AI를 법으로 다스리기 시작했다: EU AI법과 한국 AI기본법 정리


 

2026년은 'AI 규제 원년'이다. 유럽연합의 AI법(AI Act)이 단계적으로 본격 적용되고, 한국도 2026년 1월 AI기본법을 시행했다. 세계에서 두 번째로 시행된 AI 포괄 규제법이다. 두 법이 무엇을 규제하고, 우리 생활에 어떤 영향을 주는지 정리해본다.

1. EU AI법: 위험 등급으로 나누는 유럽식 규제

EU AI법(2024년 8월 발효)은 AI를 위험도에 따라 4단계로 나눈다. 위험이 클수록 규제가 세진다.

위험 등급내용예시
금지 (Unacceptable)사용 자체가 불법소셜 스코어링, 실시간 생체인식 감시
고위험 (High-risk)엄격한 적합성 평가·문서화 의무채용 심사, 대출 심사, 의료기기 AI
제한적 위험투명성 의무 (AI임을 표시)챗봇, 딥페이크·AI 생성 콘텐츠
최소 위험규제 없음스팸 필터, 게임 AI

적용은 단계적으로 진행 중이다.

시기적용 내용
2025년 2월금지 AI 관행 발효, 기업·기관의 AI 리터러시 교육 의무
2025년 8월범용 AI(GPAI) 모델 의무 적용 (신규 모델은 2026년 8월부터 집행)
2026년 8월투명성 의무 적용 — 챗봇은 AI임을 공개, 딥페이크에 라벨링
2027년 12월독립형 고위험 AI 의무 (당초 2026년 8월에서 연기)
2028년 8월제품 내장형 고위험 AI 의무 (당초 2027년 8월에서 연기)

위반 시 과징금은 최대 3,500만 유로 또는 전 세계 매출의 7%에 이른다. 고위험 AI 적용 시기가 미뤄진 것은, 2026년 7월 '디지털 옴니버스' 개정으로 기업 부담을 조정한 결과다. 규제는 하되 속도는 조절하겠다는 뜻이다.

2. 한국 AI기본법: 세계 두 번째, '선 허용 후 규제'

한국의 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」은 2026년 1월 22일 시행됐다. 기조는 '선 허용, 후 규제'다. 기술 발전을 막지 않되, 안전과 신뢰의 울타리는 치겠다는 접근이다.

기업이 챙겨야 할 핵심은 세 가지다.

첫째, 생성형 AI 산출물 표시 의무. AI가 만든 결과물임을 워터마크 등으로 표시해야 한다. 위반 시 최대 3,000만 원의 과태료가 부과될 수 있다.

둘째, 고영향 AI 사업자의 안전성·신뢰성 확보 의무. 채용, 의료, 금융, 교육 평가 등 11개 영역에서 사람의 권리에 중대한 영향을 미치는 AI를 운영하면 별도의 위험관리 체계가 요구된다.

셋째, 고성능 AI와 해외 사업자 의무. 학습 연산량 1026 FLOP 이상의 대규모 AI는 안전성 확보 의무 대상이다(EU 기준 1025보다 한 단계 높다). 일정 규모 이상의 해외 AI 사업자는 국내 대리인을 지정해야 한다.

시행 초기에는 과태료 부과에 1년의 계도기간을 두어, 기업이 준비할 시간을 줬다. 2026년 7월 개정으로는 공공기관이 인증받은 AI 제품을 우선 구매하는 '확인 제도'도 도입됐다.

3. 두 법 비교

항목EU AI법한국 AI기본법
성격위험 등급별 차등 규제선 허용 후 규제, 진흥+신뢰 병행
시행2024년 8월 발효, 단계적 적용2026년 1월 22일 시행
핵심 의무금지·고위험·투명성 4단계산출물 표시, 고영향 AI 관리
최대 제재3,500만 유로 또는 매출 7%3,000만 원 과태료 (표시 의무 등)
특징고위험 적용 시기 연기 (옴니버스)1년 계도기간, 공공조달 우대

4. 우리에게 미치는 영향

일반 사용자에게 가장 체감되는 변화는 '표시'다. 앞으로 챗봇과 대화할 때는 상대가 AI라는 고지가 붙고, 딥페이크 영상에는 라벨이 붙는다. AI가 만든 이미지·글에도 워터마크가 따라다닌다.

기업과 개발자에게는 문서 작업이 늘어난다. 고위험·고영향 영역의 AI를 쓴다면 위험관리 문서, 영향평가, 표시 체계를 갖춰야 한다. EU에 서비스하는 한국 기업은 두 법을 동시에 맞춰야 해서 부담이 더 크다.

마무리

AI 시대의 규칙이 쓰이기 시작했다. 유럽은 위험의 크기로, 한국은 허용과 신뢰의 균형으로 각자의 답을 내놨다. 규제는 속도를 늦추는 족쇄가 아니라, AI를 안심하고 쓰게 만드는 안전벨트에 가깝다. 벨트를 맨 뒤에 오는 건 더 빠른 질주다.

*데이터 출처: EU AI법(2024.8 발효·단계별 적용 일정), EU 디지털 옴니버스(2026.7), 한국 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」(2026.1.22 시행·2026.7 개정) · 법령·시행 일정은 변경될 수 있음

이 글은 두 법의 기본 구조를 정리한 것입니다. 그 뒤 유럽이 적용 시계를 늦추고 한국이 먼저 시행에 들어간 이야기는 규제 시계를 되돌린 유럽, 먼저 시행한 한국 에서, 법 다음 순서로 정부가 학습 데이터부터 모으기 시작한 이야기는 정부가 만든 AI 데이터, 이제 한 창구에서 찾는다 — AI허브와 원-윈도우 에서 이어서 읽으실 수 있습니다.

*

이 주제 더 보기: 개천절에 선언한 'AI 기본사회': 9조 4천억 원은 어디에 쓰이나 · AI가 사고를 치면 누가 알려야 할까, 호주 청문회가 던진 질문

많이 본 글

자기소개 및 블로그 운영방향

이미지
안녕하세요. "바우"에 오신 것을 환영합니다. 오랫동안 생각만 해 오던 블로그를 2026년 9월에 시작했습니다. 일상에서 경험하고 배운 것들을 그냥 지나치기 아쉬워 한곳에 기록해 두고 싶었고, 제가 알게 된 정보가 누군가에게 작은 도움이 되었으면 하는 마음이었습니다. 처음의 그 마음은 지금도 같습니다. 다만 한 달 남짓 꾸준히 쓰다 보니, 이 블로그가 다루는 이야기의 결이 또렷해졌습니다. 이 글은 그 현재 모습을 소개하는 글로 다시 정리한 것입니다. 지금 바우는 인공지능과 첨단 기술을 알기 쉽게 전하는 블로그입니다. 크게 네 갈래의 이야기를 다룹니다. 첫째, AI 뉴스의 해설입니다. 새로운 모델과 연구, 기업들의 발표가 쏟아지는데, 그 소식이 실제로 무엇을 뜻하는지, 어디까지가 확인된 사실인지를 풀어서 전합니다. 둘째, AI 기업을 한 곳씩 깊이 들여다보는 심층분석입니다. 어떤 기술을 가졌고 어떤 방식으로 돈을 벌며, 강점과 약점은 무엇인지를 정리합니다. 이 심층분석은 유튜브 채널에서 영상으로도 이어지고 있습니다. 셋째, 양자 컴퓨터와 핵융합, 우주와 로봇처럼 조금 먼 미래의 과학과 기술 이야기입니다. 어렵게만 느껴지는 주제를 일상의 비유로 풀어 쓰려고 합니다. 넷째, AI가 바꿔 놓는 사회와 제도의 이야기입니다. 법과 규제, 일자리와 안전처럼 기술이 우리 생활과 만나는 지점을 살핍니다. 글을 만드는 방식도 소개해 드립니다. 소식의 출처가 되는 공식 발표와 논문, 기관 자료를 먼저 확인하고, 기사에 실린 수치는 원자료와 다시 대조합니다. 확인되지 않은 내용은 추정이라고 본문에 밝혀 둡니다. 빠르게 전하는 것보다 틀리지 않게 전하는 쪽을 택하는 블로그입니다. 대표 글을 몇 편 골라 둡니다. 처음 오신 분들은 이 글들부터 읽어 보시면 블로그의 색깔이 잡히실 거예요. 1그램에 215페타바이트, 계산까지 하는 물질 DNA AI 칩 주문이 2030년까지 밀렸다 — ASML 실적이 보여 준 병목 모두가 포기한 결정을 고집한 사람들 — 청색 LED 발명사...
자세한 내용 보기

양자 컴퓨터와 AGI

이미지
​양자 컴퓨터가 AGI 시대를 앞당기는 3가지 핵심 이유 ​최근 인공지능 기술의 발전 속도는 눈부실 정도입니다. 특정 분야에서 뛰어난 성능을 보이는 초거대 AI 모델들이 잇따라 등장하면서, 인간 수준의 전방위적 지능을 가진 AGI(Artificial General Intelligence)의 도래 시점에 대해 전 세계의 관심이 쏠리고 있습니다. ​하지만 현재의 범용 컴퓨터 체계 만으로는 AGI 구현에 필요한 천문학적인 연산량과 전력 소비를 감당하는 데 한계가 있다는 지적이 꾸준히 제기되고 있습니다. 이러한 난관을 극복할 결정적 열쇠로 떠오르는 것이 바로 양자 컴퓨터(Quantum Computing)입니다. 양자 컴퓨터는 AGI 시대로 진입하는 과정에서 어떤 지대한 영향을 미치게 될까요? 3가지 핵심 포인트를 통해 살펴보겠습니다. ​1. 초거대 AI 모델 학습 속도의 기하급수적 향상 ​현재의 LLM(대형 언어 모델)이나 AGI 지향형 AI 시스템을 학습시키기 위해서는 수만 개의 GPU를 수개월 동안 가동해야 합니다. 기존 컴퓨터는 데이터를 0과 1의 '비트(Bit)' 단위로 처리하기 때문에 모든 가능성을 순차적으로 계산해야 하지만, 양자 컴퓨터는 중첩(Superposition)과 얽힘(Entanglement)이라는 양자역학적 특성을 이용한 Qubit  단위를 사용합니다. ​이로 인해 양자 컴퓨팅 알고리즘은 수십만 개의 변수가 복잡하게 얽힌 AI 최적화 문제를 동시에 연산할 수 있습니다. ​ 학습 시간 단축: 수년이 걸릴 초거대 데이터 학습을 단 몇 시간 또는 며칠 만에 완료 가능 ​ 초고차원 데이터 처리: 다차원적인 복잡 패턴을 한 번에 파악하여 AGI의 문맥 이해도 극대화 ​결과적으로 양자 기술은 AGI 개발의 가장 큰 병목 구간이었던 '학습 및 연산 시간'을 획기적으로 줄여줄 것 입니다. 2026년 9월에는 이 이야기가 개념에서 한 걸음 나왔습니다. 아이온큐는 9월 22일, 평범한 CPU 하나로 돌아가는 끝부...
자세한 내용 보기

AI 발전 속도와 사회적 준비의 격차

이미지
AI 발전 속도와 사회적 준비의 격차: 발생 문제와 4가지 구체적 해법 최근 챗GPT(ChatGPT)를 시작으로 생성형 AI 기술이 하루가 다르게 폭발적으로 발전하고 있습니다. 불과 몇 년 전만 해도 상상 속에만 존재하던 인공지능 기술이 이제는 업무, 예술, 교육, 의료 등 일상 전반에 깊숙이 자리 잡았습니다. 하지만 기술이 전속력으로 달려가는 동안, 이를 받쳐주어야 할 법과 제도, 윤리적 기준, 그리고 교육 체계의 준비 속도는 이를 따라가지 못하고 있습니다. 이러한 'AI 기술 발전 속도와 사회적 준비 속도의 격차(Gaps in AI Readiness)'는 사회 곳곳에서 새로운 갈등과 부작용을 낳고 있습니다. 이번 글에서는 AI 발전과 사회적 준비 간의 시차로 인해 나타나는 핵심 문제점들을 살펴보고, 이를 극복하기 위한 분야별 구체적 해법에 대해 깊이 있게 알아보겠습니다. 1. 일자리 지형의 변화와 고용 불안정 문제 AI 기술의 고도화로 인해 기존의 단순 반복적인 사무직은 물론, 번역·작곡·디자인·프로그래밍 등 전문 지식 직군까지 자동화 범위가 급격히 확대되고 있습니다. 문제는 기술에 의해 일자리가 사라지는 속도가, 신기술에 적응한 새로운 일자리가 창출되거나 노동자가 재교육을 받는 속도보다 훨씬 빠르다는 점입니다. 이로 인해 노동 시장의 불안정성이 커지고 계층 간 소득 양극화가 심화될 우려가 커지고 있습니다. [해법] 평생 재교육 체계 구축과 사회안전망 강화 전주기적 Re-skilling(재교육) 제도화: 정부와 기업이 협력하여 기존 노동자들이 AI 툴을 업무에 활용할 수 있도록 돕는 직업 훈련 프로그램을 대폭 확대해야 합니다. 노동법 및 사회안전망 재정비: 플랫폼 노동자나 프리랜서, AI 대체 고위험군 직종을 보호하기 위한 유연안전성(Flexicurity) 모델을 도입하고, 전환 지원금 제도 등을 마련하여 고용 충격을 완화해야 합니다. 2. 법적·제도적 진공 상태와 규제 지연 현재 법체계는 AI가 등장하기 이전에 ...
자세한 내용 보기