구글의 인공지능(AI) 모델인 제미니 3.6 플래시(Gemini 3.6 Flash)가 가짜 화장품 식별에 도전했지만, 긍정적인 가능성과 함께 명확한 한계를 동시에 보여줬습니다. 인기 브랜드 로드 펩타이드 립 틴트(Rhode Peptide Lip Tint)의 정품 및 가품 포장 사진을 분석한 결과, AI는 사람이 놓치기 쉬운 미묘한 포장 불일치나 오탈자를 몇 초 만에 찾아내는 능력을 입증했습니다. 하지만 동시에 정품을 가품으로 오판하는 치명적인 오류도 발생하여, AI의 단독 판정 능력에는 아직 의문이 제기됩니다.
이번 실험은 이베이(eBay)에서 구입한 가품 두 개와 공식 판매처 세포라(Sephora)에서 구입한 정품 한 개를 대상으로 진행되었습니다. AI는 가품에서 성분명 오탈자, 상자와 튜브의 유통업체 불일치, 잘못된 아일랜드 우편번호, 어색한 문구 등 여러 유효한 단서를 성공적으로 찾아냈습니다. 특히 사람이 직접 검사할 때도 놓치기 쉬운 교차 이미지 불일치나 긴 화학 성분 목록의 미세한 오탈자를 식별하는 데 강점을 보였습니다. 이는 가짜 화장품이 소비자의 건강에 유해한 중금속이나 박테리아를 포함할 수 있다는 점에서 중요한 발견입니다.
그러나 AI는 빛 반사, 그림자, 곡면, 시차 등 사진 자체의 특성으로 인해 발생하는 시각적 아티팩트(artifact)에 취약했습니다. 예를 들어, 튜브의 빛 반사를 글자 오류로 오인하거나 정품에 있는 엠보싱 테두리를 가품의 특징으로 잘못 판단하는 경우가 있었습니다. 가장 큰 문제는 정품에도 존재하는 성분명 오탈자(예: Svnthetic, Ethylhexvl)를 가품의 명확한 증거로 판단하여, 공식 판매처에서 구매한 정품마저 가품으로 단정했다는 점입니다. 이는 AI가 단일 증거에 과도하게 의존할 경우 오판할 수 있음을 보여줍니다.
결론적으로, 범용 AI는 가짜 화장품의 위험 신호를 찾는 보조 도구로서 유용할 수 있지만, 단독으로 진위를 판정하기에는 아직 부적합하다는 평가입니다. 제조사는 소비자가 AI를 활용해 제품을 검사할 수 있음을 고려하여 포장 오류를 최소화해야 할 필요가 있습니다. 또한, AI의 오판을 줄이기 위해서는 더 많은 각도에서 촬영한 사진이나 짧은 영상 등 다양한 형태의 입력 데이터를 제공하고, 제품마다 고유한 식별 기술(예: 의약품의 캔디코드 CandyCodes)을 함께 활용하는 방안이 모색되어야 할 것입니다. 이는 가짜 화장품 문제로 인한 소비자 피해를 줄이고 브랜드 신뢰도를 높이는 데 기여할 수 있습니다.