요약: 우리나라의 사법 실무에서 전통적인 증거 형태와 입증 활동은 점차 난해한 사건을 해결하는 데 필요한 요구를 충족하기 어려워지고 있으며, 빅데이터 증거가 사건 해결의 핵심으로 부상하고 있습니다. 빅데이터가 증거로서 채택될 수 있는지, 사건 사실을 입증하는 근거로 사용될 수 있는지에 대해서는 그 증거적 성격을 심도 있게 탐구해야 합니다. 이 과정에서는 전통적 증거 유형과의 연관성을 단절해서는 안 되며, 동시에 전통적 증거의 심사 규칙에만 고착되어서도 안 됩니다. 현재 우리나라의 이론계와 실무계는 이러한 새로운 증거 형태에 법적 지위를 부여하지 않고 있으며, 사법 실무에서 나타나고 있는 문제들은 학계에서 더욱 깊이 연구할 가치가 있습니다.

키워드: 빅데이터 증거; 증명력; 관련성; 심사 판단

서론

현재 빅데이터 포렌식 과정은 항상 빅데이터 시대라는 외부 환경에 깊이 스며들어 있습니다. 이로 인해 기계학습을 활용한 소스코드를 통해 보안성을 판단하고, 이를 바탕으로 빅데이터 포렌식 과정의 관련성과 진실성에 대한 평가를 수행하게 됩니다. 동시에 데이터 분류 체계를 최적화하고 전자정보의 진위 확인 메커니즘을 정비하며 빅데이터 증거의 검증 체계를 구축함으로써 빅데이터 포렌식 심사의 기반 체계를 마련해야 합니다.

1. 문제의 제기

최근 빅데이터 마이닝과 인공지능 기술도 활발히 발전하고 있으며, 빅데이터 분석 및 인공지능 등의 방법을 통해 생성된 과학적 증거 자료들이 점차 '배후'에서 '전면'으로 부상하고 있습니다. 이에 따라 사실 인정 과정은 이미 점차 자동화되고 지능화되는 추세를 보이고 있습니다. 빅데이터 증거란 빅데이터 수단을 활용해 대량의 정보를 수집·보존·연구함으로써 사건의 진상을 확인할 수 있는 증거 자료를 말합니다. 이러한 정보는 인간의 능력만으로는 연구하고 분석하기 어려운데, 바로 이러한 신기술 혁명의 배경 속에서 빅데이터 증거라는 완전히 새로운 데이터 유형이 등장한 것입니다. 따라서 빅데이터 증거는 방대한 양의 정보를 기반으로 하고 있습니다. 기초 , 지능형 알고리즘을 통해 기초 주관적 의사결정을 특징으로 하는 방식입니다. 현재 빅데이터 증거가 해외 재판 실무에도 나타나기 시작했습니다. 예를 들어, 미국 코네티컷주에서 발생한 아내 살해 사건에서는 한 남성이 아내의 남편이 자신의 주거지에 침입한 범인을 피하려다 사망했다고 주장했습니다. 그러나 피해자가 소지하고 있던 피트비트 기록은 당시 그녀가 교외에서 산책 중이었음을 입증했으며, 이는 남성의 진술과 상당한 차이를 보였습니다. 결국 이 남성은 살인 혐의로 기소되었습니다. 중국에서도 일부 인민법원의 판결문에 생체인식 시스템의 처리 결과가 활용되고 있습니다. 예를 들어, 한 인민법원 판결문에는 "저장성 하이캉위시 디지털테크놀로지그룹 유한회사의 시스템을 기반으로 한 안면인식 기술과 고급 계산 방법에 따르면, 안면 유사도가 95퍼센트를 초과하면 동일인으로 인정할 수 있으며, 이를 통해 본 사건의 용의자를 왕모모로 확정하였다"고 기재되어 있습니다. 하지만 빅데이터 증거의 사실 확인 과정에는 몇 가지 문제점이 내포되어 있습니다. 첫째, 인적 오류입니다. 빅데이터 분석을 통한 증거 수집의 정확성은 주로 해당 증거를 생성하는 머신러닝 프로그램의 코드에 달려 있습니다. 이러한 컴퓨터 프로그램은 사람이 직접 작성하고 사용하기 때문에 실제로는 인간 프로그래머의 명령에 의해 작동합니다. 그러나 이 과정에서 나타나는 것은 언어 설계자의 사실적 전제와 기능 지향성일 뿐입니다. 예를 들어, 스마트 사법 분야에서 가장 자주 언급되는 미국 캘리포니아주의 COMPAS 형량 결정 시스템의 경우, 이 시스템이 드러낸 인종차별 문제가 특히 비판받고 있습니다. 둘째, 언어의 왜곡입니다. 머신러닝 기술의 자율성으로 인해 처리된 정보가 다시 가공될 수 있으며, 이 과정에서 정보 손실이 발생할 수 있습니다. 이에 대해 기술 전문가들은 화웨이 P30프로의 사진을 예로 들며, AI 소프트웨어를 이용해 이미지를 처리하는 경우 음성·영상 형태로 표현되는 대량의 데이터 자료의 정확성이 저하될 수 있다고 지적한 바 있습니다. 이러한 정보 손실은 사실 판단의 오류를 야기하는 원인이 될 수 있습니다. 다만 빅데이터 증거를 올바르게 활용하여 실제 식별 오류의 가능성을 줄이기 위해서는 우선 빅데이터 증거 수집의 기초적인 기술 원리를 깊이 연구해야 합니다. 이를 통해 빅데이터 증거의 기본적인 증거 유형을 규명하고, 이를 바탕으로 빅데이터 증거의 기본적인 심사 체계와 관련 제도를 구축해야 합니다.

2. 빅데이터 증거의 기술적 원리

(1) 빅데이터 기술의 원리 설명

현재 컴퓨터 기술의 발전은 방대한 정보를 바탕으로 하고 있으며, 빅데이터가 점점 더 많아짐에 따라 인공지능의 행동 결과 역시 인간의 행동과 더욱 유사해지고 있습니다. 또한 빅데이터 처리 기술은 컴퓨터에 강력한 정보 저장 및 계산 능력을 제공하고 있습니다. 이에 따라 일부 전문가들은 아예 빅데이터 정보기술을 '인공적 지능 정보'라고 부르기도 합니다. 그러나 현재 빅데이터 정보와 학술적 논의에서 사용되는 빅데이터 정보와의 일치성을 보장하기 위해, 우리는 굳이 '빅데이터 분석 기술'이나 '인공지능 기술'로 명확히 구분하지 않고 통일하여 '빅데이터 마이닝 기술'이라고 부르고 있습니다. 빅데이터의 발전 역시 빅데이터 기술과 연산 능력 간의 상호 관계 없이는 불가능합니다. 전자는 현대 빅데이터 처리 기술 발전의 기반이 되는 '연료'와 같으며, 후자는 빅데이터 기술의 '엔진'과 같습니다. 이 두 요소가 함께 작용함으로써 현대 빅데이터 처리 기술의 기반 구조가 형성됩니다. 한편, 계산의 관점에서 볼 때, 기계 계산(알고리즘)은 수학과 기계 설계 분야의 전문 영역으로서, 본질적으로 특정 문제를 해결하는 과정입니다. 동시에 이러한 과정에는 유한성과 명확성이 존재합니다. 서로 다른 알고리즘이 선택하는 데이터 처리 방향은 각기 다르며, 따라서 모든 강력한 데이터 처리 기술의 주요 목표나 내용은 결국 컴퓨터에 의해 결정됩니다.

(2) 빅데이터 증거 심사의 부수적 장치

앞서 설명한 심사 제도는 중국의 빅데이터 증거 심사에 있어 마땅히 지향해야 할 모델이며, 이러한 이념적 형태를 실제에 구현하려면 일정한 정책 체계가 필요합니다.

증거유형 제도를 규정하는 것은 우리나라의 새로운 증거규칙을 수립하기 위한 논리적 기반이다. 따라서 '새로운 형사소송법 해석'이 발표되기 이전에 사법 실무에서 광범위하게 활용되던 제품감정 감사보고서, 재무감사보고서 등의 증명방식들은 모두 법정증거의 범주에 속하지 않아 증거체계에 포함될 수 없었다. 현재 신기술 혁명으로 인해 탄생한 빅데이터 포렌식 기술 역시 마찬가지로 동일한 법적 증거유형 결정 문제가 존재한다. 따라서 이러한 난제를 극복하려면 현재의 법적 증거유형 체제의 제약을 깨고, 사법 현실에 보다 부합하는 빅데이터 포렌식의 새로운 방안을 모색해야만 한다.

첫째, 데이터 심사 규범의 수립과 정비를 중시해야 하며, 맹목적으로 대규모 디지털 포렌식의 데이터 유형 문제에 얽매이는 것을 방지해야 합니다. 이러한 이상을 달성하기 위해 대륙법계의 증거이론에서 발전된 증거이론을 접근 방식으로 삼아야 합니다. 대륙법계의 입증 방법에서 '입증'이란 증거 자료와 입증 방법을 모두 포함합니다. 여기서 증거 자료란 입증하려는 사실과 관련될 가능성이 있는 모든 정보 자료나 소재를 의미하며, 입증 방법은 다양한 검증 방법 중 하나를 가리킵니다. 따라서 증거법에서 '법정적'인 사실이란 단순히 특정 증거 방식이 담고 있는 모든 증거 정보를 지칭하는 것이 아니라, 사람·장소·사건마다 각각 직접적 또는 간접적으로 입증해야 할 범죄 사실과 관련될 수 있는 각종 상담 정보나 자료가 될 가능성이 있으므로, 이를 검토하는 데 있어 다양한 증거를 활용한 조사가 핵심적인 수단이 되어야 합니다. 둘째, 빅데이터 증거에 대한 규칙을 마련하기 위해 사법적 관리 수단을 적극 활용해야 합니다. 빅데이터 증거의 신뢰성 평가는 기계학습의 소스코드까지 깊이 들어갈 수 있지만, 현재 빅데이터 심사 관련 법규에서는 기계학습 소스코드 심사에 대해 아직 엄격한 규정을 두고 있지 않더라도, 사법해석 및 지침적 판결을 통해 이를 처리할 수 있습니다.

중국은 아직 증거 체계의 발전 과정에 있으며, 이러한 신기술 혁명으로 인해 새롭게 등장한 증거 방식에 직면해 이전의 어려움이 여전히 해결되지 않은 채 새로운 어려움까지 생겨난 상황을 직시해야 합니다. 이러한 신구 문제가 중첩된 현실적 난제는 빅데이터 증거 심사 체계에 대한 조정과 혁신을 요구하고 있습니다. 한편, 빅데이터 증거는 현재의 전자정보 사회와 분리되어 홀로 존재할 수 없으며, 전자 데이터 간의 밀접한 연관성으로 인해 기존의 전자정보 심사 시스템이 전면적으로 보완될 필요가 있습니다. 동시에 머신러닝과 같은 신기술이 사법 인증 업계를 침식하면서 빅데이터 증거의 유실 위기와 같은 사회윤리적 문제에 직면하게 되었고, 이에 따라 머신러닝의 소스코드에 대한 심사 제도를 비롯해 데이터 분류, 증거 공개, 법정에서의 질의·반박 등 다양한 검증 방식에 대해 다시 한번 성찰하고 탐구해야만 빅데이터 증거의 진실성을 완벽하게 심사할 수 있는 체계를 구축할 수 있습니다.

맺음말

종합적으로 볼 때, 사람들이 감각을 통해 관찰하는 사실과, 감각으로는 도달할 수 없는 실제 세계를 보조 장치를 통해 파악하는 진실 간의 거리가 점점 멀어지면서 인간의 감각이 현실 세계에서 차지하는 역할도 점차 줄어들고 있습니다. 현재 재판 현장에 대거 등장한 의학적 증거들, 예를 들어 DNA 서열 분석이나 혈중 알코올 농도 검사 등은 더 이상 사람들의 감각적 경험을 넘어서는 컴퓨터 프로그램에 자리를 내주고 있으며, 사실 판단자들도 대부분 각종 '진실 기계'를 통해 사건의 진실을 확인하고 있습니다.

참고문헌:

[1] 리위안위안. 형사소송에서 전자데이터 증거 수집 제도 연구[D]. 광시사범대학, 2022.

[2] 청룽. 빅데이터 증거의 증거능력 검증의 형식화 및 실질화 경로에 관한 연구[J]. 정치와 법, 2022(05):96-114.

[3] 니춘러, 천보원. 빅데이터 증거의 형사소송 적용 메커니즘 연구[J]. 중국인민공안대학 학보(사회과학판), 2022(02):37-49.

[4] 류슈화. 빅데이터 증거의 형사사법 적용 규칙에 관한 연구[D]. 서남재경대학, 2022.

[5] 우비설. 빅데이터 수사의 법적 통제 문제 연구[D]. 서남정법대학, 2021.