정의
딥페이크 포르노그래피는 인공지능 기반 딥러닝 알고리즘을 이용해 기존 인물의 얼굴이나 신체를 합성·변조하여 제작한 성인 영상·이미지를 가리키는 용어이다. 일반적으로 해당 인물의 동의 없이 제작·배포되는 경우가 많으며, 개인의 사생활 침해와 명예훼손 문제가 발생한다.
기술적 배경
- 딥러닝 모델: 주로 생성적 적대 신경망(GAN)이나 변형 자동인코더(VAE) 등이 사용된다.
- 데이터 요구량: 인물의 사진·영상이 다수 확보될 경우 합성 품질이 향상된다.
- 합성 과정: 원본 영상의 얼굴을 추출·정렬한 뒤, 목표 인물의 얼굴 이미지와 교체하고, 자연스러운 움직임을 보정한다.
사회적·법적 이슈
- 동의 없는 이용: 피해자는 해당 영상이 허위임을 입증하기 어려워 정신적·사회적 고통을 겪는다.
- 법적 대응: 많은 국가에서 비동의 성적 이미지 제작·배포를 금지하는 법률을 제정하고 있다(예: 한국의 ‘성폭력처벌법’ 개정, 미국의 ‘DEEPFAKES 법안’ 등).
- 플랫폼 정책: 주요 소셜 미디어와 영상 스트리밍 서비스는 딥페이크 포르노그래피의 업로드를 금지하고, 자동 탐지 시스템을 도입하고 있다.
- 규제 논쟁: 표현의 자유와 사생활 보호 사이의 균형을 놓고 국제적·학술적 논의가 진행 중이다.
주요 사례 및 연구
- 2020년대 초반부터 국내·외 언론에서 연예인·공인에게 무단으로 제작된 딥페이크 포르노가 대량 유포된 사례가 보고되었다.
- 학술 분야에서는 합성 영상을 식별하기 위한 ‘딥페이크 탐지 알고리즘’ 개발이 활발히 이루어지고 있다.
예방 및 대응 방안
- 법적 보호 강화: 피해자 지원 제도 및 신속한 손해배상 절차 마련.
- 기술적 대응: 디지털 워터마크 삽입, 블록체인 기반 콘텐츠 인증 등.
- 사회적 인식: 딥페이크 포르노의 위험성을 알리는 교육 및 캠페인 실시.
참고
- 딥페이크 기술 자체에 대한 일반적인 설명은 “딥페이크(Deepfake)” 항목에서 확인할 수 있다.
- 각국의 구체적인 법령 및 판례는 해당 국가의 공식 법률 자료를 참고한다.
