[창업·스타트업 이슈] AI 유니콘 전략 초안, 반복 계약을 가르는 데이터 통제권

AI 서비스를 시험한 고객이 정식 계약을 검토할 때 질문은 달라진다. 답변이 얼마나 자연스러운지를 넘어 내부 문서를 어디로 보내는지, 입력한 정보가 모델 학습에 쓰이는지, 계약이 끝나면 자료를 지울 수 있는지 묻는다. 이 질문에 답하지 못하면 기술 시연이 좋아도 조직의 업무 안으로 들어가기 어렵다. 중소벤처기업부가 10월 29일 연 AI 스타트업 간담회는 실증과 구매, 투자 연결을 성장 과제로 다뤘다. 그 과제를 기업의 입장에서 읽으면 데이터 통제권과 운영 책임이라는 구체적인 문제에 닿는다.

전략 초안과 신청 가능한 사업은 다르다

중기부는 국가 AI 전략위원회와 준비 중인 ‘AI 스타트업 유니콘 성장 전략’ 초안을 바탕으로 기업 의견을 청취했다. 공개된 방향은 기업 발굴부터 도약까지의 전주기 지원, 성장 가속화, 글로벌 시장 진출이다. 참석 기업들은 기술실증과 정부·공공기관 구매 연계 확대, 국내외 투자자 연결 등을 요청했다. 이는 현장 수요를 수렴한 사실이지 요청 사항이 모두 제도에 반영됐다는 뜻은 아니다.

11월 2일 확인한 공식 발표는 전략을 구체화할 계획을 설명한다. 이 간담회 자료 자체는 기업 신청 공고가 아니며 지원금, 접수 마감, 선정 자격을 확정하지 않는다. 창업자가 정책 이름을 근거로 매출이나 자금 유입을 앞당겨 계산하면 현금계획이 흔들린다. 최종 전략과 개별 공고를 나눠 읽으면서 지금 진행 중인 고객 검토에서 무엇이 계약을 지연시키는지 찾아야 한다.

데이터를 맡기는 조직의 질문을 제품에 반영하라

AI 제품은 모델 성능만으로 구매 판단을 끝낼 수 없다. 고객 문서가 외부 모델 제공자에게 전달되는지, 로그에 어떤 내용이 남는지, 관리자와 개발자가 어디까지 접근하는지에 따라 조직이 부담할 위험이 달라진다. 자료를 익명화했다고 설명하는 것과 실제로 개인을 다시 식별할 가능성을 줄이는 것은 같은 일이 아니다. 영업 설명, 설정 화면, 계약 조건이 서로 어긋나면 구매자는 약속을 신뢰하기 어렵다.

개인정보보호위원회가 2025년 9월 공개한 공공기관 AI 영향평가 기준은 이 문제를 구체적으로 보여준다. 개인정보 처리 근거, 불필요한 민감정보 포함 여부, 학습 데이터의 보유·파기, 개발·운영 주체의 책임과 신고 기능 등을 검토하도록 제시했다. 모든 민간 AI 서비스에 같은 영향평가 의무가 생긴다는 의미는 아니다. 다만 공공 고객이 데이터와 운영을 어떤 관점에서 살피는지 읽을 수 있는 기준이다.

스타트업은 고객의 입력부터 외부 전송, 검색·추론, 결과 표시, 기록 저장과 삭제까지 데이터가 이동하는 경로를 설명할 수 있어야 한다. 자체 모델과 외부 API를 함께 쓰면 공급자별 처리조건도 달라질 수 있다. 고객에게 제공하는 삭제 기능이 대화 화면만 지우는지, 보관 중인 파일과 연결 서비스에도 적용되는지 구분해 안내해야 한다. 확인하지 않은 범위까지 ‘완전 삭제’라고 약속해서는 안 된다.

반복 계약은 오류가 난 뒤의 대응까지 평가한다

실증에서는 성능이 드러나지만 정식 운영에서는 예외가 쌓인다. 잘못된 답변, 권한 밖의 자료 노출, 외부 모델 장애가 발생했을 때 누가 서비스를 멈추고 고객에게 알릴지 정해져야 한다. 이는 필자의 운영상 제안이다. 오류 유형별 처리기록과 수정 결과를 남기면 고객은 기능 개선뿐 아니라 공급자의 대응 능력을 비교할 수 있다. 보안 인증의 유무만으로 이 책임을 대신할 수는 없다.

수익성도 같은 자리에서 점검해야 한다. 모델 사용료 외에 고객별 연동, 검증, 문의 대응과 기록 관리에 드는 비용을 따로 보면 계약이 늘 때 무엇이 반복 비용으로 남는지 드러난다. 매번 대표와 개발자가 수작업으로 자료를 고쳐야 한다면 고객 수 확대가 곧 이익 확대로 이어지지 않을 수 있다. 투자자에게 제시할 성장 논리도 이용자 수와 함께 운영비용의 변화를 설명해야 설득력을 얻는다.

지역 창업지원기관은 이 준비를 대신 보증하는 곳이 아니라 검증을 도울 파트너를 연결하는 역할을 맡을 수 있다. 산업별 고객의 실제 자료 반출 조건과 담당 조직의 승인 절차를 이해하면 기업의 준비가 구체화된다. 다만 지원기관의 소개나 실증 참여가 구매 확약은 아니다. 기업은 실험에서 확인한 성능과 계약으로 약속할 운영 범위를 분리해 제안해야 한다.

AI 유니콘 전략의 확정 여부와 별개로 고객이 데이터를 맡길 수 있는지는 오늘의 사업 문제다. 반복 계약을 만드는 힘은 더 많은 자료를 확보했다는 주장에만 있지 않다. 필요한 자료만 다루고, 사용 범위를 설명하며, 문제가 생겼을 때 책임 있게 대응하는 능력이 제품 안에서 확인될 때 기업의 성장도 지속성을 얻는다.