매일 어느 한 애널리스트팀은 끊임없이 이어지는 것으로 보이는 각종 끔찍한 문제를 마주한다. 인터넷 감시 재단(IWF)의 케임브리지셔 사무실 소속 팀인 21은 몇 시간에 걸쳐 아동 성 착취 범죄 행위가 포함된 사진과 영상을 찾는다. 그리고, 매번 사진이나 영상을 찾을 때마다 평가와 분류 작업을 한다. 2020년, 21은 아동 성 착취 이미지 링크를 보유한 웹페이지 15만 5,383개를 찾았다. 이를 통해 국제적으로 아동 성 착취 범죄 흐름을 제거 시도를 위해 공유할 수 있는 다량의 아동 성 착취 데이터베이스를 생성한다. 여기서 어떤 문제점이 있을까? 국가별 아동 성 착취 사진과 영상 분류 방식이 다른 것이다.
지금까지 영국에 기반을 둔 아동 보호 재단 소속 다수 애널리스트는 각자 발견한 문제 콘텐츠가 A나 B, C라는 세 가지 범주 중 하나라도 포함되는지 확인해왔다. 범주에 따른 콘텐츠 그룹화 작업은 영국의 아동 성범죄와 대대적으로 퍼진 각종 착취 유형 관련 법률과 의무 사항이 아닌 지침 등을 바탕으로 진행된다. 예를 들어, A 범주에는 최악의 범죄와 아동 학대 행위가 포함된다. 이와 같은 분류 작업은 범죄 유죄 선고를 받은 이가 얼마나 오래 형사 처벌을 받는 것이 적합한지 알아내기 위한 작업에 사용된다. 그러나 다른 여러 국가는 영국과 다른 분류 기준을 사용한다.
이제 IWF는 데이터의 획기적인 발전과 함께 국가별 차이점 일부를 없앨 수 있다고 믿는다. IWF는 ‘인텔리그레이드(Intelligrade)’라고 불리는 해싱 소프트웨어를 사용해, 이른바 ‘파이브 아이즈(Five Eyes)’ 동맹국으로 알려진 호주와 캐나다, 뉴질랜드, 미국, 영국의 규정과 법률에 따라 사진과 영상을 자동으로 일치하게 분류한다. 이와 같은 변화는 분석 작업 중복 문제를 줄이면서 여러 테크 기업이 가장 심각한 아동 성 착취 사진과 영상을 우선순위로 두고 분류하기 수월해진다는 사실을 의미한다.
IWF 긴급 보고 총괄인 크리스 휴즈(Chris Hughes)는 “데이터 공유 능력이 더 나아져, 자체적으로 운영하는 소규모 시스템만으로 아동 성 착취 콘텐츠 분류 작업을 하기보다는 많은 사람이 의미 있는 방식으로 데이터를 활용할 수 있다고 믿는다. (현재) 데이터를 공유할 때, 데이터와의 의미 있는 비교 결과를 얻기 매우 어렵다. 정확하게 맞는 비교가 이루어지지 않기 때문이다”라고 설명했다.
여러 국가는 사진 속에 담긴 행위와 피해 아동의 연령에 따라 다른 사안에 초점을 맞춘다. 일부 국가는 피해 아동이 사춘기 청소년인지, 그리고 어디서 범행이 발생했는지 등을 기준으로 사진을 분류한다. 영국의 기준으로 가장 심각한 범주인 A에는 성기 삽입이 포함된 성적 행위와 동물과의 성행위, 가학 행위가 포함된다. 휴즈 총괄은 성기 자극 행위가 담겨있지 않더라도 A 범주로 분류할 수 있다고 밝혔다. 미국에서는 영국이 A 범주로 분류하는 콘텐츠를 더 심각한 유해 콘텐츠 범주로 분류한다. 이와 관련, 휴즈 총괄은 “현재, 미국이 IWF의 A 범주 사진 요청 시, A 범주에 해당하는 수준의 콘텐츠를 놓치기도 한다”라고 말했다.
[사진=Pixabay]
IWF가 찾아낸 모든 사진과 영상에는 전 세계 여러 테크 기업, 법률 집행 기관과 공유하는 해시, 그리고 필요한 코드가 주어진다. 불법 콘텐츠의 해시는 이미 알려진 콘텐츠가 웹에 다시 게재되는 행위 감지와 차단에 사용된다. 해시 시스템은 아동 성 착취 콘텐츠 온라인 확산에 상당한 영향을 주었으나 IWF의 최신 툴은 각각의 해시에 매우 중요한 새로운 정보를 추가한다.
IWF의 비밀 무기는 메타데이터이다. 메타데이터는 데이터를 다루는 데이터이다. 아동 성 착취 사진에 포함된 것의 범죄 행위, 대상, 아동 성 착취 행위 포함 방식과 시기 등이 데이터가 될 수 있다. 메타데이터는 여러 조사 기관의 강력한 도구이다. 불법 콘텐츠에 포함된 인물의 행동 패턴을 감지한 뒤 추세를 분석할 수 있기 때문이다. 메타데이터의 최대 지지 세력은 첩보 요원이다. 첩보 요원은 메타데이터가 여러 사람의 메시지 콘텐츠보다 더 많은 것을 드러낼 수 있다고 말한다.
휴즈 총괄의 설명에 따르면, IWF는 해시 목록에 추가하기 위해 각각의 사진과 영상에 생성하는 메터데이터의 양을 대폭 늘렸다. 각각의 새로운 사진이나 영상은 그 어느 때보다 더 자세한 평가가 이루어진다. 콘텐츠에 묘사된 성 착취 행위가 영국이 분류하는 세 가지 범주에 해당할 때 분류 작업을 하는 것은 물론이고, 많은 애널리스트가 20가지 정보를 보고 내용에 추가한다. 새로 추가된 필드 일치 여부 확인은 다른 파이브 아이즈 동맹국의 사진 분류를 판단하는 데 필요하다. IWF의 정책 담당 직원이 각국의 법률을 비교하고는 메타데이터에 필요한 작업을 한다. 휴즈 총괄은 “연령을 설명 관련 높은 세분화 수준과 콘텐츠 속에서 발생한 행위 설명과 성별 확인 측면에서 매우 높은 세분화 수준을 제공하기로 했다”라고 밝혔다.
아동 성 착취 콘텐츠 신고 사례가 증가했는데도 직면한 가장 큰 문제점은 전 세계의 신고 절차와 기준이 다르다는 사실이다. 국가별 접근 방식이 다르기 때문에 온라인상의 아동 성 착취 콘텐츠의 진정한 규모를 모두 모으기 어렵다. 2018년, 미국에 본거지를 둔 비영리 단체인 미아 및 학대 아동 국제 센터(International Centre of Missing and Exploited Children)의 법적 검토를 통해 일치하지 않는 내용이 상당수 발견됐다. 검토 내용은 아동 성 착취 콘텐츠 관련 법률을 충분히 둔 국가는 118개국이며, 불충분한 법률을 둔 국가는 62개국, 관련 법률이 전혀 없는 국가는 16개국이라고 주장한다. 아동 성 착취 콘텐츠 관련 법률이 형편없는 일부 국가는 아동 성 착취 자체를 정의하지 않는다. 또 다른 국가는 첨단 기술을 범죄에 악용한 방식을 보지 않는다. 또, 일부 국가는 학대 콘텐츠 소지를 형법으로 금지하지 않는다.
이와 별도로 국제 정책 단체인 인터폴(Interpol)과 엑팟 인터내셔널(ECPAT International), 여러 시민사회 단체가 진행한 유럽연합이 자금을 지원한 연구를 통해 아동 성 착취 콘텐츠 관련 정보 비교에 매우 중요한 문제가 있으며, 해당 문제 때문에 피해 아동을 찾는 데 어려움이 있다는 사실을 확인했다. 2018년 2월에 발행된 해당 연구 보고서에는 “여러 연구 간의 의미 있는 비교가 불가능하게 하도록 만드는 피해 아동의 특성과 피해 경험에 해당하는 것으로 분류하는 다른 분류 접근 방식을 사용하면서 상황이 더 복잡해졌다”라고 작성되었다.
IWF는 인텔리그레이드 시스템이 일부 문제를 해결하는 데 도움이 되기를 바란다. IWF 커뮤니케이션 총괄인 엠마 하디(Emma Hardy)는 “아동 성 착취 문제를 다루기 위해 존재하는 전 세계의 한 가지 법률을 제정할 필요성을 거의 줄인다”라고 말했다. 과거의 학계 연구는 여러 국가에 단일한 아동 성 착취 방지 법률을 제정할 것을 권고했다. 그러나 여러 국가에 똑같이 적용되는 법률은 계획 형성과 정치적 어려움이 있다. 하디 총괄은 “인텔리그레이드가 법적 조화의 큰 격차를 채운다”라고 말했다. 현재, IWF는 인텔리그레이드가 아동 성 착취 법률을 위반하는 사진을 나타낼 수 있는 더 많은 국가를 조사한다. 20개국이 인텔리그레이드를 사용하기 위한 대기 명단에 포함된 상태이다.
IWF의 데이터를 받는 기업 중 한 곳인 구글의 대변인은 데이터의 세분화 수준 증가가 유용하다는 사실이 입증될 것이라고 주장했다. 구글 대변인은 “인텔리그레이드는 대기업과 중소기업 모두 IWF의 인텔리그레이드가 지닌 해시와 다르면서 사진이 복잡한 법률 체계에서 불법 사진에 대응하는 방식을 알기 쉽게 만들면서 아동 성 착취 콘텐츠에 맞서 싸운다”라고 설명했다. 추가 메타데이터가 온라인 아동 성 착취 퇴치에 도움이 될 수 있다고 덧붙여 전했다. 또, 구글 대변인은 “모든 사법 관할 국가 전체적으로 분류 작업을 분명하게 도표화한다면, 비영리 단체와 업계, 국회의원이 정책과 규제 차이를 확인하는 데 도움이 될 것이다. 그리고, 더 나은 법률 입법이라는 결과가 나오기를 바란다”라고 말했다.
그러나 휴즈 총괄은 몇 가지 법률 격차를 없애려는 것을 넘어 IWF 애널리스트가 하는 일에 더 많은 메타데이터를 포함한다면, 모두가 현재 발생하는 학대 행위의 유형을 이해하고 맞서 싸우는 데 도움이 될 것이라고 말한다. 또, 휴즈 총괄은 IWF 직원이 여러 성 착취 사진을 검토하는 과정에 추가 시간을 소요할 가치가 있다고 언급했다.
문제 사진과 영상에 포착된 성 착취와 같은 상세 사항을 포함한다면, 애널리스트는 학대 행위를 더 분명하게 평가하고 형법상 행동이 달라지는지 판단할 수 있을 것이다. IWF는 다양한 연령대의 피해자를 대상으로 가하는 특정 학대 행위가 발생하는 순간이 얼마나 많은가 알아낼 수 있을 것이다. 또한, 웹사이트별로 가장 일반적으로 공유되는 학대 유형을 밝혀낼 수 있다. 인텔리그레이드는 아동 학대 범죄자가 서로 이야기할 때 간접적으로 표현하는 언어를 이해할 때 활용할 수 있는 아동 성 착취 콘텐츠 파일 이름을 수집하고 저장할 수 있다.
사진에 별도의 데이터를 추가하는 것은 다른 학대 유형을 더 성공적으로 감지하도록 머신러닝 시스템을 훈련할 수 있다는 사실을 의미한다. 더 많은 분류 라벨이 포함된 데이터베이스는 인공지능(AI)의 사진 이해 수준이 더 낫다는 사실을 의미한다. IWF는 현재, AI를 활용해 영국 정부 산하 기관인 아동 학대 사진 데이터베이스(Child Abuse Image Database)에 접근한 A 범주 이미지와 B 범주에 해당하는 사진 수백만 개 분류 과정을 진행 중이다. 휴즈 총괄은 “분류 작업 담당자가 단순히 불법 사진인지만 말할 수 있도록 훈련하는 것을 넘어 동물과의 성행위 포함 여부 등을 알릴 수 있도록 성능이 개선되는 방향으로 변경하고자 한다”라고 말했다.
휴즈 총괄이 밝힌 접근방식은 IWF가 새로운 아동 성 착취 사진과 영상을 찾는 웹을 빠르게 찾도록 한다. 휴즈 총괄은 “아동 성 착취 콘텐츠 공유 공간을 빠르게 찾을 수 있는 순간이 IWF의 자체적인 활용 방식이 이익을 거두기 시작할 수 있는 순간이다. 다시 말해, 아동 성 착취 콘텐츠를 직접적으로 찾아내는 능력이 더 나아진다는 의미이다”라고 전했다.
** 위 기사는 와이어드UK(WIRED.co.uk)에 게재된 것을 와이어드코리아(WIRED.kr)가 번역한 것입니다. (번역 : 고다솔 에디터)
![[사진=Pixabay]](/news/photo/202107/3258_4325_057.jpg)
뉴스레터 신청