온라인상에 사진을 공유할 때 타인의 얼굴이나 사진에 담긴 Exif 메타데이터가 노출되는 문제는 개인정보 보호 측면에서 중요한 고려 사항입니다. 이미지 편집 프로그램이나 온라인 변환 서비스를 사용할 때 웹 서버로 사진을 업로드하는 방식은 전송 및 처리 과정에서 민감한 데이터가 유출될 수 있는 위험을 동반합니다. 이러한 문제를 해결하기 위해 2026년 9월 29일, 개발자 사이먼 월리슨(Simon Willison)은 GPT-6 Astra를 활용해 브라우저 내부에서 서버 전송 없이 얼굴을 자동 감지하여 가리고 메타데이터를 제거하는 웹 기반 실험 도구인 Photo Scrubber를 공개했습니다1.
Photo Scrubber는 사용자의 웹 브라우저 내에서 직접 사진을 처리하도록 설계되었습니다1. 외부 서버로 이미지를 전송하지 않고 단말기 내부 자원만 사용하므로, 네트워크를 통한 데이터 유출 가능성을 차단하면서 사진 내 개인정보를 로컬 환경에서 정제할 수 있습니다.
WebAssembly와 BlazeFace 기반의 클라이언트 사이드 감지 원리
Photo Scrubber가 외부 서버 없이 웹 브라우저 단에서 고성능 얼굴 감지를 수행할 수 있는 배경에는 웹 기술의 결합이 있습니다. 이 도구는 C++로 작성된 Google의 MediaPipe 라이브러리를 웹어셈블리(WebAssembly) 패키지인 @mediapipe/tasks-vision으로 컴파일하여 활용하며, 얼굴 탐지 모델로는 경량화된 BlazeFace를 사용합니다1. 웹어셈블리를 통해 웹 브라우저 환경에서도 저전력, 고성능 네이티브 코드 수준의 연산 속도를 확보했습니다.
얼굴이 감지되면 Photo Scrubber는 자동 감지된 영역의 이미지 픽셀에 기본 설정으로 70% 강도의 블러(흐림 효과)를 직접 적용합니다2. 또한 감지된 얼굴 상자 주변으로 25%의 여유 공간(padding)을 추가하여 감지 영역 테두리 밖으로 얼굴 윤곽이 노출되는 현상을 방지합니다2.
사용자는 사진 조건에 따라 감지 임계값(Detection threshold)을 직접 변경할 수 있습니다. 기본 감지 임계값은 35%로 설정되어 있으며, 이 수치를 낮추면 조명이 어둡거나 비스듬한 각도의 얼굴도 추가로 찾아낼 수 있습니다2. 그러나 임계값이 낮아질수록 얼굴이 아닌 배경 요소를 얼굴로 오인하는 잘못된 감지(false positives) 역시 증가합니다2. 감지 버튼을 통해 재스캔을 실행할 경우 기존에 설정한 가림 영역은 유지되며 새롭게 감지된 영역만 추가됩니다2.
기존 도구와의 비교 및 익명화 처리의 기술적 한계
웹 브라우저 기반의 로컬 이미지 익명화 도구로는 시위 현장 사진 등의 개인정보 보호를 위해 개발된 Image Scrubber가 대표적입니다34. Image Scrubber는 최대 2500x2500 픽셀 크기의 이미지를 지원하며, 이를 초과하는 이미지는 자동으로 축소해 처리합니다3. 또한 이 도구는 웹 페이지를 로드한 뒤 비행기 모드를 켜거나 인터넷 연결을 차단한 오프라인 환경에서 실행할 때 외부 전송 위험을 없애 가장 높은 보안 수준을 제공합니다34.
구조적 측면에서 Image Scrubber의 블러 기능은 픽셀 셔플링과 노이즈 삽입 방식을 사용하며 주로 수동 영역 지정에 의존합니다3. 반면 Photo Scrubber는 BlazeFace와 WebAssembly를 통합하여 자동 얼굴 감지를 기본으로 제공한다는 점에서 차이가 있습니다1.
다만 자동 감지와 블러 가공 방식 모두 기술적 한계가 존재함을 유의해야 합니다. BlazeFace 알고리즘은 촬영 각도, 음영, 가림 여부에 따라 얼굴을 일부 놓칠 수 있습니다2. 또한 단순 블러 처리는 이미지 복원 기술이나 정밀 분석에 의해 원본 신원이 추정될 가능성이 있습니다23. 따라서 높은 수준의 익명화가 필요한 민감 정보는 블러 처리보다 단색으로 영역을 완전히 덮는 페인트(solid cover) 방식을 사용하는 것이 안전합니다23. 인물의 의복, 문신, 배경의 특이한 글자나 지형지물 역시 신원을 추정하는 단서가 될 수 있으므로 수동 확인을 거쳐야 합니다2.
내보내기 옵션과 실무 활용 시 판단 기준
Photo Scrubber는 처리된 이미지를 내보낼 때 기본 JPEG 화질 92%를 적용하며, 미리보기 크기와 무관하게 원본 해상도를 유지하여 결과물을 저장합니다2. 빠른 작업 속도와 로컬 처리라는 이점을 효율적으로 활용하려면 다음 기준에 따라 작업 흐름을 구성하는 것이 권장됩니다.
첫째, 대량의 사진을 신속하게 처리할 때는 BlazeFace 기반의 자동 감지를 먼저 활용합니다. 기본 35% 임계값으로 1차 감지를 수행한 후, 미감지 얼굴이 있다면 임계값을 낮춰 재스캔을 진행하고 생성된 감지 박스 위치를 수동 조율합니다2.
둘째, 보안 요구 수준이 높은 민감한 사진은 자동 블러 결과에만 의존하지 않고 최종 저장 전 전체 이미지를 직접 검토해야 합니다. 미감지된 얼굴이나 식별 가능한 요소가 남아 있는지 확인하고, 민감 영역은 단색 덮기(solid cover) 도구로 교체한 뒤 메타데이터 제거 여부를 점검해야 합니다2.
Photo Scrubber는 AI 감지 모델과 웹어셈블리를 결합해 브라우저 단에서 사진 익명화 작업을 간소화한 도구입니다. 자동 감지의 편의성과 단색 덮기의 안전성을 목적에 맞게 교차 검증하며 사용할 때 신뢰할 수 있는 익명화 결과를 얻을 수 있습니다.
참고
1Photo Scrubber -- local face blur & metadata removal
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.