최종산출물 · 도서자료 기계독해

바이오 정보 수집·이용 실태조사

uuid
4e5efd16-d99c-5b7e-b04e-f55023279bab
content_id
PCY_201702100441471731
doc_id
PCY_201702100441471731_18
발행기관
국가인권위원회
발행연도
2016
KDC
330
답변 불가 (is_impossible)
False
문맥 (context)
1800년대 후반부터 수사 목적의 지문인식 시스템을 구축하는 등 생체인식 기술의 활용도가 높았던 아르헨티나는 2011년에 Sibios(Sistema Integrado de Identificación Biométrica)라는 통합생체인식식별시스템을 구축하였다. 이는 기존의 ID 카드 데이터베이스와 아르헨티나 국민등록소(RENAPER)를 통합한 것으로 국민들의 기본 정보와 디지털 사진이미지 및 지문정보를 포함하고 있다. 이스라엘은 2009년 「생체인식 데이터베이스 법」을 통과시켰으며 모든 국민들의 지문과 얼굴 정보의 데이터베이스를 갖고 있다. 사우디아라비아 역시 마찬가지다. 남아프리카공화국도 한국과 마찬가지로 광범위한 국가적 지문 데이터베이스를 운영하고 있다. 이와 유사한 이름인 ‘EyeSee’라는 업체는 이용자의 컴퓨터에 설치된 웹캠을 통해 눈동자 움직임을 추적하여 이용자가 관심을 가지고 있는 콘텐츠를 분석하는 기술, 이용자의 표정을 분석하는 기술 등을 보유하고 있다. 이탈리아의 한 커피 업체는 판촉의 일환으로 얼굴인식 기능을 사용했다. 공항에 얼굴인식 기능을 가진 커피 자판기를 설치한 후, 하품을 하는 승객들에게 무료로 커피를 제공하였다. 이용자에게 제공되는 새로운 서비스에 생체인식 기술이 이용되기도 한다. 페이스북은 딥페이스라는 얼굴 인식 기술을 보유했다. 이 기술을 통해 페이스북은 이용자들이 페이스북에 올린 사진 속 인물이 누구인지 파악해서 태그할 수 있도록 돕는 이름표 추천(tag suggestion) 기능을 제공하고 있다. 이 기술은 2개의 사진에 등장하는 사람이 동일 인물인지 97%의 정확도로 판단해낸다고 한다. 심지어 페이스북은 사람들의 얼굴이 보이지 않는 상태에서도 헤어스타일, 몸매, 자세, 복장 등의 인식을 통해 사람을 식별해내는 기술을 연구하고 있다. 구글 역시 이미지 인식기술을 보유하고 있다. 구글 고글스(Goggles)는 이용자가 사진을 찍어 제공한 이미지를 분석하여 그 이미지와 관련된 자료를 검색해주는 모바일 앱이다. 2014년 9월 15일, FBI 형사정보서비스부(CJIS)는 NGI의 모든 기능을 완료했음을 공표하였다. NGI는 두 가지의 새로운 서비스를 도입하였다. 그 하나는 랩백(Rap Back)으로서 특정인(예를 들어, 학교 교사와 같이 신원확인이 되어야 하는 직업을 가진 사람이나 보호관찰자)의 신원변동 사항을 해당 기관에게 자동으로 알려주는 기능이다. 또 하나는 주간사진시스템(Interstate Photo System, IPS)인데, 이는 수사기관에 범죄자 신원과 관련된 사진 검색 기능을 제공한다. IPS는 얼굴인식 기능을 통해 수백만 범죄자 사진을 검색할 수 있도록 한다. 범죄자 얼굴인식 시스템은 한국의 수사기관도 이미 도입하고 있다. 지난 2014년 4월, 경찰청은 ‘3D 얼굴인식 및 3D 얼굴영상 변환 시스템 개발 사업’ 입찰을 공고했다. 제안서에서 경찰청은 이 사업의 추진 배경으로 “CCTV 및 블랙박스 등 영상정보처리기기 설치 급증으로 이를 활용한 수사기법 필요성 증가”하고 있기 때문이라고 밝히고 있다. 기존에 경찰은 이미 구속피의자에 대해 2D 사진 자료를 구축하고 있었다. 미국 나이키사의 FUELBAND는 이동거리와 일상 생활 속의 활동량, 빈도, 부하를 측정하고 ‘NIKEFUEL’이라는 독자적인 지표를 통해 자신이 정한 목표를 달성하기 위한 운동량을 제시한다. 활동량 데이터는 스마트폰 등으로 실시간 확인할 수 있으며 Nike+93이라는 유저 데이터베이스에 수집된 정보가 축적된다. 또한 경쟁을 통한 운동증진을 도모하기 위해 각 개인이 생성한 건강관련 정보를 친구로 등록한 다른 유저들과 공유할 수 있다. 국내에는 잘 알려져 있지 않은 일본의 경우를 살펴보면 도코모 헬스케어의 ‘무브 밴드(move band)’가 대표적이다. 무브 밴드는 일본의 대표적 통신기업인 NTT 도코모와 의료기기 전문 업체인 오므론사가 합작하여 만든 도코모 헬스케어의 손목밴드형 웨어러블 기기다. 걸음 수와 이동거리, 칼로리 소모량, 수면 시간 등의 건강관련 정보를 와이파이로 스마트폰에 전송하고 도코모 헬스케어가 제공하는 어플리케이션으로 관리할 수 있게 되어있다. 또한 나이키의 FUELBAND와 마찬가지로 활동 기록을 친구와 공유할 수 있다. AliveCor가 간헐적인 심전도를 측정하는 기기인 반면, Mega Electronics라는 핀란드 회사가 만든 eMotion ECG는 지속적으로 심전도를 측정해준다. 3개의 전극을 가슴에 부착하면 블루투스를 통해 스마트폰으로 심전도가 전송되어 표시된다. 이 제품 역시 FDA 승인을 받은 상태로, 심장 리듬에 문제가 발생할 경우 GPS를 이용해 응급구조대에 신고가 취해지는 서비스까지 가능하도록 설계되어 있다. 심장질환과 더불어 당뇨병은 웨어러블 디바이스와 관계된 기업들이 가장 많은 관심을 가지고 있는 분야이기도 하다. 미국만 해도 2,000만 명이 넘는 당뇨병 환자가 있는 것으로 알려져 있다. 또한 당뇨병 관리가 다른 중증질환 관리의 기본 조건이 되기에 매일 매일의 관리가 중요하므로 어느 건강관련 정보보다 수요가 높다고 할 수 있다. 관악구는 지난 2013년 6월부터 289대의 지능형 CCTV를 기반으로 ‘문제 차량 자동 검색 및 검거영치 시스템’을 구축해 운영하고 있다. CCTV 영상을 분석하여 인식된 차량번호를 경찰청 DB 및 세부 DB와 비교해 문제차량을 검출하고, 이를 업무처리자에게 실시간으로 통보하고 이동경로를 확인해 영치 및 검거를 하는 것이다. 이 CCTV는 250미터 앞에 있는 차량번호까지 정확하게 포착한다고 한다. 관악구는 2013년 6월부터 2014년 12월까지 과태료 차량 1만5127건, 자동차세 미납 차량 19만 8999건, 범죄 차량 8553건 등을 검거했다. 한편, 경찰청은 과태료 미수납액의 과다 문제를 개선하기 위한 목적으로 2015년에 ‘차량번호자동판독기(AVNI) 활용 체납차량 현장적발 시스템’을 구축하였다. 2015년 현재 7개 지방경찰청(서울, 부산, 대구, 인천, 경기, 충북, 전북)에 체납차량 현장 적발차량을 배치하고 있다.(국회예산정책처, 2016) AVNI는 차량번호를 자동으로 인식할 수 있는 장치이다. 나아가 경찰청은 전국 5,000여 개의 CCTV를 통해 특정 차량의 이동경로를 실시간으로 확인할 수 있는 ‘수배차량 검색시스템(WASS)’을 도입했다. 스마트기기나 웨어러블 디바이스를 통해 수집된 건강관련 정보의 보호 아직까지 스마트기기나 웨어러블 디바이스를 통해 수집된 건강관련 정보에 대해 개인정보 보호법이나 의료법에 저촉이 되는지에 여부를 놓고 판별하는 사례는 발생하지 않았으나, 점차 관련 기기의 활용도가 높아짐에 따라 충분한 법적 보호 장치가 마련되어야 한다. 피드백 서비스 제공을 위한 어플리케이션은 기업의 클라우드에 개인의 건강관련 정보가 수집되고 저장될 수밖에 없다. 이 경우 현재의 법률에 저촉될 가능성이 크고 유출 위험성이 더욱 커지므로, 이에 대한 법적, 제도적 보완이 필요하다. 아울러 최근 각종 건강관련 정보 어플리케이션을 통합 관리할 수 있는 플랫폼(예: 애플 헬스킷)에서는 각 어플리케이션 간에 건강관련 정보가 공유될 수 있으므로 이에 대한 제도적 대책이 필요하다.
지시문 (instruction)
다음 문맥을 읽고 질문에 답하시오.
질문 (question)
페이스북의 딥페이스 기술이 사진 속 인물을 파악하여 이름표 추천 기능을 제공할 때, 두 사진에 등장하는 사람이 동일 인물인지 판단하는 정확도는 얼마인가?
추론 과정 (compact_reasoning)
  1. 1과제 해석task_interpretation

    페이스북의 딥페이스 기술이 가진 인물 동일성 판단 정확도를 묻는 질문임을 파악한다.

  2. 2정보 추출information_extraction

    페이스북의 딥페이스 기술과 관련된 수치 정보를 포함한 문장을 추출한다.

    • 페이스북은 딥페이스라는 얼굴 인식 기술을 보유했다.
    • 이 기술을 통해 페이스북은 이용자들이 페이스북에 올린 사진 속 인물이 누구인지 파악해서 태그할 수 있도록 돕는 이름표 추천(tag suggestion) 기능을 제공하고 있다.
    • 이 기술은 2개의 사진에 등장하는 사람이 동일 인물인지 97%의 정확도로 판단해낸다고 한다.
  3. 3근거 선택evidence_selection

    질문에서 요구하는 '동일 인물 판단 정확도'에 직접적으로 해당하는 근거를 선택한다.

    • 이 기술은 2개의 사진에 등장하는 사람이 동일 인물인지 97%의 정확도로 판단해낸다고 한다.
  4. 4논리 통합logical_integration

    추출된 근거 문장에서 정확도를 나타내는 수치인 '97%'를 도출한다.

  5. 5결론 도출conclusion_formulation

    질문에 대한 답변으로 97%라는 수치를 확정한다.

  6. 6답변 생성answer_generation

    최종 답변을 생성한다.

근거 (evidence)
  • 페이스북은 딥페이스라는 얼굴 인식 기술을 보유했다.
  • 이 기술을 통해 페이스북은 이용자들이 페이스북에 올린 사진 속 인물이 누구인지 파악해서 태그할 수 있도록 돕는 이름표 추천(tag suggestion) 기능을 제공하고 있다.
  • 이 기술은 2개의 사진에 등장하는 사람이 동일 인물인지 97%의 정확도로 판단해낸다고 한다.
최종 답변 (final_answer)
97%