The Voiceprint Fallacy: Why Voices Are Not Unique Biometric Imprints

당신이 북적이고 시끄러운 방 안에서 친구를 찾고 있다고 상상해 보세요. 얼굴은 보이지 않지만, 친구가 당신의 이름을 부르는 소리가 들립니다. 당신의 뇌는 즉시 그 목소리를 인식하죠, 그렇지 않나요? 그것은 마치 그 사람만의 고유한 것이라는 느낌을 주는, 소리로 만들어진 독특한 지문이자 마법의 열쇠처럼 느껴집니다. 오랫동안 과학자들과 형사들은 이것이 목소리가 작동하는 방식이라고 믿었습니다. 즉, 모든 사람은 손가락의 능선처럼 목 안에 영구적이고 변하지 않는 '음성 지문(voiceprint)'을 가지고 있다는 것이었죠. 이 아이디어는 너무나 논리적으로 보여서 법전에 기록되었고 범인을 잡기 위해 법정에서도 사용되었습니다. 하지만 반전이 있습니다. 목소리는 정적인 도장이나 고정된 각인이 아닙니다. 그것은 날씨, 지형, 그리고 물의 기분에 따라 그 형태를 바꾸는, 살아 움직이는 숨 쉬는 강과 같습니다. 만약 당신이 강을 얼어붙은 조각상처럼 취급한다면, 그 안에서 무엇이 흐르고 있는지에 대해 잘못된 생각을 갖게 될 것입니다. 이것이 기존의 '음성 지문' 이론이 가진 큰 문제이며, 사실을 바로잡고자 하는 한 새로운 논문의 핵심 주제입니다.

"The Voiceprint Fallacy(음성 지문의 오류)"라는 제목의 이 논문은 '음성 지문'이라는 개념이 과학적 신화라고 주장합니다. 이 논문은 당신의 목소리가 당신이 누구인지에 대한 단서를 담고 있기는 하지만, 그것이 독특하고 변하지 않는 표식은 아니라고 설명합니다. 대신, 당신의 목소리는 당신의 신체, 기분, 건강, 말하는 내용, 심지어 당신을 녹음하는 마이크까지 뒤섞인 복잡하고 무질서한 조합입니다. 언어학자와 컴퓨터 과학자들로 구성된 저자 팀은 목소리를 지문처럼 취급하는 것이 목소리가 변할 수 있는 모든 방식을 무시하기 때문에 위험하다고 설명합니다. 그들은 우리가 완벽한 '일치'를 찾는 것을 멈추고, 불확실성을 인정하며 두 목소리가 왜 비슷하게 들릴 수 있는지에 대한 다양한 이유를 고려하는 더 똑똑하고 정직한 비교 방식을 사용해야 한다고 제안합니다.

위대한 음성 지문의 속임수

그렇다면 왜 모두가 처음에 음성 지문을 믿었던 걸까요? 그것은 '스펙트로그래프(spectrograph)'라는 멋진 기술에서 시작되었습니다. 소리의 파동을 색채가 있는 그림으로 바꿔주는 기계라고 상상해 보세요. 마치 목소리 전체를 위한 악보와 같은 것입니다. 1960년대에 로런스 커스타(Lawrence Kersta)라는 인물은 이 그림들을 보고 이렇게 말했습니다. "이것들은 지문과 똑같아 보인다! 손가락의 능선으로 사람을 식별할 수 있다면, 이 소리 그림으로도 할 수 있다." 그는 자신의 방식이 99.65% 정확하다고 주장했습니다. 법원은 이 '음성 지문' 증거가 마치 순금처럼 확실하다고 생각하여 이를 법정에서 허용하기 시작했습니다.

하지만 이 논문은 이것이 거대한 실수였다고 지적합니다. 저자들은 '음성 지문'이라는 개념이 오류(fallacy), 즉 마음의 속임수라고 설명합니다. 그것은 복잡하고 변화하는 것(당신의 목소리)을 단순하고 고정된 것(도장)인 것처럼 가장하는 것입니다. 논문은 이 비유가 단순히 틀린 것이 아니라 위험하다고 주장합니다. 목소리를 지문처럼 취급하면, 당신이 말할 때마다 목소리가 매번 바뀐다는 사실을 무시하게 됩니다.

당신의 목소리는 도장이 아니라 카멜레온입니다

당신의 목소리를 피아노의 단일 음표가 아니라 카멜레온이라고 생각해 보세요. 카멜레온은 주변 환경, 기분, 먹는 것에 따라 색을 바꿉니다. 당신의 목소리도 똑같이 행동합니다. 논문은 당신의 목소리가 결코 두 번 같을 수 없는 이유를 다음과 같이 분류합니다.

• 기분의 변화: 화가 나거나, 슬프거나, 흥분하면 당신의 목소리는 완전히 다르게 들립니다. 피곤하거나 아플 때도 목소리는 변합니다. 심지 even 탈수 증상만으로도 목소리를 거칠게 만들 수 있습니다.
• 대본(Script): 어떻게 말하느냐가 중요합니다. 대본을 읽고 있는지, 아기에게 말을 하고 있는지, 혹은 시끄러운 팬 소리 위로 소리를 지르고 있는지에 따라 당신의 목소리는 변합니다. 이해를 돕기 위해 더 느리게, 더 크게, 혹은 다른 피치로 말할 수도 있습니다.
• 노화 과정: 평생 변하지 않는 지문과 달리, 목소리는 성장하거나 나이가 들거나 호르몬 변화를 겪으면서 변합니다. 20살 때 녹음된 목소리는 60살의 목소리와 똑같이 들리지 않을 것입니다.
• 가면: 사람들은 심지어 의도적으로 목소리를 바꿀 수도 있습니다! 속삭이거나, 억양을 흉내 내거나, 다른 사람처럼 보이려고 노력할 수 있습니다. 논문은 당신이 모든 것을 바꿀 수는 없지만, 인간과 컴퓨터를 모두 속일 수 있을 만큼 충분히 바꿀 수 있다고 언급합니다.

이러한 변화 때문에, 같은 사람이라도 두 개의 녹음본에서는 매우 다르게 들릴 수 있습니다. 그리고 여기 무서운 점이 있습니다. 서로 다른 두 사람이 특정한 조건에서 녹음되거나 다른 단어를 말할 경우, 놀라울 정도로 비슷하게 들릴 수도 있다는 것입니다.

컴퓨터의 '음성 지문' 역시 마법이 아닙니다

당신은 이렇게 생각할지도 모릅니다. "그래도 컴퓨터는 똑똑하잖아. 컴퓨터는 진짜 음성 지문을 찾아냈을 거야." 논문은 "그렇지 않습니다"라고 답합니다. 현대의 컴퓨터는 복잡한 수학을 사용하여 목소리를 디지털 코드(이를 '임베딩(embeddings)'이라 부름)로 변환합니다. 이 컴퓨터들이 목소리를 구별하는 데 뛰어난 것은 사실이지만, 그것들이 마법 같고 변하지 않는 ID 카드를 찾아내는 것은 아닙니다.

논문은 이 컴퓨터 코드들이 사실 모든 것의 혼합물이라고 설명합니다. 즉, 말하는 사람이 누구인지, 무엇을 말하고 있는지, 배경 소음, 심지어 사용된 마이크의 종류까지 포함됩니다. 만약 당신이 저렴한 휴대폰과 스튜디오 마이크로 동일한 사람을 녹음한다면, 컴퓨터는 이를 다른 사람이라고 생각할 수도 있습니다. 컴퓨터는 '음성 지문'을 보는 것이 아니라, 특정 순간의 스냅샷을 보고 있는 것입니다. 저자들은 컴퓨터가 "이것은 일치한다"라고 높은 점수를 준다고 해서 그것이 완벽하고 변하지 않는 진실을 의미하는 것은 아니라고 경고합니다. 그것은 단지 두 녹음본이 '그 특정 조건 하에서' 비슷해 보인다는 것을 의미할 뿐입니다.

딥페이크의 위험

논문은 또한 새로운 무서운 문제인 '딥페이크(deepfakes)'에 대해서도 이야기합니다. 이것은 AI(인공지능)가 실제 인물과 똑같이 들리는 가짜 오디오를 만드는 것을 말합니다. 저자들은 범죄자들이 상사처럼 들리게 만들어 수백만 달러를 송금하도록 사람들을 속이는 사례를 제시합니다.

여기 결정적인 점이 있습니다. 논문은 설령 딥페이크가 당신의 친구와 100% 똑같이 들린다 하더라도, 그것이 당신의 친구가 말한 것이라는 보장은 없다고 말합니다. 기존의 '음성 지문' 개념은 만약 어떤 소리가 당신처럼 들린다면, 그것은 반드시 당신이어야 한다고 가정합니다. 하지만 딥페크와 함께라면 이 규칙은 깨집니다. 가짜 목소리는 실제 사람이 입을 열기도 전에 그 사람처럼 들릴 수 있습니다. 이는 '목소리'가 고유한 지문이 아니라, 복제될 수 있는 소리의 패턴일 뿐이라는 것을 증명합니다.

대신 우리는 무엇을 해야 할까요?

그렇다면 음성 지문이 신화라면, 우리는 어떻게 범죄를 해결하거나 신원을 확인해야 할까요? 논문은 "목소리를 사용하지 말라"고 말하는 것이 아닙니다. "잘못된 규칙을 사용하지 말라"고 말하는 것입니다.

두 목소리가 완벽하게 일치하는지(이는 불가능합니다) 묻는 대신, 저자들은 "모든 변화와 조건을 고려했을 때, 이 목소리가 인물 A로부터 나왔을 가능성이 인물 B와 비교했을 때 얼마나 높은가?"라고 물어야 한다고 제안합니다.

그들은 불확실성을 인정하는 시스템을 사용하기를 원합니다. 탐정이 다음과 같이 말하는 상황을 상상해 보세요. "증거를 바탕으로 볼 때, 이 목소리는 용의자의 것일 가능성이 매우 높지만, 녹음 상태가 좋지 않았고, 용의자가 아팠으며, AI가 조작했을 가능성도 고려해야 합니다." 이것을 '확률적(probabilistic)' 접근 방식이라고 합니다. 이는 "이것은 확실히 이 사람이다"라고 말하는 대신 "이 사람이 맞을 확률이 90%다"라고 말하는 것과 같습니다.

결론

이 논문의 핵심 메시지는 간단하지만 강력합니다. 목소리는 지문이 아닙니다. 목소리는 무질서하고, 변화하며, 놀라움으로 가득 차 있습니다. '음성 지문'이라는 아이디어는 우리가 결론에 대해 너무 확신하게 만드는 위험한 신화입니다.

저자들은 우리가 목소리를 고정된 도장처럼 착각하게 만드는 '음성 지문'이라는 단어를 법률과 과학에서 사용하는 것을 중단할 것을 권고합니다. 대신, 우리는 목소리 증거를 빠진 조각이 있는 퍼즐처럼 취급해야 합니다. 우리는 기분, 건강, 녹음 품질, 심지어 AI 조작 가능성까지 모든 단서를 살펴보고, 누가 말하고 있는지에 대해 신중하고 정직한 추측을 해야 합니다. 이렇게 함으로써, 우리는 마법의 열쇠를 가진 척하는 것을 멈추고 훨씬 더 똑똑하고 신뢰할 수 있는 방식으로 귀를 기울이게 될 것입니다.