앤스로픽, 안보·노동 리스크 동시 분출… 국내 기업도 구조 개편 등 파장 예상

앤스로픽의 코딩 보조 도구를 둘러싼 미·중 기술 차단 갈등과 안보 위험이 전 세계 산업계의 뜨거운 화두로 부상했다.

중국 정부가 운영하는 사이버 보안 플랫폼인 국가취약점데이터베이스는 지난 8일(현지시각) 앤스로픽의 '클로드 코드' 여러 버전에서 사용자의 위치와 신원을 무단 전송하는 보안 백도어 취약점을 발견했다고 발표했다. 중국 IT 대기업 알리바바는 해당 발표 직후 사내 업무에서 클로드 코드 사용을 전면 금지하는 강력한 조치를 단행했다.

앤스로픽 측은 즉각 공식 반박에 나섰다. 해당 코드는 중국 내 무단 계정 도용과 비정상 접근을 막기 위한 실험 방어 조치였다는 설명이다. 중국 연구원들이 우회 경로로 클로드 코드를 활용해 미국 측 모델의 출력값으로 자국 모델을 학습시키는 '모델 증류' 행위를 차단하는 과정에서 발생한 충돌이라는 게 앤스로픽 측 설명이다.

다만 현재까지 해당 취약점에 대한 제3자 보안업체의 독립 검증 결과는 공개되지 않았으며 실제 정보 유출 여부도 확인되지 않았다. 국가 기관의 일방 주장과 기업의 해명이 대립하는 가운데 미국 AI 기업과 중국 기술 생태계 간의 차단벽이 더 높아지고 있음은 분명해졌다.

이러한 안보 갈등의 기저에는 앤스로픽의 급격한 기술 진보가 자리 잡고 있다. 앤스로픽 연구진이 기술 분쟁과 같은 날 발표한 '자코비안 렌즈' 논문은 그간 블랙박스로 불리던 LLM의 내부 추론 과정을 시각화하는 도구를 제시했다. 모델이 최종 답변을 출력하기 전 단계에서 특정 개념들이 수학 공간인 'J-Space'에서 어떻게 활성화되는지 포착해 내는 기술이다.

실험에 따르면 클로드는 코드를 분석할 때 '오류'라는 단어가 표현되지 않아도 내부 공간에서 이미 문제점을 인지하고 있었다. 인간 뇌의 글로벌 작업공간 이론과 유사한 정보 처리 구조를 기계가 스스로 구축했음을 입증했다.

이 기술은 향후 기업들이 AI 시스템을 도입할 때 강력한 통제 수단이 된다. 특히 금융이나 의료 등 높은 신뢰가 필요한 분야에서 AI의 의사결정 과정을 역추적하고 감사할 수 있는 해석 가능성을 확보해 준다는 점에서 산업계의 비상한 관심을 모은다.


이번 안보와 기술 통제력 논란은 앤스로픽이 앞서 발표한 노동시장 실측 데이터와 맞물리며 국내 대기업 인사 조직에 압박으로 작용하기 시작했다. 앤스로픽이 자사 모델의 실시간 API 사용 로그와 미국 노동통계국 데이터를 결합해 도출한 실증 연구 결과는 기술 위험이 실제 업무 구조 재편으로 이어지는 경로를 명확히 보여준다.
연구에 따르면 가상 비서나 단순 행정직보다 고소득 전문직의 '관측된 노출도'가 훨씬 높았다. 노출도는 업무 단위 기준으로 LLM이 처리하거나 보조할 수 있는 시간당 업무 비중을 뜻한다.

실제 기업 현장의 자동화 패턴을 측정한 결과 컴퓨터 프로그래머가 노출도 75%로 가장 높았고 고객 서비스 대표가 68%, 데이터 입력원이 67%로 뒤를 이었으며 금융 분석가도 상위권에 올랐다. 다만 이들 직군은 전면 대체보다 업무 보완과 부분 자동화가 혼재된 양상을 보였다.

주목할 부분은 AI 자동화 위험에 노출된 인력 구성이다. 고도로 노출된 직군의 종사자는 대학원 졸업 이상의 고학력자 비율이 네 배 가까이 높았고 평균 임금도 47% 많았다.

대졸 초임 연령대인 22~25세 청년들의 고노출 직군 취업률은 AI 확산 시기 이후 동기간 14% 감소한 것으로 관측됐다. 기업들이 기술 도입 초기 단계에서 기존 인력을 해고하기보다 신규 채용을 줄이는 방식으로 대응하고 있다는 해석이 가능하다.

본사 인력의 상당수가 정보통신기술(ICT), 금융, 제조 관리 등 고숙련 사무직으로 구성된 국내 대기업 역시 이 같은 청년 고용 둔화와 직무 재편 영향이 불가피하다는 분석이 힘을 얻는다.


중국의 알리바바 사태와 앤스로픽의 기술 진보는 국내 기업들에도 단순한 인력 감축을 넘어선 고도의 경영 과제를 던진다.

핵심 자산인 내부 데이터 유출 우려로 외산 API 도입을 주저하던 국내 금융권과 대기업들은 앤스로픽이 제시한 '자코비안 렌즈'의 내부 감사 기능에 주목하기 시작했다. AI의 추론 과정을 투명하게 검증할 수 있다면 보안 통제력을 유지하면서 화이트칼라 업무 효율화를 가속할 수 있기 때문이다.

앞으로 국내 기업 인사 조직 담당자들은 AI 도입 성과와 파급 효과를 정밀하게 측정해야 한다. 전문가들은 우선 본사 화이트칼라 직무의 실제 API 전환율과 그에 따른 인건비 절감률을 뜻하는 '직무별 자동화율'을 핵심 지표로 꼽는다. 부서별 신입 채용 규모 변동과 중고경력 대체 비율 추이를 추적하는 '청년 고용 탄력성'도 상시 점검 대상이다.

특히 기밀 유출 위험과 불투명한 의사결정 부작용을 통제하기 위해 자체 서버 중심의 온프레미스 환경을 구축하고 외부 API 의존도를 경영 전략 차원에서 관리하는 '기술 안보 통제력' 확보 역시 필수 과제로 부각된다.


김주원 글로벌이코노믹 기자 park@g-enews.com