Anti-Captcha가 Google의 새로운 reCAPTCHA 손동작 인증을 이기는 이유 (그리고 AI 솔버가 못 하는 이유)

Google이 새로운 종류의 reCAPTCHA 챌린지를 출시했습니다: 손동작 인증. 흐릿한 신호등을 클릭하거나 체크박스에 표시하는 대신, 방문자는 카메라를 켜고 손으로 물리적인 동작을 수행하도록 요청받습니다 — 예를 들어 특정 개수의 손가락을 들거나, 특정 모양을 만들거나, 실시간으로 화면의 안내를 따르는 것입니다. 이는 정적인 이미지 퍼즐에서 벗어나 실시간, 행동 기반의 "실제 카메라 앞에 있는 진짜 사람임을 증명하라"는 인증으로의 중대한 전환입니다.

이 글에서는 챌린지가 어떻게 작동하는지, 순수하게 자동화된 AI 캡차 해결 서비스가 왜 이를 어려워하는지, 그리고 실제 인간 작업자가 뒷받침하는 서비스인 Anti-Captcha가 왜 이를 처리하는 데 독보적으로 적합한지를 설명합니다.

reCAPTCHA 손동작 챌린지란 무엇인가?

Google 자체 문서에 따르면, 이 챌린지는 사용자에게 카메라 권한을 부여하도록 요청한 다음 카메라 앞에서 손동작을 수행하도록 함으로써 작동합니다. Google의 시스템은 원본 영상을 저장하지 않습니다; 대신 카메라 피드에서 21개의 손가락 관절 좌표(손의 골격 "와이어프레임")를 추출하고, 그 랜드마크 데이터를 사용하여 진짜 살아있는 인간이 요청된 동작을 수행하는지 판단합니다. Google에 따르면 영상은 사용자 신원과 결코 연결되지 않으며 인증이 완료되면 삭제되고, 오디오는 절대 녹음되지 않습니다. 동작을 수행할 수 없는 사용자를 위해 reCAPTCHA는 기존의 시각 및 오디오 챌린지를 계속 제공합니다.

기술적으로 이 동작 인식은 Google의 MediaPipe Hand Landmarker와 같은 계열의 기술을 기반으로 구축되어 있으며, 이는 손마다 21개의 정밀한 손가락 관절 지점을 감지하고, 왼손과 오른손을 구별하며, 비디오 프레임 전반에 걸쳐 손을 실시간으로 추적합니다. 따라서 인증은 단일 스냅샷이 아닙니다 — 실제 공간에서 움직이는 진짜 손처럼 생체역학적으로나 시간적으로 보여야 하는 연속적인 동작 스트림입니다.

이것을 무력화하기가 그토록 어려운 이유

전통적인 캡차는 인식을 테스트합니다: 이 텍스트를 읽을 수 있는가, 자전거를 찾을 수 있는가. 이는 일회성의 정적인 문제로, 현대 컴퓨터 비전이 결국 따라잡습니다. 손동작 인증은 근본적으로 다른 것을 테스트합니다 — 생존성(liveness)과 실재성(embodiment). 그것은 묻습니다: 실제 카메라 앞에 물리적이고 3차원적인 인간의 손이 있어서, 요청에 따라 반응하며, 살아있는 사람의 자연스러운 미세 움직임, 빛 반응, 깊이, 그리고 타이밍을 가지고 있는가?

이것은 판도를 완전히 바꿉니다. 이 챌린지는 여러 신호를 동시에 결합합니다:

• 실시간 상호작용 — 동작은 안내에 응답하여, 제한 시간 내에, 요청에 따라 만들어져야 합니다. 미리 분석할 정적인 자산이 없습니다.
• 3D 생존성 — 진짜 손은 평면 이미지나 반복 재생되는 클립에는 없는 깊이, 시차, 피부 질감, 그림자, 그리고 자연스러운 떨림을 가지고 있습니다.
• 시간적 일관성 — 움직임은 프레임마다 연속적이고 물리적으로 타당해야 하며, 시간에 걸쳐 21점 손 골격과 일치해야 합니다.
• 하드웨어 신호 — 카메라 메타데이터, 프레임 속도, 센서 노이즈, 그리고 환경 모두가 "이것이 진짜 촬영인가?"라는 판단에 반영됩니다.

AI 기반 캡차 솔버가 여기서 실패하는 이유

AI 전용 캡차 해결 서비스는 픽셀을 인식하는 데 탁월합니다. 그것들은 카메라 앞에 물리적으로 존재하도록 만들어지지 않았습니다. 손동작 챌린지는 자동화된 솔버가 메울 수 없는 바로 그 틈을 정확히 공격합니다:

• "인식"할 것이 없습니다. AI 솔버는 이미지를 받아 답을 반환합니다. 여기서는 보낼 이미지가 없습니다 — 시스템은 움직이는 손의 실시간 카메라 스트림을 요구합니다. 솔버는 그림을 분류하는 것이 아니라 설득력 있는 실시간 인간의 손을 생성해야 할 것입니다.
• 합성된 손은 적발됩니다. AI로 이 챌린지를 속이려면, 사진처럼 사실적인 3D 손을 실시간으로 딥페이크로 만들어 가상 카메라를 통해 전달해야 할 것입니다. 생존성 감지는 바로 이것을 표시하도록 특별히 설계되어 있습니다: 가상 카메라, 재생된 클립, 렌더링된 손은 진짜 촬영의 깊이 단서, 센서 노이즈, 자연스러운 변동성이 부족하며, 새롭고 무작위로 안내된 동작을 거의 통과하지 못합니다.
• 안내는 동적입니다. 요청되는 동작과 타이밍이 달라지기 때문에 미리 렌더링되거나 캐시된 응답은 작동하지 않습니다. "솔버"는 매번 완전히 새로운, 물리적으로 정확한 동작을 즉흥적으로 만들어 내야 합니다 — 인간에게는 사소한 일이지만, 대규모로 설득력 있게 위조하기는 극도로 어렵습니다.
• 정확도 기준이 계속 높아집니다. 생성 모델이 동작을 위조할 만큼 충분히 좋아질 때마다, Google은 감지 임계값을 조정하고 새로운 행동 신호를 추가할 수 있습니다. 정적인 AI 인식은 항상 움직이도록 설계된 생존성 목표보다 한 발 뒤처져 있습니다.

Anti-Captcha가 정답인 이유

Anti-Captcha는 AI 서비스가 아닙니다. 그 핵심에는 실제 인간 작업자의 글로벌 네트워크가 있습니다. 챌린지가 근본적으로 실제 사람 — 진짜 손, 진짜 카메라, 진짜 반응 — 을 요구할 때, 이를 통과하는 가장 견고하고 미래에 대비된 방법은 실제 인간이 챌린지가 요청하는 바로 그것을 수행하게 하는 것입니다. 그것이 바로 Anti-Captcha가 제공하는 것입니다.

• 진정한 인간 생존성. 진짜 카메라를 가진 살아있는 작업자는 생존성 감지가 찾고 있는 깊이, 움직임, 자연스러운 변동성을 만들어 냅니다 — 감지기를 "이겨야" 하는 렌더가 아닙니다.
• 어떤 새로운 동작에도 즉시 적응. 인간은 모델을 재학습할 필요 없이 새로운 안내를 이해하고 수행합니다. Google이 동작 세트나 흐름을 변경하면 우리 작업자들은 단순히 새로운 지시를 따릅니다 — 모델 업데이트가 필요하지 않습니다.
• 감지 업그레이드에 강함. 작업이 실제 사람에 의해 수행되기 때문에, 스푸핑 방지 임계값을 강화해도 합성/AI 시도를 무력화하는 것처럼 이 접근법을 무력화하지 않습니다. 실제 인간은 "당신이 인간임을 증명하라"는 테스트가 받아들이도록 설계된 유일한 입력입니다.
• 이미 사용 중인 동일하게 간단한 API. Anti-Captcha는 모든 캡차 유형에 걸쳐 하나의 일관된 JSON API(createTask → getTaskResult)를 제공합니다. 새로운 대화형 챌린지에 대한 지원이 추가되면, 오늘날 reCAPTCHA, Turnstile 또는 이미지 캡차를 통합하는 것과 동일한 방식으로 통합하게 됩니다.
• 속도와 규모. 항상 가동되는 대규모 작업자 풀은 챌린지가 24시간 내내 신속하게 처리됨을 의미하며, 실패한 시도를 표시하고 환불할 수 있는 보고 엔드포인트를 갖추고 있습니다.

결론

Google의 손동작 인증은 실제 카메라 앞에 있는 진짜 인간만이 자연스럽게 제공할 수 있는 것을 요구함으로써 의도적으로 자동화를 막도록 만들어졌습니다. 바로 그것이 AI 전용 솔버가 벽에 부딪히는는 이유이며, Anti-Captcha와 같은 인간 기반 서비스가 자연스럽게 적합한 이유입니다. 캡차 산업이 "이 이미지를 인식하라"에서 "당신이 살아있는 인간임을 증명하라"로 전환됨에 따라, 그 우위는 핵심에 실제 사람이 있는 서비스로 결정적으로 이동합니다.

Anti-Captcha의 reCaptcha 해결 기능을 애플리케이션에 통합하고 싶으신가요? API 문서와 계정 생성로 시작하세요.