행크 애셔에서 팔란티어까지: 데이터 융합이 AI의 판단 인프라가 되기까지

《The Hank Show》가 보여 주는 세계는 생성형 AI 이전에 거의 완성되어 있었다. 핵심은 인공지능이 아니라 흩어진 기록을 한 사람 주위로 결합하는 능력이었다. 이름 하나를 넣으면 주소, 전화번호, 차량, 재산, 친척, 이웃, 과거 거주지와 각종 공공·상업 기록이 한 화면에 모인다. 행크 애셔의 사업은 이 검색과 결합을 빠르고 값싸게 만드는 데서 출발했고, 이후 팔란티어 같은 데이터 통합 기업이 조직 전체의 운영체계로 확장했다.

AI의 등장은 이 계보를 끊지 않는다. 오히려 이미 만들어진 데이터 기반 위에 추정, 서사화, 우선순위 결정, 행동 제안을 덧붙인다. 이 연속성을 보면 현대의 AI 감시 문제는 어느 날 새로운 기술이 출현하면서 시작된 사건이라기보다, 이미 존재하던 데이터 융합 인프라가 새로운 해석기관을 얻는 과정에 가깝다.

행크 애셔: 검색 가능한 인간을 만든 사업가

행크 애셔(Hank Asher, 1951~2013)는 플로리다의 페인트 사업, 1980년대의 코카인 운반과 DEA 협력자 경력을 거쳐 데이터베이스 사업가가 된 인물로 알려져 있다. 그의 생애 자체가 기묘하지만, 정보사에서 중요한 것은 개인적 일화보다 그가 찾아낸 사업 모델이다.

Database Technologies(DBT), Seisint, Accurint, MATRIX로 이어지는 계보에서 핵심은 새로운 종류의 개인정보를 처음 발명했다는 데 있지 않았다. 자동차등록, 주소, 전화번호, 재산, 범죄기록처럼 이미 여러 곳에 존재하던 자료를 동일인 중심으로 빠르게 연결했다. 며칠씩 걸리던 조사를 몇 초나 몇 분 안에 수행할 수 있게 되면, 기존에 존재하던 정보도 전혀 다른 권력이 된다.

DBT의 AutoTrack과 이후 Seisint의 Accurint는 이런 전환을 대표한다. 데이터의 양뿐 아니라 조회 속도와 연결성이 중요했다. 정보가 흩어져 있을 때에는 사실상 존재하지 않는 것과 비슷했던 관계가, 검색창 하나로 호출되는 순간 실질적인 조사 자원이 된다.

MATRIX와 민간 데이터의 국가화

MATRIX(Multistate Anti-Terrorism Information Exchange)는 여러 주의 공공 기록과 Seisint의 상업 데이터를 결합하려 한 체계였다. 9·11 이후 테러리즘 대응이라는 명분 아래 데이터 융합 기술이 경찰과 국가안보의 문제로 들어간 대표적 사례다.

여기서 중요한 변화는 민간기업이 단순한 자료 판매자가 아니라 국가기관이 세상을 보는 인터페이스를 공급하는 위치에 올라선다는 점이다. 수사기관이 개별 자료원에 하나씩 접근하는 대신, 민간 데이터베이스가 이미 정리한 관계망을 검색한다. 이때 어떤 자료를 연결하고, 어떤 사람을 같은 사람으로 보고, 무엇을 위험 신호로 노출할지가 수사의 전제가 된다.

2000년 플로리다 유권자 명부 정리 논란도 데이터 결합의 다른 얼굴을 보여 준다. 대규모 자동화는 사람이 수작업으로 처리할 때보다 훨씬 많은 대상을 빠르게 분류하지만, 작은 불일치와 잘못된 매칭 역시 같은 규모로 확장할 수 있다. 데이터베이스의 권력은 정확성만이 아니라 오류를 대량으로 집행할 수 있는 능력에서도 나온다.

데이터베이스는 AI의 기억장치였다

행크 시대의 기본 흐름은 다음과 같았다.

사람이 특정 이름이나 대상을 검색한다.
시스템이 여러 기록과 관계를 반환한다.
수사관이나 분석가가 의미를 해석한다.
사람이 다음 검색과 최종 조치를 결정한다.

AI가 붙으면 질문의 형식이 바뀐다. “이 사람에 대해 무엇을 알고 있는가?”에서 “이 사람은 무엇을 할 가능성이 높은가?”, “누구를 먼저 조사해야 하는가?”, “지금 어떤 조치를 취해야 하는가?”로 이동한다.

따라서 행크의 시스템을 AI 자체라고 부르는 것은 부정확하다. 더 적절한 비유는 AI가 읽고 판단할 수 있는 기억장치와 관계망을 먼저 만든 것이다. 데이터가 없으면 모델은 조직의 현실을 알 수 없고, 서로 다른 자료를 같은 사람과 사건에 묶을 식별 구조가 없으면 추론의 실용적 가치도 낮아진다.

팔란티어: 검색창에서 조직의 운영체계로

팔란티어는 생성형 AI 붐 이전인 2003년에 설립되었고, 초기부터 정보기관과 수사기관이 여러 데이터 원천을 통합해 관계를 분석하는 문제를 다뤘다. 이 점에서 팔란티어는 행크 애셔의 세계와 단절된 다음 세대라기보다, 같은 문제를 더 조직적인 형태로 확장한 사례로 볼 수 있다.

행크식 시스템의 중심이 사람 → 관련 기록 → 관계도였다면, 팔란티어가 지향하는 구조는 사람·차량·계좌·부대·공장·병원·사건 같은 객체뿐 아니라 승인, 배송, 배치, 조사 같은 행동과 업무 과정까지 하나의 모델 안에 연결하는 것이다.

팔란티어가 말하는 온톨로지는 데이터를 저장하는 표의 집합이라기보다 조직이 현실을 어떤 객체와 관계, 행동으로 이해하는지를 표현하는 층에 가깝다. 이렇게 만들어진 구조는 생성형 AI가 들어오기에 특히 적합하다. AI가 단순히 문서를 요약하는 데서 끝나지 않고 조직 내부의 실제 대상과 자산을 조회하고, 허용된 도구와 업무를 호출할 수 있기 때문이다.

2023년 이후 팔란티어의 AIP는 대규모 언어모델을 기존의 Gotham·Foundry·Ontology 계층과 연결하는 방향으로 전개되었다. 이 결합은 “AI가 새로운 데이터베이스를 만든다”기보다 오래된 데이터 융합 체계가 자연어 인터페이스와 에이전트 기능을 얻는다는 쪽에 가깝다.

검색에서 추정과 개입으로

AI가 데이터 융합에 더하는 변화는 다섯 가지로 정리할 수 있다.

첫째는 규모다. 사람이 직접 읽고 판단할 수 있는 대상 수에는 한계가 있지만, 자동 분류와 요약은 훨씬 큰 모집단을 지속적으로 훑을 수 있다.

둘째는 선제성이다. 이미 일어난 사건의 용의자를 찾는 사후 수사에서, 앞으로 문제가 될 가능성이 높은 사람을 미리 선별하는 예측으로 이동할 수 있다.

셋째는 접근성이다. 복잡한 쿼리나 분석 도구를 다룰 줄 모르는 사람도 자연어로 매우 정교한 질문을 할 수 있다.

넷째는 서사화다. 시스템은 기록을 나열하는 대신 흩어진 신호를 하나의 설명으로 압축할 수 있다.

다섯째는 행동성이다. 분석 결과가 경보, 대상 선정, 인력 배치, 조사 요청, 업무 승인 같은 실제 조직 행동과 연결될 수 있다.

결국 차이는 “AI가 개인정보를 더 많이 가진다”는 데 있지 않다. 데이터베이스를 읽는 눈과 조직의 권한을 사용하는 손 사이의 거리가 짧아진다.

가장 위험한 오류는 그럴듯한 혐의다

AI 감시를 말할 때 흔히 환각이 문제로 지목된다. 그러나 더 까다로운 문제는 완전히 허구인 사실보다, 실제의 약한 신호 여러 개를 묶어 행정적으로 사용 가능한 의심을 만드는 능력이다.

가상의 사례를 생각할 수 있다. 어떤 사람이 시위 장소 근처에 있었고, 조사 대상자와 같은 학교를 나왔고, 특정 게시물을 여러 차례 읽었으며, 휴대전화를 며칠 꺼두었다고 하자. 각각은 무해할 수 있다. 하지만 시스템은 이를 “직접 연결은 확인되지 않았으나 여러 행동 패턴을 종합하면 지원 가능성이 있다”는 식의 설명으로 만들 수 있다.

이 예시는 실제 특정 시스템의 동작을 입증하는 사례가 아니라 위험 구조를 설명하기 위한 사고실험이다. 핵심은 오류가 단순한 잘못된 셀 하나가 아니라 근거와 우선순위와 권고 조치를 갖춘 판단의 형식을 취할 수 있다는 점이다.

인간 검토는 필요한 조건이지 충분조건은 아니다

팔란티어는 접근권한, 감사기록, 모델 사용 통제, 인간 검토 같은 안전장치를 강조한다. 이런 장치는 권한 없는 사용, 승인 없는 자동 행동, 사후 책임 추적을 줄이는 데 중요하다.

그러나 이것만으로 더 근본적인 질문이 사라지지는 않는다.

애초에 사람을 위험점수로 분류해도 되는가.
어떤 변수를 혐의의 대리변수로 사용할 수 있는가.
대상자는 자신이 왜 선정되었는지 알 수 있는가.
잘못된 관계 매칭이나 추정을 어떻게 정정할 수 있는가.
인간 검토자가 실제로 AI의 추천을 거부할 시간과 권한을 가지는가.

통제가 잘된 감시체계도 여전히 감시체계일 수 있다. 오남용 방지와 목적 자체의 정당성은 서로 다른 문제다.

이 문제는 AI와 민주주의의 좁은 회랑이 다루는 데이터·제도 권력의 비대칭과 직접 맞닿는다. 동일한 AI에 접근할 수 있어도 한쪽이 행정기록과 강제력, 감시 인프라를 가지고 있다면 모델의 정치적 생산성은 같지 않다.

매켄지 펑크가 AI 이후에 덧붙인 우려

《The Hank Show》의 저자 매켄지 펑크는 행크 애셔가 생성형 AI를 직접 보지 못했다는 사실과 별개로, 책 출간 뒤 AI와 개인정보의 결합에 대해 공개적으로 언급했다.

2023년 10월 23일 녹음된 인터뷰에서 그는 기존의 “안보 대 프라이버시” 문제에 더해 편의 대 프라이버시가 훨씬 큰 문제가 될 수 있다고 봤다. AI 비서가 이메일을 완성하고 일정을 조정하려면 메일과 캘린더 같은 사적 자료에 접근해야 하고, 사람들은 대체로 편의를 선택할 가능성이 높다는 것이다. 그는 개인정보 보호장치가 기술보다 늦게 따라오는 경향을 지적했다.

같은 인터뷰에서 그는 이미 일어난 범죄 뒤 특정 용의자를 찾는 데이터베이스와, 전체 인구를 대상으로 미래의 범죄자나 위험인물을 예측하는 체계를 구분했다. 예측치안의 실패와 편향을 비판하며 이를 “racism at scale”이라는 표현으로 묘사했다. 중요한 선은 사후 수사와 선제적 인구 분류 사이에 놓인다.

현재 접근 가능한 범위에서는 펑크가 2025~2026년 팔란티어 AIP와 에이전트형 AI를 《The Hank Show》의 후기로 직접 연결한 장문의 새 글은 확인되지 않았다. 대신 ProPublica에서 이민 단속과 추방을 움직이는 계약업체·기술·데이터 흐름을 취재하고 있다. 이는 데이터베이스가 사람을 찾아낸 뒤 국가의 실제 조치와 만나는 지점을 추적한다는 점에서 책의 문제의식과 이어진다.

행크가 AI를 보았다면

행크 애셔는 2013년에 사망했으므로 오늘날 생성형 AI에 대한 직접 발언은 남길 수 없었다. 그가 어떻게 반응했을지는 확인된 사실이 아니라 전기적 맥락을 바탕으로 한 추정이어야 한다.

그의 사업이 반복해서 추구한 것은 더 많은 자료 자체보다 수사관이 필요한 답을 더 빨리 찾게 만드는 것이었다. 이 점만 보면 자연어로 수억 건의 기록을 요약하고 숨은 관계를 찾아주는 시스템에 강하게 매력을 느꼈을 가능성은 있다. 반면 확률적으로 그럴듯한 문장을 만들어내는 언어모델의 환각은 정확한 신원 연결을 중시한 데이터베이스 사업과 긴장했을 것이다.

따라서 그가 살아 있었다면 자유롭게 상상하는 챗봇보다, 자신의 데이터베이스에서 확인된 자료를 검색하고 그 결과에 근거해 답하는 검색증강·에이전트형 시스템을 선호했을 것이라는 해석이 가능하다. 이것은 사실 확인된 발언이 아니라 행크의 사업 방향과 현재 시스템을 연결한 편집적 추론이다.

하나의 계보로 볼 때

행크 애셔의 역사와 팔란티어, 생성형 AI를 한 줄의 진보사로 만들 필요는 없다. 회사, 기술, 시대적 목적은 서로 다르다. 그러나 정보 권력의 기능을 따라가면 연속성이 보인다.

기록을 디지털화한다.
서로 다른 기록에서 동일인을 연결한다.
관계를 검색 가능한 그래프로 만든다.
조직의 업무와 행동을 데이터 모델에 연결한다.
AI가 관계를 해석하고 위험·우선순위·다음 행동을 제안한다.

이 관점에서 생성형 AI는 판옵티콘을 처음 만든 기술이 아니다. 이미 만들어진 판옵티콘의 자료를 읽고, 설명하고, 일부 업무를 수행할 수 있는 해석층이다.

행크의 데이터베이스를 “기억장치”, 팔란티어를 “조직의 신경계”, 에이전트형 AI를 “언어와 행동을 담당하는 해석기관”이라고 부르는 비유는 이 연속성을 압축한다. 다만 이는 기술적 공식 분류가 아니라 역사적 관계를 이해하기 위한 해석적 비유다.

검토 상태

이 글은 현재 접근 가능한 논의에서 이미 확인·언급된 자료와 링크를 총합해 구성했다. 이번 편집에서는 외부 인터넷 자료를 새로 조사하지 않았다. 행크 애셔의 기업사와 MATRIX, 팔란티어의 제품·온톨로지·AIP 설명, 매켄지 펑크의 인터뷰와 최근 취재 방향은 후속 외부 재검증이 필요한 세부사항을 포함한다. “기억장치-신경계-해석기관”의 연결과 행크가 AI를 어떻게 받아들였을지에 대한 부분은 명시적으로 해석과 추론이다.

자료·검토 표기: 내부 총합 · 외부 재조사 없음 · 사실과 해석 구분