2026년 9월 13일, AP통신은 조지아의 전자 투표 시스템에서 알려진 결함을 공개했는데, 이는 연구자들이 일부 익명 투표용지를 공개 기록을 이용해 특정 유권자에게 재매핑할 수 있게 할 수 있게 해줄 수 있습니다. 연구원 맥스 스프링거는 공개된 AI 비서를 사용해 기록 순서를 분석하고 필요한 데이터를 검색하며, 생성형 AI가 오래된 프라이버시 취약점을 악용하는 데 필요한 프로그래밍 및 데이터 처리 장벽을 낮추고 있음을 입증했습니다.
위험은 결과 조작이 아니라 투표 비밀에 있습니다
투표 장치는 투표용지 기록과 전자 투표용 이미지 순서를 방해하여 유권자 체크인 시간과 투표 내용 간의 연결을 끊으려 합니다. 문제는 관련 무작위화 방식이 되돌릴 수 있는 단서가 있다는 점입니다; 조기 투표 명부, 감사 기록, 서명 기록과 같은 공개 정보와 결합하면 많은 기록의 원래 순서를 복원할 수 있습니다. 보고서들은 투표용지가 변경되었다는 증거를 보여주지 않으며, 기존 개표 결과에 이의를 제기하지도 않습니다; 위협은 "다른 사람들이 당신이 누구에게 투표했는지 알 수 없다"는 익명성에 있습니다.
AI가 바꾸는 것은 이용 비용입니다
취약점은 AI가 만들어내는 것이 아니지만, 일반 AI 보조원은 필드를 정리하고, 스크립트를 재배열하며, 타이밍을 비교하고, 데이터 간 상관관계를 발견하는 데 도움을 줄 수 있습니다. 이전에는 선거 장비와 데이터 구조에 익숙해야 했던 팀이 이제는 예비 재생산을 수행하는 인원이 줄어들 수 있습니다. 이 변화는 기업 데이터 유출 위험과 유사합니다: 단일 공개 데이터 파일은 무해해 보일 수 있지만, AI로 여러 기록을 이어 붙이면 개인이 재식별될 수 있습니다.
| 링크 | 원래 보호 대상 | 노출 지점 |
|---|---|---|
| 투표 기록 | 순서를 무작위로 섞어 놓으세요 | 알고리즘은 복구 가능한 패턴을 남깁니다 |
| 공공 정보 | 감사 및 투명성 지원 | 여러 데이터 포인트가 상호 상관될 수 있습니다 |
| AI 어시스턴트 | 분석 효율성 향상 | 재예약과 매칭의 기준을 낮춥니다 |
수정은 덜 공개된 데이터에만 의존해서는 안 됩니다
관련 장치를 사용하는 다른 지역들은 소프트웨어를 업데이트하거나 민감한 기록의 조합을 제한함으로써 위험을 완화했습니다. 조지아 관계자들은 조치가 취해졌다고 말하지만, 선거 보안 옹호자들은 그 조치가 불충분하다고 느낍니다. 신중한 접근법은 무작위 부여 실행을 강화하고, 독립 기관에 재검사를 실시하며, 공개 데이터에 대한 포트폴리오 위험 평가를 수행하고, 시간 정확도, 공개 배치, 메타데이터 필드를 조정하면서 공공 감사 역량을 약화시키는 것입니다.
이번 사건은 모든 공공 데이터 시스템에 투명성과 프라이버시를 따로 설계할 수 없다는 점을 상기시켜 줍니다. AI의 향상된 데이터 상관관계 기능에 직면하면서, 거버넌스의 초점은 "단일 파일에 이름이 있는지 여부"에서 "여러 파일을 병합해 사람을 재식별할 수 있는가"로 전환하고, 이 점검을 고정된 사전 공개 프로세스에 통합해야 합니다.
