AI 기본법 실무: 고영향 인공지능·투명성·안전성 의무 구분

1장 개념과 보호 목표#

한국의 인공지능 발전과 신뢰 기반 조성 등에 관한 기본법은 2026년 1월 22일 시행되었습니다. 적용을 검토할 때는 인공지능사업자 해당 여부, 서비스 특성, 고영향 인공지능 범위와 생성형 AI 제공 방식을 먼저 확인해야 합니다.

2장 원리와 구분#

국내 법률의 용어인 고영향 인공지능과 EU의 고위험 AI 분류를 같은 것으로 대체하면 안 됩니다. 투명성 의무, 일정 기준에 해당하는 AI의 안전성 관련 의무, 고영향 AI의 안전성·신뢰성 조치를 각각 확인합니다. 검·인증 지원과 영향평가에 관한 규정도 모든 AI에 대한 일률적인 사전 인증 의무라고 설명하지 않아야 합니다.

고영향 여부를 판단한 근거와 서비스의 사용 목적을 남겨야 추후 변경 시 다시 검토할 수 있습니다. 같은 모델이라도 일반 문서 요약과 채용 평가에 적용할 때 영향과 의무가 달라질 수 있습니다. 해외 규정의 요구사항을 국내 법 조문에 그대로 대입하기보다 국가별 적용 범위와 사업자 역할을 구분합니다.

3장 비교와 판단 기준#

영역	확인할 조항·성격	검토 방향
투명성	제31조	고지·표시 대상과 방식
안전성	제32조	연산량 등 적용 기준
고영향 확인·조치	제33·34조	해당 여부·위험관리·감독
영향평가	제35조	의무·노력 규정의 구분

4장 같은 모델도 사용 목적이 다르면 영향이 달라진다#

문장을 다듬는 모델과 채용·의료 등 중요한 판단에 사용되는 모델은 동일한 기술을 이용해도 사람에게 미치는 영향이 다릅니다. 모델 이름만으로 고영향 여부를 판단하지 않고 실제 사용 분야, 역할과 판단의 결과를 확인합니다.

5장 사업자의 역할을 먼저 식별한다#

모델을 개발·제공하는 사업자와 이를 제품·서비스에 이용하는 사업자의 역할을 나눕니다. 외부 API를 사용한다고 자사 서비스에서의 책임 검토가 사라지는 것은 아닙니다.

6장 시행과 개정을 구분하여 읽는다#

AI 기본법은 2026년 시행된 법률이며 이후 개정 사항도 적용 시점과 함께 확인해야 합니다. 최초 시행 당시의 설명만으로 현재 모든 조문을 판단하지 않습니다. 구체적인 요건은 법률과 하위 규정의 적용 범위를 연결합니다.

7장 투명성은 이용자가 알아야 하는 사실을 전달한다#

고영향 또는 생성형 AI를 이용한 제품·서비스의 제공에 대한 사전 고지와 생성 결과 표시 등은 서로 다른 단계의 문제입니다. 서비스 첫 화면의 안내와 개별 결과물의 표시를 한 기능으로 뭉뚱그리지 않습니다.

표시 대상과 방식의 세부 조건을 확인하고 사용자에게 이해할 수 있는 위치와 문구를 설계합니다. 설정 화면 깊숙이 숨겨둔 문구가 실제 고지 목적을 충족하는지도 확인해야 합니다.

8장 고영향 여부와 안전성 의무를 구분한다#

고영향 판단의 대상·절차와 일정 요건의 AI 시스템에 적용되는 안전성 의무는 별도의 판단 축입니다. 생성형 AI라는 이유만으로 모든 의무가 동일하게 적용된다고 설명하지 않습니다. 계산량 등의 기준이 있는 경우 실제 규정의 기준을 확인해야 합니다.

판단 축	핵심 질문
투명성	어떤 서비스와 결과에 어떤 안내가 필요한가?
고영향	사용 분야·역할·영향이 해당 요건에 맞는가?
안전성	시스템이 별도 적용 요건에 해당하는가?
개인정보	입력·학습·출력의 처리가 적법한가?

9장 고영향 AI의 위험관리#

사람에게 미치는 위험을 식별하고 결과의 설명, 이용자 보호와 사람의 감독 등을 실제 운영 절차에 연결합니다. 문서를 작성하는 일과 위험을 줄이는 통제는 함께 진행되어야 합니다.

오류의 빈도뿐 아니라 잘못된 판단이 누구에게 어떤 피해를 줄 수 있는지 봅니다. 드문 오류라도 영향이 크면 별도 처리와 검토 경로가 필요합니다.

10장 사람의 감독은 승인 버튼만으로 완성되지 않는다#

검토자가 입력 자료와 결과의 한계를 이해하고 판단을 수정·중지할 수 있어야 합니다. 모든 결과를 시간 부족으로 일괄 승인하는 구조는 실질적인 검토와 거리가 있습니다.

권한, 교육, 검토 기준, 이의 제기와 재검토 절차를 설계합니다. AI가 제안한 결과와 최종 판단을 구분해 기록합니다.

11장 채용 지원 도구의 사례#

지원서 요약, 추천 순위와 최종 탈락 판단을 구분합니다. 같은 모델이라도 요약 오류와 자동 배제의 영향은 다릅니다. 민감한 특성의 사용, 누락된 정보와 집단별 결과 차이를 검토합니다.

flowchart LR
 I[입력 자료] --> A[AI 결과]
 A --> V[위험·한계 검토]
 V --> H[권한 있는 사람의 판단]
 H --> R[결과·이의 제기 경로]

12장 영향평가와 다른 법률의 의무#

법에서 정한 영향평가의 성격과 적용 표현을 확인하여 일률적인 사전 허가·인증 제도처럼 설명하지 않습니다. 개인정보 영향평가 등 다른 제도의 대상·요건과도 구분합니다.

AI 기본법 검토가 개인정보 보호법, 분야별 규제나 계약 의무를 대체하지 않습니다. 하나의 시스템에 여러 의무가 함께 적용될 수 있습니다.

13장 모델 변경은 운영 변경이기도 하다#

모델 버전, 입력 데이터와 이용 목적이 달라지면 위험과 고지 내용도 다시 검토합니다. 이전 버전의 시험 결과를 새 버전에 그대로 적용하지 않고 대표 사례, 실패 조건과 복구 경로를 재확인합니다.

14장 적용 사례와 운영 방법#

AI 상담 서비스를 운영한다면 이용 사실 고지와 결과 표시 대상·방식, 개인정보 처리, 오류 시 사람의 개입 경로를 구분해 검토합니다. 고영향 해당 여부는 실제 사용 목적과 법률·시행령에 따라 판단하고 위험관리·설명·기록·감독 조치를 문서화합니다. ## 최초 시행일과 현재 시행본을 구분한다

AI 기본법의 최초 시행일은 2026년 1월 22일이며, 2026년 10월 기준 검토에는 이후 개정·시행된 본문도 반영해야 합니다. 서비스가 인공지능사업자와 관련 정의에 해당하는지, 고영향 또는 생성형 AI를 이용하는지, 실제 제공 지역과 이용 형태가 무엇인지를 먼저 기록합니다.

투명성 의무는 사전 고지와 결과 표시의 대상·방식, 안전성 의무는 별도의 적용 기준, 고영향 AI 책무는 해당 제품·서비스의 위험관리와 설명·이용자 보호·사람의 감독 등을 확인합니다. 영향평가는 노력 규정의 성격과 최신 문언을 읽어야 하며 모든 AI의 동일한 사전 인증 의무로 바꾸면 안 됩니다.

15장 채용 지원 서비스의 분류와 운영을 연결하기#

일반적인 자기소개서 문장 개선과 채용 평가에 영향을 주는 추천·판단은 사용 목적과 영향이 다릅니다. 같은 기반 모델을 쓰더라도 서비스별 역할과 결과가 의사결정에 사용되는 방식을 조사합니다. 고영향 해당 여부의 근거를 남기고 모델·사용 목적·업무 흐름이 바뀌면 다시 검토합니다.

운영 자료에는 고지·표시 화면, 위험평가, 모델과 데이터 변경 이력, 설명 가능한 근거, 사람의 개입·이의 처리 절차를 연결합니다. 개인정보를 사용한 자동화된 결정의 권리는 개인정보 보호법의 요건으로 별도 검토해야 국내 AI 기본법과 다른 권리 체계를 혼동하지 않습니다.

16장 적용 전 확인할 사항#

국내 법률의 정의와 하위 규정을 확인한다
사업자·서비스별 의무의 적용 조건을 기록한다
투명성·안전성·개인정보 통제를 함께 점검한다

17장 자주 묻는 질문#

AI 서비스를 만들면 모두 사전 인증을 받아야 하나요?#

법의 지원·권고 제도와 의무 조항을 구분해야 합니다. 서비스의 분류와 적용 요건을 확인하고 해당하는 의무를 이행해야 합니다.

해외의 고위험 AI 분류를 국내 고영향 판단에 그대로 써도 되나요?#

용어와 범위·사업자 역할·의무가 다릅니다. 참고할 수 있지만 국내 법률·시행령의 적용 판단을 따로 기록해야 합니다.

일반 모델을 쓰면 고영향 서비스가 될 수 없나요?#

모델의 이름보다 실제 사용 목적과 영향을 봐야 합니다. 해당 제품·서비스의 분류와 하위 규정의 기준을 확인합니다.