구치소 체포자를 대상으로 한 상용 음성 스트레스 분석 현장 테스트에서, 널리 쓰이는 두 프로그램은 체포자들이 최근 약물 사용에 관해 한 거짓말의 약 15%만 포착했고, 전체 정확도는 약 50%였다(National Institute of Justice, 음성 스트레스 분석 현장 테스트 2008). 인간 청취자도 크게 나을 것이 없다. 판정자 24,483명을 통틀어 사람이 거짓과 진실을 올바르게 판단하는 비율은 평균 54%로, 동전 던지기를 간신히 넘는 수준이다(Personality and Social Psychology Review, 기만 판단의 정확도 2006). National Research Council은 연구가 “컴퓨터 음성 스트레스 분석기의 사용에 대해 과학적 근거를 거의 또는 전혀 제공하지 않는다”고 밝혔다(National Research Council, 폴리그래프와 거짓말 탐지 2003). 그럼에도 주요 제조사는 여전히 수천 곳의 경찰 고객이 있다고 주장하며, 2025년과 2026년의 청취 전용 연구는 목소리가 얼굴보다 기만 신호를 더 많이 담고 있는지에 대한 질문을 다시 열고 있다. 이는 음성 감정 인식 정확도 연구와도 겹치는 주제다. 우리는 Journal of Forensic Sciences, Columbia University의 기만 음성 코퍼스, PLOS One, European Journal of Psychology Applied to Legal Context, U.S. Department of Labor, EU AI Act, 영국 정부 기록에서 데이터를 집계했다.
요약
- 체포자 319명을 대상으로 한 구치소 현장 테스트에서, 음성 스트레스 분석기는 약물 사용에 관한 거짓말의 약 15%를 포착했고 전체 정확도는 약 50%였다(NIJ, 음성 스트레스 분석 현장 테스트 2008).
- 실험실 테스트에서 NITV가 제공한 CVSA 검사관은 진실한 발화를 기만적이라고 판정한 비율이 61%에서 70%였다(Journal of Forensic Sciences, NITV CVSA 평가 2008).
- 연구는 컴퓨터 음성 스트레스 분석기에 대해 “과학적 근거를 거의 또는 전혀” 제공하지 않는다(National Research Council, 폴리그래프와 거짓말 탐지 2003).
- 문헌 206건에서 사람이 거짓과 진실을 올바르게 판단하는 비율은 평균 54%였다(Personality and Social Psychology Review, 기만 판단의 정확도 2006).
- Columbia 기만 코퍼스에서 인간 면접관은 56.75%를 기록한 반면, 음성 분류기는 F1 점수 72.77에 도달했다(Columbia University, Interspeech 2018).
- 참가자 120명의 테스트에서 음성만 들었을 때 정확도는 61.7%, 소리가 있는 영상을 보았을 때는 35%였다(European Journal of Psychology Applied to Legal Context 2025).
- 참가자 246명의 2026년 테스트에서는 음성만, 전사본, 음성과 영상 판단 사이에 유의미한 차이가 없었다(PLOS One 2026).
- 거짓말할 때 음높이가 높아지는 것은 작은 효과로 d = 0.21이며, 성공하려는 동기가 있는 거짓말쟁이에게서는 d = 0.59로 올라간다(Psychological Bulletin, 기만의 단서 2003).
- 급여 심사에서 음성 위험 분석을 사용한 영국 지방정부 12곳 중 이를 성공이라고 보고한 곳은 1곳뿐이었다(DWP 평가, The Register 보도 2010).
- 미국 법은 음성 스트레스 분석기를 거짓말 탐지기로 취급하며(U.S. Department of Labor, EPPA Fact Sheet #36), EU는 경찰용 AI 거짓말 탐지 도구를 고위험으로 분류한다(규정 (EU) 2024/1689).
1. 현장 테스트: 검증된 정답에 대한 음성 스트레스 분석기
현장 테스트는 음성 스트레스 분석이 소변 검사처럼 자신이 영향을 줄 수 없는 실제 결과와 마주하는 유일한 자리다. NIJ가 자금을 댄 오클라호마 카운티 구치소 연구(NIJ Journal 현장 테스트 요약, 최종 보고서)에서 체포자들은 약물 사용에 관한 질문에 답했고, 그 답변은 소변 검사와 대조되었다. LVA는 기만적인 답변의 21%를, CVSA는 8%를 포착했으며, 두 프로그램 모두 진실한 답변의 대부분은 올바르게 분류했다. 거의 매번 “진실”이라고 말하는 도구는 정직한 사람에게는 정확해 보이고 거의 모든 거짓말쟁이를 놓친다. 최종 보고서는 채점도 신뢰할 수 없다는 점을 밝혔다. 초보 채점자와 전문가 채점자 사이의 상관관계는 약물에 따라 0.11에서 0.52 사이였다.
가장 흥미로운 수치는 정확도가 전혀 아니다. 음성 장치가 자신을 감시하고 있다고 믿은 체포자들은 거짓말을 훨씬 덜 했는데, 이는 “보거스 파이프라인(bogus pipeline)” 효과, 즉 기계가 거짓말을 잡아낼 수 있다고 믿으면 사람이 더 진실하게 말하는 현상이다. 이 장치는 거짓말을 탐지하지 못하더라도 거짓말을 억제할 수 있다.
| 지표 | 값 | 출처 |
|---|---|---|
| 최근 약물 사용에 관한 기만 탐지에서 CVSA와 LVA의 전체 정확도 (오클라호마 카운티 구치소 남성 체포자 319명) | 약 50% | NIJ, 음성 스트레스 분석 현장 테스트 (NIJ Journal 259) 2008 |
| LVA가 기만적이라고 올바르게 분류한 기만적 답변 | 21% | NIJ, 음성 스트레스 분석 현장 테스트 2008 |
| CVSA가 기만적이라고 올바르게 분류한 기만적 답변 | 8% | NIJ, 음성 스트레스 분석 현장 테스트 2008 |
| 진실이라고 올바르게 식별된 진실한 답변, 다섯 가지 약물 평균 (LVA 95%, CVSA 90%) | 91.5% | NIJ, 음성 스트레스 분석 현장 테스트 2008 |
| 최근 약물 사용에 대해 거짓말한 체포자: 음성 스트레스 연구와 같은 도시의 이전 ADAM 약물 모니터링 연구 비교 | 14% 대 40% | NIJ, 음성 스트레스 분석 현장 테스트 2008 |
| 군 심문 훈련(SERE) 현장 녹음: CVSA 제조사 자체 검사관이 포착한 기만적 예/아니요 답변과 잘못 포착된 진실한 답변 | 19% 대 45% | Journal of Forensic Sciences, NITV CVSA 평가 2008 |
| 같은 현장 녹음을 실험 음성학자가 채점한 경우: 포착된 기만적 답변과 잘못 포착된 진실한 답변 | 38% 대 49% | Journal of Forensic Sciences, NITV CVSA 평가 2008 |
맥락: 이전 ADAM 조사는 약 20분, 음성 스트레스 조사는 약 5분이 걸렸으므로 14% 대 40%의 차이는 통제된 실험이 아니다. 입수 가능한 최신 데이터: NIJ, 2007년 보고서와 2008년 기사. 그 이후 발표된 비교 가능한 독립 현장 테스트는 찾지 못했다.
2. CVSA와 LVA의 실험실 테스트
실험실 연구는 장치에 가능한 최선의 조건을 제공한다. 깨끗한 녹음, 알려진 진실, 유발된 스트레스다. 그런데도 실패했다. University of Florida의 평가(CVSA 연구, LVA 연구)에서 화자 48명이 중대한 결과가 걸린 거짓말과 스트레스 상황에서 300개의 표본을 만들었다. CVSA 제조사 자체 검사관은 진실한 발화를 기만적이라고 판정한 비율이 61%에서 70%에 달했으며, 이는 진짜 거짓말을 잡아낸 빈도와 거의 같았다.
민감도 지표도 같은 이야기를 한다. d’(d-prime)은 신호 탐지 이론의 점수로, 0은 두 범주를 구분하는 능력이 없음을 뜻한다. 저자들은 1을 최소 허용값으로 정했는데, 모든 팀이 그보다 훨씬 낮은 점수를 받았다. National Research Council 검토는 발견된 유일한 완벽한 결과가, 차트를 어떻게 채점했는지도 진실을 어떻게 확정했는지도 설명하지 않은 제조사 관련 논문에서 나왔다고 덧붙인다.
| 지표 | 값 | 출처 |
|---|---|---|
| CVSA 실험실 테스트 (화자 48명, 표본 300개): NITV가 제공한 검사관의 적중률 | 61%에서 65% | Journal of Forensic Sciences, NITV CVSA 평가 2008 |
| CVSA 실험실 테스트: NITV가 제공한 검사관의 위양성률 (진실하거나 스트레스가 낮은 발화가 포착된 비율) | 61%에서 70% | Journal of Forensic Sciences, NITV CVSA 평가 2008 |
| CVSA 실험실 테스트: NITV가 제공한 검사관의 d-prime 민감도 (최소 허용값은 1로 설정) | -0.32에서 0.13 | Journal of Forensic Sciences, NITV CVSA 평가 2008 |
| LVA 실험실 테스트: 조건과 검사관별 적중률 | 42%에서 56% | Journal of Forensic Sciences, Layered Voice Analysis 평가 2009 |
| LVA 실험실 테스트: 위양성률, 적중률보다 높은 경우가 많음 | 40%에서 65% | Journal of Forensic Sciences, Layered Voice Analysis 평가 2009 |
| 보호관찰 대상자 54명에 대한 제조사 관련 연구에서 CVSA와 폴리그래프의 일치율 (채점 방식과 진실 기준은 설명되지 않음) | 100% (제조사 관련 주장, 사용 불가로 판단) | National Research Council, 폴리그래프와 거짓말 탐지 2003 |
| 1990년대 Department of Defense Polygraph Institute 실험실 비교에서 폴리그래프 대비 CVSA의 정확도 | 유의미하게 우월했던 적이 없음 | National Research Council, 폴리그래프와 거짓말 탐지 2003 |
| 1996년 분석기 현장 테스트의 결과 | 우연 수준에 가까움 | National Research Council, 폴리그래프와 거짓말 탐지 2003 |
맥락: 같은 NRC 장은 같은 음성 스트레스 차트를 읽는 독립 분석가들 사이의 일치도가 “대체로 낮다”고 보고하며, 2000년 Department of Defense 연구에서 분석기 점수가 전통적인 방법으로 측정한 급성 스트레스를 반영하지 않는다는 점이 발견되었다고 밝힌다.
3. 인간은 거짓말을 얼마나 정확히 판단하는가 (메타분석 증거)
기계가 거짓말을 듣지 못한다면, 가장 먼저 떠오르는 대안은 훈련된 귀다. 하지만 증거에 따르면 귀는 눈보다 아주 조금 나을 뿐이다. Bond와 DePaulo의 메타분석은 문헌 206건과 판정자 24,483명을 통합했다. 사람의 정답률은 평균 54%이며, 거짓말보다 진실을 훨씬 더 자주 올바르게 판단한다. 대부분의 판정자가 들은 내용을 믿는 쪽으로 기울기 때문이다(메시지의 55.23%가 가중치 적용 시 진실로 판단되었다). 연구 간 비교에서 전문가는 54.51%, 비전문가는 53.31%였으나, 통계적 보정 후에는 이 차이가 사라졌다.
음성과 관련 있는 것은 매체 비교다. 소리 없는 영상이 최악의 조건이며, 소리를 더하면 몇 포인트가 회복된다. 거짓말쟁이의 목소리를 듣는 것은 조금 도움이 되지만, 청취자를 거짓말 탐지기로 바꿔 놓지는 않는다.
| 지표 | 값 | 출처 |
|---|---|---|
| 거짓과 진실을 올바르게 판단한 비율의 평균 (문헌 206건, 판정자 24,483명) | 54% | Personality and Social Psychology Review, 기만 판단의 정확도 2006 |
| 진실한 메시지가 진실이라고 올바르게 판단된 비율 | 61% | Personality and Social Psychology Review, 기만 판단의 정확도 2006 |
| 기만적인 메시지가 기만적이라고 올바르게 판단된 비율 | 47% | Personality and Social Psychology Review, 기만 판단의 정확도 2006 |
| 음성만 있는 메시지에서 거짓과 진실을 올바르게 판단한 비율 | 53.01% | Personality and Social Psychology Review, 기만 판단의 정확도 2006 |
| 소리 없는 영상만 있는 메시지에서 거짓과 진실을 올바르게 판단한 비율 | 50.52% | Personality and Social Psychology Review, 기만 판단의 정확도 2006 |
| 음성과 영상이 함께 있는 메시지에서 거짓과 진실을 올바르게 판단한 비율 | 54.03% | Personality and Social Psychology Review, 기만 판단의 정확도 2006 |
입수 가능한 최신 데이터: Personality and Social Psychology Review, 2006년. 이는 여전히 인간의 거짓말 탐지 정확도에 관한 가장 큰 종합 연구이며, 더 최근의 청취 실험은 섹션 4에서 다룬다.
4. 청취 실험과 음성 분류기, 2018년부터 2026년까지
더 최근의 연구들은 목소리를 직접 테스트하며, 서로 결과가 엇갈린다. 2025년 University of Portsmouth의 실험(European Journal of Psychology Applied to Legal Context)에서는 참가자 120명에게 모의 용의자 면접의 음성만 또는 전체 영상을 제시했다. 청취자의 정답률은 61.7%였던 반면, 보고 들은 사람들의 정답률은 35%에 그쳐 우연 수준보다 낮았다. 이 연구는 보면서 듣는 것을 높은 인지 부하 조건으로 다루었다. 용의자를 보는 것이 더한 정보는 이 테스트에서 도움보다 해가 더 컸다. 더 큰 규모의 2026년 테스트(PLOS One)에서는 매체 효과가 전혀 없었고, 모든 조건에서 거짓말쟁이는 대체로 진실한 것으로 판단되었다.
면접 음성으로 훈련된 기계는 같은 녹음에서 사람보다 낫다. Columbia X-Cultural Deception 코퍼스(NAACL 2018, Interspeech 2018)에서 화자 340명이 면접 대화 중 진실한 답변과 기만적인 답변을 했다. 음향 운율 특징(음높이, 크기, 타이밍)을 사용한 분류기는 단어 선택에 기반한 분류기와 대등했다. 이는 하나의 코퍼스에서 나온 실험실 거짓말이며, 화자 검증 벤치마크에서 추적하는 것과 같이 엄격한 정답이 있는 음성 시스템에 기대되는 신뢰도에는 크게 못 미친다.
| 지표 | 값 | 출처 |
|---|---|---|
| Columbia X-Cultural Deception 코퍼스(화자 340명, 우연 수준 = 50%)에서 인간 면접관의 거짓과 진실 판단 정확도 | 56.75% | Columbia University, NAACL 2018 (Levitan 외) |
| 기만적인 답변에 한정한 인간 면접관의 정확도 | 47.93% | Columbia University, NAACL 2018 (Levitan 외) |
| 단어 사용(어휘) 특징을 사용한 최고 분류기, F1 점수 | 72.74 (정확도 72.78%) | Columbia University, NAACL 2018 (Levitan 외) |
| 음향 운율 특징에 화자의 성별과 모국어를 더한 최고 분류기, F1 점수 | 72.77 | Columbia University, Interspeech 2018 (Levitan 외) |
| 거짓과 진실 판단의 전체 정확도: 음성만 들은 경우 대 소리가 있는 영상을 본 경우 (참가자 120명) | 61.7% 대 35% | European Journal of Psychology Applied to Legal Context 2025 (Giorgianni 외) |
| 진실 탐지: 음성만 대 소리가 있는 영상 | 53.33% 대 20.00% (카이제곱(1, N = 60) = 7.18, p = .007) | European Journal of Psychology Applied to Legal Context 2025 (Giorgianni 외) |
| 음성만 조건: 올바르게 판단된 진실한 발언 대 올바르게 판단된 기만적 발언 (전체 N = 246) | 60.71% 대 39.29% | PLOS One 2026 (Bogaard 외) |
| 매체(음성만, 전사본, 음성과 영상)가 거짓과 진실 판단 정확도에 미치는 효과 | F(2, 243) = 0.45, p = .637 (유의하지 않음) | PLOS One 2026 (Bogaard 외) |
맥락: 2025년 연구에서 조건 간 거짓말 탐지 차이(70.00% 대 50.00%)는 유의하지 않았고(p = .114), 유의미한 향상은 진실한 용의자를 알아보는 데서 나왔다.
5. 거짓말의 음향적, 음성적 단서
음성 스트레스 장치는 거짓말이 강하고 보편적인 음향 흔적을 남긴다고 가정한다. 메타분석 기록이 보여주는 것은 몇 가지 희미한 흔적이다. Psychological Bulletin 메타분석은 독립 표본 120개에서 나온 단서 158개에 대한 효과 크기 1,338개를 요약했다. 거짓말쟁이의 음높이는 전체적으로 약간만 올랐지만(d = 0.21), 거짓말쟁이가 성공하려는 동기가 있을 때는 d = 0.59로 뛰었다. Cohen의 d는 표준화된 효과 크기이며, 이 정도 크기의 값은 관례적으로 작다고 분류된다. 대부분의 음성 단서는 정직한 화자와 정직하지 않은 화자 사이에서 크게 겹친다.
단일 언어 연구들은 이 단서들이 얼마나 불안정한지 보여준다. 이탈리아어 모국어 화자 19명에서 평균 음높이는 거짓말할 때 160.88 Hz, 진실을 말할 때 160.67 Hz였지만(p = 0.927), 말이 느려졌다(Frontiers in Psychology). 중국어(표준 중국어) 화자 36명이 14개의 신상 질문에 답한 2024년 연구에서는 음향 특징 20개와 성문전도(electroglottography) 특징 14개(성문전도는 성대 접촉을 측정한다)를 살펴, 기만이 더 높은 평균 음높이와 강도, 더 낮은 지터(jitter), 시머(shimmer), 조화음 대 잡음비와 연관된다는 것을 보였다(Journal of Speech, Language, and Hearing Research). Columbia 코퍼스에서는 기만적인 답변에서 최대 음높이와 최대 강도가 더 높았다. 이런 단서는 번아웃 예측을 위한 준언어 음성 분석에 쓰이는 것과 같은 원재료이며, 같은 한계를 공유한다. 개인이 아니라 집단을 설명한다는 점이다.
| 지표 | 값 | 출처 |
|---|---|---|
| 거짓말할 때의 더 높은 음높이, 전체 연구 (추정치 12건) | d = 0.21 (95% 신뢰구간 0.08에서 0.34) | Psychological Bulletin, 기만의 단서 2003 |
| 거짓말할 때의 음성 긴장 (추정치 10건) | d = 0.26 (95% 신뢰구간 0.13에서 0.39) | Psychological Bulletin, 기만의 단서 2003 |
| 거짓말쟁이가 음성적으로 불확실하게 들림 (추정치 10건) | d = 0.30 | Psychological Bulletin, 기만의 단서 2003 |
| 거짓말쟁이와 진실한 사람의 발화 시간 (추정치 4건, 음수는 거짓말쟁이가 덜 말한다는 뜻) | d = -0.35 | Psychological Bulletin, 기만의 단서 2003 |
| 거짓말과 진실에서의 채움 휴지(um, uh) (추정치 16건) | d = 0.00 | Psychological Bulletin, 기만의 단서 2003 |
| 거짓말쟁이가 성공하려는 동기가 있을 때의 음높이 효과 (추정치 6건) | d = 0.59 (95% 신뢰구간 0.31에서 0.88) | Psychological Bulletin, 기만의 단서 2003 |
| 음높이와 응답 지연, 음성 단서 9개를 다룬 41건 연구의 메타분석 (거짓말할 때 둘 다 높음) | d = 0.268 (음높이), d = 0.177 (지연) | Applied Cognitive Psychology 메타분석 2006 (Sporer와 Schwandt), Frontiers in Psychology 2012에서 보고된 대로 |
| 거짓말할 때와 진실을 말할 때의 말 속도, 이탈리아어 모국어 화자 19명 | 초당 1.95단어 대 2.10단어 (d = 0.447, p = 0.025) | Frontiers in Psychology, 이탈리아어 음성에서의 기만 표지 2012 |
맥락: 응답 지연은 두 메타분석 사이에서 가장 뚜렷한 충돌이다. 2006년 종합은 신뢰할 만한 증가를 보고하지만, 2003년 종합은 추정치 32건에 걸쳐 0에 가깝고 유의하지 않은 효과를 제시한다.
6. 경찰 기관, 정부, 보험사의 활용
도입은 한 번도 증거를 따라간 적이 없다. 도입 수치는 거의 전적으로 제조사에서 나오며, 주장하는 총수는 독립 테스트에서 우연 수준의 정확도가 확인된 이후 오히려 늘어났다. San Francisco Chronicle이 2024년 6월 4일 발표한 조사에서는 CVSA를 사용하는 캘리포니아의 다른 법 집행 기관 13곳이 확인되었고, 그중 3곳은 형사 수사에도 이를 사용했다(San Francisco Chronicle).
경찰 외 정부의 시험은 다르게 끝났다. 영국 Department for Work and Pensions는 전화 급여 신청에 대해 “음성 위험 분석” 시험을 진행했으나, 결과를 보고한 지방정부 대부분은 이를 성공이라고 부르지 않았다(The Register, 2010년 11월 10일). esure 같은 영국 보험사들은 이미 2003년에 보험금 청구 전화 창구에서 음성 위험 분석을 시범 운영했고, 더 새로운 업체들은 지금 가입 신청부터 보험금 청구까지 음성 선별을 내세운다. 예를 들어 Clearspeed는 자사 웹사이트에서 Department of Defense의 검증이 자사 기술을 97%가 넘는 정확도로 평가했다고 밝히지만, 이는 업체 자체의 주장이며 발표된 독립 연구는 찾지 못했다. 이미 감정 탐지를 위한 음성 분석을 운영하는 보험사도 같은 질문에 직면한다. 실제로 무엇을 측정하고 있는가?
| 지표 | 값 | 출처 |
|---|---|---|
| 제조사에 따른 CVSA 사용 미국 법 집행 기관 (2008년) | 1,400곳 이상 | NIJ Journal 2008에 보고된 NITV 수치 (제조사 자체 주장) |
| 제조사 웹사이트에 따른 CVSA 사용 기관 (2026년) | 미국 법 집행 기관 3,000곳 이상, 전 세계 3,600곳 이상 | NITV 웹사이트 2026 (제조사 자체 주장) |
| CVSA를 사용하는 것으로 확인된 캘리포니아의 다른 법 집행 기관 | 13 | San Francisco Chronicle 조사, 2024년 6월 4일 |
| 이들 기관 중 형사 수사에도 CVSA를 사용한 기관 수 | 3 | San Francisco Chronicle 조사, 2024년 6월 4일 |
| 영국 DWP 급여 신청 음성 위험 분석 시험 비용 | £2.16백만 | DWP 음성 위험 분석 평가, The Register 보도, 2010년 11월 10일 |
| DWP 최신 시험 묶음에 참여한 지방 당국 수와 결과를 보고한 수 | 24 (23곳 보고) | DWP 음성 위험 분석 평가, The Register 보도, 2010년 11월 10일 |
| 급여 심사에서 음성 위험 분석을 사용하고 성공이라고 보고한 지방정부 | 12곳 중 1곳 | DWP 음성 위험 분석 평가, The Register 보도, 2010년 11월 10일 |
| 신규 신청자 전화에서 사용하고 성공이라고 보고한 지방정부 | 9곳 중 3곳 | DWP 음성 위험 분석 평가, The Register 보도, 2010년 11월 10일 |
맥락: 제조사 자체 웹사이트는 내부적으로 일관성이 없어서, 곳에 따라 “3,000곳이 넘는” 법 집행 기관과 “2,900곳이 넘는 미국 조직”을 모두 언급한다.
7. 과학적, 법적 평가
과학적 평가는 20년간 안정적이었고, 법은 천천히 따라잡았다. National Research Council은 2003년에 음성 스트레스 연구가 컴퓨터 음성 스트레스 분석기에 대해 “과학적 근거를 거의 또는 전혀” 제공하지 않는다고 결론지었다. 미국에서 가장 강한 제한은 고용주에 대한 것이다. Employee Polygraph Protection Act는 음성 스트레스 분석기를 거짓말 탐지기로 명시하여 대부분의 민간 고용주가 이를 사용하지 못하게 한다. 연방, 주, 지방 정부는 제외되므로 경찰 기관은 이 금지의 범위 밖에 있다.
유럽연합은 더 새로운 AI 기반 세대를 규제한다. AI Act는 법 집행 기관과 이민, 국경 당국이 “폴리그래프 또는 유사한 도구로” 사용하는 AI 시스템을 고위험으로 열거하며, 그 전문(recital)은 직장이나 학교에서 감정을 읽는 AI의 금지를 요구한다. 영국 정부 자신의 결론은 2011년 정보공개 청구 답변에서 나왔다. 이 기술을 더 이상 사용하지 않는다는 것이다.
| 지표 | 값 | 출처 |
|---|---|---|
| 컴퓨터 음성 스트레스 분석기 사용의 과학적 근거 | ”과학적 근거를 거의 또는 전혀 없음” | National Research Council, 폴리그래프와 거짓말 탐지 2003 |
| 미국의 거짓말 탐지기 법적 정의에 포함되는 장치 | 폴리그래프, 기만 기록기(deceptograph), 음성 스트레스 분석기, 심리 스트레스 평가기 또는 유사한 장치 | U.S. Department of Labor, EPPA Fact Sheet #36 |
| 민간 고용주가 여전히 사용할 수 있는 거짓말 탐지 검사와 제한된 상황의 수 | 폴리그래프만 (다른 거짓말 탐지기는 불가), 제한된 3가지 상황 | U.S. Department of Labor, EPPA Fact Sheet #36 |
| 근로자가 EPPA 위반으로 소송을 제기할 수 있는 기한 | 3년 | U.S. Department of Labor, EPPA Fact Sheet #36 |
| EU AI Act, 부속서 III 제6항 (b): 법 집행 기관이 폴리그래프 또는 유사한 도구로 사용하는 AI | 고위험으로 분류 | 규정 (EU) 2024/1689 (AI Act) |
| EU AI Act, 부속서 III 제7항 (a): 이민, 망명, 국경 당국이 폴리그래프 또는 유사한 도구로 사용하는 AI | 고위험으로 분류 | 규정 (EU) 2024/1689 (AI Act) |
| EU AI Act, 전문 제44항: 직장이나 교육 현장에서 사람의 감정 상태를 탐지하는 AI 시스템 | 금지될 예정 | 규정 (EU) 2024/1689 (AI Act) |
| 급여 신청에 대한 음성 위험 분석에 관한 영국 DWP의 결론 | 효과적이고 일관되게 작동한다고 결론지을 수 없었음, 사용하지 않음 | DWP 정보공개 청구 답변 3039/2011 |
맥락: EU AI Act 조문은 2024년 6월 13일에 채택되었다. EPPA는 1988년 6월 27일에 서명되어 1988년 12월 27일에 발효되었다.
숫자로 보는 음성 스트레스 분석과 음성 거짓말 탐지
| 지표 | 값 | 출처 |
|---|---|---|
| 구치소 현장 테스트에서 포착된 약물 사용에 관한 기만적 답변: LVA 대 CVSA | 21% 대 8% | NIJ, 음성 스트레스 분석 현장 테스트 2008 |
| 군 현장 녹음: CVSA 제조사 검사관이 포착한 기만적 답변 대 잘못 포착된 진실한 답변 | 19% 대 45% | Journal of Forensic Sciences, NITV CVSA 평가 2008 |
| 컴퓨터 음성 스트레스 분석기의 과학적 근거 | ”과학적 근거를 거의 또는 전혀 없음” | National Research Council, 폴리그래프와 거짓말 탐지 2003 |
| 인간의 거짓과 진실 판단 정확도 평균 (판정자 24,483명) | 54% | Personality and Social Psychology Review, 기만 판단의 정확도 2006 |
| Columbia 기만 코퍼스에서의 인간 면접관 | 56.75% | Columbia University, NAACL 2018 (Levitan 외) |
| 같은 코퍼스에서 최고 음향 운율 분류기, F1 점수 | 72.77 | Columbia University, Interspeech 2018 (Levitan 외) |
| 음성만 들은 경우 대 소리가 있는 영상을 본 경우의 정확도 | 61.7% 대 35% | European Journal of Psychology Applied to Legal Context 2025 (Giorgianni 외) |
| 음성만, 전사본, 음성과 영상 형식이 정확도에 미치는 효과 | F(2, 243) = 0.45, p = .637 | PLOS One 2026 (Bogaard 외) |
| 음성만 판단: 올바르게 판단된 진실한 발언 대 올바르게 판단된 기만적 발언 | 60.71% 대 39.29% | PLOS One 2026 (Bogaard 외) |
| 거짓말쟁이가 성공하려는 동기가 있을 때 더 높은 음높이 | d = 0.59 | Psychological Bulletin, 기만의 단서 2003 |
| 음성 단서 41건 연구 메타분석에서의 음높이 효과 | d = 0.268 | Applied Cognitive Psychology 메타분석 2006 (Sporer와 Schwandt), Frontiers in Psychology 2012에서 보고된 대로 |
| 거짓말할 때 대 진실을 말할 때의 말 속도, 이탈리아어 화자 19명 | 초당 1.95단어 대 2.10단어 | Frontiers in Psychology, 이탈리아어 음성에서의 기만 표지 2012 |
| CVSA를 사용하는 것으로 확인된 캘리포니아의 다른 기관 | 13 | San Francisco Chronicle 조사, 2024년 6월 4일 |
| 영국 급여 음성 위험 분석 시험 비용 | £2.16백만 | DWP 음성 위험 분석 평가, The Register 보도, 2010년 11월 10일 |
| 급여 심사에서 음성 위험 분석의 성공을 보고한 지방정부 | 12곳 중 1곳 | DWP 음성 위험 분석 평가, The Register 보도, 2010년 11월 10일 |
| 미국 거짓말 탐지기 법적 정의에 포함된 음성 스트레스 분석기 | 포함됨 | U.S. Department of Labor, EPPA Fact Sheet #36 |
| EU에서 경찰이 폴리그래프 또는 유사한 도구로 사용하는 AI | 고위험 (부속서 III 제6항 (b)) | 규정 (EU) 2024/1689 (AI Act) |
방법론과 출처
- National Institute of Justice: 음성 스트레스 분석: 약물 사용에 관한 거짓말의 15퍼센트만 현장 테스트에서 포착됨 (NIJ Journal 259, 2008년 3월) 및 최종 보고서, 구치소 환경에서 음성 스트레스 분석 도구의 타당성 평가 (2007년 6월).
- National Research Council: 폴리그래프와 거짓말 탐지, 제6장, 대체 기법과 기술 (2003년).
- Journal of Forensic Sciences (University of Florida): NITV CVSA 평가 (2008년) 및 음성에서의 스트레스와 기만: Layered Voice Analysis 평가 (2009년).
- Personality and Social Psychology Review: 기만 판단의 정확도 (Bond와 DePaulo, 2006년).
- Psychological Bulletin: 기만의 단서 (2003년).
- Frontiers in Psychology: 이탈리아어 음성에서의 기만 표지 (Spence, Villar, Arciuli, 2012년). Applied Cognitive Psychology 메타분석 수치에도 이 논문을 출처로 사용했다 (Sporer와 Schwandt, 2006년).
- Columbia University 음성 연구실: 면접 대화에서 기만과 지각된 기만의 언어적 단서 (NAACL 2018) 및 면접 대화에서 기만과 신뢰의 음향 운율 지표 (Interspeech 2018).
- European Journal of Psychology Applied to Legal Context: 면접관의 인지 부하가 법의학 면접의 질에 미치는 영향 (2025년).
- PLOS One: 내가 그랬잖아! 언어적 단서에 대한 믿음은 진실 탐지와는 연관되지만 거짓말 탐지와는 연관되지 않는다 (2026년 1월 23일).
- Journal of Speech, Language, and Hearing Research: 중국어(표준 중국어) 기만에서 성별 특유 및 성별 공통 특징 밝히기: 음향 및 성문전도 접근법 (2024년).
- U.S. Department of Labor, Wage and Hour Division: Fact Sheet #36, Employee Polygraph Protection Act.
- 유럽연합: 규정 (EU) 2024/1689, 인공지능법.
- 영국 Department for Work and Pensions: 정보공개 청구 답변 3039/2011. 시험 수치는 The Register (2010년 11월 10일) 보도에 따랐으며, DWP의 원본 평가 파일은 더 이상 온라인에서 접근할 수 없기 때문이다.
- San Francisco Chronicle: 캘리포니아 법 집행 기관의 CVSA 사용에 대한 조사 (2024년 6월 4일).
- 제조사 주장 (그렇게 표시했으며 링크하지 않음): NITV 웹사이트(기관 수)와 Clearspeed 웹사이트(검증 정확도), 둘 다 2026년 11월에 확인.
- 데이터 참고 사항: 상용 음성 스트레스 분석기에 관한 핵심 독립 정확도 데이터는 17년에서 23년 전(2003년에서 2009년)의 것이며, 그보다 최근의 독립 현장 검증은 찾지 못했다. 2026년 제조사의 정확도와 도입 수치는 검증되지 않은 마케팅으로 취급하라. 섹션 5의 두 음성 메타분석은 응답 지연에 대해 상충한다. 소규모 코퍼스를 쓴 머신러닝 연구들은 Columbia의 연구보다 훨씬 높은 수치를 보고한다. 법정 영상 121개를 다룬 2025년 도서의 한 장은 음성 모델의 정확도를 한 표에서는 93.57%, 본문에서는 95.57%로 제시하므로, 이런 결과는 주요 표에서 제외했다. 2025년과 2026년의 청취 연구는 음성만 있는 판단이 음성과 영상 판단보다 나은지에 대해 서로 반대 방향을 가리키므로, 결론을 내리기 전에 새로운 메타분석이 필요하다.
마지막 업데이트: 2026년 11월 8일. 저희는 이 정리를 분기마다 업데이트하며, 다음 갱신은 상용 음성 스트레스 분석기에 대한 다음 독립 현장 검증이 동료 심사 학술지에 발표될 때 이루어질 것으로 예상한다.