디지털 시대의 진짜 관세: 데이터와 학습의 출처를 드러내게 하는 사회

보이지 않는 것을 세금처럼 매기려는 시대

반도체와 AI는 전혀 다른 산업처럼 보인다. 하나는 칩을 만들고, 다른 하나는 언어와 이미지를 학습한다. 그런데 지금 세계가 동시에 이 두 분야에 같은 질문을 던지고 있다. 당신이 가져다 쓰는 것의 출처를, 어디까지 증명할 수 있는가?

이 질문은 단순한 규제가 아니다. 사실상 새로운 형태의 관세다. 전통적인 관세가 국경을 넘는 물건의 이동에 가격을 매겼다면, 오늘날의 관세는 데이터의 이동, 지식의 흡수, 학습의 편익에 가격을 매기려 한다. 반도체를 수입하는 만큼 미국에서 생산하도록 압박하는 구상이나, AI가 학습에 사용한 웹 크롤러와 로봇 배제 규칙을 낱낱이 공개하게 하려는 흐름은 모두 같은 방향을 가리킨다. 이제 세계는 상품이 아니라 의존성을 관리하려 하고 있다.

이 변화의 핵심은 기술 경쟁 그 자체가 아니다. 더 깊은 문제는, 디지털 경제에서 가치는 점점 더 보이지 않는 입력물에 의해 만들어지는데, 그 입력물이 누구의 것인지, 누가 비용을 치렀는지, 누가 이익을 가져가는지 불분명해졌다는 점이다. 그래서 지금의 규제는 단순히 시장을 지키려는 것이 아니라, 숨겨진 공급망을 가시화하려는 시도다.

오늘날 가장 강력한 무역 장벽은 국경선이 아니라, 출처를 밝히지 못하게 만드는 복잡성이다.

---

제품이 아니라 관계를 수입하는 경제

우리는 흔히 반도체를 물건으로 생각한다. 하지만 반도체는 사실 한 나라가 다른 나라에 의존하는 산업적 신경계다. 칩이 없으면 스마트폰도, 자동차도, 데이터센터도 멈춘다. 그래서 반도체 생산 비율을 기준으로 관세를 설계하려는 생각은 단지 제조업 보호정책이 아니라, 공급망 의존도를 정책 변수로 바꾸려는 시도다.

이 관점에서 보면 관세는 더 이상 단순한 세금이 아니다. 관세는 상대국과의 관계를 재설계하는 도구다. “당신이 우리 시장에서 이만큼 팔고 싶다면, 우리 안에서도 그만큼 만들라”는 신호는 교역을 막기보다 교역의 조건을 다시 쓰는 것에 가깝다. 즉, 물건의 가격이 아니라, 물건이 탄생하는 체계 자체에 비용을 부과한다.

이 논리는 AI에도 그대로 이어진다. AI 모델은 겉으로는 하나의 서비스처럼 보이지만, 실제로는 수많은 웹페이지, 책, 이미지, 코드, 문장 조각을 흡수한 거대한 압축 장치다. 문제는 그 압축 과정이 지나치게 매끄러워서, 원재료가 무엇이었는지, 누구의 창작이 들어갔는지 쉽게 지워진다는 점이다. 이제 규제 당국이 크롤러 이름과 robot.txt 준수 여부를 요구하는 이유는 단지 투명성을 위한 것이 아니다. 그것은 학습의 공급망을 추적 가능하게 만들려는 노력이다.

비유하자면, AI는 거대한 제분소와 같다. 누군가 밀을 재배했고, 누군가 수확했고, 누군가 운반했고, 누군가 빻았다. 그런데 완성된 밀가루만 보고 “나는 재료를 직접 생산했다”고 말할 수는 없다. 반도체든 AI든, 지금의 논쟁은 결국 같은 질문으로 수렴한다. 가치를 창출한 주체와 가치를 추출한 주체가 같아야 하는가?

---

저작권 논쟁의 본질은 소유권이 아니라 추적 가능성이다

AI 학습을 둘러싼 논쟁은 흔히 창작자와 기술기업의 갈등으로 설명된다. 하지만 더 정확히 말하면, 이는 추적 가능성의 위기다. 디지털 기술은 무언가를 쉽게 복제하고 재조합하는 능력을 극대화했지만, 그만큼 원천의 흔적을 지운다. 복제가 쉬워질수록 정당한 보상은 더 어려워지고, 결국 사회는 “누가 먼저 만들었는가”보다 “누가 나중에 증명할 수 있는가”에 의해 움직이기 시작한다.

여기서 중요한 전환이 있다. 저작권을 단지 독점권으로 보면 해법은 늘 갈등적이다. 하지만 저작권을 기록 시스템으로 보면 이야기가 달라진다. 어떤 데이터가 사용되었는지, 어떤 크롤링이 이루어졌는지, 어떤 옵트아웃이 무시되었는지 기록하는 것은, 창작자에게 보상하자는 감성적 구호를 넘어선다. 그것은 시장에서 책임을 계산 가능하게 만드는 인프라다.

이 점에서 AI 규제와 반도체 관세는 깊이 닮아 있다. 둘 다 “누가 무엇을 사용했는가”를 흐릿하게 두지 않으려 한다. 반도체 관세는 생산의 지리적 출처를 묻고, AI 공개 의무는 학습의 지적 출처를 묻는다. 하나는 물리적 공급망을, 다른 하나는 지식 공급망을 겨냥한다. 그러나 둘의 본질은 같다. 보이지 않는 입력을 보이게 만드는 순간, 시장은 더 이상 무한히 외주화할 수 없다.

디지털 시대의 저작권 분쟁은 결국 창작물의 문제가 아니라, 추적 장부를 누가 쥐는가의 문제다.

이 관점에서 보면, 공개 의무는 단순한 행정 부담이 아니다. 그것은 산업의 경쟁 규칙을 바꾸는 장치다. 누구나 같은 데이터를 쓸 수 있다면 경쟁은 모델 성능으로만 귀결될 것 같지만, 실제로는 데이터 조달 방식의 비대칭이 더 큰 차이를 만든다. 어떤 기업은 공개 데이터, 라이선스 데이터, 제휴 데이터, 자체 데이터라는 다양한 경로를 활용할 수 있고, 어떤 기업은 그 과정 자체를 은폐한 채 초고속으로 확장한다. 투명성 요구는 이런 숨은 레버리지에 제동을 건다.

---

진짜 쟁점은 자유무역과 보호무역이 아니다

많은 논의가 여기서 옛 프레임으로 되돌아간다. 보호무역이냐 자유무역이냐, 규제냐 혁신이냐. 하지만 지금 벌어지는 일은 그보다 더 근본적이다. 세계는 더 이상 단순히 물건의 흐름을 허용할지 말지 고민하는 단계가 아니다. 이제는 무엇이 공정한 입력인지, 어디까지 무상 사용이 허용되는지, 얼마나 많은 비가시적 의존을 사회가 감당할 수 있는지를 묻고 있다.

이것은 “개방”의 개념을 다시 정의한다. 오래된 개방은 국경을 낮추는 것이었다. 새로운 개방은 출처를 숨기지 않는 것이다. 겉으로는 자유롭게 흐르는 것처럼 보여도, 그 안에 비용 전가와 무임승차가 쌓이면 시스템은 결국 신뢰를 잃는다. 반도체를 해외에 의존하면서도 제조 기반이 사라졌다면, AI를 대규모로 사용하면서도 창작 생태계가 황폐해진다면, 그 경제는 효율적일지 몰라도 지속 가능하지 않다.

이때 중요한 것은 보복이 아니라 정산이다. 정산은 과거의 기여를 현재의 가격에 반영하는 행위다. 따라서 관세와 데이터 공개는 같은 철학을 공유한다. 둘 다 “싼 것이 항상 좋은 것은 아니다”라는 사실을 제도화한다. 싼 칩, 싼 데이터, 싼 학습은 단기적으로 폭발적인 성장을 가져오지만, 그 비용을 누군가가 나중에 떠안는 구조라면 결국 사회 전체가 지불한다.

조금 더 넓게 보면, 우리는 지금 불투명한 번영의 시대에서 벗어나려는 중이다. 과거에는 복잡성이 경쟁력이었다. 공급망이 길수록, 데이터가 많을수록, 외부 비용이 보이지 않을수록 더 강해 보였다. 하지만 이제는 반대다. 복잡성이 커질수록 설명 책임이 커진다. 설명할 수 없는 성장은 정치적으로도, 경제적으로도 오래가지 못한다.

---

새로운 경쟁력은 더 많이 가져오는 능력이 아니라 더 잘 증명하는 능력이다

앞으로 기업과 국가의 경쟁력은 단순한 규모가 아니라 증명 능력에 달릴 가능성이 크다. 무엇을 가져왔는지, 어떻게 학습했는지, 어떤 조건으로 사용했는지, 무엇을 보상했는지, 무엇을 남겼는지 증명할 수 있는 조직이 더 유리해진다. 이 말은 다소 관료적으로 들릴 수 있지만, 사실 반대다. 증명 능력은 곧 신뢰 능력이고, 신뢰 능력은 곧 시장 접근 능력이다.

예를 들어 생각해보자. 한 전자제품 회사가 AI 기능을 탑재한 기기를 판다고 하자. 소비자는 성능만 보겠지만, 정책 당국은 묻기 시작할 것이다. 이 기기의 핵심 칩은 어디서 왔는가? 학습 데이터는 합법적이었는가? 공개를 요구받으면 숨길 것이 있는가? 이런 질문에 답하지 못하면, 제품은 겉으로는 뛰어나도 언제든 규제의 표적이 된다. 반대로 출처를 명확히 증명하는 회사는 단기적으로는 번거롭지만, 장기적으로는 규제 리스크가 낮은 프리미엄 자산이 된다.

이제 경쟁력의 핵심은 “얼마나 빨리 확장하는가”에서 “얼마나 정직하게 확장하는가”로 이동한다. 이는 도덕적 선언이 아니라 경제적 현실이다. 투명성이 낮은 체계는 처음엔 싸 보이지만, 뒤늦은 소송, 규제, 보복 관세, 라이선스 비용 폭탄으로 되돌아온다. 반대로 처음부터 출처를 기록하는 체계는 성장 속도가 느려 보여도, 위기 상황에서 훨씬 유연하다.

이 관점을 가진 기업이나 정책 입안자는 질문을 바꿔야 한다. “얼마나 많이 쓸 수 있는가?”가 아니라 “무엇을 썼는지 끝까지 설명할 수 있는가?”가 더 중요하다. 이것이 바로 디지털 시대의 새로운 성숙함이다.

---

Key Takeaways

1. 보이지 않는 입력물에 가격이 매겨지는 시대가 오고 있다. 반도체든 데이터든, 출처를 설명하지 못하면 비용이 발생한다.
2. AI 규제의 핵심은 저작권보다 추적 가능성이다. 누가 어떤 크롤링과 데이터 조달을 했는지 밝혀야 시장의 책임이 성립한다.
3. 관세와 데이터 공개 요구는 같은 철학을 공유한다. 둘 다 외부 의존을 숨긴 채 이익만 가져가는 구조를 제한한다.
4. 미래의 경쟁력은 확장의 속도보다 증명 능력에 달려 있다. 합법성과 투명성을 시스템에 내장한 조직이 더 오래 간다.
5. 정책과 기업 전략은 출처 장부를 재설계해야 한다. 무엇을 가져왔는지, 어디서 왔는지, 어떻게 보상했는지를 기록하는 체계가 핵심 자산이 된다.

---

출처를 밝히는 사회가 더 강하다

우리는 오랫동안 기술 발전을 더 많은 것을 숨길 수 있는 능력으로 착각해왔다. 더 많은 자동화, 더 많은 추상화, 더 많은 외주화가 곧 효율이라고 믿었다. 하지만 지금 나타나는 새로운 규칙은 정반대다. 강한 사회는 무엇을 숨기는지가 아니라 무엇을 끝까지 설명할 수 있는지로 판단된다.

반도체 관세와 AI 데이터 공개 요구는 서로 다른 영역의 정책처럼 보이지만, 둘 다 같은 역사적 전환을 보여준다. 산업은 더 이상 입력물의 출처를 무시한 채 성장할 수 없다. 이제 국가는 물리적 공급망을, AI는 지식 공급망을, 시장은 그 둘의 정산 방식을 다시 쓰고 있다.

그러니 앞으로 어떤 제품이나 모델을 볼 때, 성능만 보지 말아야 한다. 그 뒤에 있는 질문을 보아야 한다. 무엇을, 누구로부터, 어떤 조건으로 가져왔는가? 그 질문에 답할 수 있는 시스템만이 진짜로 지속 가능하다. 결국 디지털 시대의 관세는 세율표가 아니라 신뢰표다. 그리고 그 신뢰표를 채우는 가장 중요한 항목은, 언제나 출처다.