미국 선거 캠페인의 AI 지출, 1,700만 달러에 달했지만 공개 자료는 이야기의 일부만 보여준다

2020년 이후 미국의 523개 연방 후보 캠페인과 위원회가 AI에 지출한 금액은 최소 1,700만 달러에 달한다. 그러나 이 수치는 완전한 회계가 아니라 충돌을 드러낸다. 인공지능은 일상적인 선거 캠페인 운영에 진입했지만, 후보들은 자신들이 이를 정확히 어떻게 사용하는지 유권자에게 밝히기를 여전히 꺼리고 있다.

지출 기록에는 직원용 구독 서비스, 조사 서비스, 자동화 메시지, 후원자 분석, 유권자 참여 플랫폼이 나타난다. 또한 공급업체 선택에서의 정당별 차이도 드러난다. 하지만 가장 눈에 띄는 지급 내역은 캠페인이 식별 가능한 공급업체 이름으로 직접 신고한 거래에 불과하다.

이 구분은 2026년 중간선거를 앞두고 중요하다. ChatGPT와 Claude는 대중의 관심을 끌지만, 특화된 정치 플랫폼은 훨씬 더 많은 선거 자금을 받고 있다. 한편 컨설턴트들은 연방 공개 자료에 기반 도구의 이름을 밝히지 않은 채 생성형 AI를 막후에서 사용할 수 있다.

그 결과 이례적인 투명성 공백이 생겼다. 캠페인은 자동화에 점점 더 의존하지만, 유권자는 해당 소프트웨어도 이를 통제하는 인간의 결정도 보지 못하는 경우가 많다.

미국 선거 캠페인의 AI 지출이 실제로 측정하는 것

1,700만 달러라는 수치는 정치권의 AI 사용에 대한 완전한 추정치가 아니라, 문서로 확인된 최소치로 이해하는 것이 가장 적절하다.

Nathan E. Sanders와 Bruce Schneier는 2020년 이후의 항목별 연방선거위원회 지출 내역을 분석했다. 이들이 공개한 조사 결과는 523개 연방 후보와 정치위원회의 AI 공급업체 지급 내역을 식별한다.

기반이 된 캠페인 지출 대시보드는 수취인 이름, 지출 설명, 용도, 메모 문구를 조사된 공급업체 분류 체계와 대조한다. 여기에는 범용 시스템과 정치 캠페인용으로 특별히 제작된 도구가 모두 포함된다.

이 방법론은 위원회가 OpenAI, Anthropic, Daisychain, Campaign Nucleus 또는 다른 식별된 공급업체의 이름을 기재한 지급을 포착한다. 다만 캠페인 업무에 AI가 관여한 모든 사례를 찾아내지는 못한다.

컨설팅 회사는 언어 모델을 이용해 이메일 문안의 변형을 작성하거나, 여론조사 응답을 분석하거나, 광고 문구를 만들 수 있다. 캠페인의 보고서에는 컨설팅 회사 이름만 기재될 수 있다. 그러면 AI 제공업체는 공개 기록에서 보이지 않게 된다.

캠페인이 묶음 서비스를 구매할 때도 같은 문제가 발생한다. 디지털 에이전시는 하나의 청구서에 직원 업무, 소프트웨어, 광고, 데이터 분석을 함께 포함할 수 있다. 연방 보고서는 일반적으로 해당 에이전시가 관련된 모든 하도급업체나 애플리케이션을 열거하도록 요구하지 않는다.

따라서 직접 지급 내역은 좁은 질문에 답한다. 식별 가능한 어떤 AI 공급업체가 공개된 캠페인 자금을 받았는가? 이 기록만으로 AI가 캠페인 콘텐츠, 타기팅, 모금 또는 전략에 얼마나 자주 관여했는지를 완전히 답할 수는 없다.

기록에는 서로 다른 시대의 기술도 함께 포함된다. 일부 공급업체는 현대적 생성형 AI가 널리 보급되기 전부터 자동화 메시지나 데이터 기반 참여 서비스를 판매했다. 다른 업체들은 더 새로운 언어, 이미지 또는 음성 모델을 중심으로 제품을 구축했다.

이 차이는 익숙한 챗봇 회사에 직접 지급된 금액보다 전체 합계가 훨씬 큰 이유를 설명한다. 가장 큰 지출은 개인용 ChatGPT 구독이 아니라 캠페인용으로 구축된 운영 플랫폼과 관련된 경우가 많다.

FEC 지출 기록은 여전히 핵심 자료다. 이 기록은 대상 지출의 수취인, 금액, 날짜, 신고된 용도를 식별한다. 다만 정치 워크플로 안의 모든 기술을 감사하도록 설계된 것은 아니다.

이 한계가 조사 결과의 가치를 낮추지는 않는다. 대신 그 의미를 더 정확하게 만든다. 데이터는 캠페인의 AI 도입에 대해 이용 가능한 가장 명확한 하한선을 제시하는 동시에, 현행 공개 규칙이 어디에서 가시성을 잃는지도 보여준다.

시점 또한 중요하다. 2026년 선거 주기의 지출 상당수는 선거일에 가까워져서야 발생할 것이다. 추가 보고서가 제출되면 공급업체별 합계, 위원회 수, 직접 구독과 특화 서비스 간 분포가 달라질 수 있다.

현재의 미국 선거 캠페인 AI 지출만으로도 이 기술이 고립된 실험 단계를 넘어섰다는 점은 드러난다. 여전히 불확실한 것은, 이름만으로 AI 사용을 알 수 없는 공급업체 뒤에서 얼마나 많은 활동이 이뤄지고 있는가다.

ChatGPT와 Claude는 캠페인 사무실용 소프트웨어가 되고 있다

범용 챗봇은 정치적 사용이 제한되는 상황에서도, 캠페인 내에서 일상적인 생산성 도구로 자리 잡고 있는 것으로 보인다.

분석에 따르면 2024년 이후 최소 80개 연방 캠페인과 위원회가 OpenAI에 지급한 내역을 신고했다. 이들의 공개 지출 합계는 약 5만 달러였다.

신고된 조직 구매자 가운데 가장 큰 곳은 공화당 전국위원회였으며, 지출은 1만 달러에 육박했다. 개인 사용자로는 Mike Lawler, John Kennedy, Bill Cassidy, Ro Khanna, Ted Lieu와 관련된 캠페인이 포함됐다.

대부분의 항목은 사무실 비용, 직원 구독, 조사 또는 유사한 행정 용도로 설명됐다. 이러한 표기는 ChatGPT가 전용 설득 플랫폼이라기보다 업무용 소프트웨어처럼 취급되는 경우가 많음을 시사한다.

그러나 구독 항목만으로는 직원들이 시스템에 무엇을 입력했는지 알 수 없다. 조사, 일정 관리, 요약, 메시지 개발, 광고는 모두 같은 인터페이스에서 시작될 수 있다.

별도의 캠페인 공개 자료 검토에서는 현 선거 주기에 OpenAI 지급을 신고한 39명의 의회 후보를 확인했다. 두 건의 신고는 구독 서비스를 광고와 명시적으로 연결했다.

OpenAI는 캠페인이 책임감 있고 인간이 지휘하는 내부 업무에 자사 도구를 사용할 수 있다고 말한다. 다만 정책상 표적 정치 설득과 여러 유권자 대상 활동은 제한한다.

이러한 경계는 운영상의 문제를 만든다. 모델은 교육 정책 제안을 조사하는 데 도움을 줄 수 있지만, 특정 인구집단에 그 제안을 홍보해 달라는 요청은 거부할 수 있다. 집행 여부는 사용자가 요청을 어떻게 표현하는지에 따라서도 달라질 수 있다.

정치 컨설턴트들은 해당 매체에 캠페인들이 이메일, 대본, 광고 문구에 AI를 흔히 사용한다고 말했다. 또한 후보들이 그 사실을 굳이 알릴 유인이 거의 없다고 주장했다.

Anthropic은 유사한 정치권 기반을 훨씬 더 빠르게 구축했다. 이전 선거 주기에는 공개된 활동이 거의 없었지만, 2026년에는 최소 65명의 후보 또는 위원회가 Claude 제작사에 지급한 내역을 신고했다.

신고된 고객은 거의 2대 1 비율로 민주당 성향이 많았다. 그럼에도 가장 큰 개별 사용자는 공화당 상원의원 Tom Cotton의 캠페인이었으며, 이 캠페인은 6월에 Anthropic 지출 4,000달러 이상을 공개했다.

눈에 띄는 다른 Claude 사용자로는 Seth Bodnar, Jason Knapp, Mary Peltola가 포함됐다. 이들의 다양한 소속은 공급업체 도입이 완벽한 정당 경계를 따르지 않는다는 점을 보여준다.

OpenAI 또는 Anthropic에 지급한 위원회 중 양쪽 모두에 지출을 신고한 곳은 약 12%에 불과했다. 대부분은 하나의 범용 보조 도구를 표준으로 채택한 것으로 보인다.

이 패턴은 직원 선호도, 기존 소프트웨어 통합, 보안 결정 또는 조직적 관행을 반영할 수 있다. 공개 자료만으로 정치 이념이 원인이라고 단정할 수는 없다.

Elon Musk의 xAI는 더 작고 공화당 성향이 강한 고객 기반을 보였다. 7개의 연방 후보 또는 위원회와 2개의 주 단위 후보 또는 위원회가 합계 약 5,000달러의 지급을 신고했다.

이 금액의 대부분은 Robert F. Kennedy Jr.의 2024년 대선 캠페인에서 나왔다. 신고된 다른 고객으로는 공화당의 Dave McCormick과 Thomas Massie가 포함됐다.

이러한 챗봇 관련 합계는 주요 정치 조직의 더 넓은 기술 예산과 비교하면 여전히 적은 수준이다. 그 중요성은 지출 규모가 아니라 도입 자체에서 나온다.

캠페인이 직원들에게 모델에 대한 일상적 접근 권한을 부여하면, 이 시스템은 조사, 내부 기획, 모금 초안, 콘텐츠 검토에 영향을 줄 수 있다. 구독 비용은 그 결과물의 규모를 거의 보여주지 못한다.

이 때문에 캠페인 AI 도구는 사무실 인프라와 닮아 있다. 그 영향력은 월별 청구서에 적힌 금액이 아니라 직원들이 얼마나 자주 사용하는지와 결과물을 둘러싼 인간의 검토 방식에 달려 있다.

정치용 AI 공급업체가 더 큰 예산을 확보하고 있다

가장 큰 공개 지출은 합성 이미지나 챗봇 계정이 아니라 유권자 접촉과 캠페인 운영에 투입된다.

AmplifAI는 이러한 차이를 잘 보여준다. 이 자동화 메시지 공급업체는 2022년 선거 주기에만 약 470만 달러의 캠페인 지출을 받았다.

고객에는 Mark Kelly, Joe Biden, Bernie Sanders, Adam Schiff와 관련된 민주당 캠페인이 포함됐다. AmplifAI가 Triller의 일부가 된 후 신고 지출은 감소했다.

자동화 메시지는 현재의 생성형 AI 붐보다 앞서 등장했다. 그럼에도 비교적 낮은 한계비용으로 대규모 유권자 명단에 맞춤형 소통을 제공한다는 핵심 정치적 기능을 수행한다.

Daisychain은 AI 지원 문자 메시지를 위한 새로운 민주당 성향의 선택지로 자리 잡았다. 후보 위원회는 2024년 약 5만 달러와 비교해 2026년 선거 주기에 Daisychain에 약 30만 달러를 지출했다고 신고했다.

2026년 후보 지출의 절반 이상은 Abdul El-Sayed의 미시간 상원의원 선거 캠페인에서 나왔다. 이러한 집중은 합계를 항상 고객 수와 함께 살펴봐야 하는 이유를 보여준다.

하나의 위원회가 수익 대부분을 창출하면, 소수의 캠페인만으로도 한 공급업체가 폭넓게 우세한 것처럼 보일 수 있다. 위원회 수는 도입의 폭을, 지출액은 사용 강도를 보여준다.

Campaign Nucleus는 공화당 정치권에서 관련된 위치를 차지한다. 이 플랫폼은 Donald Trump의 2020년 재선 캠페인을 해당 역할에서 물러나기 전까지 이끌었던 Brad Parscale과 연관돼 있다.

공화당 전국위원회와 여러 Trump 지지 정치활동위원회는 Campaign Nucleus에 대한 6자리 수 지출을 신고했다. Mike Johnson, Kari Lake 및 다른 정치 인사들은 5자리 수 지급 내역을 기록했다.

이 회사의 성장은 기존 공급업체에도 압박을 가한다. Prompt.io는 2026년 신고 지출 약 37만5,000달러를 유지했지만, 이는 2022년 선거 주기의 50만 달러 이상보다 감소한 수치다.

한 조직은 이러한 추세를 복잡하게 만든다. Uber가 후원하는 정치활동위원회인 A More Affordable California는 2026년에 Prompt.io에 100만 달러 이상을 지출했다고 신고했다.

이 비교는 정당들이 서로 다른 기술 스택을 구축하는 방식을 보여준다. 민주당 캠페인은 Daisychain을 중심으로 주목할 만한 메시지 지출을 집중시킨 반면, 공화당 조직은 Campaign Nucleus와 Prompt.io를 도입했다.

이들은 단지 같은 챗봇의 정당별 버전이 아니다. 정치 조직을 위해 설계된 캠페인 데이터, 연락 시스템, 메시지 기능, 워크플로 기능을 결합한다.

이러한 특화는 모델 품질보다 더 중요할 수 있다. 캠페인은 마감 시한, 규정 준수 요건, 복잡한 승인 절차 속에서 운영된다. 이러한 제약을 중심으로 설계된 도구는 범용 보조 도구보다 더 많은 지출을 확보할 수 있다.

주 단위 공개 자료도 변화의 방향을 뒷받침한다. 캘리포니아, 콜로라도, 매사추세츠, 워싱턴 전역에서 연구자들은 2022년 이후 확실하게 매칭된 현대적 생성형 AI 지출을 최소 9만2,000달러 확인했다.

지급은 최소 108명의 후보와 위원회에서 나왔다. 2026년 주 단위 신고 지출은 이미 2024년 전체에서 확인된 금액의 약 10배에 달했다.

Daisychain은 이들 주에서 특화 공급업체 부문을 이끌었다. OpenAI와 Anthropic은 범용 제공업체 가운데 선두를 차지했다.

DonorAtlas도 두드러지게 등장했다. 이 시스템은 기부자 후보 조사 기능을 지원하며, California Democratic Party는 해당 회사에 약 4,000달러를 지급한 것으로 보고했다.

이 수치는 AI가 즉각적인 운영 가치를 창출하는 지점을 보여준다. 캠페인에는 지지자를 식별하고, 접촉 우선순위를 정하며, 메시지를 작성하고, 여러 채널에서 반복적으로 소통해야 하는 필요가 있다.

자동화는 더 많은 메시지 물량과 더 빠른 반복 개선을 약속한다. 또한 과거에는 대규모 조직만 누릴 수 있었던 분석 및 제작 역량을 소규모 팀에도 제공한다.

이러한 이점은 경쟁자들에게 유사한 도구를 도입하라는 압박으로 작용한다. 원칙적으로 AI를 거부하는 캠페인은 동일한 인력으로 더 많은 모금 문안 변형, 조사 요약, 유권자 메시지를 만들어내는 상대와 맞닥뜨릴 수 있다.

그 결과의 경쟁은 단순히 인간 캠페인 담당자와 기계의 대결이 아니다. 자동화, 검토, 공개에 대해 서로 다른 선택을 하는 두 캠페인 조직 간의 경쟁이다.

딥페이크 논쟁은 대부분의 캠페인 AI 도구를 놓치고 있다

합성 미디어가 대중의 관심을 끌지만, 공개된 지출 내역은 조용한 형태의 자동화가 이미 더 깊숙이 자리 잡았음을 시사한다.

합성 음성 기술 제공업체 ElevenLabs에 지출했다고 보고한 연방 후보자 또는 위원회는 여섯 곳에 불과했다. 이들의 합산 지출은 약 1,400달러였다.

무소속 연방 의회 후보인 Samir Witta가 보고된 지출 가운데 가장 큰 비중을 차지했다. 연방 캠페인 또는 위원회 다섯 곳은 Midjourney에 총 약 1,600달러를 지급했다고 보고했다.

Texas의 공화당 후보 Sholdon Daniels가 이 소규모 집단을 이끌었다. 조사한 네 개 주 전체에서 ElevenLabs와 Midjourney 지출 합계는 100달러 미만에 머물렀다.

이 수치는 관찰된 정치 광고와 비교하기 전까지는 안심할 만해 보인다. Wesleyan Media Project는 이번 선거 주기 동안 AI 생성 또는 AI 보강 미디어를 포함한 정치 광고를 최소 164건 식별했다.

이 광고들의 집행 지출은 최소 8,000만 달러와 연관돼 있었다. AI 광고 검토에 따르면, 이 중 69%는 AI 사용 사실을 밝히는 고지가 없었다.

두 측정치는 서로 다른 대상을 설명한다. 공급업체 결제는 위원회가 직접 구매한 항목을 추적한다. 광고 지출은 해당 미디어가 어떻게 제작됐는지와 무관하게 완성된 미디어를 배포하는 데 쓰인 비용을 포착한다.

이 수치들을 하나의 AI 지출 총액으로 합산할 수는 없다. 하지만 이들의 차이는 대행사, 컨설턴트, 미디어 바이어 뒤에 얼마나 많은 제작 활동이 가려지는지를 보여준다.

캠페인은 광고 회사에 동영상을 제작하고 집행해 달라고 비용을 지불할 수 있다. 해당 회사가 이미지 생성기, 음성 모델 또는 편집 보조 도구를 사용하더라도 캠페인 신고서에는 여전히 광고 회사만 기재될 수 있다.

독립 단체는 또 다른 사각지대를 만든다. Super PAC와 관련 조직은 캠페인과 조율하지 않고도 후보를 위해 지출할 수 있다. 이들의 하도급업체는 항목별 보고서에서 해당 도구를 드러내지 않은 채 AI를 사용할 수 있다.

이것이 직접적인 합성 미디어 결제는 미미해 보이는 반면 AI 보조 광고는 계속 눈에 띄는 이유를 설명하는 데 도움이 된다. 제작 비용은 묶음 처리되거나 간접적일 수 있으며, 배포 비용에 비하면 중요하지 않을 수도 있다.

딥페이크에만 집중하면 정책 논의 역시 지나치게 좁아진다. 기만적인 영상은 중요하지만, 캠페인은 누구를 사칭하지 않고도 유권자에게 영향을 미칠 수 있다.

생성형 시스템은 수천 개의 헤드라인 변형, 모금 메시지 또는 대상별 스크립트를 만들 수 있다. 예측 도구는 기부자와 유권자의 우선순위를 매길 수 있다. 메시징 플랫폼은 대규모 후속 접촉을 자동화할 수 있다.

이러한 활용은 조작된 후보 영상보다 극적이지 않다. 그러나 캠페인이 선거 주기 전반에 걸쳐 이를 반복 배치하기 때문에 더 큰 영향을 미칠 수도 있다.

개인화는 추가적인 투명성 문제를 낳는다. 텔레비전 광고는 많은 유권자에게 동일한 메시지를 전달한다. 자동화된 디지털 시스템은 더 작은 대상 집단에 서로 다른 주장을 전달할 수 있다.

관찰자들은 이러한 메시지를 비교하거나 모순을 파악하기 어려울 수 있다. 언론인과 상대 진영도 비공개 피드나 문자 대화에 잠시 나타나는 커뮤니케이션을 쉽게 감사할 수 없다.

따라서 핵심 위험은 그럴듯한 가짜 하나가 아니다. 외부인이 검토할 수 있는 속도보다 더 빠르게 정치 메시지를 생산, 시험, 배포하는 확장되는 커뮤니케이션 시스템이다.

AI 정치 광고 법률은 흔히 합성 이미지, 오디오 또는 동영상에 대한 표시에 집중한다. 이러한 규칙은 기만을 다루지만, 자동화된 설득과 개인별 타기팅은 대부분 손대지 못할 수 있다.

캠페인은 공급업체 정책의 불확실성에도 직면한다. OpenAI와 다른 제공업체들은 특정 정치적 사용을 제한하지만, 컨설턴트는 제품 간에 이동하거나 중개자를 통해 모델에 접근할 수 있다.

한 챗봇 안에서의 거부가 업계 전반의 안전장치를 의미하지는 않는다. 오히려 업무를 제한이 덜한 제품, 오픈 모델 또는 외부 계약업체로 돌릴 수 있다.

캠페인이 최종 결과물을 사람이 승인했다고 주장하면 집행 문제는 더 어려워진다. 인간의 검토는 사실 오류를 줄일 수 있지만, 타기팅, 공개 또는 메시지 물량에 관한 우려를 해결하지는 못한다.

바로 이 지점에서 공개 논쟁과 운영 현실이 갈라진다. 유권자들은 알아보기 쉬운 가짜를 우려하는 반면, 캠페인은 관찰하기 어려운 일상적 자동화에서 더 광범위한 이점을 얻는다.

후보자들은 AI의 혜택을 보면서도 이에 대해 침묵한다

캠페인은 단순한 정치적 상충관계에 직면한다. AI는 생산성을 높일 수 있지만, 사용 사실을 인정하면 유권자 신뢰가 낮아질 수 있다.

2025년 9월 Pew 조사에 따르면, 미국인의 70% 이상은 연설문 작성에 AI의 도움을 받은 후보자를 더 낮게 평가할 것이라고 답했다. 이러한 반응은 캠페인이 자신들의 도구를 모호하게 설명할 강한 이유가 된다.

사무실 비용 항목은 기술적으로 그럴듯하다. 그러나 최종적으로 유권자에게 전달된 언어에 AI가 영향을 미쳤는지에 대해서는 거의 드러내지 않는다.

캠페인은 내부 조사와 최종 저작을 구분할 수 있다. 모델이 직원이 연설문을 작성하기 전에 배경 자료를 요약할 수 있다. 또 다른 팀은 모델에 전체 초안을 요청한 뒤 결과를 편집할 수 있다.

두 캠페인은 동일한 구독 비용을 보고할 수 있다. 그러나 시스템에 대한 의존도는 실질적으로 다를 것이다.

정치 조직은 전술적 우위를 내주지 않으려는 유인도 있다. 자동화 과정을 공개적으로 설명하면 상대가 이를 재현하거나, 비판하거나, 오류를 찾는 데 도움이 될 수 있다.

따라서 후보자들은 일반적인 의미에서 효율성을 언급한다. AI 지원으로 개발된 프롬프트 기록, 모델 출력물, 검토 절차 또는 유권자 대상 자료 목록을 공개하는 경우는 드물다.

이러한 침묵은 의미 있는 책임 추궁을 어렵게 만든다. 지출 기록은 유권자에게 관계가 존재했다는 사실을 알려주지만, 어떤 데이터가 시스템에 입력됐고 그로부터 어떤 결정이 나왔는지는 알려주지 않는다.

기밀 정보는 또 다른 우려를 제기한다. 캠페인은 기부자 기록, 유권자 연락처, 내부 조사 자료, 전략 문서, 공개되지 않은 정책 자료를 보유한다.

이러한 정보를 외부 서비스에 업로드하면 개인정보 및 보안 위험이 발생할 수 있다. 위험 수준은 공급업체 약관, 계정 구성, 보존 설정 및 직원 행동에 따라 달라진다.

정확성은 별개의 문제로 남는다. 언어 모델은 부정확한 진술, 존재하지 않는 인용, 또는 오해를 부르는 요약을 생성할 수 있다. 서두르는 캠페인은 검토자가 오류를 포착하기 전에 이를 배포할 수 있다.

편향은 학습 데이터, 프롬프트, 타기팅 모델 및 인간의 가정에서 비롯될 수도 있다. 자동화된 결과물은 고정관념을 반복하거나 기초 정보에서 충분히 대표되지 않은 유권자를 간과할 수 있다.

이러한 문제들 가운데 어느 것도 캠페인이 이 기술을 포기한다는 뜻은 아니다. 경쟁 압력은 반대 방향으로 작용한다.

보도에서 인용된 업계 조사에 따르면, 정치 컨설턴트의 57%가 매일 AI를 사용했으며 이는 1년 전의 34%와 비교된다. 이러한 도입 속도는 회피의 비용을 갈수록 높인다.

실질적인 경쟁은 책임 있는 도입과 불투명한 도입의 대결로 바뀌고 있다. 캠페인은 사용 가능한 시스템을 활용하겠지만, 거버넌스와 대중 설명 방식에서는 큰 차이를 보일 수 있다.

신뢰할 수 있는 공개 기준은 내부 관리와 유권자 대상 설득을 구분할 수 있다. 또한 생성형 콘텐츠를 분석, 타기팅 및 자동화된 배포와 구별할 수도 있다.

현행 지출 분류는 이러한 명확성을 제공하지 않는다. 이들은 자금 흐름을 추적하도록 만들어졌지, 소프트웨어가 정치적 발언에 어떤 영향을 주는지 기록하도록 설계된 것은 아니다.

자발적 투명성은 여전히 가능하다. 캠페인은 민감한 전략을 공개하지 않고도 승인된 공급업체를 밝히고, 주요 사용 사례를 공개하며, 인간 검토 과정을 설명할 수 있다.

또한 유권자 대상 자료 중 어떤 것이 생성형 시스템을 활용했는지 보여주는 기록을 보관할 수 있다. 분쟁 발생 후 독립 감사인이나 규제 기관이 그러한 기록을 검토할 수 있다.

하지만 자발적 조치는 선거 유인과 충돌한다. 상세한 공개를 제공하는 후보자는 더 조용한 상대가 피할 수 있는 비판을 받을 수 있다.

공통 규칙은 이러한 불균형을 줄일 수 있다. 다만 맞춤법 검사, 데이터 분석, 합성 미디어, 표적 설득을 동등한 활동으로 취급하지 않도록 신중한 정의도 필요하다.

과제는 캠페인에서 소프트웨어를 제거하는 것이 아니다. 정치적 커뮤니케이션이 자동화 시스템에 의해 실질적으로 형성됐을 때 유권자가 이를 이해할 수 있도록 하는 것이다.

2026년 중간선거 전 주목해야 할 세 가지 신호

다음 단계는 공개 증가, 외주 제작, 그리고 새롭게 등장하는 투명성 규칙의 효과를 통해 가늠될 것이다.

첫 번째 신호는 다음 연방 신고서 제출이다. 연구자들은 미국 캠페인의 AI 지출이 계속해서 전문 정치 공급업체에 집중되는지, 아니면 범용 모델로 이동하는지를 추적해야 한다.

OpenAI와 Anthropic의 위원회 수가 급격히 늘어난다면 챗봇 접근성이 표준 캠페인 인프라가 되고 있음을 시사할 것이다. Daisychain 또는 Campaign Nucleus의 성장은 자동화된 유권자 접촉에 대한 더 깊은 투자를 보여줄 것이다.

고객 수와 총액의 구분은 계속 중요할 것이다. 하나의 대형 위원회가 광범위한 도입을 입증하지 못한 채 공급업체 매출의 대부분을 차지할 수 있기 때문이다.

두 번째 신호는 직접 공급업체 결제와 관찰 가능한 AI 생성 광고 간의 격차다. 이 격차는 얼마나 많은 활동이 컨설턴트와 독립 단체를 거쳐 이뤄지는지를 보여줄 것이다.

이에 상응하는 기술 지출 없이 AI 보조 광고가 늘어난다면, 현재의 공개 제도가 제작 워크플로의 대부분을 놓치고 있다는 주장은 더욱 강해질 것이다.

연구자들은 그 격차를 연구하기 위해 광고 아카이브, 캠페인 신고서 및 공급업체 기록이 필요할 것이다. 단일 데이터셋으로는 이 세 층위를 모두 포착할 수 없다.

세 번째 신호는 공개 법률이 실제로 캠페인 행동을 변화시키는지 여부다. 30개가 넘는 주가 선거 딥페이크와 관련한 제한 또는 표시 요건을 도입했다.

초기 증거는 규칙이 존재하는 곳에서도 일관되지 않은 공개를 보여준다. 집행 자원, 헌법적 이의 제기, 협소한 법률상 정의는 이러한 정책을 약화시킬 수 있다.

합성 미디어에 표시를 붙이면 시청자는 하나의 광고를 평가하는 데 도움을 받을 수 있다. 하지만 분석, 자동화된 개인화 또는 생성형 텍스트가 더 넓은 캠페인을 어떻게 형성했는지는 드러나지 않는다.

연방 규제기관 역시 관할권의 한계와 정치적 이견에 직면한다. FEC는 선거자금 규정을 집행할 수 있지만, AI 지원 커뮤니케이션을 위한 포괄적인 보고 체계를 만들지는 않았다.

가장 유용한 미래의 공개 제도는 여러 접근법을 결합하는 방식에서 나올 수 있다. 재무 기록은 공급업체를 식별하고, 콘텐츠 표시는 합성 미디어를 식별하며, 아카이브는 표적 메시지를 보존할 수 있다.

공급업체 정책도 또 하나의 핵심 신호다. 주요 제공업체가 정치적 제한을 강화하면 캠페인은 기업용 통제를 도입하거나 대체 모델로 이동할 수 있다.

제한이 계속 불명확하다면, 직원과 컨설턴트들은 경계선을 시험하는 일을 이어갈 것이다. 주로 프롬프트 거부에 기반한 집행은 제한적인 보장만 제공할 것이다.

유권자들은 선거운동 조직이 오류를 어떻게 설명하는지도 지켜봐야 한다. 수정된 환각, 오해를 부르는 이미지 또는 승인되지 않은 메시지는 해당 조직에 실질적인 검토 절차가 있는지를 드러낼 수 있다.

공개된 1,700만 달러만으로도 AI가 미국 선거운동 인프라의 일부라는 점은 이미 확인된다. 그러나 이 기술의 효과성이나 그 영향력의 전체 범위를 보여주지는 않는다.

이제 핵심 질문은 선거운동이 AI를 사용하는지 여부가 아니다. 유권자, 감시 단체, 규제기관이 그 결과를 판단할 만큼 그러한 사용을 충분히 볼 수 있는지다.

향후 신고 내역을 확인하고, 이를 공개적으로 나타나는 정치 메시지와 비교하며, 비용 설명에서 무엇이 빠졌는지 선거운동 조직에 물어야 한다. 미국 선거운동의 AI 지출은 현재 기록이 멈추는 지점에서 가장 중요해진다.