업무사례

최근 개인정보보호위원회(이하 "개인정보위")는 2025년 주요 정책 추진 계획을 발표하며, AI 개발과 데이터 활용을 위한 규제 혁신 방안을 공개했습니다. 이번 발표에는 생성형 AI와 같은 신기술의 급성장에 따른 데이터 규제 완화 필요성과 프라이버시 보호 강화의 균형을 맞추기 위한 다양한 내용이 포함되었습니다. 

특히, 연구 개발을 목적으로 원본 데이터 활용을 제한적으로 허용하는 특례 규정을 신설하고, 정당한 이익 및 공익에 기반한 개인정보 처리 근거를 확대하며, 안전한 데이터 처리 기준을 구체화하는 등의 정책을 통해 데이터 의존도가 높은 AI 산업을 적극 지원하겠다는 의지를 밝혔습니다.

AI 개발과 데이터 활용에 대한 규제는 국가별로 상이하지만, 전 세계적으로 데이터의 가치와 활용 가능성을 극대화하려는 움직임이 증가하고 있습니다. 예를 들어, 유럽연합(EU)의 경우, GDPR 규정을 준수하는 한에서 데이터 활용을 적극적으로 권장하며, AI Act와 같은 새로운 법안을 통해 AI 기술 개발을 지원하고 있습니다. 미국은 AI 연구를 위한 데이터셋 구축과 활용에 관해 비교적 유연한 규제를 적용하며, AI 혁신을 촉진하기 위한 연방 차원의 지원이 이루어지고 있습니다. 이러한 글로벌 추세에 맞춘 개인정보위의 이번 규제 완화는 국내 AI 산업의 경쟁력을 높이는 데 크게 기여할 것으로 예상됩니다. 

원본 데이터 활용의 필요성

원본 데이터 활용은 AI 개발을 활성화할 수 있도록 여러 이점을 제공합니다. 우선, 원본 데이터는 가명처리 데이터보다 완전성과 일관성이 뛰어나기 때문에 더 정확한 AI 모델 학습이 가능합니다. 이를 통해 데이터 품질이 향상되며, 연구자는 제약 없이 필요한 데이터를 활용할 수 있어 데이터 준비에 소요되는 시간과 비용도 절감할 수 있습니다. 또한, 원본 데이터를 활용한 학습은 가명 처리 과정에서 발생할 수 있는 정보 왜곡을 방지하여 결과적으로 AI의 신뢰도를 높이는 데 기여합니다.

이번 규제 완화는 AI 산업과 개인정보 보호의 균형을 유지하는 데 목적을 두고 있습니다. 가명처리된 데이터만으로는 연구 목적 달성이 어려운 경우, 원본 데이터를 활용할 수 있도록 허용함으로써 고급 AI 기술의 개발이 가능해질 것으로 기대됩니다. 예를 들어, 의료 AI 분야에서는 고도로 정밀한 분석이 필요하지만, 데이터의 가명 처리로 인해 중요한 정보가 손실되는 문제가 제기되어 왔습니다. 이러한 상황에서 원본 데이터 활용이 허용되면 보다 정확하고 신뢰할 수 있는 AI 모델을 개발할 수 있을 것입니다.

원본 데이터 활용으로 AI 학습 효율성 증대

AI 기술 개발에서 고품질의 학습데이터는 AI 모델의 성능을 결정짓는 핵심 자원으로, 원본 데이터를 활용하면 데이터 왜곡 가능성을 줄이고 학습 과정의 에러를 최소화하여 모델의 예측 정확성을 크게 향상시킬 수 있습니다. 개인정보 보호 규제 완화를 통해 원본 데이터 활용이 가능해지면서 연구 개발의 효율성이 높아지고, 특히 NLP(자연어 처리)나 이미지 인식 등 첨단 AI 분야에서는 데이터의 풍부한 맥락 정보를 활용해 성능을 더욱 개선할 수 있습니다. 이러한 변화는 시간과 자원의 낭비를 줄이고 시장에서 활용 가능한 AI 솔루션 개발을 가속화할 것으로 기대됩니다.

산업 분야별 학습데이터 활용 사례

* 의료: 환자의 전자의료기록(EMR)이나 의료 영상 데이터는 AI 모델 학습에 중요한 자원입니다. 원본 데이터를 활용하면 질병 진단 모델의 정밀도가 증가하고, 새로운 치료법 개발에도 기여할 수 있습니다.

​* 금융: 거래 데이터와 같은 민감 정보는 금융 사기 방지 및 맞춤형 금융 서비스 개발에 활용됩니다. 원본 데이터를 활용하면 위험 모델링 및 개인화된 금융 상품 추천의 정확도가 크게 향상됩니다.

​* 교육: 학생들의 학습 패턴 데이터를 분석하여 개인 맞춤형 교육 솔루션을 개발하는 데도 원본 데이터가 활용됩니다. 이는 교육 격차 해소와 학습 효율성 증대에 기여할 수 있습니다.

학습데이터 활용에 대한 안전조치 및 법적 고려사항

데이터 활용에서 가장 중요한 점은 개인정보 보호와 투명성을 유지하는 것입니다. 원본 데이터를 사용할 때는 데이터 소유자의 동의와 함께 활용 목적, 방법, 보관 기한 등을 명확히 공개해야 하며, 개인정보위의 심의·의결 절차는 신뢰성을 높이는 핵심적인 역할을 하게 될 것으로 예상됩니다.

AI 학습에 사용되는 데이터는 소유권, 활용 범위, 폐기 절차, 그리고 국내외 규제 차이 등 다양한 법적 과제를 수반합니다. 특히, 원본 데이터를 제공한 기관과 이를 활용한 AI 모델 개발자, AI 모델의 이용자 간의 권리 귀속 문제가 발생할 수 있어 데이터 제공 계약서에서 연구 결과물에 대한 권리를 명확히 규정하는 것이 중요합니다. 

또한, 데이터 활용이 종료된 후 개인정보보호법에 따라 적절한 폐기 절차를 준수하지 않으면 법적 문제가 발생할 수 있으므로, 데이터 폐기 기준과 절차를 설정하고 이를 계약에 반영해야 합니다. 학습데이터 활용이 글로벌 기업 간 협력으로 이루어질 경우에는 GDPR, CCPA 등 국내외 규제 차이를 고려해 데이터 관리와 사용 방안을 설계하고 국제적인 데이터 관리 체계를 수립해야 합니다.

학습데이터 활용에 따른 법무법인 비트의 역할

첫째, 데이터 수집 및 활용 동의서 작성입니다. 데이터 수집 과정에서 개인정보보호법, 정보통신망법, GDPR 등 국내외 규정을 준수해야 하며, 이를 위해 데이터 수집 목적, 원본 데이터 활용 시 정보주체 또는 개인정보 제공자의 권리와 삭제 요청 등 절차, 데이터 활용의 범위와 기간, 국제 데이터 전송 관련 규정 준수 여부 등을 명확히 검토해야 합니다.

둘째, 데이터 제공 및 사용 계약서 작성입니다. 연구기관이나 기업 간 학습데이터를 제공하거나 사용하는 경우 데이터 소유권과 사용권을 명확히 규정해야 하며, 계약 종료 후 데이터 폐기 및 반환, 데이터 오용 방지를 위한 책임 조항, 위약벌 규정, 그리고 원본 데이터로 발생하는 연구 성과에 대한 권리 귀속을 포함한 계약서를 마련해야 합니다.

셋째, 안전한 데이터 처리 기준 설정입니다. 기업이 학습 데이터를 처리하는 과정에서 암호화, 접근 통제, 비식별화 등의 보호 조치를 준수하고, ISMS 인증 여부, 접근 권한 통제 및 기록 관리, 재식별 방지 대책 등을 포함한 내부 지침을 작성하여 데이터 관리 체계를 확립해야 합니다.

마지막으로, 데이터 관리의 법적 리스크 분석입니다. 원본 데이터 활용이 가능해짐에 따라 개인정보 침해나 데이터 오용으로 인한 분쟁 가능성이 증가할 수 있으므로, 개인정보위 심의·승인을 위한 서류 작성, 데이터 활용 프로젝트의 적법성 검토, 개인정보 침해 사고 대응 매뉴얼 마련 등을 통해 기업의 사전 리스크를 최소화할 수 있습니다.

법무법인 비트는 기업, 기관 등이 AI 연구 개발 과정에서 데이터 활용과 개인정보 보호의 균형을 유지하고, 법적 리스크를 최소화할 수 있도록 지원합니다. 개인정보위의 규제 완화에 발맞추어 데이터 수집과 활용에 관한 명확한 법적 기준 제시, 안전한 데이터 처리 체계 구축, 그리고 기업의 법적 리스크 분석을 통해 고객들이 안전하고 신뢰할 수 있는 데이터 활용 환경을 구축할 수 있도록 하여 국내 AI 기술의 혁신과 글로벌 경쟁력 강화에 기여하고자 합니다. 

본 건의 업무사례는 아래 법무법인 비트 블로그에서도 확인하실 수 있습니다.

- AI 학습데이터 활용, 개인정보보호위원회의 새로운 규제 완화 정책

감사합니다.
법무법인 비트 드림