작성자: Fraser Sampson
보도일자: 2025년 4월 7일
출처: Biometricupdate.com


AI가 앞으로 누가 범죄를 저지를지를 예측할 수 있을까요? 한때는 완전히 허구의 영역이었던 이 질문은 이제 ‘확률 기반(policing by probability)’의 이름으로 점점 현실적인 주목을 받고 있습니다.

우리가 미래를 알고자 하는 열망은, 그것을 이미 파악했다고 주장하는 욕구만큼이나 끈질깁니다. 카메룬의 게 움직임을 해석하는 ‘응감(Nggàm)’ 독자들부터 방콕의 온라인 점술가들까지, 예언은 여전히 많은 문화 속에 뿌리 깊게 남아 있습니다. AI는 이런 오랜 인간의 갈망을 채워주고, 우리의 예언적 확신을 더욱 강화시킬 가능성이 높습니다.

예측형 AI는 예언이 아닙니다. 이미 존재하는 검증 가능한 정보를 바탕으로 추론을 수행하는 것입니다. 머신러닝은 여러 데이터 포인트를 기반으로 확률을 계산하며, 날씨처럼 수많은 요인이 작용하는 분야에서는 매우 흥미로운 진보를 이루고 있습니다. 지능형 예측은 막대한 잠재적 이익을 지니며, 에너지 분야 등에서는 이미 과거 데이터를 결합하여 복잡한 시뮬레이션을 실행하고 자원 할당을 최적화하는 데 사용되고 있습니다.

하지만, 개인의 범죄 행위를 시뮬레이션하는 것은 폭풍이나 정전 가능성을 계산하는 것과는 다릅니다. 범죄는 종종 상황에 따라 발생하며, 감정적, 심리적, 환경적 요소의 영향을 크게 받습니다. (이 점은 스포츠와도 유사합니다 – 혹시 왜 AI가 아직까지 도박 회사를 망하게 하지 못했는지 궁금하셨나요?) 또한, 사회학적 요인도 재범 방지에 큰 역할을 하며, 이는 다시 미래의 범죄 발생 가능성에 영향을 줍니다.

예측 프로파일링은 과거의 행동이 미래 행동을 잘 예측해준다는 가정에 기반합니다. 이것은 공정한 가정일까요? 산업심리학자들은 과거의 행동이 미래 성과를 예측하는 데 신뢰할 만한 지표라고 말하며, 그래서 채용 평가를 이 원리에 따라 설계합니다. 과거의 수익이 미래의 수익을 보장하지 않는다고 경고하는 금융 상품과는 달리, 인간의 행동에는 확실히 반복되는 특성이 있습니다. 표범의 점무늬는 쉽게 사라지지 않죠. 하지만, 미래에 범죄를 저지를 사람을 식별한다는 것은 그 사람이 저지를 범죄 또한 식별해야 한다는 뜻이며, 이는 결코 예측하기 쉽지 않습니다. 현재 합법적인 활동이 미래에는 범죄가 될 수 있고, 한때는 범죄였던 행위가 더 이상 범죄로 간주되지 않는 경우도 많습니다. 성범죄가 그 대표적인 예입니다. 또한, 예를 들어 부정행위(절도, 주거침입, 사기 등)로 처벌받은 이들이 다시 부정행위를 할 가능성이 높다고 생각할 수 있습니다. 그럴 수도 있지만, 2017년 영국 대법원은 부정행위에 대한 법적 판단 기준을 바꿨습니다. 35년간 사용된 측정 기준이 하루 만에 무너졌습니다. 우리는 과연 예측 대상자가 ‘오늘의 법’뿐만 아니라 ‘내일의 법’도 어길 것이라고 얼마나 확신할 수 있을까요?

어떤 미래의 범죄는 그 범죄를 저지를 수 있는 기술이 먼저 개발되어야 가능해집니다. 법의 지배 원칙에 따르면, 우리도 그때까지 기다려야 하죠. 또한, 우리 사법제도는 오류를 범하기도 합니다(2023년에는 오심률이 거의 20% 가까이 증가했습니다). AI가 앞으로 잘못 유죄 판결을 받을 사람도 예측해줄 수 있을까요?

범죄자의 유능함을 가늠하는 기준 중 하나는 전과가 없다는 점입니다. 그렇다면 AI에게 넣을 다른 데이터가 필요합니다. 체포 기록, 무죄 판결, 지인 관계? 정지 및 수색 기록? 아니면 유전 정보나 외모? 19세기 과학자들은 얼굴 생김새를 보고 범죄 성향을 예측할 수 있다고 믿었으며, AI에 대해서도 이런 주장을 하는 이들이 있습니다. 이것이 과연 ‘지능형 예측’일까요? 역사적 관점에서 본다면, 이는 마치 영화 마이너리티 리포트의 전조 같습니다.

때로는 이 모든 것이 단순한 ‘운’의 문제일 수 있습니다. 축구를 예로 들어보죠. 한 10대 소년이 주차된 차들 근처에서 공을 세게 차다가, 그 공이 차에 긁힘을 일으키면 이는 형법상 재물손괴죄가 됩니다. 하지만 공이 빗나가면 범죄는 아닙니다. 행동은 똑같았지만 결과에 따라 법적 책임이 갈립니다. 만약 공이 차에 맞아 큰 흠집이 났고, 다음 날 차주가 그 소년을 알아보고 시민 체포를 했다면, 이후 소년이 무죄 판결을 받을 경우, 애초에 범죄가 없었던 셈이 되어 시민 체포는 불법이 되고, 차주는 아동 폭행 혐의를 받게 됩니다. 이런 시나리오를 누가 예측할 수 있었을까요? 그러니 폴 개스코인은 이렇게 말했는지도 모르죠. “난 절대 예측 같은 건 하지 않아.”

경찰에게 있어 핵심적인 질문은 “이 모든 것이 실제로 얼마나 유용한가?”입니다.

설령 데이터가 미래에 누가 어떤 범죄로 기소되고, 재판을 받고, 유죄 판결을 받을 것인지를 정확히 예측할 수 있다 하더라도, 경찰이 지금 당장 무엇을 해야 할까요? 생체 인식 칩을 이식해 항상 감시할까요? 그들이 자신도 모르게 저지를 수도 있었던 일을 막기 위해 벌금이나 징역형을 선고할까요? (그렇다면 벌금은 얼마고, 형기는 얼마나?) AI는 그 예측에 어떤 증명 기준을 적용할까요? ‘합리적 의심을 넘는 수준’일까요? 우리는 이 예측 시스템의 정확성을 어떻게 측정할 수 있을까요? 예측을 했으면, 경찰은 무언가 행동해야 합니다. 만약 아무런 사전 개입 없이 방치한다면, 경찰은 해당 알고리즘의 예측 정확성을 입증하기 위해 오히려 범죄가 실제로 일어나기를 기다려야 하는 우스꽝스러운 입장에 처하게 됩니다. 그러나 만약 경찰이 적시에 개입해 실제 범죄가 발생하지 않게 된다면, 그 예측 과정은 정당화될 수도 있겠지요.

그렇다고 해서 예측 도구가 경찰 활동에 전혀 쓸모없다는 뜻은 아닙니다. 경찰은 기존 데이터를 활용해 강력한 예측 기반 정책을 수립할 수 있습니다. 예를 들어, 취약계층 보호는 점점 더 중요해지고 많은 자원이 소모되는 분야입니다. 이를 미리 예측하고 대응할 수 있다면 큰 이점이 있습니다. 주요 기반 시설을 보호하기 위한 자원 배치 모델링, 교통 관리 및 도로 경찰 활동도 설득력 있는 적용 사례입니다. 내부적으로는 경찰관과 직원의 복지 문제 해결, 근무 교대 방식 개선, 효율적인 인력 배치에도 활용될 수 있습니다.

대중의 신뢰는, 미래의 범죄를 추측하는 행위보다는, 현재 실제로 발생한 범죄와 범죄자에 대해 더 효과적으로 대응할 수 있는 기술 활용에서 비롯될 가능성이 높습니다.

말콤 글래드웰은 이렇게 말했습니다. “예측이 불가능한 분야에서 예측을 한다는 것은 단지 ‘편견’일 뿐이다.” 수학적 정밀도를 갖춘 예측이라 하더라도, 우리는 정말 그런 새로운 형태의 편견을 우리의 형사 사법 체계 안에 더 들여오고 싶은 걸까요?

저자 소개

프레이저 샘슨(Fraser Sampson)은 전 영국 생체정보 및 감시카메라 위원이며, 현재는 테러, 회복탄력성, 정보 및 조직범죄 연구센터(CENTRIC)의 거버넌스 및 국가안보 교수이자 Facewatch의 비상임 이사로 활동하고 있습니다.