인공지능 스피커 및 지능정보기술 이용 과정에서 발생하는 개인정보 유출 및 사생활 침해 우려와 이를 해결하기 위한 제도적·기술적 보호 방안의 필요성 doc_id CNTS-00118872225_9

이에 개인 정보 보호에 대한 대비책이 국내외로 논의 중에 있다. 인공지능 스피커 개발자 측은 이용자들의 개인 정보 보호를 위한 방안을 모색 중에 있으며, 국내의 한 인공지능 스피커 생산 업체는 명령어가 인식되면 그 이후의 음성 정보만을 기록하며, “음성명령정보는 자사의 클라우드에 보관돼 서비스 품질 향상을 위해 활용된다. 이 정보는 사용자 약관에도 3개월간 보관한다고 명시돼 있다. 3개월이 지난 음성정보는 폐기하고 있다”고 말하며 자사의 음성정보 폐기 원칙을 설명하기도 하였다. 특히 국내외를 비롯하여 아동들의 인공지능 스피커 사용 시 사생활 침해 문제에 대한 우려가 제기되고 있으며, 미국의 경우 ‘아동 온라인 개인정보 보호법(Children’s Online Privacy Protection Act)’에 따르면 13세 이하의 청소년들의 개인 정보를 수집할 수 없으며, 이에 개인정보 보호에 취약할 수 있는 어린아이들의 경우 부모들의 허락이 적극적으로 개인정보 보호에 개입할 수 있는 여러 방안을 만들어야 한다는 목소리도 나오고 있다. 더불어, TV 속 앵커의 목소리를 이용자의 명령으로 착각하고 물건을 잘못 주문한 인공지능 스피커 사례에서도 볼 수 있듯이 인공지능 스피커는 음성을 파악하고 그를 부분적으로 이해하나, 목소리가 누구의 것인지를 정확하게 파악하여 명령을 수행해야 하는지는 판단하지 못한다. 이는 인공지능 스피커의 목소리 수집 대상은 그를 구매한 소유주 뿐 아니라 인공지능 스피커에게 명령을 내릴 수 있는 모든 사람을 대상으로 확장될 수 있음을 시사한다. 또한, 인공지능 비서 시스템은 셋톱박스, 자동차 등과 연동하여 보다 광범위한 장소에서 이용자의 음성 명령어를 통해 작동할 수 있다는 점에서32) 개인 정보 보호에 대한 우려가 커지고 있다. 인공지능 스피커의 이용자 정보 수집은 사생활 침해 문제로 이어질 수 있으며, 실제 2018년 5월 미국에서 아마존의 인공지능 스피커 ‘에코(Echo)’가 한 가정에서 발생한 사적 대화를 녹음하여 해당 기기에 저장된 사람에게 임의로 전송하는 사건이 발생하였다. 인공 지능 스피커는 특정 단어 혹은 문구를 들었을 때만 녹음을 시작하지만, 인공지능 스피커가 녹음을 시작하게끔 하는 단어 혹은 특정 명령어와 유사한 단어를 오인하였을 때 오작동한 에코의 사례와 같이 사생활 유출 문제가 불거질 수 있다. 이에 인공지능 혹은 알고리즘 기술에 대한 이용자의 두려움 또한 존재하고 있으며, 알고리즘의 분석 대상이 이용자들의 바이오 정보까지 확대됨에 따라 알고리즘 기술로 인한 사생활 침해 문제는 알고리즘 기술에 대한 거부감으로 이어질 수 있다. 가트너(Gartner)의 2018년 조사에 따르면, 소비자들이 인공지능 스피커를 사용하는 가장 큰 이유가 시간 절약 등의 편리성이나, 대다수의 응답자들은 인공지능 스피커에 따른 개인 정보 보호에 대한 부정적인 입장을 내놓았다. 65%의 응답자들은 인공지능 스피커가 개인 정보를 침해할 것이라고 생각하고 있으며, 63%의 응답자는 인공지능 스피커가 이용자의 음성을 듣기 위해 항상 깨어있는 상태를 유지하는 것을 원하지 않는다고 대답하였다. 즉, 이용자들은 편리성과 경제성의 이유로 인공지능 스피커를 사용하고 있으나 개인 정보 보호에 대해 우려하고 있는 것이다. 또한, 국내에서 디지털 기기 사용 경험이 있는 사람들을 대상으로 진행된 한 설문조사에서도 인공지능 스피커에게 개인정보를 공개하는 것이 위험하다고 생각하는 사람이 응답자의 절반을 넘었으며, 응답자들은 정보 노출 가능성을 가장 우려하는 것으로 나타났다. 국내에서는 사생활 침해 가능성에 대비하여 방송통신위원회가 ‘IoT 개인정보 연구반’을 운영하고 있으며, 2017년 12월 ‘바이오정보 보호 가이드라인’을 발표하였다. 바이오정보 보호 가이드라인은 편리성이 높지만 변경이 어렵다는 점에 기인하여 한 번 유출될 경우 지속적으로 악용될 가능성이 큰 지문, 홍채, 음성 등에 적용된다. 이에 따르면 사업자는 이용자의 목소리 정보를 수집하기 위해서는 목소리 정보의 수집 및 이용 목적, 목소리 정보의 보유 및 이용 기간을 이용자에게 명확히 알리고 동의받아야 하며, 이용자에게 동의 받은 인증 또는 식별 이외의 목적으로 무단으로 활용해서는 안 된다. 또한, 이용자의 목소리 정보 및 발화 내용은 비식별화를 거쳐 활용하도록 규정되어 있으며, 사업자는 목소리 정보에 관한 사항을 이용자에게 적극 안내해야 하며 이와 관련된 문의 및 침해 민원 등을 처리하기 위한 피해구제 기능을 마련해야 한다고 하였다. 더불어, 한국인터넷자율정책기구(KISO)의 정책규정 해설서는 연관검색어로 인한 개인 정보 유출 또한 개인정보 보호법이 적용된다는 것을 명시하고 있다. 요약하면, 본 연구는 질적 연구방법론과 양적 연구방법론의 통합된 새로운 방법론을 적용함으로써 이용자 관점에서 지능정보기술의 사용경험을 둘러싼 제반 고려되는 긍정적이거나 부정적인 인식의 문제를 인지지도(cognitive mapping)로 표현하고 시각화함으로써 개념들 간의 연관성에 보다 중점을 두었다. 이 점에서 본 연구의 의의가 있다, 다시 말해, 본 연구에서는 두 가지 방법론적 적용을 통해 사회과학분야에서 질적 연구방법론의 주관적 해석과 양적 의미부여가 불가능 하다는 점과 양적 연구방법론의 사회적 의미, 상징의 이해의 해석 불가능 하다는 단점을 극복하고 있다. 특히 연구대상 참여자들의 자유로운 의견교환의 상호작용이 사회적 맥락 속에서 상징적 언어 표상으로 해석되는 것과 동시에 양화가 가능한 수치의 부호로 의미 부여되어 결과를 도출했다는 점에서 두 방법론적 통합성을 시도했다는 점에서 시사하는 바가 크다고 하겠다. 본 연구에서 적용한 연구방법론을 통해 향후 지능정보기술과 관련하여 질적 ․ 양적 연구방법론 적용에 있어 다양한 시도와 결과 도출에 기여할 수 있을 것이다. 연구결과, 연구대상 참여자들은 AI 스피커 사용에서 개인맞춤형 서비스나 스마트한 서비스 제공 등과 같은 혜택요인과 기업의 개인정보 오남용의 문제 및 개인정보 유출에 대한 우려 등의 위험요인을 동시에 인지하고 있다는 점을 알 수 있었다. 이와 함께 지능정보 기술 사회로의 사회적 발전방향으로 인해 개인정보제공 또한 불가피하며, 기업이 개인정보 수집항목 및 활용에 대해 이용자에게 충분하게 이해와 설명을 구하고, 보다 많은 혜택이 제공된다면 개인정보를 제공할 의향이 있다고 인식하고 있음을 나타내고 있었다. 결론적으로 기업의 개인정보 오남용과 유출에 대한 염려가 장벽으로 작용하는 요인이지만 개인화된 맞춤형 서비스 혜택이 제공된다면 개인정보를 제공할 의향이 있다는 점을 시사하고 있다. 이 결과가 시사하는 바는 기업이 개인정보 수집과 이용에 대한 이용자 고지 및 개인정보 활용의 투명성을 제대로 수행하도록 정부가 모니터링 시스템을 체계화하여 이용자의 개인정보 보호정책을 수립하고 시행하는 것이 필요하다는 점이다. 지능정보기술의 이용자 이용을 증진시키기 위해서는 개인정보 보호정책에 대한 신뢰를 확보함으로써 개인정보 보호가 안전하게 이루어지고 있다는 점이 선행되어야만 개인정보 유출의 우려를 불식시키고 많은 이용자의 보편적 채택이 가능해질 것으로 전망된다. 이 실험 디자인 설계에서 가장 중점을 둔 부분은 다음과 같다. 첫째, 검색 결과가 실제 사이트를 이용하며 얻어진 것과 같이 디자인되는 한편 이용자들이 알고리즘 설명방식에 대해 명확히 인지하고 주의를 기울일 수 있도록 상단에 배치된 설명창에 검은 배경으로 처리하였다. 또한, 핵심 단어들에 참가자가 더욱 주의할 수 있도록 필요한 부분은 노란색으로 처리하여 주시성을 강화하였다. 예를 들어, “이 검색결과는 귀하께서 조금 전 입력하신 고객의 정보(성별, 연령, 소득 등)를 바탕으로 인공지능 추천 시스템에 적용하여 사용자와 유사한 고객(성별, 연령 등)들이 가장 많이 선택한 호텔들을 상위에 배치하였습니다.”라는 설명 문구의 경우 “이 검색결과는 귀하께서 조금 전 입력하신 고객의 정보(성별, 연령, 소득 등)를 바탕으로 인공지능 추천 시스템에 적용하여 사용자와 유사한 고객(성별, 연령 등)들이 가장 많이 선택한 호텔들을 상위에 배치하였습니다.”와 같이 처리하여 응답자들이 주의를 기울일 수 있도록 하였다. 둘째, 응답자들이 알고리즘의 설명방식에 익숙하지 않으며 해당 지역의 호텔 추천 리스트를 모두 기억할 수 없을 수 있어 설문에 응답하는 동안 해당 결과를 계속 노출하여 이용자들의 응답에 설명방식과 추천리스트를 명확히 인지하도록 설계하였다.