사진의 모든 단계에 들어 있는 AI

찍는 일부터 후처리와 인화까지, 어디에 무엇이 들어가 있는가?

먼저 답부터

두 물음에 짧게 답하고 시작하겠습니다. 근거는 뒤에 이어집니다.

첫째 물음. "카메라로 보정 없이 찍는다"는 말이 AI와 전혀 상관없는 말입니까?

아닙니다. 다만 조건이 붙습니다. 요즘 상급 미러리스로 찍으면, 셔터를 누르는 순간 이미 학습 기반 판단이 최소 한 번은 개입합니다. 무엇에 초점을 맞출지 고르는 단계가 그것입니다. JPEG로 저장하면 색과 대비를 정하는 단계에서 한 겹이 더 붙습니다. 전화기로 찍으면 여러 겹이 더 붙습니다. 그
러니 "보정 없이"라는 말이 "사람 손이 안 닿았다"는 뜻이라면 참일 수 있으나, "판단이 없었다"는 뜻이라면 거짓입니다.

다만 이 말이 전혀 성립하지 않는 것도 아닙니다. 성립하는 경우가 실제로 있습니다. 8절에 적었습니다.

둘째 물음. "포토샵은 공모전에 괜찮다"는 말이 맞습니까?

부분적으로만 맞습니다. 공모전 규정은 프로그램 이름으로 정해져 있지 않습니다. 무엇을 했는지로 정해져 있습니다. 포토샵으로 밝기와 대비를 조정하는 것은 대부분 허용되고, 포토샵의 생성형 채우기로 무언가를 지우거나 넣는 것은 대부분 금지입니다. 같은 프로그램 안에서 허용과 금지가 갈립니다. 그러니 "포토샵은 되고 AI는 안 된다"는 문장은 규정의 실제와 맞지 않습니다. 규정은 "더하거나 빼는 것은 안 되고, 있는 것을 조절하는 것은 된다"에 가깝습니다.

흥미로운 대목이 하나 더 있습니다. 세계적인 보도사진 공모전이 AI 확대 도구를 명시적으로 금지하면서 그 예로 Adobe Super Resolution을 들고 있습니다. 이것은 포토샵 기능입니다. 즉 규정은 이미 포토샵 안을 갈라서 보고 있습니다.

사진 한 장이 지나는 여섯 단계

정리를 위해 사진이 만들어지는 과정을 여섯으로 나누겠습니다. 어느 단계에 무엇이 들어가는지를 아는 것이 이 글의 목적입니다.

첫째, 찍기 전. 장비를 고르고 설정을 정하는 단계입니다. 둘째, 셔터를 누르는 순간. 초점과 노출이 정해지는 단계입니다. 셋째, 카메라가 파일을 만드는 순간. 센서 값이 그림이 되는 단계입니다. 넷째, 후처리. 컴퓨터에서 손보는 단계입니다. 다섯째, 출력. 인화하거나 프린트하는 단계입니다. 여섯째, 보여 주는 자리. 웹과 인쇄에서 다시 처리되는 단계입니다.

흔히 "손대지 않았다"는 말은 넷째 단계만 가리킵니다. 나머지 다섯 단계는 이야기에서 빠져 있습니다.

첫째 단계 — 찍기 전

이 단계에는 학습 기반이 거의 없습니다. 다만 판단은 이미 잔뜩 들어가 있습니다.

어느 회사의 카메라를 쓸지 고르는 순간, 그 회사가 만들어 둔 색의 성향을 고르는 것입니다. 어느 렌즈를 쓸지 고르는 순간, 그 렌즈가 그리는 흐림과 왜곡과 대비를 고르는 것입니다. 이것은 AI가 아니지만 중립도 아닙니다.

설정에서도 마찬가지입니다. 필름 시뮬레이션이나 사진 스타일 같은 이름으로 색의 성향을 미리 고르는 기능이 대부분의 카메라에 있습니다. 이것을 표준으로 두었다고 해서 중립인 것은 아닙니다. 표준도 회사가 정한 성향의 하나입니다.

기억해 둘 것 하나. 이 단계의 결정은 RAW로 찍어도 완전히 지워지지 않습니다. 렌즈가 그린 것은 파일 안에 그대로 남습니다.

둘째 단계 — 셔터를 누르는 순간

여기서부터 학습 기반이 들어옵니다. 이 절이 이 글에서 가장 중요합니다.

초점을 어디에 맞출 것인가? 초점의 어긋남을 재는 일 자체는 계산입니다. 위상차 검출은 광학과 신호 처리이지 AI가 아닙니다. 그러나 화면 안에서 무엇을 따라갈지 고르는 일은 다릅니다. 요즘 상급기는 사람의 눈과 얼굴과 머리와 몸통, 개와 고양이, 새, 곤충, 자동차와 비행기와 열차를 구분해 찾아냅니다. 새와 나뭇가지를 가르는 규칙을 사람이 손으로 적을 수는 없습니다. 이것은 학습한 신경망이 합니다.

Sony는 2022년 발표한 Alpha 7R V에 별도의 AI 처리 장치를 넣고, 사람의 관절 위치를 추정해 자세로 사람을 판단하는 방식을 도입했다고 밝혔습니다. 얼굴이 보이지 않아도 몸의 배치로 사람이라고 판단하고 머리 위치를 짐작해 따라갑니다.

Canon은 딥러닝으로 학습시킨 자동초점을 EOS iTR AF X라는 이름으로 쓰고 있고, Nikon도 Z 계열 상급기의 피사체 검출을 딥러닝으로 학습시켰다고 설명합니다.

세 회사가 자사 자료에서 딥러닝이라는 말을 직접 씁니다. 이것이 "카메라에 AI가 들어 있다"는 말의 가장 확실한 근거입니다. 믿지 않으시는 분에게는 회사 발표 자료를 보여 드리면 됩니다.

노출을 무엇에 맞출 것인가? 밝기를 재는 일은 계산입니다. 그러나 장면을 판별해 그 장면에 맞는 처리를 고르는 단계가 앞에 붙습니다. 얼굴을 찾아 그 얼굴에 노출을 맞추는 순간, 카메라는 "무엇이 중요한가"를 판단한 것입니다. 측정이 아니라 해석입니다.

추적 예측. 움직이는 대상이 다음 순간 어디 있을지 미리 헤아려 초점을 옮겨 두는 기능입니다. 예전에는 등속 운동을 가정한 계산이었으나, 지금은 대상 종류별 움직임 패턴을 학습한 결과가 반영됩니다.

정리하면 이렇습니다. 셔터를 누르는 순간에 이미 "무엇이 중요한가"를 기계가 한 번 정합니다. 이것을 보정이라고 부르지는 않지만, 판단이 없었다고 말할 수도 없습니다.

셋째 단계 — 카메라가 파일을 만드는 순간

여기서 RAW와 JPEG가 갈립니다.

RAW로 저장하면 센서가 받은 값에 가까운 상태로 남습니다. 다만 완전한 날것은 아닙니다. 대부분의 카메라가 RAW에도 렌즈 보정 정보를 붙이고, 일부는 RAW 단계에서 이미 약간의 노이즈 처리를 합니다. 회사마다 다르고 공개하지 않는 부분이 있어 외부에서 정확히 나누기 어렵습니다. [확인요망]

JPEG로 저장하면 회사가 정해 둔 취향이 적용됩니다. 어느 색을 올릴지, 그림자를 얼마나 열지, 윤곽을 얼마나 세울지, 하늘을 얼마나 파랗게 할지가 이미 정해져 있습니다. 이 취향은 어느 한 사람의 취미가 아니라 많은 사람이 보기 좋다고 할 만한 쪽으로 맞춰져 있습니다. 그러니 JPEG로 찍은 사진은 나오는 순간 이미 평균 쪽으로 한 번 끌려간 상태입니다.

이 단계의 처리 중 어디까지가 학습 기반인지는 회사가 공개하지 않아 확정하기 어렵습니다. 다만 장면 판별과 얼굴 인식이 색 처리와 노출 처리에 연결되어 있는 것은 분명하며, 그 판별 단계에는 학습 기반이 들어 있습니다.

전화기는 이 단계가 통째로 다릅니다. 셔터를 한 번 눌러도 여러 장을 찍어 겹칩니다. 밝은 곳과 어두운 곳을 각각 다르게 찍은 여러 장을 합쳐 한 장을 만듭니다. 어두운 곳에서는 여러 초에 걸쳐 여러 장을 모으고 없는 밝기를 추정해 채웁니다. 인물 모드의 배경 흐림은 렌즈가 만든 것이 아니라 어디가 사람이고 어디가 배경인지를 신경망이 갈라 그 경계를 따라 그려 넣은 것입니다. 디지털 줌에서는 없는 해상도를 학습된 패턴으로 채웁니다.

그러니 전화기로 찍은 사진을 두고 손대지 않았다고 말하는 것은 성립하기 어렵습니다. 셔터를 누른 순간과 저장된 파일 사이에 학습 기반 처리가 여러 겹 들어 있습니다.

넷째 단계 — 후처리

Photoshop과 Camera Raw와 Lightroom 이야기입니다. Adobe가 스스로 AI라고 부르는 기능들이 여기 있습니다.

먼저 성격을 셋으로 나누어야 합니다. 이 구분이 공모전 판정의 핵심이기도 합니다.

가. 값을 조절하는 것. 밝기, 대비, 채도, 색온도, 곡선, 크롭, 수평 맞추기. 있는 값을 옮기는 일입니다. 학습 기반이 아니고, 대부분의 공모전에서 허용됩니다.

나. 학습 기반으로 골라 주는 것. 피사체 선택, 하늘 선택, 사람의 부위별 선택, 마스크 자동 생성. 어디까지가 하늘이고 어디부터가 나무인지를 신경망이 가릅니다. 다만 결과물에 새로운 것이 더해지지는 않습니다. 손으로 그리던 마스크를 기계가 대신 그려 주는 것입니다.

다. 학습 기반으로 없던 것을 만들어 넣는 것. 여기가 갈림길입니다. 노이즈 저감. 2023년에 Lightroom과 Camera Raw에 들어간 Denoise는 Adobe가 학습 기반이라고 명시합니다. 노이즈를 지우는 것이 아니라 노이즈 자리에 그럴듯한 세부를 만들어 넣습니다. 해상도 확대. Super Resolution은 없던 화소를 학습된 패턴으로 채웁니다. Lens Blur. 깊이를 추정해 렌즈로 찍은 것 같은 흐림을 그려 넣습니다. 생성형 채우기와 생성형 확장. 2023년 이후 들어온 기능으로, 화면에 없던 사물과 배경을 만들어 넣습니다.

여기서 짚어야 할 것이 있습니다. 다 항목에 노이즈 저감과 해상도 확대가 들어 있다는 점입니다. 많은 분들이 이 둘을 단순한 다듬기로 여기지만, 실제로는 없던 세부를 만들어 넣는 처리입니다. 뒤에서 보겠지만 공모전 규정도 이 둘을 다르게 다룹니다.

즉 "포토샵을 쓴다"는 말 하나로는 아무것도 판정할 수 없습니다. 같은 프로그램 안에서 가·나·다가 모두 가능하기 때문입니다

다섯째 단계 — 현상, 인화, 프린트

이 단계는 이야기에서 거의 빠지는데, 실제로는 처리가 꽤 들어갑니다.

인화소와 온라인 인화 서비스. 자동 보정이 기본값으로 켜져 있는 경우가 많습니다. 밝기와 색을 자동으로 손보고, 얼굴을 찾아 피부를 정리하고, 노이즈를 줄입니다. 끄는 선택지가 있는 곳도 있고 없는 곳도 있습니다. 파일을 그대로 보냈다고 해서 그대로 인화되는 것이 아닙니다. 어느 업체가 무엇을 하는지는 업체마다 다르므로 확인해야 합니다. [확인요망]

프린터 드라이버와 색 관리. 프린터가 낼 수 있는 색의 범위는 화면보다 좁습니다. 화면의 색을 종이의 색으로 옮기는 과정에서 색이 조정됩니다. 이것은 계산이지 AI가 아니지만, 파일과 인화물이 다르다는 사실은 분명합니다.

프린트용 확대. 큰 인화를 하려면 파일을 키워야 합니다. 요즘 확대 도구는 대부분 학습 기반입니다. 전시용 대형 프린트를 준비하면서 확대 도구를 쓰면, 그 순간 없던 세부가 만들어져 들어갑니다. 전시 프린트에서 이것을 쓰는 것은 흔한 일입니다.

필름 스캔. 필름을 디지털로 옮기는 순간 여러 처리가 들어갑니다. 먼지와 흠집을 지우는 기능이 대표적인데, 여기에는 두 가지가 있습니다. 하나는 적외선으로 먼지 자리를 찾아내 주변 값으로 메우는 방식으로, 이것은 광학과 계산입니다. 다른 하나는 학습 기반으로 흠집을 판별해 메우는 방식입니다. 두 방식을 이름만 보고 구분하기는 어렵습니다.

필름 스캔 뒤의 색 반전과 색 보정도 사람 손이나 프로그램이 합니다. 네거티브 필름은 스캔한 그대로는 볼 수 없으므로 반드시 반전과 보정을 거칩니다. 이 단계에서 색이 정해집니다.

이 절의 요점은 이렇습니다. 파일을 만든 뒤에도 처리가 끝나지 않습니다. 인화와 프린트 단계에서 다시 손이 갑니다. 그 손이 사람의 손인지 자동 처리인지를 대개 아무도 확인하지 않습니다.

필름과 암실 쪽은 어떤가

균형을 위해 적습니다. 필름과 암실이 처리가 없는 방식인 것도 아닙니다. 다만 성격이 다릅니다.

필름을 고르는 일이 색을 고르는 일입니다. 필름마다 어느 색에 민감한지, 대비가 얼마나 센지가 다릅니다.

현상 조건이 결과를 정합니다. 현상액과 시간과 온도에 따라 대비와 입자가 달라집니다.

인화가 해석입니다. 부분적으로 빛을 더 주거나 가려서 밝기를 조절하는 일은 암실 작업의 기본입니다. 어느 인화지를 쓰느냐로 대비가 크게 달라집니다. 같은 필름으로 다른 사람이 인화하면 다른 사진이 나옵니다.

그러니 필름과 암실은 해석이 없는 방식이 아니라 해석을 사람이 손으로 하는 방식입니다. 학습 기반은 여기에 들어가지 않습니다. 이 점에서 이쪽에는 이쪽의 일관됨이 있습니다.

다만 오늘날 필름으로 찍는 분들도 대개 스캔해서 컴퓨터로 올립니다. 스캔하는 순간 5절의 이야기가 시작됩니다. 필름으로 찍고 암실에서 인화해 그 인화물을 그대로 내놓는 경우에만 학습 기반이 전혀 개입하지 않습니다.

"보정 없이 찍었다"가 성립하는 경우

이제 첫째 물음에 자세히 답하겠습니다. 이 말이 성립하는 경우가 실제로 있습니다.

성립하는 경우 하나. 필름으로 찍어 직접 현상하고 암실에서 인화해 그 인화물을 그대로 내놓는 경우. 처리는 잔뜩 있지만 전부 사람의 손입니다. 학습 기반은 없습니다.

성립하는 경우 둘. 디지털로 찍되 초점을 수동으로 맞추고, 노출을 수동으로 정하고, 피사체 인식 기능을 끄고, RAW로 저장한 뒤, 컴퓨터에서 값 조절만 하고 학습 기반 기능을 하나도 쓰지 않는 경우. 가능합니다. 다만 이렇게 찍는 분은 많지 않습니다.

성립하지 않는 경우. JPEG로 찍어 그대로 내놓으면서 손대지 않았다고 말하는 경우. 손은 이미 닿았습니다. 회사의 손입니다. 피사체 인식을 켜 두고 찍으면서 판단이 없었다고 말하는 경우도 마찬가지입니다.

성립하지 않는 경우 둘. 전화기로 찍어 그대로 내놓는 경우. 여러 겹의 학습 기반 처리를 거친 결과물입니다.

그러니 정확한 문장은 이렇습니다. "나는 내 손으로 보정하지 않았다." 이 문장은 참일 수 있습니다. "이 사진에는 아무 판단도 들어가지 않았다." 이 문장은 대개 거짓입니다.

공모전은 실제로 어떻게 정하고 있는가?

실제 규정을 보면 기준이 프로그램 이름이 아니라는 것이 분명해집니다.

세계적인 보도사진 공모전의 경우, 조작 판정 기준을 공개하고 있습니다.

허용하는 것으로 명시된 것 — 내용을 바꾸지 않는 색 조정과 흑백 변환, 불필요한 주변을 덜어 내는 크롭, 센서 먼지와 필름 흠집 제거, 그리고 스마트 도구의 제한적 사용입니다. 여기에 노이즈 저감, 자동 레벨과 색과 명암 조정, 국소 조정을 위한 객체 선택이 포함됩니다.

금지하는 것으로 명시된 것 — 다중 노출, 여러 장을 이어 붙인 파노라마, 사물이나 사람을 더하거나 옮기거나 뒤집거나 왜곡하거나 지우는 일, 색조를 크게 바꾸는 일, 정보를 가리거나 없애는 명암과 채도 변경, 그리고 AI 생성형 채우기입니다.

여기에 하나가 더 있습니다. AI 확대 도구가 금지 목록에 들어 있고, 그 예로 Adobe Super Resolution과 Topaz Photo AI가 이름으로 적혀 있습니다.

이것이 무엇을 뜻하는지 보십시오. 포토샵의 기능 하나가 이름으로 금지되어 있습니다. 그러니 "포토샵은 괜찮다"는 말은 규정과 맞지 않습니다.

노이즈 저감은 미묘합니다. 제한적 사용이 허용될 수 있다고 적혀 있습니다. 학습 기반으로 없던 세부를 만들어 넣는 처리인데도 허용 쪽에 있습니다. 정도의 문제로 다루겠다는 뜻으로 읽힙니다.

다른 대회들도 대체로 비슷한 방향입니다.

자연 사진 분야의 큰 대회는 노이즈 저감을 명시적으로 허용하면서, 센서 먼지 외의 요소 제거를 전부 금지합니다.

큰 사진상 하나는 표준 편집 프로그램의 사용을 허용하되 그 프로그램 안의 생성형 기능은 금지합니다. 이것이 지금 규정들의 전형적인 형태입니다.

언론 분야의 큰 상은 AI 도구 사용을 금지하고 서면 확인을 요구합니다.

국제 사진상 하나는 부문별로 다르게 둡니다. 다큐멘터리 부문은 엄격하고 파인아트 부문은 관대합니다. 이것이 중요합니다. 같은 대회 안에서도 부문에 따라 기준이 다릅니다.

원본 RAW 파일 제출을 요구하는 대회가 늘고 있습니다. 심사에서 의심이 들면 원본과 대조하겠다는 것입니다.

국내 공모전은 요강마다 제각각입니다. 저는 이번에 국내 주요 공모전 요강을 하나하나 확인하지 못했습니다. 국내 규정을 근거로 삼으실 때는 해당 요강을 직접 보셔야 합니다. [확인요망]

그래서 규정의 진짜 기준은 무엇인가?

위 규정들을 모아 보면 기준이 하나로 모입니다.

프로그램 이름이 기준이 아닙니다. 포토샵이냐 아니냐로 나누지 않습니다. AI인지 아닌지도 정확한 기준이 아닙니다. 학습 기반인 노이즈 저감은 허용 쪽에 있고, 마찬가지로 학습 기반인 확대 도구는 금지 쪽에 있습니다.

진짜 기준은 이것입니다. 화면에 없던 시각 정보가 새로 들어왔는가?

지우면 안 됩니다. 없던 것을 만들어 넣어도 안 됩니다. 여러 장을 합쳐도 안 됩니다. 있는 것을 밝게 하거나 어둡게 하거나 색을 옮기는 것은 됩니다. 자를 수는 있습니다.

노이즈 저감이 허용 쪽에 있는 것은 이 기준에서 보면 경계선입니다. 없던 세부를 만들어 넣기는 하지만 장면의 내용은 바꾸지 않기 때문일 것입니다. 그래서 제한적으로만 허용된다고 적혀 있습니다.

확대 도구가 금지 쪽에 있는 것도 같은 기준입니다. 크게 키우면 없던 세부가 대량으로 만들어져 들어가고, 그것이 장면의 내용처럼 보이게 됩니다.

이 기준을 알고 나면 대화가 달라집니다. 상대에게 이렇게 물어볼 수 있습니다. 무엇을 하셨습니까? 지우셨습니까? 넣으셨습니까? 합치셨습니까? 이 세 가지가 아니면 대개 문제가 없고, 이 세 가지에 해당하면 프로그램이 무엇이든 문제가 됩니다.

스스로 판단하는 표

자기 작업이 어디에 있는지 확인하는 데 쓰실 수 있게 정리합니다.

거의 언제나 허용되는 것 — 크롭, 수평 맞추기, 밝기와 대비 조정, 색온도 조정, 부분적으로 밝게 하거나 어둡게 하기, 센서 먼지 제거, 흑백 변환, 적당한 선명도 조정.

대회에 따라 갈리는 것 — 노이즈 저감(대개 허용, 정도 제한), 학습 기반 마스크 생성(대개 허용), 강한 색조 변경(대개 금지), 강한 채도 조정(대개 금지).

거의 언제나 금지되는 것 — 사물이나 사람을 지우기, 없던 것을 넣기, 여러 장 합성, 파노라마 이어 붙이기, 하늘 바꾸기, 해상도 확대 도구, 생성형 채우기와 확장, AI로 생성한 이미지.

부문에 따라 완전히 달라지는 것 — 파인아트와 실험 부문. 여기서는 위 금지 항목의 상당수가 허용되기도 합니다. 요강을 봐야 합니다.

대화에서 쓰는 법

이 자료의 목적은 논쟁에서 이기는 것이 아니라 정확하게 말하는 것입니다.

상대의 말을 먼저 인정하는 것이 낫습니다. 사진이 증거로 쓰인다는 말은 사실입니다. 다만 요즘 업계가 만들고 있는 방식은 사진이라서 믿는 것이 아니라 촬영과 편집 이력이 서명으로 남아서 믿는 방식입니다. 카메라 회사들이 촬영 이력을 파일에 서명해 넣는 규격에 참여하고 있고, 한 회사는 2026년에 보도 기관용 진본성 촬영 시스템을 따로 발표했습니다. 그 규격은 사진과 생성 이미지를 나누지 않고 무엇을 거쳤는지를 적습니다.

넓게 주장하지 않는 편이 낫습니다. "카메라의 자동 기능은 다 AI다"라고 하면 반박당합니다. 노출계와 위상차 검출은 계산입니다. "피사체 인식 자동초점은 회사들이 딥러닝이라고 부른다"라고만 하면 반박당하지 않습니다.

그리고 세 층위로 나누어 말하는 편이 낫습니다. 재는 일, 무엇이 중요한지 정하는 일, 없던 것을 만드는 일. 필름으로 찍어 암실에서 인화하는 분은 재는 일과 사람 손의 정하는 일에 머뭅니다. JPEG를 그대로 쓰는 분은 정하는 일을 회사에 맡깁니다. RAW로 찍어 직접 손보는 사람은 정하는 일을 자기가 합니다. 생성형 도구를 쓰는 사람은 만드는 일까지 갑니다.

어느 층이 훌륭한 것이 아니라, 자기가 어느 층에 있는지 말할 수 있느냐가 문제입니다. 정직은 층에 있지 않고 밝히는 데 있습니다.

자주 나오는 반문과 답

대화에서 실제로 되돌아오는 말들을 미리 정리해 둡니다.

"자동초점이 무슨 AI냐?" — 초점의 어긋남을 재는 일은 AI가 아닙니다. 계산입니다. AI는 화면 안에서 무엇을 따라갈지 고르는 단계에 있습니다. 새를 새라고 알아보고 나뭇가지와 가르는 일은 규칙으로 적을 수 없습니다.

"그럼 옛날 필름 카메라의 자동 노출도 AI냐?" — 아닙니다. 그것은 규칙입니다. 이 구분을 지켜야 앞의 주장이 힘을 얻습니다.

"나는 JPEG로 찍어서 그대로 올린다. 손 안 댔다." — 손을 안 대신 것은 맞습니다. 다만 그 파일의 색과 대비는 카메라 회사가 정한 것입니다. 그러니 정확히 말하면 남이 정한 것을 그대로 쓰신 것입니다.

"보정을 하면 사진이 아니지 않느냐?" — 그렇게 보면 암실 인화도 보정입니다. 부분적으로 빛을 더 주거나 가리는 일은 암실 작업의 기본이었습니다. 보정의 유무가 아니라 무엇을 했는지가 문제입니다.

"AI로 만든 건 누구나 만들 수 있지 않느냐?" — 한 장을 뽑는 일은 쉽습니다. 여러 장을 한 방향으로 모아 자기 것으로 만드는 일은 다릅니다. 그 차이만 말하고 멈추는 편이 낫습니다.

"공모전에서 포토샵은 되잖아?" — 포토샵의 어느 기능이냐에 따라 다릅니다. 밝기와 대비 조정은 대부분 됩니다.

생성형 채우기는 거의 모든 대회에서 금지입니다. 해상도 확대 도구는 대회에 따라 이름으로 금지되어 있습니다. 프로그램이 아니라 무엇을 했는지가 기준입니다.

"규정이 그렇게 되어 있는 걸 어떻게 아느냐?" — 큰 대회들은 조작 판정 기준을 공개합니다. 허용 목록과 금지 목록이 문장으로 적혀 있습니다. 이 글 끝의 출처에서 바로 보실 수 있습니다.

국내 대회를 판단하실 때

이 글에서 확인한 규정은 국제 대회들의 것입니다. 국내 공모전은 요강마다 제각각이고, AI 조항이 아예 없는 경우도 많습니다. 국내 대회를 두고 판단하실 때 보실 곳을 적어 둡니다.

요강에서 이 네 가지를 찾으십시오.

첫째, 합성 금지 조항이 있는가? 여러 장을 합치는 것을 금지하는 문장이 대개 가장 먼저 나옵니다.

둘째, 원본 제출 요구가 있는가? 수상작에 한해 원본 파일을 요구하는 경우가 많습니다. 요구한다면 그 대회는 대조할 뜻이 있는 것입니다.

셋째, AI 관련 조항이 따로 있는가? 없으면 합성 금지 조항으로 판단됩니다. 생성형으로 만든 이미지는 합성으로 걸립니다.

넷째, 부문 구분이 있는가? 다큐멘터리와 창작 부문을 나누는 대회는 부문마다 기준이 다릅니다.

조항이 모호하면 주최 측에 물어보는 것이 가장 확실합니다. 답을 문서로 받아 두면 나중에 근거가 됩니다.

한 가지 더. 규정이 없다고 해서 아무거나 되는 것은 아닙니다. 심사위원이 보고 판단합니다. 규정에 안 적혀 있어도 없던 것을 만들어 넣은 사진은 대개 걸립니다.

요약 한 장

찍기 전 — 학습 기반 없음. 다만 회사와 렌즈를 고르는 판단은 이미 들어감. 셔터를 누르는 순간 — 학습 기반 있음. 무엇에 초점을 맞출지 고르는 단계. 세 회사가 딥러닝이라고 명시. 파일을 만드는 순간 — RAW는 적음, JPEG는 회사 취향이 적용됨, 전화기는 여러 겹. 후처리 — 값 조절은 학습 기반 아님. 선택 도구는 학습 기반이나 내용 불변. 노이즈 저감·확대·생성형은 없던 것을 만듦. 인화와 프린트 — 자동 보정이 기본값인 경우가 많음. 대형 프린트용 확대는 대개 학습 기반. 필름과 암실 — 학습 기반 없음. 다만 스캔하면 그때부터 들어옴.

공모전 기준 — 프로그램 이름이 아니라 "없던 시각 정보가 들어왔는가"가 기준. 포토샵의 일부 기능은 이름으로 금지되어 있음. "보정 없이 찍었다" — "내 손으로 보정하지 않았다"는 참일 수 있고, "아무 판단도 없었다"는 대개 거짓.

검증 세 줄

확인한 것 — 세계적인 보도사진 공모전의 조작 판정 기준(허용·금지 목록, 노이즈 저감의 제한적 허용, AI 확대 도구 금지와 Adobe Super Resolution·Topaz Photo AI 명시)을 해당 대회 공식 페이지에서 확인했습니다. 여러 대회의 AI 정책 비교를 정리한 자료로 자연 사진 대회·큰 사진상·언론상·국제 사진상의 방향을 확인했습니다. Sony의 AI 처리 장치와 자세 추정, Canon의 딥러닝 자동초점, Adobe의 Denoise가 학습 기반이라는 것은 제조사와 매체 자료에서 확인했습니다.

확인하지 않은 것 — 국내 공모전 요강입니다. 한국의 주요 사진 공모전이 AI와 후보정을 어떻게 규정하는지 하나하나 확인하지 못했습니다. 국내 대회를 두고 판단하실 때는 그 요강을 직접 보셔야 합니다. 인화소와 온라인 인화 서비스가 실제로 어떤 자동 처리를 하는지도 업체별로 확인하지 못했습니다. 카메라 RAW 단계에서 회사별로 어디까지 처리하는지도 공개 자료만으로는 확정할 수 없었습니다.

확인할 수 없는 것 — 각 기능이 실제로 어떤 신경망을 쓰는지, 학습 데이터가 무엇인지입니다. 영업 비밀입니다. 그리고 대회 심사에서 규정이 실제로 어떻게 적용되는지도 밖에서는 알 수 없습니다. 규정과 운용은 다를 수 있습니다.

이 정리가 잡지 못하는 오류의 종류 — 규정 문서를 읽은 것은 규정이 그렇게 적혀 있다는 사실만 확인합니다. 그 규정이 지금도 유효한지, 올해 판이 바뀌지 않았는지는 대회마다 매년 확인해야 합니다. 특히 AI 관련 조항은 최근 몇 해 사이 해마다 바뀌고 있습니다.

또 하나. 이 글에서 대회 이름을 대부분 일반화해 적었습니다. 이 글을 쓴 시점의 공개 문서에서 정리합니다.

출처

World Press Photo 조작 판정 기준 https://www.worldpressphoto.org/contest/verification-process/what-counts-as-manipulation
World Press Photo 응모 규정 https://www.worldpressphoto.org/contest/entry-rules
사진 공모전 AI 정책 비교 자료 https://www.lumethic.com/en/articles/contest-ai-policies-database
Sony Alpha 7R V 발표 자료 https://www.sony.eu/presscentre/sonys-new-alpha-7rv-camera-offers-next-generation-autofocus-technologies-using-an-advanced-ai-processing-unit
Canon 딥러닝 자동초점 해설 https://www.digitalcameraworld.com/features/what-is-deep-learning-af-how-does-canons-ai-powered-autofocus-work
Adobe Denoise 도입 https://techcrunch.com/2023/04/18/adobe-lightroom-adds-ai-powered-denoise-and-support-for-content-credentials/amp/
Canon 진본성 촬영 시스템 https://global.canon/en/news/2026/20260511.html
C2PA 지원 카메라 정리 https://www.lumethic.com/en/articles/cameras-with-c2pa-content-credentials