[ 9부 ] 기술과 법의 경주: 한국과 해외의 가짜 정보 규제 비교

제1장: 서론: 기술과 법의 🤯 기하급수적 격차¹ (The Exponential Regulatory Lag)

1.1. 보고서 배경: AI 시대, 가짜 정보의 지능화와 사회 신뢰 붕괴 위협

생성형 인공지능(Generative AI) 기술의 폭발적인 발전은 인류가 정보를 생산하고 소비하는 방식의 근본적인 전환을 야기했습니다.

과거에는 허위 정보(Fake Information)가 조악한 품질로 쉽게 판별 가능했으나, 이제는 딥페이크² (Deepfake) 기술을 필두로 한 AI 생성물이 인간의 인지 능력을 압도하는 수준으로 고도화되고 있습니다.

이러한 변화는 단순한 미디어 조작을 넘어 사이버 폭력, 사기, 성착취, 시장 질서 훼손, 심지어 선거 결과 왜곡에 이르기까지 사회 전반의 불법 행위에 악용되고 있습니다.

인공지능 기반 딥페이크에 대한 해외 법제 및 시사점 | 국내연구자료 | KDI 경제교육·정보센터

 

이러한 기술적 가속화의 물결 앞에서, 이를 통제하고 사회적 신뢰를 보호해야 할 법률 및 제도적 체계는 심각한 구조적 한계에 직면했습니다.

혁신이 초(秒) 단위로 이루어지는 환경 속에서 입법 과정은 여전히 연 단위의 선형적 속도에 갇혀 있습니다.

법과 제도가 이러한 기술 발전의 속도를 따라잡지 못하는 현상은 단순한 지연이 아니라 법적 공백을 제도화하는 결과를 낳았으며, 이는 향후 사회적 혼란을 더욱 가중시킬 수 있는 핵심적인 구조적 결함으로 지적됩니다.

AI 산업 혁신을 위한 특별법 마련과 규제 완화 전략 - 엘파인드 법률 이슈

1.2. 핵심 논지: 입법의 선형적 속도와 기술의 가속화가 낳는 법적 공백

 

본 보고서의 핵심 논지는 법적 규제의 선형적 속도와 기술 개발의 기하급수적 격차¹ 간의 격차가 더 이상 무시할 수 없는 수준에 이르렀다는 점입니다.

이러한 구조적 비대칭성은 법률이 그 본연의 기능인 예방(prophylactic) 및 억지(deterrent) 능력을 상실하게 만드는 주된 원인입니다.

특히, 한국의 경우 기술 진흥을 최우선으로 하는 정책적 접근과 특정 범죄에만 국한된 핀포인트 통제¹¹ 방식이 결합되면서 법적 불확실성이 증가하고 있습니다.

이러한 국내외 규제 방식의 비교 분석을 통해, 본 보고서는 규제의 속도 차이가 어떻게 향후 사회적, 경제적 비용을 증폭시키는지 깊이 있게 탐구할 것입니다.

1.3. 분석 방법론 및 비교 대상 (한국, EU, 미국)

본 보고서는 법적 규제의 철학(예방적 규제 대 사후적 규제)과 이행 속도를 중심으로 한국, 유럽연합(EU), 미국 세 주요 권역의 AI 관련 규제 체계를 비교 분석합니다.

한국은 'AI 기본법'의 '우선 허용, 사후 규제¹²' 원칙을, EU는 'EU AI Act'로 대표되는 포괄적 위험 기반 접근 방식을, 미국은 'SANDBOX Act' 발의로 상징되는 혁신 장려와 규제 최소화 기조를 취하고 있습니다. 

2025년 한국 AI 거버넌스 백서 심층 분석: 법률, 기술, 윤리 기준과 산업별 영향 평가

 

제2장: 가짜 정보 기술의 최전선: 규제 회피를 위한 군비 경쟁 (The Evasion Arms Race)

2.1. 생성형 AI 모델의 혁신적 발전과 딥페이크²의 경계 확장

생성형 AI 기술은 텍스트, 이미지, 음성, 영상 등 모든 미디어 형식에서 현실과 구분이 불가능한 콘텐츠를 생산하는 단계를 넘어, AI가 능동적인 행위자로 진화하는 양상을 보입니다.

차세대 모델의 등장: LLM에서 LAM⁴으로 AI 기술은 범용 LLM(Large Language Model)의 고도화 위에서 LMM⁵ (Large Multimodal Model)을 통해 텍스트, 이미지, 음성 등 다양한 데이터 유형을 통합적으로 처리하는 능력을 확보했습니다.

여기서 더 나아가, AI의 실제 행동 수행 능력을 향상시키는 LAM⁴ (Large Action Model)이 등장하여, AI를 단순한 인식 및 정보 처리 단계를 넘어 자율적으로 업무를 수행하는 '에이전트'로 전환하는 핵심 동력이 되고 있습니다.

새로운 콘텐츠 형식의 출현 2025년에는 AI가 생성하는 콘텐츠가 정적인(Static) 형태에서 동적인(Dynamic) 형태로, 그리고 일방향적인 전달에서 상호작용적(Interactive) 경험으로 전환되는 추세입니다.

멀티모달 콘텐츠, 인터랙티브 스토리텔링, 개인화된 동적 콘텐츠 등 총 8가지 새로운 형식이 시장을 주도할 것으로 전망되며, 이는 딥페이크 악용의 범위와 정교함이 콘텐츠의 새로운 영역까지 확장됨을 의미합니다. 

2025 생성형 AI가 만들어 낼 8가지 새로운 콘텐츠 형태

 

2.2. AI 탐지 기술의 한계와 AI 휴머나이저⁶ 도구의 출현

 

법률이 AI 생성 콘텐츠에 대해 투명성(표시 의무)을 요구할 때, 그 법적 집행력은 해당 콘텐츠를 식별할 수 있는 기술적 능력에 전적으로 의존합니다.

그러나 현재 시장에서는 이 법적 의무를 무력화시키는 '규제 회피 산업'이 상업화되어 폭발적으로 성장하고 있습니다.

이러한 현상은 AI 휴머나이저⁶ (AI Humanizer) 도구의 등장을 통해 명확히 입증됩니다.

Uncheck AI나 Humbot, undetectableTM과 같은 상업적 도구들은 콘텐츠를 스캔하여 AI 생성 징후를 파악한 후, 이를 탐지할 수 없도록 '인간화'하는 기능을 제공합니다.

Humbot의 경우 50개 이상의 다국어를 지원하며, GPTZero, Turnitin, Winston AI 등 주요 AI 감지 모델을 한 번에 우회하도록 설계되었습니다.

이는 법적 규제에 대한 대항 기술이 이미 상업화되어 법적 검토 과정을 우회하고 있는 것입니다.

결과적으로, 현재 또는 미래에 계획된 AI 생성물 표시 의무화와 같은 법적 요구사항은 콘텐츠가 디지털적으로 '인간화'되어 필수적인 기술적 검증 시스템을 우회하는 순간 효력을 잃게 됩니다. 

탐지 기술에 의존하는 법률은 그 태생부터 기능을 상실하게 되는 것입니다.

2.3. 기술적 투명성 확보를 위한 국제 표준화 동향: 기술적 통제로서의 법

기술적 회피 산업이 만연한 상황에서, 법적 규제가 실효성을 갖기 위해서는 사전적 무결성 보장(ex-ante integrity assurance)으로 초점을 전환해야 합니다.

이 대안은 생성 단계부터 콘텐츠의 투명성을 강제하는 기술적 통제 장치의 법적 의무화입니다.

국제 표준화 기구들(ISO, ITU)은 이러한 방향으로 움직이고 있습니다.

ITU-T Q7/17에서는 데이터 분석, 비식별화, 생성형 AI 보안 등 다양한 기술을 활용한 보안 표준화 항목을 개발 중입니다.

특히 디지털 워터마킹⁷ (Digital Watermarking), 차등 프라이버시(Differential Privacy), SMPC⁹ (Secure Multi-party Computation) 및 PETs¹⁰ (암호화 기반 개인정보보호 기술) 등은 AI 모델 학습 및 추론 과정에서의 보안성을 높이고 데이터의 무결성, 기밀성, 프라이버시를 보호하는 데 핵심적인 역할을 수행합니다.

더 나아가, 딥페이크의 위협에 대응하기 위한 포렌식 AI⁸ (Forensic AI) 연구가 ACL 2025 등 주요 국제 학회에서 최전선에 있습니다.

이는 음성 프리 트레이닝 모델을 활용하여 오디오 딥페이크의 발음 특징(Prosodic Signatures)을 조사함으로써, 콘텐츠의 소스 귀속(Source Attribution)을 추적하는 방안을 제시합니다.

Investigating Prosodic Signatures via Speech Pre-Trained Models for Audio Deepfake Source Attribution

 

법은 최종적인 집행 기관으로서, 투명성 확보를 위한 기술적 장치를 강제하고 AI에 대한 윤리적 인식(85% 인지)과 실제 구체적인 조치(절반 미만) 사이의 격차를 해소하는 궁극적인 동력으로 기능해야 합니다.

2025년 AI는 어디까지? 당신이 놓쳐선 안 될 기술 혁명

 

제3장: 한국의 규제 패러다임: '진흥 선행'과 '핀포인트 통제¹¹'의 충돌

3.1. 진흥의 속도: AI 산업 발전 특별법과 규제 샌드박스³의 도입 목표

한국의 AI 정책은 산업 진흥과 기술 발전에 우선순위를 두는 '진흥 선행' 철학을 기반으로 합니다.

국회에 발의 예정인 'AI 산업 발전 특별법'은 규제 샌드박스³ 개념을 적극적으로 도입하려는 점이 주목됩니다. 

규제 샌드박스³는 기존 규제가 완전히 확립되기 전이라도 새로운 기술이나 서비스에 대해 일정 범위 내에서 규제를 잠정적으로 면제하거나 완화해 주는 제도로, 기업들의 신속한 기술 개발과 시장 출시를 촉진하는 환경을 조성합니다.

AI 산업 혁신을 위한 특별법 마련과 규제 완화 전략 - 엘파인드 법률 이슈

 

3.2. 투명성 확보를 위한 법적 노력: 인공지능 기본법의 시행과 속도 문제

한국은 2024년 12월 26일 '인공지능 기본법'을 제정했으며, 이는 아시아 최초이자 EU에 이어 세계에서 두 번째로 제정된 포괄적 AI 법률로 2025년 10월부터 시행될 예정입니다.

이 법은 '우선 허용, 사후 규제¹²' 원칙을 핵심 철학으로 하며, 투명성 요건(고영향 AI의 고지 의무)과 안전성 및 책임성 요건(사업자의 안전 확보 조치 의무)을 법제화했습니다.

정부는 내년 1월부터 시행될 AI 기본법에 맞춰 현재 시행령 초안을 준비 중이며, AI 기술 활용에 대한 표시 의무화 등 투명성 요건을 담고 있습니다.

그러나 AI 기본법의 광범위한 투명성 의무화 시행 예정 시점은 기술 발전 속도와 비교할 때 여전히 지연의 문제를 안고 있습니다.

이미 시장에는 AI 탐지 회피 도구인 AI 휴머나이저⁶들이 상업적으로 널리 퍼져 있으며, 법적 의무가 발효되기도 전에 악의적 행위자들은 법의 감시를 피할 수 있는 기술적 방법을 완성하게 됩니다.

3.3. 규제 샌드박스: 미국 모델과의 전략적 격차 분석

 

한국 정부는 AI 3대 강국 도약을 목표로 규제 샌드박스 '레벨업'을 논의하고 있지만, 2025년 9월 발의된 미국의 SANDBOX Act와 비교했을 때 규제 적용 범위에서 중대한 격차가 존재합니다.

• 한국의 한계: 
  한국의 기존 규제 샌드박스³는 주로 허가, 승인, 등록 등 '허가 등'의 규정에 적용이 제한됩니다.
  따라서 법적 의무만 부과하고 별도의 허가 절차는 없는 법률 (예: 저작권법, 개인정보보호법)에 대해서는 규제 면제 또는 변경을 적용하기가 사실상 어렵습니다.
  
  
• 미국의 유연성: 
  미국 SANDBOX Act는 참가자가 사업을 저해하는 모든 연방 규칙, 지침, FAQ 간행물까지 포함하여 규제에 대한 면제(waiver) 또는 변경(modification)을 신청할 수 있도록 허용합니다.

이러한 규제 범위의 차이는 혁신 속도에 결정적인 영향을 미칩니다. 한국이 우선 허용, 사후 규제¹² 철학을 실현하기 위해서는, 미국처럼 '모든 저해 규정'에 대한 면제/변경 권한을 부여하는 전략적 결단이 시급합니다.

미국 AI 규제 샌드박스 법안의 주요 내용 및 시사점 - 법무법인(유) 광장 | Lee & Ko

 

제4장: 해외 주요국 AI 규제 모델 비교 분석: 속도와 범위의 차이

4.1. 유럽연합 (EU): 포괄적 위험 관리 모델

유럽연합은 'EU AI Act'를 통해 AI 시스템을 위험도에 따라 분류하고 고위험 시스템에 대해 시장 출시 전부터(ex-ante) 엄격한 의무를 부과하는 예방적 규제 모델을 제시했습니다.

EU AI Act는 2025년 8월 이전에 주요 컴플라이언스 이정표를 설정하는 등 단계적 시행을 진행하고 있습니다.

EU AI Act: Key Compliance Considerations Ahead of August 2025 | Insights | Greenberg Traurig LLP

 

위반 시 전 세계 매출의 최대 7%에 달하는 막대한 과징금을 부과합니다.

포괄적인 EU의 규제조차 기술의 기하급수적 발전에 맞설 만큼의 속도를 달성하기 어렵다는 점은 전 세계 입법 기관이 공통으로 직면한 한계입니다.

4.2. 미국 (US): 연방의 공백과 주(州)별 분산적 규제

미국은 연방 차원의 포괄적인 종합법이 아직 마련되지 않은 상태입니다.

연방의 공백은 주(州) 정부 단위의 분산적이고 개별적인 규제로 채워지고 있습니다.

예를 들어, 캘리포니아주는 딥페이크² 범죄 대응 법안 제정을 추진하고 있으며, 뉴욕시는 민간 채용 과정에서 AI 사용 시 사전 영향 평가를 의무화했습니다.

이러한 분산적 접근 방식은 규제의 통일성과 일관성을 저해하는 '규제 조각보(Patchwork Quilt)'를 형성하여, 악의적 행위자들이 규제가 약하거나 없는 주를 '안전지대'로 활용할 수 있는 법적 허점을 제공합니다.

美서도 딥페이크 범죄에 '시끌'…캘리포니아, AI 악용 막기 위한 새 법안 제정 임박

 

AI 법 규제 어떻게 달라지고 있을까: 지금 꼭 알아야 할 흐름

 

제5장: 규제 지연이 초래하는 사회적 혼란과 비용 (The Social Costs of Inertia)

5.1. 사기 및 조작 범죄의 고도화: 2025년 딥페이크²의 무기화

 

법적 공백은 사기 및 조작 범죄의 고도화를 가속화하는 직접적인 원인이 됩니다.

2023년 7월부터 2024년 7월까지 1년 동안 38개국에서 공인을 사칭한 82개의 딥페이크²가 발견되었으며, 이 중 상당수가 선거가 예정된 국가들에서 발생했습니다.

 

딥페이크 악용의 주요 전략 (2025년 기준):

• 사기 (26.8%): 
  쥐스탱 트뤼도 캐나다 총리 등 저명인사를 사칭하여 금융 사기를 홍보하는 행각이 발생했습니다.
  
  
• 허위 진술 (25.6%): 
  키어 스타머 영국 총리의 정당 비판 가짜 음성 파일처럼, 유권자들을 오도하기 위해 공인의 진술을 조작합니다.
  
  
• 새로운 전술 – 가짜 고발자: 
  AI를 사용하여 고발자로 가장한 제3자의 딥페이크² 영상을 만들어 스캔들을 조작하고 여론을 왜곡하는 전술이 등장했습니다.
  
  
• 여성 정치인 표적: 
  정치 영역의 여성들은 비동의 음란물(Non-consensual Pornography)의 표적이 되는 경우가 불균형적으로 많아, 딥페이크²가 민주적 참여를 저해하는 심각한 성별 기반 폭력의 도구가 되고 있습니다.

2024년 딥페이크 및 선거 허위 정보 보고서: 주요 결과 및 방어 전략

법적 대응 시간이 지연될수록, 범죄는 더 복잡해지고 광범위한 사회적 피해를 유발합니다.

5.2. 기술적 해결책(워터마킹)을 강제하는 법적 장치 마련의 시급성

규제 지연이 초래하는 사회적 혼란을 최소화하기 위해, 법률은 자발적인 산업 표준에 의존하는 단계를 넘어서야 합니다.

기술 개발의 속도에 맞춰 규제의 예방적 효과를 확보하는 유일한 길은 생성 단계에서의 기술적 통제 장치 의무화입니다.

이러한 기술적 장치는 콘텐츠의 출처와 무결성을 보장하여, 법이 콘텐츠 확산 이후가 아닌 생성 시점에서부터 개입할 수 있는 근거를 마련해 줍니다. 

법은 최종적인 집행 기관으로서, 투명성 확보를 위한 기술적 장치를 강제하는 궁극적인 동력으로 기능해야 합니다.

제6장: 결론 및 정책 제언: 유연하고 지속 가능한 거버넌스 로드맵

법률과 AI 기술 간의 기하급수적 격차¹는 단순히 정책적 불편함이 아니라, 사회적 신뢰와 시장 질서를 위협하는 구조적 문제입니다.

한국은 기술적 진흥과 동시에 규제의 '속도와 범위'를 혁신적으로 높이는 제도적 전환을 시급히 이루어내야 합니다.

6.1. 단기적 법적 명확성 강화: 딥페이크² 형사처벌 요건 구체화

현재 한국 법제는 딥페이크² 형사처벌 대상을 선거 및 디지털 성범죄에 한정함으로써 광범위한 범죄 영역을 방치하고 있습니다.

단기적으로는 딥페이크² 기반의 금융 사기, 일반 명예훼손, 조직적 조작 등 일반 범죄에 대한 형사 처벌 요건을 명확히 하고, 그 범위를 확대해야 합니다.

6.2. 중장기적 유연한 대응 체계 구축: 규제 샌드박스³의 전략적 레벨업

AI 산업 발전 특별법을 통해 도입되는 규제 샌드박스³는 단순히 기술 진흥 수단으로만 기능해서는 안 됩니다. 

규제 샌드박스³의 적용 범위를 미국 SANDBOX Act 수준으로 긴급 확장해야 합니다.

'허가 등' 규정에 국한된 현재의 시스템으로는 AI 학습의 핵심 병목인 저작권법 등 '법적 의무' 규정을 해결할 수 없습니다. 

우선 허용, 사후 규제¹² 철학을 실질적으로 구현하기 위해서는, 모든 저해 규정에 대한 '면제 또는 변경(Waiver or Modification)' 권한을 부여하는 시스템으로의 전환이 필수적입니다.

6.3. AI 윤리 실천 및 포렌식 AI⁸ 인프라 의무화

AI의 '현실화' 시대에 접어들면서, AI 기본법의 책임성 기조를 실질적으로 이행하기 위해, 딥페이크² 악용 방지를 위한 기술적 인프라 구축을 법적으로 의무화해야 합니다.

구글 I/O 2025, "이론이 현실로"....AI의 '현실화'를 통한 혁신적인 AI 생태계 이끈다! - 인공지능신문

 

특히, 선거 및 사기에 악용되는 오디오 딥페이크² 추적을 위해 발음 특징(Prosodic Signatures) 기반의 포렌식 AI⁸ 연구 개발 및 적용을 지원하고, 고영향 AI 시스템에 대해서는 출처 귀속(Source Attribution)을 강제하는 가이드라인을 강화해야 합니다.

이는 신뢰할 수 있는 AI 생태계를 구축하고 법적 책임의 주체를 명확히 하는 데 필수적인 전제가 될 것입니다.

---

🚨 다음 편 예고: 10부. '진심'이 곧 경쟁력: 신뢰 사회를 만드는 우리의 역할 🚨

9부까지의 대장정에서 우리는 '규제의 속도'가 기술의 속도를 따라잡을 수 없다는 절망적인 격차를, 그리고 아무리 정교한 기술도 완벽한 방패가 될 수 없다는 냉혹한 현실을 목도했습니다.

가짜와의 전쟁은 결국, 기술과 법이 닿을 수 없는 인간의 영역에서 판가름 납니다.

• 10부, 시리즈의 대미를 장식할 마지막 이야기에서는 가짜 정보가 만연한 시대일수록, '진심'과 '신뢰'가 기업과 개인의 가장 가치있는 경쟁력임을 역설합니다.
  
  
• 가짜 문제 해결의 궁극적인 해법은 최첨단 AI나 강력한 법보다, 결국 인간의 판단력과 윤리의식에 달려 있음을 증명합니다.
  
  
• 신뢰 사회를 구축하고 지탱하기 위한, 개인과 기업이 취해야 할 구체적이고 실천적인 역할을 명확히 제시합니다.

이제, 외부의 방패를 찾는 것을 멈추고 내면의 윤리를 무기로 삼아야 할 때입니다.

10부, 『'진심'이 곧 경쟁력: 신뢰 사회를 만드는 우리의 역할』에서 우리 각자의 역할과 책임, 그리고 신뢰라는 최후의 보루를 지킬 해법을 확인하십시오.

놓치지 마세요!

 

[ 8부 ] AI 시대, 진짜와 가짜의 경계가 사라질 때

 

---

📚 용어 설명 (Glossary)

1. 기하급수적 격차 (Exponential Regulatory Lag)
   • 설명: 법률이나 규제 제정의 속도는 일반적으로 선형적(일정하게 증가)이지만, 인공지능(AI) 기술의 발전 속도는 기하급수적(가속하며 폭발적으로 증가)입니다. 이로 인해 규제가 기술의 진화를 따라가지 못하고 뒤처지면서 발생하는 심각한 시간적, 구조적 차이를 의미합니다.
2. 딥페이크 (Deepfake)
   • 설명: '딥러닝(Deep Learning)'과 '가짜(Fake)'의 합성어로, 인공지능 기술, 특히 생성적 적대 신경망(GAN)을 사용하여 특정 인물의 얼굴이나 음성 등을 실제와 구분할 수 없을 정도로 정교하게 조작해 만든 영상, 음성, 이미지를 통칭합니다. 허위 정보 유포 및 사기에 주로 악용됩니다.
3. 규제 샌드박스 (Regulatory Sandbox)
   • 설명: 신기술이나 혁신적인 서비스가 기존의 법규 때문에 출시되기 어려울 경우, 해당 규제를 일정 기간 동안 면제하거나 유예(잠정적으로 풀어주는 것)하여 시험적으로 시장에 내놓을 수 있도록 허용하는 제도입니다. 기술 혁신을 촉진하기 위해 도입되었습니다.
4. LAM (Large Action Model)
   • 설명: 대규모 행동 모델. 기존의 대규모 언어 모델(LLM)이 텍스트 정보를 이해하고 생성하는 데 중점을 뒀다면, LAM은 AI가 실제 세계에서 복잡한 행동과 작업을 자율적으로 수행하고 결정을 내릴 수 있도록 훈련된 차세대 모델을 의미합니다. AI 에이전트 개발의 핵심 기반입니다.
5. LMM (Large Multimodal Model)
   • 설명: 대규모 멀티모달 모델. 텍스트뿐만 아니라 이미지, 음성, 영상 등 여러 가지 데이터 유형(모달리티)을 동시에 이해하고 처리하며 상호 연결된 결과물을 생성할 수 있는 AI 모델입니다.
6. AI 휴머나이저 (AI Humanizer)
   • 설명: AI가 작성한 텍스트나 콘텐츠를 사람이 직접 작성한 것처럼 보이도록 미세하게 수정하거나 변환하는 도구 또는 기술입니다. 이는 AI 콘텐츠 탐지 시스템(디텍터)의 감지망을 회피하여, 학교 과제나 온라인 게시물 등에서 AI 사용 사실을 은폐하기 위해 악의적으로 사용될 수 있습니다.
7. 디지털 워터마킹 (Digital Watermarking)
   • 설명: 이미지, 오디오, 영상 등의 디지털 콘텐츠에 육안이나 청각으로는 감지하기 어렵지만, 특수 소프트웨어를 통해 읽을 수 있는 식별 정보를 삽입하는 기술입니다. AI 생성 콘텐츠에 이 기술을 의무화하면 콘텐츠의 출처나 조작 여부를 추적할 수 있어 투명성을 확보할 수 있습니다.
8. 포렌식 AI (Forensic AI)
   • 설명: 디지털 포렌식(디지털 증거 분석)을 위해 개발된 인공지능 기술을 말합니다. 딥페이크나 위변조된 콘텐츠가 어떤 모델, 어떤 방식으로 생성되었는지를 분석하고 추적하여 증거를 확보하는 데 사용됩니다.
9. SMPC (Secure Multi-party Computation)
   • 설명: 보안 다자간 연산. 여러 당사자가 각자의 개인 데이터를 공개하지 않으면서, 그 데이터를 공동으로 활용하여 특정 계산이나 분석을 수행할 수 있게 하는 암호화 기술입니다. 데이터의 프라이버시를 보호하면서 AI 학습 및 협업을 가능하게 합니다.
10. PETs (Cryptographic PETs / Privacy-Enhancing Technologies)
    • 설명: 프라이버시 강화 기술. 데이터의 가치(분석 및 활용)를 유지하면서도 개인정보를 보호할 수 있도록 설계된 기술들의 집합입니다. 차등 프라이버시나 SMPC⁹ 등이 여기에 포함됩니다.
11. 핀포인트 통제 (Pinpoint Control)
    • 설명: 법률이나 규제를 광범위한 영역에 적용하지 않고, 특정한 위험이나 범죄 유형(예: 선거 관련 딥페이크, 디지털 성범죄)에만 국한하여 조치를 취하는 협소한 규제 방식을 의미합니다. 규제되지 않은 다른 영역에서 악용될 수 있는 사각지대를 발생시킬 위험이 있습니다.
12. 우선 허용, 사후 규제 (Permit First, Regulate Later)
    • 설명: 새로운 기술이나 서비스에 대해 잠재적 위험이 낮다고 판단될 경우 일단 시장 출시 및 테스트를 허용한 후, 운영 과정에서 발생하는 문제나 위험을 파후적으로 파악하여 필요한 규제를 도입하는 정책 원칙입니다. 혁신 속도를 저해하지 않으면서 점진적인 규제를 모색하는 방식입니다.