우리 회사도 바로 쓸 수 있는 사내 AI 사용 가이드라인 — 섀도우 AI부터 막아라

“저희는 사내에서 챗GPT 쓰는 거 금지했어요.” 얼마 전 한 제조업체 대표님이 이렇게 말씀하셨다. 그런데 바로 다음 문장이 이거였다. “그런데 직원들이 몰래 쓰는 것 같긴 한데, 정확히는 모르겠어요.”

이게 거의 모든 중소기업의 현실이다. “금지했다”와 “안 쓰고 있다”는 완전히 다른 문장인데, 많은 경영진이 이 둘을 같은 뜻으로 쓴다.

숫자로 보면 더 분명하다

파수AI가 국내 기업·기관의 AI·IT·보안 담당자 151명을 대상으로 조사한 결과(2026년 10월), 업무 중 개인 계정으로 생성형 AI를 쓴다고 답한 비율이 88.7%였다. 더 놀라운 건, “원칙적으로 사용을 차단한다”고 답한 조직에서도 여전히 77.3%가 개인 계정 AI를 쓰고 있었다는 점이다. 금지 정책이 있어도 사용률이 거의 줄지 않는다는 뜻이다.

왜 이런 일이 벌어지는지도 같은 조사에 나와 있다. 섀도우 AI를 쓰는 이유 1위는 “명확한 사용 정책·가이드라인이 없어서”(28.5%)였고, 2위는 “회사 계정에 사용 이력이 남는 걸 피하려고”(25.3%)였다.

같은 조사에서 담당자들이 가장 걱정한 것도 눈여겨볼 만하다. 1위는 “제3자 AI 모델 학습에 우리 핵심 데이터가 쓰이는 것”(28.3%), 2위는 “개인정보보호법·GDPR 같은 규제 위반”(24.0%), 3위는 “사고가 나도 누가 뭘 입력했는지 추적할 수 없는 것”(23.7%)이었다. 그리고 가장 효과적인 대응책으로는 “안전한 사내 AI 도구 제공”(25.7%), “AI 사용 현황에 대한 가시성 확보”(20.6%), “명확한 정책·가이드라인 수립”(18.9%), “입력 단계의 민감정보 통제 기술”(17.7%) 순으로 꼽혔다. 공교롭게도 이 네 가지가 이 글에서 뒤에 정리할 세 단계와 거의 그대로 맞물린다.

이 문제는 중소기업에서 특히 심하다. 마이크로소프트·링크드인의 조사에 따르면 AI 사용자 중 자기 개인 AI 도구를 업무에 가져와 쓰는 비율이 전체 평균 78%인데, 중소규모 기업에서는 80%로 오히려 더 높다. 전담 보안팀이 없고, 회사 공식 AI 도구도 없고, 명문화된 정책도 없는 조직일수록 “일단 개인 계정으로 쓰고 보자”가 기본값이 되어버린다.

실제로 뭐가 위험한가

막연한 불안이 아니라 구체적으로 짚어보자. 보안업체 LayerX의 조사에 따르면 직원의 77%가 생성형 AI 도구에 데이터를 붙여넣은 경험이 있고, 그중 82%는 회사가 관리하지 않는 개인 계정을 통해서였다. 업로드된 파일의 40%에는 개인정보나 결제정보가 포함되어 있었다. 고객 계약서 초안을 다듬으려고, 또는 코드 리뷰를 받으려고 무심코 붙여넣은 내용이 회사 밖의 서버로 넘어가는 셈이다.

예를 들어 영업팀 직원이 고객사 미팅 전에 상대 회사의 과거 계약 조건과 결제 이력을 정리해서 “이 내용 요약해줘”라고 무료 AI 챗봇에 붙여넣는 상황을 생각해보자. 본인 입장에서는 그저 업무 속도를 내려는 평범한 행동이다. 하지만 그 순간 고객사의 계약 조건과 결제 정보는 회사가 전혀 통제할 수 없는 외부 서버로 넘어간다. 유출 사고라는 걸 아무도 인지하지 못한 채 지나가는 가장 흔한 경로가 바로 이런 “무심코 붙여넣기”다.

여기에 최근 국내 법 개정까지 겹치면서 리스크의 무게가 달라졌다. 2026년 9월 11일 시행된 개정 개인정보보호법은, 고의·중대 과실로 3년 내 반복 위반을 하거나 시정명령을 이행하지 않아 유출 사고가 난 경우 과징금 상한을 기존 매출액의 3% 수준에서 최대 10%까지 올렸다. 아직 기업 규모별 세부 기준은 시행령에서 정해지겠지만, 방향은 분명하다 — “일단 벌금 내고 넘어가자”가 통하던 시대가 끝나가고 있다는 뜻이다. 매출 10억 원짜리 중소기업이라면, 과징금만으로 1억 원이 날아갈 수 있다는 계산이 나온다.

IBM의 분석도 비슷한 결론을 가리킨다. 섀도우 AI 사용 수준이 높은 조직에서 보안 사고가 나면 고객 개인정보가 유출될 확률이 65%로, 평균(53%)보다 훨씬 높았고, 사고 복구 비용도 평균보다 약 67만 달러(약 9억 원) 더 들었다.

“금지”가 작동하지 않는 진짜 이유

앞의 숫자를 다시 보자. 사용을 원칙적으로 막은 조직에서도 77.3%가 여전히 쓰고 있다. 이건 “금지”라는 정책이 거의 작동하지 않는다는 증거다.

그런데 여기서 한 가지 더 짚어야 할 게 있다. “회사 계정에 이력이 남는 걸 피하려고”(25.3%)라는 응답을 단순히 “보안 때문에 조심스럽다”로 읽으면 핵심을 놓친다. 현장에서 실제로 들리는 이야기는 조금 다르다 — “내가 AI를 얼마나, 어떻게 쓰는지 대표나 팀장이 들여다볼까봐”가 더 솔직한 이유인 경우가 많다. 즉 섀도우 AI를 부추기는 건 보안 불안이 아니라 감시에 대한 불편함일 가능성이 크다. 이 지점을 놓치고 통제만 강화하면, 직원들은 더 은밀한 경로(회사 와이파이가 아닌 개인 휴대폰 데이터 등)로 옮겨갈 뿐이다. 금지를 세게 할수록 가시성은 오히려 떨어진다.

또 하나, 10~50인 규모 기업에서 유독 과소평가되는 리스크가 있다. 바로 재직 중인 정규직보다, 수시로 들어오고 나가는 외주 인력·프리랜서·협력사 직원을 통한 유출이다. 이들은 프로젝트 기간 중 회사의 소스코드·고객 명단·영업 자료를 개인 계정 AI에 입력해 작업하다가, 계약이 끝나면 그 대화 이력까지 통째로 가지고 떠난다. 정규직 중심의 가이드라인만 만들어두면, 정작 가장 취약한 접점은 그대로 열려 있는 셈이다.

1페이지 가이드라인만으로는 부족하다

여기서 솔직해질 필요가 있다. “가이드라인 한 장 공유하면 끝”이라는 생각도 절반만 맞다. 강제력이 없는 문서는 사내 인트라넷 어딘가에 올라간 채 아무도 다시 열어보지 않는 “죽은 규정”이 되기 쉽다. 그리고 “회사가 안전한 AI 도구를 사주면 된다”는 조언도, 전담 보안팀도 예산도 없는 10~50인 기업에는 현실성이 떨어진다. 매달 인당 수십 달러짜리 기업용 AI 플랜을 전사에 깔 돈이 없는 회사에게 “유료 도구 안 사주면서 개인 도구는 쓰지 말라”고 하는 건 모순이다.

그래서 아래 가이드라인은 “문서 한 장”이 아니라 세 겹으로 구성한다 — 쓸 수 있는 선을 정하는 규칙, 돈 들이지 않고 바로 걸 수 있는 가벼운 기술적 장치, 그리고 직무별로 다르게 적용하는 현실적인 구분.

1단계 — 절대 입력 금지 데이터 (전사 공통)

  • 고객의 개인정보(이름, 연락처, 주민등록번호, 결제정보)
  • 계약서·견적서·재무제표 등 외부에 공개되지 않은 문서 원문
  • 미공개 소스코드, API 키, 접속 정보
  • 임직원 개인정보(연봉, 평가 결과, 인사 기록)

2단계 — 직무별로 다르게 적용하기

전사에 똑같은 규칙을 적용하면 꼭 어느 한쪽은 과하거나 느슨해진다. 역할별로 선을 다르게 긋는 쪽이 현실적이다.

  • 개발 직군: 소스코드가 가장 민감한 자산이다. 웹 브라우저로 여는 범용 AI에는 코드 전체를 붙여넣지 않도록 하고, 꼭 필요하면 사내 승인을 받은 API 연동 방식이나 IDE 내장형 AI만 쓰도록 선을 긋는다.
  • 영업·마케팅·기획 직군: 고객 개인정보·미공개 수치만 빠지면, 초안 작성이나 아이디어 확장에는 비교적 자유롭게 써도 된다. 대신 “이런 식으로 쓰면 된다”는 프롬프트 예시 템플릿을 2~3개만 만들어 공유하면 실제 채택률이 크게 올라간다. 예를 들어 “아래는 익명화된 업종·규모 정보입니다: [고객사명 삭제, 업종 OO, 매출규모 OO억 구간]. 이 조건에 맞는 제안서 목차를 짜줘”처럼, 입력 전에 지워야 할 항목을 템플릿 안에 미리 표시해두는 식이다. 이렇게 “지울 자리”를 눈에 보이게 만들어두면, 매번 뭘 지워야 하는지 고민하지 않아도 된다.
  • 외주·프리랜서·협력사: 계약서에 “업무상 취득한 자료를 AI 서비스에 입력하지 않는다”는 조항 한 줄을 넣는다. 계약 종료 시 접근 권한 회수와 함께, 대화 이력 삭제를 요청하는 절차도 함께 안내한다.

3단계 — 돈 안 드는 가벼운 기술적 장치

정책만으로는 못 막는다. 아래 중 하나라도 걸어두면 “말로만 하는 가이드라인”에서 벗어난다.

  • 회사 와이파이·방화벽 단에서 승인되지 않은 생성형 AI 사이트 접속을 제한한다 (대부분의 공유기·방화벽 관리 화면에서 몇 분이면 설정 가능하다).
  • 업무용 브라우저(크롬/엣지)의 관리 정책으로 특정 사이트에서의 대량 텍스트 붙여넣기를 제한한다.
  • 신규 AI 도구 사용 요청이 오면 “담당자 1명”에게만 모이도록 창구를 하나로 만든다 — 복잡한 승인 절차가 아니라, 그냥 “누구에게 물어보면 되는지”만 정해도 충분하다.

금지와 가이드라인, 실제로 뭐가 다른가

비교 항목금지만 하는 경우가이드라인 + 가벼운 기술장치
실제 사용률차단해도 77.3% 여전히 사용허용 범위가 명확해 음성적 사용 감소
가시성몰래 쓰니 아무도 모름승인 창구·기술장치로 일부라도 파악 가능
직원 반응감시로 느껴 더 은밀한 경로로 이동“뭘 쓰면 되는지” 알려주니 저항이 적음
사고 대응뭘 입력했는지 추적 불가승인된 도구 안에서는 최소한의 추적 가능
도입 비용0원이지만 리스크는 그대로기술장치 상당수가 무료·저비용

“이력을 남긴다”는 말의 두 가지 의미

기술적 장치를 걸 때 꼭 구분해야 할 게 있다. “회사가 AI 사용 이력을 파악한다”는 말에는 두 가지 전혀 다른 의미가 섞여 있다. 하나는 “누가 어떤 업무에 AI를 썼는지 거시적으로 파악”하는 것이고, 다른 하나는 “직원 개개인이 입력한 문장 하나하나를 들여다보는” 감시다. 앞의 것만 해도 사고 대응과 리스크 파악에는 충분하다. 뒤의 것까지 하려고 들면, 직원들은 신뢰를 거둬들이고 더 깊이 숨어버린다. 가이드라인을 공유할 때 “우리가 보는 건 무엇을, 얼마나 쓰는지 정도이고, 내용을 하나하나 검열하지 않는다”는 점을 분명히 밝히는 것만으로도 저항이 줄어든다.

전산 담당자에게 다 떠넘기지 않는다

10~50인 기업에는 전담 보안팀은 없지만, 보통 인프라나 개발을 겸하는 “전산 담당자” 한 명은 있다. 이 사람에게 AI 사용 통제와 모니터링까지 통째로 떠넘기면, 본업(인프라 운영, 개발)이 밀리고 과부하로 번아웃이 오는 경우를 자주 본다. 가이드라인을 만들고 운영하는 책임은 대표나 관리자가 지고, 전산 담당자는 기술적 장치를 거는 실행만 맡는 식으로 역할을 나누는 게 현실적이다. 이 역할 분담 자체가 애매하면, 직접 할지 짧게라도 외부 도움을 받을지부터 정해야 한다 — 이 판단 기준은 지난 글(클라우드·AI 전환, 직접 할까 외주를 맡길까)에서 다룬 것과 같다.

완벽하지 않아도 지금 시작하는 게 낫다

“이 정도로는 부족하지 않을까”라는 걱정은 잠시 미뤄도 된다. 지금 가이드라인이 전혀 없는 상태와 비교하면, 위 세 단계만 있어도 이미 상위권이다. 분기마다 한 번씩 “요즘 직원들이 뭘 쓰고 있는지” 가볍게 점검하면서 업데이트하면 된다.

실제로 걸리는 시간도 생각보다 짧다. 금지 데이터 목록과 직무별 구분은 반나절이면 초안이 나온다. 와이파이·방화벽 단의 접속 제한이나 브라우저 정책은, 이미 쓰고 있는 공유기·보안 솔루션의 관리자 화면에서 설정하는 수준이라 외부 업체 없이도 하루 이틀이면 끝나는 경우가 많다. 다만 역할 분담(대표가 책임지고, 전산 담당자가 설정만 맡는)과 외주 계약서 조항 추가까지 하려면 1~2주 정도 여유를 두는 게 현실적이다.

자주 받는 질문

“가이드라인을 공유하면 직원들이 반발하지 않을까요?” — 반발은 대부분 “금지”로 들릴 때 나온다. “이건 쓰면 안 되고, 이건 써도 된다”를 구체적으로 알려주는 쪽은 오히려 환영받는 경우가 많다. 지금까지 기준이 없어 각자 눈치껏 쓰던 불안을 덜어주는 셈이기 때문이다.

“이미 섀도우 AI로 뭔가 입력된 것 같은데, 어디서부터 확인해야 하나요?” — 완벽한 포렌식은 불가능에 가깝다. 대신 “최근에 AI로 어떤 업무를 처리했는지” 팀별로 짧게 물어보는 것부터 시작하면 된다. 처벌이 아니라 파악이 목적임을 분명히 밝혀야 솔직한 답이 나온다.

“외주업체가 계약서에 조항 넣는 걸 거부하면요?” — 거부 자체가 신호다. 정상적인 외주업체라면 고객 데이터 보호 조항에 거부감을 가질 이유가 없다. 거부한다면 그 업체에 넘기는 작업의 민감도를 한 번 더 점검해봐야 한다.

앞서 언급한 제조업체 대표님도 결국 “금지했는데 몰래 쓰는 것 같다”는 막연한 불안에서, 직무별 기준과 와이파이 차단 설정 하나로 출발했다. 완벽한 통제가 아니라 “뭘 모르고 있었는지”를 아는 것 자체가 큰 진전이었다.

마무리

“회사가 금지해도 직원 77.3%가 쓴다”는 숫자는 불편하지만 정직한 신호다. 섀도우 AI는 의지의 문제가 아니라 구조의 문제다 — 규칙이 없거나, 규칙이 감시로 느껴지거나, 가장 취약한 접점(외주·퇴사자)이 비어 있기 때문이다. 오늘 할 수 있는 건 거창하지 않다. 금지 데이터 목록 하나, 직무별 구분 한 줄, 기술적 장치 하나 — 이 세 가지를 오늘 안에 걸어두는 것, 그게 가장 빠르고 돈 안 드는 첫걸음이다.

댓글 달기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다

위로 스크롤