2026년 8월부터 Claude가 생성하는 모든 텍스트 블록에는 보이지 않는 워터마크가 포함됩니다. 이 워터마크는 보이지 않으며, 맞춤법 검사기로도 감지되지 않고, Claude에서 문서로 복사-붙여넣기해도 유지됩니다. Anthropic은 AI가 작성한 텍스트를 해당 모델로 추적할 수 있도록 이를 구축했으며, 워터마크는 텍스트 자체 내부에 조용히 존재합니다.
생성한 콘텐츠의 소유자이며 해당 디지털 지문을 제거하고 싶다면, watermarks-remover라는 오픈 소스 프로젝트가 가장 많이 사용되는 도구입니다. 이 가이드는 Claude의 워터마크가 실제로 무엇인지, 이 도구가 무엇을 제거할 수 있고 무엇을 제거할 수 없는지, 그리고 정확히 어떻게 실행하는지 안내합니다.
시작하기 전에 한 말씀 드리자면: 이것은 귀하가 소유한 텍스트와 파일의 위생 및 프라이버시에 관한 것입니다. 학업 부정행위를 저지르거나, 공개 정책을 회피하거나, AI 작업을 금지하는 계약 하에 AI 작업을 사람의 작업으로 위장하기 위해 출처 표시를 제거하는 것은 나쁜 생각이며 종종 귀하를 구속하는 규칙에 위배됩니다. 귀하가 적용받는 조건을 숙지하십시오.
요약
- 워터마크란: Claude는 비밀 키에 따라 단어 선택에 영향을 주어, 텍스트 전반에 걸쳐 통계적 서명을 남깁니다. 이는 찾아 삭제할 수 있는 숨겨진 문자가 아닙니다. 또한 이미지 및 일부 문서에는 별도의 파일 수준 C2PA 메타데이터 태그가 있습니다.
- 남아있는 것: 통계적 텍스트 워터마크는 복사-붙여넣기에도 유지됩니다. 재작성(paraphrasing), 대폭 편집, 번역 시에는 약화됩니다. 짧은 구절이나 코드(포매터가 남아있는 미미한 신호마저 제거함)에서는 약하거나 존재하지 않습니다.
- 도구: watermarks-remover는 MIT 라이선스가 적용된 Python 3.10+ 표준 라이브러리 툴킷입니다. 이 도구는 두 가지 다른 레이어로 두 가지 작업을 처리합니다.
- 레이어 A (확정적): 텍스트에서 보이지 않는 유니코드, 특수 공백 문자, 양방향 문자, 태그 문자를 제거합니다. 빠르고, 테스트 가능하며, 무손실입니다. 이 부분이 신뢰할 수 있는 부분입니다.
- 레이어 B (통계적): 텍스트를 재작성하여 토큰 샘플링 워터마크를 공격합니다. 최선을 다하는 노력일 뿐이며, 단어를 바꿔쓰면 원문의 품질이 저하됩니다.
- 파일: PNG, JPEG, SVG, PDF, DOCX, ODT, HTML, Markdown 파일에서 C2PA, EXIF, XMP 및 문서 속성을 제거합니다.
- 솔직한 함정: 깨끗한 확정적 제거는 쉽습니다. 통계적 워터마크를 완전히 제거하는 것은 콘텐츠를 재작성하는 것을 의미하며, 이는 바로 귀하가 피하고자 했던 품질 저하입니다.
Claude의 워터마크는 실제로 무엇인가요?
대부분의 사람들이 오해하는 것부터 시작해 봅시다. Claude의 텍스트 워터마크는 단어 사이에 숨겨진 문자열이 아닙니다. 찾아서 제거할 제로 너비 공백도, 분리할 수상한 글리프도, 측정할 이상한 자간도 없습니다.
대신, 워터마크는 단어 자체에 존재합니다. Claude가 텍스트를 생성할 때, 각 단계에서 통계적으로 거의 동등한 후보들 중에서 다음 토큰을 선택합니다. 워터마크는 비밀 키에 따라 이러한 선택에 편향을 줍니다. 충분히 긴 구절에 걸쳐, 이러한 미세하게 조정된 선택들이 감지 가능한 통계적 서명으로 축적됩니다. 한 문장만 읽어서는 알 수 없습니다. 키를 가진 감지기에 수백 단어를 입력하면 패턴이 나타납니다.
이러한 설계는 제거에 중요한 두 가지 결과를 가져옵니다:
- 복사-붙여넣기에도 유지됩니다. 신호가 메타데이터가 아닌 단어 선택에 내장되어 있기 때문에, 텍스트를 한 앱에서 다른 앱으로 옮겨도 워터마크는 함께 이동합니다.
- 편집에 취약합니다. 충분한 단어를 변경하면 통계적 패턴이 깨집니다. Claude의 출력을 재작성하거나, 번역하거나, 자신의 글과 혼합하면 신호가 약해집니다.
Anthropic은 2026년 8월 2일부터 모델 수준에서 이를 적용하기 시작했으며, 이는 어떤 제품 표면도 예외 없이 워터마크를 방출한다는 의미입니다. Claude 앱, API, Claude Code, 그리고 AWS, Google Cloud, Microsoft Foundry를 통한 서드파티 액세스 모두 워터마크를 생성합니다. Anthropic은 사용자와 서드파티가 이를 확인할 수 있도록 감지 API를 출시할 예정이라고 밝혔습니다. Anthropic의 모델 라인업과 액세스 정책이 어떻게 변화하고 있는지에 대한 배경 정보는 모두에게 중단된 Fable 5 관련 에피소드에서 다루었습니다.
다시 한번 강조할 가치가 있는 한 가지 주의사항은 이것이 양날의 검이기 때문입니다. 긍정적인 감지는 텍스트가 Claude를 거쳐갔을 수 있다는 것을 의미하며, 누군가가 부정행위를 했다는 것을 의미하지 않습니다. 교정, 번역, 요약 모두 대필과 동일한 흔적을 남깁니다.
두 가지 다른 워터마크, 두 가지 다른 해결책
watermarks-remover는 Claude (및 다른 공급업체)가 실제로는 서로 관련 없는 두 가지 마킹 시스템을 사용하고 있으며, 이들이 완전히 다른 처리를 필요로 하기 때문에 작업을 레이어로 나눕니다.
레이어 A, 확정적 문자 제거. 이것은 보이지 않는 유니코드(제로 너비 공백, 특수 공백 문자, 양방향 텍스트 제어 문자, 유니코드 태그 문자)를 대상으로 합니다. 일부 도구 및 파이프라인은 이러한 방식으로 출처 또는 추적 데이터를 삽입합니다. 레이어 A는 모델이 전혀 포함되지 않은 순수 Python으로 되어 있어 확정적이고, 테스트 가능하며, 무손실입니다. 실제 원문에 손대지 않고 불필요한 것을 제거합니다. 이것이 "그냥 작동하는" 부분입니다.
레이어 B, 통계적 재작성. 이것은 위에 설명된 Claude의 토큰 샘플링 워터마크를 겨냥한 것입니다. 신호가 단어 선택에 있기 때문에, 이를 제거하는 유일한 방법은 단어를 바꾸는 것입니다. 즉, 문장을 하나씩 재작성하는 것입니다. 이 프로젝트는 이것이 최선의 노력일 뿐 보장이 아니며, 단어를 바꿔쓰는 것이 스타일을 평이하게 만들고 정확도를 떨어뜨릴 수 있음을 명확히 밝힙니다.
파일, 메타데이터 제거. 텍스트와는 별개로, 이 도구는 PNG, JPEG, SVG, PDF, DOCX, ODT, HTML, Markdown 파일에서 C2PA 매니페스트, EXIF, XMP 및 문서 속성을 제거합니다. C2PA는 콘텐츠 출처 및 진위 연합(Coalition for Content Provenance and Authenticity) 표준으로, 파일과 함께 제공되는 서명된 매니페스트입니다. 통계적 텍스트 워터마크와 달리, C2PA는 손쉽게 제거할 수 있습니다. 파일을 다시 저장하거나, 형식을 변환하거나, 이미지를 스크린샷하면 매니페스트는 사라집니다.
이 도구는 동일한 아키텍처로 Claude, Gemini/SynthID-Text, OpenAI 및 오픈 소스 (Kirchenbauer 스타일) 워터마크를 처리합니다. SynthID와 같은 픽셀 도메인 이미지 워터마크는 제거 범위에 포함되지 않지만, 이 프로젝트는 외부 역SynthID 체크아웃을 통해 선택적으로 해당 워터마크를 채점할 수 있습니다.
워터마크가 스스로 놓치는 것
무언가를 실행하기 전에 Claude의 워터마크가 이미 약한 지점을 아는 것이 중요합니다. 이러한 경우 제거는 쉽거나 불필요합니다:
- 짧은 구절. 몇 문장으로는 통계적 신뢰도를 축적할 만큼 충분한 토큰 선택이 포함되어 있지 않습니다. 감지기는 길이가 필요합니다.
- 코드. 소스 코드는 산문보다 훨씬 더 제한된 토큰 선택을 가지므로, 신호 자체가 미미합니다. 그런 다음 포매터, 린터 및 리팩토링 도구가 남아있던 모든 엔트로피를 재작성합니다. 코드가 커밋될 때쯤에는 감지할 것이 거의 남아 있지 않은 경우가 많습니다. 이것이 Claude Code 출력물의 워터마크가 실제적이기보다는 이론적인 이유입니다.
- 대폭 편집된 텍스트. 이미 절반을 재작성했다면, 의도치 않게 패턴을 깨뜨렸을 수도 있습니다.
- 파일의 C2PA. 모든 형식 변환 또는 다시 저장 시 일반적으로 제거됩니다.
즉, "제거" 작업의 솔직한 범위는 일반적으로 Claude가 작성한 그대로 유지된 장문 산문과 모든 파일 메타데이터입니다.
watermarks-remover 설치
이 프로젝트는 에이전트 스킬과 독립형 Python 스크립트 세트로 제공됩니다. Python 3.10 이상이 필요합니다. 핵심 스크립트는 표준 라이브러리만 사용하므로 기본적인 텍스트 및 메타데이터 작업에는 pip install할 필요가 없습니다.
git clone https://github.com/guillaumemeyer/watermarks-remover.git
cd watermarks-remover
에이전트 스킬로 호출하려면 (리포지토리 예제는 Grok 스타일의 스킬 디렉토리를 사용합니다), 스킬 폴더를 연결하십시오:
mkdir -p ~/.grok/skills
ln -sfn "$(pwd)/skills/remove-ai-marks" ~/.grok/skills/remove-ai-marks
다른 모든 사용자는 스크립트를 직접 호출합니다. 아래 명령이 깔끔하게 읽히도록 스크립트 디렉토리에 대한 단축키를 설정하십시오:
export SCRIPTS="$(pwd)/skills/remove-ai-marks/scripts"
다음 두 가지 선택적 명령줄 도구를 설치하면 파일 정리 기능을 확장할 수 있습니다:
c2patool: C2PA 매니페스트를 자세히 검사하는 데 사용합니다.exiftool: 레이어 A가 도달하지 못하는 잔여 이미지 메타데이터를 정리하는 데 사용합니다.
두 가지 모두 핵심 워크플로에는 필수적이지 않습니다.
파일을 건드리기 전에 검사하기
맹목적으로 제거하지 마십시오. 무엇을 제거할지 결정하기 전에 실제로 어떤 것(보이지 않는 문자, 메타데이터 블록, 출처 매니페스트)이 존재하는지 알 수 있도록 먼저 검사기를 실행하십시오.
python3 "$SCRIPTS/inspect_file.py" draft.md
이것은 아무것도 수정하지 않고 도구가 감지한 내용을 보고합니다. 이는 파일을 덮어쓰기 전에 내용을 읽는 것과 같습니다. 검사기가 파일이 이미 깨끗하다고 표시하면 작업이 완료된 것이고, 예상치 못한 것이 발견되면 바이트가 변경되기 전에 결정할 수 있습니다.
텍스트에서 워터마크 제거
확정적 레이어 A 클리닝, 즉 신뢰할 수 있고 무손실인 패스를 위해서는 clean_text.py를 사용하십시오. --stats 플래그는 발견하고 제거한 내용의 요약을 출력합니다:
python3 "$SCRIPTS/clean_text.py" draft.md -o draft.cleaned.md --stats
이것은 보이지 않는 유니코드, 특수 공백 문자, 양방향 제어 문자, 태그 문자를 제거합니다. 귀하의 보이는 원문에는 손대지 않으므로 품질 저하가 없습니다. 통계적 워터마크보다는 숨겨진 추적 문자에 대해 걱정하는 대부분의 사람들에게는 이 하나의 명령이 전체 작업입니다.
-o 플래그는 원본을 덮어쓰지 않고 새 파일에 기록하므로, 결과를 확인하기 전까지는 원본을 유지하십시오.
파일에서 메타데이터 제거
이미지 및 문서의 경우, clean_file.py는 C2PA, EXIF, XMP 및 내장 문서 속성을 제거합니다:
python3 "$SCRIPTS/clean_file.py" photo.png -o photo.cleaned.png
이것은 PNG, JPEG, SVG, PDF, DOCX, ODT, HTML, Markdown 파일을 처리합니다. exiftool이 설치되어 있고 이미지에 대해 철저히 제거하고 싶다면, 나중에 이를 실행하여 남아있는 태그를 찾아 제거하십시오:
exiftool -all= photo.cleaned.png
C2PA는 쉬운 경우라는 점을 기억하십시오. Claude가 생성한 이미지의 출처 매니페스트가 유일한 관심사라면, 형식 왕복 변환만으로도 종종 자동으로 제거됩니다. 이 도구는 단지 이를 깨끗하고 예측 가능하게 수행할 뿐입니다.
레이어 B 문제: 통계를 이기기 위한 재작성
여기서는 명령 구문보다 정직함이 더 중요합니다.
통계적 텍스트 워터마크는 단어를 변경해야만 제거할 수 있습니다. 이 도구는 rewrite_text.py를 통해 이를 노출하며, 이는 재작성(paraphrase) 과정을 준비합니다:
python3 "$SCRIPTS/rewrite_text.py" draft.md --backend print-prompt --strength paraphrase
--backend print-prompt 옵션은 모델을 직접 호출하는 대신 재작성 프롬프트를 출력하므로, 어떤 것이 재작성을 수행할지 제어할 수 있습니다. --strength는 재작성의 강도를 조절합니다.
하지만 실제로 무엇에 동의하는지 읽어보십시오. 단어 선택 전반에 걸쳐 분산된 신호를 깨뜨리려면 문장 단위로 재작성해야 합니다. 이는 다음을 의미합니다:
- 스타일을 평이하게 만듭니다. 워터마크를 포함했던 특정 문구는 목소리도 함께 전달했습니다.
- 정확도를 위협합니다. 기술 콘텐츠를 재작성하면 의미가 미묘하게 변경될 수 있습니다.
- 제대로 수행하려면 유능한 모델이 필요하며, 이때 고급 모델의 출력을 재작성하는 데 고급 토큰을 소비하게 됩니다.
프로젝트 자체는 명백한 질문을 던집니다: Claude의 텍스트를 손상시키지 않고 워터마크 없는 내용으로 재작성하기 위해 강력한 모델이 필요하다면, 이것이 저렴한 해결책인가요 아니면 그저... 품질이 저하된 사본을 위해 더 많은 모델 비용을 지출하는 것일까요? 대부분의 합법적인 경우에 레이어 B는 가치가 없습니다. 텍스트가 짧거나 코드인 경우, 워터마크는 아마도 이미 너무 약해서 중요하지 않을 것입니다. 중요하게 생각하는 장문 산문이라면, 재작성은 유지하려던 것을 손상시킵니다.
실용적인 요점: 레이어 A와 파일 클리너를 정기적으로 실행하십시오. 레이어 B는 특정하고 합법적인 이유가 있고 품질 저하를 수용할 때만 사용하십시오.
작업 확인
제거는 확인 능력만큼만 유효합니다. 출력물에 대해 검사기를 다시 실행하십시오:
python3 "$SCRIPTS/inspect_file.py" draft.cleaned.md
특히 C2PA의 경우, c2patool은 매니페스트가 남아있는지 여부에 대한 확실한 정보를 제공합니다:
c2patool photo.cleaned.png
통계적 텍스트 워터마크의 경우, 솔직한 검증은 더 어렵습니다. Anthropic의 키를 가지고 있지 않기 때문입니다. Anthropic이 약속한 감지 API가 출시되면 그것이 진정한 시험대가 될 것입니다. 그때까지는 레이어 B 결과가 정의상 확인되지 않은 것으로 간주하십시오. 이러한 작업을 반복 가능한 파이프라인에 구축한다면, 해당 검증 단계는 다른 API 워크플로와 마찬가지로 테스트할 가치가 있는 동작입니다. 콘텐츠 또는 모델 검사를 자동화하는 팀은 종종 Apidog와 같은 API 테스트 도구에 연결하여 "워터마크가 다시 나타났는지" 확인이 매번 동일한 방식으로 실행되도록 합니다. 모델 기반 엔드포인트 테스트의 광범위한 패턴에 대해서는 API를 통한 AI 에이전트 테스트 방법을 참조하십시오.
법적 및 윤리적 보호 장치
이 도구의 자체적인 프레이밍이 올바른 프레임입니다. 즉, 귀하가 소유한 콘텐츠의 프라이버시와 위생을 위한 것입니다. 여기에는 자신의 초안에서 추적 문자를 제거하거나, 이미지를 게시하기 전에 메타데이터를 정리하거나, 자신의 소유라고 생각하는 글에서 출처 태그를 제거하는 것이 포함됩니다.
이것은 다음을 다루지 않습니다:
- 학업 부정행위. 귀하의 기관이 AI 생성물 제출을 공개하거나 금지하는 경우, 그 사실을 숨기기 위해 워터마크를 제거하는 것은 출력물이 아무리 깨끗해 보이더라도 비행입니다.
- 계약 위반. 많은 고객 계약 및 플랫폼 약관은 AI 공개를 요구합니다. 워터마크가 보이지 않는다고 해서 해당 의무가 사라지는 것은 아닙니다.
- 허위 귀속. AI 작업을 사람의 작업으로 위장하여 누군가를 실질적으로 오도하는 것은 출처 표시가 방지하고자 하는 바로 그 해악입니다.
또한 이 모든 것에 지나치게 의존하지 말아야 할 실용적인 이유가 있습니다. 감지는 양날의 칼입니다. 워터마크 감지가 저작권을 증명하지 않으며, 워터마크가 없다고 해서 인간의 작품임을 증명하지도 않습니다. 이미 모호한 신호를 무력화하기 위한 워크플로를 구축하는 것은 종종 상황이 요구하는 것보다 더 많은 노력이 필요합니다. 의심스러울 때는 공개하십시오. 공개하지 않아 발각되는 것보다 저렴합니다.
여기서 귀하의 관심이 AI 사용을 숨기는 것보다, 자체적인 출처 정책을 가지고 벤더 워터마크 없이 모델을 자체적으로 운영하는 데 더 가깝다면, 자체 호스팅이 더 깔끔한 해답입니다. 2026년에 실행할 수 있는 최상의 로컬 LLM 옵션에 대해서는 2026년에 실행할 수 있는 최상의 로컬 LLM에서 다루었습니다.
자주 묻는 질문
Claude 텍스트에 있는 워터마크 문자를 찾아서 삭제할 수 있나요? 아니요. Claude의 텍스트 워터마크는 숨겨진 문자로 이루어진 것이 아니라, 단어 선택의 통계적 편향입니다. 검색하여 삭제할 것이 없습니다. (일부 다른 도구는 보이지 않는 문자를 삽입하며, watermarks-remover의 레이어 A는 이러한 문자를 제거합니다. 하지만 이는 Claude의 통계적 워터마크와는 다른 메커니즘입니다.)
Claude의 결과물을 복사-붙여넣기하면 워터마크가 제거되나요? 아니요. 통계적 워터마크는 단어에 내장되어 있으므로 앱 간 복사-붙여넣기에도 유지됩니다. 실제 텍스트를 편집해야만 약화됩니다.
watermarks-remover는 무료인가요? 예. MIT 라이선스에 따라 오픈 소스입니다. 핵심 텍스트 및 메타데이터 스크립트는 Python 3.10+와 표준 라이브러리만 필요합니다.
Claude Code 출력물에도 작동하나요? 실행은 되지만, 코드에서는 워터마크가 보통 이미 너무 약해서 중요하지 않습니다. 소스 코드는 제한된 토큰 선택을 가지며, 포매터와 린터는 남아있는 대부분의 신호를 지웁니다. 일반적으로 제거할 것이 거의 없습니다.
SynthID와 같은 이미지 워터마크를 제거하나요? 픽셀 도메인 종류는 제거하지 않습니다. 파일 수준 메타데이터(C2PA, EXIF, XMP)는 깨끗하게 제거할 수 있으며, 외부 역SynthID 설정을 통해 선택적으로 SynthID 워터마크를 채점할 수 있지만, 픽셀 내 워터마크 제거는 범위 밖입니다.
워터마크를 제거하는 것이 합법적인가요? 자신이 소유한 콘텐츠에서 출처 표시를 제거하는 것이 본질적으로 불법은 아니지만, AI 공개를 요구하는 학업 정책, 계약 또는 플랫폼 약관을 위반할 수 있습니다. 이 도구는 그러한 의무를 회피하기 위함이 아니라, 귀하의 콘텐츠에 대한 프라이버시를 위한 것입니다.
통계적 워터마크가 실제로 제거되었는지 어떻게 알 수 있나요? 현재로서는 감지 키를 가지고 있지 않기 때문에 스스로는 대부분 확인할 수 없습니다. Anthropic은 감지 API가 출시될 예정이라고 밝혔으며, 그것이 진정한 시험대가 될 것입니다. 반면에 레이어 A 문자 제거 및 C2PA 제거는 검사기와 c2patool을 사용하여 쉽게 확인할 수 있습니다.