본문으로 이동
메뉴 여닫기
환경 설정 메뉴 여닫기
개인 메뉴 여닫기
로그인하지 않음
지금 편집한다면 당신의 IP 주소가 공개될 수 있습니다.

간주수출(Deemed export)은 통제 대상 기술이나 소스코드를 물리적으로 국외에 반출하지 않더라도, 자국 내 외국인에게 공개·이전하면 그 외국인의 국적국 또는 영주권 국가로 수출한 것으로 간주하는 수출통제 제도이다.[1][2]

간주수출은 수출통제에서 물리적 국경 이동보다 기술 접근과 지식 이전을 중시하는 제도이다. 일반적인 수출은 장비, 소프트웨어, 문서, 설계도, 반도체, 항공우주 부품 등을 국외로 보내는 행위를 뜻한다. 반면 간주수출은 물건이 국경을 넘지 않아도, 통제 대상 기술이나 소스코드를 외국인이 볼 수 있거나 배울 수 있거나 사용할 수 있게 되는 상황을 수출로 본다.

미국 상무부 산업안보국(BIS)은 간주수출을 미국 내 외국인에게 통제 대상 기술 또는 소스코드를 공유하거나 공개하는 것이라고 설명한다.[1] 미국 수출관리규정(EAR)도 미국 내 외국인에게 “technology” 또는 소스코드를 공개하거나 이전하는 행위를 “deemed export”로 규정하고, 이를 해당 외국인의 최근 국적국 또는 영주권 국가로 수출한 것으로 본다.[2]

간주수출은 반도체, 항공우주, 암호기술, 양자기술, 바이오, 국방, 인공지능처럼 민간과 군사 양쪽에 쓰일 수 있는 이중용도 기술에서 특히 중요하다. 기업이나 연구기관 내부에서 외국인 직원, 연구자, 협력사, 방문자, 클라우드 운영자가 민감한 기술에 접근하는 경우에도 수출통제 문제가 생길 수 있기 때문이다.

최근 주목 배경

편집 원본 편집

2026년 6월 13일 Reuters는 미국 정부가 Anthropic의 고성능 AI 모델 Fable 5와 Mythos 5에 대해 외국인의 접근을 중단하도록 지시했고, Anthropic이 이에 따라 해당 모델을 모든 사용자에게 비활성화한다고 보도했다. Reuters는 이 조치가 그동안 AI를 구동하는 칩과 장비에 초점을 맞추던 미국 수출통제가 AI 자체에 대한 외국인 접근 제한으로 확대되는 중대한 변화라고 설명했다.[3]

Anthropic은 2026년 6월 12일 성명에서 미국 정부가 국가안보 권한을 근거로 Fable 5와 Mythos 5에 대한 모든 외국인 접근을 중단하라는 수출통제 지시를 내렸으며, 그 범위가 미국 안팎의 외국인과 외국 국적 Anthropic 직원까지 포함한다고 밝혔다. 또한 규정 준수를 위해 해당 모델을 모든 고객에게 중단할 수밖에 없다고 설명했다.[4]

이 사건에서 핵심은 AI 모델이 단순한 온라인 서비스가 아니라, 국가안보상 통제 대상 기술 또는 능력으로 취급될 수 있다는 점이다. 특히 외국인이 미국 안에서 접근하는 경우에도 수출로 취급될 수 있다는 점은 간주수출 개념과 연결된다. 따라서 간주수출은 반도체 장비나 설계도뿐 아니라 고성능 인공지능 모델, 모델 가중치, API 접근권, 클라우드 기반 추론 서비스에도 적용 가능성이 논의되는 제도가 되었다.

간주수출의 기본 원리는 다음과 같다.

통제 대상 기술 또는 소스코드가 있음
→ 외국인이 그 기술에 접근하거나 설명을 들음
→ 물리적 물품이 국외로 나가지 않았더라도 기술이 이전됨
→ 그 외국인의 국적국 또는 영주권 국가로 수출된 것으로 간주
→ 필요한 경우 수출허가 또는 접근 제한 필요

이 제도는 기술이 문서, 구두 설명, 화면 공유, 원격 접속, 소스코드 저장소, 실험 장비 조작, 클라우드 권한, 모델 파일 등 다양한 방식으로 이전될 수 있다는 현실을 반영한다. 현대 기술 산업에서는 민감한 지식이 물리적 제품보다 더 중요한 경우가 많기 때문에, “국경을 넘었는가”보다 “누가 접근했는가”가 규제의 핵심이 된다.

간주수출은 모든 정보나 모든 기술에 자동으로 적용되는 것은 아니다. 일반적으로 다음 조건이 함께 충족될 때 문제가 된다.

  • 해당 기술, 소스코드, 기술자료, 장비 사용 정보가 수출통제 대상이다.
  • 그 정보가 외국인에게 공개되거나 이전된다.
  • 공개 또는 이전이 수출통제 규정상 “release”에 해당한다.
  • 해당 외국인의 국적국 또는 영주권 국가에 대해 수출허가가 필요하다.
  • 예외, 면제, 공개 정보, 기본 연구 등 적용 제외 사유가 없다.

간주수출은 특히 다음 분야에서 문제가 될 수 있다.

  • 반도체 제조 장비와 공정기술
  • 첨단 컴퓨팅과 AI 가속기
  • 암호 소프트웨어와 보안기술
  • 항공우주 및 위성 기술
  • 양자컴퓨팅과 양자센서
  • 생명공학과 병원체 관련 기술
  • 군사·방산 기술자료
  • 고성능 소재와 제조공정
  • 고성능 AI 모델과 모델 가중치
  • 취약점 분석, 공격 자동화, 사이버 작전 지원 기술

수출통제에서 “공개” 또는 “release”는 단순히 파일을 전달하는 것만을 뜻하지 않는다. 15 CFR § 734.15는 기술 또는 소프트웨어가 외국인의 시각적 검사, 구두 또는 서면 교환 등을 통해 공개될 수 있다고 규정한다.[5]

실무상 공개에 해당할 수 있는 예시는 다음과 같다.

  • 외국인 직원에게 통제 대상 설계도를 보여 주는 행위
  • 통제 대상 소스코드 저장소에 외국인 개발자 접근권을 부여하는 행위
  • 제조공정 조건, 장비 설정값, 결함 보정 방법을 설명하는 행위
  • 화상회의나 메신저로 통제 대상 기술자료를 공유하는 행위
  • 외국인 연구자가 통제 대상 장비의 내부 구조를 볼 수 있게 하는 행위
  • 클라우드 콘솔, 모델 저장소, 데이터룸, 기술 위키에 접근 권한을 주는 행위
  • 통제 대상 기술을 실제로 사용할 수 있도록 실습 또는 교육을 제공하는 행위
  • API 키, 인증서, 접근 토큰을 통해 통제 대상 소프트웨어나 모델에 접근하게 하는 행위

이 때문에 간주수출 관리는 단순한 물류·통관 관리가 아니라, 권한관리, 계정관리, 문서관리, 연구보안, 인사관리, 클라우드 보안, 소프트웨어 개발 프로세스와 직접 연결된다.

외국인과 국적 기준

편집 원본 편집

간주수출에서 중요한 기준은 접근하는 사람이 “어디에 있느냐”가 아니라 “어떤 국적 또는 영주권 상태를 가지느냐”이다. 미국 EAR에서는 외국인에게 기술이나 소스코드가 공개되면 그 외국인의 최근 국적국 또는 영주권 국가로 수출된 것으로 본다.[2]

예를 들어 미국 회사의 미국 사무실에서 일하는 외국 국적 엔지니어가 통제 대상 반도체 공정기술에 접근한다면, 물리적으로는 미국 안에서 일어난 행위라도 해당 엔지니어의 국적국으로 기술이 수출된 것으로 볼 수 있다. 반대로 미국 시민권자나 영주권자 등 규정상 외국인에 해당하지 않는 사람에게 같은 기술을 공개하는 경우에는 간주수출 문제가 달라질 수 있다.

다만 실제 허가 필요 여부는 기술의 분류, 수출통제번호, 목적지 국가, 최종사용자, 최종용도, 제재 여부, 라이선스 예외, 기업의 내부 통제 절차에 따라 달라진다.

간주수출과 비슷한 개념으로 간주재수출(deemed reexport)이 있다. 간주재수출은 미국 밖에서 EAR 적용 대상 기술이나 소스코드를 제3국 외국인에게 공개하는 경우를 말한다. 15 CFR § 734.14는 미국 밖에서 EAR 적용 대상 기술 또는 소스코드를 다른 국가의 외국인에게 공개하는 행위를 그 외국인의 최근 국적국 또는 영주권 국가로 재수출한 것으로 규정한다.[6]

예를 들어 한국의 연구소가 미국 원산 통제 기술을 합법적으로 제공받았더라도, 그 기술을 제3국 국적 연구원에게 공개하면 미국 EAR상 간주재수출 문제가 발생할 수 있다. 다국적 기업, 글로벌 연구소, 해외 자회사, 클라우드 운영센터에서는 이 개념이 중요하다.

일반 수출과의 차이

편집 원본 편집
구분 일반 수출 간주수출
기준 물품, 소프트웨어, 기술이 국경을 넘어 이동 외국인이 통제 대상 기술 또는 소스코드에 접근
위치 국외 반출이 전형적 국내에서도 발생 가능
대상 장비, 부품, 소프트웨어, 문서, 데이터 등 기술, 소스코드, 기술자료, 노하우, 접근권 등
대표 사례 반도체 장비를 해외 고객에게 선적 외국인 직원에게 통제 대상 공정기술 설명
관리 부서 물류, 통관, 영업, 법무 법무, 보안, 인사, 연구개발, IT, 클라우드 운영
핵심 통제 국가, 최종사용자, 최종용도, 품목 분류 접근자 국적, 권한, 공개 범위, 기술 분류

IT 환경에서의 간주수출

편집 원본 편집

디지털 환경에서는 기술 공개가 물리적 공간보다 빠르고 복잡하게 일어난다. 소스코드 저장소, 클라우드 콘솔, 협업 도구, 기술 문서, 원격 데스크톱, 로그 시스템, 모델 레지스트리, API 게이트웨이 등은 모두 기술 접근 통로가 될 수 있다.

소스코드 저장소

Git 저장소에 통제 대상 소스코드가 포함되어 있고 외국인 개발자에게 접근권이 부여되면 간주수출 문제가 생길 수 있다. 단순 읽기 권한도 공개에 해당할 수 있으므로 저장소 단위가 아니라 디렉터리, 브랜치, 모듈 단위 권한관리가 필요할 수 있다.

클라우드 콘솔

클라우드 환경에서는 관리자 계정, IAM 권한, 객체 스토리지, 비밀관리 시스템, 모델 저장소, 빌드 로그가 통제 대상 정보에 접근하는 경로가 된다. 외국 국적 운영자나 외부 벤더가 이러한 자원에 접근할 수 있다면 간주수출 검토가 필요하다.

협업 도구

문서 위키, 이슈 트래커, Slack, Teams, Notion, Confluence, Jira, Google Drive 같은 도구에 통제 대상 기술자료가 저장될 수 있다. 물류부서가 관여하지 않는 일상적인 문서 공유도 수출통제상 공개가 될 수 있다.

원격근무

원격근무와 글로벌 개발조직은 간주수출 리스크를 높인다. 직원이 물리적으로 미국 안에 있더라도 외국인이면 간주수출 문제가 생길 수 있고, 미국 밖 자회사에서 미국 기술에 접근하면 간주재수출 문제가 생길 수 있다.

AI 모델 서비스

고성능 AI 모델은 소스코드나 모델 가중치가 공개되지 않아도 API를 통해 특정 능력에 접근할 수 있다. 2026년 Anthropic 사례는 미국 정부가 고성능 AI 모델 접근 자체를 수출통제 관점에서 다룰 수 있음을 보여 준다.[3][4]

AI 모델과 간주수출

편집 원본 편집

인공지능 분야에서 간주수출이 중요해지는 이유는 AI 모델의 가치가 물리적 장비가 아니라 모델 가중치, 학습방법, 데이터셋, 안전장치, 추론 능력, 모델 접근권에 있기 때문이다.

AI 모델 관련 통제 대상은 다음과 같이 나뉠 수 있다.

  • 모델 가중치
  • 학습 코드와 추론 코드
  • 모델 아키텍처
  • 학습 데이터와 정제 데이터
  • 파인튜닝 데이터
  • 안전성 평가 결과
  • 레드팀 결과
  • 취약점 탐지 또는 공격 자동화 능력
  • 모델 API 접근권
  • 내부 미공개 모델 사용권
  • 모델 우회·탈옥 기법
  • 고성능 AI 클러스터 운영 노하우

NTIA는 2024년 공개 모델 가중치 보고서에서 모델 가중치가 널리 사용 가능할 때의 위험과 이익을 검토했으며, 당시에는 현존 시스템에 대해 공개 모델 가중치의 가용성을 즉시 제한하지 말고 위험을 모니터링할 것을 권고했다.[7]

그러나 이후 미국의 AI 수출통제 논의는 AI 칩, 클러스터, 모델 가중치, 클라우드 접근, 모델 API를 함께 다루는 방향으로 확대되었다. 2025년 연방관보에 공개된 AI 확산 프레임워크는 고성능 컴퓨팅 집적회로와 비공개 AI 모델 가중치의 확산을 관리하려는 시도를 포함했다.[8] 다만 미국 상무부는 2025년 5월 해당 AI 확산 규칙을 폐지한다고 발표하면서 반도체 관련 수출통제를 강화하는 방향을 제시했다.[9]

모델 가중치와 API 접근의 차이

편집 원본 편집

AI 수출통제에서 모델 가중치와 API 접근은 구분된다.

모델 가중치

모델 가중치는 학습된 모델의 파라미터이다. 가중치를 보유하면 사용자는 모델을 직접 실행하거나 수정하거나 파인튜닝할 수 있다. 따라서 공개 모델 가중치는 모델 공급자의 통제를 벗어나 확산될 수 있다. NTIA 보고서도 공개 가중치가 혁신과 투명성을 높이는 한편, 공공안전과 지정학적 위험을 함께 만들 수 있다고 평가했다.[7]

API 접근

API 접근은 사용자가 모델을 직접 보유하지 않고 공급자의 서버를 통해 결과만 받는 방식이다. 모델 공급자는 사용량 제한, 모니터링, 안전장치, 로그 보존, 지역 제한, 사용자 인증을 적용할 수 있다. 그러나 매우 강력한 모델의 기능이 API를 통해 외국인에게 제공되는 것 자체가 통제 대상 능력 이전으로 해석될 수 있다는 논의가 커지고 있다.

내부 모델 접근

공개 서비스가 아닌 내부 실험 모델, 사전배포 모델, 레드팀 모델, 군사·사이버 특화 모델은 일반 API보다 더 민감할 수 있다. 외국 국적 직원이 내부 모델에 접근할 수 있는 경우 간주수출 또는 간주재수출 검토 대상이 될 수 있다.

클라우드와 접근통제

편집 원본 편집

클라우드 환경에서는 간주수출을 물리적 서버 위치만으로 판단하기 어렵다. 데이터와 모델은 미국 리전에 저장되어 있어도, 운영자나 고객은 여러 국가에 있을 수 있다. 반대로 해외 리전에서 운용되는 시스템이라도 미국 원산 기술이나 소프트웨어가 포함되어 있으면 EAR 적용 문제가 생길 수 있다.

간주수출 관점에서 중요한 클라우드 통제 항목은 다음과 같다.

  • 사용자 국적 및 거주지 확인
  • 계정 생성 시 제재·수출통제 스크리닝
  • 역할 기반 접근제어
  • 모델·데이터·소스코드 저장소 분리
  • 관리자 권한 최소화
  • 원격 접속 로그 보존
  • API 키와 접근 토큰 관리
  • 국가별 리전 제한
  • 민감 모델의 사용 지역 제한
  • 외국인 직원의 운영 권한 분리
  • 고객 데이터와 통제 대상 기술자료의 분리
  • 접근권 부여 전 수출통제 검토

2026년 Anthropic 사례에서 AWS가 해당 모델 접근을 전 지역 모든 사용자에게 철회하도록 요청받았다는 보도는, 클라우드 플랫폼이 단순한 호스팅 인프라가 아니라 수출통제 집행의 실질적 접점이 될 수 있음을 보여 준다.[3]

반도체 산업에서의 의미

편집 원본 편집

반도체 산업은 간주수출 리스크가 높은 대표 분야이다. 첨단 공정에는 장비 세팅, 공정 레시피, 결함 분석, 수율 개선, 포토마스크 데이터, EDA 파일, 장비 유지보수 절차, 계측 데이터 등이 포함된다. 이러한 정보는 물리적 장비보다 더 민감할 수 있다.

예를 들어 다음 정보는 간주수출 검토 대상이 될 수 있다.

  • 첨단 노광 공정 조건
  • 식각·증착 공정 레시피
  • 수율 개선 노하우
  • 반도체 장비 유지보수 매뉴얼
  • 회로 설계 파일
  • 포토마스크 보정 데이터
  • 고성능 AI 칩 아키텍처
  • 패키징 공정 조건
  • HBM 인터페이스 설계
  • 검사·계측 알고리즘

다국적 반도체 기업은 여러 국가의 엔지니어가 같은 설계 저장소와 공정 데이터에 접근하는 구조를 갖는다. 따라서 간주수출은 인사·보안·R&D·법무가 함께 관리해야 하는 문제이다.

연구기관과 대학에서의 의미

편집 원본 편집

대학과 연구기관은 외국인 연구자, 유학생, 방문학자, 공동연구자가 많기 때문에 간주수출 관리가 중요하다. 다만 모든 연구가 간주수출 통제 대상이 되는 것은 아니다. EAR상 기본 연구(fundamental research)로부터 발생하고 출판될 예정인 기술 또는 소프트웨어는 일반적으로 EAR 적용 대상에서 제외될 수 있다.[10]

하지만 다음과 같은 경우에는 연구기관에서도 주의가 필요하다.

  • 연구 결과 공개에 국가안보상 제한이 붙은 경우
  • 기업이 제공한 비공개 통제 기술을 사용하는 경우
  • 통제 대상 장비 내부 구조나 운용기술을 외국인에게 공개하는 경우
  • 방산, 위성, 양자, 병원체, 암호기술 관련 연구인 경우
  • 특정 국가 또는 기관과 공동연구하는 경우
  • 연구 데이터나 소스코드가 비공개로 관리되는 경우
  • 클라우드 계정이 외국인 연구자에게 열려 있는 경우

즉 공개를 전제로 한 일반 학술연구와, 비공개·독점·국가안보 기술을 다루는 제한 연구는 구분해야 한다.

조직의 관리 절차

편집 원본 편집

간주수출을 관리하려면 수출통제 분류와 접근통제를 결합해야 한다.

기술·소스코드·데이터 목록화
→ 수출통제 분류 확인
→ 접근자 국적 및 신분 확인
→ 허가 필요 여부 판단
→ 접근권 부여 또는 제한
→ 로그와 승인 기록 보존
→ 정기 감사 및 권한 회수

기술 분류

먼저 해당 기술이 통제 대상인지 확인해야 한다. 미국 EAR에서는 ECCN 등 수출통제 분류가 중요하다. 분류가 명확하지 않으면 BIS의 분류 요청이나 법무 검토가 필요할 수 있다.

인력 스크리닝

외국인 직원, 협력사, 방문자, 연구자, 클라우드 운영자, 고객의 국적과 영주권 상태를 확인해야 한다. 단순히 근무지가 미국인지 해외인지만으로는 충분하지 않다.

접근권 분리

통제 대상 기술자료와 일반 자료를 같은 저장소에 두면 접근권 관리가 어렵다. 프로젝트, 폴더, 저장소, 모델 레지스트리, 클라우드 리전, 관리자 권한을 분리해야 한다.

라이선스 검토

특정 외국인에게 통제 대상 기술을 공개해야 한다면 수출허가가 필요한지 검토해야 한다. 허가가 필요한 경우 승인 전 접근을 제한해야 한다.

교육과 로그

개발자와 연구자는 간주수출을 물류 문제로 생각하지 않는 경우가 많다. 따라서 코드 저장소, 기술 문서, 화상회의, 화면 공유도 통제 대상이 될 수 있음을 교육해야 한다. 접근 로그와 승인 기록은 사후 감사에 필요하다.

상황 간주수출 검토 필요성
미국 회사가 외국인 엔지니어에게 통제 대상 반도체 공정 레시피를 교육 높음. 기술 공개가 해당 외국인의 국가로 수출된 것으로 간주될 수 있다.
외국인 개발자에게 통제 대상 암호 소스코드 저장소 읽기 권한 부여 높음. 소스코드 공개는 간주수출에 해당할 수 있다.
공개 논문으로 이미 발표된 일반 알고리즘을 외국인 연구자와 토론 낮을 수 있음. 공개 정보 또는 기본 연구 예외 검토 필요.
외국 국적 직원이 미공개 고성능 AI 모델의 내부 안전성 평가 결과에 접근 높음. 모델 능력과 위험 평가 정보가 통제 대상일 수 있다.
해외 자회사 직원이 미국 원산 통제 기술 문서에 접근 간주재수출 검토 필요.
클라우드 운영자가 API 키로 통제 대상 모델 또는 소스코드에 접근 가능 높음. 실제 열람 여부뿐 아니라 접근 가능성 관리가 중요하다.

간주수출 관리가 어려운 이유는 기술 공개가 일상적인 협업 과정에서 자연스럽게 일어나기 때문이다.

주요 위험 요소는 다음과 같다.

  • 저장소 권한이 과도하게 넓게 설정됨
  • 외국인 직원의 국적 정보를 권한관리 시스템과 연결하지 않음
  • 통제 대상 기술과 일반 기술 문서가 섞여 있음
  • 클라우드 운영자와 외주 개발자가 민감 자료에 접근 가능함
  • 회의 녹화, 채팅, 티켓, 로그에 통제 대상 정보가 남음
  • 테스트용 모델이나 내부 모델이 외부 고객 계정에 노출됨
  • 오픈소스 공개 전 수출통제 검토가 없음
  • API 접근권을 사용자 국적이나 제재 목록과 연결하지 않음
  • 인수합병이나 공동연구 과정에서 기술자료가 광범위하게 공유됨
  • 퇴사자와 계약 종료자의 접근권 회수가 늦음

AI 서비스 기업의 대응

편집 원본 편집

고성능 AI 모델을 제공하는 기업은 간주수출과 수출통제 리스크를 줄이기 위해 다음 절차를 고려할 수 있다.

  • 모델 등급별 위험 분류
  • 모델 가중치, API, 내부 평가자료, 학습코드 분리
  • 고객 국적·소재지·최종사용자 확인
  • 고위험 국가와 제재 대상 기관 차단
  • 미공개 모델 접근권에 대한 수출통제 승인 절차
  • 외국인 직원의 내부 모델 접근 범위 제한
  • 레드팀 결과와 취약점 자료의 접근 제한
  • 모델 사용 로그 보존
  • 클라우드 리전별 접근 정책
  • 탈옥·남용 탐지 시스템
  • 법무·보안·정책팀의 배포 승인 절차
  • 정부 수출허가 또는 자문 요청 절차

특히 모델 가중치를 공개하지 않는 폐쇄형 모델 기업도 간주수출 이슈에서 자유롭지 않다. API를 통해 모델 능력이 제공되거나 외국인 직원이 내부 모델에 접근할 수 있기 때문이다.

다른 개념과의 구분

편집 원본 편집

일반 수출통제

일반 수출통제는 통제 대상 물품, 소프트웨어, 기술을 특정 국가나 최종사용자에게 보내는 행위를 규제한다. 간주수출은 그중에서도 국내 외국인에 대한 기술 공개를 수출로 간주하는 특수한 형태이다.

간주재수출

간주재수출은 미국 밖에서 EAR 적용 대상 기술을 제3국 외국인에게 공개하는 경우를 말한다. 간주수출이 미국 내 외국인 공개를 중심으로 한다면, 간주재수출은 해외 자회사나 해외 연구소에서 문제가 되기 쉽다.[6]

기술이전

기술이전은 기술을 다른 사람이나 조직에 전달하는 넓은 개념이다. 간주수출은 그 기술이 수출통제 대상이고, 수령자가 외국인인 경우에 수출통제법상 문제가 되는 기술이전이다.

데이터 주권

데이터 주권은 데이터가 어느 국가의 법과 관할권 아래 저장·처리되는지를 다룬다. 간주수출은 데이터 위치보다 통제 대상 기술에 누가 접근했는지에 초점을 둔다.

소버린 AI

소버린 AI는 국가나 조직이 AI 인프라, 데이터, 모델, 규제 기준을 자율적으로 통제하려는 개념이다. 간주수출은 외국인의 AI 모델·기술 접근을 제한할 수 있는 법적 도구라는 점에서 소버린 AI와 연결된다.

간주수출 제도는 다음과 같은 목적을 갖는다.

  • 민감 기술이 물리적 수출 없이 이전되는 우회로 차단
  • 이중용도 기술의 군사적 전용 위험 감소
  • 첨단 기술의 해외 확산 속도 조절
  • 국가안보상 중요한 지식재산 보호
  • 외국인 접근권과 수출허가 체계의 연결
  • 반도체, AI, 양자, 항공우주 등 전략산업 보호
  • 클라우드와 원격근무 환경에서의 기술통제 기반 제공

인재 확보와 충돌

편집 원본 편집

첨단 기술 산업은 외국인 연구자와 엔지니어에 크게 의존한다. 간주수출 규제가 과도하게 적용되면 기업과 대학의 글로벌 인재 활용이 어려워질 수 있다. 특히 AI와 반도체 분야에서는 핵심 연구자가 다국적 인력으로 구성되는 경우가 많다.

규정 해석의 불확실성

편집 원본 편집

어떤 정보가 통제 대상 기술인지, 어떤 접근이 공개인지, 모델 API 사용이 어느 정도까지 기술 이전인지 판단하기 어렵다. AI 모델처럼 새로운 기술은 기존 수출통제 분류체계에 정확히 맞지 않을 수 있다.

혁신 저해 우려

편집 원본 편집

강한 접근 제한은 공동연구, 오픈소스, 공개 모델, 국제 표준화, 보안 연구를 위축시킬 수 있다. NTIA도 공개 모델 가중치에 대해 위험과 이익을 함께 검토해야 하며, 현존 시스템에 대해 즉시 제한하기보다는 위험 모니터링 역량을 높일 것을 권고했다.[7]

집행 가능성 문제

편집 원본 편집

디지털 서비스는 API, VPN, 클라우드, 계정 공유, 오픈소스 저장소를 통해 빠르게 확산된다. 특정 국적자나 특정 지역의 접근을 완벽히 차단하기 어렵고, 과도한 신원확인은 개인정보와 차별 문제를 만들 수 있다.

기업 운영 부담

편집 원본 편집

간주수출 관리는 법무, 보안, 인사, IT, R&D, 영업, 클라우드 운영이 모두 참여해야 한다. 소규모 기업이나 스타트업은 기술 분류와 권한관리를 수행할 전문 인력이 부족할 수 있다.

AI, 반도체, 양자기술, 사이버보안 기술이 국가안보 핵심 자산으로 취급되면서 간주수출의 중요성은 더 커질 가능성이 높다. 과거에는 첨단 장비와 설계도 수출이 중심이었다면, 앞으로는 모델 접근권, 클라우드 추론, 내부 평가자료, 소스코드 저장소, 연구 협업 플랫폼이 수출통제의 대상이 될 수 있다.

특히 고성능 AI 모델은 다음 이유로 간주수출 논의의 중심이 될 수 있다.

  • 모델 가중치가 공개되면 복제가 쉽다.
  • API 접근만으로도 고위험 능력이 제공될 수 있다.
  • 외국인 직원이 내부 모델을 평가·개선할 수 있다.
  • 사이버, 생물학, 군사, 정보분석 등 이중용도 활용 가능성이 있다.
  • 클라우드 플랫폼을 통해 국경을 넘어 서비스된다.
  • 모델 공급자의 안전장치가 국가안보 정책과 충돌할 수 있다.

2026년 Anthropic 사례는 AI 모델 접근권 자체가 수출통제 대상으로 다뤄질 수 있음을 보여 준 사건이다. 이 흐름이 계속된다면 AI 기업은 모델 배포 전에 기술적 안전성 평가뿐 아니라 수출통제, 외국인 접근, 클라우드 리전, 직원 권한, 고객 신원확인까지 함께 설계해야 한다.

간주수출은 디지털 시대의 수출통제가 물건의 이동이 아니라 지식과 접근권의 이동을 규제한다는 점을 보여 주는 제도이다. 반도체 공정기술, 암호 소스코드, AI 모델 가중치, 고성능 모델 API처럼 핵심 가치는 물리적 장비보다 정보와 능력에 있는 경우가 많다.

따라서 간주수출은 단순한 무역 규정이 아니라, 클라우드 보안, IAM, 연구보안, 소스코드 관리, AI 모델 거버넌스, 글로벌 인재 전략을 연결하는 핵심 개념이다. AI 시대에는 “어떤 기술을 어느 나라에 팔았는가”뿐 아니라 “누가 어떤 모델과 기술에 접근할 수 있었는가”가 국가안보와 산업경쟁력의 중요한 기준이 되고 있다.

  1. ↑ 1.0 1.1 Bureau of Industry and Security, 「Deemed exports」, https://www.bis.gov/learn-support/deemed-exports, 확인일: 2026년 6월 13일.
  2. ↑ 2.0 2.1 2.2 Electronic Code of Federal Regulations, 「15 CFR § 734.13 - Export」, https://www.ecfr.gov/current/title-15/subtitle-B/chapter-VII/subchapter-C/part-734/section-734.13, 확인일: 2026년 6월 13일.
  3. ↑ 3.0 3.1 3.2 Reuters, 「Anthropic disables top-tier AI models after US order limiting foreign access」, https://www.reuters.com/technology/us-blocks-foreign-access-anthropics-most-advanced-ai-models-axios-reports-2026-06-13/, 확인일: 2026년 6월 13일.
  4. ↑ 4.0 4.1 Anthropic, 「Statement on the US government directive to suspend access to Fable 5 and Mythos 5」, https://www.anthropic.com/news/fable-mythos-access, 확인일: 2026년 6월 13일.
  5. ↑ Electronic Code of Federal Regulations, 「15 CFR § 734.15 - Release」, https://www.ecfr.gov/current/title-15/subtitle-B/chapter-VII/subchapter-C/part-734/section-734.15, 확인일: 2026년 6월 13일.
  6. ↑ 6.0 6.1 Electronic Code of Federal Regulations, 「15 CFR § 734.14 - Reexport」, https://www.ecfr.gov/current/title-15/subtitle-B/chapter-VII/subchapter-C/part-734/section-734.14, 확인일: 2026년 6월 13일.
  7. ↑ 7.0 7.1 7.2 National Telecommunications and Information Administration, 「Dual-Use Foundation Models with Widely Available Model Weights」, https://www.ntia.gov/programs-and-initiatives/artificial-intelligence/open-model-weights-report, 확인일: 2026년 6월 13일.
  8. ↑ Federal Register, 「Framework for Artificial Intelligence Diffusion」, https://www.federalregister.gov/documents/2025/01/15/2025-00636/framework-for-artificial-intelligence-diffusion, 확인일: 2026년 6월 13일.
  9. ↑ Bureau of Industry and Security, 「Department of Commerce Announces Rescission of Biden-Era Artificial Intelligence Diffusion Rule, Strengthens Chip-Related Export Controls」, https://www.bis.gov/press-release/department-commerce-announces-rescission-biden-era-artificial-intelligence-diffusion-rule-strengthens, 확인일: 2026년 6월 13일.
  10. ↑ Legal Information Institute, Cornell Law School, 「15 CFR § 734.8 - Technology or software that arises during, or results from, fundamental research」, https://www.law.cornell.edu/cfr/text/15/734.8, 확인일: 2026년 6월 13일.