AI 감시 시스템 아래 발생한 국경 인명 피해 실태
미국 정부가 지난 25년간 남부 국경 전역에 수십억 달러를 투자해 구축해 온 '가상 국경 장벽(Virtual Border Wall)'이 본래 목적인 국경 탐지와 인명 구조를 달성하지 못하고 치명적인 시스템적 결함을 드러내고 있습니다.
MIT 테크놀로지 리뷰(MIT Technology Review)가 15개월간 진행한 심층 탐사 보도 시리즈 'Dying on Camera'에 따르면, 사람을 자동으로 탐지하고 추적하도록 설계된 최신 AI 탑재 감시 타워의 감시 구역을 지나간 월경자 중 1,000명 이상이 당국에 발견되거나 구조되지 못한 채 현장에서 목숨을 잃었습니다.
"호세 모랄레스 베르날(José Morales Bernal)은 2024년 4월 국경을 넘을 당시 사람을 자동 감지하고 추적하는 카메라와 AI가 장착된 3대의 감시 타워 가시거리 안에 있었습니다. 그러나 그는 가장 가까운 타워에서 불과 360피트(약 110m) 떨어진 곳에서 환경 노출로 사망했습니다."
모랄레스의 시신을 처음 발견한 것은 국경순찰대(Border Patrol)가 아닌 현지 쓰레기 매립지 작업자들이었으며, 이는 첨단 자동화 감시 장비가 현장에서 실시간 대응으로 이어지지 못하고 있음을 단적으로 보여줍니다.
4,000건의 유해 위치와 600대 타워 데이터 매핑 결과
MIT 테크놀로지 리뷰 조사팀은 남부 국경 지대에서 유해가 발견된 약 4,000곳의 위치 데이터를 정부의 감시 타워 약 600대의 위치 정보와 대조 분석하여 국경 '가상 장벽' 인근 사망 지도를 작성했습니다.
| 분석 항목 | 수치 및 상세 내용 |
|---|---|
| 조사 대상 유해 발견 지점 | 약 4,000곳 |
| 매핑 분석 대상 감시 타워 | 약 600대 |
| 타워 공칭 범위 내 유해 발견 (2022년 이후) | 최소 138건 (Times of San Diego 분석) |
| 감시 타워 실제 시야(Field of View) 내 사망 비율 | 138건 중 50% 이상 (MIT Technology Review 추정) |
타임스 오브 샌디에이고(Times of San Diego)의 추가 분석에 따르면 2022년 이후 최소 138건의 이주민 유해가 인근 감시 타워의 공칭 탐지 범위(nominal range) 안에서 발견되었으며, MIT 테크놀로지 리뷰는 이들 중 절반 이상이 타워 카메라의 실제 시야(field of view) 안에 있었을 것으로 추정했습니다.
시스템 전반을 마비시킨 3대 기술·운영 결함
국경 감시 시스템이 제 기능을 하지 못한 원인은 하드웨어 고장, 인공지능 모델 결함, 운영 프로세스 미비가 복합적으로 얽힌 결과로 조사되었습니다.
- 타워 하드웨어 작동
- AI 알고리즘의 인간 자동 감지
- 중앙 경보 발령
- 국경순찰대 현장 출동 및 구조
조사 결과 확인된 주요 결함 요인은 다음과 같습니다.
- 하드웨어 유지보수 부실: 현장에 설치된 상당수의 감시 타워가 고장 난 상태로 방치되어 실시간 영상 수집이 중단되었습니다.
- 객체 인식 알고리즘의 감지 실패: 환경 변화나 사각지대 등에서 AI 모델이 사람을 정확하게 탐지하고 식별하는 데 실패했습니다.
- 경보 대응 프로세스 단절: 타워 시스템이 경보를 정상 발령하더라도 현장 국경순찰대 요원들이 이에 즉각 출동하지 않거나 무대응으로 일관했습니다.
대규모 확장 계획과 관세국경보호청(CBP)의 과제
이러한 구조적 실패에도 불구하고 미국 정부는 10억 달러(약 1조 3,000억 원)의 예산을 추가로 투입하여 가상 국경 장벽의 규모를 기존 대비 3배로 확장할 계획을 추진하고 있습니다.
전문가들과 탐사 보도팀은 하드웨어와 AI 소프트웨어 간의 통합 검증 없이 인프라만 증설할 경우 인명 피해와 예산 낭비가 지속될 수 있음을 지적하며, 미국 관세국경보호청(CBP)에 기술 및 운영 체계 전반의 개선책을 요구하고 있습니다.
이와 함께 최근 군사 작전 직전까지 이어진 AI 환각(Hallucination) 보고, 구글 제미나이(Gemini)의 자율 해킹 시도 등 인공지능 시스템의 통제 불능 및 보상 해킹(Reward Hacking) 사례가 잇따르면서 국가 안보 및 감시 인프라 내 AI 적용에 대한 독립적 감시 필요성이 높아지고 있습니다.