'정면돌파', AI 도구를 수업에 적극적으로 도입한 한 교수
ChatGPT 보다 인간의 지성이 더 우수함을 경험한 학생들
빠른 정답 보다 느리지만 두뇌를 자극하는 과정을 인내해야

[해외DS]는 해외 유수의 데이터 사이언스 전문지들에서 전하는 업계 전문가들의 의견을 담았습니다. 저희 데이터 사이언스 경영 연구소 (GIAI R&D Korea)에서 영어 원문 공개 조건으로 콘텐츠 제휴가 진행 중입니다.

---

ChatGPT의 '전문가스러운' 텍스트 생성 능력은 고등 교육계에 새로운 고민을 안겨주었다. AI 도구를 단순히 금지하고자 하는 유혹에 빠지기 쉽지만, 크리스토퍼 하웰(Christopher Howell) 교수는 엘론 대학교의 종교학 수업에서 '정공법'을 택했다.

교수의 입장에서 학생이 ChatGPT를 평가한 결과, "실망스럽다"

그의 선택은 학생들이 직접 ChatGPT를 활용하도록 하는 것이었다. 그 이유는 명확했다. 첫째, 학생들이 어쨌든 텍스트 생성 AI를 사용할 것이기 때문에 이를 금지하는 것은 사실상 불가능한 점을 인정했다. 둘째, 책임감 있게 사용하려는 학생들조차(즉, 부정행위를 일부러 저지르지 않는 학생들도) 이 기술에 대한 올바른 이해가 부족했다. 놀랍게도 많은 학생들이 ChatGPT를 완벽한 검색 엔진으로 오해했는데, 한 학생은 ChatGPT를 연구 도구로 활용하다가 가짜 출처를 논문에 포함하는 실수를 범하기도 했다. 하웰 교수의 목표는 학생들에게 모델의 결함에 대한 교육을 통해 이러한 실수를 방지하는 것이었다.

하웰 교수는 AI 기반의 과제를 구성했다. 각 학생은 ChatGPT를 활용해 자신의 에세이를 작성하고, 지시에 따라 '채점'하는 과정을 거쳤다. 학생들은 마치 교수가 평가하는 것처럼 문서에 코멘트를 남기도록 요청받았다. 그런 다음 하웰 교수는 몇 가지 질문을 던졌다: ChatGPT가 출처를 혼동한 적이 있는가? 그렇다면 어떻게 알 수 있었는가? 소스를 올바르게 활용했는가? 실제 출처를 잘못 이용한 적이 있는가? 주장은 설득력이 있었는가, 아니면 논리가 빈약했는가?

결과는 놀라웠다. 63개의 에세이 모두 오류가 발견됐다. 대다수의 학생들은 이 사실에 놀랐고, 기술에 대한 환상이 많이 깨졌다고 전했다. 이러한 과제는 AI 리터러시(이해력)와 ChatGPT의 책임 있는 활용뿐만 아니라 수업에서 AI의 활용, 에세이 작성의 목적, 기계 시대에서 인간의 존재 이유 등에 관한 학생들의 호기심을 자극했다. 한편 ChatGPT의 에세이를 평가하는 과정을 통해 학생들은 자신이 AI 도구보다 훨씬 더 똑똑하다는 것을 깨달았는데, 실험 전에는 ChatGPT의 유창함에 속아 자신의 능력을 저평가하는 학생들이 많았었다. 다른 교실에선 아직 이를 인식하지 못한 학생들이 많을 것으로 예상된다. 하웰 교수는 위의 유사한 경험을 통해 학생들에게 긍정적인 자아 인식을 심어주어야 하며, 그들의 관점과 비판적 사고가 중요하다는 것을 이해시키는 일이 시급함을 강조했다.

AI 활용과 두뇌 발달, 학생의 성장을 위한 고민

학교 공부에서 가장 중요한 요소는 교재나 성적이 아니다. 학생이 과제를 수행하는 동안 겪는 실제 사고 과정이 단순히 '해치운' 과제를 제출하는 것보다 더 중요하다는 데에는 이견이 없을 것이다. 논리 전개를 유도하는 것이 학교 교육의 중추적인 역할이기 때문이다. 학생들이 ChatGPT를 사용하여 과제를 대신 수행하면 이러한 인지적 경험을 놓칠까 많은 교육자가 걱정하는 이유다. 수학 문제를 풀거나, 자료를 종합하거나, 시를 쓰는 것은 학생의 두뇌를 향상하게 시키는 과제의 예다. 학생이 과제를 수행하면서 뉴런이 물리적으로 새로운 연결을 형성하여, 다음번에 더 빠르고 쉽게 작업할 수 있을 뿐만 아니라 학습 능력과 생산성도 실제로 증가한다.

2018년 유럽 연합의 교육에 대한 정책 보고서(AI의 잠재적 영향에 관한)는 학생 시절의 학습 과정이 인지 형성 단계에서 매우 중요한 시기라고 설명한다. 또한 이 보고서는 어린 두뇌가 중요한 발달 단계에 있는 동안 인공 기술에 의존하는 법을 배우면 근본적인 영향을 야기할 수 있다고 경고했다. 즉, 학생들이 학업에 스스로 노력하지 않으면 스스로 문제를 해결하는 데 필요한 뇌 구조를 형성하는 데 실패할 수 있다는 뜻이다. 2022년에 발표된 더 최근의 인공지능 프런티어(Frontiers in Artificial Intelligence) 논문도 비슷한 결론에 도달했다. 저자들은 '인지 오프로딩(cognitive offloading)', 즉, 작업을 AI에 맡기면 즉각적인 작업 수행 능력은 향상될 수 있지만 장기적으로는 해로운 영향을 미칠 수 있다고 분석했다. 문제 해결 능력 저하, 기억력 저하, 심지어 새로운 것을 배우는 능력의 저하가 부정적 영향에 포함된다.

ChatGPT는 인간이 세상과 관계를 맺는 데에 필요한 감각이 없다. 단순히 '올바르게 들린다'는 열정 없고 무감각한 대답 보다 인간의 사유는 세상과의 상호작용을 통해 훨씬 더 동적이고 심오하다. 앞으로 챗봇이 올바른 답에 더 가까워질 것이라는 생각에는 반론의 여지가 없으나, 교육 과정에서 학생들은 올바른 답을 찾는 데 초점을 맞추기보단 올바른 사고 과정을 습득하는 데에 집중해야 비판적인 사고를 일상생활에 적용할 수 있는 의식적인 성인으로 성장할 수 있는 것이다. 단기적으로 삶을 편하게 해주는 기술에 의존하면 미래의 일을 위한 능력을 개발하지 못해서, 장기적으로는 생성형 AI와 경쟁할 수밖에 없는 삶을 살아가야 한다. 이런 의미에서 하웰 교수의 실험은 교육자와 학생 모두에게 큰 경종을 울린다.

---

To Educate Students about AI, Make Them Use It

A college professor and his students explain what they learned from bringing ChatGPT into the classroom

ChatGPT’s ability to produce humanlike text on command has caused a crisis in higher education. Teachers and professors have been left bewildered, wondering what to do about a technology that could enable any student to fabricate assignments without actually learning. Although there is an understandable temptation to simply ban it from the classroom, I (C.W. Howell) took an alternative approach in my religious studies classes at Elon University.

I decided, instead, to have the students engage with ChatGPT directly. I chose to do this for two reasons. First, it would be difficult if not impossible to actually forbid it; students were going to use the text-generating AI no matter what. Second, unfortunately, even the students who tried to use it responsibly (that is, without just cheating wholesale) did not really understand the technology. A common and critical error is that many students mistakenly believe it is an infallible search engine. One student tried to use ChatGPT as a research tool and, unaware that it could confabulate fake sources and quotes, incorporated fraudulent information into an otherwise innocent paper. My goal was to prevent this type of misstep by teaching students about the flaws in models like ChatGPT.

To do so, I created an AI-powered class assignment. Each student was required to generate their own essay from ChatGPT and “grade” it according to my instructions. Students were asked to leave comments on the document, as though they were a professor assessing a student’s work. Then they answered questions I provided: Did ChatGPT confabulate any sources? If so, how did you find out? Did it use any sources correctly? Did it get any real sources wrong? Was its argument persuasive or shallow?

The results were eye-opening: Every one of the 63 essays contained confabulations and errors. Most students were surprised by this, and many were less impressed by the technology than they had been before doing the homework. I hope that other professors and teachers might benefit from incorporating assignments like this into their curricula as well.

In addition to teaching AI literacy and the responsible use of ChatGPT, this assignment also stimulated exciting and deeply insightful reactions from the students—about the use of AI in class, the purpose of essay-writing, and being human in an age of machines. I asked two of them, Cal Baker and Fayrah Stylianopoulos, to share their perspectives and insight on AI in education.

Cal Baker, sophomore:

The most crucial element of schoolwork is not the course material or grade: The actual thinking processes a student undergoes while working through an assignment are more important than simply turning in the completed task. The details in the work seldom matter as much as this thinking. If students use ChatGPT to do assignments for them, I worry that they will miss out on these cognitive experiences.

In most cases, the material itself is seldom why a school assignment was given in the first place; rather, it is what occurs in a student’s brain as they complete the assignment that is the backbone of schooling. Doing a math worksheet, synthesizing sources or writing a poem are examples of assignments that improve a student’s brain. As a student works, their neurons form new connections, allowing them to work more quickly and easily the next time around, as well as increasing their capacity for further learning and productivity.

Completing assignments with an AI like ChatGPT could harm a student’s cognitive development. A 2018 European Union policy report on the potential impacts of AI on education explains that a student’s brain is in a “critical phase” of development. It further warns of “quite fundamental consequences” if young brains learn to rely on artificial cognitive technologies while in their critical development phases. In other words, if they don’t put their own effort into schoolwork, students might miss out on developing the brain structures needed to solve problems for themselves. A more recent Frontiers in Artificial Intelligence paper, from 2022, reached a similar conclusion: the authors speculate that while “cognitive offloading” tasks to AI “can improve immediate task performance, it might also be accompanied by detrimental long-term effects.” These effects might include diminished problem-solving abilities, worse memory and even a decrease in one’s ability to learn new things.

On the surface, the more an individual practices something, the better at it they are likely to become. But on a deeper level, the processes that go on in a student’s brain as they undertake these assignments are the most important part. If a student turns to AI instead of doing the work themself, the neural pathways they would use for that assignment will deteriorate instead of being formed and retraced. This will ultimately end up hurting students. If they depend on technology that makes their lives easier in the short term, they will fail to develop their abilities for future work, thereby making their lives more difficult in the long term.

Fayrah Stylianopoulos, sophomore:

Although ChatGPT is certainly dangerous if abused, I recognize that it has the potential to support students on their academic journeys. At its best, ChatGPT can be a versatile resource, introducing fresh, interactive ideas into the classroom for both teachers and students to enjoy. For instance, it can suggest unique learning experiences based on standardized objectives, drafting lesson plans and prompts for student assignments. ChatGPT can even quiz students on their own class notes (in short answer or multiple-choice format no less), although it is worth noting that students might be better served cognitively by writing their own questions and recall cues.

However, the ubiquity of AI in academic spaces compels students to reflect on who they are, and on what ChatGPT is.

AI-generated text can sound right, but sequential plausibility is not the same thing as truth. Grading ChatGPT’s essay for this assignment made it apparent that students, for this reason and others, are much smarter than large language models like ChatGPT. Unfortunately, few realize this. Many students feel insignificant or unintelligent when faced with such technology. We need to affirm students and instill in them the confidence to realize that their perspectives matter, and their critical thinking cannot be automated.

Some critics have likened large language models like GPT-3 to trained parrots that repeat familiar phrases without an inkling of what their subtle contexts could mean to human listeners. If this passionless and detached precedent of simply “sounding right” is rewarded in classrooms, it will have a tragically homogenizing effect on human thinking and dialogue. I believe there is something to be said for the essential, profound stake we share in the fate of this world, which is something humans (and parrots too) have, but that ChatGPT does not. Despite all its incredible ability, ChatGPT has no sense of relationship to us or to the world. How can such a detached voice have anything to offer us that we do not already possess?

I worry that if students over-rely on machine learning technology, they will learn to think like it, and focus on predicting the most likely “right answer” instead of thinking critically and seeking to comprehend nuanced ideas. Science fiction often depicts artificial intelligence taking over society, leading to a technological singularity (where technology irrevocably surpasses humanity) and the end of the world. But I’m not worried about AI getting to where we are now. I’m much more worried about the possibility of us reverting to where AI is.

뮤직카우, 금감원에 증권신고서 제출
"투자자 보호 체계 구축에 만전"
'급성장하는 시장, 사기행위 늘 것' 우려도

음악수익증권 플랫폼 운영사 뮤직카우가 최초의 비금전 신탁수익증권 발행을 위해 팔을 걷어붙였다. 16일 업계에 따르면 뮤직카우는 전날 금융감독원에 비금전 신탁수익증권의 증권신고서를 제출했다. 해당 증권신고서가 통과되면 비정형 자산이 금융당국의 증권 발행 가이드라인에 맞춰 증권화하는 최초의 사례가 된다.

“가치산정 모델의 신뢰성 향상에 중점”

지난해 4월 미등록 증권업으로 분류돼 서비스가 중단되며 위기를 맞은 뮤직카우는 올해 금전신탁수익증권 형태로 사업 제재 면제 조치를 면제받아 지난 9월 다시 영업에 나서며 회복의 신호탄을 쐈다. 금융위원회 산하 증권선물위원회가 뮤직카우의 음악저작권료 참여청구권이 투자계약증권에 해당한다고 결론 내리며 자본시장법상 규제를 적용받게 됐지만, 금융당국의 혁신금융서비스 지정 및 투자자 보호조치 이행 등을 전제로 서비스가 가능해진 것이다.

그간 조각투자 업체들은 투자계약증권 발행을 위해 당국에 제출할 증권신고서 준비에 심혈을 기울여 왔다. 지난 9월에는 미술품 조각투자 업체 투게더아트가 증권신고서를 제출했다가 자진 철회했다. 제도권 진입의 길을 터주면서도 심사는 까다롭게 하겠다는 금융당국을 설득하지 못한 것으로 풀이된다.

이어 10월에는 또 다른 미술품 조각투자 플랫폼 운영 열매컴퍼니가 증권신고서를 제출한 후 금감원으로부터 정정신고서를 제출하라는 답변을 받았다. 열매컴퍼니는 미술품 가격을 객관적으로 산정하는 데 난항을 겪고 있는 것으로 전해졌다. 업계에서는 미술품 가격 평가에 주관적이고 자의적 요소가 들어가는 경우가 많고, 객관적 감정평가를 맡길 수 있는 기관마저 드물어 금융당국의 눈높이를 맞추기 어려울 것이라는 반응이 주를 이뤘다.

이에 뮤직카우는 증권신고서를 준비하며 투자자 보호 체계 구축에 만전을 기울였다고 전해진다. 앞선 조각투자 업체들의 증권신고서 승인 과정에서 가장 큰 걸림돌로 가치산정 문제가 대두된 만큼 해당 부분에 대한 객관성을 확보하려는 움직임으로 풀이된다. 뮤직카우 관계자는 “음악 저작권료는 징수 시스템이 체계화돼 있어 가치산정을 위해 필요한 데이터나 정보가 명료한 편”이라며 “가치산정 모델의 신뢰성 향상과 객관성 확보에 철저한 노력을 기울이는 것은 물론 증권신고서 전체의 완성도에 중점을 뒀다”고 밝혔다. 뮤직카우는 이번 증권신고서가 승인되는 대로 신규 음악수익증권을 출시할 계획이라고 밝혔다.

‘367조원 규모’ 시장 성장 가능성에 우려도 커져

금융당국은 지난 1월 열린 6차 금융규제혁신회의에서 조각투자 상품 거래를 허용하되 안전한 장외 유통시장을 마련해 새로운 기술변화를 선제적으로 포용하는 데 뜻을 모았고, 이어 2월에는 새로운 시장 개장에 앞서 가이드라인을 발표하는 등 조각투자 제도권 편입에 의지를 보였다. 하지만 장내시장 개설을 위한 금융당국의 규제특례 심사는 1년 넘게 지연되며 관련 기업들의 사업 불확실성을 키웠다. 늦어도 10월에는 조각투자 장내시장 개설을 위한 규제특례 심사가 시작될 것이라는 투자 업계의 전망이 빗나간 모습이다.

이처럼 제도 안착이 미뤄지는 배경에는 불공정 사기행위 등에 대한 업계 안팎의 우려가 짙게 깔려 있다. 조각투자 활성화로 인한 시장의 급성장이 예상되는 만큼 정보가 부족하고 판단력이 떨어지는 투자자들을 대상으로 한 각종 위법 행위도 급증할 것이라는 지적이 이어지면서다. 실제로 최근 서울에서는 조각투자 방식으로 미술품을 공동 소유할 수 있다며 투자자들에게 가상화폐를 발행한 후 시세를 조종하는 방식으로 4,000여 명에게 피해를 입힌 일당이 구속기소 돼 충격을 안기기도 했다. 검찰은 이들 가해자가 발행한 투자증서가 투자계약증권에 해당한다고 판단, 자본시장법 내 사기적 부정거래 혐의를 적용했다.

하나금융경영연구소에 따르면 국내 조각투자 시장은 2030년 367조원 규모에 달할 전망이다. 세상의 모든 실물자산과 지식재산권(IP)을 조각투자 상품으로 만들 수 있다는 무한에 가까운 확장 가능성을 제시하는 관련 업계와 그에 따른 막대한 부작용을 경계하는 금융당국의 신중한 행보 사이에서 뮤직카우를 비롯한 조각투자 업체들이 제도의 안착을 앞당길 수 있을지 이목이 쏠린다.

카카오 CAPEX 집행 규모 감소 전환, 업계 "SM 시세조종 수사 때문"
'먹통 사태' 원죄 못 씻은 카카오, "애초부터 사업 확장에만 집중하지 않았나"
"일시적 변동에 일희일비해선 안 돼, 성급한 결과 도출 경계해야"

카카오의 올해 3분기 CAPEX(설비투자) 집행 규모가 3년 만에 감소로 전환했다. SM엔터테인먼트 시세조종 의혹으로 최종 결정권자들에 대한 고강도 수사가 이어진 것이 영향을 미친 것 아니냐는 해석이 나온다. 이에 카카오 측은 "곤두박질치는 주가와 실적 견인을 위해 투자에 적극 나서야 하는 상황에서 수사가 장기화되며 카카오의 투자 시계가 당분간 멈출 수 있다"는 우려를 쏟아내고 있다. 다만 반론도 적지 않은데, 애초 카카오라는 기업 자체가 설비투자에 그리 힘쓰는 기업이 아니었다는 것이다. 검찰 출두 명령을 받은 김범수 카카오 의장을 감싸기 위해 경영공백이란 카드를 꺼내든 것 아니냐는 의견도 일각에서 나온다.

카카오 3분기 CAPEX 1,544억원, 전년 대비 17.3% 감소

15일 카카오 분기보고서에 따르면, 카카오는 올 3분기 CAPEX에 1,544억원을 집행했다. 전년 동기 대비 17.3% 감소한 수치다. CAPEX란 기업이 미래의 이윤 창출을 위해 미리 투자하는 비용이다. CAPEX 지출액은 곧 기업의 투자 규모를 의미하는데, 때문에 CAPEX는 해당 기업의 투자 여력과 상황을 가늠할 수 있는 지표로 활용된다. 따라서 카카오의 CAPEX 감소는 현재 사업 확장과 투자에 보수적으로 접근하고 있다는 의미로 해석할 수 있다. 최근 3년간 카카오의 CAPEX 추이를 살펴보면 카카오는 매년 1분기 CAPEX를 소규모로 집행하다가 2~4분기엔 투자를 확대하는 흐름을 이어왔다. 투자 규모도 매년 확대해 왔는데, 올해 3분기엔 이 같은 흐름이 끊어진 셈이다. CAPEX 규모가 전년 대비 줄어든 건 2020년 1분기 이후 처음이다.

이에 업계에선 "카카오의 CAPEX 감소는 SM 시세조종 의혹과 관련된 주요 경영진에 대한 고강도 수사가 영향을 미친 결과"라는 분석을 내놨다. 앞서 금융감독원은 지난 2월 시세조종 조사에 착수한 바 있다. 이후 검찰과 금감원 특별사법경찰은 4월 카카오와 카카오엔터테인먼트 사무실을, 8월에는 김범수 미래이니셔티브센터장 사무실을 각각 압수수색 했으며, 지난달 18일 법원으로부터 배재현 카카오 투자총괄대표에 대한 구속영장을 발부받아 수사를 진행하기도 했다. 결국 검찰은 지난 13일 카카오 투자의사 결정의 핵심 인물로 꼽히는 배 대표를 구속 기소했고, 이날 김 센터장까지 불구속 송치했다. 카카오 1·2인자 공백이 장기화되면서 카카오의 신사업 및 투자에 당분간 제동이 걸릴 수 있다는 게 업계의 시각이다. 한 업계 관계자는 "카카오 1·2인자가 사법리스크에 휘말리면서 리더십 부재에 따른 경영공백이 우려된다"며 "사실상 주요 투자나 신사업 결정은 최고결정권자인 이들에 의해 이뤄지다 보니 공백이 장기화하면 카카오의 투자 시계는 내년까지 멈출 가능성이 있다"고 전했다.

"카카오, 애초부터 설비투자에 소홀했다"

다만 일각에선 카카오의 CAPEX 규모 감소를 무조건 경영공백의 결과물로 해석하기엔 무리가 있는 것 아니냐는 지적이 나온다. 애초 카카오 자체가 CAPEX에 소홀한 모습을 보여왔다는 비판도 제기됐다. 실제 지난해 발생한 카카오 먹통 사태로 드러난 카카오의 실태는 대중들을 충격에 빠트린 바 있다. 당시 알려진 바에 따르면 카카오의 CAPEX 규모는 경쟁 기업인 네이버의 절반 수준에 그쳤다. 반면 카카오의 M&A(인수합병) 금액은 네이버를 앞섰는데, 이는 결국 플랫폼 관리나 연구개발 투자보단 사업 확장에만 집중한 카카오의 면모를 단적으로 드러낸다. 특히 당시 카카오는 카카오톡을 서비스하며 사업화한 지 10년이 지났음에도 자체 데이터센터를 가지고 있지 않은 것으로 나타났다. 네이버가 지난 2013년 일찍이 강원 춘천시에 첫 자체 데이터센터인 '각 춘천'을 완공했음을 고려하면 상당히 뒤처진 셈이다.

카카오의 CAPEX 규모가 감소한 건 먹통 사태 발생 이후 카카오 입장에선 이례적으로 CAPEX 규모를 대폭 확대한 탓이 더 큰 것 아니냐는 의견도 있다. 실제 카카오는 지난해 영업이익이 2.4% 감소했음에도 투자를 대폭 확대했다. 금감원 전자공시시스템에 따르면 카카오는 지난해 CAPEX 비용으로 6,428억원을 지출했는데, 이는 2021년 3,707억원과 비교하면 57%나 늘어난 수준이다. 특히 데이터센터 비용이 포함되는 유형자산 투자엔 4,529억원을 사용하며 전년 대비 두 배가량 더 투자했다. 이를 통해 카카오는 지난 9월 '카카오 데이터센터 안산'을 완공했으며, 2026년까지 서울대학교 시흥캠퍼스에 제2데이터센터도 마련할 계획이다. 카카오의 단기적인 CAPEX 규모 감소를 경영공백 우려로 확장하는 데 경계를 멈추지 말아야 할 이유다.

'아직 늦지 않았다' 특화 콘텐츠로 승부 거는 디즈니플러스·쿠팡플레이
OTT 경쟁하는 사이 움츠러든 유료 방송 수요, 올 상반기 성장률 '0%대'
'콘텐츠 공룡' 넷플릭스와 OTT 중심으로 재구성되는 국내 콘텐츠 시장

국내 OTT 업계 후발주자인 디즈니+와 쿠팡플레이가 '특화 콘텐츠'를 앞세워 시장을 공략하고 있다. 디즈니+는 검증된 웹툰·웹소설 IP를 기반으로 한 '서민 영웅' 작품에 힘을 쏟는 한편, 쿠팡플레이는 축구, 농구 등 스포츠 콘텐츠를 필두로 빠르게 덩치를 불려 가는 추세다. 반면 OTT 경쟁에 밀린 유료 방송 시장은 올 상반기 '성장률 0%'의 굴욕을 떠안으며 본격적인 침체기에 접어들었다.

디즈니+와 쿠팡플레이의 '넷플릭스 추격'

디즈니+는 서민 영웅 서사를 그린 웹툰 IP와 함께 국내 시장에서 입지를 다지고 있다. 대표적으로 월트디즈니컴퍼니의 밥 아이거 최고경영자(CEO)가 3분기 실적 공신으로 꼽았던 디즈니+ 오리지널 <무빙>은 동명의 웹툰을 원작으로 한 작품이다. 초능력을 숨기며 살아가는 아이들과 아픈 비밀을 품은 채 살아온 부모의 이야기로, 소중한 사람과 일상을 지키기 위해 고군분투하는 서민 영웅의 모습을 그렸다.

디즈니+가 지난 8일 공개한 <비질란테> 역시 웹툰 IP를 영상화한 작품이다. 낮에는 모범 경찰대생으로 활동하는 남주혁(김지용 역)이 밤에는 법망을 피한 범죄자들을 직접 심판하는 자경단원(비질란테)이 되는 이야기를 담았다. 우리나라 정서에 적합한 서민 영웅 서사로 공개 하루 만에 디즈니+ 한국 TV쇼 부문 1위에 올랐으며, 지난 10일에는 OTT 통합 검색·추천 플랫폼 키노라이츠가 집계한 '통합 콘텐츠 랭킹'에서 1위를 기록하기도 했다.

또 다른 후발 주자 쿠팡플레이는 스포츠 중계에 힘을 실으며 빠르게 성장하고 있다. 지난해 8월 200만 명에 그쳤던 월간활성사용자수(MAU)는 1년여 만에 두 배 이상 증가했다. 제작비 부담이 없고, 각 종목 팬들을 장기간 붙잡아 둘 수 있는 '스포츠 중계'가 성장세를 견인한 것이다. 올해 7월에는 유럽 최정상 팀인 '맨체스터 시티'와 스페인 라리가의 강호 '아틀레티코 마드리드'를 한국에 초청, 친선경기를 주최하며 스포츠 팬의 눈길을 끌기도 했다.

OTT 격돌 속 힘 빠지는 유료 방송

OTT 업체 사이 콘텐츠 경쟁이 치열해지는 가운데, 유료 방송은 0%대 성장률을 기록하며 굴욕을 맛봤다. OTT 오리지널 작품의 영향력이 점차 커지는 가운데, 대다수 소비자가 유료 방송 대신 OTT 구독을 선택하면서다. 최근 들어서는 '유료 방송은 끊어도 넷플릭스를 비롯한 OTT는 끊을 수 없다'는 식의 웃지 못할 농담마저 나도는 추세다.

유료 방송이 '침체기'를 맞이했다는 사실은 통계에서도 명확하게 드러난다. 과학기술정보통신부에 따르면 올 상반기 유료 방송 가입자 수는 3,634만7,495명으로 전년 대비 9만9,000명 증가하는 데 그쳤다. 성장률은 0.27%로 역대 최저치를 기록했다. 매년 3~4%대의 가입자 증가율을 보였던 IPTV는 1.21% 성장하는 데 그쳤고, 케이블TV(SO) 가입자는 약 5만 명 감소했다. 오리지널 '독점 콘텐츠'로 무장한 OTT가 유료 방송을 밀어내며 세력을 넓히기 시작한 것이다.

이에 업계에서는 국내 콘텐츠 시장이 본격적으로 재구성되고 있다는 분석이 나온다. '공룡 OTT' 넷플릭스를 중심으로 디즈니+와 쿠팡이 치열한 경쟁을 벌이고, 그 아래에 토종 OTT '터줏대감'인 티빙과 웨이브가 자리하는 식이다. 일각에서는 OTT와 오리지널 콘텐츠 중심으로 움직이는 시장에 사실상 유료 방송이 설 자리는 없다는 비관적인 전망도 제기된다.

스포츠 중계 시장 뛰어든 넷플릭스, 15일 골프 행사 '더 넷플릭스 컵' 생중계
오리지널 다큐멘터리 '풀스윙'으로 PGA 발칵 뒤집어, 차후 스포츠 행보에 주목
이용자 유인·락인 효과 큰 스포츠 중계로 OTT 시장 '포화 위기' 넘어설까

넷플릭스가 15일 미국 네바다주 라스베이거스의 윈 골프클럽에서 열리는 이벤트성 골프 행사 ‘더 넷플릭스 컵’ 중계에 나선다. 넷플릭스 역사상 최초의 스포츠 실시간 중계다. 오리지널 다큐멘터리 <풀스윙> 등으로 넷플릭스의 '스포츠 영향력'이 입증된 가운데, 아직 정복하지 못한 실시간 스포츠 중계 사업에 본격적으로 진출하는 양상이다.

넷플릭스, '광고 금광' 스포츠 중계 나선다

세계 최대 스트리밍 기업인 넷플릭스는 셀 수 없이 많은 장르의 영상물을 취급하고 있다. 하지만 지금까지 스포츠 경기 생중계는 단 한 번도 진행하지 않았다. 넷플릭스와 같은 스트리밍 업체 입장에서는 스포츠 경기의 중계권료가 상당히 큰 부담으로 작용하기 때문이다. 넷플릭스의 공동 최고경영자(CEO) 테드 사란도스는 2022년 12월 UBS 글로벌 콘퍼런스 현장에서 “넷플릭스는 스포츠에 반대하는 것이 아니라 수익에 찬성한다”고 발언, 스포츠 중계 예정이 없다는 의사를 내비치기도 했다.

그러나 상황은 넷플릭스의 '광고 요금제(Basic with ads)'가 출시된 이후 급변했다. 넷플릭스가 콘텐츠 스트리밍 도중 광고를 송출하는 요금제로 대규모의 가입자를 유치, '광고 수익'의 매력에 눈을 뜬 것이다. 스포츠 경기를 실시간 중계할 경우 하프타임(전반전과 후반전 사이 주어지는 중간 휴식 시간) 광고를 따낼 수 있다. 시청자가 광고를 건너뛸 수 없는 하프타임 광고는 광고주 입장에서도 상당히 매력적인 광고처로 꼽힌다. 주기적으로 열리는 스포츠 경기를 실시간 중계할 경우, 구독자가 증가하며 광고 수익이 함께 느는 '선순환'도 노려볼 수 있다.

이에 업계에서는 차후 넷플릭스 등 스트리밍 기업이 차후 스포츠 리그 자체를 사들여 중계할 가능성을 점치고 있다. 리그를 인수할 경우 리그 운영 주체에게 중계권료를 지불할 필요가 없어 중계 비용을 크게 줄일 수 있기 때문이다. 실제 지난해에는 넷플릭스가 월드 서프 리그(SWL)의 인수를 검토했다는 소식이 전해지기도 했다. 일각에서는 향후 넷플릭스가 전미프로농구리그(NBA) 중계권을 사들여 스포츠 실시간 중계 시장에 본격적으로 뛰어들 것이라는 전망도 제기된다. 

'풀스윙'이 증명한 넷플릭스의 스포츠 영향력

넷플릭스가 스포츠 시장에 미치는 영향력은 이미 넷플릭스 다큐멘터리 시리즈 <풀스윙>을 통해 입증됐다. <풀스윙>은 골프 대회 시즌에 맹활약을 펼치는 프로 골퍼들의 모습을 조명한 다큐멘터리 작품이다. 2018~2019년 대흥행한 레이싱 다큐멘터리 <F1, 본능의 질주> 제작진이 참여해 치열한 프로 골퍼의 삶을 그려냈다.

프로 골퍼들의 노력을 생생하게 담은 해당 작품은 'OTT 열풍'을 타고 대흥행했다. 여러 출연자의 이야기를 교차하는 연출, 회차별로 달라지는 다양한 주제 등이 이용자의 눈길을 사로잡은 것이다. 다큐멘터리의 '비인기 장르' 장벽도 넷플릭스의 영향력 앞에서는 무의미했다. 190개국에서 32개 언어로 제공된 <풀스윙>은 미국과 영국에서 2위, 아일랜드에서 1위를 차지하며 세계적인 성공을 거머쥐었다.

<풀스윙>을 시청한 이용자들은 '프로 골프'의 매력에 푹 빠졌다. 미국 골프다이제스트는 “넷플릭스의 <풀스윙>이 PGA투어 시청률에 큰 영향을 미쳤다”고 보도했다. <풀스윙> 시청을 계기로 PGA 투어 중계방송에 유입된 이용자가 많다는 의미다. 실제 미국의 통합 정보분석 기업 닐슨 미디어 리서치에 따르면, <풀스윙> 시청자의 63%가 PGA 투어 중계방송을 시청한 것으로 나타났다.

미국의 시장 조사 업체 엑셀런트 옴니버스는 <풀스윙> 시청자의 36%가 SNS상에서 프로 골프 관련 콘텐츠에 더 많은 시간을 소비하고 있다고 분석했다. 실제로 <풀스윙> 시청 이후 골프 관련 프로그램, 뉴스 등을 찾아 읽는 시청자는 27% 수준이었다. 완성도 높은 넷플릭스 다큐멘터리 시리즈 하나가 미국 프로 골프 시장 전반에 '폭풍'을 불러온 것이다.

스포츠 중계, 넷플릭스의 '새 먹거리' 될까

넷플릭스는 그간 주문형비디오(VOD·Video on demand) 서비스, 대규모 투자를 통한 오리지널 콘텐츠 등을 앞세워 덩치를 키워왔다. 하지만 현재 글로벌 OTT 시장은 기존 VOD 서비스만으로는 성장하기가 어려운 포화 상태다. '오리지널 콘텐츠' 경쟁이 촉발한 막대한 콘텐츠 투자 지출 역시 OTT 기업의 어깨를 짓누르고 있다. 하지만 스포츠 중계는 '공룡 OTT' 넷플릭스가 지금껏 정복하지 못한 새로운 먹거리다.

스포츠 생중계는 기본적으로 시청자의 서비스 체류 시간이 길고, 해당 종목에 관심이 있는 팬을 한 번에 끌어모을 수 있는 매력적인 사업이다. 수개월간 진행되는 프로리그, 약 1년 가까이 진행되는 시즌제 스포츠 경기의 경우 드라마·영화 대비 '락인 효과(새로운 서비스가 나와도 소비자들이 여전히 기존 서비스에 머무르는 현상)' 역시 훨씬 크다. 성장 정체 타파를 위해 움직이는 넷플릭스 입장에서는 딱 좋은 먹잇감인 셈이다.

이미 넷플릭스는 지난 3월 크리스 록의 스탠드업 코미디 쇼 ‘선택적 분노’(Selective Outrage)를 생중계하며 관련 인프라의 테스트를 마친 바 있다. 과연 이번 '더 넷플릭스 컵' 생중계는 PGA 시장 흐름을 바꿔놓은 <풀스윙>의 골프 흥행을 계승하고, 넷플릭스만의 새로운 '스포츠 문화' 조성에 일조할 수 있을까.

'트래픽 어뷰징 금지' 네이버쇼핑, 어뷰징 행위 처벌 수위 높인다
"안 팔렸는데 왜 상단에", 플랫폼에 대한 소비자 신뢰 훼손 가능성
처벌 강화는 정답이 아니다? 알고리즘 활용해 어뷰징 '예방'해야

네이버 쇼핑이 내달부터 트래픽 어뷰징에 대한 제재를 강화한다. 15일 업계에 따르면 네이버 쇼핑은 최근 트래픽 어뷰징 제재 강화에 대한 공지를 입점 판매자들에게 전달했다. 트래픽을 임의로 조작하거나, 허위 리뷰를 작성하며 e커머스 시장의 질서를 해치는 '트래픽 어뷰징'을 근절하겠다는 취지다. 한편 업계에서는 단순 제재만으로 어뷰징을 막을 수는 없다는 지적이 제기된다. 근본적인 문제 해결을 위해서는 검색 알고리즘 개선 등 기술적인 접근이 필요하다는 분석이다.

'어뷰징 막아라', 관련 페널티 강화

트래픽 어뷰징은 높은 트래픽을 확보하는 만큼 상품 노출 순위가 높아지는 플랫폼 특성을 악용, 상품이 검색 결과 상위에 노출되도록 유도하는 불법 행위를 뜻한다. 주로 '슬롯', '리워드' 등의 어뷰징 프로그램을 사용, 일정 기간 정해진 횟수만큼 상품을 검색·클릭해 트래픽을 높인다. 소액으로 매출 향상 효과를 낼 수 있다 보니 최근 들어서는 어뷰징이 일종의 '마케팅 수단'이라고 주장하는 판매자도 늘어나는 추세다.

네이버 쇼핑은 트래픽 어뷰징 행위를 허용하지 않는다. 플랫폼 내에서 어뷰징 행위가 적발될 경우에는 상품 순위 하락, 카탈로그 매칭 해제 등 각종 페널티를 부과해 왔다. 내달 19일부터는 페널티 기간을 최소 30일에서 90일로 확대하고, 영구 페널티 적용 기준도 적발 누적 건수 3회에서 2회로 강화한다. 쇼핑 검색 신뢰를 훼손하는 트래픽 어뷰징을 '근절'하겠다는 취지에서다.

현재 네이버 쇼핑은 어뷰징 근절을 위해 상시 트래픽 신고 채널을 운영, 접수되는 사례를 확인해 제재를 가하고 있다. 판매자가 불법·사기 어뷰징 대행사에 피해를 보지 않도록 스토어 가입·등록 단계부터 안내하기도 한다. 또한 인공지능(AI), 빅데이터 기술을 적용해 허위 리뷰·위조 상품에 대한 상시 모니터링도 실시하고 있으며, 지난 9월에는 어뷰징 대응책 마련을 위한 '이용자 보호 및 자율규제위원회'(가칭)를 출범하기도 했다.

구글에는 어뷰징이 없다? 문제는 '알고리즘'

네이버 쇼핑의 트래픽 어뷰징은 플랫폼 자체의 신뢰를 훼손하는 문제다. 결제 건수·리뷰·평점이 하나도 없는 어뷰징 이용 상품이 최상단에 노출될 경우, 소비자가 검색 시스템 자체에 대한 '의심'을 품을 가능성이 크기 때문이다. 심각성을 인지한 공정거래위원회는 올 초부터 트래픽 어뷰징을 통한 상품 검색 순위 조작을 집중적으로 감시, 제재에 나서고 있다. 트래픽 어뷰징이 명백한 소비자 기만행위라는 판단에서다.

하지만 처벌을 강화한다고 해도 관련 문제를 완전히 해결하기는 사실상 어려울 것으로 보인다. 필터링 로직을 개선할수록 프로그램도 점차 발전하는 '악순환'이 반복되고 있기 때문이다. 일각에서는 신고 창구인 '네이버 트래픽 어뷰징 신고' 채널마저 제 역할을 수행하지 못하고 있다는 비판도 제기된다. 신고 후 조치가 미진할뿐더러, 신고 처리의 결과 역시 불투명하다는 지적이다.

업계에서는 네이버가 '검색 알고리즘'이 아닌 조회수와 같은 단순 기준값을 사용해 어뷰징 문제가 발생한다고 본다. 구글과 같이 자체적인 고성능 알고리즘을 사용할 경우 어뷰징 악용 사례 자체가 발생할 수 없다는 것이다. 수많은 어뷰징 서비스 사이에서 공정한 쇼핑 환경을 조성하기 위해서는 어뷰징 행위 자체를 무효화할 수 있는 '기술적 개편'이 필요할 것으로 보인다.

총선 앞두고 '몸 사리기' 선택한 정치권, 리걸테크 족쇄는 언제 푸나
잠잠한 국회 논의에 리걽테크 기업은 '답답'하기만
앞서 나가는 해외 국가들, "이대론 뒤처질 수밖에"

리걸테크를 사실상 허용하는 변호사법 통과가 국회 법제사법위원회(법사위) 법안소위 단계에서 좌절됐다. 정쟁과 변호사 사정 봐주기가 국내 기업의 기술 발전을 가로막고 있단 비판이 쏟아진다. 국회 내에서도 비판 여론이 일었다. 특히 유니콘팜 측의 반발이 거세다. 유니콘팜은 170만 명의 이용자를 확보하고도 사업을 접을 수밖에 없었던 '타다' 등의 혁신 서비스가 전통산업과의 충돌로 사라진 데 정치권이 제 역할을 하지 못했단 반성에서 출범한 초당적 의원 연구단체다. 이들은 현 상태가 지속될 경우 국내 기술 혁신은 이뤄지지 못할 것이라 비판하고 있다.

좌절된 변호사법, 유니콘팜 "재논의 필요해"

국회 유니콘팜은 15일 리걸테크 산업의 족쇄를 풀 수 있는 법안이 법사위 법안소위 단계에서 좌절된 데 재논의를 촉구하는 입장문을 발표했다. 앞서 법사위 법안소위에 오른 변호사법 개정안은 정보 비대칭이 심한 법률 시장의 문제점을 해소하고 법률 소비자들의 선택권이 폭넓게 보장될 수 있도록 하기 위해 변호사 광고 제한사항을 대한변호사협회(변협) 규정이 아닌 대통령령으로 정하게 하는 게 골자다. 법률 관련 서비스를 제공하는 기업들이 변협의 눈치를 보지 않고 보다 자유롭게 사업을 펼칠 수 있도록 허용하는 법안으로, 사실상 '리걸테크 활성화법'이라는 평가를 받았다.

그러나 변호사법은 양당이 법안 논의에 소극적으로 나서면서 소위 의제로도 다뤄지지 않았다. 법안을 발의한 더불어민주당 측이 상정에 미온적인 태도를 보인 가운데 여당 의원들도 굳이 언급을 하지 않은 것이다. 당초 민주당은 지난 8월 당 의원이 모두 참석한 워크숍에서 해당 법안을 '7대 민생 입법과제' 중 하나로 선정하며 처리 의지를 나타냈다. 박광온 당시 원내대표가 스타트업 관계자들과 만나 “타다가 많은 교훈과 과제를 남겼다”며 “민주당이 혁신의 편에 서겠다”고 약속한 데 따른 후속 조치였다. 민주당은 변호사법을 직접 '혁신성장지원법'이라 명명하며 정기국회 때 최우선적으로 꼭 통과시키겠다고 공언하기까지 했다.

민주당이 갑작스레 태도 전환에 나선 건 내년 총선이 5개월 앞으로 다가왔기 때문인 것으로 분석된다. 정치권 관계자들은 "큰 선거를 앞두고는 ‘협회를 자극하지 말아야 한다’는 불문율이 있다”고 설명했다. 특정 이익집단을 대변하며 회원들의 표심에 영향을 줄 수 있는 각종 협회 등 직역단체의 뜻을 거스르면 선거에 불리하단 인식이 베이스로 깔려 있다는 것이다. 한 민주당 관계자는 "2019년 12월 총선을 앞두고 택시업계 조직표를 의식한 의원들이 혁신산업을 죽이는 ‘타다 금지법’을 처리했듯, 다시 선거가 다가오자 직역단체 표를 고려한 의원들이 혁신산업을 살리는 법안 처리를 미루고 있다”고 전했다.

로톡 변호사 징계 취소에 기대감 높아졌지만

변호사법에 대한 기대는 상당히 높았다. 앞서 지난 9월 법무부가 로톡 가입 변호사 123명에 대한 변협의 징계를 모두 취소하면서 리걸테크 성장에 탄력이 붙었기 때문이다. 지난 6월 19일 법사위 법안제1소위에는 총 5건의 리걸테크 관련 법안이 상정돼 변협과 로앤컴퍼니(로톡 운영사) 간 열띤 토론이 벌어졌지만 법안 의결 절차는 진행되지 않았다. 법무부 징계위원회에서 변협 징계 관련 결론을 내지 않았다는 것이 주요 이유였다. 여기서 징계위가 로톡의 손을 들어준 만큼 이제는 리걸테크 관련 법안을 막아낼 여력이 변협 측엔 거의 없었다. 리걸테크 활성화 법안을 발의한 한 의원실 관계자도 "당장은 국정감사 등의 이유로 법안 추진이 어렵지만 법무부 결정이 난 만큼 연말이나 내년 초쯤에는 법제화가 속도를 낼 것으로 보인다”고 언급한 바 있다.

법안 처리에 속도가 붙으면서 전문가들 사이의 논의도 점화됐다. 정신동 한국외국어대학교 법학전문대학원 교수는 "다른 법을 개정하지 않고 변호사가 아닌 이가 유상의 법률 사무를 제공할 수 있게 하려면 리걸테크 산업에 관한 특별법이 필요하다"며 "대신 특별법이 서비스 이용자별로 다른 용어를 사용해야 한다"고 강조했다. 현행법 개정 대신 특별법을 제정하는 배경은 법 개정도 제정만큼이나 오래 걸리기 때문이다. 개정해야 하는 법도 많다. 독일 법률서비스법이 변호사가 아닌 이도 기술을 이용해 유상의 법률 서비스를 할 수 있도록 규정한 분야는 채권추심, 사회보험 및 법정연금 자문, 외국법 자문 등 세 가지다. 현재 우리나라는 해당 분야를 채권의 공정한 추심에 관한 법률, 외국법자문사 특별법 등으로 규율하고 있는데, 이를 하나하나 개정하기보단 특별법 제정을 통해 절차를 줄여야 한다는 게 골자다.

리걸테크와 변협의 갈등을 최소화하기 위해 그 영역을 확실히 구분해야 한다는 지적도 제기됐다. 법률서비스법의 주무 부처를 법무부로 해야 한다는 주장이다. 변협이 법무부의 관리·감독을 받는 단체여서다. 법무부가 법률서비스법의 주무 부처가 되면 변협과 리걸테크를 모두 법무부가 관리·감독할 수 있게 된다. 박재윤 한국외국어대학교 법학전문대학원 교수는 "법률서비스법이 제정돼도 리걸테크 산업은 변협에서 그동안 감독해 온 부분과 마찰이 불가피할 것으로 보인다"며 "법을 만들 때부터 변협의 권한을 벗어나는 부분을 확실히 해줘야 리걸테크 업체들이 안심하고 사업을 할 수 있을 것"이라고 힘줘 말했다.

발전하는 리걸테크, 흐름 가로막는 국회

그러나 결국 법안 처리는 유야무야됐고, 리걸테크 산업의 발전을 꿈꾸던 이들의 치열한 논쟁은 설레발에 지나지 않게 됐다. 이에 일각에선 정치권이 자신들의 정치적 이익을 위해 기술 혁신을 가로막고 있다는 비판이 제기된다. 이대로 가다간 해외 기업의 아성을 뛰어넘지 못한 국내 기업들이 결국 도태될 가능성이 높다는 지적도 나온다. 실제 미국은 리걸테크 산업의 가파른 발전을 이뤄내고 있다. 산업 초기엔 변호사 검색과 법률 정보 검색 분야가 주를 이뤘지만 이후 광학문자인식(OCR), 텍스트 분석 기술이 발전하며 전자 서명 및 법률 문서 자동 작성 등으로 서비스 범위가 확장됐고, 전자증거개시가 도입되면서 급격히 발전하기 시작했다. 법조계에서도 기술을 적극적으로 받아들였다. 미국변호사협회(ABA)는 변호사에게 기술적 역량 강화에 대한 의무를 부여하고 있으며, 매년 테크쇼(TECH SHOW)를 개최해 법률 시장에 활용 가능한 기술 정보를 활발히 교류하도록 하고 있다. 기술 친화적 환경이 미국의 리걸테크 기술을 세계 최대 수준으로 끌어올린 셈이다.

독일도 제도적으로 새로운 시도를 허용하며 산업 발전을 이끌고 있다. 국회도서관이 발간한 '최신 외국입법정보'에 따르면 독일은 리걸테크 기업을 종합적으로 안내하는 홈페이지를 통해 산업 전반에 대한 이해도를 높이고 있다. 더군다나 현재 독일을 포함한 영국, 프랑스 등 다수의 유럽 국가는 변호사가 비변호사와 이익을 공유하는 형태의 사업 모델까지 허용하고 있다. 이처럼 새로운 산업 발전을 적극 뒷받침하는 제도적 지원 아래 우리나라보다 인구수는 약 1.6배에 불과하지만 법률서비스 시장은 4~5배 큰 규모의 성장을 이루며 빠르게 발전 중이다.

일본도 우리를 앞서 나가고 있다. 일본은 2005년 변호사 광고 플랫폼 '벤고시닷컴' 등장 이후 플랫폼 이용에 대한 논의를 시작했고, 격론 끝에 '네트워크 사회에서 정보를 모아 판단하는 것이 국민의 상식이며 시장의 요구에 어떻게 대응할 지 고민하되 변호사 이용 가이드라인을 만들어 이용하는 방향'으로 플랫폼 허용을 결정했다. 이를 통해 벤고시닷컴은 2014년 IPO(기업공개)에 성공하며 성장 기반을 다졌고, 이후 다양한 리걸테크 신기술을 도입하며 혁신 서비스를 선보이고 있다.

리걸테크는 시대적 흐름이다. 이미 해외에선 7,000여 개의 리걸테크 기업이 성장하고 있고, 상장 기업은 20개에 육박한다. 그러나 현재 국내 시장에서 리걸테크는 로앤컴퍼니가 유일하게 예비 유니콘으로 선정됐던 것을 제외하면 성과가 거의 없다시피 한다. 기업 규모나 투자 규모를 살펴봐도 국내 리걸테크 산업은 이제 막 걸음마를 뗀 수준에 불과하다. 그런데도 우리나라는 리걸테크에 대한 제도적 뒷받침이 거의 없다. 해외에서 격론을 펼치며 닦아 놓은 길을, 국내 정치권과 변협 측이 애써 무시하고 있는 탓이다. 아직 우리나라도 늦지 않았다. 규제가 해소되면 글로벌 시장에서 뒤처져 있던 국내 리걸테크 기업들은 본격적으로 경쟁력을 키울 수 있는 장이 열리게 된다. 당장의 총선에 얽매여 미래시를 저버린 정치권의 각성이 요구되는 시점이다.

메타 라마 2, 비용 효율성의 함정
작업 규모에 맞는 LLM 사용 중요
비용 절감 위한 최적화 방안 모색

[해외DS]는 해외 유수의 데이터 사이언스 전문지들에서 전하는 업계 전문가들의 의견을 담았습니다. 저희 데이터 사이언스 경영 연구소 (GIAI R&D Korea)에서 영어 원문 공개 조건으로 콘텐츠 제휴가 진행 중입니다.

---

메타의 오픈소스 언어모델을 이용하는 스타트업이 접근성과 운영 비용 사이의 균형을 맞추는 데 어려움을 겪고 있는 것으로 조사됐다. 라마(Llama) 2는 Meta가 개발한 대규모언어모델로(LLM), 접근성 측면에서 지금까지 개발자와 연구자들로부터 높은 평가를 받아왔었다.

그러나 더 인포메이션(The Information)에 따르면 몇몇 스타트업은 GPT-4가 훨씬 더 비싼 건 사실이지만, OpenAI의 GPT-3.5 터보에 비해 Meta의 라마 2에 약 50%에서 100%의 운영 비용을 더 지출하고 있다고 분석됐다. 때로는 이러한 비용이 기하급수적으로 증가하기도 한다. 예를 들어 챗봇 스타트업 Cypher의 창업자들은 8월에 라마 2를 이용하여 테스트를 진행했는데, 이에 든 비용은 1,200달러였다. 이와 같은 테스트를 GPT-3.5 터보에서 실행하면 비용은 5달러에 불과했다.

한편 OpenAI가 최근 발표한 새로운 모델은 더 저렴한 비용으로 놀라운 성능을 자랑했다. 데브데이 행사에서 GPT-4 터보를 선보였는데, 이 모델은 GPT-4(8K 모델)보다 3배 더 저렴하며, 입력 토큰 100개당 1센트로 실행 가능하다고 밝혔다. 개발자들에게 모델을 체험해 볼 기회를 주기 위해 OpenAI는 콘퍼런스 참석자 모두에게 500달러의 무료 API 크레딧을 제공했다. 라마 2는 OpenAI의 폐쇄적인 시스템과 달리 사용자가 무료로 액세스하고 수정할 수 있는 오픈소스 모델이다. 이러한 장점에도 불구하고 엄청난 비용 차이로 인해 기업들의 선택 폭이 좁아지고 있는 실정이다.

작업의 복잡성에 따른 모델 선택이 중요해

OpenAI는 고객으로부터 받는 수백만 건의 요청을 한 번에 하나씩 처리하지 않고 일괄적으로 칩에 전송하여 병렬로 처리하는 반면, 오픈소스 모델을 사용하는 스타트업인 Cypher와 같은 소규모 기업은 요청 쿼리를 충분히 얻지 못하는 상황에서 쿼리를 처리해야 하는 일이 빈번하게 발생한다. 이에 따라 작은 기업에서는 OpenAI만큼 서버 칩의 기능을 충분히 활용하지 못해서 오픈소스 모델을 사용하는 효율이 떨어진다.

하지만 스타트업에서 OpenAI의 최고사양 모델(GPT-4 기준)을 사용하면 더 큰 비용이 발생하기도 한다. 최근 Permutable.ai가 진행한 비용 분석에 따르면, OpenAI 모델을 이용하면 연간 약 100만 달러의 비용이 발생할 것으로 예상하는데, 이는 Permutable.ai가 자체 모델을 개발해서 사용하는 것보다 약 20배나 더 큰 비용이다. OpenAI의 고가 모델은 더 어려운 작업에 적합하다는 의미를 내포하고 있는 분석이었다. 윌슨 찬(Wilson Chan, Permutable.ai CEO)은 소규모 기업에서 ChatGPT를 사용하는 것은 "소 잡는 칼로 닭을 잡는 격"이라며, 효과는 좋지만 필요 이상으로 큰 노력이 든다고 설명했다. LLM에 필요한 컴퓨팅 및 재정 자원이 실제 수요와 일치하지 않을 수 있어 비효율적인 전력 및 예산 할당이 발생할 수 있다고도 덧붙였다.

오픈소스 LLM을 사용하는 비용은 작업의 복잡성, 요청 처리량, 제품에 대한 커스터마이징 수준에 따라 크게 달라질 수 있다. 위의 극명한 대비는 작업의 규모와 특성을 고려하여 적절한 AI 모델을 선택해야 하는 중요성을 강조하는 바다. 한편 모델의 투명성과 보안 및 개인정보 보호와 같은 문제가 오픈소스의 높은 비용을 감내해야 하는 요소로 작용하기도 한다. 특히 최근의 AI 규제 방향을 고려할 때, 기능과 효율 자체보다 훨씬 더 중요한 문제로 대두되고 있는 요소들이다.

비용 및 최적화에 대한 고민해야

대규모 언어 모델을 실행하는 데 드는 비용은 주로 규모에 따라 달라진다. 라마 2는 다양한 크기로 제공되며, 그중 가장 큰 크기는 700억 개의 매개변수를 보유하고 있다. 모델의 규모가 커질수록 학습 및 실행에 필요한 컴퓨팅 자원이 증가하지만, 더 나은 성능을 얻을 수 있다. Iris.ai의 CTO이자 공동 창립자인 빅터 보테프는 모델 가중치의 정밀도를 수정하는 양자화, 혹은 하드웨어 간 데이터 전송으로 인한 병목 현상을 줄이는 데 사용되는 어텐션 알고리즘인 플래시 어텐션(Flash Attention) 같은 방법을 사용하여 매개 변수를 줄일 수 있다고 말했다. 비용을 크게 줄일 수도 있지만, 응답 품질이 저하될 위험이 있으므로 용도에 따라 신중히 선택해야 한다.

온프레미스 파라미터가 1,000억 개 미만인 모델에는 최소 하나의 DGX 박스(엔비디아 소프트웨어 및 하드웨어 플랫폼)가 필요하다. 현재 시장 가격 기준으로 각 DGX 박스의 가격은 약 20만 달러이며 3년 보증이 제공된다. Iris.ai에서 조사한 바에 따르면 온프레미스에서 라마 2를 실행할 경우 하드웨어 비용만 연간 약 65,000달러가 들 것이라고 계산했다. 하지만 클라우드에서 모델을 실행할 때는 모델 규모에 따라 비용이 크게 달라진다. 매개변수가 150억 개 미만인 모델의 경우 클라우드 운영 비용은 월 1,000달러, 연간 12,000달러 정도며, 약 700억 개의 매개 변수가 있는 모델의 경우 비용은 월 약 1,500달러, 연간 18,000달러로 증가한다.

안타깝게도 기본으로 제공되는 모델은 기업이 원하는 품질을 맞출 수 있는 경우가 드물기 때문에 사용자 대면 애플리케이션에 다양한 튜닝 기술을 적용해야 한다. 즉석 튜닝은 인코딩된 정보에 영향을 주지 않기 때문에 가장 저렴하며 비용은 10달러에서 1,000달러까지 다양하다. 명령어 튜닝은 모델이 특정 명령어를 이해해야 하지만 기존 학습 지식을 사용하여 응답할 수 있는 도메인에 가장 유용하다. 해당 도메인 조정에는 100달러에서 1,000달러 사이의 비용이 든다. 마지막으로, 미세 조정은 비용이 가장 많이 드는 프로세스 중 하나다. 학습된 지식, 추론 능력 등 모델의 근본적인 측면을 변경하기 때문에 이러한 비용은 모델의 규모에 따라 다르지만, 일반적으로 매개변수가 10억 개에서 50억 개 사이의 소규모 모델의 경우 약 10만 달러, 대규모 모델의 경우 수백만 달러의 비용이 든다.

인공지능 컴퓨팅 자원 수급 영향도 있어

컴퓨팅 액세스와 운영 비용에 영향을 주는 또 다른 중요한 쟁점은 하드웨어 접근성에 있다. 현재 인공지능은 뜨거운 관심사이며, 기업들은 어떠한 방식으로든 AI를 도입하고 활용하려 하지만, 이를 위해서는 컴퓨팅 자원에 대한 안정적인 액세스가 필수다. 그러나 현재는 공급이 수요를 따라가지 못하는 상황이다. 엔비디아는 최근 2분기 동안 약 900톤의 주요 GPU를 공급하는 등 H100 및 A100 GPU에 대한 수요가 많이 증가하고 있다. 또한 AMD와 인텔과 같은 경쟁 업체들도 새로운 AI 칩을 통해 경쟁을 준비하고 있는 가운데, H100의 성능을 뛰어넘는 H200 버전이 공개되면서 시장 경쟁을 가열시키고 있다.

안정적인 컴퓨팅 자원 액세스가 없으면 기업은 추가 비용을 지불해야 하는 상황을 피하기 어렵다. Hugging Face, NexGen Cloud 그리고 최근 AWS의 '임대 GPU' 공간과 같은 다양한 해결책들이 시장에 등장하고 있지만, 라마 2와 같은 모델의 연산을 실행하려면 하드웨어 요구 사항을 충족하기 위해 강력한 칩이 구비되어야 한다.

모델 자체를 호스팅하지 않고 모델 가중치를 적용하거나, 중간 계층 설루션을 개발하여 모델 관리에 더 창의적인 전략을 적용하는 사례가 늘고 있다. 이러한 조치는 유사하고 반복적인 쿼리에 대한 불필요한 리소스 소비를 줄이는 데 도움이 되고 있다. 또한 특정 사용 사례에 적합하면서도 비용 효율적인 모델을 사용하는 것도 증가하는 추세다. 현재 70억 개와 130억 개의 파라미터로 구성된 라마 2의 라이트 버전들이 이미 출시되었다. 마이크로소프트의 Phi 1.5는 이제 13억 개의 작은 매개 변수로 멀티모달 기능도 제공하고, EleutherAI의 Pythia-1b와 데이터브릭스가 소유한 MosaicML의 MPT-1b도 최근 인기를 끌고 있다.

---

Open Source vs. Closed Models: The True Cost of Running AI

Is open source really cheaper? Here's a cost breakdown.

At a Glance
Meta's open source language models have startups questioning whether accessibility is worth potentially higher running costs.
Meta’s open source release of its powerful large language model Llama 2 earned plaudits from developers and researchers for its accessibility. It went on to form the basis for AI models such as Vicuna and Alpaca – as well as Meta’s own Llama 2 Long.

Costs to operate the model, however, can be more expensive than proprietary models. The Information reports that several startups are spending around 50% to 100% more on running costs for Meta’s Llama 2 compared with rival OpenAI’s GPT-3.5 Turbo, although top-of-the-line GPT-4 remains far more expensive. Both LLMs underlie ChatGPT.

Sometimes the cost is exponentially even higher. The founders of chatbot startup Cypher ran tests using Llama 2 in August at a cost of $1,200. They repeated the same tests on GPT-3.5 Turbo and it only cost $5.

AI Business has contacted Meta for comment.

This week, OpenAI unveiled a new, more powerful model that costs even cheaper to run. At its DevDay event, OpenAI said the new GPT-4 Turbo is three times cheaper than GPT-4 (8K model) – costing one cent per 100 input tokens. To get developers to give it a try, OpenAI gave each of its conference attendees $500 in free API credits.

While Llama 2 is free for users to access and tinker with compared to OpenAI’s closed systems, the sheer difference in running costs could turn companies away.

Why open-source can be more expensive
One reason comes from how companies use the specialized servers that power the models. OpenAI can bundle the millions of requests it gets from customers and send the batch to chips to process in parallel rather than one at a time, according to The Information.

In contrast, startups like Cypher that use open-source models while renting specialized servers from cloud providers may not get enough customer queries to bundle them. As such, they do not benefit fully from the server chips’ capabilities the way OpenAI can, a Databricks executive told the news outlet.

To be sure, the cost of using open source LLMs can vary widely depending on the task, the number of requests it serves and how much needs to be customized for a certain product. For simple summarization, the cost can be relatively low while complex tasks might need more expensive models.

Another possibility is “we don’t know how much operating cost OpenAI is simply ‘eating’ right now,” Bradley Shimmin, chief analyst for AI and data analytics at sister research firm Omdia said. “We have no visibility into the cost of running any of OpenAI’s models. I’m sure they’re benefiting from economies of scale that would far outgun those available to mom and pop enterprises seeking to host a seven-billion parameter model on AWS or Azure.”

“However, from what we do know of model resource requirements and what we’re learning about model resource optimization, it is unlikely that these moves will overturn the current trend toward smaller model adoption in the enterprise, especially where issues like transparency, openness and security/privacy may far outweigh ease of use and even capability itself.”

Using a sledgehammer to crack a nut
This week, Permutable.ai published a detailed analysis of its actual costs to use OpenAI’s tech: approximately $1 million annually or 20 times more than using in-house models.

That means OpenAI's pricier models are best reserved for tougher tasks. CEO Wilson Chan told AI Business that using ChatGPT for smaller tasks is like using a sledgehammer to crack a nut — effective but exerting far more force than needed. The computational and financial resources required for heavyweight models may not align with practical demands, resulting in inefficient power and budget allocations.

“The costs associated with deploying such powerful AI models for minor assignments can be significantly higher than employing tailored, more nuanced solutions. In essence, it's akin to utilizing a cutting-edge sports car for a stroll around the block,” he said. “This stark juxtaposition underscores the importance of evaluating the scale and nature of the task at hand when choosing the appropriate AI model, ensuring a harmonious balance between capability and cost-effectiveness."

Costs comparison
The costs of running large language models largely depend on size. Llama 2 comes in various sizes, the biggest of which is 70 billion parameters. The larger the model, the more compute is needed to train and run. However, users might get a better performance.

In emailed comments, Victor Botev, CTO and co-founder at Iris.ai, said parameters can be reduced using methods like quantization, whereby you modify the precision of a model’s weight and flash attention, an attention algorithm used to reduce bottlenecks stemming from transferring data between hardware.

“You can also reduce the costs − sometimes significantly so. However, this risks degrading the quality of response, so the choice depends on your use.”

Botev said that models with fewer than 100 billion parameters on-premises require at least one DGX box (Nvidia software and hardware platform). Each of these DGX boxes is priced around $200,000 at current market prices and comes with a three-year guarantee. He calculates that for running something like Llama 2 on-premises, the annual cost for hardware alone would be about $65,000.

However, when it comes to running models in the cloud, the costs differ significantly based on the model's size. For models below 15 billion parameters, he said, the cloud operation cost is around $1,000 monthly, or $12,000 annually. As for models with around 70 billion parameters, the cost escalates to approximately $1,500 per month, or $18,000 annually.

“Unfortunately, models out of the box rarely provide the quality that companies are looking for, which means that we need to apply different tuning techniques to user-facing applications. Prompt tuning is the cheapest because it doesn’t affect any encoded knowledge, with costs varying from $10 to $1000,” Botev said. “Instruction tuning is most useful for domains where the model needs to understand specific instructions but can still use its existing training knowledge to respond. This domain adaptation costs between $100 to $10,000."

“Finally, fine-tuning is the most expensive process. It changes some fundamental aspects of a model: its learned knowledge, its expressive reasoning capabilities, and so on. These costs can be unpredictable and depend on the size of the model, but usually cost around $100,000 for smaller models between one to five billion parameters, and millions of dollars for larger models.”

Here come the small models
Enter the idea of using smaller but more-cost effective models for specific use cases. There are already smaller variations of Llama 2, coming in at seven billion and 13 billion parameters. But new systems are emerging at pace. There’s Phi 1.5 from Microsoft, which now has multimodal capabilities, offering a miniscule 1.3 billion parameters. Other popular smaller models include Pythia-1b from EleutherAI and MPT-1b from the Databricks-owned MosaicML.

All these systems are open source, but as Omdia chief analyst Lian Jye Su puts it, “Open source is never cheap to begin with, especially when forking is introduced to the vanilla model for enhancement or domain-specific capability.”

Moreover, "all OpenAI models are inherently proprietary. The idea of sharing their profit with OpenAI via licensing fee or royalty may not sit well with some businesses that are launching gen AI products and prefer not to. In that case, the model cost probably is less of a priority,” the analyst added.

Anurag Gurtu, CPO at StrikeReady, said that startups should balance model costs with the potential return on investment.

“AI models can drive innovation, create personalized user experiences, and optimize operations. By strategically integrating AI, startups can gain a competitive edge, which might justify the initial investment,” he said. “As the AI field advances, we're seeing more efficient models and cost-effective solutions emerge, which will likely make AI more accessible to startups and developers in the future.”

Access to compute
Another major issue affecting running costs is access to hardware. AI is hot right now and companies are looking to adopt or deploy AI in some way, and that requires access to compute.

But demand is outweighing supply. Market leader Nvidia has seen a huge increase in demand for its H100 and A100 GPUs, delivering some 900 tons of its flagship GPUs in Q2 alone. It also just unveiled a higher-memory, faster version of H100, appropriately called H200, as rivals AMD and Intel get ready to compete with their own new AI chips.

Without steady access to compute, companies will have to pay more to meet their needs. Options in the market include the ‘GPUs for rent’ space from Hugging Face, NexGen Cloud and most recently AWS. But hardware-intensive demands for running computations on a model like Llama 2 requires powerful chips.

In emailed comments, Tara Waters, chief digital officer and partner at Ashurst, said that consumption-based pricing for public models has forced some startups to curb use by potential customers looking to trial and pilot before they buy.

“It can also make customer pricing a more difficult conversation, if it's not possible to offer price certainty. The availability of open source models could be seen as a panacea to this problem, although the new challenge of needing to have the necessary infrastructure to host a model arises,” she said.

“We have seen a rise in more creative strategies being employed to help manage them — for example looking to apply model weightings without hosting the model itself, as well development of mid-layer solutions, to reduce unnecessary consumption for similar and repeat queries.”

"틱톡, 사회 화합에 부정적이다" 틱톡 사용 금지한 네팔 정부
정부 소유 기기부터 몬태나주 '전면 금지'까지, 심화하는 美 틱톡 규제
서방 국가서 시작된 틱톡 견제, 일본·인도네시아·네팔 등 아시아까지

중국 동영상 플랫폼 '틱톡'을 경계하는 국가가 점차 증가하고 있다. 13일(현지시간) BBC 등 외신에 따르면 네팔 정부는 이날 내각회의에서 틱톡이 사회 화합(social harmony)에 부정적인 영향을 미친다고 판단, 사용 금지 결정을 내렸다. 본격적인 금지 조치는 기술적인 준비가 마무리된 뒤 시행될 예정이다. 미국 등 서방 국가에서 시작된 '틱톡 견제' 흐름이 점차 그 범위를 넓혀가고 있는 것이다.

틱톡 콘텐츠는 유해하다? 네팔의 결단

네팔 정부는 최근 자국에서 서비스하는 소셜미디어(SNS) 플랫폼에 '현지 사무소 설립'을 의무화한 바 있다. 지난 9일에는 내각회의를 통해 페이스북, X(구 트위터), 유튜브 등에 네팔 현지 사무소를 설립할 것을 요구하기도 했다. 현지 언론은 "네팔 정부가 현지 관계자 부재로 인해 SNS 플랫폼 내 부적절한 콘텐츠 관리, 플랫폼 이용자의 우려 사항 해결 등에 어려움을 겪고 있다"고 보도했다. 결국 현지 사무소 설립은 소셜 미디어를 남용하는 사람들을 막기 위한 네팔의 '규제 강화책'인 셈이다.

틱톡 사용을 전면 금지한 것 역시 유사한 맥락이다. 레카 샤르마 네팔 통신정보기술부 장관은 이날 회의에서 "(틱톡이) 사회적 화합을 방해하고 가족 구조와 사회적 관계를 방해하는 콘텐츠를 공유하는 데 지속적으로 이용돼 이 같은 결정을 하게 됐다"고 설명했다. 네팔 현지 보도에 따르면 지난 4년간 네팔에서 발생한 틱톡 관련 사이버 범죄는 1,600건 이상이다. 주요 사용자의 연령대가 낮은 틱톡이 어린이·청소년의 건강한 성장을 방해한다는 점 역시 문제가 된 것으로 보인다.

일각에서는 네팔 정부의 이번 조치가 표현의 자유를 침해한다는 비판도 제기된다. 집권당인 네팔의회당의 가간 타파 대표는 "규제라는 명목으로 소셜 미디어를 폐쇄하는 것은 완전히 잘못된 것"이라며 정부가 사용 금지가 아닌 플랫폼 규제에 집중해야 한다고 주장했다.

전 세계로 확산하는 '틱톡 때리기'

최근 미국, 유럽연합(EU), 호주, 캐나다, 영국 등 서방 국가들은 국가 안보 위협을 이유로 틱톡 규제에 동참하고 있다. 이들은 틱톡의 모기업인 바이트댄스가 틱톡 사용자 정보 등의 데이터를 수집하고, 이를 중국 정부에 제공하며 각국의 안보와 국익을 위협한다고 주장한다.

실제 미국 50개주 중 최초로 틱톡 사용을 전면 금지한 미국 몬태나주의 지앤포테 주지사는 성명에서 "몬태나는 주민의 사적 데이터와 민감한 개인정보가 중국 공산당에 넘어가는 것을 막기 위해 그 어떤 주보다도 단호한 조치를 취했다"고 발언하기도 했다. 이에 따라 몬태나주에서는 내년 1월 1일부터 틱톡 사용이 아예 금지되며, 각종 앱 마켓은 몬태나주에서 틱톡 다운로드를 비활성화해야 한다. 만일 이용자가 틱톡을 다운받거나 틱톡에 접근할 경우, 앱 마켓이나 틱톡에 하루 1만 달러(약 1,330만원)의 벌금이 부과된다.

이외에도 미국은 지난 2월부터 백악관, 의회, 미군 등 정부 기관 소유 기기의 틱톡 사용을 차단한 바 있다. EU, 캐나다, 일본 등도 정부에 등록된 기기에서 틱톡을 사용할 수 없도록 조치한 상태다. 영국은 행정부와 의회 네트워크에서 틱톡 접속을 차단했고, 파키스탄은 2020년 10월 이후 최소 4차례에 걸쳐 틱톡 사용을 일시 금지했다. 지난달에는 인도네시아 내 틱톡 내 온라인 쇼핑 '틱톡샵'의 서비스가 중단되기도 했다.

핀테크 마이데이터 영업 손실 지난해 5분의 1 수준 
'서비스 과금 체계 재검토' 목소리 높아져 
정보 유출·서비스 먹통에 대한 개선 논의는 언제?

올해 상반기 국내 마이데이터 사업자 매출액이 1조원을 상회한 것으로 확인됐다. 핀테크 및 IT 기업이 영업 손실액을 큰 폭으로 줄인 데 따른 결과다. 최근 발생한 블랙아웃 사태를 비롯해 해결해야 할 과제들이 산적한 가운데 마이데이터가 국민들의 금융 생활에 필수 요소로 자리 잡는 데 성공할 수 있을지 이목이 쏠린다.

부수 사업 매출 늘 때 주 업무 '신용관리'는 제자리걸음

김한규 더불어민주당 의원이 금융위원회로부터 제출받은 2023년 국정감사 서면요구자료에 따르면 올해 1월부터 6월까지 국내 마이데이터 사업자 매출은 총 1조1,829억원으로 집계됐다. 핀테크 및 IT 회사의 매출이 1억1,797억원, 금융회사의 매출은 32억원을 기록했다. 두 분야 모두 지난해 전체 수익의 55% 이상을 올해 상반기에 넘어서며 영업수익 성장세에도 청신호가 들어왔다. 지난해 핀테크·IT 회사 영업수익은 2조1,224억원을 기록했으며, 금융회사는 56억원의 영업수익을 올렸다.

핀테크 및 IT 회사는 고유 업무인 신용정보통신관리 부문에서는 26억원의 수익을 기록하는 데 그쳤지만, 겸영업무에서 1조1,771억원의 수익을 올리며 전체 매출 상향으로 이어졌다. 겸영업무는 대출중개, 데이터분석, 광고홍보, 전자금융 등 고유 업무 외의 부수 업무를 의미한다. 적자 폭도 크게 줄었다. 이들 기업은 인건비, 마케팅, 수수료 등 영업비용 명목으로 1조2,047억원을 지출했다. 이로써 영업 손실액은 249억원을 기록하며 적자를 벗어나지 못했지만, 지난해 영업 손실액이 1,411억원에 달했던 것을 고려하면 5분의 1수준으로 크게 줄어 연말 실적 개선이 기대되는 상황이다.

금융회사의 올 상반기 영업수익은 32억원으로, 영업비용은 552억원을 고려하면 520억원의 영업 손실을 기록했다. 핀테크 및 IT 회사와 마찬가지로 적자를 기록하긴 했지만, 비슷한 추세가 하반기에도 이어진다면 지난해 영업 손실 1,286억원보다 적자 폭을 줄일 수 있을 것으로 기대되고 있다.

금융 업계에서는 마이데이터 관련 신규 서비스의 등장이 사업자들의 매출 향상으로 이어져 적자폭 개선 효과를 낳은 것으로 풀이했다. 지난 10월 말 기준 국내에서 마이데이터 사업을 전개하는 기업은 68개로, 지난해 12월 64개사와 비교해 4개사가 증가했다. 이들 마이데이터사는 올해 신용점수 올리기 같은 신용정보통신관리 외에도 맞춤형 금융상품 비교 및 추천, 신용 대환대출 비교 서비스 등을 앞다퉈 선보이며 수익성 개선에 나섰고, 사용자 증가를 이용한 광고 수익 확대에도 심혈을 기울였다. 결국 대규모 실적 개선은 고유 업무가 아닌 부수업무로 이룬 성과인 셈이다.

업계는 마이데이터 사업의 시장 안착을 위해 관련 서비스 과금 체계 개선을 서둘러야 한다는 주장을 내놓고 있다. 내년부터 마이데이터 전송 과정에 수수료를 부과할 것으로 예정돼 있어 기업의 추가적인 수수료 지출이 실적 성장세를 저해할 것이라는 우려에서다. 실제로 올해 상반기 핀테크 및 IT 기업의 마이데이터 사업 영업비용 중 수수료 지출은 4,444억원으로, 전체 영업비용 1조2,046억원의 37%에 해당한다.

이에 영업 손실을 줄이지 못한 중소 마이데이터업체와 스타트업 등은 사업 현황을 고려해 금융위에 과금 유예 및 금액 하향을 고려해 줄 것을 촉구하고 있다. 한 업계 관계자는 “다양한 신규 서비스가 출시되고 서비스에 대한 국민들의 인식이 높아지며 전체 사용자 증가로 이어졌다”면서도 “마이데이터 과금 방안이 추진될 경우 사업자들에 수수료 부담이 커지는 만큼 적자를 감수하면서까지 사업을 계속해야 할지 고민하는 업체들이 증가할 것”이라고 말했다.

'다사다난' 마이데이터, 실적보다 신뢰도 향상에 힘쓸 때

개인이 자신의 정보를 적극적으로 관리하고 해당 정보를 신용이나 자산관리 등에 활용하는 일련의 과정을 의미하는 마이데이터는 각종 기관과 기업 등에 분산돼 있는 특정인의 정보를 한꺼번에 확인하고 맞춤 상품이나 서비스를 추천받는 등의 방식으로 지난해 1월 서비스를 시작했다.

하지만 서비스 도입 2년을 바라보는 지금까지 소비자들의 신뢰도는 여전히 낮은 수준에 머물고 있다. 시범 운영 기간에는 한 금융그룹이 제공하는 모바일 애플리케이션(앱)에서 일부 고객의 금융정보가 불특정 다수의 다른 사용자에게 노출됐고, 이후 포털 사이트가 제공하는 마이데이터 서비스에서도 이용자 100여 명의 민감한 정보가 유출되는 등 허술한 개인정보 관리로 인한 사고가 끊이지 않고 있기 때문이다.

이달 2일에는 한국정보통신진흥협회(KAIT)가 가용량 증설 작업을 진행하는 과정에서 데이터 손실로 인한 시스템 비정상 종료와 서비스 장애가 발생하기도 했다. 마이데이터에서 통신서비스 계약정보, 청구정보, 납부정보, 소액결제정보 등 4가지 정보를 중계하는 KAIT는 시스템 복구를 위해 백방으로 노력했지만, 이달 내 서비스 정상화가 불가능하다는 판단을 내렸다. 이후 KAIT는 서비스 장애 이전에 발급된 접근토큰을 폐기하고 재발행할 수 있도록 마이데이터 사업자에게 협조를 요청했다. 다만 이는 서비스 장애로 인한 최종 피해자인 소비자의 동의가 필요한 사안인 만큼 짧지 않은 시간이 소요될 전망이다.

지난 3월 국회를 통과한 「개인정보 보호법」 개정안은 마이데이터를 보건의료, 복지, 통신, 에너지 등 사회 전 분야로 확대하는 내용을 담고 있다. 하지만 법 시행 초읽기에 들어간 지금까지도 서비스 안정화는 전혀 이뤄지지 않아 사업자들과 국민들의 우려를 키우는 모습이다. 한 업계 관계자는 “서비스 안정화를 마치고 확산을 서둘러야 하는 시점인데 KAIT의 이번 사태 수습을 지켜봤을 안전에 대한 우려가 커지는 게 사실”이라고 지적했다.