감시는 누구를 먼저 의심하는가

감시는 흔히 차가운 기술의 언어로 설명된다. 더 많은 카메라, 더 빠른 인증, 더 정확한 얼굴 인식, 더 안전한 이동 관리. 하지만 Simone Browne을 경유하면 질문은 곧바로 달라진다. 감시는 정말 모두를 같은 방식으로 보는가. 아니면 어떤 몸과 이동과 얼굴을 더 먼저, 더 오래, 더 의심스럽게 보도록 훈련되어 왔는가.

Browne의 대표 저작 Dark Matters: On the Surveillance of Blackness가 중요한 이유는 감시를 단지 현대 보안 기술이나 디지털 플랫폼의 문제가 아니라, 흑인성의 추적과 이동 통제, 신분 확인, 인종화된 시각성의 긴 역사 속에 놓기 때문이다. 이 관점에서 CCTV와 생체인식, 공항 보안, 플랫폼 데이터 추적은 갑자기 등장한 중립적 장치가 아니다. 그것들은 누가 더 자주 증명해야 하고, 누가 더 쉽게 위험으로 분류되며, 누가 더 많은 가시성의 부담을 지는지를 분배해 온 오래된 제도의 최신 표면이다.

중립적인 눈이라는 신화

감시 기술은 스스로를 중립적인 눈처럼 말한다. 렌즈는 피부색을 판단하지 않고, 센서는 감정을 갖지 않으며, 알고리즘은 입력값을 계산할 뿐이라는 설명이다. 그러나 Browne의 논점은 바로 그 중립성의 언어가 무엇을 숨기는지 드러내는 데 있다. 감시 체계는 단순히 보는 장치가 아니라, 어떤 대상을 더 읽기 쉬운 위험으로 만들고 어떤 이동을 더 엄격한 확인의 대상으로 만드는 사회적·역사적 장치다.

따라서 문제는 카메라가 편견을 갖는가가 아니다. 더 정확한 질문은 어떤 제도와 데이터와 보안 상상력이 카메라 앞의 세계를 이미 분류해 놓았는가다. 공항 검색대, 신분증, 국경 통제, 출입 인증, 예측 치안, 플랫폼 위험 탐지는 모두 안전과 효율의 이름으로 작동하지만, 그 안전이 누구에게는 통과의 편의가 되고 누구에게는 반복되는 증명의 의무가 되는지를 함께 봐야 한다.

Browne이 감시 연구에 던지는 강한 개입은 여기에서 나온다. 감시는 일반적인 권력 모델만으로 충분히 설명되지 않는다. 판옵티콘이나 통제사회 같은 고전적 개념이 감시의 구조를 설명한다면, Browne은 그 구조가 역사적으로 누구에게 더 집중되어 왔는지 묻는다. 다시 말해 감시는 추상적인 모두의 문제가 아니라, 불균등하게 배치된 시선의 문제다.

생체인식은 몸을 데이터로만 바꾸지 않는다

생체인식은 오늘날 가장 일상적인 감시 인터페이스가 되었다. 얼굴로 잠금을 풀고, 지문으로 출입하고, 카메라 앞에서 신원을 확인한다. 표면적으로 그것은 비밀번호보다 편리하고, 문서보다 빠르고, 인간 심사보다 정확한 절차처럼 보인다. 그러나 Browne의 관점에서 생체인식은 몸을 데이터로 바꾸는 기술에 그치지 않는다. 그것은 어떤 몸이 더 원활하게 통과하고 어떤 몸이 더 자주 예외로 처리되는지 결정하는 분류 장치다.

여기서 중요한 것은 실패의 분포다. 인증 실패, 오탐, 추가 검색, 위험 플래그, 데이터 누락은 단순한 기술적 오류가 아니다. 그것이 특정 집단에게 더 반복적으로 발생한다면, 오류는 시스템의 주변 문제가 아니라 시스템이 세계를 조직하는 방식의 일부가 된다. Browne을 읽는다는 것은 바로 이 반복되는 예외를 우연이 아니라 감시의 역사적 문법으로 보는 일이다.

미디어아트와 머신 비전 비평에서도 이 질문은 중요하다. 얼굴 인식 카메라, 도시 센서, 인터랙티브 보안 장치, 데이터 시각화 작업은 종종 “보이지 않는 시스템을 보이게 한다”고 말한다. 그러나 보이게 하는 행위 자체가 언제나 해방적인 것은 아니다. 어떤 사람에게 더 많은 가시성은 더 많은 대표성이 아니라 더 많은 추적, 더 많은 의심, 더 많은 설명 요구가 될 수 있다.

머신 비전 시대의 오래된 시선

생성형 AI와 머신 비전은 감시 문제를 더 복잡하게 만든다. 이제 이미지는 인간이 보기 위해서만 만들어지지 않는다. 이미지는 분류되고, 점수화되고, 검색되고, 예측되고, 통제의 입력값이 된다. 이때 Browne의 이론은 머신 비전의 현재를 기술 혁신의 표면에서 끌어내려, 오래된 인종화된 시선의 계보 속에 배치하게 한다.

플랫폼은 모든 사용자를 같은 사용자로 보지 않는다. 보안 시스템은 모든 얼굴을 같은 얼굴로 읽지 않는다. 데이터셋은 모든 몸과 생활을 같은 밀도로 포함하지 않는다. AI 모델이 세계를 학습한다고 말할 때, 우리는 그 세계가 이미 어떤 분류와 누락과 감시의 역사 위에서 수집되었는지 물어야 한다. Browne은 이 질문을 회피하지 못하게 만드는 이론가다.

한국 맥락에서도 이 논의는 단순한 해외 인종사의 소개에 머물지 않는다. 공공 CCTV, 출입 인증, 공항과 이주 관리, 플랫폼 본인 확인, 스마트시티 센서, 학교와 행정 시스템의 자동화는 모두 “누가 더 쉽게 통과하고 누가 더 많이 증명해야 하는가”라는 질문을 낳는다. 지역의 차별 구조는 다르지만, 감시가 결코 균등한 절차가 아니라는 Browne의 통찰은 비교 프레임으로 강하게 작동한다.

끝내 남는 질문

Browne을 통해 감시를 읽는다는 것은 기술의 정확도만 묻지 않는다는 뜻이다. 더 좋은 카메라, 더 큰 데이터셋, 더 빠른 인증이 문제를 해결할 것이라는 믿음 앞에서, 그녀의 이론은 감시가 누구를 기본 대상으로 삼아 왔는지 먼저 보라고 요구한다.

그래서 미디어아트가 감시 장치를 다룰 때의 판단 기준도 달라진다. 작품이 단지 감시의 이미지를 멋지게 보여 주는가, 아니면 감시가 어떤 몸을 더 밝게 드러내고 어떤 삶을 더 의심스럽게 만드는지까지 묻는가. 이 차이가 중요하다. 감시를 비판한다는 것은 카메라의 존재를 지적하는 데서 끝나지 않는다. 그 카메라가 역사적으로 누구를 향해 먼저 켜져 있었는지 묻는 데서 시작된다.