"당신의 그림을 훔쳐간 AI에게 독을 먹이세요."
2026년 2월, 디지털 아트 커뮤니티인 아트스테이션과 데비안아트가 비장한 슬로건으로 뒤덮였다. 불과 2년 전인 2024년, 생성형 AI의 충격적인 성능 앞에서 "예술은 죽었다"며 붓을 꺾거나 소셜미디어를 떠났던 창작자들이 돌아왔다. 하지만 그들의 손에는 붓 대신 '데이터 독(Poison)'이라는 새로운 무기가 들려 있다.

2024년이 생성형 AI가 가져온 '충격'의 해였다면, 2026년은 그에 맞선 '반격'의 해다. AI의 학습을 원천적으로 막을 수 없다면, AI가 학습하는 데이터 자체를 망가뜨리겠다는 이른바 '독소 전략'이 예술계의 새로운 흐름으로 자리 잡았다.

 

디지털 가축 사료 'AI 슬롭(Slop)'의 시대, 피로한 대중은 등을 돌렸다
이러한 반격의 배경에는 대중이 느끼는 극심한 시각적 피로감이 있다. 2026년 현재, 인터넷은 '슬롭(Slop)'이라 불리는 저질 AI 콘텐츠로 뒤덮였다. 본래 가축에게 주는 묽은 사료나 오물을 뜻하던 이 단어는 이제 영혼 없이 대량 생산된 AI 이미지를 지칭하는 멸칭이 되었다.

초기 AI 이미지의 특징이었던 6개의 손가락이나 어색한 관절 오류는 줄어들었다. 그러나 특유의 매끄러운 플라스틱 질감, 과장된 조명, 천편일률적인 미소녀 화풍은 여전히 대중에게 거부감을 주고 있다. 프랑스의 일러스트레이터 테오도르 씨는 핀터레스트 검색 결과의  대부분이 실존하지 않는 AI 이미지라며, 이제는 무엇이 진짜인지 구분하는 것조차 노동이 되었다고 토로한다.

대중의 인내심도 한계에 다다랐다. 지난 2월, 2026 동계 올림픽 개막식 중 송출된 공식 기념 영상에 AI로 생성된 것으로 보이는 조잡한 애니메이션이 사용되자 "비용 절감을 위해 저렴한 슬롭을 썼다"는 비난이 쇄도했고, 대영박물관조차 AI 이미지를 게시했다가 박물관의 본질인 '진본성'을 훼손했다는 역풍을 맞았다.

"앞마당에 지뢰를 심어라" 창작 생태계를 지키기 위한 독소 전략
여론의 변화 속에 아티스트들은 기술적 무장을 마쳤다. 시카고 대학 연구진이 개발한 '나이트쉐이드(Nightshade)'와 '글레이즈(Glaze)'는 2026년 창작자들의 필수 방어구가 되었다.

글레이즈는 인간의 눈에는 원본 그대로 보이지만 AI에게는 전혀 다른 화풍으로 인식되게 하여 작가 고유의 스타일 모방을 막는다. 나이트쉐이드는 한발 더 나아간다. 이미지에 육안으로는 보이지 않지만 AI 모델의 학습 알고리즘을 교란하는 픽셀 노이즈를 섞어, 이를 학습한 AI가 '개'를 '고양이'로, '모자'를 '케이크'로 오인하게 만든다.

현재 온라인에 올라오는 신규 창작물의 약 30% 이상이 이 도구들로 처리된 것으로 추정된다. 효과는 이미 나타나고 있다. 일부 오픈 소스 AI 모델들이 최신 데이터셋을 학습한 뒤 프롬프트와 전혀 다른 이미지를 생성하는 '모델 붕괴(Model Collapse)' 징후를 보이기 시작한 것이다. 한 콘셉트 아티스트는 이를 두고 "AI 기업 서버를 해킹하는 것이 아니라, 우리 집 앞마당에 '출입 금지' 팻말 대신 지뢰를 심어두는 것"이라고 비유했다.

쓰레기 더미 속에서 빛나는 '진짜 인간'의 가치, 2026년의 새로운 리터러시
아이러니하게도 AI 콘텐츠의 범람은 '진짜 인간의 손길'에 프리미엄 가치를 부여했다. 인터넷 공간이 AI 슬롭으로 오염되자, 엄격한 인증을 거쳐야만 입장할 수 있는 '휴먼 온리(Human Only)' 커뮤니티가 급부상하고 있다. 패트리온 같은 후원 플랫폼에서는 "100% 인간이 그렸으며 AI 학습에 반대한다"는 인증이 중요한 세일즈 포인트가 되었다.

물론 기술적 대결만으로 모든 문제가 해결된 것은 아니다. 미국과 유럽에서는 AI 학습 데이터의 저작권 공정 이용을 둘러싼 소송이 여전히 진행 중이며, 딥페이크 성착취물 문제 등 법과 윤리의 지체 현상은 계속되고 있다. 2026년의 예술계는 기묘한 공존과 투쟁의 상태다. 한쪽에서는 1초에 수백 장의 이미지가 쏟아지고, 다른 한쪽에서는 그 흐름을 막기 위해 그림에 독을 탄다. 

분명한 사실은 '창작의 민주화'라는 AI의 초기 약속이 '시각적 공해'라는 현실과 충돌하고 있다는 점이다. 우리가 매일 소비하는 이미지가 누군가의 영혼이 깃든 창작물인지, 아니면 거대 언어 모델이 조합해 낸 '데이터 찌꺼기'인지 구분해내는 눈. 그것이 지금 우리에게 요구되는 새로운 리터러시일 것이다.