기술의 발전은 성인물의 접근 난이도를 낮춘다. VHS 비디오의 보급의 지대한 영향을 미친 것은 바로 성인물이라고 할 정도로 VHS 보급에 보이지 않는 공신이었다. 

민주주의로 이행되지 않아 전체주의와 독재를 경험한 니콜라이 두로프(Nikolai Durov), 파벨 두로프(Pavel Durov) 형제는 검열되지 않는 메신저를 만들었다.

“텔레그램”

텔레그램은 국정원 도감청 사건으로 인해 대체제로써 대중에게 알려지게 되었고 한국에서 성공적으로 유저를 확보할 수 있게 되었다. 

문제는 바로 검열이 없는 텔레그램이 범죄, 마약, 불법 성인물 유통의 중심지가 되었다는 것에 있다.

결론부터 말하면 텔레그램의 메시지 암호화 알고리즘은 검증된 적이 없다. 그리고 텔레그램은 어이없게도 전화번호가 노출되는 버그가 몇 년동안 방치되었다. 중국 정부는 이 버그를 홍콩 시위자들의 신원을 파악하는데 사용했다고 한다.

다소 무리한다면 텔레그램에서 범죄자 추적은 가능하다. 

채팅 대화는 개인의 프라이버시이다. 하지만 이 대화로부터 범죄가 일어난다면 다른 문제이다.

구조적으로 수천, 수만 명의 대화를 특정 기관이 실시간으로 감청할 수 없다. 우리나라를 비롯하여 많은 국가가 개인의 프라이버시를 이용해 정치적, 사회적으로 문제를 일으켰기 때문이다. 

그래서 법과 절차를 통해 메신저 내용을 압수 수색하는 것이다. 

하지만 이런 압수 수색은 사건이 터진 후의 뒷북이 많다. 더구나 방대한 채팅 내역이 메신저 하드 용량의 부족으로 일정 기간 후 삭제되어 범죄 증거를 확보하지 못하는 경우가 많다.

보안을 모토로 삼고 있는 텔레그램과 같은 메신저들은 이런 압수 수색에서 건질 데이터가 거의 없는 것이 현실이다. 로그 파일 조차 제 3자가 읽을 수 없게 난독화하거나 채팅 내역을 거의 남기지 않기 때문이다.

머신 러닝은 컴퓨터가 데이터와 알고리즘을 기반으로 특정 목적에 맞게 학습하고 추론하는 기술이다. 이런 점에서 음란물과 테러의 소굴이라는 텔레그램에 도입되어야하는 기능이라 본다.

위키피디아에서는 머신러닝을 이렇게 정의한다.

기계 학습(機械學習) 또는 머신 러닝(영어: machine learning)은 인공 지능의 한 분야로, 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야를 말한다. 가령, 기계 학습을 통해서 수신한 이메일이 스팸인지 아닌지를 구분할 수 있도록 훈련할 수 있다.

인간이 관여하지 않고 알고리즘을 통해서 음란물, 범죄에 대해서 중립적인 머신 러닝(인공지능 기계 학습)을 통해 판단할 수 있게 한다.

필자가 ICO를 시작할 때 한 강연에서 마스터 알고리즘의 저자, 페드로 도밍고스를 만난 적이 있다. 그는 인공지능, 머신러닝이 무엇을 변화 시키고 앱과 서비스의 질적 차이를 만들어낼 것이라고 주장했다. 필자 역시 이 말에 동의 했다.

인간이 찾아낼 수 없거나 방대한 데이터에서 분석할 수 없는 특이점을 머신 러닝은 찾아낼 수 있기 때문이다. 인간의 프라이버시가 적용되는 채팅, 메신저와 같은 분야에서 중립적인 머신러닝, 딥러닝을 적용하여 범죄에 관련된 내용을 분석할 수 있도록 업그레이드 해야 한다.

우리가 마스터 알고리즘에서 배울 점은 다음과 같다.

첫째. 머신러닝, 딥러닝이 모든 소프트웨어에 적용 될 것이다.

둘째. 머신러닝, 딥러닝을 적용하지 않는 기업은 도태될 것이다.

마치며

우리 시대, 인류는 인터넷과 스마트폰을 통해 극적인 지식의 확장을 이루고 있다. 하지만 그 기술과 지적 능력의 확장에서 인간이 가진 어둠이 인간의 존엄을 파괴하고 있다. 우리가 머신러닝, 딥러닝을 이용한다면 이런 해악에서 기술이 가지는 장점이 인류 발전에 일조하게 될 것이다.