인터폴은 인공지능을 이용해 지하디스트 네트워크에서 발행한 방대한 양의 자료를 처리하는 온라인 작업을 통해 126명의 외국 테러리스트 용의자를 식별했다고 밝혔습니다. 이는 국제 법 집행 기관이 AI 요원을 실제 작전 파이프라인에 투입한 가장 명확한 사례 중 하나입니다.

인터폴은 금요일 작전명 샴스 작전(Operation Shams)이라는 작전을 발표했습니다. TVC News와 나이지리아의 The Whistler 등 매체가 보도한 기관의 설명에 따르면 결과는 이미 인터폴의 글로벌 데이터베이스에 포함되었습니다. AI가 보안과 치안 유지를 어떻게 재편하는지에 대한 자세한 내용은 진행 중인 AI 정책 보도를 참조하세요.

샴스 작전의 작동 방식

11개국의 전문 장교와 전문가들이 작전에 참여해 지하디스트 단체가 온라인에 게시한 시각적 콘텐츠를 분석했다. 인터폴에 따르면 연구팀은 해당 자료에서 108,076개의 얼굴 이미지를 추출했습니다.

AI 작업이 그 다음이었습니다. 인터폴 관계자는 AI 에이전트와 고급 스크립트를 사용하여 정보를 수집하고 데이터 세트를 6,362개의 고유한 얼굴 이미지로 압축한 다음 인터폴의 얼굴 인식 시스템을 통해 처리했다고 밝혔습니다. 십만 개 이상의 원시 이미지부터 수천 개의 서로 다른 얼굴에 이르기까지 이러한 깔때기에서 자동화가 유지되어 몇 주에 걸친 수동 분류 작업이 훨씬 짧은 시간에 측정되는 작업으로 전환됩니다.

인간은 루프에 머물렀다

인터폴은 AI가 단독으로 행동하지 않는다는 점을 분명히 했습니다. 기관은 모든 AI 생성 결과가 회원국의 정보를 수집, 저장 및 공유할 수 있는 방법을 관리하는 프레임워크인 데이터 처리 규칙에 따라 훈련된 담당자 및 분석가에 의해 검토되고 검증되었다고 밝혔습니다.

TVC 뉴스에 따르면 인터폴은 "지금까지 확인된 외국 테러리스트 전사에 대해 수집된 정보가 인터폴의 글로벌 데이터베이스에 추가되어 기존 용의자 프로필을 강화하고 테러리스트 활동을 방해했다"고 밝혔습니다.

인터폴은 이번 작전을 인공 지능이 수사관이 인간의 검증을 유지하고 데이터 처리 안전 장치를 확립하는 동시에 대량의 온라인 자료를 처리하는 데 어떻게 도움을 줄 수 있는지를 보여주기 위한 것이라고 설명했습니다. 프레이밍이 중요합니다. 기관은 기계 학습이 건초 더미를 좁히고 인간이 바늘을 확인하는 AI 지원 치안 템플릿을 효과적으로 제시하고 있습니다.

경찰 AI를 위한 템플릿?

이 작업을 통해 법 집행 업무 흐름이 어디로 향하고 있는지 엿볼 수 있습니다. 무장 단체의 선전 결과물은 오랫동안 수동 검토 용량을 압도했으며 인터폴 규모의 이미지 일치는 현재 AI 도구가 가장 잘 수행되는 일종의 대용량 패턴 중심 작업입니다. 얼굴 인식을 실행하기 전에 108,076개의 이미지를 6,362개의 고유한 얼굴로 줄이는 것은 필터링 문제이며 AI 에이전트가 점점 더 많이 구축되는 작업 유형입니다.

11개국 구조도 주목할 만하다. 이와 같은 운영은 회원국이 공유 규칙에 따라 경찰관과 데이터를 제공하는 데 의존하므로 인터폴은 단일 국가 법률 체계 내에서가 아니라 관할권 전반에 걸쳐 AI 지원 치안을 테스트하는 몇 안 되는 장소 중 하나입니다.

이미지의 출처도 위험 프로필을 형성합니다. 무장 단체가 발표하는 선전은 의도적으로 적대적입니다. 출판사는 표시되는 내용을 통제하고 심리적 효과를 위해 프레임을 구성하며 오랫동안 공개 비디오를 모집 및 선전 도구로 사용해 왔습니다. 상대방이 선별한 콘텐츠를 기반으로 구축된 식별 파이프라인은 이러한 왜곡을 상속합니다. 이는 인적 검토 계층이 형식이 아니라 프로세스의 부하를 지탱하는 부분인 또 다른 이유입니다.

얼굴 인식에 대한 광범위한 논쟁

이 발표는 경찰의 얼굴 인식에 대한 아직 해결되지 않은 논쟁의 한가운데에 있습니다. 시민 자유 단체는 이 기술이 사람을 잘못 식별하고 특정 커뮤니티에 불균형적으로 영향을 미치며 익명의 공개적 존재를 영구적이고 검색 가능한 기록으로 전환할 수 있다고 반복해서 경고해 왔습니다. Interpol의 인간 검증 요구 사항은 이러한 비판의 일부(기계 출력에서만 체포 또는 데이터베이스 입력이 발생하지 않음)를 다루지만 규모, 동의 또는 기본 이미지의 출처에 대한 우려를 해결하지는 않습니다.

또한 실제 오류율에 대한 문제도 있습니다. 인터폴은 6,362개의 고유 이미지 중 얼마나 많은 일치가 확실한지, 사람의 검토 중에 몇 개의 일치가 거부되었는지, 신원 확인으로 이어지지 않는 이미지에 어떤 일이 발생하는지에 대한 세부 정보를 공개하지 않았습니다. 이러한 수치는 보호 프레임워크가 설명된 대로 작동했는지 평가하는 데 매우 중요하며, 수치가 없으면 모든 면에서 회의적인 여지가 남습니다.

다음에 나올 내용

인터폴은 지금까지 수집된 정보가 글로벌 데이터베이스에 추가되었으며 회원국이 자료를 처리함에 따라 추가 식별이 이어질 수 있다고 밝혔습니다. 기관은 샴스 작전이 반복적인 프로그램이 될 것인지 여부를 밝히지 않았습니다. 그러나 정기적인 다국가 AI 지원 온라인 극단주의 콘텐츠 소탕 구조는 국제 경찰 협력을 위한 이동 방향에 적합합니다.

AI 산업의 경우, 이 작업은 화려한 자율 경찰 활동이 아니라 사람의 승인을 통한 화려하지 않은 대용량 필터링에서 수요가 굳건해지는 지점을 나타내는 지표입니다. 비평가들에게는 대량 이미지 분석 인프라가 이미 구축되어 사용되고 있다는 점을 상기시켜 줍니다. 두 가지 모두 동시에 사실이며 Operation Shams는 둘 사이의 타협에 대한 가장 명확한 최근 사례입니다.

---

AI보다 앞서 나가세요

최신 AI 뉴스, 분석, 획기적인 소식을 모두 한 곳에서 받아보세요.

AI 뉴스 자세히 보기 →