The Pentagon wants $30 million to build an AI-powered lie detector

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

미 국방부는 AI·비접촉 감지 기반 거짓말 탐지 사업 Polygraph+에 향후 5년간 3,030만 달러를 요청했지만, 거짓말 판별의 과학적 타당성과 대규모 오판·위협 수단화에 대한 우려가 제기된다.

📌 핵심 요약

• Polygraph+ 또는 Polygraph Next는 AI·머신러닝 판정 알고리즘과 신체에 장치를 부착하지 않는 비접촉 생리신호 측정을 추진한다. 국방방첩보안국(DCSA)이 채용 후보자 검증과 내부자 위협 탐지에 활용할 예정이나, 3,030만 달러 예산은 의회 승인을 받지 않았고 구체적인 기술도 미정이다.
• Pete Hegseth 국방장관 취임 이후 언론 유출자를 찾기 위한 폴리그래프 사용이 늘었다. 뉴욕타임스는 9월 이란과의 전쟁에 따른 미국 무기 비축량 감소 보도 이후 합동참모본부 장교 약 50명이 검사를 받았다고 보도했다.
• 국방혁신단(DIU)은 2023년 거짓말 탐지 시제품 개발 기업으로 Presage Technologies와 Altec Research를 선정했다. 전자는 일반 카메라로 심박수와 호흡수를 측정할 수 있다고 주장하며, 후자의 시제품은 머리 움직임·얼굴 피부 온도·모공 활동을 추적한다.
• 연방정부는 직원 선별에 매년 수만 건의 폴리그래프 검사를 사용하지만, 1983년과 2003년 평가에서는 근거가 제한적이거나 기껏해야 미약하다고 지적됐다. 미국폴리그래프협회는 정확도 80~94%를 주장하지만, 국방부 직원 280만 명 규모에서는 수만 명이 잘못 의심받을 수 있고 검사자 간 편차·소수집단에 대한 편향·검사 회피 가능성도 문제다.
• AI로 여러 신호를 결합하면 판별이 개선될 가능성은 있으나, Silent Talker·iBorderCtrl·AVATAR 같은 과거 사업은 조용히 자취를 감췄다. 전문가들은 보편적인 거짓말 신호와 신뢰할 정답 데이터가 없다는 한계를 지적하며, 새 기술이 과학적 도구보다 자백을 압박하는 심리적 위협 수단으로 쓰일 수 있다고 우려한다.

🧩 주요 포인트

1. Polygraph+의 예산 승인과 기술 선정이 미완료인 만큼, 정확도·신뢰성 향상은 입증된 성과가 아니라 사업 목표다.
2. 정확도 80~94%라는 주장도 국방부 직원 280만 명 대상의 선별에서는 상당한 오판을 허용할 수 있어, 수치 자체와 실제 적용 영향을 구분해야 한다.
3. AI의 다중 신호 분석 가능성은 신뢰할 정답 데이터 부재라는 제약에 부딪히며, 언론 유출 조사에서의 폴리그래프 확대는 판별 능력과 심리적 압박 효과를 구분할 필요성을 드러낸다.

🧠 상세 정리

1. 예산 요청과 언론 유출 조사라는 배경

미 국방부 예산 요청서에 따르면 미국 정부는 향후 5년간 개선된 거짓말 탐지 기술에 3,030만 달러를 투입하려 한다. Polygraph+ 또는 Polygraph Next라는 이 사업은 AI·머신러닝 판정 알고리즘과 신체에 장치를 붙이지 않고 생리신호를 읽는 비접촉 감지에 초점을 맞춘다. Inside Defense가 먼저 보도한 문서는 연방정부의 폴리그래프와 신뢰성 평가 기술을 현대화해 정확도와 신뢰성을 높이겠다고 설명한다. 이 계획은 Pete Hegseth 국방장관 아래에서 언론 유출 의혹을 조사하기 위한 폴리그래프 사용이 증가한 상황에 나왔다. 뉴욕타임스는 9월 이란과의 전쟁으로 미국 무기 비축량이 줄었다는 보도 이후 합동참모본부 장교 약 50명이 검사를 받았다고 전했다. 그러나 노섬브리아대학교 법학자 Kyri Kotsoglou는 복잡한 문제를 단순히 측정 가능한 것으로 환원하려는 잘못된 시도라고 비판한다.

2. 담당 기관과 비접촉 감지 기술의 단서

Polygraph+는 연방정부의 신원조사를 수행하는 국방방첩보안국(DCSA)이 운영하며, 예산 문서는 채용 후보자 검증과 내부자 위협 탐지를 활용 목적으로 제시한다. 다만 예산은 아직 의회 승인을 받지 않았고, 실제 사용할 기술도 명확하지 않으며 DCSA는 추가 정보 요청에 응답하지 않았다. 별도의 단서로, 국방혁신단(DIU)은 2023년 거짓말 탐지에 활용할 제품을 공개 모집해 Presage Technologies와 Altec Research를 시제품 개발 기업으로 선정했다. Presage Technologies는 일반 카메라로 심박수와 호흡수를 측정할 수 있다고 주장한다. 의료 센서 기업에서 비접촉 감지로 사업을 확장하는 Altec Research의 시제품은 DIU가 공개한 화면상 머리 움직임, 얼굴 피부 온도, 모공 활동을 추적한다. 두 기업은 논평 요청에 응답하지 않았고 DIU도 논평을 거절했으므로, 이러한 선행 사업만으로 Polygraph+의 구체적인 기술 구성을 확정할 수는 없다.

3. 기존 폴리그래프의 원리와 정확도 논쟁

현재 거짓말 탐지 기술은 1920년대 폴리그래프 발명 이후 크게 달라지지 않았으며, 혈압·맥박·호흡·땀 측정에 의존한다. 검사자는 하늘이 파란지 묻는 기준 질문과 범죄를 저지른 적이 있는지 묻는 표적 질문 사이의 생리적 반응 차이로 답변의 진위를 판단한다. 연방정부는 직원 선별을 위해 매년 수만 건을 실시하지만 신뢰성에 대한 반론이 반복됐고, 결과가 법정 증거로 인정되는 경우도 드물다. 1983년 의회 기술평가국은 직원 선별 용도를 뒷받침하는 근거가 매우 제한적이라고 결론 내렸으며, 2003년 미국 국가연구위원회(NRC)도 효과의 근거가 기껏해야 미약하다고 평가했다. 연구에 따르면 기술 도움 없이 사람이 거짓말을 알아맞히는 비율은 절반을 조금 넘는 반면, 미국폴리그래프협회는 폴리그래프 정확도가 80~94%라고 주장한다. 그러나 NRC는 그 정도 정확도의 선별 검사도 많은 오류를 낼 수 있다고 지적했으며, 기사에서는 국방부 직원 280만 명에 적용할 경우 수만 명이 거짓으로 의심받을 가능성을 제기한다.

4. 판정 편차와 회피 전략, 억제 효과의 한계

폴리그래프 해석에는 주관성이 개입해 검사자마다 결과가 크게 달라질 수 있고, 소수집단 구성원은 기만적으로 판정될 가능성이 더 높다는 문제도 있다. 피검사자는 훈련을 통해 검사를 회피할 수 있는데, 신발 속 핀을 밟아 기준 질문에 대한 생리적 반응을 인위적으로 높이는 방법이 한 예다. 에라스무스대학교의 기만 연구자 Sophie van der Zee는 작동 방식을 알면 검사를 이겨낼 수 있다고 설명한다. 그는 폴리그래프의 가장 큰 효과를 억제에서 찾으며, 검사 시작 전에 자백하는 사례도 있지만 이는 사람들이 장비가 효과적이라고 믿을 때만 작동한다고 지적한다. 수십 년간 열화상 카메라, 동공 추적, 뇌 스캔 등 대안이 시도됐으나 실험실 밖에서 신뢰할 만한 결과를 내지는 못했다. 그 배경에는 모든 사람에게 항상 적용되는 단일한 거짓말 징후, 즉 '피노키오의 코'가 없다는 근본적인 한계가 있다.

5. AI와 다중 신호 결합의 가능성 및 과거 사례

AI가 검사자가 놓치는 데이터 패턴을 찾을 수 있다면 이론적으로 폴리그래프를 개선할 여지는 있다. 여러 측정값을 하나의 기만 점수로 합치는 다중모달 분석은 피검사자가 결과를 조작하기 어렵게 만들려는 접근이다. van der Zee는 거짓말 탐지가 겨냥하는 요소로 생리적 스트레스, 인지적 부담, 거짓말을 숨기려는 의식적 노력을 제시하며 기존 폴리그래프는 이 가운데 하나만 다룬다고 설명한다. 그는 세 방향을 함께 다루는 방법이 더 성공적일 수 있다고 보지만, 이러한 결합 자체는 새로운 발상이 아니다. 2000년대 영국 맨체스터 메트로폴리탄대학교 연구진이 영상으로 기만 점수를 산출한 Silent Talker는 이후 유럽연합 지원 시범사업 iBorderCtrl에 통합됐다. 미국의 AVATAR도 국경 검문용 도구에 시선 추적, 음성 분석, 신체 움직임 탐지를 결합했지만, 기사는 이 사업들이 모두 조용히 자취를 감췄다고 전한다.

6. 정답 데이터의 부재와 심리적 위협 수단화 우려

Kotsoglou는 AI와 폴리그래프의 결합이 타당성 부족 위에 불확실성을 더한다며 두 기술의 나쁜 점을 함께 가져온다고 비판한다. AI·머신러닝이 생리 데이터에서 새로운 패턴을 찾아도, 신뢰할 정답이 없으면 그 패턴을 거짓말과 안정적으로 연결할 수 없다는 주장이다. 그와 함께 사법체계의 폴리그래프 사용을 연구한 법학 교수 Marion Oswald도 기존 검사 기록을 모두 확보하더라도 각각의 판정이 옳았는지는 알 수 없다고 지적한다. Oswald는 새로운 거짓말 탐지 기술 역시 과학적 도구보다 심리적 장치로 활용될 수 있다고 우려한다. 그는 이 움직임을 현 행정부의 정보 유출과 충성심 부족에 대한 우려에 대응하는 성격이 강하다고 해석한다. 또한 유효한 정보를 얻기보다는 사람들을 위협하고 자백을 강요하는 수단으로 거짓말 탐지가 쓰이고 있다고 비판한다.

🧾 핵심 주장 / 시사점

• 비접촉 측정이 가능해지는 것과 측정값으로 거짓말을 정확히 판별하는 것은 별개의 성과이며, 전자의 발전만으로 후자의 타당성이 입증되지는 않는다.
• 대규모 직원 선별에서는 주장된 정확도뿐 아니라 잘못 의심받는 사람의 규모와 집단별 판정 편향이 기술의 실제 영향을 좌우한다.
• 검사에 대한 믿음이 자백을 유도한다면, 자백 유도 효과가 존재한다는 사실만으로 거짓말 탐지의 과학적 신뢰성을 입증할 수는 없다.

✅ 액션 아이템

• Polygraph+의 3,030만 달러 예산 승인 여부와 구체적인 기술 선정 현황 확인.
• 정확도 80~94% 주장을 국방부 직원 280만 명 규모의 오판 가능성과 검사자 간 편차·소수집단에 대한 편향을 함께 고려해 검토.
• AI의 다중 신호 분석 평가에서 신뢰할 정답 데이터 부재와 심리적 압박 효과를 구분해 검토.

❓ 열린 질문

• Polygraph+의 3,030만 달러 예산은 의회 승인을 받을 것이며, 구체적으로 어떤 기술이 선정될 것인가?
• 정확도 80~94%라는 주장이 국방부 직원 280만 명 대상의 선별에 적용될 때 오판 규모는 얼마나 될 것인가?
• 신뢰할 정답 데이터가 없는 상황에서 AI의 다중 신호 분석이 실제 거짓말 판별 능력을 개선했는지 어떻게 검증할 수 있는가?