[뉴스스페이스=김정영 기자] 미국 스타트업 블루보이스(Blue Voice)가 경찰관의 현장 법률·규정 판단을 돕는 인공지능(AI) 비서로 600만달러를 유치했다. 일반 생성형 AI가 아니라 각 경찰기관의 내부 매뉴얼, 지방 조례, 주법, 업무 프로토콜을 근거 문서와 함께 찾아주는 ‘경찰용 하비(Harvey)’를 표방하지만, 이 기술의 가치는 답변 속도가 아니라 오답·편향·개인정보 접근을 통제하는 제도적 장치가 좌우할 전망이다.

600만달러가 겨냥한 시장

TechCrunch, police.govt, police1, policinginstitute, startupresearcher에 따르면, 미국 보스턴 기반 블루보이스는 하버드 로스쿨을 중퇴한 데이비드 로런스가 전 구글 엔지니어 출신 아밋 파탄카르, 보스턴 경찰 부국장 출신 마이클 그롭먼과 공동 창업한 경찰 특화 AI 기업이다. 회사는 시그널파이어(SignalFire)와 라스올라스VC(Las Olas VC)가 주도한 투자 라운드에서 600만달러를 조달했다. 이는 2026년 9월 1일 원·달러 환율을 별도로 적용하면 약 80억원 안팎의 규모다. 

블루보이스의 기본 문제의식은 단순하다. 순찰·현장 대응 경찰관은 수천 쪽에서 길게는 1만5000쪽에 이르는 법령·부서 규정·지방 조례·수사 절차를 머릿속에 저장한 채 순간적인 판단을 내려야 한다. 조문이나 내부 절차를 정확히 기억하지 못할 경우 경찰관은 매뉴얼을 직접 찾거나, 감독자에게 연락하거나, 일반 검색엔진·대화형 AI에 의존할 수밖에 없다. 블루보이스는 이 빈틈을 ‘기관별 검색증강생성(RAG)형 법률·규정 비서’로 메우겠다는 사업 모델이다.

회사는 현재 미국 25개 주(州)의 225개 카운티 단위 법집행기관에서 매일 사용되고 있다고 밝혔다. 회사 집계 기준으로 질문 응답은 분당 1건꼴이며, 지난 1년 동안 고객 기관 수는 11배로 늘었다. 다른 보도에서는 누적 35만 건 이상 질의에 답했다고 전한다. 다만 이들 수치는 독립된 제3자 성능평가가 아니라 회사 측 주장에 근거한 것이므로, 실제 범죄 감소나 분쟁 감소 효과로 곧바로 해석하기에는 근거가 부족하다.

챗GPT와 다른 점은 ‘답’ 아닌 ‘근거’

블루보이스가 강조하는 차별점은 AI가 경찰에게 행동을 지시하는 것이 아니라, 해당 기관의 원문 규정과 법적 근거를 즉시 제시한다는 데 있다. 예컨대 신입 경찰관이 아동 유인(child enticement)에 해당하는 상황인지 판단해야 할 때, 서비스는 해당 범죄 구성 요건과 적용 가능한 근거를 화면에서 확인하게 하는 방식이다. 또 총격 사건에 연루된 경찰관의 현장 복귀 전에 제3자 정신건강 평가가 필요한지 같은 인사·감찰 절차도 내부 규정에 따라 조회하도록 설계됐다.

이는 범용 챗봇과 구분되는 중요한 지점이다. 공개 인터넷에는 지방 경찰의 비공개 또는 내부용 운영 매뉴얼, 최신 개정 지침, 세부 출동 규정이 충분히 올라와 있지 않다. 따라서 일반 AI가 그럴듯하지만 실제 해당 지역 법과 다른 답을 내놓을 위험이 있다. 블루보이스는 기관별 문서를 데이터베이스화하고, 답변마다 원 규정으로 연결해 경찰관이 직접 검증하도록 한다고 설명한다.

그러나 ‘근거 링크가 붙은 AI’라고 해서 정확성이 자동 보장되는 것은 아니다. 실제로 영국 경찰청장협의회(NPCC)의 2025년 경찰 AI 플레이북은 AI가 범죄 대응과 행정 효율을 높일 수 있다고 보면서도, 생성형 AI가 “사실이라기보다 개연성 있는 결과”를 생성할 수 있는 부정확성, 편향, 사이버보안, 민감한 경찰 데이터 유출 위험을 동반한다고 지적했다. 경찰 현장에서는 잘못된 답변 하나가 불심검문, 체포, 수색, 물리력 사용의 적법성과 직결될 수 있다는 점에서 일반 사무 자동화보다 훨씬 높은 검증 기준이 필요하다.

확산 속도보다 느린 통제망

블루보이스 사례는 경찰 AI가 이미 ‘얼굴인식·번호판 인식·범죄 예측’ 단계를 넘어, 현장 의사결정과 법률 해석의 보조 영역으로 진입했음을 보여준다. 미국 내 도입 속도도 빠르다. 내셔널 폴리싱 인스티튜트(National Policing Institute)가 2026년 8월 공개한 조사에서는 참여 법집행기관의 83%가 최소 하나의 AI 도구를 공식 도입했다고 답했다. 반면 AI 전용 교육을 직원에게 전혀 제공하지 않은 기관은 44%였고, AI 거버넌스를 담당할 인력 또는 위원회를 둔 기관은 61%에 그쳤다.

영국 NPCC는 경찰 AI의 핵심 원칙으로 적법성, 투명성, 설명가능성, 책임성, 견고성, 비용 대비 가치, 증거 기반 운용을 제시한다. AI의 도입 목적을 생산성 향상, 범죄·위해 대응의 효과성 제고, 범죄자의 AI 악용 대응이라는 세 축으로 정리하면서도, 개인정보 보호와 대중의 신뢰를 동등한 요건으로 본다.

‘투명한 경찰’의 조건

블루보이스 같은 도구가 제대로 작동한다면 긍정적 효과는 분명하다. 현장 경찰관이 기억이나 관행, 선임자의 구두 지시에만 기대지 않고 최신 규정 원문을 즉시 확인한다면, 절차 누락과 자의적 판단을 줄일 수 있다. 법적 근거를 제시하는 방식이라면 사후 감찰과 시민의 이의 제기 과정에서도 “누가, 언제, 어떤 규정을 근거로 판단했는가”를 추적할 여지도 커진다.

이는 시민 감시를 강화하자는 요구가 아니라, 역으로 국가권력이 AI를 통해 시민을 감시하거나 불이익을 주는 과정을 통제하기 위한 최소 요건이다. 특히 블루보이스가 향후 내부 보고서, 사건기록, 영상·지도 데이터, 수사 데이터베이스와 연결될수록 데이터 최소수집·보유기간 제한·접근권한 분리·외부감사 문제는 더 중요해진다.

한국 경찰에 던지는 질문

한국에서도 경찰 업무의 법령·훈령·예규·수사준칙·지역별 행정 규칙은 방대하고 수시로 바뀐다. 따라서 내부 규정 검색과 법령 인용을 지원하는 AI는 현장 오류를 줄이는 생산성 도구가 될 수 있다. 다만 한국에서 이런 시스템을 검토한다면, ‘AI가 답을 잘한다’는 데서 출발해서는 안 된다. 현장 조치의 적법성, 국민의 개인정보·방어권, 생성물의 증거능력, 오류 발생 시 경찰관·지휘관·개발사 간 책임 분담을 먼저 설계해야 한다.

핵심은 블루보이스가 경찰의 판단을 대체하는 AI가 아니라, 적어도 현재 회사가 설명하는 범위에서는 판단 전 근거를 찾아주는 AI라는 점이다. 그러나 보조 도구와 사실상의 의사결정 엔진 사이의 경계는 데이터 연동과 사용 관행에 따라 쉽게 무너질 수 있다. 경찰 AI의 성패는 600만달러 투자 유치나 225개 기관 도입 숫자가 아니라, 오답을 발견·정정하고 시민이 그 사용을 검증할 수 있도록 만드는 제도에서 판가름 날 가능성이 크다.