을 startupN 기사에서도 명시하고 있습니다. “생성 모델의 고도화가 이어지는 상황에서 탐지 정확도의 유지와 데이터 업데이트 주기가 기술 경쟁력을 좌우할 핵심 요소”라는 표현이 그대로 들어가 있습니다.

실제로 2026년 2월, 미국 센트럴플로리다대학교·보스턴대학교 공동 연구팀은 ‘앵커·심(Anchors and Ahims)’ 기법으로 확산 모델의 잠재 공간을 조작해 일부 삽입형 워터마킹 기술을 우회하는 데 성공했습니다. (출처: 한국저작권위원회 이슈 브리프, 2026년 3월호 / arXiv:2603.00150, 2026.02.25.) 이는 워터마킹 방식으로 AI 생성 여부를 추적하는 기술도 뚫릴 수 있다는 얘기입니다. 탐지 기술도 같은 위협에 노출돼 있습니다.

게다가 스틸컷 방어 기술의 Face Swap 기반 서비스 방어율은 70%입니다. 나머지 30%는 방어가 되지 않는다는 뜻입니다. 공식 자료에서 별도 이유를 밝히지 않았지만, 딥페이크 생성 방식이 Face Swap 외에도 다양하게 존재한다는 점에서 모든 유형을 한 번에 막기 어려운 구조입니다.

▲ 목차로 돌아가기

경량 구조가 오히려 강점이 되는 구조

보통 “경량 AI 모델 = 성능이 낮다”고 생각하기 쉽습니다. 막상 해보면 다릅니다. 스틸컷의 경우 딥페이크 생성 원리를 역으로 분석해서 모델을 설계했습니다. 딥페이크 AI가 얼굴을 합성할 때 남기는 흔적 구조를 파악한 다음, 그 흔적만 정밀하게 잡아내는 방식입니다. (출처: AI타임스, 2026.03.27)

이 구조의 의미는 두 가지입니다. 첫째, 무거운 모델 없이도 최신 생성 이미지를 탐지할 수 있습니다. 스틸컷 공식 홈페이지에는 “경량화된 모델로도 최신 생성 모델이 만든 위조 이미지의 흔적을 포착할 수 있도록 개발됐다”고 명시되어 있습니다. 둘째, 실시간 처리 속도 목표로 API와 SDK를 동시에 지원할 계획인 만큼, 플랫폼에 붙이는 통합 비용이 낮아집니다.

▲ 목차로 돌아가기

지금 당장 무료로 써볼 수 있는 방법

stealcut.com에서 현재 이미지 업로드 기반 탐지 서비스를 한시적으로 무료로 제공하고 있습니다. 별도 회원 가입 없이 이미지를 드래그하면 AI 생성 여부를 즉시 확인할 수 있는 구조입니다. 언제까지 무료인지는 아직 공개되지 않았습니다.

방어 기능도 같은 페이지에서 확인할 수 있습니다. 사진에 보이지 않는 신호를 삽입한 “보호 버전”과 원본의 시각적 차이를 직접 슬라이더로 비교해볼 수 있게 돼 있습니다. 공식 홈페이지 설명에서는 “육안으로 식별 불가능한 수준”이라고 명시했고, 슬라이더를 움직여보면 실제로 차이가 거의 없습니다.

기업·플랫폼 통합을 원하는 경우에는 API와 SDK 방식이 준비 중입니다. 현재 공식 홈페이지 기준으로는 Contact 폼을 통해 협의하는 방식이고, 상용 출시 일정은 아직 공개되지 않았습니다.

▲ 목차로 돌아가기

이 기술이 실제로 필요한 곳은 어디인가

스틸컷 AI타임스 기사(2026.03.27)에는 이런 표현이 있습니다. “보도 현장에서는 AI 생성 이미지가 오보의 원인이 되고 있으며, 기업 환경에서는 임원 얼굴을 합성한 딥페이크 영상을 활용한 금융 사기가 실제 피해로 이어지고 있다.” 이게 단순한 설명이 아닙니다.

딥페이크 금융 사기 피해는 이미 측정된 규모가 있습니다. 딜로이트 집계 기준으로 AI 음성·영상 관련 사기 피해는 2023년 약 123억 달러(한화 약 17조 6천억 원)였으며, 2027년에는 400억 달러(약 57조 4천억 원) 규모로 확대될 것으로 전망됩니다. (출처: 한국저작권위원회 이슈 브리프 2026-3월호 인용, Deloitte 추정 수치 / 환율 1,435.40원 기준, 2026.03.03 KEB하나은행) 피해 규모가 4년 만에 3배 이상 커지는 속도입니다.

▲ 목차로 돌아가기

자주 묻는 질문

▲ 목차로 돌아가기

마치며

스틸컷이 이번에 공개한 건 단순한 탐지 도구가 아닙니다. 탐지와 방어를 양쪽에서 동시에 내놓은 구조가 핵심이고, 특허 출원과 연구 파트너십이 서비스 출시보다 먼저 갖춰졌다는 것도 기존 딥페이크 탐지 서비스들과 다른 점입니다.

93.9%는 충분히 인상적인 수치지만, 생성 모델이 계속 고도화되는 이상 탐지 모델의 데이터 업데이트 주기와 범위가 앞으로의 실질적인 경쟁력을 결정합니다. 현재 무료 서비스 기간에 직접 써보고 성능을 눈으로 확인해두는 게 가장 빠른 판단 방법입니다.

딥페이크 관련 피해가 이미 연간 수십 조 원 규모라는 점을 감안하면, 탐지 기술의 수요는 앞으로도 계속 커질 수밖에 없습니다. 이 부분이 좀 아쉬웠습니다 — Face Swap 외 방식의 방어율은 아직 공개되지 않았다는 점, 빨리 나왔으면 합니다.

▲ 목차로 돌아가기

📌 본 포스팅 참고 자료

1. 스틸컷 공식 홈페이지 — https://stealcut.com/
2. AI타임스 — 스틸컷 AI 생성 이미지 탐지 모델 공개 (2026.03.27) — https://www.aitimes.kr/news/articleView.html?idxno=39283
3. 머니투데이 유니콘팩토리 — 딥페이크 잡는 AI, 스틸컷 탐지 모델 정확도 93.9% (2026.03.27) — https://www.mt.co.kr/future/2026/03/27/2026032708355877342
4. 한국저작권위원회 이슈 브리프 2026-3월호 — AI 생성·탐지 기술 동향 (2026.03.03)
5. startupN — 스틸컷 AI 생성 이미지 탐지 모델 공개 (2026.03.27) — https://www.startupn.kr/news/articleView.html?idxno=57039