AI기본법 중소기업 대응, 왜 다들 막막해할까요
결론부터 말씀드리면, AI기본법은 큰 방향만 정해두고 세부 기준 상당수를 시행령과 하위 고시로 미뤄둔 상태라 중소기업이 “우리가 정확히 뭘 해야 하는지” 스스로 판단하기가 쉽지 않습니다. 법은 시행됐지만 실무 지침은 아직 촘촘하지 않고, 그 판단 부담을 결국 중소기업이 떠안고 있는 모양새입니다. 최근에도 이 문제를 지적하는 목소리가 국회에서 다시 나왔습니다.
2026년 초 시행된 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」(이하 AI기본법)은 국내 AI 산업 전체를 아우르는 첫 통합 법률입니다. 그런데 시행 반년이 지난 지금도 인공지능(AI) 기본법이 연초 시행됐지만 중소기업과 소상공인 현장의 AI 도입은 여전히 초기 단계에 머물러 있다는 지적이 나오고 있습니다. 2026년 7월 6일 서울 여의도 국회의원회관에서는 중소기업·소상공인 인공지능 전환 촉진법 제정을 위한 입법 간담회가 열렸는데, 이 자리에서 산업계는 기본법의 중소기업 관련 조항이 선언적 수준에 그친다고 지적했습니다.
특히 눈에 띄는 대목은 중소벤처기업연구원 관계자의 발언입니다. 중소기업에게는 AI 도입 자체가 법적 불확실성에 노출될 수 있는 위험을 안고 있다는 진단이 나왔고, 중소기업과 소상공인은 AI 사용을 활성화하는 것과 이에 따른 규제 준수라는 두 가지 과제를 동시에 짊어지고 있다는 점도 지적됐습니다. 법적 규제를 자체적으로 해석하고 준수할 역량이 부족한 중소기업 입장에서는, 디지털 복제와 전송을 기반으로 하는 AI 자체가 법적 불확실성의 근원이 될 수 있다는 것입니다.
이런 상황은 픽셀앤코드처럼 B2B·B2G로 소프트웨어를 개발하고 제안서를 만들고 데이터를 가공하는 회사에도 그대로 걸립니다. 고객사에 AI 기능을 넣은 솔루션을 제안하거나, 관공서 납품 과정에서 AI 활용 여부를 명시해야 하는 경우가 늘고 있기 때문입니다. “법이 있으니 알아서 조심하라”는 식으로 방치하면, 나중에 계약이나 감사 단계에서 예상 못한 문제가 튀어나올 수 있습니다.
AI기본법의 핵심 구조, 중소기업 입장에서 무엇이 문제인가
AI기본법은 AI를 위험도에 따라 구분하고, 그중 국민의 생명·안전·기본권에 중대한 영향을 미칠 수 있는 “고영향 인공지능”에 대해 더 강한 의무를 부과하는 구조를 취하고 있습니다. 문제는 우리 회사가 만들거나 도입하는 AI 기능이 고영향에 해당하는지 아닌지를 판단하는 기준 자체가 아직 현장에서 체감할 만큼 명확하지 않다는 점입니다.
예를 들어 채용 심사를 돕는 AI, 대출·신용 평가에 쓰이는 AI, 공공기관 민원 응대에 활용되는 AI 등은 고영향 분류에 걸릴 가능성이 큰데, 정작 중소기업이 만드는 솔루션 중에는 이런 영역과 애매하게 걸쳐 있는 경우가 적지 않습니다. 예산 정책 측면에서도 격차가 드러납니다. 소상공인시장진흥공단의 2026년 AI 사업 예산이 174억원 규모에 그친다는 지적이 나올 정도로, 중소기업·소상공인이 규제 준수 역량을 갖추도록 지원하는 재원 자체가 넉넉하지 않습니다.
이 문제를 해결하기 위해 국회에서는 별도의 「중소기업·소상공인 인공지능 전환 촉진법」 제정이 논의되고 있습니다. 아직 법안 통과 여부는 불확실하지만, 이런 논의가 진행 중이라는 사실 자체가 현재 AI기본법만으로는 중소기업 현장의 불확실성이 충분히 해소되지 않는다는 신호로 볼 수 있습니다.
지금 당장 우리 회사가 점검할 수 있는 것들
법이 완전히 정비되기를 기다리기보다, 지금 시점에서 실무적으로 점검할 수 있는 부분부터 시작하는 편이 현실적입니다.
첫째, 우리가 개발·제안하는 솔루션에 AI 기능이 들어간다면 그 기능이 어떤 데이터를 다루고 어떤 의사결정에 영향을 주는지 문서로 정리해두는 것이 좋습니다. 채용, 평가, 승인·거절처럼 사람에게 직접적인 영향을 주는 판단에 AI가 개입한다면 고영향 분류 가능성을 염두에 두고 대응 방안을 미리 검토해야 합니다.
둘째, 고객사·발주기관에 제출하는 제안서나 계약서에 AI 활용 범위와 책임 소재를 구체적으로 명시하는 습관을 들이는 것이 중요합니다. B2G 사업에서는 특히 발주기관이 AI 관련 조항을 요구하는 사례가 늘고 있으므로, 표준 문구를 미리 준비해두면 대응 속도가 빨라집니다. 이런 문서 작업이 반복된다면 엑셀 명단으로 공문·안내문 100통 만들기, 메일 병합으로 끝내기에서 다룬 방식으로 표준화된 문서를 대량으로 관리하는 것도 도움이 됩니다.
셋째, 사내에서 AI를 실제로 어떻게 쓰고 있는지부터 파악해야 합니다. 규제 대응은 “우리가 AI를 어디에, 어떻게 쓰고 있는지”를 스스로 아는 데서 시작합니다. 이미 정리해둔 사내 AI 사용 가이드라인 만드는 법의 데이터 등급·책임 소재 항목을 다시 점검하면서, 법적 요구사항이 추가될 때마다 업데이트할 수 있는 구조를 만들어두는 것이 좋습니다.
넷째, 코드나 데이터 가공 과정에서 AI 도구를 활용한다면 그 사용 이력을 남겨두는 습관도 필요합니다. 예를 들어 파이썬 스크립트로 데이터를 가공하면서 AI 코딩 도구의 도움을 받았다면, 어떤 도구를 어떤 범위에서 썼는지 로그로 남기는 것이 나중에 책임 소재를 가릴 때 유리합니다. 아래는 간단한 사용 로그 예시입니다.
import datetime
import json
def log_ai_usage(tool_name, task, data_scope):
entry = {
"timestamp": datetime.datetime.now().isoformat(),
"tool": tool_name,
"task": task,
"data_scope": data_scope,
}
with open("ai_usage_log.jsonl", "a", encoding="utf-8") as f:
f.write(json.dumps(entry, ensure_ascii=False) + "\n")
log_ai_usage("Claude Code", "제안서 초안 문구 정리", "고객사 비민감 정보")이런 로그를 습관적으로 남기면 나중에 감사나 계약 검토 시 대응이 훨씬 수월해집니다. 자동화 작업 전반의 기록 습관에 대해서는 자동화 스크립트, 만들고 나서가 더 중요합니다에서 더 자세히 다루고 있습니다.
앞으로 몇 달, 무엇을 지켜봐야 할까요
AI기본법 시행령과 관련 고시는 앞으로도 계속 구체화될 예정이고, 국회에서 논의 중인 중소기업 전환 촉진법의 통과 여부도 지켜봐야 할 변수입니다. 규제가 명확해지기 전까지는 오히려 보수적으로, 우리 회사가 다루는 AI 기능의 범위와 데이터 흐름을 스스로 문서화해두는 쪽이 안전합니다. 규제 대응은 한 번에 끝내는 프로젝트가 아니라, 정책 변화를 주기적으로 확인하고 내부 기준을 업데이트하는 지속적인 과정으로 봐야 합니다.
픽셀앤코드는 맞춤형 소프트웨어 개발과 제안서 디자인, 데이터 가공 업무를 하면서 이런 규제 환경 변화를 실무 관점에서 함께 살펴보고 있습니다. AI 기능이 들어간 솔루션을 준비하시거나 B2G 제안 과정에서 AI 관련 조항 정리가 필요하시다면, 저희와 함께 실무적인 대응 방안을 검토해보실 수 있습니다.