자동안면인식(AFR)기술 규제방안 연구: 미국 사례를 중심으로
Copyright ⓒ 2022 The Digital Contents Society
This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-CommercialLicense(http://creativecommons.org/licenses/by-nc/3.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
초록
본 연구는 AFR 기술 규제접근 방식의 범위와 특징을 미국 사례를 토대로 분석함으로써 국내에 해당 기술 규제에 대한 다각적 시각을 제공하는 것을 목표로 한다. 분석 결과 미국 연방 정부 차원에서 AFR 기술 규제를 위해 제정된 법안은 존재하지 않으며 일부 주와 지방자치단체를 중심으로 AFR 규제가 이루어지고 있었다. 대부분 법 집행기관과 정부 기관을 대상으로 AFR 기술의 직접적 규제를 목표로 했다. 일부 주와 지방자치단체는 생체인식, 개인정보 보호와 같은 간접적인 방식으로 상업 분야에서의 AFR 사용을 규제했다. 그러나 AFR 사용을 규제하는 주와 지방자치단체 대부분은 필요에 따라 AFR 기술의 일시적 사용을 허용했다. 본 연구는 현재까지 AFR 규제논의가 초기 단계인 국내에서 AFR 기술 규제의 사례분석을 시도한 탐색적 연구라는 측면에서 의미가 있다.
Abstract
This study aims to provide a multilateral perspective by analyzing the scope and features of AFR technology regulation based on US cases. As a result of the analysis shows no legislation enacted by the US federal government to regulate AFR technology, and some states and municipalities have implemented AFR regulations. Most were aimed at direct regulation of law enforcement and government agencies, and commercial regulations have been regulated in an indirect way through biometrics or privacy law. However, most states and municipalities regulating the use of AFR have permitted the temporary use of it in response to the situation's needs. This study is meaningful because it is an exploratory study that attempted a case analysis of AFR technology regulation in Korea, where the discussion on AFR regulation is still in its early stage.
Keywords:
Automated Facial Recognition (AFR), Artificial Intelligence (AI), Bias, Biometrics, Algorithm키워드:
자동안면인식, 인공지능, 편향, 생체인식, 알고리즘Ⅰ. 서 론
자동안면인식(AFR: Automated Facial Recognition)은 데이터베이스의 이미지 혹은 영상에서 얼굴 특징을 추출하여 개인의 신원을 실시간으로 식별하고 검증할 수 있는 고도화된 기술로 최근 가장 적극적으로 활용되는 인공지능(AI: Artificial Intelligence) 응용프로그램 중의 하나이다[1].
AFR은 음성인식, 지문 인식, 홍채 스캔, 정맥 스캔 등의 다양한 생체인식 측정 중 가장 자연스럽고 덜 인위적인 방식이다. 또한, 인증방식의 편의성, 보안 강화, 빠른 업무처리, 타 기술과의 접목을 통한 시너지 효과 등 많은 이점이 있어 해당 기술을 포함 및 응용한 서비스 사용이 급증하고 있다. 공공기관과 사법기관 중심으로 사용되었던 AFR 기술은 최근 민간의 다양한 비즈니스 모델 형태로 빠르게 확산하고 있으며 전문가들은 가까운 미래에 세계 인구의 절반 이상이 AFR 기술의 영향을 받을 것으로 추정하고 있다[2]. 그러나 AFR 기술은 많은 이점 외에 시스템의 결과의 부정확성, 데이터 오류 가능성, 민감정보 처리의 투명성 부족, 대량 감시 가능성과 같은 다양한 문제점이 존재한다[3]. 특히, 새로운 법과 규제적 틀이 충분히 제도화되지 않은 상태에서 대상자나 피험자에게 동의나 선택의 기회를 제공하지 않고 무작위로 얼굴 이미지를 얻고 사용하는 방식은 개인정보 침해는 물론 시민의 사회적 기본권에 부정적인 영향을 미친다. 이러한 문제점에 대해 상쇄조치를 취하지 않으면 제도적 불의를 영속화할 위험이 있음에도 AFR 기술을 접목한 서비스는 규제의 회색지대에서 광범위하게 사용되고 있다[4].
이러한 문제점을 인식하고 최근 유럽 연합(EU: European Union), 미국, 영국, 호주와 같은 서구권 국가에서는 AFR 기술 사용 시 발생 가능한 문제를 해결할 수 있는 제도적 환경을 만들기 위해 다양한 논의를 진행하고 정책을 구현하고 있다. 대조적으로 한국에서는 해당 이슈에 대한 논의가 초기 단계에 머물러 있다. 이에 본 연구는 국외 AFR 기술 서비스의 구체적인 규제범위와 내용을 탐색하고 이를 통해 해당 기술 규제에 대한 다각적 시각을 제공하고자 한다. 특히, 본 연구는 팬데믹 기간 AFR 기술의 문제점이 사회적 이슈로 급부상한 미국 사례를 통해 해당 논의를 구체화 시키고자 하다. 본 연구 순서는 다음과 같다. 먼저 2장에서는 이론적 논의를 위해 AFR 기술의 발전과 산업 동향을 살피고 미 정부의 AFR 활용 관련 주요쟁점을 살펴본다. 이후 기존 문헌 분석을 토대로 연구 질문과 연구 방법을 제시한다. 3장에서는 미국의 법안분석을 통해 미국의 AFR 관련 규제범위와 주요 내용, 특징을 살펴본다. 4장에서는 결론을 요약하고 추가 연구를 제안한다.
Ⅱ. AFR 기술의 산업 현황과 활용의 쟁점
2-1 AFR 기술발전과 산업 동향
안면인식 기술에 대한 이론적 논의는 1960년대에 처음 시작되었다. 이후 1980년대 소프트웨어 개발의 성장과 함께 기술적 정확도를 높여갔으며 2000년대 9/11 테러 이후부터 급속도로 발전해왔다[5]. 특히, 최근에 AI 기술을 결합한 AFR 은 극적인 발전을 이루었다. 미국 국립표준기술원(NIST: National Institute of Standards and Technology)의 검사에 따르면 2020년에 발표된 얼굴 인식 알고리즘의 오류율은 0.08%인데 이는 2014년에 발표된 4.1%에 비해 50배 개선된 결과로 인공 신경망 알고리즘 기술의 결합이 정확도를 높인 핵심 요인이라고 설명하고 있다[6].
AFR는 정보 처리를 위해 시뮬레이션 된 신경망의 여러 스택 레이어를 통해 입력을 전달하고 작동하는 딥 러닝에 의해 구동된다. 신경망은 시스템에서 발생할 수 있는 문제 유형의 수천 또는 수백만 가지 사례를 토대로 데이터에서 패턴을 올바르게 식별하는 방법을 학습할 수 있도록 한다. 이러한 방식을 토대로 AFR는 얼굴 비율, 피부 질감, 열 프로파일 등 이미지에서 감지된 얼굴의 고유한 특징을 분리하고 타인의 얼굴과 비교한다[7]. 상용화된 AFR 소프트웨어는 일반적으로 검증(verification)과 식별(identification) 두 개의 핵심 기능을 수행한다. 검증은 일대일로 신원을 확인하는 것으로 비행기 탑승자 확인 여부, 스마트폰 잠금 해제, 은행 앱 로그인 등에 사용된다. 처음 사용 시 로그인할 때 얼굴의 샘플 이미지가 촬영되며, 본인의 대표 이미지와 비교된다. 얼굴 인식 알고리즘은 일반적으로 피사체가 스캔 되고 있음을 인지하고 카메라를 명확하게 볼 수 있도록 자신을 배치하기 때문에 검증 작업에 대한 정확도가 매우 높다. 식별의 경우 일대 다수로 신원을 확인하는데 이는 신원확인이 되지 않은 얼굴의 이미지를 해당 소프트웨어의 안면 이미지 데이터베이스와 비교하는 것이다. 식별은 스캔을 인지하고 있는 피험자 또는 그렇지 않은 대상자 모두에게 사용할 수 있다. 따라서 후자의 경우 대부분 원격으로 개인을 식별하여 고품질의 이미지 수집이 어렵고 정확도가 낮은 경향이 있으며 개인의 동의 없이 이미지 데이터를 원격으로 수집하여 개인정보 침해 우려가 크다[8].
한편, AFR 기술 기반 응용 소프트웨어 프로그램의 사용 범주는 크게 세 가지로 분류가 가능하다. 첫째, 보안-법 집행기관의 공공 보안 임무 수행을 위한 활용이다. 공공부문의 경우 범죄 탐지 및 예방 관점에서 AFR의 이점이 분명하여 법 집행 부문에서 활용 비중이 매우 높다. 둘째, 의료 서비스 분야의 활용이다. 딥 러닝을 통한 안면인식 분석을 통해 환자의 약물 사용을 정확하게 추적하고 유전 질환을 높은 성공률로 감지하며 통증 관리 절차를 지원할 수 있다. 마지막으로 금융과 소매 분야에서의 활용이다. COVID-19 이후 비대면이 일상화되면서 해당 분야의 활용도가 급증했다. 미국 은행의 경우 2020년 예금 계좌개설의 64%가 온라인으로 이루어지면서 디지털 계좌개설(DAO: Digital Account Opening)에 관심을 보이고 있는데 DAO 의 대표적인 인증방식 중 하나로 AFR 기술이 포함된다[7]. Forbes는 2020년 이후 전 세계 금융기관에서 새로운 DAO 시스템을 추가하거나 기존 DAO 시스템을 개선하는 동향을 설명하고 있는데 이를 통해 AFR 기술 역시도 금융 분야에서 보편적으로 사용되고 있음을 파악할 수 있다[9]. 소매 분야에서는 AFR 기술을 통해 구매자의 행동을 분석하고 고객 구매 프로세스를 개선하며, 결제 시스템에 활용할 수 있다는 점 등에 주목하고 있다[10].
이외에도 AFR 기술은 응용프로그램의 활용 가능성과 확장성의 범위가 넓고 다양하여 시장 성장의 주요 원동력으로 작용하고 있다[7]. 학계를 포함하여 Meta, Google, Microsoft, Amazon, IBM과 같은 글로벌 IT 기업들이 AFR 개발 경쟁에 적극적으로 참여하고 있으며 자사에서 개발한 AFR 소프트웨어를 출시하고 있다.
2020년을 기준으로 북미지역은 전 세계매출의 37%를 차지하고 있어 현재 AFR의 가장 큰 시장을 형성하고 있다. 해당 지역 성장의 주요 요인에 대해 전문가들은 보안 및 감시 시스템에서 안면인식 기술을 활용한다는 점, 미 국토 안보부(U.S. Department of Homeland Security)와 국방부(U.S. Department of Defense)를 포함한 미 전역의 다양한 정부 부처와 공공기관에서 안면인식 기술의 채택이 증가함에 따라 시장 성장이 촉진되고 있다고 판단하고 있다[11].
2-2 미 정부의 AFR 기술활용과 쟁점
미국 회계감사원 (GAO: Government Accountability Office)은 2021년 연방 정부의 AFR 기술 사용과 관련하여 두 개의 리포트를 발표했다. 7월에 발표된 첫 번째 보고서(FACIAL RECOGNITION TECHNOLOGY: Federal Law Enforcement Agencies Should Have Better Awareness of Systems Used By Employees)[12]는 범죄 수사 지원을 위해 법 집행관(Law enforcement officer)을 고용하고 있는 42개 연방 기관을 대상으로 AFR 기술의 구체적 사용에 대한 설문조사를 수행하였다. 같은 해 8월에 발표된 두 번째 보고서(FACIAL RECOGNITION TECHNOLOGY: Current and Planned Uses by Federal Agencies)[13]는 연방 기관의 AFR 기술의 구체적 사용 여부와 확대 사용 계획 여부에 대해 설문조사를 수행하였다. 두 개의 보고서를 통해 미 정부의 AFR 기술 사용의 현황을 다음과 같이 파악할 수 있다. 첫째, 미 정부의 AFR 기술 시스템의 사용은 보편화되고 있다. GAO의 첫 번째 보고서는 법 집행관이 있는 42개 연방 기관 중 20개 기관이 AFR 기술을 사용하고 있다고 밝혔다. 해당 기관 중 14개 기관은 AFR 기술을 사용하여 사이버보안, 물리적 보안, 범죄 수사 활동을 지원했으며 코로나 대응을 위해 원격으로 개인의 신원을 확인했다고 보고했다. 두 번째 보고서는 설문조사에 참여한 24개 연방 기관 중 18개 기관이 현재 AFR 소프트웨어 프로그램을 사용하고 있으며 이 중 10개 기관은 2023년까지 사용을 확대할 계획이라고 밝혔다. 또한, 보고서는 연방 기관, 주, 지방정부 간에 AFR 시스템 활용을 위해 검색을 요청하거나, 해당 시스템에서 얻은 정보를 광범위하게 공유하고 있다고 밝혔다. 둘째, 정부 기관 대부분은 상업용 AFR 기술을 업무에 활용하고 있으며 민간기업과의 협업을 통해 정부 AFR 운영 시스템 체계를 견고화하고 있다. 첫 번째 보고서에서 안면인식 기술을 사용하는 정부 기관 대부분이 민간기업에서 개발한 AFR 시스템을 활용하고 있었다. 두 번째 보고서에서도 설문에 참여한 24개 연방 기관 중 18곳이 민간기업의 소프트웨어를 포함해 하나 이상의 안면인식 시스템을 사용하고 있었다. 두 보고서는 미 정부 기관에 AFR 서비스를 제공하는 대표적인 민간기업으로 Vigilant Solution과 Clearview AI 등을 언급했다. 마지막으로 두 보고서는 미 정부의 AFR 기술 사용 및 활용과 관련하여 법적 규제환경 조성이 충분하지 않다고 평가하고 있다. 두 보고서는 연방 기관에서 민간기업의 AFR 기술을 적극적으로 활용하는 것에 비해 민간 시스템의 작동 프로세스를 추적하고 평가하는 메커니즘이 전반적으로 매우 부족하다고 판단한다. 특히, 연방 법 집행기관이 사용하는 AFR 프로그램에 대한 내부 조사와 감독이 부족한 점을 강조하고 있으며, AFR 기술 사용에 대한 제도적 규제가 부족한 상태에서 해당 기술을 배포하는 것이 복잡한 윤리적, 사회적, 법적 문제점을 초래할 것을 우려하고 있다.
이처럼 보편화되어가는 미 정부 기관의 AFR 기술 서비스 사용에 대한 미국 사회의 문제의식은 2020년 5월에 발생한 조지 플로이드 사망 항의 시위사건(George Floyd Protests) 발생 이후 사회적 의제로 급부상했다. 당시 해당 사건으로 미국 내에 안면인식 기술이 논란이 되었던 이유는 시위 진압 과정에서 경찰이 사용하는 AFR 프로그램의 오류로 발생 가능한 인종차별 문제와 대량 감시로 인한 자유와 개인정보 침해 문제의 가능성 때문이었다. 인종차별 이슈의 경우 AFR 기술 서비스의 사용이 증가함에 따라 해당 소프트웨어가 유색인종, 여성, 기타 소외집단을 높은 비율로 오인하여 사회에 내재하고 있는 소수인종에 대한 편견과 편향을 악화시킬 수 있다는 것이 미국 사회에 큰 반향을 일으켰다. 전문가들은 AFR 기술의 사용은 위협을 식별하는 것에 그치는 것이 아니라 기존에 존재하는 인종차별을 디지털 기술을 통해 재현하고 효과를 강화하는 것이라고 주장했다[14]. 실제로 2018년 MIT 와 Microsoft가 수행한 ‘Gender Shade’ 프로젝트에서 Microsoft, Face++, IBM이 개발 한 세 가지 상용 알고리즘을 분석한 결과, 밝은 피부를 가진 백인 남성과 비교했을 때 상대적으로 어두운 피부를 가진 여성의 오류율이 훨씬 높다는 것을 보여주었다[15]. 2019년 NIST는 99개 회사에서 만든 189개 안면인식 알고리즘을 분석한 연구 결과를 발표했는데 백인보다 흑인과 아시아인과 같은 유색인종 그룹에서 더 높은 오탐률을 생성한다는 사실을 발견했다[16]. 이는 얼굴 인식 알고리즘의 높은 분류 정확도는 보편적인 것은 아니며 많은 연구에서 인구 통계학적 그룹 전반에 걸쳐 다양한 오류가 드러내고 있음을 보여주고 있다. 이는 기존의 인종차별적인 법 집행 관행을 더욱 강화하고 소수인종을 잠재적으로 범죄집단으로 오인할 위험이 더 크며 불균형한 체포로 이어져 궁극적으로 기존의 불평등을 확대할 수 있다는 우려를 불러왔다. 특히, 정부 기관이 민간기업에서 제공하는 AFR 시스템을 적극적으로 활용하고 있음에도 불구하고 해당 서비스를 제공하는 기업들이 데이터 축적 프로세스, 프로그램 검사 결과 공개, 알고리즘 편향성 및 투명성 공개, 오탐률 등의 핵심 사항을 공개 및 개선해야 하는 규제환경 조성의 부재도 문제로 제기되었다. 민간기업은 알고리즘에 대하여 자발적으로 외부 감사를 수행해야 할 법적 강제성이 없다. 따라서 기업 대부분이 자사의 AFR 프로그램에 대한 프로세스와 결과를 비공개 혹은 선택적으로 게시하는 행태를 보여왔다[16].
AFR 기술을 활용하여 시민의 자유와 개인정보를 손상하는 대량 감시의 만연화에 대한 우려 역시 커졌다. 다른 생체 인식 시스템과 달리 얼굴 인식은 공공 비디오카메라와 함께 일반 감시에 사용할 수 있으며 대상에 대한 사전지식, 동의, 참여가 필요하지 않은 수동적인 방식으로 사용할 수 있다[17]. GAO의 첫 번째 보고서에 따르면 정부 기관 중 일부는 2020년 5월 조지 플로이드 사건 이후 불안, 폭동, 시위와 관련 영상·사진 이미지에 AFR 기술을 사용했으며 3개 기관은 2021년 1월 6일 미국 국회 의사당 공격에서 의심되는 범죄 활동을 확인하기 위해 해당 기술을 사용했음을 밝혔다. 미국시민자유연합(ACLU: American Civil Liberties Union)은 항의하는 시민들이 감시의 표적이 될 것이고 그들은 정체성이 드러나거나 보복당할 걱정 없이 항의하거나 자신을 표현할 수 있어야 한다고 강조했다. ACLU는 AFR 기술의 만연한 사용은 사생활 보호에 대한 시민 일반의 기대를 위협하고 이전에 배포된 어떤 기술과도 비교되지 않을 정도로 개인정보 보호 권리를 위축시킨다고 주장하면서 법 집행부의 AFR 기술 사용에 우려를 표했다[18]. 전문가들의 AFR 기술의 정확성에 대한 문제 제기와 함께 해당 기술 사용에 대한 부정적 여론이 강해짐에 따라 IBM, Microsoft, Amazon과 같은 미국의 주요 기업은 정부 기관에 AFR 소프트웨어 판매를 중단했으며 미국의 많은 주와 도시는 잠재적으로 시민의 자유를 침해한다는 이유로 법 집행기관의 AFR 사용을 금지하는 등 규제 요구가 더욱 커졌다[19].
2-3 기존 문헌 분석 및 연구 방법
현재 AFR 기술활용의 규제 관련 연구는 서구권을 중심으로 이루어지고 있다. 대부분 사례분석과 대응 방안 중심으로 연구가 이루어지고 있는데 COVID-19 이후 더욱 활발하게 논의되고 있다. Mann 외(2017)[20]는 AFR 기술활용의 증가와 함께 개인의 프라이버시와 국가의 보안 목표 사이에 존재하는 갈등을 호주 사례를 중심으로 검토하고 있다. Neroni 외(2020)[21]는 프라이버시 및 데이터 보호에 관한 EU의 법적 프레임워크에 비추어 미국의 민간기업 Clearview AI가 제공하는 AFR 서비스의 사용을 검토한다. Purshouse 외(2021)[22]는 잉글랜드와 웨일즈 지역에서 경찰이 사용하는 AFR 시스템 관련 기존 판례를 바탕으로 현존하는 인권 보호 법적 조항의 결함을 분석한다. Bu(2022)[4]는 EU와 미국을 중심으로 AFR 기술의 법적, 규제적 접근 방식을 탐색하고 다각적 관점에서 문제해결 방안을 제시하고 있다. Solarova 외(2022)[23]는 미국과 EU의 공공장소에서 AFR 기술의 효과적 규제를 논의하고 사용 사례를 바탕으로 대응 방안을 제시하고 있다. Almeida 외(2022)[24]는 법 집행기관의 AFR 사용 및 규제방안에 대하여 미국, 영국, EU의 판례를 중심으로 분석했으며 Poirson(2021)[25]은 비교법적 분석방법론을 통해 자유 민주주의 국가에서 안전한 AFR 사용을 위한 필요한 예비지침을 설계 및 제시하고 있다. Raposo(2022)[26]는 EU의 생체인식 데이터 처리와 일반데이터 보호 규정을 중심으로 AFR 데이터 처리를 위한 법적 근거를 식별하고 있다.
국내에는 이창민(2020)[27]과 이상우(2022)[28]의 연구가 있다. 이창민은 2020년까지 미국 국내에서 이루어진 AFR 기술 규제 도입 관련 법제 동향을 정보보호 관점에서 살펴보고 있다. 이상우는 중국의 AFR 정보보호 법체계의 현황을 살피고, 입법 동향 분석을 통해 향후 정책 방향성을 전망하고 있다. 기존 연구를 살펴보면, 국외의 경우 COVID-19 이후 AFR 규제와 관련하여 심층적이고 다각적인 논의가 학술 분야에서 이루어지고 있다. 대조적으로 한국에서는 이와 관련한 논의가 초기 단계이며 지속적인 연구가 이루어지지 않아 연구의 공백이 존재한다. 본 연구는 COVID-19 을 기점으로 AFR 기술의 사용이 사회적 쟁점으로 떠올라 제도적 환경조성 논의가 활발하게 진행되고 있는 미국을 분석대상으로 하는 탐색적 사례연구를 진행하고자 한다. 본 연구의 연구 질문은 다음과 같다.
- 1. 미국에서 AFR 사용을 규제하기 위해 제정한 법안은 무엇인가?
- 2. 해당 법안을 통해 파악할 수 있는 미 AFR 규제의 정책적 접근방안은 무엇인가?
- 3. 해당 법안을 통해 파악할 수 있는 미 AFR 규제의 범위와 핵심 사항, 특징은 무엇인가?
해당 연구 질문에 답하기 위해 본 연구는 먼저 2022년 8월까지 미국의 연방, 주, 지방정부에서 제정된 AFR 규제 관련 법안을 찾아 분석한다. 이를 위해 미국의 비영리 시민단체 Ban Facial Recognition의 운영사이트(https://www.banfacialrecognition.com/)에서 AFR 법안 지도와 미 전략국제연구센터(CSIS: Center for Strategic and International Studies)에서 2021년 발표한 리포트(Facial Recognition Technology : Responsible Use Principles and the Legislative Landscape)[29]를 활용하였다. 해당 지도와 리포트는 미국 내 AFR 시스템을 활용·규제하는 전 지역의 입법 관련 사항을 전수조사하여 보고하고 있다. 본 연구는 해당 지도와 리포트를 통해 식별한 법안을 토대로 미국의 AFR 규제환경을 분류하고 분석했다. 이후 AFR 규제를 위해 미국의 주와 지방정부의 접근방안은 무엇이며, 접근방안의 주요 범위와 핵심 내용, 특징을 살펴보았다.
Ⅲ. 미 정부의 AFR 규제
3-1 미 공공부문의 AFR 규제를 위한 접근방안
최근 미국에서 제정된 AFR 관련 법률을 살펴보면, 민간의 상업용 AFR 시스템보다는 공공부문에서 사용하는 AFR 시스템에 대한 규제를 주요 목표로 하고 있다. 이러한 목표대상 중 일부는 정부 기관 일반을 대상으로 하는 규제에 초점을 맞추고 있으며 일부는 법 집행기관 규제에 중점을 두고 있다. 분석 결과 2022년 현재까지 미국의 3개 주와 9개의 지방자치단체에서 정부 기관의 AFR 사용을 규제하고 있다. <표 1>은 미국의 주와 지방자치단체에서 정부 기관의 AFR 기술 사용을 규제하는 법안을 정리하여 나열한 것이다.
Regulations for Governmental Use of AFR
공공부문의 AFR 기술 규제법안의 주요 내용을 살펴보면 AFR 사용과 관련하여 (1) 정부의 감독 및 승인을 요구하거나 (2) 사용 제한을 중점적으로 다루고 있다. 감독 및 승인을 요구방식은 AFR 기술 규제의 가장 일반적인 방식으로 AFR 시스템을 배포하고 승인하는 과정에서 감독이라는 새로운 프로세스를 수립하는 것을 목표로 하고 있다. 구체적으로는 사업자가 정부 기관에 AFR 시스템을 설치하기 전에 입법 기관이나 시의회의 허가를 받도록 요구하는 것이다. 예를 들어, 워싱턴(RCW 43.386)은 AFR 시스템을 사용하고자 하는 정부 기관이 입법 기관에 의향 통지서를 제출해야 한다. 이후 해당 기관이 먼저 공고하여 지역 사회 회의를 개최하고, 책임 보고서를 작성해야 한다. AFR 사용에 대한 감독 및 승인을 요청하더라도 모든 정부 기관에서 해당 기술 소프트웨어의 사용이 허락되는 것이 아니다. 매사추세츠주(MGL CH.6 220, Section 220)와 유타주(Utah Code 77-23e-101)는 경찰 혹은 운전면허증이나 신분증 등록을 감독하는 기관과 같이 일부 조직에서만 AFR 시스템을 사용할 수 있도록 제한함으로써 AFR 시스템을 보유하고 있는 조직의 수를 줄이고 기술 사용을 관리하기 위한 접근 방식을 추구하기도 한다. <표 1>에서 열거한 미국의 일부 주와 지방자치단체들은 감독 및 승인 조치와 조직 제한 규제조치를 조합하여 함께 사용하고 있다.
법 집행기관의 경우 미국의 몇몇 주와 지방자치단체는 AFR 시스템을 사용하기 전 영장 청구를 요청하거나 법원의 승인을 받도록 요구함으로써 정부 감독을 부과하는 법률을 제정했다. 펜실베이니아주 피츠버그(Pittsburgh Code of Ordinances 116.15)에서는 AFR 시스템을 기관에 배치하기 전 입법 승인이 필요하다. 또한, 매사추세츠주와 유타주는 범죄 수사에서 안면인식 검색이 필요할 경우 영장을 요구하고 있다. 따라서 해당 지역 모든 지역 경찰서가 주기관에 AFR 사용 관련 서면 요청서를 제출한 이후 수색 여부를 결정하도록 하고 있다. 그러나 AFR 사용을 규제하는 주와 지방자치단체 대부분은 필요에 따라 일시적인 사용을 허용한다.
사망이 임박하거나, 신체적 피해 또는 심각한 재산 피해가 발생할 경우, 특정 재난을 예방하거나 대응이 필요하다고 판단되는 경우 시의회의 승인 없이도 사용할 수 있다.
2020년 9월에 법으로 제정된 피츠버그 시의회 조례의 경우 법 집행기관이 AFR 기술 또는 예측 치안 기술 소프트웨어를 구매하여 사용하기 전에 시의회의 승인을 구하도록 요구하고 있다. 그러나 법 집행기관의 경우 해당 소프트웨어의 구매이유가 앞서 언급한 내용이 포함되는 긴급 상황일 경우 90일 이하의 기간 내에 AFR 기술을 제한적이고 일시적으로 사용할 수 있도록 허용한다.
미국의 주와 지방자치단체는 정부가 AFR 서비스를 사용할 수 있는 상황과 사용할 수 없는 상황을 법으로 명확하게 구분하여 제시하는 방안으로 AFR 기술을 규제하고 있다. 일부 주에서는 AFR 시스템을 사용하여 입법 조사가 가능한 범죄 유형을 명시적으로 나열하고 해당 범위를 벗어나는 사용을 제한하고 있다. 유타주의 경우 경찰이 중범죄와 폭력 범죄를 조사하는 경우 이를 지원하기 위해 AFR 시스템 사용을 허용한다. 그러나 시민의 자유를 침해할 수 있다고 판단되면 사용을 금지하고 있다. 워싱턴은 기관이 개인의 종교, 인종, 성별, 정치적 성향 외에도 법으로 보호되는 개인의 특성 관련 사항을 확인하기 위해 AFR 기술을 사용하는 것을 금지하고 있다. 또한, 기관에서 인물 매칭을 위해 제출된 이미지를 임의로 조작하거나 법적 근거로 사용하는 것을 금지함으로써 운영자가 의도한 방식으로만 AFR 시스템을 사용할 수 있도록 규정하고 있다. 다른 형태의 증거가 없어 범죄 수사에서 가능한 원인을 확인하기 위해 AFR 기술 서비스를 사용하는 것 역시 금지한다. 그러나 현재까지 미국의 주와 지방자치단체에서 제정한 AFR 관련 법안들은 범죄 수사 외에도 법 집행기관이 AFR를 사용하여 특수상황에 대응하는 것을 명시적으로 허용하고 있다. 이러한 경우는 사망 혹은 실종과 같은 인물 찾기, 착취 및 폭력적 환경에 놓인 아동 등의 개인 식별, 공중 보건 비상사태 대처, 합법적으로 체포되어야 하는 인물 식별, 작업장에서 직원 식별, 사망 또는 심각한 부상의 즉각적인 위협을 수반하는 비상사태 등이 포함되어 있다. 또한, 피험자의 동의가 있을 경우의 이미지를 수집하는 조건에서의 검색 역시 허용하고 있다.
AFR 사용의 규제를 위한 대표적인 접근방법인 (1) 승인 및 감독, (2) 사용 제한 외에도 미국의 주와 지방자치단체들은 AFR 기술의 사용을 규제하기 위해 다음의 요건을 법으로 제정했다. 첫째, AFR 사용 관련 프로세스의 투명성 개선이다. 워싱턴은 AFR 소프트웨어를 사용하고 있는 정부 내 모든 관리자에게 안면인식 공급업체, 배포 목적 및 범위, 측정된 시스템 성능, 정보 사용 및 보호 방법, 데이터 관리정책 관련 세부 사항 등을 설명하는 책임 보고서를 제출하도록 강제함으로써 AFR 기술 서비스가 사용되고 관리되는 방식을 공개할 것을 요구하고 있다. 유타주는 AFR 기술 서비스를 사용하여 개인의 얼굴 이미지를 캡처할 경우 기관에서 해당 사항에 대한 안내와 함께 이미지 캡처를 사용하는 기간을 개인에게 알리도록 요구한다. 매사추세츠는 AFR 관련 법률을 개정하면서 시스템에서 개인을 식별할 수 있는 추가적 항목, 기술의 정확도, 피고가 시스템상에서 안면인식 매칭으로 선택되는 과정 등에 대한 정보 등을 피고인에게 공개하도록 요구하고 있다. 둘째, AFR 시스템 성능에 대한 검사이다. 워싱턴은 AFR 기술 서비스 제공자가 시스템의 정확성과 편향성에 관한 독립적인 검사를 받기 위해 응용 프로그램 인터페이스 또는 기타 기술적 수단을 제공할 의무가 있으며 정부에서 제시한 운영 조건 아래 AFR 시스템을 검사할 것을 요구한다. 마지막으로 AFR 시스템에 대하여 훈련받은 감독관 혹은 전문가의 검토이다. AFR 소프트웨어 주요 항목과 도출된 결과에 대하여 인적 개입을 통해 적극적으로 참여하고 검토하여 알고리즘 오류로 발생 가능한 피해로부터 개인을 보호하는 것이다. 워싱턴 주는 AFR 시스템이 내린 결정에 대하여 최종감독을 전문가가 검토할 것을 요구하고 있다. 유타주 역시 법 집행기관이 AFR 시스템을 사용하기 전 훈련받은 두 명의 직원이 해당 시스템의 주요 항목을 검토할 것을 법으로 명시하고 있다[29].
미국의 일부 주와 지방자치단체는 규제의 일환으로 ARF 기술의 공적 사용을 법으로 금지한다. 분석 결과 현재 미국의 7개 주와 19개의 도시에서 공공부문의 AFR 사용을 금지하고 있다.
샌프란시스코(SF Administrative Code 19B.2)는 2019년 공공에서 사용하는 보안카메라에 AFR 소프트웨어를 포함하는 것을 금지함으로써 미국에서 처음으로 지방정부의 AFR 시스템 사용을 규제했다. 이후 오클랜드(Oakland Code of ordinances 9.64)와 버클리(Bakeley Municipal Code 2.99.030)가 뒤이어 관할지역의 AFR 사용을 금지했다. 유사한 금지조치를 가진 추가 관할 구역은 다음 <표 2>와 같다.
Bans for Governmental Use of AFR
미국 주요 주와 지방자치단체가 제정한 AFR 사용금지 법안은 다음과 같은 특징을 가지고 있다. 첫째, 사용금지 조처의 범위가 좁고 부분적이다. 일반적인 사용금지 대상은 경찰이 사용하는 신체 카메라에 포함된 AFR 소프트웨어이다. 캘리포니아(California Penal Code 832.19), 뉴햄프셔(N.H. Rev. Stat. § 105-D:2) 등에서 해당 관할지역의 법 집행기관이 신체 카메라 녹화를 통해 얻은 이미지 파일을 대상으로 AFR 소프트웨어를 사용하는 것을 금지했다. 유타주의 경우는 AFR 사용을 완벽히 금지하지는 않고 있지만, 이민법 위반을 조사하는 기관의 AFR 소프트웨어 사용은 금지하고 있다. 이외에도 여러 주와 지방자치단체에서 학교, 주택 단지, 과속 단속, 드론 사용 등과 같은 특정 상황에서 녹화한 영상에 대해 AFR 기술을 사용하는 것을 금지하고 있다[29].
둘째, 기술 자체에 대한 모라토리엄(Moratorium) 방식으로 기간을 한정하여 AFR 소프트웨어의 구매 혹은 사용을 금지한다. 무기한으로 사용을 금지하기도 하며 특정 전제조건이 충족될 때까지 사용을 제한하기도 한다. 버몬트(S 124)와 버지니아(Code of Virginia 15.2-1723.2)의 경우 새로운 법안이 제정되어 정부 기관의 AFR 소프트웨어 사용이 명백하게 승인될 때까지 해당 기술의 사용을 금지한다고 설명한다. 스프링필드(Springfield Code of Ordinances Ch. 173)와 포틀랜드(Portland City Council Ordinance 190113)가 제정한 조례에서는 AFR 기술 사용의 금지는 입법부가 더 포괄적이고 효과적인 보호 조처가 가능할 때까지 적용할 것이라고 설명한다.
3-2 미 민간부문의 AFR 규제를 위한 접근방안
최근 미국에서 진행된 AFR 기술 사용규제에 대한 노력은 대부분 공공기관을 중심으로 이루어졌지만, 일부 관할 구역에서는 민간부문의 기술 사용을 규제하려고 노력했다. 이러한 노력으로 몇몇 주와 지방정부는 상업적 사용을 전면 금지 하고 있으며 일부는 기술 배포 방법을 제어하는 규칙을 만들려고 시도했다. 분석 결과 미국의 6개 주에서 상업적 AFR 사용을 규제하였으며 3개 주에서는 상업적 AFR 사용을 금지하고 있다. <표 3>은 민간부문의 AFR 기술 사용을 규제하거나 금지한 지역을 나열한 것이다. 미국에서 AFR 기술 사용의 상업적 규제는 크게 두 가지 접근 방식이 있다. 첫째, 얼굴 인식이 아닌 생체인식데이터 관리에 더 광범위하게 초점을 맞추는 방식이다. 일리노이주의 생체 정보 개인정보 보호법(BIPA: Biometric Information Privacy Act, 740 ILCS 14)은 안면인식을 포함하여 소비자의 생체 정보를 사용하고자 하는 민간단체가 먼저 수집 여부를 통보해야 한다고 규정하고 있다.
Bans or Regulations for Commercial Use of AFR
수집된 생체 인식 데이터의 공개는 동의 없이 사용할 수 없으며 데이터로부터 어떠한 이익도 얻을 수 없다. 또한, BIPA는 소비자에게 사적인 행동권을 부여함으로써 Clearview AI 및 Meta와 같은 회사에 책임을 물을 수 있다.
둘째, 얼굴 인식 데이터를 개인정보 보호법의 규정에 포함한다. 텍사스(Texas Business and Commerce Code 1.A.503.001)는 BIPA와 유사한 생체인식 규제와 관련한 법률적 요구사항을 개인 정보 보호법 아래에 두고 있다. 캘리포니아 역시 소비자 개인 정보 보호법(CCPA: Consumer Privacy Act, California Civil Code 1798.100-1798.199.100)은 소비자에게 얼굴 인식 데이터와 관련된 특정 권리(예: 데이터에 대한 액세스 권한, 판매 거부 및 데이터 삭제)를 제공하고 있다. CCPA를 보완하여 2023년 1월부터 발효될 예정인 캘리포니아 개인정보 보호 권리 법을 통해 소비자는 수집된 데이터의 비즈니스 사용 및 공개를 제한 할 수 있다. 2023년 7월 발효를 예정하고 있는 콜로라도의 개인 정보 보호법(SB 190)은 기업이 민감한 데이터로 정의되는 소비자의 안면인식 데이터를 처리하기 전에 동의를 얻도록 요구한다[29].
이처럼 미국의 상업적 AFR 규제의 접근 방식을 살펴보면, 대부분 직접적인 규제보다는 간접적인 규제로 이루어지고 있음을 확인할 수 있다. 또한, 대부분 운영자가 생체 데이터를 수집하기 전 피험자의 동의를 받는 것을 규제의 중점으로 두고 있다. 그러나 일부 규정은 이 규제 요구사항에 대한 예외를 제공하기도 한다. 예를 들어, 워싱턴의 생체 인식법(RCW 19.375.020)은 운영자가 시스템의 영향을 받는 사용자에게 통지하거나 사용자가 나중에 생체인식 사용 방법을 제한할 수 있는 메커니즘을 제공하는 경우 동의를 얻을 것을 요구하지 않는다. 버지니아주(Code of Virginia 59.1-581)의 경우도 보안 및 사기 방지 목적으로 데이터를 수집하는 경우 운영자가 통지를 제공하거나 동의를 얻지 않아도 된다.
한편, 현재까지 오리건주의 포틀랜드(Portland City Code 34.10), 메릴랜드주의 볼티모어(Council Bill 21-0001)만이 AFR의 상업적 사용을 직접적으로 규제하고 있다. 포틀랜드 조례는 민간단체가 공공 숙박 시설에서 사용하는 것을 금지한다. 볼티모어 거주자 또는 기업은 개인이나 기업이 얼굴 감시 시스템이나 그러한 시스템에서 얻은 정보를 사용할 수 없도록 입법화했다. 해당 법률은 시의회가 연장하지 않는 한 2022년 12월까지 AFR로부터 얻은 정보를 사용할 수 없다.
Ⅳ. 결 론
AFR 기술의 이점은 팬데믹 기간 더욱 명확해졌으며 활용성 측면에서 다른 생체인식 방식으로 대체 불가능한 AI 서비스가 되었다. 그러나 충분한 법적 프레임워크가 없는 상태에서의 무분별한 기술의 배포는 윤리적, 법적 문제 제기와 우려를 불러왔으며 이에 대한 상쇄조치로써 AFR 사용의 규칙과 감독의 필요성에 대한 논의가 서구사회를 중심으로 이루어지고 있다. 본 연구는 COVID-19 기간 AFR 기술활용의 문제점이 사회적 의제로 급부상하며 정책 수립과 이행으로 이어진 미국 사례를 중심으로 연구 질문을 제시하고 이를 토대로 AFR 기술 서비스의 규제환경을 조성하기 위한 주요 내용과 범위, 특징을 탐색하는 것을 목표로 했다.
분석 결과 현재까지 미국 연방 정부 차원에서 AFR 기술 규제를 위해 제정한 법안은 존재하지 않는다. 연방 정부는 현존하는 법의 테두리 내에서 AI 규제정책 기조를 느슨하게 유지하고 있다. 상대적으로 일부 주와 지방자치단체는 AFR 기술 사용에 대해 엄격한 기조를 유지하고 있다. 이러한 법률은 대부분 상업용 AFR 기술의 사용보다는 법 집행기관과 정부 기관 일반에서 사용하는 AFR 시스템에 대한 규제를 목표로 하고 있다. 2022년 8월 현재까지 미국의 3개 주와 9개의 지방자치단체에서 정부 기관의 AFR 사용을 규제하고 있었다. 이러한 규제의 주요 내용은 AFR 사용 관련 정부의 감독 및 승인을 요구하거나 사용을 제한하는 기조를 따르고 있다. AFR 사용을 둘러싼 프로세스의 투명성 개선, 성능 검사, 인적 검토 등도 법안에 포함되어 있다. 또한, 규제의 일환으로 미국의 7개 주와 19개 지방자치단체는 공공부문의 AFR 사용을 금지했다.
민간의 상업적 AFR 기술 사용의 경우 현재까지 6개 주에서 직·간접적인 방식으로 규제하고 있다. 이러한 규제는 크게 두 가지 방식으로 접근하고 있다. 첫째는 얼굴 인식을 생체인식데이터에 포함하여 광범위한 규제환경을 조성하는 방식이며, 둘째는 얼굴 인식 데이터를 개인정보 보호법의 규정에 포함하는 방식이다. 두 방식 모두 피험자의 생체데이터 동의 여부를 규제기준의 중심에 두고 있다. 또한, 현재 포틀랜드 주의 오리건, 메릴랜드주의 볼티모어 구역만이 AFR의 상업적 사용에 대해 제한적이지만 직접적으로 규제하고 있다.
본 연구는 현재까지 AFR 규제에 대한 심층적 논의가 부족하고 학술연구 역시 초기 단계인 국내에 AFR 규제의 사례분석을 시도한 탐색적 연구라는 측면에서 의미가 있다. 또한, 전수조사 수준의 법안분석을 통해 미국의 주 정부와 지방자치단체가 AFR 규제를 위해 선택한 접근 방식, 주요 특징과 정책적 한계를 분석하여 궁극적으로 한국의 AI 규제환경 조성에 의미 있는 시사점을 제공했다는 의의가 있다. 국내의 경우 민간기업을 중심으로 AFR 기술을 활용한 서비스 도입이 가속되고 있어 구체적 가이드 마련과 투명성 제고를 위한 제도 정비 관련 논의가 필요한 상황이다[30].
미래 연구로는 AFR 기술 사용에 대한 규제 이슈가 적극적으로 논의되고 있는 EU, 영국, 호주의 국가 정책 간의 비교를 통해 AFR 규제의 방향성, 접근 방식, 정책 수단과 특징을 살펴봄으로써 더욱 광범위하고 포괄적인 연구수행을 진행할 예정이다.
Acknowledgments
이 논문은 2020년과 2021년 대한민국 교육부·과학기술정보통신부와 한국연구재단의 지원을 받아 수행된 연구임(NRF 2020S1A5B5A16083133), (NRF 2021R1F1A1063411)
References
- Suneratech. What Is AI, ML & How They Are Applied to Facial Recognition Technology [Internet]. Available: https://www.suneratech.com/blog/ai-ml-and-how-they-are-applied-to-facial-recognition-technology/, .
- Kaspersky. What is Facial Recognition–Definition and Explanation [Internet]. Available: https://www.kaspersky.com/resource-center/definitions/what-is-facial-recognition, .
- Learn Hub. Ethics of Facial Recognition: Key Issues and Solutions [Internet]. Available: https://learn.g2.com/ethics-of-facial-recognition, .
-
Q. Bu, “The global governance on automated facial recognition (AFR): ethical and legal opportunities and privacy challenges,” International Cybersecurity Law Review, Vol. 2, No. 1, pp. 113-145, 2021.
[https://doi.org/10.1365/s43439-021-00022-x]
-
T. J. Rzemyk, Biometrics in the criminal justice system and society today in Effective Physical Security, pp. 249-254, 2017.
[https://doi.org/10.1016/B978-0-12-804462-9.00010-5]
-
P. J. Grother, N. L. Mei, and H. K. Kayee, Ongoing face recognition vendor test (frvt) part 2: Identification, 2018.
[https://doi.org/10.6028/NIST.IR.8238]
- Thales. Facial recognition: top 7 trends (tech, vendors, use cases) [Internet]. Available: https://www.thalesgroup.com/en/markets/digital-identity-and-security/government/biometrics/facial-recognition, .
- W. Crumpler Center for Strategic & International Studies(CSIS). How Accurate are Facial Recognition Systems – and Why Does It Matter? [Internet]. Available: https://www.csis.org/blogs/technology-policy-blog/how-accurate-are-facial-recognition-systems-%E2%80%93-and-why-does-it-matter, .
- R. Shevlin Forbes. The 5 Hottest Technologies In Banking For 2020. [Internet]. Available: https://www.forbes.com/sites/ronshevlin/2020/02/03/the-5-hottest-technologies-in-banking-for-2020/?sh=3f4306c6c0d3, .
- AFP. Russia ramps up facial recognition systems [Internet]. Available: https://sg.news.yahoo.com/russia–ramps-facial-recognition-systems-120010768.html?guce_referrer=aHR0cHM6Ly93d3cudGhhbGVzZ3JvdXAuY29tLw&guce_referrer_sig=AQAAANRRcf-Lmx5-1l2phHZqyzsBY6yl8UIR5hmNrYvyaXYjGn5RXjDI-sEBAA0xPCmiF3t45J4g89Wo1PaS5UHLV8lckN_rFVG2flK5aTiB3eJbWl8enccKPlgoEFAlVvNmmBpQfpU7Clzxcp6HwRCg3YxMnzkMNHP1mwxysqafo8QK&guccounter=2, .
- E. Sulivan, Facial Recognition Technology, Montana Legislative Service Division Office of Research & Policy Analyst, September 2021.
- G. L. Goodwin, Facial Recognition Technology: Federal Law Enforcement Agencies Should Have Better Awareness of Systems Used by Employees, Statement of Gretta L. Goodwin, Director, Homeland Security and Justice, Testimony Before the Subcommittee on Crime, Terrorism, and Homeland Security, Committee on the Judiciary, House of Representatives. In United States. Government Accountability Office (No. GAO-21-105309). United States. Government Accountability Office, July 2021.
- G. L. Goodwin, Facial Recognition Technology: Statement of Gretta L. Goodwin, Director, Homeland Security and Justice, Testimony Before the Subcommittee on Crime, Terrorism, and Homeland Security, Committee on the Judiciary, House of Representatives. In United States. Government Accountability Office (No. GAO-21-526). United States. Government Accountability Office, August 2021.
- M. D. Cyril, The Atalantic. Defund Facial Recognition [Internet]. Available: https://www.theatlantic.com/technology/archive/2020/07/defund-facial-recognition/613771/, .
- J. Buolamwini & T. Gebru, “Gender shades: Intersectional accuracy disparities in commercial gender classification,” in Conference on fairness, accountability and transparency , January 2018. PMLR 81:77-91.
- NIST. NIST Study Evaluates Effects of Race, Age, Sex on Face Recognition Software [Internet]. Available: https://www.nist.gov/news-events/news/2019/12/nist-study-evaluates-effects-race-age-sex-face-recognition-software, .
- ACLU. Face Recognition Technology [Internet]. Available: https://www.aclu.org/issues/privacy-technology/surveillance-technologies/face-recognition-technology#:~:text=Unlike%20many%20other%20biometric%20systems,or%20participation%20of%20the%20subject, .
- CNBC. As protests over the killing of George Floyd continue, here’s how police use powerful surveillance tech to track them [Internet]. Available: https://www.cnbc.com/2020/06/18/heres-how-police-use-powerful-surveillance-tech-to-track-protestors.html, .
- K. E. Roy, Defrosting the Chill: How Facial Recognition Technology Threatens Free Speech, Roger Williams UL Rev., 27, 185, 2022.
-
M. Mann & M. Smith, “Automated facial recognition technology: Recent developments and approaches to oversight,” University of New South Wales Law Journal, Vol. 40, No. 1, pp. 121-145, 2017.
[https://doi.org/10.53637/KAVV4291]
-
I. N. Rezende, “Facial recognition in police hands: Assessing the ‘Clearview case’from a European perspective,” New Journal of European Criminal Law, Vol. 11, No. 3, pp. 375-389, 2020.
[https://doi.org/10.1177/2032284420948161]
-
J. Purshouse & L. Campbell, “Automated facial recognition and policing: a Bridge too far,?” Legal Studies, Vol. 42, No. 2, pp. 209-227, 2022.
[https://doi.org/10.1017/lst.2021.22]
-
S. Solarova, J. Podroužek, M. Mesarčík, A. Gavornik & M. Bielikova, “Reconsidering the regulation of facial recognition in public spaces,” AI and Ethics, Vol. 1, No. 11, 2022.
[https://doi.org/10.1007/s43681-022-00194-0]
-
D. Almeida, K. Shmarko & E. Lomas “The ethics of facial recognition technologies, surveillance, and accountability in an age of artificial intelligence: a comparative analysis of US, EU, and UK regulatory frameworks,” AI and Ethics, Vol. 2, No. 3, pp. 377-387, 2022.
[https://doi.org/10.1007/s43681-021-00077-w]
-
C. Poirson, “The legal regulation of facial recognition,” in The Fourth Industrial Revolution and Its Impact on Ethics , Springer, Cham, pp. 283-302
[https://doi.org/10.1007/978-3-030-57020-0_21]
-
V. L. Raposo, “(Do not) remember my face: uses of facial recognition technology in light of the general data protection regulation,” Information & Communications Technology Law, pp. 1-19, March 2022.
[https://doi.org/10.1080/13600834.2022.2054076]
-
C. M. Lee. “A Study on the Protection of Face Template Data and the Regulation of Facial Recognition Technology in the United States”, Justice, Vol. 179, pp. 5-45, 2020.
[https://doi.org/10.29305/tj.2020.08.179.5]
-
S. W. Lee. “A Study on Legal System of China's Facial Recognition Information Protection,” Journal of Science and Technology Law, Vol. 28, No. 1, pp. 139-170, 2022.
[https://doi.org/10.32430/ilst.2022.28.1.139]
- J. A. Lewis & W. Crumpler, Facial Recognition Technology: Responsible Use Principles and the Legislative Landscape, e Center for Strategic and International Studies, September 2021.
- M. O. Ahn, Facial Recognition Technology Regulatory Trends and Implications, KISDI, AI TREND WATCH 2021-01, 2021.
저자소개
2011년 : 이화여자대학교 정치외교학과 (정치학석사)
2019년 : 고려대학교 정보보호대학원 (공학박사-정보보호정책)
2019년 4월～현 재: 고려대학교 정보보호연구원 연구교수
※관심 분야 : AI 기술정책, IT 융합기술정책, 정보보호 정책, 사이버안보 정책
2012년 : 서울대학교 행정대학원 (정책학석사)
2020년 : 콜로라도 대학교 덴버 캠퍼스 (행정학박사)
2021년 3월～현 재 : 광운대학교 행정학과 조교수
※관심 분야 : 정책학, AI 기술정책, 환경정책