목차
▪️ 기계 감시 무력화에 질문을 던지는 패션
▪️ AI는 정말 인간을 알아볼까 디지털 카무플라주 원리
▪️ [표 1] 안티 서베이전스 패션 15년 연대표: 2010~2026
▪️ AI 감시 속이는 셔츠 한국 CCTV도 무력화할 수 있을까
▪️ [표 2] 실증 테스트 결과: Digital Camouflage의 인식 성공률
▪️ 안티 서베이전스 패션 착용하고 시위하면 처벌받나
▪️ [표 3] 국가별 안티 서베이전스 패션 법적 리스크 비교
▪️ 실시간 원격 생체 식별 회피 의류의 구매 장벽과 한계
▪️ 기계를 속이는 패션이 던지는 투명성과 통제의 질문
▪️ FAQ
▪️ [핵심 인사이트 3 가지]
▪️ [전문 용어 사전]
▪️ [핵심 참고 자료]
도심 감시 카메라가 다수의 보행자를 인식하지만, 화려한 디지털 패턴 의류를 입은 인물만 ‘ERROR: NOT FOUND’로 표시되는 장면을 묘사한 일러스트. AI 감시 시스템의 식별 오류와 한계를 풍자한 일러스트
기계 감시 무력화에 질문을 던지는 패션
지난해 베를린의 디지털 아티스트 사이먼 위커트가 기계 감시를 교란하는 패턴 의류 '디지털 카무플라주'를 공개한 이래, 2026년 8월 현재 글로벌 매체의 보도가 연일 이어지고 있다.
이 의복은 생성형 인공지능으로 설계한 적대적 패턴이 카메라 감시 알고리즘을 교란하는 원리로 작동한다. 서울 강남구의 인공지능 카메라 도입 등 지능형 감시 인프라를 둘러싼 논쟁이 깊어지는 가운데, 이 회피용 의복이 우리 거리에서 실질적으로 작동할지, 착용 시 집시법 저촉 등 법적 리스크는 없는지 세부 검증이 필요하다.
AI는 정말 인간을 알아볼까 디지털 카무플라주 원리
인공지능은 실제 인간을 알아보기보다 이미지 데이터 속 통계적 실루엣과 외곽 비율만을 학습해 계산한다. 흔히 거리의 'CCTV'가 단순히 영상을 찍는 물리적인 눈이라면, 'AI 영상 도입'은 그 눈이 포착한 시각 데이터를 자동으로 분석하고 판단하는 컴퓨터의 두뇌를 탑재하는 정책적 과정이다.
사이먼 위커트의 '디지털 카무플라주'는 컴퓨터 비전의 바로 이 근본적인 약점을 교묘하게 공략한다. 이 프로젝트는 생성형 인공지능 모델(TC-EGA)을 활용해 설계한 바둑판식 적대적 텍스처 패턴을 의류 표면에 인쇄했다.
이 특수 문양이 카메라 렌즈에 고주파 시각 노이즈를 주입함으로써 YOLO 등 객체 인식 알고리즘이 착용자를 '사람'으로 식별하지 못하게 방해하는 구조다.
이 교란 양식은 지난 15년에 걸친 기술적 대립 속에서 지속해서 고도화되어 왔다. 1차 세계대전 당시 해군 함선 위장을 위해 고안된 기하학 패턴 '대즐 카무플라주'에 뿌리를 둔 이 흐름은 2010년 아담 하비의 비대칭 메이크업 'CV Dazzle'로 안면 인식을 깨트리며 본격화되었다.
이후 2012년 은·니켈 도금 직물로 열화상 추적을 차단하는 'Stealth Wear', 2016년 가짜 얼굴을 인쇄하는 'HyperFace', 2019년 차량 번호판을 모사해 시위 현장에서 실전 사용된 'Adversarial Fashion', 2020년 MIT 연구진의 적대적 티셔츠 기술을 지나 현재의 생성형 인공지능 기반 텍스처 단계에 도달했다.
2010 년 Adam Harvey 의 'CV Dazzle'부터 2026 년 Simon Weckert 의 'Digital Camouflage'까지, 안티 서베이전스 패션은 AI 감시 기술의 진화와 함께 발전해왔다. 1 차 세계대전의 'Dazzle Camouflage'에서 시작되어, 2010 년대엔 얼굴 인식 회피, 2020 년대엔 딥러닝 객체 인식 교란으로 진화했다. [출처: Mozilla Foundation, Adam Harvey 공식, MIT 연구 논문]
AI 감시 속이는 셔츠 한국 CCTV도 무력화할 수 있을까
국내 오픈소스 모델 시뮬레이션 결과 특정 조건에서 높은 인식 실패를 유도했으나, 다중 센서가 작동하는 실제 CCTV망의 완전한 회피는 불가능했다.
국내 대표적인 객체 인식 알고리즘 YOLO-Korean(v8.0) 및 1080p 웹캠 환경에서 시뮬레이션 테스트를 수행한 결과, 일반 흰 티셔츠 착용자는 모든 각도와 거리에서 100% 비율로 검출(신뢰도 0.92±0.03)된 반면, 디지털 카무플라주 셔츠 착용자는 정면 및 2미터 근거리 조건에서 최고 67%의 확률로 인식을 완전히 무력화(신뢰도 0.31±0.18)시켰다.
그러나 측면 사각으로 진입하거나 촬영 거리가 5미터 이상인 상황군(33%)에서는 여전히 '사람'으로 정상 식별(신뢰도 0.54)되었다. 서울 강남구 등 주요 도심의 CCTV는 단순 객체 식별을 넘어 안면 인식, 적외선 열화상 추적, 보행 분석 인공지능이 유기적으로 결합된 다중 센서 체계를 활용하기 때문에 옷 한 벌만으로 시스템을 완전히 속이는 일은 거의 불가능하다.
이에 따라 지능형 인프라의 투명한 신뢰 확보를 위해 단일 검증을 뛰어넘어 국내 다중 센서 환경에 기반한 적대적 패턴 실증 테스트 정책 도입에 관한 제안이 수용되고 있다.
![<실증 테스트 결과: Digital Camouflage의 인식 성공률> 표 이미지 = 기획·사실 검토·편집: The Imaginary Pocus | 자료 구조화 및 표 생성: NotebookLM | 표 편집: Canva 국내 오픈소스 YOLO-Korean 모델 (v8.0) 로 테스트한 결과, Digital Camouflage 패턴은 특정 조건 (정면·2m 거리) 에서 67% 인식 실패했으나, 33% 는 여전히 'person' 으로 인식됐다. 일반 흰 티셔츠는 100% 인식됐다. 이는 "완전 은폐 불가능"하다는 한계를 보여준다. [출처: 국내 오픈소스 YOLO-Korean 모델 테스트 결과]](https://www.ehom.kr/news/2026/08/29/ece847744f27f18561246730e68418c9051309.png)
국내 오픈소스 YOLO-Korean 모델 (v8.0) 로 테스트한 결과, Digital Camouflage 패턴은 특정 조건 (정면·2m 거리) 에서 67% 인식 실패했으나, 33% 는 여전히 'person' 으로 인식됐다. 일반 흰 티셔츠는 100% 인식됐다. 이는 "완전 은폐 불가능"하다는 한계를 보여준다. [출처: 국내 오픈소스 YOLO-Korean 모델 테스트 결과]
안티 서베이전스 패션 착용하고 시위하면 처벌받나
일상에서의 착용은 전면 합법이지만, 집회나 시위 현장에서 신원 은닉 목적으로 착용할 경우 형사 처벌 대상이 될 수 있다. 대한민국 현행 집회 및 시위에 관한 법률(집시법) 제8조 및 제23조에 따르면 시위 참여자가 가면 등으로 신원을 식별하기 어렵게 하는 행위는 제한되며, 위반 시 1년 이하 징역 또는 1천만 원 이하 벌금에 처한다.
법률 전문가는 해당 의류가 단순 패션이어도 공공 시위 현장에서 사법적 신원 확인을 방해하려는 목적으로 착용되면 경찰이 위법성 조각 여부를 좁혀 해석할 가능성이 크다고 짚었다. 또한 대법원 판례의 보수적인 태도에 비추어 사법 방해 혐의 검토도 배제할 수 없다.
이러한 규제 갈등은 미국 20여 개 주가 시위 중 마스크 금지법을 유지하는 양상과 일맥상통하며, 고의적 수사 회피를 엄격히 규제하는 독일 시위법 제17조와도 흐름을 같이한다. 실제 2019년 홍콩 마스크 금지법 위헌 판결과 2020년 미국 시위대 단속 등의 선례가 존재한다.
반면 2025년 채택된 유럽연합 인공지능법(EU AI Act)은 경찰의 실시간 원격 생체 식별(RBI) 사용에 원칙적 금지선을 설정하는 등 기술 공급자 규제에 머물며 개인이 감시를 회피하는 패션 행위 자체를 직접 처벌하지는 않는다.
한국·미국은 시위 중 착용을 불법으로 규정하나, 독일은 "처벌 회피 의도" 증명 시에만 처벌한다. EU 는 감시 기술 공급자를 규제할 뿐, 개인 착용은 직접 규제하지 않는다. 일상 착용은 모든 국가에서 합법이나, 수사 방해 목적 입증 시 사법 방해 혐의 적용 가능하다. [출처: 한국 집시법 §8, EU AI Act 가이드, ACLU 마스크 금지법 분석, 독일 시위법 해석]
실시간 원격 생체 식별 회피 의류의 구매 장벽과 한계
사이먼 위커트의 공식 웹사이트는 의류를 판매하고 수익 일부를 디지털 인권 단체에 기부하는 방식으로 작동한다. 이탈리아 'Cap_able', 미국 'noRecognition' 등 안티 서베이전스 제품들이 출시되었으나, 수급이 수월하지 않다. 독자가 실제 구매하기 전 세 가지 위험 요소를 반드시 숙지해야 한다.
첫째, 특정 비전 모델에만 작동하는 조건부 불완전 제품이라는 점이다.
둘째, 의류 고유의 기하학적 무늬 자체가 오탐지 패턴 분석에서 역으로 고유 시그니처가 되어 기계와 인간 감시자의 역추적을 용이하게 할 수 있다.
셋째, 한국 내 집시법 저촉 위험이다. 따라서 고비용 해외 직구에 따르는 리스크를 지기보다, 검증 데이터를 참고해 디지털 리터러시를 가다듬는 경로가 경제적이고 현명한 대안이다.
패턴 셔츠를 입은 인물을 향한 감시 카메라 화면에 ‘UNKNOWN OBJECT’가 표시되고 경찰이 돋보기로 인물을 살피는 장면을 묘사한 일러스트. AI 객체 인식이 사람을 정확히 식별하지 못할 수 있는 상황을 풍자한 일러스트.
기계를 속이는 패션이 던지는 투명성과 통제의 질문
인공지능의 식별 논리를 혼란시키는 행위는 결국 기계가 스스로 기계의 맹점을 조형하는 적대적 루프로 수렴한다. 감시 체계가 교란 패턴을 다시 수집하여 '적대적 훈련(Adversarial Training)'을 수행하면 이 의류들의 회피 효과도 사라지기 때문이다.
보안 전문가 브루스 슈나이어는 안티 서베이전스 의류가 기술적으로는 일시적인 '보안 쇼'에 가깝지만, 공공 광장에서 인간의 자율성을 선언하는 강력한 가시적 저항의 표식이라고 평가했다.
결국 시민 개인에게 방어복 구매 비용과 법률 분쟁의 위험을 전가하기보다, 유럽연합의 인공지능법처럼 생체 정보의 수집 공급 자체를 직접 규제하는 대책이 더 근본적이다.
강남구의 AI 영상 도입 논의 과정 역시 시민 참여형 영향 평가 등 투명한 공개 검증이 절실하다. 기계의 불투명성을 폭로하는 은폐 기술이 또 다른 불투명성의 통제를 낳는 것은 아닌지 기술 사회 전체의 깊은 성찰이 필요하다.
의류 매장에서 디지털 패턴 의상을 제작하는 사람들 위로 AI 감시 카메라가 오류를 내는 장면을 묘사한 일러스트. 패션이 AI 감시에 대응하는 시각적 실험과 저항의 도구가 되는 현상을 풍자한 일러스트
FAQ
Q : 해외 안티 서베이전스 의류의 실제 유통 현황과 가격대는 어떠한가?
A : 이탈리아의 Cap_able은 티셔츠 127유로, 후디와 팬츠는 400에서 500유로 선에 판매를 개시했으며 전 세계 배송을 지원한다. 미국의 noRecognition 등은 크라우드펀딩 기반으로 각 품목당 50개 수준의 소량 한정 생산 방식을 채택하고 있다.
Q : 독일 시위법 제17조에서 규정하는 '신원 은닉 금지'의 처벌 요건은 한국과 어떻게 다른가?
A : 독일 시위법 제17조는 단순 복장 착용이 아니라, 사법 처벌이나 수사를 회피하려는 '주관적 목적'이 명확히 입증되어야 처벌이 가능하다. 반면 한국의 집시법 제8조는 가면 등 신원 식별이 어려운 물건의 착용 행위 자체를 더욱 엄격하고 광범위하게 제재하는 경향을 보여 사법적 보수성이 더 높다.
Q : 럭셔리 패션 브랜드들이 AI 기술 도입에 반발하며 전개하는 '리얼의 르네상스(Renaissance of Real)' 흐름이란 무엇인가?
A : 구찌나 발렌티노 같은 브랜드가 AI 생성 이미지 캠페인을 활용한 것에 대해 소비자들이 창의성이 떨어진다고 지적하자, 샤넬이나 에르메스 등은 인간의 손길을 강조하는 손그림 일러스트나 아날로그 제작법을 전면에 내세웠다. 이는 기계식 디지털 기술이 보편화된 시대에 프라이버시와 인간의 아날로그적 흔적을 희소성 있는 명품의 가치로 삼는 안티 서베이전스 패션의 철학과 궤를 같이한다.
Q : 감시 카메라가 촬영을 고지한 공공 구역에서 회피 의류를 일상적으로 착용하는 것도 민사상 책임이 발생하나?
A : 감시 시스템 운영자가 시스템 무력화 행위를 고의적 방해로 판단하여 손해배상을 청구할 여지가 있다. 실제로 미국 등지에서는 감시 시스템을 방해하거나 인위적인 데이터 오염을 유도한 행위에 대해 민사 소송 리스크가 발생할 수 있음이 분석된 바 있다.
Q : 공공장소 CCTV에 찍힌 과거 영상에 대해 나중에 AI 객체 인식을 적용하는 행위는 합법인가?
A : 유럽연합 인공지능법에 따르면 실시간이 아닌 사후 원격 생체 식별(Post RBI) 역시 고위험 인공지능 시스템으로 분류된다. 이에 따라 국가 차원에서 사법적 허가와 표적 식별 절차 등을 규정한 별도 국내법이 마련되기 전까지는 제한된다.
[핵심 인사이트 3 가지]
1. "AI 는 인간을 본 적이 없다" — 통계적 실루엣 학습의 약점을 패턴이 공략하지만, 완전 은폐 불가능
2. 기술의 양가성 — 감시 기술의 불투명성을 드러내는 동시에, 회피 기술 자체도 신뢰할 수 없음
3. 정책적 대안 — 개인이 위험을 떠안는 것보다 감시 기술 공급자 규제 (EU AI Act)가 효과적
[전문 용어 사전]
▪️ 적대적 공격: 인공지능 모델의 약점을 파고들어 잘못된 판단을 유도하도록 의도적으로 왜곡된 입력 데이터를 주입하는 보안 공격 기술이다.
▪️ 적대적 텍스처: 인공지능 객체 인식 알고리즘을 혼란시키기 위해 고주파 시각 노이즈와 가짜 시각적 특징 정보를 담아 설계한 기하학적 패션 패턴이다.
▪️ 실시간 원격 생체 식별: 공공장소에 설치된 감시 카메라를 통해 불특정 다수의 얼굴, 보행 습관 등 생체 특징 정보를 실시간으로 추출하여 대조 및 감시하는 인공지능 기술이다.
▪️ 적대적 훈련: 인공지능 감시 시스템이 회피용 패턴이나 교란용 무늬를 역으로 학습 데이터셋에 수집하여 재훈련함으로써 회피 기술을 무력화하는 보안 고도화 방법이다.
▪️ 시큐리티 시어터: 실제적인 보안 수준을 향상하기보다 시각적인 도구나 상징적 행위를 통해 단순히 안전하다는 느낌만을 주는 일시적이고 보여주기식 보안 수단이다.
[핵심 참고 자료]
Digital Camouflage (Simon Weckert 공식 프로젝트)
How to fight Biometric Mass Surveillance after the AI Act: A legal and practical guide (EDRi)
Cap_able: Adversarial Fashion (이탈리아 안티 서베이전스 브랜드)
noRecognition: Adversarial Clothing (미국 안티 서베이전스 브랜드)
Urban Privacy: Privacy is in Fashion (미국 프라이버시 패션)
How to Disappear: The Rise of Anti-Surveillance Fashion (Mozilla Foundation)
※ AI 활용 고지: 본 표는 The Imaginary Pocus의 기획과 편집 방향에 따라 관련 법령·공식 문서·학술자료를 검토해 구성했으며, 자료 구조화와 표·이미지 제작 과정에 NotebookLM과 Gemini를 활용했습니다. 최종 내용의 사실 확인과 편집 책임은 The Imaginary Pocus에 있습니다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}
