인공지능 생성 증거와 전문법칙
Artificial Intelligence generated evidence and hearsay rule
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
반대신문권의 보장이 중요한 것은 이러한 반대신문권의 행사를 통해 증언의 신빙성을 검증할 수 있기 때문이다. 반대신문권의 보장이 이루어지지 않는 증거에 대하여 증거능력 자체를 배제하는 이유도 결국 신뢰성과 관련이 있다. 따라서 신뢰성이 보장되는 예외적 상황이고 필요성이 있는 증거라면 설사 그 증거에 대한 반대신문이 행하여지지 않더라도 증거능력이 부여된다. 당사자 대면권 자체는 미 수정헌법 제6조에서 보장하는 일종의 권리로서 이러한 당사자 대면권이 보장이 되면, 당연히 그 과정에서 반대신문이 행하여진다. 당사자 대면권은 단지 증인의 얼굴을 마주하는 것에 그치지 않는다. 그 대면과정에서 이루어지는 반대신문권의 행사가 실질적 이유이고, 그러한 반대신문이 가혹할 정도로 엄격하게 이루어지는 과정을 통해 증언의 신빙성 검증이 이루어진다. 미 연방대법원은 어느 순간부터 이러한 당사자 대면권 권리 자체에 주목하기 시작했고, 그에 따라 반대신문에 대하여는 별반 주목하지 않는 쪽으로 태도를 변경하였다. 그러나 당사자 대면권과 반대신문권은 표리관계로서 불가분의 강한 결합관계에 있어, 비록 반대신문권 자체에 주목하지 않더라도 당사자 대면권이 철저하게 보장되면 저절로 반대신문권이 보장되고, 나아가 증거의 신뢰성까지 주어지는 것은 자연스런 귀결이다. 그러나 인공지능 알고리즘 생성 증거 등 기계적 증거의 등장은 이러한 도식이 깨어질 정도로 증거 생태계에 변화를 가져왔다. 당사자 대면권 보장이나 반대신문권 보장이 더 이상 신뢰성을 담보하지 않게 되는 사태가 벌어지게 되었다. 인공지능 생성 증거 등 기계적 증거가 당사자 대면권이 보장되는 증거 부류에 속하는지에 대하여 미국에서 꽤 많은 연구가 이루어졌다. 특히 Crawford vs. California 사건에서 증언적(testimonial)이라는 기준을 세운 이후 기계적 증거도 증언적 증거로서 당사자 대면권의 대상이 되는지에 대하여 다양한 논의가 전개되고 있다. 그러나 이러한 기계적 증거가 당사자 대면권의 대상이 되는 증거인데도 당사자 대면권 보장이 이루어지지 아니하는 경우, 증거능력을 부여하지 않을 것인지에 대하여 기계적 증거가 증언인가 하는 분류체계의 타당성을 넘어, 기계적 증거에 대하여 당사자 대면권의 실질적 보장이 가능한지부터 그 실효성의 문제까지 다양한 쟁점이 생겨난다. 이런 부분은 결국 기계적 증거에 대하여는 당사자대면권이나 반대신문권 보장만으로는 그 증거의 신뢰성 검증이 어렵다는 점과 직결된 문제로, 증거의 신뢰성 검증은 기존의 당사자 대면권 보장 또는 반대신문권의 보장이라는 프레임으로 해결되지 않고, 새로운 형태의 검증 방법이 필요하다는 것은 명백하다. 당사자주의를 근간으로 하여, 소송상 당사자의 각종 권리를 두텁게 보호함으로써 해결되는 구조가 아닌, 신뢰성 여부에 대한 체계적이고 신뢰성 있는 검증을 해낼 독자적 기구가 필요하다.
Abstract
Ensuring cross-examination is important. This is because the testimony of the testimony can be verified through the cross-examination. The reason for excluding evidence that cross-examination is not guaranteed is also due to reliability. Therefore, if the evidence is in an exceptional situation that guarantees credibility and is necessary, that evidence will be given even if there is no cross-examination. Confrontation right is a kind of right guaranteed by Article 6 of the US Constitution. When confrontation right is guaranteed, cross-examination are made. Confrontation right does not stop just facing the witness' face. During the face-to-face meeting, the testimony of the testimony is verified through a process in which the cross-examination are rigorously executed. The US Supreme Court has changed its attitude toward confrontation right from the crawford case in 2004 to not pay much attention to cross-examination. However, the confrontation right and the cross-examination are inseparable and in strong relationship, and even if we do not pay attention to the cross-examination itself, cross-examination right is guaranteed if the confrontation right is thoroughly guaranteed. However, the emergence of mechanical evidence, such as the evidence of artificial intelligence algorithms, has changed the evidence ecosystem to the point where it can not be protected by the confrontation right. Even if confrontation right guarantees or cross-examination guarantees are made, it is difficult to give credibility any longer. Much research has been done in the United States on whether mechanical evidence, such as artificial intelligence generated evidence, falls within the category of evidence of confrontation right. Especially from Crawford vs. California case, there have been various discussions as to whether mechanical evidence is subject to confrontation right. However, there is controversy as to whether this mechanical evidence is the evidence of confrontation right, and if the guarantee is not made, the evidence was not admissible. The reason is that there is a question whether mechanical evidence is a testimony, and whether it is possible to guarantee confrontation right against mechanical evidence. This is directly related to the fact that confrontation right or cross-examination guarantees the reliability of the evidence for mechanical evidence. Verification of the reliability of the evidence is not resolved by the frame of guaranteeing the existing the confrontation right or cross-examination. So a new type of verification method is needed. There is a need for a exclusive mechanism for systematic and reliable verification of reliability.
참고문헌 (23)
- 양종모, "인공지능 알고리즘의 편향성, 불투명성이 법적 의사결정에 미치는 영향 및 규율 방안", 법조, 66(3), pp.60~105 (2017), 법조협회[DOI]
- 양종모, "인공지능 이용 범죄예측 기법과 불심검문 등에의 적용에 관한 고찰", 형사법의 신동향, (51), pp.210~242 (2016), 대검찰청[DOI]
- 이완규, "전문법칙 해석이론과 입법적 대응 연혁 검토", 서울대학교 법학평론, 7 (2017)
- Andrea Roth, "Machine Testimony", Yale L. J, 126, pp.1972~ (2017)
- Andrea Roth, "Trial by Machine", Geo. L.J, 104, pp.1245~ (2016)
- Andrew D. Goldsmith, "The Reliability of The Adversarial System To Assess The Scientific Validity of Forensic Evidence", Fordham L. Rev. Online, 86, pp.16~ (2018)
- Ben Bavarian, "Criminal Court Case Facial Comparison and Facial Recognition Limits", 96th IAI Educational Conference Milwaukee (2011)
- Brandon L. Garrett, "Forensic And Fallibity-Comparing The Views of Lawyers And Jurors", W. Va. Rev, 119, pp.621~ (2016)
- Brian Sites, "Rise of the machine", Colum. Sci. & Tech. L. Rev, 16, pp.36~ (2015)
- Curtis E. A. Karnow, "The Opinion of Machines", Colum. Sci. & Tech. L. Rev, 19, pp.136~ (2017)
- D. Michael Risinger, "The Five Functions of Forensic Science and Validation Issues They Raise", Seton Hall L. Rev, 48, pp.719~ (2018)
- Danielle Hall, "The Future of Law Includes Math", J. Kan. B. Ass'n (2018)
- David J. Carey, "Reliability Discarded: The Irrelevance of the Medical Exception to Hearsay in Post-Crawford Confrontation Clause Jurisprudence", N.Y.U. Ann. Surv. Am. L, 64, pp.653~ (2008)
- Deborah Paruch, "Testimonial Statements, Reliability, And The Sole Or Decisive Evidence Rule: A Comparative Look At The Right of Confrontation In The United States, Canada, And Europe", Cath. U. L. Rev, 67, pp.105~
- Edward J. Imwinkelried, "Computer Source Code: A Source of the Growing Controversy Over The Reliablity of Automated Forensic Techniques", DePaul L. Rev, 66, pp.97~ (2016)
- George L. Pault, "Systmes of Evidence In The Age of Complexity", Ave Maria L. Rev, 12, pp.173~ (2014)
- Jerome J. Roberts, "A Practitioner’s Primer on Computer-Generated Evidence", University of Chicago Law Review, 41(2)
- John Nawara, "Machine Learning: Face Recognition Technology Evidence In Criminal Trials", U. Louisville L. Rev, 49, pp.601~ (2011)
- Joseph C. Celentino, "Face-to-Face with Facial Recognition Evidence:Admissibility Under the Post-Crawford Confrontation Clause", Mich. L. Rev, 114, pp.1317~ (2016)
- Joseph J. Avery, "Picking and Choosing: Inconsistent Use of Neuroscientific Legal Evidence", Alb. L. Rev, 81, pp.941~ (2018)
- Michael A. Sabino, "Confronting the Crucible of Cross-Examination: Reconciling the Supreme Court’s Recent Edicts on the Sixth Amendment’s Confrontation Clause", Baylor L. Rev, 65, pp.255~ (2013)
- Paul C. Giannelli, "Forensic Science: Daubert’s Failure", Case W. Res. L. Rev, 68, pp.869~ (2018)
- Ric Simmons, "Quantifying Criminal Procedure", Mich. St. L. Rev, 2016, pp.947~ (2016)