2026년 미국 중간선거는 AI 시대의 선거가 처음으로 대규모로 시험받는 무대가 됐다. 최근 몇 년 사이 여러 주가 선거용 딥페이크(deepfake, AI로 만든 진짜 같은 가짜 영상·음성)를 겨냥한 법을 통과시켰는데, 이 법들이 실제 선거판에서 어떻게 작동하는지가 올해 처음으로 판가름 난다 [출처: Pluribus News, 2026]. 여론의 불안도 크다. NPR·PBS·마리스트(Marist) 여론조사에서 미국인의 85%는 AI가 만든 정치 콘텐츠가 중간선거 기간에 오도성 정보를 퍼뜨릴 가능성이 있다고 답했다 [출처: AP, 2026].
그런데 여기서부터 신중해야 한다. "불안이 크다"는 것과 "실제로 선거가 왜곡됐다"는 것은 전혀 다른 층위의 이야기다. 이 글은 그 둘을 섞지 않고 따로 본다. 2024년의 글로벌 선거가 남긴 실측 데이터는 무엇을 말하는지, 그럼에도 검증된 실제 피해 사례는 무엇인지, 법은 어디까지 왔고(발의와 제정은 다르다) 어디서 표현의 자유와 부딪치는지, 그리고 탐지·라벨링·미디어 리터러시 같은 방어책은 얼마나 유효한지를 차례로 짚는다. 결론을 미리 말하면, 위협은 실재하지만 그 크기는 공포와 데이터 사이 어딘가에 있다.
이 글이 근거를 다루는 방식을 한 가지 밝혀 둔다. 딥페이크를 다루는 기사에서는 성격이 다른 세 종류의 진술이 뒤섞이기 쉽다. 먼저 측정된 것이 있다. 플랫폼 집계, 연구 결과, 법정 기록, 실제로 제정된 법의 수 같은 것들이다. 다음은 전망된 것이다. 사람들이 무엇을 예상하는지 묻는 여론조사, 전문가의 경고, 발의됐지만 통과되지 않은 법안이 여기에 든다. 마지막은 보도되거나 주장된 것이다. 특정 영상에 대한 의혹, 또는 선거 결과의 원인을 후보 본인이 설명한 말이 그렇다. 이 표시를 지운 채 전해지는 보도에서 과장이 끼어든다.
목차
- 왜 지금 — 2026 중간선거, 딥페이크 규제가 시험대에 오르다
- 2024년의 교훈 — 공포는 컸지만 실측 영향은 제한적이었다
- 그럼에도 실재한 피해 — 검증된 사건들
- 법은 어디까지 왔나 — 주(州) 31곳, 연방은 공백
- 표현의 자유라는 반론, 그리고 집행의 현실
- 방어책 — 탐지·라벨링·프로버넌스, 그리고 미디어 리터러시
- 결론 — 무엇을 지켜볼지
왜 지금 — 2026 중간선거, 딥페이크 규제가 시험대에 오르다
주(州) 입법 10년, 첫 실전 시험대
2026년 중간선거가 특별한 이유는 기술의 등장 자체가 아니라, 그 기술을 규율하려는 법들이 처음으로 실전에서 검증받기 때문이다. 최근 수년간 여러 주가 통과시킨 선거 딥페이크 규제가 실제 캠페인 광고와 부딪치는 첫 대규모 무대가 바로 올해다 [출처: Pluribus News, 2026].
이 구분이 중요한 이유는, 지금까지 이 규정들이 대체로 "작동하는 법"이 아니라 "문서상의 법"이었기 때문이다. 2026년 7월 기준 31개 주가 이런 법을 제정했지만, 전문가들은 실제 집행이 들쭉날쭉하고 법의 효과를 검증할 실증 데이터도 부족하다고 지적한다 [출처: Pluribus News, 2026]. 한 번도 적용된 적 없는 법은 입법부의 의도를 알려줄 뿐, 그 규정이 실제로 무엇을 하는지는 알려주지 않는다. 올해는 그 두 번째를 관찰할 첫 기회다.
2026년 AI 광고는 실제로 어떤 모습인가
이미 구체적인 사용례가 나왔다. 전미공화당상원위원회(NRSC)는 텍사스의 민주당 상원후보 제임스 탈라리코(James Talarico)를 AI로 변형한 광고를 내보냈고, 정치 전문가들과 로이터(Reuters)의 공개 광고 분석에 따르면 이번 사이클에서는 공화당 측의 AI 활용이 상대적으로 더 잦았다 [출처: AP, 2026]. 주 단위에서도 사례가 쌓인다. 미시간에서는 후보들이 상대를 겨냥한 AI 영상을 내놓았고(일부는 라벨을 붙이고 일부는 붙이지 않았다), 오리건에서는 라벨 없는 합성 영상이 주무장관의 조사를 받았으며, 켄터키에서는 한 하원의원이 자신을 풍자한 AI 광고를 예선 패배 원인의 하나로 지목했다 [출처: Pluribus News, 2026].
이 주별 사례들은 하나씩 떼어 볼 필요가 있다. 성격이 같지 않기 때문이다. 미시간에서는 네스빗(Nesbitt)이 휘트머(Whitmer)를 등장시킨 AI 영상을 내놓으면서 조작 사실을 알리는 라벨을 붙였고, 마이크 로저스(Mike Rogers)는 자신을 슈퍼히어로로 그린 AI 영상을 라벨 없이 공개했다. 오리건에서는 록우드(Lockwood)가 바이넘(Bynum) 하원의원을 겨냥해 만든 라벨 없는 합성 영상이 주무장관의 조사를 불렀다. 켄터키의 풍자 AI 광고는 토머스 매시(Thomas Massie) 하원의원을 다룬 것으로, 매시는 이후 이 광고를 예선 패배 원인의 하나로 지목했다 [출처: Pluribus News, 2026]. 라벨을 붙인 것과 붙이지 않은 것이 다르고 풍자와 사칭이 다른데, 현재 법적으로 무게가 실리는 구분은 라벨링 쪽이다. 켄터키 건은 패배 원인에 대한 후보 본인의 설명, 즉 인과에 대한 주장이지 인과의 측정은 아니다.
우려는 분위기의 측정치이지 피해의 측정치가 아니다
여론의 불안이 큰 것도 사실이다. 앞서 본 85%라는 수치가 그 온도를 보여준다 [출처: AP, 2026]. 다만 이 숫자는 "그렇게 될 수 있다고 느끼는 사람의 비율"이지, "실제로 그런 일이 일어났다는 측정치"가 아니다. 우려의 크기와 피해의 크기를 같은 저울에 올리지 않는 것 — 이 글 전체를 관통하는 원칙이다.
2024년의 교훈 — 공포는 컸지만 실측 영향은 제한적이었다
우리가 가진 가장 큰 자연 실험
다행히 우리에게는 참고할 최근 데이터가 있다. 2024년은 기록적인 "글로벌 선거의 해"였다. 40여 개국이 선거를 치렀고, 이 나라들을 합치면 세계 인구의 41% 이상, 세계 GDP의 42%에 이르렀다 [출처: TIME, 2024]. AI가 민주주의를 뒤흔들 것이라는 경고가 그해 초를 가득 채웠던 이유다.
선거 후 평가가 찾아낸 것
그러나 선거가 끝난 뒤의 평가는 상당히 달랐다. 미국 정보기관은 외국 행위자들이 생성형 AI를 실제로 사용하긴 했으나 그것이 영향 공작을 "혁신"하지는 못했다고 결론지었다 [출처: TIME, 2024]. 메타(Meta)는 자사 플랫폼 분석에서, 선거·정치·사회 주제와 관련된 AI 콘텐츠가 팩트체크된 허위정보 전체의 1% 미만이었다고 밝혔다. 또 선거 한 달 전 자사 이미지 생성기에 들어온 주요 후보 딥페이크 제작 요청 59만 건을 거부했으며, 기존 정책과 절차만으로도 위험을 줄이기에 충분했다고 평가했다 [출처: Meta, 2024]. 퍼듀(Purdue)대의 한 데이터베이스는 AI 관련 사건 500건 이상을 기록했지만, 그 대부분은 사람을 속이려는 것이 아니라 풍자·교육·논평 목적이었다 [출처: TIME, 2024].
이 세 결과는 서로 다른 세 개의 시야에서 나온 것이고, 어느 하나도 그 자체로 전체를 보여주지는 않는다. 정보기관의 평가는 외국의 영향 공작이라는 하나의 경로를 다룬다. 메타의 수치는 메타 자신의 플랫폼과 자체 팩트체크 절차를 설명하는 것으로, 이해관계가 있는 당사자의 자체 보고이며 분모 또한 그 절차가 잡아낸 것만 셀 수 있다. 퍼듀대의 집계는 누군가 인지해 기록한 사건을 담은 것이지, 실제로 일어난 사건 전체와 같지 않다. 세 자료가 공유하는 것은 정밀도가 아니라 방향이다. 같은 해를 들여다본 세 개의 독립적인 시선이 모두 예측보다 작은 결과를 내놨다. 거부된 이미지 생성 요청 59만 건 역시 콘텐츠가 되기 전에 차단된 수요를 재는 숫자이지, 유권자에게 도달한 피해를 재는 숫자가 아니다.
"공포보다 작았다"가 "없었다"는 아니다
물론 이것은 "앞으로도 안전하다"는 뜻이 아니다. AI 콘텐츠의 상당수는 암호화된 메신저처럼 관측하기 어려운 공간에서 오가고, 탐지는 여전히 까다롭다. 실제로 한 시민단체 관계자는 "2026년, 특히 2028년이 어떨지 꽤 걱정된다"고 말했다 [출처: TIME, 2024]. 2024년의 교훈은 "위협이 허구였다"가 아니라, "공포가 예언한 규모와 실제 측정된 규모 사이에 큰 간극이 있었다"는 것이다.
이를 판단할 위치에 있던 사람들도 같은 취지로 말한다. 하이어 그라운드 랩스(Higher Ground Labs)의 벳시 후버(Betsy Hoover)는 선거 후 AI의 영향이 사람들이 예상하거나 두려워한 수준에는 이르지 않았다고 평가했고, 앞서 인용한 2026년과 2028년에 대한 경고는 인코드 저스티스(Encode Justice)의 서니 간디(Sunny Gandhi)의 말이다 [출처: TIME, 2024]. 둘을 합치면 하나의 결론과 그 유효기간이 된다. 그 결론을 느슨하게 쥐어야 하는 이유는 사각지대에 있다. 암호화된 채널을 오가는 콘텐츠는 어떤 투명성 보고서에도, 어떤 사건 데이터베이스에도 잡히지 않는다. 둘 다 눈에 보이는 것만 셀 수 있기 때문이다. "팩트체크된 허위정보의 1% 미만"이라는 값은 측정된 공간에 대해서는 정확하지만, 측정되지 않은 공간에 대해서는 아무 말도 하지 않는다.
그럼에도 실재한 피해 — 검증된 사건들
뉴햄프셔 로보콜 — 가장 분명하게 검증된 사건
그렇다고 피해가 전무했던 것은 아니다. 가장 분명하게 검증된 사건은 2024년 뉴햄프셔에서 일어났다. 프라이머리를 이틀 앞두고, 바이든 대통령의 목소리를 복제한 AI 음성이 유권자들에게 프라이머리 투표를 하지 말라는 로보콜(자동녹음 전화)로 뿌려졌다. 미 연방통신위원회(FCC)는 이 공작을 벌인 정치 컨설턴트 스티브 크레이머(Steve Kramer)에게 600만 달러의 벌금을 제안했고, 로보콜을 실제로 전송한 통신사 링고 텔레콤(Lingo Telecom)은 100만 달러의 민사 합의에 응했다 [출처: FCC, 2024]. 크레이머는 뉴햄프셔에서 유권자 협박·억압 등 26건의 형사 혐의로 기소됐다 [출처: NPR, 2024].
혐의는 가벼운 것이 아니었다. 26건 가운데 13건은 유권자 협박 또는 억압에 해당하는 중죄(felony) 혐의였다 [출처: NPR, 2024]. 이 사건이 기준점이 되는 이유는 규모가 아니라 완결성에 있다. 조작물, 행위자, 유통 경로, 드러난 의도가 모두 특정됐다. 이런 조합은 드물고, 그래서 딥페이크 의혹 대부분은 이 정도로 기록이 남는 단계까지 가지 못한다.
하나의 사건, 세 갈래 트랙, 세 가지 결말
다만 여기서 층위를 구분해야 한다. 크레이머는 형사재판에서는 무죄 평결을 받았다 [출처: Pluribus News, 2026]. 즉 FCC의 행정 제재는 성립했지만, 형사상 유죄는 성립하지 않았다. 규제 위반과 범죄 입증은 다른 문턱을 넘어야 한다는 사실을 이 사건은 보여준다.
트랙으로 늘어놓으면 한 사건이 동시에 세 갈래로 흘렀다. 연방 규제기관은 컨설턴트에게 600만 달러 벌금을 제안했고, 로보콜을 전송한 통신사는 100만 달러에 합의했으며 [출처: FCC, 2024], 배심은 무죄 평결을 내렸다 [출처: Pluribus News, 2026]. 서로 다른 기관이 서로 다른 기준으로 서로 다른 질문을 던진 결과다. 그러니 다음 사건을 읽을 때 유용한 습관은 그 헤드라인이 어느 트랙의 이야기인지 먼저 확인하는 것이다. "벌금", "합의", "유죄"는 서로 다른 결말이며, 형사상 유죄 판단은 마지막 하나뿐이다.
또 다른 결 — 속일 뜻 없이 틀리는 AI
또 다른 결의 피해는 악의적 조작이 아니라 AI의 부정확성에서 왔다. 2024년 여러 연구가 챗봇의 투표 안내 능력을 시험했다. AI 데모크라시 프로젝트(AI Democracy Projects)와 프루프뉴스(Proof News)가 5개 주요 모델을 테스트한 결과 응답의 절반 이상이 부정확했고 상당수는 유해하거나 불완전했다. 한 모델은 캘리포니아에서 문자메시지로 투표할 수 있다고 잘못 안내했는데, 이는 전국적으로 불법이다 [출처: AI Democracy Projects, 2024]. 별도 분석인 그라운드트루스AI(GroundTruthAI)는 챗봇이 2024년 선거·투표 질문에 27% 오답을 냈다고 보고했고 [출처: GroundTruthAI, 2024], 민주주의·기술센터(CDT)는 선거 관련 질의의 3분의 1 이상에서 부정확한 정보가 섞였다고 밝혔다 [출처: CDT, 2024]. 미 정부 관계자들은 유권자에게 투표 관련 질문을 챗봇에 의존하지 말라고 경고했다 [출처: CNBC, 2024]. 이것은 누군가 의도한 딥페이크가 아니라 시스템의 환각(hallucination)에서 비롯된 오정보라는 점에서 위협의 다른 결이다. 오답률이라는 실측치는 분명히 존재하지만, 그것이 실제 투표 결과를 바꿨다는 증거는 확인되지 않았다.
실패의 양상이 얼마나 평범했는지는 두 가지 세부에서 드러난다. 프루프뉴스의 테스트에서 5개 모델 가운데 4개가 네바다의 당일 유권자 등록에 대해 틀린 답을 내놨다 [출처: AI Democracy Projects, 2024]. CDT의 결과는 선거 관련 질의 77건을 대상으로 한 것이었다 [출처: CDT, 2024]. 모델을 걸려 넘어뜨리려고 고안한 특이한 질문이 아니라, 어디서·언제·어떻게 투표하느냐는, 보통의 유권자가 그대로 입력할 법한 질문이었다.
오답률이 증명하는 것과 증명하지 않는 것
이 두 갈래를 합쳐 "AI가 선거에 끼친 피해"라는 하나의 숫자로 만들고 싶어지지만, 그것이야말로 하지 말아야 할 일이다. 로보콜은 의도적이었고 행위자가 특정됐으며 투표 참여를 억누르는 것을 노렸다. 챗봇의 오답은 애초에 선거 정보 기관으로 만들어지지 않은 시스템이 낳은 의도치 않은 부산물이고, 거기서 측정된 것은 피해가 아니라 오답률이다. 다만 대응책은 같다. 투표 절차에 관한 사실은 모델이 아니라 선거관리소에서 확인하는 것이다 [출처: Brennan Center for Justice, 2024].
법은 어디까지 왔나 — 주(州) 31곳, 연방은 공백
헤드라인이 아니라 제정된 법을 센다
입법의 움직임은 빠르다. 다만 그 속도를 정확히 읽으려면 "발의"와 "제정"을 구분해야 한다. 제정된 법 기준으로, 선거 딥페이크를 규제하는 주는 2023년 5개에서 2026년 1월 26개로 늘었고 [출처: R Street Institute, 2026], 5월 13일 메릴랜드가 30번째 주가 됐으며 [출처: Public Citizen, 2026], 7월 기준으로는 31개 주에 이른다 [출처: Pluribus News, 2026].
곡선으로 보면 2023년 5개, 2026년 초 26개, 5월 중순 30개, 7월 31개다. 증가분의 대부분이 2023년부터 2026년 초 사이에 몰려 있고 이후에는 속도가 완만해졌다. 다만 이 숫자들에는 단서가 하나 붙는다. 한 곳의 집계가 아니라는 점이다. 2023년과 2026년 1월 수치는 R Street Institute, 30번째 주 기록은 Public Citizen, 7월 총계는 Pluribus News의 것이다. 세 곳 모두 발의된 법안이 아니라 제정된 법을 세고 있고, 여기서는 그 점이 중요하다.
두 갈래 설계 — 공시할 것인가, 금지할 것인가
이 법들은 크게 두 갈래로 나뉜다. 하나는 공시·라벨링 방식으로, 선거를 앞둔 일정 기간 안에 AI 사용을 표시하도록 요구하고, 표적이 된 후보에게 법원에 금지명령을 청구할 권리를 준다. 이쪽이 더 흔하다. 다른 하나는 금지 방식이다. 미네소타와 텍사스는 선거 전 일정 기간 내 딥페이크 배포를 금지하고, 메릴랜드는 연중 금지한다 [출처: Public Citizen, 2026].
두 설계 가운데 무엇을 택하느냐는 나중에 법원이 무엇을 심사하게 될지를 결정한다. 공시형 규정은 포장을 규율한다. 발언자에게 정보를 덧붙이라고 요구할 뿐 메시지 자체는 건드리지 않는다. 금지형 규정은 메시지를 규율하므로, 어떤 정치 콘텐츠가 금지할 만큼 기만적인지를 법원이 판단해야 한다. Public Citizen의 일라나 벨러(Ilana Beller)는 이 법들이 겨냥하는 대상을 좁게 설명한다. 후보에게 해를 끼치려고 만든, 진짜 같은 기만적 AI 콘텐츠다 [출처: Pluribus News, 2026]. 그 좁힘은 의도적이며, 왜 필요한지는 다음 절이 보여준다.
연방의 공백
연방 차원은 사정이 다르다. 연방에서는 AI 정치 딥페이크가 아직 불법이 아니다. 이를 바꾸려는 대표적 법안이 '기만적 AI로부터 선거를 보호하는 법(Protect Elections from Deceptive AI Act, S.1213)'으로, 에이미 클로버샤(Amy Klobuchar) 상원의원이 조시 홀리(Josh Hawley) 등과 함께 2025년 3월 31일 발의했다. 연방 후보와 관련해 실질적으로 기만적인 AI 오디오·영상의 배포를 금지하고, 해당 후보에게 금지명령·손해배상 소권을 주는 내용이다. 그러나 이 법안은 상원 규칙·행정위원회에 회부된 초기 단계에 머물러 있다 — 발의됐을 뿐 제정되지 않았다 [출처: U.S. Congress, 2025]. 한편 2025년 5월 서명된 테이크잇다운법(TAKE IT DOWN Act)은 비동의 친밀 이미지를 겨냥한 것으로 선거용이 아니며, 연방선거관리위원회(FEC)는 당파적으로 분열해 AI 광고 지침을 세우지 못했다. 오히려 반대 방향의 힘도 있다. 트럼프 행정부와 일부 공화당 의원은 주(州)의 AI 규제를 무력화할 수 있는 연방 선점(preemption)을 추진한다 [출처: Public Citizen, 2026].
이 법안에 대해 몇 가지를 덧붙이면 그림이 더 분명해진다. 클로버샤와 함께 이름을 올린 의원으로는 홀리, 쿤스(Coons), 콜린스(Collins), 베넷(Bennet)이 있고, 법안에는 방송사의 뉴스 프로그램 등에 대한 예외가 들어 있어 조작 영상을 다루는 통상적인 보도가 함께 걸리지 않도록 했다. 같은 이름의 하원 법안 H.R.5272도 발의됐다 [출처: U.S. Congress, 2025]. 위원회 회부는 모든 법안이 거치는 통상적인 첫 단계여서, 추진력이 있다는 신호도 없다는 신호도 아니다.
흔한 혼동 하나는 미리 정리해 두는 편이 낫다. 2025년 5월 서명된 테이크잇다운법은 분명 딥페이크를 다루지만, 그 딥페이크는 비동의 친밀 이미지이지 정치 콘텐츠가 아니다 [출처: U.S. Congress, 2025]. 이 법은 종종 의회가 딥페이크에 대응했다는 근거로 인용된다. 대응한 것은 맞지만, 다른 문제에 대해서다.
반대 방향의 흐름 — 연방 선점
연방 선점 추진은 지금까지 이야기한 흐름과 정반대 방향으로 간다. 선점은 연방법이 이와 충돌하는 주법을 밀어내는 원리인데, AI에 적용되면 주 단위 규제를 무력화할 수 있다. Public Citizen은 트럼프 행정부와 일부 공화당 의원의 이런 움직임을 실재하는 위험으로 지목한다 [출처: Public Citizen, 2026]. 이 시나리오가 중요한 것은 실질적인 법이 어디에 놓여 있는지 때문이다. 연방에는 선거 딥페이크 법이 없으므로 실제로 작동하는 층은 31개 주뿐이고, 선점이 닿는 곳이 바로 그 층이다.
표현의 자유라는 반론, 그리고 집행의 현실
금지형 법이 법정에서 계속 지는 이유
이 법들이 순탄히 자리 잡은 것은 아니다. 가장 큰 벽은 표현의 자유다. 캘리포니아가 2024년 도입한 금지형 딥페이크 법은 수정헌법 1조 위반으로 연방법원에서 무효화됐다. 다만 같은 주의 라벨링 요구 법은 살아남았다 [출처: R Street Institute, 2026]. 하와이의 법도 위헌으로 제동이 걸렸고, 몬태나의 법은 현재 소송 중이다 [출처: Pluribus News, 2026]. 정치적 발언은 헌법이 가장 두텁게 보호하는 영역이어서, 무엇을 "기만"으로 규정해 금지할지가 늘 논쟁이 된다. 풍자·패러디를 어떻게 예외로 둘지도 같은 문제다 — 켄터키의 사례처럼 풍자 광고와 악의적 조작의 경계는 종종 흐릿하다 [출처: Pluribus News, 2026].
이 판결들에서 드러나는 패턴은 앞 절의 설계 구분을 그대로 따라간다. "표시하라"는 규정은 발언자에게 한 줄의 정보를 덧붙이라고 요구하지만, "내보내지 말라"는 규정은 어떤 정치적 메시지가 금지할 만큼 거짓인지를 법원이 판단하게 만든다. 정치적 발언이 헌법 보호의 한가운데에 놓인 체계에서는 후자가 훨씬 무거운 요구다.
가장 어려운 경계는 풍자다
켄터키 사례는 이 경계를 법조문으로 긋기가 왜 어려운지 보여준다. 그 광고는 풍자였고 대상은 토머스 매시 하원의원이었으며, 매시는 이후 이를 예선 패배 원인의 하나로 지목했다 [출처: Pluribus News, 2026]. 그렇다고 기만이 성립하는 것은 아니다. 풍자는 풍자로 인식될 때 작동하며, 광고에서 조롱당하는 것과 사칭당하는 것은 다르다. 사칭은 걸러내되 풍자는 남기려는 법조문은 결국 제작자의 의도를 기준으로 삼거나, 합리적인 시청자라면 어떻게 받아들일지를 기준으로 삼아야 한다. 둘 다 다툼의 여지가 있고, 그 말은 곧 둘 다 소송을 부른다는 뜻이다.
집행은 들쭉날쭉하고, 측정된 바도 거의 없다
집행의 현실도 만만치 않다. 전문가들은 실제 집행이 들쭉날쭉하고, 효과를 검증할 실증 데이터가 부족하다고 지적한다. 뉴욕대 기술정책센터의 한 연구자는 라벨링이 실제로 오인을 줄이는지에 의문을 제기하며, 정치인의 AI 묘사에는 성명·초상(NIL) 보호가 더 유효할 수 있다고 본다 [출처: Pluribus News, 2026]. 앞서 본 뉴햄프셔 로보콜 사건에서 크레이머가 거액의 FCC 벌금을 맞고도 형사재판에서는 무죄가 된 것도, 규정 위반과 처벌 사이의 간극을 보여준다 [출처: Pluribus News, 2026]. 요컨대 법은 빠르게 늘고 있지만, "장부에 있는 법"과 "작동하는 법" 사이에는 아직 거리가 있다.
이 의문을 제기한 연구자는 뉴욕대 기술정책센터의 스콧 밥와 브레넌(Scott Babwah Brennen)이다 [출처: Pluribus News, 2026]. 그가 제시하는 대안은 법원이 답해야 할 질문 자체를 바꾼다. NIL 보호는 개인의 성명·초상·유사표현 사용을 규율하므로, 이에 근거한 청구는 그 정치 콘텐츠가 기만적이었는지가 아니라 초상 사용에 동의가 있었는지를 묻는다. 이 질문이 더 좁고, 더 사실 확인에 가깝고, 정치적 발언의 내용과 덜 얽힌다.
방어책 — 탐지·라벨링·프로버넌스, 그리고 미디어 리터러시
프로버넌스 — 거짓말탐지기가 아니라 영수증
기술적 방어의 축은 크게 셋이다. 첫째는 출처 증명(프로버넌스)이다. C2PA 콘텐츠 크레덴셜(Adobe·Microsoft 등이 주도하고 BBC·뉴욕타임스·소니 등이 참여하는 표준)이나 구글 딥마인드의 신스ID(SynthID) 워터마킹은 콘텐츠가 어떻게 만들어졌는지를 꼬리표처럼 남기려는 시도다. 둘째는 라벨링이다. 여러 주법은 "이 이미지/영상/오디오는 조작되었습니다"에 준하는 문구를 요구한다 [출처: Brennan Center for Justice, 2024]. 셋째는 자동 탐지 도구다.
프로버넌스는 정확히 설명해 둘 필요가 있다. 탐지와 같은 것처럼 이야기되는 경우가 많기 때문이다. 콘텐츠 크레덴셜과 신스ID는 정체를 모르는 파일을 들여다보고 가짜인지 판정하는 기술이 아니다. 콘텐츠가 만들어지는 시점에 어떻게 만들어졌는지를 기록으로 붙이는 방식이고, 언론사·플랫폼과 함께 라이카(Leica) 같은 카메라 제조사도 참여한다. 그 결과는 비대칭이다. 유효한 크레덴셜은 정보를 주지만, 크레덴셜이 없다는 사실은 거의 아무 정보도 주지 않는다. 애초에 이 표준을 지원하지 않는 기기로 찍은 진짜 영상일 수도 있고, 중간에 마커가 지워졌을 수도 있다 [출처: Brennan Center for Justice, 2024].
라벨링 — 법이 실제로 요구하는 것
라벨링은 점점 더 많은 주에서 법적 강제력을 갖게 된 축이고, 요구하는 내용은 단순하다. "이 이미지/영상/오디오는 조작되었습니다"에 준하는 문구다 [출처: Brennan Center for Justice, 2024]. 앞서 본 미시간과 오리건 사례가 이 요구가 현실에서 만들어내는 갈림을 보여준다. 어떤 AI 광고는 이 표시를 붙이고 어떤 광고는 붙이지 않으며, 조사를 부르는 쪽은 붙이지 않은 광고다 [출처: Pluribus News, 2026].
탐지 도구 — 함께 따라붙는 경고
문제는 어느 하나도 만능이 아니라는 점이다. 브레넌 정의센터(Brennan Center for Justice)는 유권자에게 딥페이크 탐지 도구에 의존하지 말라고 조언한다. 이 도구들은 정확도에 한계가 있고, 생성 기술이 정교해질수록 효과가 떨어질 것이기 때문이다. 프로버넌스 정보도 과신해서는 안 된다 — 마커는 지우기 쉽고 사용률에도 격차가 크다. 플랫폼이 "AI 제작"이라고 분명히 라벨을 붙이지 않은 콘텐츠라면 진위를 섣불리 단정하지 말고, 권위 있는 독립 팩트체커 같은 검증된 관행으로 확인하라는 것이 이들의 권고다 [출처: Brennan Center for Justice, 2024]. 투표 절차는 챗봇이 아니라 선거관리소 공식 웹사이트에서 확인하라는 조언도 같은 맥락이다.
도구에 기대지 않는 검증 절차
브레넌 정의센터가 대신 권하는 것은 도구가 아니라 절차이고, 네 단계로 정리된다. 먼저 플랫폼이 그 콘텐츠에 AI 제작이라는 표시를 분명히 붙였는지 확인한다. 붙어 있지 않다면 그것을 진짜라는 근거가 아니라 근거의 부재로 취급한다. 그다음에는 탐지 앱이 아니라 권위 있는 독립 팩트체커에 그 주장을 넘긴다 [출처: Brennan Center for Justice, 2024]. 어디서·언제 투표하는지, 어떻게 등록하는지 같은 절차 정보는 챗봇이 아니라 선거관리소 공식 웹사이트에서 확인한다 [출처: CNBC, 2024]. 어느 단계도 기술 지식을 요구하지 않는다는 점이 핵심이다.
미디어 리터러시라는 하중을 받는 층
그래서 남는 결론은 미디어 리터러시다. 브레넌 정의센터는 유권자 교육, 검증 도구 제공, 오픈소스 자원 지원을 방어의 핵심으로 꼽는다 [출처: Brennan Center for Justice, 2024]. 어떤 단일 기술도 기만을 혼자 막지 못한다면, 여러 층의 방어와 함께 "속지 않는 습관"을 사회적으로 기르는 일이 남는다.
결론 — 무엇을 지켜볼지
2026년의 그림을 한 문장으로 요약하기는 어렵다. 여론의 불안은 크고(미국인 85%), 실제 캠페인의 AI 사용도 늘었으며, 이를 규율하는 주법은 31개까지 확산됐다. 그러나 2024년의 실측 데이터는 AI의 선거 영향이 공포보다 작았음을 보여주고, 연방 차원의 법은 여전히 발의 단계에 머물러 있으며, 주법들은 표현의 자유와 집행이라는 두 시험을 동시에 통과해야 한다. 위협은 실재하지만, 그 크기는 과장과 안심 사이 어딘가에 있다.
이 글이 처음에 제시한 기준으로 되돌리면 이렇다. 85%는 전망된 우려이고, 제정된 31개 주법과 2024년 플랫폼 집계는 측정된 것이며, 특정 영상이 특정 결과를 바꿨다는 주장은 여전히 입증된 것이 아니라 보도된 것이다. 기사를 이 세 칸으로 나눠 읽는 일이 정확히 읽는 일의 대부분이다. 그리고 이 작업은 선거철마다 다시 해야 한다. 측정된 칸의 내용이 계속 바뀌기 때문이다.
그래서 앞으로 지켜볼 지점은 분명하다. 첫째, 31개 주의 딥페이크 법이 이번 중간선거에서 실제로 집행되고 효과를 내는가. 둘째, 연방의 S.1213이 발의에서 제정으로 넘어가는가, 아니면 주 규제를 무력화하려는 선점 압력이 이기는가. 셋째, 법원이 라벨링 요구를 표현의 자유와 어떻게 조율하는가. 넷째, 탐지와 프로버넌스 기술이 실제로 오인을 줄이는지 데이터로 확인되는가. 그리고 다섯째 — 어쩌면 가장 중요한 — 딥페이크의 진짜 해악은 특정 가짜가 다수를 속이는 데 있다기보다, 진짜 증거마저 "가짜"라며 부인되는 전반적 불신(이른바 '거짓말쟁이의 배당')이 커지는 데 있을지 모른다는 점이다 [출처: Brennan Center for Justice, 2024]. 지금 필요한 것은 위협을 부풀리는 것도, 대수롭지 않게 넘기는 것도 아니라, 그 실제 크기를 데이터로 계속 재는 일이다.