← 목록으로 돌아가기

Bad times ahead

제목: 다가오는 암울한 시기

미국과 이란 사이에 불안한 휴전이 유지되는 가운데, 전문가들은 이 갈등이 다음으로 어떤 국면에 접어들지 예측하는 데 어려움을 겪고 있다. 인공지능(AI) 모델이 더 나은 답을 알고 있을까? 이를 알아보기 위해 이코노미스트는 싱크탱크인 랜드(RAND)에 의뢰하여 새로운 AI 예측 시스템이 이란 상황을 어떻게 분석하는지 확인해 보았다. ‘통합 전략 예측(ISF)’이라고 알려진 이 시스템은 2026년 말까지 이란 정권이 붕괴하거나 교체될 확률을 20%로 제시했는데, 이는 많은 전문가가 예상하는 수치보다 높은 수준이다.

물론 유의 사항도 있다. 이 예측은 기밀 정보 없이 작성되었다. 또한 랜드의 예측 기술 책임자이자 미국 국가정보국장실의 전 고위 관리였던 앤서니 바살로는 정부 기관이 의뢰한 예측과 달리 이번 결과물은 인간의 검증을 거치지 않았다고 지적한다. 그럼에도 바살로는 자신감을 보인다. 그는 2월에 완성된 ISF를 정책 입안자들이 오랫동안 갈망해 온 “더 나은 수정 구슬”이라고 묘사한다.

ISF만이 유일한 모델은 아니다. 갈등 예측 컴퓨터 모델을 구축하려는 시도가 20년 동안 실망스러운 결과만을 낳았던 과거와 달리, 최근 머신러닝과 거대언어모델(LLM)의 발전으로 많은 데이터 과학자가 다시 한번 도전하고 있다.

개념은 간단하다. 과거의 갈등 사례로 훈련된 모델에 미래의 분쟁을 알릴 수 있는 지표를 입력하여 인간에게는 보이지 않는 예측 패턴을 찾아내겠다는 것이다. 입력 데이터에는 범죄, 공공 보건, 파업, 날씨, 경제, 그리고 민주주의 퇴행과 같은 정치적 상황이 포함된다. 소셜 미디어도 불만을 측정하기 위해 널리 분석되고 있다.

예측가들은 인공위성, 드론, 감시 카메라가 촬영한 영상에도 눈을 돌리고 있다. 거리의 일상, 교통 흐름, 시위대가 결집하고 자리를 지키며 해산하는 방식에서 단서를 포착하는 것이 목표다. 이러한 영상 분석은 뮌헨에 있는 독일군 대학의 ‘예측 허브’에 통합되고 있다. 이 프로젝트의 수석 조기 경보 데이터 과학자인 다니엘 라섹은 이 시스템이 독일 국방부를 위해 운용될 것이라고 말한다.

이 모든 노력이 유용할지라도, 갈등을 가장 잘 예측하는 지표는 과거의 갈등이라고 위스콘신주 비영리 단체 ACLED의 수석 데이터 과학자 카타윤 키시는 말한다. ACLED는 전 세계 150여 명의 연구원에게 비용을 지불하여 폭동, 정부의 탄압, 갱단 간의 전쟁, 군사 공격 및 향후 갈등 가능성을 높이는 기타 폭력 사태를 추적하게 한다. 비영리 단체인 포캐스트벤치(ForecastBench)가 범용 예측 모델을 평가하는 데 사용할 만큼 완벽하다고 평가받는 이 데이터는 ACLED의 모델인 CAST에 입력된다.

CAST는 이 정보를 영아 사망률이나 평화 협상 발생 여부와 같은 지표로 보완하여 최대 6개월 앞까지 조직적인 정치적 폭력 사태를 예측한다. 키시 박사는 데이터가 충분한 곳에서는 이 모델이 매우 잘 작동한다고 말한다. 예를 들어 CAST는 2023년 7월 범죄 조직 간의 다툼이 있었던 브라질 세아라주에서 두 차례의 전투와 네 차례의 민간인 공격이 발생하고 폭탄 테러는 없을 것이라고 정확히 예측했다. 이후 다른 국가에 대한 보고 내용으로 기능이 강화된 CAST는 현재 유엔 기구와 네덜란드 외교부에서 사용하고 있다.

모델들은 “위험 증폭 요인”을 평가하는 능력도 향상되고 있다. 예를 들어 폭염은 오랫동안 폭동 발생 가능성 증가와 연관되어 왔다. 오슬로 평화연구소(PRIO)에서 AI 예측 모델인 ‘폭력 및 영향 조기 경보 시스템(VIEWS)’을 이끌며 나토(NATO) 관계자들을 교육해 온 하바드 헤그레는 추출 가능한 자원과의 근접성도 중요하다고 말한다. 석유나 다이아몬드가 있는 지역에서는 성공적인 반군이 수익을 챙길 수 있어 갈등 가능성이 커진다. VIEWS의 통찰력은 유엔개발계획(UNDP)과 유럽연합(EU) 외교부에 채택되는 결과로 이어졌다.

유엔 산하 기구인 국제이주기구(IOM)가 운영하는 새로 업그레이드된 모델 세트는 갈등과 자연재해로 인해 얼마나 많은 사람이 실향민이 될지를 예측하는 것을 목표로 한다. 4월 1일에 발표된 이 시스템의 첫 예측은 가뭄, 홍수, 전투로 인해 향후 3개월 동안 소말리아에서 304,362명이 집을 떠나게 될 것이라고 매우 정밀하게 예측했다. IOM 나이로비 사무소의 데이터 과학자 에바 냐가에 따르면, 4월 20일 기준으로 이 예측은 불과 몇 퍼센트의 오차 범위 내에 있을 가능성이 크다.

사용자들 사이에서도 회의론은 여전하다. 뉴욕 UNDP 위기 위험 부서의 코라도 스코냐밀로는 자신의 팀이 공개적으로 이용 가능한 CAST와 VIEWS를 포함한 세 가지 모델만을 유용하다고 판단하지만, 이는 이미 분쟁이 진행 중일 때만 해당한다고 말한다. 그는 새로운 갈등의 발생을 예측하는 어려운 문제에 관해서는 모든 모델이 신뢰할 수 없어 보인다고 지적한다. 가용한 데이터가 위기의 진정한 도화선을 포착하지 못하는 경우가 많다는 주장이다. 예를 들어, 불평등 심화 그 자체보다 그것이 어떻게 인식되느냐에 따라 폭발성이 결정될 수 있기 때문이다.

두바이의 정보 분석 회사인 알데바란 스렛 컨설턴트(Aldebaran Threat Consultants)의 잭 루니 대표는 상황을 복잡하게 만드는 요인으로, 현재 범람하는 허위 정보 캠페인이 소셜 미디어의 예측 가치를 흐리고 있다고 말한다. 많은 전문가는 더 넓은 범위의 정보를 수집하여 오류를 줄이려 한다. 알데바란은 정보원 네트워크를 활용하여 데이터를 구축하고 있으며, 일부 국방부 고객들은 이를 자체 예측 모델에 반영할 계획이다. 정치적 폭력을 옹호하는 단체들이 운영하는 그룹 채팅에 비밀리에 접근하는 뉴욕의 비영리 단체 수판 센터(Soufan Centre) 또한 갈등 예측을 위한 데이터를 수집한다. 이 센터의 연구원 클라라 브로카트는 이를 통해 공개적인 자리에서는 좀처럼 드러나지 않는 심리를 파악할 수 있다고 말한다.

물론 역사를 되돌아보면, 자신의 예측에 지나치게 자신감을 보였다가 실패한 조직들의 잔해로 가득하다. 스코냐밀로는 또 다른 위험 요소를 강조한다. 정당하든 아니든, 불안정하다는 예측은 일부 정권이 선제적으로 탄압에 나서게 하는 빌미가 될 수 있다는 것이다. 또한 이러한 예측은 새로 취약해진 지역에 불필요한 관심을 끌 수도 있다. 실제로 IOM은 소말리아 예측을 발표할 때 지리적 해상도를 낮추어 공개했다.