2025년 말, LA의 대형 화재 범인을 잡은 일등 공신은 뜻밖에도 챗GPT였습니다. 방화 혐의를 받은 남성이 AI에게 "내 담뱃불로 불이 나면 내 책임인가?"라고 물었던 대화 기록과 AI가 생성한 불타는 마을 영상이 법정 증거로 채택된 것이죠. 매주 9억 명이 사용하는 AI는 이제 단순한 도구를 넘어, 우리의 의도와 속마음을 기록하는 일기장이 되었고, 법적 증거가 되었습니다. 무심코 던진 질문 하나가 어느 날 나를 겨냥한 결정적인 단서가 될 수 있습니다.

이러한 일이 가능한 이유는 AI와의 대화가 법적으로 보호받는 '비밀 상담'이 아니라는 점입니다. 우리는 챗봇을 친구처럼 대하며 고민을 털어놓지만, 법적으로 AI 기업은 그저 사용자 데이터를 수집하는 서비스 제공자일 뿐입니다. 실제로 변호사 없이 클로드와 방어 전략을 짜던 한 피고인은 '비밀유지특권'을 인정받지 못해 낭패를 보았습니다. 별생각 없이 입력한 프롬프트가 서버에 저장되는 순간, 그것은 더 이상 사적인 독백이 아닌 강력한 증거가 됩니다.

이 리스크는 비즈니스에서 더 치명적입니다. 최근 미국 법원에서는 한국 기업이 M&A 계약 조항을 우회할 방법을 챗GPT에게 묻고 실행한 내역이 발견되어 재판의 승패를 갈랐습니다. 배심원들은 이메일보다 AI와의 대화가 훨씬 더 진심을 담고 있다고 믿기 때문입니다. 증인이 법정에서 "우리는 규정을 지켰다"고 아무리 주장해도, 뒤에서 AI에게 "규정 안 걸리고 사람 자르는 법"을 물어본 기록이 나온다면 그 신빙성은 단숨에 무너지고 맙니다.

결국 AI 시대의 대화창은 벽에 대고 하는 혼잣말이 아니라는 사실을 기억해야 합니다. 기업들은 이제 AI 사용 내역을 이메일처럼 엄격하게 관리하고, 소송 가능성이 있는 민감한 사안은 반드시 법무팀의 가이드라인 안에서 다뤄야 합니다. 기업은 이를 관리 대상 자산으로 보고, 개인 역시 한 번 더 생각하는 습관이 필요합니다. 간단합니다. AI에 질문을 던지기 전, "법정에서 이 내용이 공개되어도 괜찮을까?"를 생각해 보세요.

쿼카 쌤이 알려주는 AI Tech 용어 #6 👩‍🏫

지식-공유 LLM" vs "지식-창출 LLM"

: AI는 더 이상 지식을 나누지 않고, 독점한다!

반면 최근 부상하는 LLM은 전혀 다른 방식으로 훈련되고 있습니다. 인간의 평가가 아니라, 현실 세계에서 검증 가능한 보상 즉 수학적 증명, 알고리즘 성능과 같은 실험 결과들을 기준으로 학습됩니다. 이들은 “우리가 이미 아는 질문에 대한 답”이 아니라, 아직 아무도 풀지 못한 문제를 대상으로 작동합니다.

예를 들어, 알고리즘을 직접 개선하고, 새로운 수학적 해법을 찾고, GPU 커널이나 생물학적 분석에서 기존 최고 성능을 넘어서는 결과를 만들어냅니다. 이 순간 LLM은 지식 전달 인프라가 아니라, 일반 목적의 발견 엔진이 됩니다.

이 변화가 우리에게 중요한 이유는 경제학적으로 두 유형의 LLM이 완전히 다른 성질을 가지기 때문입니다.

지식-공유 LLM에서 개별 문제에 대한 연산 수익은 빠르게 체감합니다. 반면 지식-창출 LLM에서는 하나의 돌파구가 광범위하게 재사용되기 때문에, 단일 문제에 수십억 토큰을 쓰는 것이 합리적일 수 있습니다. 그리고 무엇보다 결정적인 차이는 배타성입니다. 기존 지식은 모두가 동시에 써도 가치가 유지되지만, 새로운 지식은 혼자만 쓸 때 가장 큰 가치를 가집니다.

이로 인해 AI 연구소가 지식-창출 능력을 일반 API로 공개하지 않고, 내부 활용이나 제한적 라이선싱을 선택할 유인이 생길 수도 있습니다. 이 흐름은 AI 산업의 미래가 “많이 쓰는 서비스”가 아니라, “먼저 발견하는 조직” 중심으로 재편될 가능성을 시사합니다.

더 나아가 세상의 수많은 문제가 사실은 소수의 정형화된 문제 다시 말해 최적화, 제약 만족, 추론으로 환원될 수 있다는 관점에 서면, 진짜 경쟁은 이 몇 개의 정교한 문제에서 누가 가장 앞서 나가느냐로 수렴합니다. 개별적인 응용문제를 싸게 해결하는 것은 부차적인 문제가 되고, 핵심 문제에서의 미세한 진보가 막대한 경제적 이익을 낳습니다.

결국 지식-창출 LLM의 등장은 기술의 문제가 아니라 권력의 문제입니다. 누가 지식의 프런티어를 확장할까요, 그 지식은 누구에게, 어떤 조건으로 공유될까요. 만약 현행 제도가 그대로 유지된다면, 우리는 AI가 만든 새로운 지식 위에서 거대한 지적재산권의 선점 경쟁, 일종의 지식 모노폴리를 보게 될 가능성이 큽니다. 역설적으로, 이 독점이 반드시 혁신을 유도하는 데 필요한지도 사실 불분명합니다.

AI는 한때 지식을 민주화하는 기술로 불렸습니다. 그러나 이제 AI는 지식을 다시 희소한 자원으로 만들고 있습니다. 중요한 질문은 AI가 얼마나 똑똑해질 것인가가 아닙니다. AI가 만든 지식을 누가 소유하게 될 것인가, 그리고 그 선택이 우리 사회의 생산성과 분배를 어떻게 바꿀 것인가입니다.

지식-공유의 시대는 끝나가고 있습니다. 앞으로의 AI는, 나누는 존재가 아니라 소유하는 존재에 가까울 것입니다.

플리토가 베트남 호치민시 인문사회과학대학과 AI 인력 양성 및 베트남어 데이터 개발을 위한 업무협약을 체결했습니다. 양측은 베트남어 데이터 구축과 품질 향상, AI 번역 기술 고도화, 인력 교육 등 5개 분야에서 공동 프로젝트를 추진할 계획입니다. 이번 협약은 고품질 언어 데이터 확보와 현지 전문 인력 양성을 위한 협력 체계 구축에 목적이 있습니다. 특히 데이터 품질 검증, 언어 표준화, 현지 인력 참여 확대 등 실무 중심 협력을 강화하기로 했습니다. 플리토는 그동안 베트남 시장에서 저자원 언어 데이터 구축 경험을 축적하며 사업 기반을 넓혀왔습니다. 협약을 계기로 연구·교육 협력 모델을 확대하고 동남아 AI 시장 공략을 가속할 방침입니다. 베트남은 AI 도입과 시장 성장이 빠르게 진행되는 핵심 거점으로 평가됩니다. 이정수 대표는 이번 협력이 언어 데이터 품질 향상과 AI 통번역 기술 발전에 이바지할 것이라고 밝혔습니다.

플리토가 B2B 통번역 솔루션과 데이터 사업을 기반으로 실적 성장을 이어가며 기업 커뮤니케이션 인프라 시장에서 입지를 확대하고 있습니다. 음성인식 AI가 단순 기록을 넘어 번역과 후속 업무까지 지원하는 방향으로 진화하면서 기업용 수요가 빠르게 증가하는 흐름입니다. 플리토는 이러한 흐름 속에서 지난해 매출 360억 원, 영업이익 62억 원을 기록하며 창사 이래 첫 연간 흑자를 달성했습니다. 특히 실시간 통번역 솔루션 '라이브 트랜스레이션' 수요 확대와 데이터 판매 증가가 실적 개선을 견인했습니다. 해당 솔루션은 글로벌 IT 기업 행사에서 활용되며 현장 데이터를 기반으로 AI 성능 고도화에도 기여하고 있습니다. 일본 법인 매출이 50억 원을 넘어서며 애니메이션·게임·출판 등 콘텐츠 산업 중심의 B2B 확장이 성과로 이어졌습니다. 또한 정부 '독자 AI 파운데이션 모델' 프로젝트에서 데이터 총괄 역할을 맡으며 기술력도 입증했습니다. 플리토는 이를 기반으로 북미 및 중동 시장까지 글로벌 사업 확장을 가속화할 계획입니다.