과제-03 쟁점과 딜레마 분석 013-21 이현중

1. 관심 주제 및 일반적 배경

코로나19 팬데믹 당시 영국, 독일, 싱가포르 등의 국가에서 보건 당국이 스마트폰 기반 접촉추적 앱을 도입 혹은 검토하게 되었다. 접촉추적 앱은 빠른 감염 경로 차단이라는 공공의 이익을 위하여 개인의 위치와 접촉 정보 수집을 요청하는 형태이다. 그러나 이는 곧 공중보건의 이득과 개인의 사생활 및 자율성 보호에 해당되는 시민권 사이의 문제로 이어졌다. 특히 앱의 기술적 설계의 방식, 권력에 대한 시민들의 신뢰, 그리고 강제성과 자발성 등의 문화적 맥락이 이러한 충돌을 심화시킬 수 있다. 나는 기술, 권력, 그리고 사회적 수용의 문제가 얽힌 이 기술이 어떠한 방향성으로 구현되어야 하는지, 또한 어떤 규제가 필요한지 분석하고자 한다.

2. 논쟁 중인 학술적 쟁점 (Core Issue)

주요 쟁점:

접촉추적 앱의 설계 및 운영에서 중앙 집중적 데이터 수집이 분산형의 제한적 수집보다 공중보건의 효과를 최대화하는 데에 효과적인가?

상반된 입장:

디지털 접촉추적과 이에 대한 즉각적 알림은 충분한 사용률이 확보되어야 기초감염재생산수를 낮추어 전염병 유행의 통제에 기여할 수 있다는 모델링 및 분석을 통해 중앙집중 데이터를 옹호하는 입장이 있다(Ferretti et al., 2020). 또한 이에 대한 실증으로 영국의 접촉추적 앱이 특정 기간 동안의 사용 및 업데이트 후 상당한 수의 감염을 예방했을 가능성이 높다고 주장하는 연구 또한 있다(Wymant et al., 2021). 특히 중앙 집중 데이터 수집 대신 분산형 데이터 수집을 진행할 경우 공중보건 당국의 상황인식 능력과 후속조치 능력이 제한될 수 있기에 이런 효과성을 보장하기 어렵다(Vaudenay, 2020).
한편 중앙 집중형은 권력남용 및 재식별 위험이 크다는 우려도 존재한다(Vaudenay, 2020). 특히 개인의 자율성과 사생활이 침해되기에 실제 집중추적 앱의 도입 사례에서 낮은 자발적 수용, 수동 추적과의 통합 실패, 보상체계의 부재 등이 문제되어 실제적 효과성을 보이기 어려웠다는 분석도 있다(Hogan et al., 2021). 뿐만 아니라 데이터 관리의 책임이 불투명할 경우 시민의 신뢰가 손상되고 효용을 깎아먹는다는 주장도 있다(Pagliari, 2020). 분산형 데이터 수집은 중앙서버의 접촉 로그를 모으지 않기에 데이터가 최소화되고 재식별 위험이 완화되기에 상기된 중앙 집중형 수집의 문제에 대한 해결책이 될 수 있다(Troncoso et al., 2020).

3. 촉발되는 딜레마 또는 난제 (Dilemma / Hard Question)

딜레마:
- 공공보건의 효율성을 위해 중앙집중 데이터를 수집할 시 거대 집단의 역학적 데이터가 확보되기에 위험 판단 및 정책 최적화가 수월해진다. 이에 따라 보건 당국도 신속히 개입하여 전파를 선제적으로 차단할 수 있을 것이다. 그러나 중앙 데이터베이스는 재식별하기 쉽게 때문에 법 집행, 보험 및 고용 차별과 같은 차원에서 악용이 우려된다. 또한 권력의 확장에 해당되기에 시민들의 신뢰가 상실되어 애초에 효과성 자체가 억제될 수 있다. 예를 들어 정부가 실제로 확진자의 식별자로 동선의 일시와 장소를 중앙서버로 집적한다고 해보자. 보건당국은 분명히 실시간으로 감염자 클러스터를 시각화하기 쉽기에 봉쇄와 검사의 우선순위를 바로 결정할 수 있다. 그렇기에 단기적으로 특정 지역에서 빠르게 감염확산이 차단되며, 확진자 및 사망자가 줄어든다. 그러나 중장기적으로 경찰, 이민당국 등이 동일 데이터베이스 접근을 요구하게 될 것이고, 이민자나 불법체류자 등의 사회적 약자에 대한 감시와 처벌 가능성이 증가할 것이다. 이에 따라 집단적 불이익이 발생하면, 시민들의 불신이 형성되고, 다음 유행 때에 앱 사용률과 자발보고가 급격히 하락하게 될 것이다. 따라서 오히려 방역에 역효과를 낳는다.
- 반대로 시민들의 권리와 사생활을 우선시하여 분산형 데이터 수집이 의무화된다면 어떨까? 개인정보의 노출과 감시의 위험이 최소화되어 시민의 신뢰를 이끌어내고 시민들의 자유 또한 보호된다. 그러나 데이터 부족으로 공중보건 당국의 통찰력이 약해지기 때문에 방역효과가 저하되고, 지역 혹은 국경 사이에서 상호운용성이 매우 떨어진다. 또한 정보까지는 얻었다고 하더라도 수동추적과의 통합에 한계가 생긴다. 예를 들어 정부가 개인 식별 키 대신 익명 키를 교환하고, 최소 정보만 중앙에 쏠린다고 해보자. 이 경우에 정부는 전체 네트워크를 지도로 만들 수는 없다. 단기적으로는 사생활 침해 우려가 줄고 집단의 앱 수용률이 높아지는 긍정적 변화를 불러올 것이다. 그러나 애초에 역학적 분석에 필요한 접촉 네트워크가 없기에 감염자 클러스터의 식별 및 우선 검사 배치가 어려워진다. 특히 병원, 학교와 같이 신속한 집단 분석이 정말로 필요한 환경에서 효과가 저하되어 치명적이고, 국가 사이 데이터 공유가 시원치 않아 국제적 확산을 막는 데에도 제약이 생긴다.
- 과제 질문: 공공보건을 위한 데이터 수집에 대해 어떠한 기준을 세워야 할까? 이러한 기준을 세웠을 때 방역 효과의 효과성을 보장할 수 있을까?

4. 관련 학자 및 입장 정리

학자명	대표 저작/논문	입장 요약
Luca Ferretti 외	“Quantifying SARS-CoV-2 transmission suggests epidemic control with digital contact tracing” (2020)	디지털 접촉 추적과 신속한 알림은 일정 수준 이상의 활용도가 보장될 때, 기초감염재생산수를 낮추어 전염병 유행을 억제하는 데 도움을 줄 수 있다.
Chris Wymant 외	“The epidemiological impact of the NHS COVID-19 app” (2021)	영국 NHS 앱 분석 결과는 특정 기간 및 업데이트 이후 다수의 감염을 차단했을 가능성을 보여주며, 따라서 실질적 효과를 가진다.
Carmela Troncoso 외	“Decentralized Privacy-Preserving Proximity Tracing” (2020)	중앙 서버에 접촉 기록을 집적하지 않는 분산형 프로토콜을 제시하며, 데이터 최소화와 재식별 위험 감소의 필요성을 부각한다.
Serge Vaudenay	“Centralized or Decentralized? The Contact Tracing Dilemma” (2020)	중앙집중형은 역학적 활용도와 분석 측면에서 장점이 있으나 권력 남용과 재식별의 위험이 따르고, 분산형은 개인정보 보호에는 강점이 있지만 보건 당국의 상황 파악과 대응 능력이 제약될 수 있어, 결국 어느 방식도 완전한 해답이라 보기 쉽지 않다.
Katie Hogan 외	“Contact Tracing Apps: Lessons Learned on Privacy, Autonomy, and the Need for Detailed and Thoughtful Implementation” (2021)	접촉추적 앱의 현실적 적용에서는 낮은 참여율, 수동 추적과의 연계 부재, 정책 및 보상체계 미비 등이 주요 장애 요인으로 지적되었다.
Claudia Pagliari	“The ethics and value of contact tracing apps: International insights and implications for Scotland’s COVID-19 response” (2021)	데이터 관리 주체의 책임, 투명성이 결여된 데이터 수집의 시행은 신뢰를 해치고 효과를 저하시킨다.

5. 나의 문제의식 (초기 주장의 방향)

나는 공공보건을 위해서라도 중앙집중적 접촉추적은 한 번 기술이 도입되고 끝나는 게 아니라 권력 및 데이터 통제의 제도화로 이어질 가능성이 높기에, 기본적으로는 분산형 구조를 채택해야 한다고 생각한다. 다만 매우 예외적으로, 의회 및 정부의 승인이 존재하고 독립감사가 가능한 상황에서, 만약 명확한 효과성에 대한 증명이 있다면 시간제한적으로 중앙집중 데이터의 수집을 허가해야 한다고 본다. 논증문에서는 방역 효과성, 권리 침해, 사회적 수용성의 쟁점으로 나누어 내가 제시하는 방법의 정당성을 증명하고, 예상 반론에 대한 반박을 제시할 것이다.

6. 참고문헌

Ferretti, L., et al. (2020). Quantifying SARS-CoV-2 transmission suggests epidemic control with digital contact tracing, Science, 368(619), 1-7.
Wymant, C. et al. (2021). The epidemiological impact of the NHS COVID-19 app, Nature, 594, 408-412.
Troncoso, C. et al. (2020). Decentralized privacy-preserving proximity tracing. Preprint at https://arxiv.org/abs/2005.12273.
Vaudenay, S. (2020). Centralized or decentralized? The contact tracing dilemma. Cryptol ePrint Arch., Available online at https://eprint.iacr.org/2020/531.
Hogan, K. et al. (2021). Contact Tracing Apps: Lessons Learned on Privacy, Autonomy, and the Need for Detailed and Thoughtful Implementation. JMIR Med Inform, 9(7), e27449.
Pagliari C. (2020). The ethics and value of contact tracing apps: International insights and implications for Scotland’s COVID-19 response. J Glob Health, 2020, 10(2), 020103.