AI 자본 50%가 몰린 지역, 규칙은 곧 세계 표준
출시 속도 흔드는 안전 규제, 교육 시장에 먼저 파급
오픈소스 확산 속 안전을 실행력으로 바꾸는 정책 설계 필요

본 기사는 스위스 인공지능연구소(SIAI)의 SIAI Research Memo 시리즈 기고문을 한국 시장 상황에 맞춰 재구성한 글입니다. 본 시리즈는 최신 기술·경제·정책 이슈에 대해 연구자의 시각을 담아, 일반 독자들에게도 이해하기 쉽게 전달하는 것을 목표로 합니다. 기사에 담긴 견해는 집필자의 개인적 의견이며, SIAI 또는 그 소속 기관의 공식 입장과 일치하지 않을 수 있습니다.

글로벌 인공지능(AI) 생태계에서 캘리포니아의 정책 변화는 단순한 지역 규제를 넘어선다. 2024년 기준 전 세계 AI·머신러닝 스타트업 벤처투자의 50% 이상이 베이 에어리어(Bay Area)에 집중돼 있다는 사실이 이를 잘 보여준다. 자본과 인재, 연구 인프라가 한 지역에 밀집되면서 고급 모델을 개발하는 연구소와 이를 사업화하는 스타트업, 공립학교와 대학까지 하나의 연쇄 구조로 엮였다.

이 구조에서는 규제 변화가 개별 기업의 비용 문제에 그치지 않는다. 제품 출시 일정과 기능 구성, 교육 현장의 도입 속도까지 즉각적으로 전이된다. 그 결과 캘리포니아의 AI 안전법은 단순한 보호 장치를 넘어 미국의 기술 확산 속도와 경쟁 방향을 함께 규정하는 핵심 정책 변수로 작동하게 된다.

SB 53은 안전 규제이자 산업 설계

상원법안 53호(Senate Bill 53, SB 53)는 안전법이면서 동시에 산업 정책으로 설계됐다. 이 법은 2025년 9월 29일 서명됐고, 투명성 강화와 보고 의무, 내부 고발자 보호를 통해 고급 파운데이션 모델이 초래할 수 있는 파국적 위험을 낮추는 데 목적을 둔다. 규제 대상도 구체적으로 정해졌다.

학습 연산량이 10²⁶ 플롭(FLOP)을 넘는 ‘프런티어 모델’과, 전년도 매출이 5억 달러(약 6,750억원)를 초과한 기업이 ‘대형 프런티어 개발자’로 분류된다. 형식상으로는 소수의 대형 기업만 겨냥한 구조다. 그러나 이 기준은 규제 적용 이전 단계에서부터 투자 판단과 연구 일정에 영향을 미치며, 개발 전략 전반을 조정하게 만드는 신호로 작동한다. 그만큼 SB 53의 효과는 법 적용 범위를 넘어 산업 생태계 전체로 이어질 가능성이 커졌다.

교육 시장을 먼저 흔드는 출시 속도

이 규제가 경쟁에 미치는 영향은 직접 효과보다 간접 경로에서 먼저 나타난다. 대부분의 에듀테크 기업은 학습 연산량 10²⁶ 플롭(FLOP)에 이르는 모델을 직접 훈련하지 않고, 대형 모델을 임대해 튜터링·수업 설계·채점 보조 같은 교육 도구를 개발한다. 이 구조에서는 핵심 제공자의 결정이 곧 시장의 속도를 좌우한다. 대형 모델 제공사가 법적 위험을 줄이기 위해 검토 절차를 늘리거나 출시 일정을 늦추면, 그 지연은 별도의 완충 없이 교육 현장으로 전달된다.

실제 수요 흐름도 이를 뒷받침한다. 스탠퍼드 인간중심 AI 연구소(Stanford Institute for Human-Centered Artificial Intelligence, HAI)의 ‘AI 인덱스 2025’에 따르면, 미국에서 생성형 AI 역량을 요구하는 채용 공고는 2023년 1만5,741건에서 2024년 6만6,635건으로 급증했다. 수요가 빠르게 늘어나는 국면에서는 출시 속도의 차이가 곧 채택의 차이로 이어진다. 한 번 기본값으로 자리 잡은 도구는 이후 교체되기 어렵다는 점에서, 속도의 의미는 더욱 커진다.

지리적 선택에 작용하는 규제 신호

이 같은 압력은 기업의 위치 선택에도 영향을 미친다. 2024년 기준 캘리포니아는 미국 전체 AI 채용 공고의 15.7%를 차지해 텍사스(8.8%)와 뉴욕(5.8%)을 크게 앞섰다. 수치만 보면 캘리포니아의 우위는 여전히 뚜렷하다. 당장 기업 이전을 단정하기는 어렵지만, 다음 훈련팀과 컴플라이언스 인력이 어디에 자리 잡는지는 정책 신호에 민감하게 반응한다.

연구 인력과 규제 대응 인력이 함께 움직이는 산업 특성상, 개발 거점의 선택은 장기 비용 구조와 직결된다. 캘리포니아에서 법적 불확실성이 커지고 다른 주가 더 단순한 환경을 제공할 경우, 자본과 인력의 이동은 한 번에 일어나기보다 점진적으로 이어질 가능성이 높다. 이러한 변화는 시간이 지날수록 생태계의 중심을 서서히 이동시키는 요인으로 작용하게 된다.

오픈소스 확산이 바꾸는 경쟁 기준선

규제와 속도가 핵심 경쟁 변수로 떠오르면서 중국의 오픈소스 전략은 경쟁의 기준선 자체를 바꾸고 있다. 이러한 변화는 평가 기관의 분석에서 먼저 드러난다. 스탠퍼드 인간중심 AI 연구소(Stanford Institute for Human-Centered Artificial Intelligence, HAI)는 중국의 오픈 웨이트(open-weight) 언어 모델이 성능과 확산 측면에서 이미 추격 단계에 도달했거나 일부 영역에서는 앞설 가능성도 있다고 평가했다.

사용자 지표 역시 같은 방향을 가리킨다. 로이터(Reuters)에 따르면 중국의 딥시크(DeepSeek)는 일일 활성 사용자 수 2,220만 명을 확보했으며, 모델 코드를 공개하면서 활용 범위를 빠르게 넓히고 있다. 확산은 연구와 산업에 머물지 않았다. 중국 대학들은 2025년 초 딥시크 기반 강의를 개설하며 교육 현장으로 적용을 확대했다.

정책 운영 방식도 이에 맞춰 조정되고 있다. 중국 정부는 2025년 입법 일정에서 포괄적 AI 법 제정을 제외하는 대신, 시범 운영과 신속한 규칙 조정을 선택했다. 속도를 우선하는 이 구조에서는 소수 미국 연구소의 개발 일정이 늦어지는 것만으로도 글로벌 AI 생태계의 무게중심이 이동할 수 있다.

안전을 실행력으로 바꾸는 정책 설계

해법은 규제를 철회하는 데 있지 않다. 핵심은 안전을 ‘늦춤’이 아닌 ‘실행력’으로 전환하는 데 있다. 이를 위해 캘리포니아는 기업이 제출해야 할 ‘프런티어 AI 프레임워크’를 선언적 문서에 머무르게 하지 말고, 표준화된 템플릿으로 구체화할 필요가 있다. 이 템플릿은 미국 국립표준기술연구소(National Institute of Standards and Technology, NIST)의 인공지능 위험관리 프레임워크(AI Risk Management Framework)와 정렬되도록 설계돼야 하며, 중복 보고 부담을 줄이는 방향으로 운영돼야 한다.

실행 인프라의 구축도 중요하다. SB 53가 규정한 공공 컴퓨팅 자원 ‘칼컴퓨트(CalCompute)’를 조기에 가동해 대학과 연구기관이 특정 벤더에 의존하지 않고 검증과 스트레스 테스트를 수행할 수 있는 환경을 마련해야 한다. AI 스타트업 자본의 50% 이상이 몰린 지역에서 안전 규칙은 곧 경쟁 전략으로 작동한다. SB 53이 신뢰 가능한 기술 채택을 지원하는 제도로 자리 잡을 때, 안전법은 속도의 제약이 아니라 미국 AI 생태계를 떠받치는 기반이 될 것이다.

본 연구 기사의 원문은 California’s AI Safety Bet — and the China Test을 참고해 주시기 바랍니다. 본 기사의 저작권은 스위스 인공지능연구소(SIAI)에 있습니다.