배우 리차 차다(Richa Chadha)는 최근 카메라를 피하는 메이크업 꿀팁을 제안했습니다. 얼굴에 눈과 입술을 그리고 눈썹을 감추라는 것이었죠. 장난스러운 아이디어지만, 많은 사람들이 지금 던지고 있는 진지한 질문을 불러일으킵니다: 메이크업이 얼굴 인식을 이길 수 있을까? 짧은 답변은 이렇습니다. 안정적으로 그럴 수 없으며, 믿을 만한 방법도 아닙니다.
리차 차다가 제안한 것과 그것이 화제가 된 이유
인디언 익스프레스(Indian Express) 해설에 따르면, 차다의 팁은 얼굴에 눈과 입술을 그리고 진짜 눈썹을 숨기는 것을 포함합니다. 카메라가 혼란스러워할 만한 것을 보게 만들어, 시스템이 찾으리라 기대하는 특징들이 엉뚱한 곳에 있거나 아예 없도록 하자는 논리입니다.
이것이 빠르게 퍼진 이유는 단순하고 시각적이며 비용이 들지 않기 때문이고, 많은 사람들이 공공장소에서 자신을 식별할 수 있는 카메라에 불안을 느끼기 때문입니다. 메이크업 튜토리얼은 보통 개인의 손을 떠난 것처럼 보이는 문제에 대한 개인적인 해결책처럼 느껴집니다.
이 접근법은 흔히 대즐(dazzle) 또는 반감시 메이크업(anti-surveillance makeup)이라고 불리는 더 넓은 아이디어 계열에 속합니다. 대담한 패턴으로 자동 얼굴 감지를 교란하려는 것이죠. 이런 아이디어들은 수년간 유통되어 왔으며, 실질적 방어책으로서 받을 만한 것보다 더 많은 관심을 받는 경향이 있습니다.
얼굴 인식이 얼굴을 읽는 방식, 그리고 메이크업이 좀처럼 속이지 못하는 이유
얼굴 인식은 일반적으로 단계적으로 작동합니다. 먼저 소프트웨어가 이미지나 영상 프레임에 얼굴이 존재하는지 감지합니다. 다음으로 얼굴을 측정하여 눈, 코, 입, 턱선 같은 특징들의 상대적 위치와 비율을 매핑합니다. 마지막으로 그 측정값을 수치 템플릿으로 변환하고 데이터베이스에 저장된 템플릿과 비교합니다.
이 파이프라인이 메이크업이 신뢰할 수 없는 방패인 이유를 설명합니다:
- 시스템마다 다릅니다. 한 알고리즘을 혼란에 빠뜨리는 패턴이 다른 알고리즘에는 아무 효과가 없을 수 있습니다. 도구는 끊임없이 업데이트되므로, 구형 모델을 상대로 통했던 속임수는 신형 모델에서는 실패할 수 있습니다.
- 얼굴은 전체로 읽힙니다. 현대 시스템은 단일 특징이 아니라 전체 구조를 봅니다. 눈썹을 숨기거나 그린 특징을 추가해도 골격 구조, 얼굴 형태, 핵심 지점 간 간격은 변하지 않습니다.
- 감지 자체는 여전히 성공할 수 있습니다. 시스템이 당신을 매칭하는 데 어려움을 겪더라도, 카메라는 얼굴이 존재한다고 표시할 수 있습니다. 특이한 메이크업은 사람의 주의를 끌 수도 있어, 군중 속에서는 목적을 무색하게 만듭니다.
- 조건이 중요합니다. 조명, 카메라 각도, 이미지 품질 모두 결과에 영향을 미치므로, 한 번 통한 것처럼 보이는 룩이 다음 카메라에도 통한다는 보장은 거의 없습니다.
요컨대, 메이크업이 때로는 매칭을 저하시킬 수 있지만, 매칭을 막을 것이라고 기대할 수는 없습니다. 그것을 보호로 여기면 잘못된 안심감을 줄 수 있습니다.
당신의 얼굴 데이터는 어디서 오는가: 사진, 메타데이터, 공공 데이터베이스
더 큰 문제는 대부분의 얼굴 인식이 거리에서 운 좋게 잡히는 각도를 포착하는 데 의존하지 않는다는 점입니다. 애초에 당신의 좋은 참조 이미지를 가지고 있는지에 달려 있습니다.
그 이미지들은 흔히 적어도 부분적으로는 당신이 통제하는 곳에서 나옵니다:
- 소셜 미디어 사진. 공개 프로필 사진과 태그된 이미지는 얼굴 템플릿을 만들거나 매칭하는 데 손쉬운 소스입니다.
- 사진 메타데이터. 이미지 파일에는 촬영 시각 같은 내장 정보가 담길 수 있고, 경우에 따라 위치 정보도 포함됩니다. 그 데이터를 제거하지 않고 원본을 공유하면 이미지 자체보다 더 많은 것을 드러낼 수 있습니다.
- 공공 및 공유 데이터베이스. 공공 기록, 행사 갤러리 또는 기타 공개 컬렉션에 나타난 이미지는 수집되어 재사용될 수 있습니다.
일단 템플릿이 데이터베이스에 존재하면, 촬영 시점의 메이크업은 훨씬 덜 중요해집니다. 당신을 식별하는 데이터는 이미 수집되어 저장되었기 때문입니다. 그래서 수집과 저장을 통제하는 것이 외모를 바꾸는 것보다 더 많은 효과를 내는 경향이 있습니다.
조직의 개인정보 처리 방식은 프라이버시 뉴스에서 반복적으로 등장하는 주제입니다. 대량의 개인정보가 노출되었을 때 규제기관이 어떻게 대응하는지 감을 잡으려면, 프로답(Prodhab)이 코스타리카 데이터 유출에 대해 자체 조사를 개시한 방식에 관한 우리의 보고서를 참고하세요.
법적 옵트아웃 권리를 포함해 생체정보 추적을 제한하는 실용적 방법
단 하나의 조치로 얼굴 인식에서 완전히 벗어날 수는 없지만, 여러 방법이 노출을 줄여줍니다.
- 소셜 미디어 프라이버시 설정을 강화하세요. 사진을 볼 수 있는 사람을 제한하고, 가능한 곳에서는 자동 얼굴 태깅을 끄고, 어떤 이미지가 공개인지 점검하세요.
- 공유 전에 메타데이터를 제거하세요. 많은 휴대폰과 사진 앱은 이미지를 공유할 때 위치 및 기타 내장 정보를 제거할 수 있게 해줍니다. 습관으로 만드세요.
- 오래된 사진을 점검하세요. 더 이상 유통되길 원치 않는 이미지, 특히 선명한 정면 사진을 삭제하거나 제한하세요.
- 앱 권한을 확인하세요. 필요하지 않은 앱의 카메라 및 사진 라이브러리 접근을 비활성화하고, 얼굴 스캔을 요구하는 서비스에는 주의하세요.
- 법적 권리를 사용하세요. 거주 지역에 따라 데이터 보호법은 기업이 보유한 생체정보가 무엇인지 질문하고, 사용에 이의를 제기하거나 삭제를 요청할 수 있게 해줄 수 있습니다. 예를 들어 유럽연합에서는 개인을 식별하는 데 사용되는 생체정보가 데이터 보호 규칙에 따라 강화된 보호를 받습니다. 기업의 개인정보 처리방침에 기재된 프라이버시 연락처나 데이터 보호 책임자를 찾아보세요.
- 얼굴 기반 검증에 의문을 제기하세요. 얼굴 스캔에 의존하는 신원 확인이 확대되고 있습니다. EU 연령 확인 보고서와 그 프라이버시 경고 신호에 관한 우리의 보도는 사용자 검증을 둘러싼 논쟁이 어떻게 민감한 개인정보와 맞닿을 수 있는지 보여줍니다.
이것이 당신에게 의미하는 바
메이크업을 실험하는 것을 즐긴다면 해가 될 것은 없지만, 그것이 현대 생체인식 시스템으로부터 당신을 숨겨준다고 가정하지는 마세요. 차다의 팁은 좋은 대화의 시작점이지, 프라이버시 전략이 아닙니다.
더 강력한 지렛대는 상류에 있습니다. 당신에 관한 어떤 사진이 존재하는지, 누가 그것에 접근할 수 있는지, 메타데이터를 통해 무엇을 드러내는지, 그리고 어떤 기업이 당신의 얼굴 데이터를 저장하고 있는지입니다. 이것들은 오늘 바꿀 수 있는 것들이며, 여러 가지는 법을 통해 강제할 수 있습니다.
핵심 요약
그렇다면 메이크업이 얼굴 인식을 이길 수 있을까요? 안정적으로는 아닙니다. 시스템은 다양하고 계속 개선되며, 당신의 참조 이미지는 흔히 이미 누군가의 데이터베이스에 있습니다. 소셜 계정을 잠그고, 사진 메타데이터를 제거하고, 공개 이미지를 정리하고, 앱 권한을 제한하고, 이용 가능한 옵트아웃 또는 삭제 권리를 사용하는 데 노력을 쏟으세요.
데이터 보호 당국과 규제기관이 개인정보를 어떻게 다루는지에 대해 더 알고 싶다면, 프로답 조사와 EU 연령 확인 보고서에 관한 우리의 보고서부터 시작하세요.
