표준오프 센싱 입문: 장치를 붙이지 않고 신체 수치를 재는 기법

한 문장으로 이해하기

이 강좌를 끝내면 세 가지를 할 수 있습니다. 첫째, 표준오프 센싱의 뜻을 한 문장으로 설명하기. 둘째, 공개된 예산 문서에 이 기법과 함께 열거된 기술 요소를 말하기. 셋째, 측정이 되는 것과 그 값의 해석이 타당한 것을 구분하기. 사전지식은 거의 필요하지 않습니다. 심장 박동이나 호흡처럼 몸에서 저절로 일어나는 변화가 있다는 상식이면 충분합니다. 이 강좌에서 인공지능과 기계학습은 예산 문서가 측정값의 점수 산정에 쓴다고 제시한 기술을 가리키는 말로만 쓰겠습니다.

표준오프 센싱(standoff sensing)은 사람에게 장치를 부착하지 않고 떨어진 위치에서 생리적 수치, 즉 몸에서 나타나는 값을 측정하는 기법입니다.

꼭 기억할 핵심 메시지는 이것입니다. 잴 수 있다는 것과 그 값을 거짓 여부로 해석해도 된다는 것은 다른 문제입니다.

왜 필요한가

이 말이 화제가 된 맥락부터 보겠습니다. 미국 국방부 예산 요청에는 5년간 3,030만 달러를 투입하는 ‘폴리그래프+’ 또는 ‘폴리그래프 넥스트’ 계획이 제시됐습니다. 폴리그래프(polygraph)는 흔히 거짓말 탐지기라고 불리는 장치입니다. 이 계획은 국방방첩보안국의 2027년 예산 요청에 포함됐고, 보도 시점에는 의회의 승인을 받지 않은 상태였습니다.

계획이 다루는 기술 요소는 표준오프 센싱과 인공지능·기계학습 기반 점수 산정 알고리즘입니다. 여기서 인공지능·기계학습은 예산 문서가 점수 산정에 사용한다고 제시한 기술을 뜻합니다. 예산 문서에는 이 둘과 함께 자동 채점, 판단 보조 도구가 열거돼 있습니다. 용도로는 직원 심사와 내부자 위협 탐지가 제시됐고, 클라우드 저장과 데이터 분석 도구도 계획에 들어 있습니다.

어떻게 이루어지는가

주의할 점을 먼저 밝힙니다. 아래 번호는 공개된 완성 시스템의 확정된 작동 순서가 아니라, 출처로 확인되는 요소들을 이해하기 쉽게 늘어놓은 설명용 모형입니다.

1. 떨어진 위치에서 몸의 값을 잽니다. 2023년 미국 국방혁신단은 관련 시제품을 개발할 두 회사를 선정했습니다. 한 회사는 일반 카메라로 심박수와 호흡수를 측정할 수 있다고 주장했고, 다른 회사의 시제품은 머리 움직임, 얼굴 피부 온도, 땀구멍 활동을 추적합니다. 두 시제품은 서로 다른 제품이며, 하나로 통합돼 있다고 알려진 바는 없습니다.
2. 측정값이 데이터로 보관됩니다. 계획에는 클라우드 저장과 데이터 분석 도구가 포함돼 있습니다.
3. 인공지능·기계학습 기반 점수 산정 알고리즘이 그 데이터에 점수를 매깁니다. 즉 프로그램이 값을 하나의 점수로 바꾸는 방식입니다.
4. 예산 문서에는 자동 채점과 판단 보조 도구도 함께 열거돼 있습니다. 다만 그 점수가 누구에게 어떤 절차로 전달되는지는 공개된 내용으로 확정되지 않았습니다.

여기서 중요한 사실이 있습니다. 폴리그래프는 거짓말 자체를 탐지하지 않습니다. 호흡, 맥박, 혈압, 땀을 기록하고 검사관이 그 변화를 해석하는 장치입니다. 표준오프 센싱은 1번 단계의 측정 방식을 바꾸는 기법이며, 그 값을 거짓으로 해석하는 문제는 그대로 남습니다.

하나의 예시로 따라가기

개념을 적용해 보기 위해 가상 예시를 하나 만들어 끝까지 따라가 보겠습니다. 실제 사례가 아니고, 공개된 완성 시스템의 모습도 아닌 설명용 가정입니다.

가상 예시: 어떤 기관이 심사실에 일반 카메라를 설치했습니다. 직원 ㄱ씨는 몸에 아무것도 붙이지 않고 의자에 앉습니다. 1번 단계에서 카메라가 떨어진 위치에서 ㄱ씨의 호흡수를 읽습니다. 앞에서 본 두 시제품 중 카메라로 심박수와 호흡수를 잰다고 주장한 쪽의 방식만 가정한 것이고, 얼굴 피부 온도나 땀구멍 활동은 다른 시제품의 항목이므로 여기에 섞지 않았습니다.

2번 단계에서 그 값이 기록됩니다. 3번 단계에서 알고리즘이 측정값을 하나의 점수로 바꿉니다. 그러면 ㄱ씨의 호흡수 변화가 점수로 남습니다.

문제는 여기서 드러납니다. 그 값만으로는 변화의 원인이 거짓말인지 판정할 수 없습니다. 측정은 되었지만 해석의 근거는 생기지 않았습니다. 앞에서 고정한 핵심 메시지가 이 지점에서 그대로 확인됩니다.

언제 쓰고 언제 쓰지 않는가

먼저 흔한 오해를 짚겠습니다. 장치를 붙이지 않는다는 말은 정확해졌다는 뜻이 아닙니다. 측정 방식이 바뀌었다는 것과 거짓 판정이 정확해졌다는 것은 다른 이야기입니다.

그래서 이 강좌는 다음 기준을 권합니다. 이 추론은 출처의 직접 진술이 아니라 지금까지 본 사실들로부터 끌어낸 학습용 결론입니다. 이런 기술을 평가할 때는 ‘측정이 성공했는가’와 ‘그 값을 거짓 여부로 해석하는 것이 타당한가’를 반드시 나누어 보십시오.

왜 나누어야 하는지는 근거로 확인됩니다. 2003년 미국 국가연구위원회는 폴리그래프 정확성을 뒷받침하는 근거가 매우 약하다고 평가했습니다. 미국폴리그래프협회는 정확도를 80~94%라고 주장하지만, 출처는 그 수준에서도 대규모 심사에서는 많은 오류가 생길 수 있다고 지적합니다.

출처에 인용된 전문가들의 평가도 두 갈래로 갈립니다. 한쪽은 여러 생리 측정값을 하나의 점수로 결합할 가능성에 주목합니다. 다른 한쪽은 그 점수가 거짓 여부를 확정하지는 못한다는 한계를 지적합니다. 정답이 확인되지 않은 자료 위에 점수를 쌓는 구조가 쟁점인 셈입니다.

이전 시도도 참고가 됩니다. 유럽연합이 지원한 iBorderCtrl과 미국의 AVATAR는 영상 등을 이용해 속임수를 판별하려 했던 프로젝트로 소개되며, 출처는 두 프로젝트가 지속되지 않았다고 전합니다. 종료의 구체적 원인은 입력 자료로 확인되지 않습니다.

핵심 정리와 확인문제

정리하면, 표준오프 센싱은 장치를 붙이지 않고 떨어진 위치에서 신체 수치를 재는 측정 기법입니다. 측정 방식의 변화이지 해석 문제의 해결은 아닙니다. 그러므로 ‘무엇을 재는가’와 ‘그 값을 무엇으로 해석하는가’를 늘 나누어 보아야 합니다.

확인문제

1. 표준오프 센싱의 뜻을 한 문장으로 쓰시오.
2. 공개된 예산 문서에 표준오프 센싱과 함께 열거된 기술 요소를 쓰시오.
3. 장치를 붙이지 않게 되면 거짓 판정의 정확성 문제도 함께 해결됩니까? 이유를 함께 쓰시오.

정답과 해설

1. 정답: 사람에게 장치를 부착하지 않고 떨어진 위치에서 생리적 수치를 측정하는 기법입니다. 해설: 부착하지 않는다는 점과 떨어진 위치에서 잰다는 점이 핵심입니다.
2. 정답: 인공지능·기계학습 기반 점수 산정, 자동 채점, 판단 보조 도구입니다. 해설: 계획에는 클라우드 저장과 데이터 분석 도구도 포함돼 있습니다.
3. 정답: 해결되지 않습니다. 해설: 폴리그래프는 거짓말 자체가 아니라 호흡·맥박·혈압·땀 같은 몸의 변화를 기록하는 장치이고, 그 값만으로는 변화의 원인이 거짓말인지 판정할 수 없습니다. 2003년 미국 국가연구위원회가 폴리그래프 정확성의 근거가 매우 약하다고 평가한 점도 이 해석 문제와 맞닿아 있습니다.

참고자료

• 표준오프 센싱 입문 참고자료
• 표준오프 센싱 입문 참고자료