선거 딥페이크 1년 만에 27배
— 가짜를 가려 읽는 힘

딥페이크는 딥러닝으로 한 사람의 얼굴과 목소리를 다른 영상에 합성하는 기술입니다. 진짜 인물의 사진과 음성을 학습한 모델이 실제로 한 적 없는 말과 표정을 만들어 내기 때문에, 사람 눈으로는 진위를 가리기 어렵습니다. 제작 도구가 쉬워지면서 선거철에 후보를 겨냥한 가짜 영상이 1년 만에 27배로 쏟아진 것입니다.

이 영상이 위험한 이유는 의제 설정 이론과 연결됩니다. 조작된 영상이라도 반복해서 퍼지면, 사람들은 그 사안 자체를 '논란거리'로 인식하게 됩니다. 거짓이 진실로 받아들여지기 전에 '이 영상은 중요하다'는 인식부터 심어진다는 것이 핵심입니다.

그래서 대응의 축은 두 가지입니다. 하나는 영상의 미세한 부자연스러움을 잡아내는 탐지 기술이고, 다른 하나는 시민이 출처와 맥락을 따져 의심하는 미디어 리터러시 교육입니다. 두 방식이 각각 어디까지 막을 수 있고 어디서 한계에 부딪히는지를 비교해 보면, 조작 정보에 맞서는 사회교육의 역할을 구체적으로 따져 볼 수 있습니다.