AI 이미지, 스톡 사진만큼 통한다

Nielsen Norman Group의 Rachel Banawa가 AI로 생성한 이미지가 실제 스톡 사진만큼 웹사이트에서 통하는지 실험으로 검증했습니다. 결론은 다소 뜻밖입니다 — 사용자가 이미지의 출처를 모를 때, AI 이미지는 신뢰·전문성·진정성이라는 세 지표 모두에서 스톡 사진과 대등하거나 오히려 근소하게 앞섰고, 회사 웹사이트에 대한 신뢰를 떨어뜨린다는 증거도 나오지 않았습니다.

"이미지의 출처보다, 그 이미지가 의도한 맥락에서 제대로 작동하는지가 더 중요하다 — 적어도 사용자가 출처가 AI임을 모를 때는."Rachel Banawa, Nielsen Norman Group

왜 중요한가

연구진은 미국 참가자 77명을 모아 가상의 컨설팅 회사 웹페이지 6종을 평가하게 했습니다 — 히어로 이미지만 다르게 해서 3개는 AI 생성, 3개는 실제 스톡 사진을 넣었고, 10초간 노출한 뒤 7점 척도로 채점하고 자유 응답을 받았습니다. 결과적으로 AI 이미지가 신뢰·전문성에서 약 0.2점, 진정성에서 0.4점 더 높게 나왔으나 통계적으로 유의한 차이는 진정성뿐이었습니다. 중요한 반전은 따로 있습니다 — 참가자가 'AI가 개입했다'고 의심하는 순간, 같은 사이트를 더 낮게 평가했습니다. 즉 문제는 이미지의 품질이 아니라 AI라는 사실의 인지였습니다.

실무 적용

이 결과는 '이미지는 출처가 아니라 이미지 자체로 판단하라'는 원칙을 뒷받침합니다. 스톡이냐 AI냐를 먼저 따지기보다, 목적·대표성·진정성·맥락 적합성이라는 표준 기준으로 개별 이미지를 평가하세요. 참가자들이 자주 언급한 '표현과 다양성'은 특히 신경 써야 할 축이고, AI 이미지라면 손·텍스트·배경 같은 디테일의 생성 오류를 반드시 점검해야 합니다. 동시에 AI 사용을 공개할 의무가 있는지, 공개했을 때 사용자 반응이 어떻게 달라질지도 미리 계산에 넣어야 합니다.

교차 참고

• Nielsen Norman Group: Artificial Intelligence Glossary — 생성 이미지·모델 관련 용어를 정리해 실무 논의의 공통 언어를 제공합니다.
• Nielsen Norman Group: One AI Output Is an Example, Not an Evaluation — AI 결과물 하나를 근거로 삼지 말라는 관점이 이미지 채택 기준과 맞닿아 있습니다.

Wemeet의 관점

Wemeet은 이 실험이 'AI 이미지의 진짜 리스크는 품질이 아니라 신뢰'라는 점을 드러낸다고 봅니다. 사용자는 AI 그 자체를 싫어하는 게 아니라 '속았다'는 느낌을 싫어합니다 — 그래서 승부는 더 정교한 생성이 아니라, 언제·어떻게 밝힐지를 설계하는 투명성의 문제로 넘어갑니다.