AI 기본법 시행 후 스타트업이 점검해야 할 IP·데이터·영업비밀 체크리스트
파인특허
May 15, 2026
AI 스타트업의 지식재산 전략은 더 이상 “우리 모델을 특허로 낼 수 있는가”에서 끝나지 않습니다. 2026년 1월 22일 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」이 시행되면서, AI 서비스는 기술 보호와 함께 데이터 출처, 투명성, 안전성, 영업비밀 관리, 외주개발 계약까지 함께 점검해야 하는 단계로 들어왔습니다.
특히 생성형 AI, 의료·금융·채용·교육·교통 등 민감 영역에 적용되는 AI, 고객 데이터를 계속 학습에 활용하는 SaaS형 AI 서비스라면 초기부터 IP와 컴플라이언스를 분리해서 볼 수 없습니다. 특허는 기술을 공개하고 권리화하는 수단이고, 영업비밀은 공개하지 않아야 가치가 유지되는 수단입니다. 학습데이터와 모델 운영 정책은 이 둘 사이에서 회사의 리스크를 좌우합니다.
이 글은 AI 기업이 제품 출시 전 점검해야 할 실무 체크리스트를 정리한 것입니다.
AI 기업 내부에는 성격이 다른 자산이 섞여 있습니다.
첫째, 공개해도 되는 기술입니다. 예를 들어 특정 모델 구조, 데이터 전처리 방식, 추론 속도 개선 방법, 산업별 적용 시스템처럼 특허 출원을 통해 권리화할 수 있는 기술입니다. 이 영역은 공개 전 출원 여부를 검토해야 합니다.
둘째, 공개하면 가치가 떨어지는 기술입니다. 모델 학습 파이프라인, 데이터 라벨링 기준, 하이퍼파라미터 튜닝 노하우, 프롬프트 체인, 평가셋, 고객별 최적화 규칙 등이 여기에 들어갑니다. 이 영역은 영업비밀로 관리할 수 있는지부터 봐야 합니다.
셋째, 회사가 마음대로 쓸 수 없는 외부 자산입니다. 크롤링 데이터, 고객 제공 데이터, 오픈소스 코드, 외부 API, 공개 데이터셋, 협력사가 만든 모듈, 직원이 개인 계정으로 만든 실험 코드가 여기에 해당합니다. 이 영역은 권리 귀속과 이용 조건을 먼저 확인해야 합니다.
AI 분쟁은 대개 세 번째 자산을 첫 번째나 두 번째 자산처럼 다루는 데서 시작됩니다. “우리가 학습시켰으니 우리 것”이라는 말은 계약, 라이선스, 개인정보, 저작권, 영업비밀 문제를 모두 통과한 뒤에야 의미가 있습니다.
AI 기본법은 사람의 생명, 신체 안전, 기본권에 중대한 영향을 미칠 수 있는 AI에 대해 별도 관리체계를 예정하고 있습니다. 시행령 서식에서도 에너지, 먹는물, 보건의료, 의료기기, 원자력, 범죄 수사·체포, 채용·대출 심사, 교통, 공공서비스, 교육 등 적용영역을 확인하도록 하고 있습니다.
스타트업 입장에서는 “우리는 단순 추천 서비스”라고 생각해도, 실제 고객사가 채용, 대출, 보험, 의료, 교육 평가에 사용하면 고영향 AI 이슈가 생길 수 있습니다. 따라서 제품소개서와 계약서에는 AI의 사용 가능 영역, 금지 영역, 고객의 책임 범위를 구분해 두는 것이 좋습니다.
점검 질문:
AI 기업은 기술문서보다 데이터 출처표가 먼저 필요할 때가 많습니다. 데이터 출처표는 거창한 문서가 아니라, 어떤 데이터가 어디서 왔고 어떤 조건으로 쓰이는지 정리한 표입니다.
최소 항목은 다음과 같습니다.
이 표가 없으면 투자실사, 고객 보안심사, 대기업 PoC, 공공기관 도입 과정에서 설명이 막힙니다. 특히 “공개되어 있는 데이터”와 “학습에 자유롭게 써도 되는 데이터”는 같은 말이 아닙니다.
생성형 AI를 쓰는 업무에서는 결과물의 권리 귀속이 흔히 비어 있습니다. 외주사가 AI로 만든 UI, 마케팅 문구, 코드, 이미지, 리포트를 납품했을 때 그 결과물을 누가 어떤 범위로 사용할 수 있는지 명확하지 않으면 나중에 문제가 됩니다.
계약서에는 다음 조항이 필요합니다.
AI를 금지하는 조항만 넣는 것은 현실적이지 않을 수 있습니다. 더 중요한 것은 “어떤 자료를 넣지 말아야 하는지”와 “사용했다면 어떤 정보를 고지해야 하는지”입니다.
AI 기술은 모든 것을 출원하는 것이 정답이 아닙니다. 특허는 공개를 전제로 하고, 영업비밀은 비공개 관리를 전제로 합니다. 따라서 같은 AI 서비스 안에서도 나눠야 합니다.
특허 검토 대상:
영업비밀 관리 대상:
영업비밀로 관리하려면 접근권한, 반출통제, 비밀표시, 로그관리, 퇴사자 회수, 협력사 NDA가 실제로 작동해야 합니다. “중요한 자료”라고 생각하는 것만으로는 부족합니다.
AI 제품은 오픈소스 모델, 벡터DB, 프레임워크, 평가도구, 외부 API를 빠르게 결합해 만듭니다. 문제는 PoC 단계에서 쓴 라이브러리가 그대로 상용 제품에 들어가는 경우입니다.
출시 전에는 최소한 다음을 확인해야 합니다.
특히 기업 고객에게 온프레미스 형태로 납품하거나 SDK를 제공한다면 오픈소스 고지와 라이선스 의무가 훨씬 중요해집니다.
모델 자체를 그대로 보호한다기보다, 모델 구조, 학습방법, 데이터 처리 흐름, 특정 산업 문제를 해결하는 시스템 구성, 추론 속도나 정확도를 개선하는 기술적 수단이 보호 대상이 될 수 있습니다. 다만 공개하면 모방이 쉬운 부분과 비밀로 유지해야 하는 부분을 구분해야 합니다.
약관은 출발점일 뿐입니다. 데이터의 성격에 따라 개인정보, 영업비밀, 저작권, 계약상 비밀유지 의무가 함께 문제될 수 있습니다. B2B 서비스라면 고객사 내부 데이터의 재학습 사용을 별도 동의나 계약서로 분리하는 편이 안전합니다.
사용한 AI 도구의 약관, 입력자료의 권리관계, 결과물의 유사성, 외주계약의 권리귀속에 따라 달라집니다. 특히 로고, 캐릭터, 광고 이미지, 코드, 데이터셋은 별도 검토가 필요합니다.
AI 기업은 제품 출시 전 특허 가능성, 데이터 이용권, 영업비밀 관리, 오픈소스 라이선스, 고객 계약서를 한 번에 봐야 합니다. 한 영역만 따로 점검하면 실제 리스크를 놓치기 쉽습니다.
파인특허는 AI 기술의 권리화뿐 아니라 데이터·영업비밀·계약 구조를 함께 검토해, 기업이 공개할 기술과 감춰야 할 기술을 구분하는 전략을 제안합니다.
