LATEST
2026-11-19테크놀로지NEW

생성 AI를 「써도 되는 일」과 「써서는 안 되는 일」로 나누다 — 사내 규칙 만드는 법을 기초부터 읽다

문서 초안 작성, 자료 요약, 프로그램 보조, 번역의 초안. 생성 AI는 사무실 일의 폭넓은 장면에 들어와 있다. 편리한 반면, 입력한 정보가 외부로 새지 않을까, 출력물에 오류가 섞여 있지 않을까, 저작권은 어떻게 되는가 하는 불안도 따라다닌다. 그래서 많은 기업이 「사내 규칙」을 만들기 시작했다. 규칙이라 해도 금지 사항만 나열한 문서로는 현장에서 쓰이지 않는다. 무엇을 지키기 위한 규칙인지, 현장의 일에 어떻게 맞출 것인지. 이 기사에서는 생성 AI 사내 규칙의 생각하는 법과 만드는 법을 기초부터 해설한다.

편집부

생성 AI 사내 규칙이란 무엇인가 — 「쓰지 말 것」만으로는 끝나지 않는다

생성 AI 사내 규칙이란 생성 AI를 업무에 쓸 때의 약속을 정리한 문서다. 무엇을 입력해도 좋은지, 출력물을 어떻게 취급하는지, 어떤 업무에 쓸 수 있는지를 사원이 망설이지 않고 판단할 수 있는 형태로 보여주는 것이 목적이다. 규칙이 없는 채로 쓰기 시작하면, 사원은 각자의 판단으로 쓰게 된다. 편리함에 이끌려 기밀 정보를 입력해 버리는 사람도 나오고, 두려워서 전혀 쓰지 않는 사람도 나온다. 어느 쪽도 회사로서는 바람직한 상태가 아니다.

규칙의 역할은 금지하는 것만이 아니다. 안심하고 쓸 수 있는 범위를 밝히는 것こそ 규칙의 중요한 일이다. 「여기까지라면 써도 좋다」고 선을 그으면, 사원은 망설이지 않고 쓰기 시작할 수 있다. 반대로 선이 그어져 있지 않으면, 쓰는 것 자체가 불안해져서 좋은 도구가 현장에 뿌리내리지 못한다. 사내 규칙은 생성 AI의 이용을 묶기 위한 것이 아니라, 안심하고 잘 쓰기 위한 토대로 만드는 것이라고 생각하는 것이 첫걸음이 된다.

사내 규칙의 대상이 되는 것은 정규직 사원만이 아니다. 계약직 사원이나 파견 사원, 업무 위탁 파트너 등 회사의 업무에 관여하는 사람에게도 같은 규칙이 적용되는 것이 바람직하다. 사외의 사람이 회사 정보에 닿는 장면에서는, 규칙의 내용을 공유하고 지켜 달라는 구조가 필요하다. 규칙의 첫머리에서 「누구에게 적용되는가」를 분명히 해 두면 대상의 누락을 막을 수 있다.

먼저 나눈다 — 3가지 사용 구분

규칙 만들기의 출발점은 업무를 「써도 좋다」「조건부로 써도 좋다」「써서는 안 된다」의 3가지로 나누는 것이다. 예를 들어 공개된 자료의 요약이나 일반적인 글의 초안은 「써도 좋다」에 들어간다. 사내 미공개 자료를 다루는 업무는 입력하는 정보의 범위를 한정한 뒤 「조건부로 써도 좋다」에 들어간다. 고객의 개인정보나 타사와의 비밀유지계약 대상이 되는 정보를 다루는 업무는 「써서는 안 된다」에 들어간다. 이런 구분을 업무마다 정하면, 사원은 자신의 일이 어느 구분에 해당하는지를 판단할 수 있게 된다.

  • 써도 좋다: 공개 정보의 요약이나 일반적인 글의 초안 등, 정보 유출 걱정이 없는 업무.
  • 조건부로 써도 좋다: 사내 미공개 자료를 다루는 업무. 입력하는 정보의 범위나 쓰는 서비스의 조건을 정한다.
  • 써서는 안 된다: 고객의 개인정보나 비밀유지계약 대상이 되는 정보를 다루는 업무.

구분을 정할 때의 포인트는 업무 단위로 생각하는 것이다. 「생성 AI는 써도 좋다」「써서는 안 된다」고 회사 전체에서 하나의 결론을 내는 것이 아니라, 업무마다 선을 긋는다. 영업 자료의 초안과 고객 정보 분석에서는 다루는 정보의 성질이 전혀 다르다. 업무마다 구분을 정하면, 쓸 수 있는 장면에서는 과감하게 쓰고, 쓸 수 없는 장면에서는 확실히 멈추는, 강약 있는 운영이 가능하다. 구분은 현장의 업무를 아는 사람과 함께 정하는 것이 중요하다.

구분을 정한 뒤에도, 현장의 판단에 망설임이 남는 경우에는 상담할 수 있는 창구를 정해 두면 좋다. 법무나 정보시스템 담당자가 상담에 응해 구분의 판단을 돕는다. 상담 창구가 있으면, 사원은 망설일 때 혼자 판단하지 않고 확인한 뒤 나아갈 수 있다. 창구에 대한 상담 기록은 규칙 개선의 재료가 되기도 한다.

입력해서는 안 되는 정보 — 기밀 정보와 개인정보

사내 규칙에서 가장 중요한 것은 「입력해서는 안 되는 정보」를 구체적으로 보여주는 것이다. 생성 AI 서비스는 입력된 글을 외부 서버에서 처리하는 구조인 경우가 많다. 입력한 정보가 서비스의 학습에 쓰이는지는 서비스나 계약 형태에 따라 다르다. 그래서 입력하는 정보의 선을 사원이 망설이지 않고 알 수 있는 형태로 보여줄 필요가 있다. 추상적으로 「기밀 정보는 입력하지 않는다」고만 적으면, 현장에서는 판단이 서지 않는다.

구체적으로는 고객의 이름이나 연락처, 거래 내용, 미공개의 결산 정보, 개발 중인 제품의 세부 사항, 사원의 개인정보 등이 입력해서는 안 되는 정보의 예가 된다. 사내에서 「기밀」로 구분된 문서의 내용도 같은 취급이 된다. 이런 정보를 예시로 보여주면, 사원은 「이것은 입력해서는 안 된다」고 판단할 수 있다. 반대로 공개된 자료나 일반적인 지식 범위의 정보는 입력해도 문제가 없는 경우가 많다. 입력해도 좋은 정보와 안 되는 정보 양쪽을 예시로 보여주는 것이 규칙의 알기 쉬움으로 이어진다.

기업용 계약에서는 입력한 정보가 학습에 쓰이지 않는다는 것이 계약으로 정해져 있는 경우도 있다. 그런 계약의 서비스를 쓰면 입력할 수 있는 정보의 범위가 넓어지기도 한다. 어떤 서비스를 어떤 계약으로 쓰는지도 규칙으로 정해 둘 항목이다. 무료 개인용 서비스와 기업용 유료 계약에서는 정보의 취급이 다른 경우가 있다. 쓰는 서비스의 지정까지 포함해 규칙에 적으면 사원의 판단 부담을 줄일 수 있다.

입력하는 정보를 궁리하면 쓸 수 있는 장면을 넓힐 수도 있다. 예를 들어 고객의 이름이나 구체적인 거래처명을 가리고, 일반적인 조건만 입력하는 방법이 있다. 개인을 특정할 수 있는 정보를 제외한 뒤 입력하면, 분석이나 글의 초안에 쓸 수 있다. 다만 가린つもり여도, 조합하면 특정할 수 있는 정보도 있다. 익명화나 가공 방법에 대해서도 규칙으로 생각하는 법을 보여 두는 것이 중요하다.

출력물의 취급 — 그대로 쓰지 않는다는 원칙

생성 AI의 출력물에는 오류가 섞일 수 있다. 그럴듯한 글이라도 숫자나 고유명사, 날짜가 틀려 있는 경우가 있다. 법률이나 제도에 대한 설명이 오래된 정보에 바탕을 둔 경우도 있다. 이런 「그럴듯한 오류」는 생성 AI 출력물의 특징 중 하나다. 그래서 출력물을 그대로 쓰지 않고 반드시 사람이 확인한다는 원칙을 규칙에 담는 것이 중요하다.

확인 방법은 업무에 따라 다르다. 숫자나 고유명사는 원래의 자료나 공식 정보와 대조해 확인한다. 법률이나 제도에 대한 설명은 최신 공식 자료로 확인한다. 사외로 내보내는 글은 출력물을 초안으로 삼아 담당자가 책임지고 마무리한다. 이런 확인 절차를 규칙에 적어 두면, 출력물의 오류가 그대로 사외로 나가는 것을 막을 수 있다. 출력물의 확인은 생성 AI를 쓰는 사람의 책임이라는 것을 규칙으로 분명히 해 두는 것이 중요하다.

사외로 내보내는 글에 대해서는, 생성 AI의 출력물을 그대로 쓰지 않고 담당자가 내용을 확인한 뒤 상사나 책임자의 승인을 받는 절차를 정하기도 한다. 사외로 내보내는 정보의 중요성에 따라 승인의 단계를 바꾼다. 일상의 사내 자료와 고객에게 건네는 제안서에서는 요구되는 확인의 엄격함이 다르다. 출력물의 확인과 승인 흐름을 업무의 중요성에 맞춰 정해 두면, 잘못된 정보가 사외로 나가는 위험을 줄일 수 있다.

저작권과 생성물의 귀속 — 누구의 것이 되는가

생성 AI 출력물의 저작권을 둘러싼 취급은 아직 논의가 이어지고 있는 분야다. 출력물이 기존 저작물과 닮아 버리는 경우나, 출력물의 권리가 누구에게 귀속되는가 하는 점에 대해 명확한 결론이 나지 않은 부분도 있다. 규칙을 만들 때는 결론이 나지 않은 부분을 단정하는 것이 아니라, 위험을 피하기 위한 생각하는 법을 보여주는 것이 중요하다. 예를 들어 출력물을 그대로 상품이나 광고에 쓸 경우에는 기존 저작물과의 유사함이 없는지를 확인하는 절차를 정한다.

또한 생성 AI의 출력물을 이용해 만든 성과의 취급에 대해서도 규칙으로 정리해 두는 것이 바람직하다. 사원이 생성 AI를 이용해 만든 자료나 글은 회사의 업무 성과물로 취급하는 것이 일반적이다. 다만 그 점을 규칙에 명기해 두면, 나중에 「누구의 것인가」라는 논의가 생기는 것을 막을 수 있다. 저작권의 취급에 대해서는 법무 담당자나 외부 전문가와 상담하면서 회사의 방침을 정해 나가는 것이 중요하다.

생성 AI에 입력하는 쪽의 저작권에도 주의가 필요하다. 타사의 저작물이나 계약으로 이용이 제한된 글을 그대로 입력해서는 안 된다. 사내 자료라도 외부에 제공하는 것이 금지된 것은 입력 대상이 아니다. 입력하는 정보의 저작권이나 계약상의 제한에 대해서도 규칙으로 생각하는 법을 보여 둔다. 입력과 출력 양쪽에서 저작권의 위험을 생각하는 것이 중요하다.

기록과 설명 책임 — 썼다는 것을 남기다

생성 AI를 쓴 업무에서는 「썼다는 것」을 기록에 남기는 구조도 중요하다. 어떤 업무에서, 어떤 서비스를 쓰고, 어떤 출력물을 얻었는가. 그 기록이 남아 있으면, 나중에 출력물의 출처를 확인할 수 있다. 사외로 내보내는 글이나 중요한 판단의 재료가 되는 자료에 대해서는, 생성 AI를 썼다는 것을 기록해 두는 것이 설명 책임의 관점에서도 바람직하다.

기록 방법은 업무의 중요성에 따라 정한다. 일상의 글 초안이라면 기록이 필요 없는 경우도 있다. 사외에 제출하는 보고서나 고객에게 건네는 자료라면, 생성 AI를 썼다는 것과 확인했다는 것을 남겨 둔다. 기록의 부담이 너무 크면, 현장은 규칙을 지키지 않게 된다. 업무의 중요성에 따라 기록의 범위를 정하는 것이 규칙을 오래 이어가게 하는 요령이다.

기록을 남기는 방법은 되도록 현장의 부담이 되지 않는 형태로 한다. 예를 들어 사외에 제출하는 자료를 만들 때, 생성 AI를 썼다는 것과 확인했다는 것을 자료의 관리 대장에 한마디 덧붙이는 것만으로도 좋다. 기록의 구조가 너무 무거우면, 현장은 기록을 남기지 않게 된다. 업무의 중요성에 따라 기록의 범위를 정하고, 현장이 이어갈 수 있는 형태로 하는 것이 중요하다.

규칙은 어떻게 만드는가 — 현장과 함께 정하는 진행법

사내 규칙을 만들 때는 경영층이나 법무 부서만으로 정하는 것이 아니라, 현장의 사원과 함께 정하는 것이 중요하다. 현장의 사원은 어떤 업무에서 생성 AI를 쓰고 싶은지, 어떤 정보가 입력 대상이 되는지를 가장 잘 알고 있다. 현장의 목소리를 듣지 않고 만든 규칙은 현장의 일에 맞지 않아 지켜지지 않는 규칙이 되어 버린다.

진행법으로는 먼저 생성 AI를 쓰고 싶은 업무를 현장에서 모아, 그 업무마다 「써도 좋다」「조건부」「써서는 안 된다」의 구분을 정한다. 다음으로 입력해서는 안 되는 정보의 예를 현장의 업무에 맞춰 구체적으로 적어낸다. 그리고 출력물의 확인 절차와 기록의 범위를 정한다. 이런 절차를 밟으면 현장의 실태에 맞는 규칙이 만들어진다. 규칙의 초안이 완성되면, 현장의 사원에게 읽어 보게 하고 「이 규칙이라면 지킬 수 있는가」를 확인하는 것도 중요하다.

  • 현장의 업무를 모은다: 생성 AI를 쓰고 싶은 업무와 다루는 정보를 씻어낸다.
  • 업무마다 구분을 정한다: 써도 좋다·조건부·써서는 안 된다를 업무 단위로 정한다.
  • 입력 금지 정보를 구체화한다: 현장의 자료에 맞춰 예시로 보여준다.
  • 확인과 기록의 절차를 정한다: 출력물의 확인 방법과 기록의 범위를 업무의 중요성에 따라 정한다.

규칙이 완성되면, 사원에 대한 알림과 교육도 빼놓을 수 없다. 규칙 문서를 나눠 주는 것만으로는 내용이 전해지지 않는다. 구체적인 업무의 예를 쓴 교육이나 사내 설명회를 열면, 규칙의 의미가 현장에 전해진다. 교육에서는 써도 좋은 예와 써서는 안 되는 예를 실제 업무에 맞춰 보여주는 것이 효과적이다. 규칙을 아는 것만이 아니라, 판단할 수 있는 상태로 만드는 것이 교육의 목적이 된다.

규칙은 키우는 것 — 다시 보는 구조

생성 AI의 기술이나 서비스는 짧은 기간에 크게 바뀐다. 새로운 서비스가 나오거나, 계약 조건이 바뀌거나, 법적인 논의가 나아가기도 한다. 그래서 사내 규칙은 한 번 만들어서 끝이 아니라, 정기적으로 다시 보는 구조를 넣어 두는 것이 중요하다. 반년에 한 번, 혹은 연에 한 번, 규칙의 내용을 다시 보는 기회를 정해 둔다. 다시 볼 때는 현장에서 규칙이 지켜지고 있는지, 지키기 어려운 점은 없는지를 확인한다.

다시 보는 재료가 되는 것은 현장의 목소리다. 규칙이 알기 어렵다, 업무에 맞지 않는다, 같은 목소리를 모으는 구조를 만들어 둔다. 사내 규칙은 현장의 목소리로 키워 나가는 것이다. 규칙이 현장에 뿌리내리면, 생성 AI는 안심하고 쓸 수 있는 도구가 된다. 금지의 문서가 아니라, 현장과 함께 키우는 약속으로 사내 규칙을 만들어 가는 것이 생성 AI를 업무에 살리는 기본이 된다.

규칙을 어기는 사례가 생겼을 때의 대응도 미리 생각해 두는 것이 중요하다. 위반을 나무라는 것만으로는, 현장은 생성 AI를 쓰는 것을 숨기게 되어 버린다. 왜 위반이 생겼는지, 규칙이 알기 어려웠는지, 업무에 맞지 않았는지를 확인하고, 규칙의 개선으로 이어지게 한다. 위반 사례는 규칙을 키우기 위한 재료이기도 하다. 현장의 실태에 맞춰 규칙을 고쳐 나가는 자세가, 규칙을 오래 이어지게 하는 것으로 이어진다.

관련 용어

GLOSSARY

관련 기사

RELATED
2026-11-19테크놀로지NEW

반도체 공장이 지방에 모이는 이유 — 물과 땅, 사람의 조건으로 읽는 입지의 논리

반도체 공장이 대도시 근처가 아니라 구마모토나 홋카이도 같은 지방에 세워지는 이유를 물·전력·토지·인재·보조금·공급망의 조건으로 설명합니다. 공장 입지 뉴스를 읽는 법을 정리합니다.

2026-11-19테크놀로지NEW

DX의 기초 — '디지털화'와 'DX'는 무엇이 다른가

종이와 도장을 전자화하는 것과 사업의 진행 방식 자체를 바꾸는 DX는 비슷해 보여도 다릅니다. 일본 기업에 DX가 요구되는 배경과 단계의 사고방식을 설명합니다.

2026-11-19테크놀로지NEW

청구서가 '종이'에서 '데이터'로 — 전자 인보이스가 바꾸는 경리의 풍경

청구서를 메일로 보내는 것만으로는 경리 업무가 편해지지 않는다. 청구서 그 자체가 '데이터'로 오가는 전자 인보이스 시대, 페폴(Peppol)이라는 국제 표준이 일본에서도 퍼지기 시작했다. 청구서의 수령부터 분개, 지급까지 자동으로 이어지면 경리 업무는 어떻게 바뀔까. 인보이스 제도의 정착, 전자장부보존법과의 관계, 중소기업에게 현실적인 진행 방법까지, 청구 업무 자동화의 행방을 제도의 구조에서 읽어본다.