딥페이크 성범죄라고 하면 흔히 얼굴을 합성한 영상이나 사진을 떠올리지만, 최근에는 특정인의 목소리만 인공지능으로 학습시켜 성적인 내용을 말하는 것처럼 꾸민 음성파일이 메신저와 SNS를 통해 퍼지는 사례가 늘고 있습니다. 얼굴이 나오지 않고 소리만 있다는 이유로 처벌 대상이 아니라고 오해하기 쉽지만, 법은 이미 오래전부터 음성을 별도의 대상으로 명시하고 있습니다. 문제는 어떤 음성파일이 실제로 허위영상물죄의 '음성물'로 인정되고, 어떤 경우에 처벌을 피해가는지 그 기준이 명확히 알려져 있지 않다는 점입니다. 이 글에서는 성폭력처벌법이 정한 처벌 요건과 실제 적용 기준을 구체적으로 살펴보겠습니다.
법무법인 도모 강대현 대표변호사
AI 음성 합성 음란물, 얼굴 없는 딥페이크도 처벌되나
인공지능 음성합성 기술은 짧은 음성 샘플 몇 초만 있어도 그 사람의 목소리와 억양을 그대로 재현할 수 있는 수준에 이르렀습니다. 이 기술이 악용되면 실제로 하지 않은 말을 그 사람이 한 것처럼 만들어낼 수 있는데, 최근에는 지인이나 연예인의 목소리로 신음소리나 성적인 발언을 하는 것처럼 꾸민 음성파일이 카카오톡이나 SNS 메시지로 유포되는 사건이 실제로 발생하고 있습니다. 피해자 입장에서는 자신의 얼굴이 나오지 않았을 뿐 목소리로 특정되는 순간 딥페이크 영상 못지않은 수치심과 명예훼손을 겪게 됩니다. 그런데도 '영상이나 사진이 아니라 소리뿐이니 처벌이 안 되는 것 아니냐'는 오해가 여전히 널리 퍼져 있습니다.
결론부터 말하면 이런 오해는 사실과 다릅니다. 딥페이크 성범죄를 처벌하는 성폭력범죄의 처벌 등에 관한 특례법 제14조의2는 애초에 얼굴・신체와 나란히 '음성'을 조문에 명시하고 있고, 처벌 대상이 되는 결과물도 촬영물・영상물뿐 아니라 '음성물'을 별도로 규정하고 있습니다. 다만 실무에서는 음성만으로 특정 개인을 알아볼 수 있는지, 그 내용이 법이 요구하는 수준의 성적 수치심을 유발하는 형태인지를 개별적으로 따지게 되므로, 무조건 음성이 나오면 다 처벌된다고 단정할 수도 없습니다. 아래에서 그 구체적인 기준을 조문과 최근 개정 경과를 통해 짚어보겠습니다.
성폭력처벌법 제14조의2 — '음성물'은 조문 신설 때부터 있었다
허위영상물을 처벌하는 성폭력처벌법 제14조의2는 이른바 'n번방 사건'을 계기로 디지털 성범죄에 대한 처벌 공백을 메우기 위해 2020년 3월 24일 신설된 조항입니다. 이 조문은 처음 만들어질 때부터 '사람의 얼굴・신체 또는 음성을 대상으로 한 촬영물・영상물 또는 음성물'을 나란히 규정했습니다. 즉 입법자는 딥페이크가 영상・사진에만 국한되지 않고 음성 형태로도 나타날 수 있다는 점을 처음부터 염두에 두었던 것입니다. 조문상 세 가지 매체(촬영물・영상물・음성물)는 법적 취급에 차이가 없고, 요건을 충족하면 동일한 형으로 처벌됩니다.
다만 처음 조문에는 '반포등을 할 목적으로'라는 목적요건이 있어, 유포할 의사 없이 만들기만 한 경우에는 처벌이 애매했습니다. 이 한계는 2024년 10월 개정(법률 제20459호)으로 해소됐습니다. 이 개정으로 반포 목적 요건이 삭제되어 편집・합성・가공한 시점에 곧바로 처벌 대상이 되고, 법정형도 5년 이하에서 7년 이하의 징역 또는 5천만원 이하의 벌금으로 상향됐습니다. 같은 개정으로 완성된 편집물・합성물을 소지・구입・저장・시청하는 행위까지 별도로 처벌 대상에 포함되면서, 처벌 범위가 제작부터 유통, 최종 수요자까지 전 단계로 넓어졌습니다.
제1항 — 편집・합성・가공(제작) : 7년 이하 징역 또는 5천만원 이하 벌금
제2항 — 편집물등 반포 : 7년 이하 징역 또는 5천만원 이하 벌금
제3항 — 영리 목적 정보통신망 이용 반포 : 3년 이상 유기징역
제4항 — 소지・구입・저장・시청 : 3년 이하 징역 또는 3천만원 이하 벌금
제5항 — 상습범 : 각 죄에 정한 형의 2분의 1까지 가중
허위영상물죄는 더 이상 '유포할 목적'을 요구하지 않는다 — 성적 음성파일을 만들어 저장해 두기만 해도 그 시점에 이미 처벌 대상이 된다.
AI 보이스클로닝도 '편집・합성・가공'에 해당하는 이유
조문은 처벌되는 행위를 '편집・합성 또는 가공'이라는 세 가지 동사로 표현하고 있습니다. '편집'은 기존에 존재하는 녹음・녹화물의 일부를 잘라 붙이거나 순서를 바꾸는 방식을, '합성'은 서로 다른 소스의 음성・영상을 하나로 결합하는 방식을 가리킵니다. 문제는 최근 문제되는 AI 보이스클로닝(voice cloning) 기술입니다. 이 기술은 특정인의 목소리 샘플을 학습한 인공지능 모델이 그 사람이 실제로 말한 적 없는 완전히 새로운 문장을 생성해내는 방식이라, 기존 녹음을 자르고 붙이는 '편집'이나 두 소스를 섞는 '합성'과는 결이 다르다는 지적이 있을 수 있습니다.
그러나 조문은 '편집・합성' 뒤에 '가공'이라는 표현을 별도로 두고 있습니다. 가공은 원재료를 처리해 새로운 결과물을 만들어낸다는 뜻으로, 원본 녹음을 그대로 잘라 붙이지 않고 인공지능 모델을 거쳐 전혀 새로운 음성 데이터를 만들어내는 과정도 포섭할 수 있는 표현입니다. 입법 취지 자체가 생성형 AI로 실존 인물의 사진 한 장만으로도 정교한 가짜 영상을 만들 수 있게 된 현실에 대응하기 위한 것이었던 만큼, 텍스트를 입력하면 특정인의 목소리로 읽어주는 방식의 AI 음성합성(TTS 기반 보이스클로닝)도 '가공'의 범위에서 벗어난다고 보기는 어렵습니다. 다만 그 결과물이 '사람의 음성을 대상으로' 한 것이어야 하므로, 실제로 존재하지 않는 완전히 가상의 목소리를 새로 만들어낸 경우라면 이 조문이 적용되는 대상 자체가 되지 않는다는 점은 별개로 남습니다.
법원이 보는 두 가지 기준 — 대상자 특정성과 성적 수치심 유발 형태
허위영상물죄가 성립하려면 먼저 그 음성이 실존하는 특정인의 것으로 식별 가능해야 합니다. 목소리 자체의 유사성뿐 아니라 함께 유포된 파일명, 대화 맥락, 언급된 이름이나 사진, 유포자와 피해자의 관계 등을 종합해 '누구의 목소리인지' 특정할 수 있는지가 관건입니다. 실제로 AI로 만든 성적 콘텐츠를 유포한 사건에서 피해자가 실존 인물임을 입증하지 못해 무죄가 선고된 사례가 보도되면서, 현행법이 실존 인물을 전제로 한다는 한계가 지적되기도 했습니다. 이 때문에 국회에서는 실존 인물이 아닌 가상의 목소리・외형까지 처벌 대상에 포함시키자는 개정 논의가 진행 중이지만, 이 글을 쓰는 시점까지는 국회 심사 절차가 남아 있어 현행법의 적용 대상은 여전히 실존 인물입니다.
두 번째 기준은 그 음성물이 성적 욕망 또는 수치심을 유발할 수 있는 형태인지입니다. 단순히 어떤 사람의 목소리를 학습시켜 뉴스 기사나 평범한 안내 문구를 읽게 만든 것은 이 조문이 겨냥하는 행위가 아닙니다. 반면 신음소리, 성행위를 연상시키는 대화, 성적인 내용의 고백이나 요구 등을 그 사람의 목소리로 만들어냈다면 이 요건을 충족합니다. 마지막으로 '영상물등의 대상자의 의사에 반하여'라는 요건, 즉 목소리의 주인이 이런 형태로 만들어지는 것에 동의하지 않았어야 한다는 요건도 필요한데, 실무에서는 애초에 이런 콘텐츠를 만들면서 당사자의 동의를 구하는 경우가 거의 없어 이 부분이 다퉈지는 사례는 드뭅니다.
성적 욕망 또는 수치심을 유발할 수 있는 형태로 편집・합성・가공했는지, 그리고 그 대상이 실존하는 특정인으로 식별되는지 — 이 두 가지가 갖춰지지 않으면 허위영상물죄는 성립하지 않는다.
실제로 걸리는 경우 — 지인 목소리 신음소리부터 유명인 음성 메시지까지
가장 흔한 유형은 이별한 전 연인이나 갈등 관계에 있는 지인의 평소 통화 녹음이나 SNS 영상에서 목소리를 추출해, AI로 신음소리나 성적인 발언을 하는 것처럼 만든 음성파일을 지인방이나 단체채팅방에 유포하는 경우입니다. 이런 경우는 목소리가 실존 지인의 것으로 명확히 식별되고, 파일을 전송하면서 "얘 목소리임"과 같은 설명이 붙는 경우가 많아 대상자 특정성이 쉽게 인정됩니다.
또 다른 유형은 연예인이나 인플루언서처럼 목소리가 널리 알려진 사람을 대상으로 한 경우입니다. 방송 클립이나 유튜브 영상에서 추출한 목소리로 성적인 발언을 하는 것처럼 짜깁기한 음성 콘텐츠를 온라인 커뮤니티나 SNS에 게시하는 사례가 여기에 해당합니다. 유명인은 목소리만으로도 대중이 즉시 알아볼 수 있어 특정성이 쉽게 인정되고, 조회수나 후원을 노린 유포라면 영리 목적 여부까지 문제 되어 형이 가중될 수 있습니다.
반면 성우나 개그맨이 방송에서 특정인의 말투를 흉내 내는 성대모사 코너는 실제 그 사람의 음성 데이터를 학습・가공한 것이 아니라 사람이 직접 발화한 것이므로 원칙적으로 이 조문의 규율 대상이 아닙니다. 다만 그 성대모사 음성을 다시 AI로 다듬어 실제 그 사람의 목소리 데이터와 합성하는 등의 과정이 들어간다면, 패러디를 표방했더라도 처벌 대상에서 벗어난다고 보기는 어렵습니다.
만들기만 해도, 갖고만 있어도 — 소지・시청까지 넓어진 처벌 범위
2024년 개정으로 신설된 제4항은 완성된 편집물・합성물이나 그 복제물을 소지・구입・저장 또는 시청한 사람도 3년 이하의 징역 또는 3천만원 이하의 벌금에 처하도록 정하고 있습니다. 자신이 직접 만들지 않았더라도, 지인 채팅방에서 전달받은 음성파일을 지우지 않고 휴대전화에 저장해 두거나 재생해서 들어본 것만으로도 이 조항의 적용 대상이 될 수 있습니다. 본인의 의사와 무관하게 일방적으로 전송받아 열어보지도 않은 경우까지 처벌하려는 취지는 아니지만, 스스로 보관하거나 반복해서 재생한 정황이 확인되면 처벌을 피하기 어렵습니다.
여기에 더해 성폭력처벌법 제15조는 제14조의2의 미수범도 처벌하도록 정하고 있습니다. 음성파일을 편집・합성하려고 시도했지만 결과물이 완성되기 전에 적발된 경우에도 미수범으로 처벌될 수 있다는 뜻입니다. 또 이런 행위를 상습적으로 반복했다면 제5항에 따라 각 죄에 정한 형의 2분의 1까지 가중됩니다. 처음 음성파일 하나를 만들었을 때보다, 여러 사람을 대상으로 반복 제작하거나 유포 이력이 쌓였을 때 형이 훨씬 무거워지는 구조입니다.
통신매체이용음란죄와 겹칠 때 — 음성파일을 상대방에게 직접 보냈다면
성폭력처벌법 제13조 통신매체이용음란죄는 '자기 또는 다른 사람의 성적 욕망을 유발하거나 만족시킬 목적으로 전화・우편・컴퓨터 등 통신매체를 통해 성적 수치심이나 혐오감을 일으키는 말・음향・글・그림・영상 또는 물건을 상대방에게 도달하게 한' 행위를 2년 이하의 징역 또는 2천만원 이하의 벌금으로 처벌합니다. 가해자가 AI로 합성한 성적인 음성파일을 제3자가 아니라 목소리의 주인, 즉 피해자 본인에게 직접 전송했다면 이 조항까지 함께 문제될 수 있습니다. 실제로 헤어진 연인이나 갈등 관계에 있는 지인을 괴롭힐 목적으로, 그 사람의 목소리를 합성한 음성파일을 본인에게 반복 전송하는 유형의 사건이 드물지 않게 발생합니다.
이런 경우 편집・합성 행위 자체는 허위영상물죄로, 피해자 본인에게 도달시킨 행위는 통신매체이용음란죄로 각각 평가되어 두 죄가 함께 문제되는 경우가 많고, 여기에 더해 "이 파일을 지인들에게 다 뿌리겠다"는 취지의 말까지 덧붙였다면 성폭력처벌법 제14조의3이 정한 촬영물과 편집물 등을 이용한 협박죄까지 추가될 수 있습니다. 이 죄는 협박만으로도 1년 이상의 유기징역에 처하도록 정해져 있어 형량이 상당히 무겁습니다. 실제로 발생하는 사건에서는 음성파일 하나를 둘러싸고 여러 죄명이 동시에 검토되는 경우가 흔하므로, 수사 초기부터 어떤 행위가 어느 조항에 해당하는지 정리해 대응하는 것이 중요합니다.
가상 목소리라서 처벌 못 한다는 항변의 한계 — 입증은 어떻게 이뤄지나
수사 단계에서 피의자 쪽이 흔히 내세우는 방어논리는 "그건 내가 만든 파일이 아니다", 또는 "진짜 그 사람 목소리인지 알 수 없지 않느냐"는 것입니다. 이에 대응해 수사기관은 국립과학수사연구원 등에 음성감정을 의뢰해 성문(음성의 주파수・억양 패턴 등 개인 식별 특징) 대조나 딥페이크 생성 흔적 분석을 통해 해당 음성이 특정인의 실제 음성 데이터를 기반으로 만들어졌는지, 인공지능으로 생성된 것인지를 감정합니다. 여기에 더해 파일 생성・전송 시점의 기기 로그, 채팅 대화 내용, 유포 경로 등 디지털포렌식 자료가 함께 증거로 활용됩니다.
역설적인 지점은, 피의자가 "이건 AI가 만든 가짜일 뿐 진짜 내가 한 말이 아니다"라고 주장할수록 오히려 허위영상물죄의 구성요건인 '편집・합성・가공'을 스스로 인정하는 셈이 된다는 것입니다. 이 죄는 애초에 '가짜'라는 사실을 전제로 성립하는 범죄이기 때문에, 진위 여부를 다투는 것은 방어 전략으로서 실효성이 떨어집니다. 실무에서 다툼의 여지가 남는 지점은 오히려 앞서 살펴본 대상자 특정성과 성적 수치심 유발 형태 두 요건이며, 이 부분에 대한 사실관계를 초기에 정리해 두는 것이 대응의 핵심입니다.
자주 묻는 질문
Q. AI로 만든 성적인 음성파일도 허위영상물죄에 해당하나요?
A. 예, 성폭력처벌법 제14조의2는 촬영물・영상물뿐 아니라 음성물도 명시적으로 규율 대상으로 삼고 있어, 실존하는 특정인의 음성을 대상으로 성적 욕망이나 수치심을 유발할 수 있는 형태로 합성・가공했다면 처벌 대상이 됩니다. 다만 음성만으로 그 사람을 특정할 수 있어야 하고, 내용 자체가 성적인 맥락을 담고 있어야 합니다.
Q. 유포하지 않고 혼자 갖고만 있어도 처벌되나요?
A. 그렇습니다. 2024년 개정으로 반포 목적이 없어도 편집・합성・가공한 시점에 처벌 대상이 되고, 완성된 편집물을 소지・구입・저장・시청한 행위도 별도로 3년 이하의 징역 또는 3천만원 이하의 벌금에 처해질 수 있습니다.
Q. 실존하지 않는 가상의 목소리를 만든 경우도 처벌되나요?
A. 현행법은 실존하는 특정인의 음성을 전제로 하고 있어, 완전히 가상의 목소리를 새로 만들어낸 경우는 이 조문의 적용 대상이 아닙니다. 다만 실존 인물이 아닌 가상 표현물까지 처벌 대상을 넓히자는 개정 논의가 국회에서 진행되고 있어 앞으로 범위가 달라질 수 있습니다.
Q. 목소리만으로 그 사람이라는 걸 어떻게 증명하나요?
A. 목소리의 유사성뿐 아니라 함께 유포된 파일명, 대화 맥락, 언급된 이름이나 사진, 가해자와 피해자의 관계 등을 종합해 판단하며, 필요하면 국립과학수사연구원의 음성감정을 통해 성문 대조나 AI 생성 여부를 확인합니다.
Q. 이 파일을 나에게 직접 보낸 사람은 어떤 죄로 처벌되나요?
A. 음성파일을 만든 행위 자체는 허위영상물죄로, 그 파일을 목소리 주인인 상대방에게 직접 전송한 행위는 통신매체이용음란죄로 함께 문제될 수 있고, 유포하겠다는 협박까지 있었다면 촬영물 등을 이용한 협박죄까지 추가될 수 있습니다.
Q. 패러디나 성대모사 콘텐츠도 처벌 대상인가요?
A. 사람이 직접 목소리를 흉내 내 만든 코미디성 성대모사는 실제 음성 데이터를 편집・합성・가공한 것이 아니므로 이 조문의 규율 대상이 아닙니다. 다만 AI로 실제 음성 데이터를 학습시켜 성적인 내용을 말하는 것처럼 만들었다면 패러디를 표방해도 처벌 대상에서 벗어나지 않습니다.
맺음말
AI 음성합성 기술이 발전하면서 얼굴이 나오지 않는 목소리만으로도 심각한 디지털 성범죄가 벌어지고 있습니다. 성폭력처벌법 제14조의2는 신설 당시부터 '음성물'을 촬영물・영상물과 나란히 규율 대상으로 명시해 왔고, 2024년 개정으로 반포 목적 요건이 사라지고 소지・시청까지 처벌 범위가 넓어지면서 제작 단계부터 곧바로 처벌될 수 있는 구조가 됐습니다. 결국 관건은 그 음성이 실존하는 특정인으로 식별되는지, 그리고 성적 욕망이나 수치심을 유발할 수 있는 형태인지 이 두 가지입니다.
이런 사건은 온라인에서 발생해 지역과 무관하게 벌어지지만, 실제 수사와 기소는 피의자나 피해자의 주소지를 관할하는 경찰서 사이버수사팀과 수원지방검찰청 등 관할 검찰청에서 진행되는 경우가 많아, 사건 초기부터 어떤 조항이 적용될 수 있는지 파악하고 증거를 정리해 대응하는 것이 중요합니다.
조력이 필요하시면 강대현 대표변호사에게 연락주십시오. 신속히 도와드리겠습니다.
의뢰인을 위한 최선의 전략을 끊임없이 고민합니다.
로톡의 모든 콘텐츠는 저작권법의 보호를 받습니다.
콘텐츠 내용에 대한 무단 복제 및 전재를 금지하며, 위반 시 민형사상 책임을 질 수 있습니다.