AI 규제법, 혁신을 막는가 보호하는가?

👎 반대: 규제가 혁신을 위축시킬 수 있다

1. 1. 준수 비용이 스타트업과 중소기업에 집중된다

   반대 측은 법의 취지가 아니라 준수 능력의 격차를 문제 삼는다. 중소벤처기업부가 2023년 발표한 중소기업기본통계에서 중소기업은 국내 기업의 99.9%이고 고용의 81.3%를 차지한다. 대기업처럼 법무팀, 개인정보 담당자, 모델 평가 인력을 둘 수 없는 10명 안팎의 개발사가 데이터 출처 정리, 위험평가, 로그 보관, 설명자료를 모두 직접 만들면 제품 출시가 늦어지거나 아예 포기할 수 있다. IBM의 2023년 글로벌 조사에서도 응답 조직의 42%만 AI를 적극 배치했고 40%는 아직 탐색 단계였으며, 비용과 전문인력 부족이 주요 장벽으로 꼽혔다. OECD의 중소기업 디지털화 분석가들은 같은 의무라도 규모가 작은 사업자에게 상대적으로 큰 고정비가 된다고 본다. 결국 위험이 낮은 번역·고객응대 도구까지 고영향 시스템처럼 취급하면 경쟁과 다양성이 줄고, 규제 대응이 가능한 해외 대기업만 시장을 장악할 수 있다는 우려다.

   출처: 중소벤처기업부 2023·IBM 2023·OECD 2024

2. 2. 기술 변화를 못 따라가는 모호한 분류

   AI 기술의 변화 속도에 비해 법률의 분류와 인증 기준이 굳어지면 기업은 무엇을 지켜야 하는지 알기 전에 규정을 위반할 수 있다. 스탠퍼드 AI Index 2025는 GPT-3.5 수준 성능을 내는 모델의 추론 비용이 2022년 11월부터 2024년 10월 사이 280배 이상 낮아졌다고 보고했다. 같은 기간 오픈 모델, 경량 모델, 검색 결합형 서비스가 빠르게 등장했는데, 오늘의 범용 모델이 내일 고위험 모델인지와 제공자·배포자·사용자 중 누가 의무를 지는지는 제품 구조마다 달라진다. 유럽연합 AI법도 범용 AI와 고위험 AI의 적용 시점 및 표준을 단계적으로 정해야 했고, 한국에서도 2026년 시행 뒤 시행령과 가이드라인의 해석이 쟁점이다. 스탠퍼드 HAI 연구진과 규제경제학자들은 이처럼 급격한 비용 하락과 기능 융합 환경에서는 고정된 사전 인증보다 성능·위험을 주기적으로 재평가하는 방식이 혁신 친화적이라고 지적한다. 모호한 의무와 중복 심사는 안전을 높이기보다 출시 지연과 법적 방어 비용을 키울 수 있다.

   출처: Stanford HAI AI Index 2025·유럽연합 집행위원회 2025·과학기술정보통신부 2025

3. 3. 과잉 차단이 유익한 실험까지 막을 수 있다

   강한 사전 규제와 큰 과징금은 안전하지 않은 사업자를 겨냥하려다 합법적이고 유익한 실험까지 위축시킬 수 있다. GitHub가 2023년 약 5,000명의 개발자를 조사한 결과 미국 개발자의 92%가 직장에서 AI 코딩 도구를 사용한다고 답했고, 70%는 생산성 향상을 기대했다. 코딩 보조, 번역, 장애인용 음성도구처럼 위험이 낮고 편익이 큰 서비스는 빠른 반복과 공개 피드백이 품질을 높이는데, 모든 제공자에게 대기업 수준의 데이터 문서와 법률 검토를 요구하면 오픈소스 프로젝트와 초기 창업팀이 먼저 사라질 수 있다. GitHub의 개발자 연구진은 이런 도구의 생산성 이점을 확인했고, 스탠퍼드 HAI 연구진은 모델 확산 속도가 평가 체계의 갱신을 요구한다고 분석한다. 특히 유럽연합 AI법의 최대 3,500만 유로 또는 매출 7% 제재는 작은 기업에게 실제 위반 여부와 무관하게 위험 회피를 유도할 수 있다. 반대 측은 피해가 입증된 고위험 행위에 사후 책임을 묻고 저위험 실험에는 샌드박스와 자율규제를 우선해야 한다고 주장한다.

   출처: GitHub 2023·유럽연합 집행위원회 2025·Stanford HAI 2025