이미지 검색 도구들은 하나의 아이디어를 서로 다르게 구현한 경쟁 제품이 아닙니다. 서로 다른 질문에 답하는 두 계열에 속하고, 계열을 잘못 고르면 그 안에서 어느 제품을 집든 실패가 보장됩니다.

첫 번째 계열은 *"이 그림이 또 어디에 올라와 있나?"*를 묻습니다. 두 번째 계열은 *"이건 누구의 얼굴인가?"*를 묻습니다. 손에 든 것이 영상 플레이어에서 캡처한 스크린샷이라면, 답이 있는 쪽은 두 번째 질문뿐입니다.

두 계열의 실제 차이는 무엇인가?

근접 중복 매칭은 이미지 전체의 지문을 만들어 웹 크롤 안에서 같은 지문을 찾습니다. 얼굴 벡터 엔진은 얼굴을 찾아내 정렬하고 숫자로 인코딩한 뒤, 그 숫자를 얼굴 색인과 대조합니다.

근접 중복 매칭 얼굴 벡터 매칭
핵심 질문 이 이미지가 어디에 올라와 있나? 이건 누구의 얼굴인가?
비교 단위 이미지 전체의 지문 정렬된 얼굴 → 숫자 벡터
똑같은 이미지가 온라인에 있어야 하나 그렇다 아니다
얼굴만 잘라내면 해로움 — 신호를 없애버림 도움 — 그게 바로 입력
자세, 조명, 연도가 다르면 대개 실패 그것을 견디도록 설계됨
내가 캡처한 프레임에 통하나 아니다 그렇다
전형적인 실패 방식 무관한 스톡 이미지를 돌려줌 낮은 점수의 실존 인물을 돌려줌

영상 프레임에 대해 모든 것을 결정짓는 줄은 세 번째입니다. 플레이어를 멈추고 스크린샷을 찍는 순간, 나는 웹에 파일로 존재한 적 없는 이미지를 하나 만들어낸 것입니다. 찾을 사본이 없으니 근접 중복 매칭은 다룰 재료가 없습니다. 품질의 격차가 아니라 구조적 한계입니다.

주요 도구는 각각 무엇을 하나?

브랜드가 아니라 동작 방식으로 묶으면 선택이 분명해집니다.

도구 계열 무엇을 대조하나 영상 프레임에서 어디가 무너지나
Google 이미지 / Lens 근접 중복 + 시각적 유사도 이미지 전체를 Google 크롤과 대조 성인 사이트는 크롤에 거의 없고 SafeSearch가 걸러냄
Bing Visual Search 근접 중복 + 영역 검색 이미지 전체 또는 지정한 영역 성인 카탈로그에 대해 같은 크롤 커버리지 문제
TinEye 엄격한 근접 중복 같은 파일의 원본과 편집본 대놓고 사본 탐색기, 새로 만든 프레임에는 사본이 없음
Yandex Images 근접 중복 + 강한 시각적 유사도 이미지 전체, 유사도 순위가 느슨함 닮았을 뿐인 남을 자주 돌려주는데, 일치처럼 읽히지만 아님
일반 "얼굴 검색" 웹 도구 얼굴 벡터 공개 웹에서 색인한 얼굴 색인이 공개 웹과 SNS 이미지로 만들어졌지 성인 카탈로그가 아님
성인 자료 기반 얼굴 검색 얼굴 벡터 성인 작품의 표지와 스틸에서 색인한 얼굴 그 출처들이 공개한 범위로 한정됨

Yandex에는 따로 경고할 것이 있습니다. 시각적 유사도 순위가 워낙 느슨해서 그저 닮아 보이는 사람 — 같은 머리 모양, 같은 자세, 같은 색감 — 을 돌려줍니다. 이용자는 그것을 신원 확인으로 읽습니다. 아닙니다. 그 파이프라인 안에서 신원을 재는 것은 아무것도 없습니다.

엔진보다 색인이 더 중요한 이유는?

검색은 색인된 것만 돌려줄 수 있고, 없는 자료를 알고리즘이 메워주지는 못하기 때문입니다.

최고 수준으로 학습된 얼굴 벡터 엔진이라도 공개 웹 사진으로 만든 색인을 향하고 있다면, 이미지가 그 색인이 한 번도 크롤한 적 없는 카탈로그에만 존재하는 AV 배우는 찾아내지 못합니다. 결과에 관한 한 기술력은 무관합니다.

저희 색인은 바로 이 자료 위에 만들어졌습니다. 106개 사이트의 성인 작품 표지와 스틸에서 뽑은 241,792개의 얼굴, 그중 2,333개가 이름이 확인된 배우에 연결돼 있습니다(저희 색인, 2026-08 스냅숏). Google이 답하지 못하는 질문에 답할 수 있는 이유는 오로지 그것입니다.

분명히 해둘 경계: 저희 커버리지는 치우쳐 있습니다. 이름이 확인된 배우 2,333명 중 2,246명은 대표 이미지의 출처가 한 곳뿐입니다. 저희가 다루는 카탈로그 바깥의 것은 저희 눈에 보이지 않고, 그런데도 살짝 빗나간 후보들의 순위 목록을 보여드리게 됩니다. 그래서 모든 결과에 점수를 붙이고, 영상 스틸에 대한 보정 임계값을 0.40으로 두고 있습니다.

내가 넘겨주는 것은 도구마다 어떻게 다른가?

비교는 대개 결과 품질에서 멈추지만, 실제로는 알고리즘보다 프라이버시 구조가 더 크게 다릅니다.

동작 파일 전체를 올리는 일반적인 도구 브라우저 쪽 검출
원본 이미지가 전송되나 그렇다 아니다
메타데이터(GPS, 기기, 촬영 시각) 전송 제거하지 않았다면 그렇다 전혀 보내지 않음
얼굴 바깥의 내용 전송 그렇다 아니다
서버로 가는 것 파일 전체 얼굴 크롭 + 랜드마크 좌표 5개
이용자가 검증할 수 있나 정책 문구를 믿는 수밖에 그렇다 — 네트워크 요청을 열어보면 됨

두 계열 모두 대부분의 도구가 파일 전체를 올립니다. 그렇게 만드는 편이 간단하니까요. 검출을 클라이언트 쪽에서 돌리면 서버는 원본을 아예 받지 않습니다.

주요 서비스들이 자기가 받은 업로드에 관해 뭐라고 말하는지는 생각보다 편차가 크고, 쓸모 있는 구분선은 명시된 정책과 침묵 사이에 있습니다.

서비스 업로드 보관에 관해 학습 사용에 관해
Google 시각 검색 기록을 켜둔 경우에만 저장되며, 기본값은 꺼짐 켜져 있다면 이미지가 시각 검색 모델 학습에 쓰일 수 있고, 학습용 사본은 계정과 분리된 채 최대 4년 보관
Bing Visual Search 보관 기간을 공개하지 않음 이미지 처리 개선에 사진을 쓸 수 있다고만 함, "학습"이라는 단어는 쓰지 않음
Yandex Images 이미지에 관한 별도 언급 없음 이미지에 관한 별도 언급 없음
TinEye 결과를 보여준 뒤 업로드를 삭제하며 색인에 넣지 않는다고 명시 어느 쪽으로도 언급 없음

빈칸은 안심의 근거가 아니라 미상으로 읽으세요. 함정이 둘 더 있습니다. 사람들이 Microsoft에 대해 인용하는 "당신의 이미지로 학습하지 않는다"는 너그러운 문구는 시각 검색이 아니라 이미지 생성 제품에 관한 것입니다. 그리고 위의 Google 기본값은 앱과 Lens 화면에 대해 문서화된 것이고, 로그아웃 상태의 데스크톱 업로드를 다루는 동등한 문구는 없습니다.

출처: 각 서비스가 공개한 도움말 또는 정책 페이지. 2026-08-03 확인.

그래서 언제 어느 쪽을 써야 하나?

  • 공개된 이미지가 있다면 — 표지, 홍보용 스틸처럼 웹에 파일로 존재하는 것이라면 근접 중복 매칭이 올바른 첫수입니다. 그것이 나온 바로 그 페이지를 찾아낼 수 있습니다.
  • 내가 직접 캡처한 프레임이 있다면: 곧장 얼굴 벡터 검색으로 가세요. 근접 중복 매칭은 통하지 않고, 다시 시도해도 달라지지 않습니다.
  • 얼굴은 있는데 그 사람이 AV 배우가 아닌 것 같다면: 성인 자료 기반 엔진은 도움이 되지 않고, 일반인에게 그것을 쓰는 건 영리한 우회가 아니라 도구의 오용입니다.
  • 품번이나 제목 텍스트가 있다면: 이미지 검색은 통째로 건너뛰세요. 텍스트 조회가 어떤 시각적 방법보다 빠르고 믿을 만합니다.

어떤 도구든 시간을 쏟기 전에 해볼 만한 한 번의 진단이 있습니다. 이미지를 얼굴만 남기고 잘라 다시 돌려보세요. 결과가 나빠진다면 그 도구는 근접 중복 매칭을 하고 있는 것이고, 누구의 신원도 알아내지 못합니다.

관련 질문

이 비교는 직접 해보면 가장 빨리 결론이 납니다. 같은 프레임을 근접 중복 도구와 이곳의 얼굴 검색에 각각 넣어보세요. 검출은 브라우저 안에서 돌아가고, 원본은 기기를 벗어나지 않으며, 모든 결과에 점수가 붙습니다.