영국 UKRI의 BRAID가 보여준 책임 있는 AI 전환
채용 서류를 걸러내는 인공지능(AI), 온라인 수업에서 학생 반응을 읽는 인공지능(AI), 방송과 뉴스 추천을 조정하는 인공지능(AI)은 이미 일상 깊숙이 들어왔다. 2026년 10월 영국 연구혁신기구(UKRI)가 공개한 책임 있는 AI 격차 해소(BRAID) 프로그램은 이 흐름을 기술 개발의 문제가 아니라 생활 정책의 문제로 다룬다. 핵심은 분명하다.
영국은 인공지능(AI)을 더 많이 만드는 경쟁보다, 시민이 믿고 기업이 실제로 채택할 수 있는 규칙과 실험장을 먼저 넓히려 한다. UKRI는 이 프로그램을 통해 현재까지 25개 펠로우십을 수여했고, 2025년 1월부터 3년 일정의 데몬스트레이터 프로젝트를 가동했으며, 영미 공동 협력 과제 7개에도 자금을 지원했다. 기자 분석에 따르면, BRAID의 핵심 가치는 윤리 선언 자체에 있지 않다.
학계, 산업계, 정책 입안자, 규제 기관이 따로 움직일 때 생기는 빈틈을 줄이는 구조에 있다. 인공지능(AI) 사고는 대개 알고리즘 한 줄에서만 생기지 않는다. 데이터 수집, 서비스 설계, 현장 적용, 민원 처리, 감독 체계가 어긋나는 지점에서 발생한다.
UKRI가 2026년 10월 26일 보도자료에서 BRAID를 영국 정부의 국가 인공지능(AI) 전략과 연결해 설명한 이유도 여기에 있다. BRAID가 내세운 첫 장치는 펠로우십(fellowship)이다.
UKRI에 따르면 현재까지 25개의 펠로우십이 수여됐다. 연구자들은 마이크로소프트, Diverse AI, 영국 교육기준청(Ofsted), 영국 공영방송 BBC 같은 비학술 이해관계자와 직접 협력한다. 이 구성은 단순한 산학 협력과 다르다.
기업은 제품과 서비스를 알고, 규제 기관은 사회적 위험을 보며, 방송과 교육 기관은 시민 접점을 갖는다. 연구자가 이들과 같은 테이블에서 문제를 풀 때 책임 있는 인공지능(AI)은 논문 속 원칙이 아니라 현장에서 고쳐 쓰는 절차가 된다. 두 번째 장치는 데몬스트레이터 프로젝트(demonstrator project)다.
이 프로젝트는 2025년 1월부터 3년 동안 운영되는 일정으로 설계됐다.
광고
2026년 11월 현재 기준으로는 중간 단계에 해당한다. UKRI는 이 사업을 통해 인공지능(AI) 연구개발(R&D) 파이프라인의 초기 단계부터 인간 중심 접근을 넣는 방식을 검증하려 한다.
여기서 초기 단계가 중요하다. 서비스 출시 뒤 문제가 터질 때마다 사후 보완하는 방식은 비용을 키우고, 시민 신뢰를 깎는다.
반대로 기획 단계에서 편향, 설명 가능성, 책임 소재를 점검하면 기업과 공공기관 모두 시행착오를 줄일 수 있다. 세 번째 축은 국제 협력이다. UKRI 자료에 따르면 영국과 미국 협력 프로젝트를 통해 인공지능(AI)의 윤리적, 법적, 사회적 함의(ELSI)를 다루는 7개 프로젝트가 2025년에 자금을 받았다.
이는 기술 표준 경쟁만을 뜻하지 않는다. 국경을 넘나드는 인공지능(AI) 서비스는 개인정보, 저작권, 차별, 안전성 문제를 한 나라 법만으로 처리하기 어렵다.
영국이 미국과 공동 연구를 묶은 배경에는 같은 기술이라도 사회 제도와 법 해석에 따라 위험 평가가 달라진다는 인식이 깔려 있다. 한국 기업이 해외 시장에 인공지능(AI) 서비스를 내놓을 때도 이런 차이는 계약서와 인증, 감사 요구로 돌아온다.
25개 펠로우십과 7개 국제 프로젝트가 겨냥한 신뢰 격차
BRAID가 예술, 인문학, 사회과학을 책임 있는 인공지능(AI) 생태계 안으로 끌어들이려는 대목은 일반 독자에게 특히 중요하다. 인공지능(AI)의 성능을 높이는 일은 공학만으로 가능할 수 있다.
그러나 그 인공지능(AI)이 아이의 학습 기록을 어떻게 해석하는지, 구직자의 경력을 어떤 기준으로 낮게 평가하는지, 고령층에게 필요한 공공 안내를 제대로 전달하는지는 사회적 맥락을 요구한다. 기자 분석에 따르면, 이 지점에서 영국식 접근의 생활 영향이 드러난다. 인공지능(AI)을 잘 쓰는 사회는 기술을 많이 도입한 사회가 아니라, 누가 영향을 받고 누가 설명을 요구할 수 있는지 제도적으로 정한 사회에 가깝다.
한국 독자가 이 문제를 멀리 볼 이유는 없다. 금융 추천, 의료 보조, 교육 평가, 행정 민원 분류처럼 시민과 맞닿은 영역에서 인공지능(AI) 활용은 더 늘어날 것이다.
원본 자료가 한국 정책을 직접 언급하지는 않았지만, 본지 검토 결과 BRAID가 한국에 던지는 과제는 비교적 선명하다.
광고
정부가 윤리 원칙을 발표하는 단계에서 멈추면 현장은 체크리스트를 형식적으로 채울 위험이 있다. 반대로 연구자, 기업, 감독기관, 시민사회가 실제 사례를 놓고 공동 검증을 반복하면 규제는 금지의 언어에서 설계의 언어로 바뀐다.
물론 반론도 있다. 책임 있는 인공지능(AI)을 강조하면 개발 속도가 늦어지고, 스타트업이나 연구팀의 행정 부담이 커질 수 있다는 주장이다. 이 우려는 가볍게 넘길 수 없다.
작은 기업이 대기업 수준의 법무팀과 윤리 검토 조직을 갖추기는 어렵다. 그러나 이 반론은 한 가지 구조적 비용을 낮게 본다. 문제가 발생한 뒤 서비스 중단, 소송, 규제 조사, 브랜드 손상이 이어지면 초기 검토보다 훨씬 큰 대가를 치른다.
BRAID식 실험은 속도를 늦추기 위한 장치가 아니라, 신뢰 부족으로 시장 자체가 막히는 상황을 줄이는 장치에 가깝다. 특히 공공부문 인공지능(AI)에서는 시민이 선택권을 갖기 어렵다. 민간 애플리케이션은 쓰지 않을 수 있지만, 행정 서비스나 교육 평가, 복지 심사에 쓰이는 시스템은 개인이 쉽게 피하지 못한다.
그래서 공공기관은 더 엄격한 설명 책임을 져야 한다. Ofsted와 BBC가 협력 대상에 포함된 사실은 상징적이다. 교육과 방송은 정보 접근과 사회적 판단에 영향을 미치는 영역이다.
이런 기관이 연구자와 함께 책임 있는 인공지능(AI) 과제를 다루는 일은 시민 생활의 접점에서 신뢰를 쌓겠다는 정책적 선택으로 읽힌다. 기업 입장에서도 BRAID는 비용 항목이 아니라 시장 진입 조건을 바꾸는 신호다.
마이크로소프트 같은 글로벌 기업이 참여한 사실은 책임 있는 인공지능(AI)이 홍보 문구를 넘어 조달, 파트너십, 규제 대응의 언어로 이동하고 있음을 보여준다. 향후 인공지능(AI) 제품을 파는 기업은 성능 지표만 제시해서는 충분하지 않을 것이다. 어떤 데이터를 썼는지, 어떤 이용자 집단에서 오류가 커지는지, 문제가 생겼을 때 누가 책임지는지를 설명해야 한다.
이 요구는 대기업보다 준비가 늦은 중소기업에 더 날카롭게 다가올 수 있다.
광고
한국 독자에게 남는 질문은 기술보다 제도 설계다
정책은 여기서 갈림길에 선다. 느슨한 자율규범만으로는 시민 신뢰를 얻기 어렵고, 과도하게 세밀한 금지 규정은 기술 실험을 위축시킨다.
영국의 BRAID는 이 사이에서 프로젝트 기반 검증이라는 선택지를 제시한다. 25개 펠로우십, 2025년 1월부터 3년 일정의 데몬스트레이터, 7개 영국·미국 협력 과제는 모두 같은 질문을 향한다.
책임 있는 인공지능(AI)을 누가, 어디서, 어떤 절차로 배울 것인가. 이 질문에 답하지 못하면 윤리는 문서에 남고 위험은 이용자에게 이동한다.
본지 검토 결과, 한국의 인공지능(AI) 정책도 기술 육성 예산과 윤리 원칙 사이에 실험형 연결고리를 더 촘촘히 둬야 한다는 판단이 나온다. 대학 연구실에는 사회과학자와 법학자, 현장 기관이 들어와야 한다. 기업의 시범 서비스에는 외부 검증과 사용자 설명 절차가 따라붙어야 한다.
규제 기관은 사후 제재만이 아니라 초기 설계 단계의 위험 신호를 함께 찾아야 한다. 이것은 기술을 막자는 주장이 아니다. 오히려 시민 신뢰를 확보해 인공지능(AI)이 더 넓은 생활 영역으로 들어갈 길을 닦자는 주장이다.
UKRI의 BRAID는 영국 내부의 연구 프로그램이지만, 그 질문은 한국의 가정과 학교, 병원, 사무실에도 닿아 있다. 인공지능(AI)이 내 정보를 해석하고 내 기회를 분류하는 시대에는 성능보다 먼저 물어야 할 것이 있다. 누가 기준을 만들고, 누가 오류를 고치며, 시민은 어떤 방식으로 설명을 요구할 수 있는가.
한국이 인공지능(AI) 강국을 말하려면 더 빠른 모델만이 아니라 더 믿을 수 있는 제도 실험을 함께 보여줘야 한다. 편리한 자동화의 수동적 이용자로 남을 것인지, 규칙을 함께 설계하는 능동적 시민으로 설 것인지는 지금 내려야 할 선택이다.
※ 이 기사는 영국 연구혁신기구(UKRI)의 2026년 10월 26일 보도자료 '책임 있는 AI 격차 해소(Bridging responsible AI divides, BRAID)'를 참조하여 작성하였다.
FAQ
Q. BRAID 프로그램은 일반 시민의 일상에 어떤 영향을 줄 수 있나?
A. BRAID는 시민이 직접 가입하는 서비스가 아니라 연구와 정책, 산업 현장을 연결하는 프로그램이다. 그 결과는 교육, 방송, 공공서비스, 기업용 인공지능(AI) 제품의 설계 방식에 영향을 미친다. 서비스 출시 전 편향과 설명 책임을 검토하는 관행이 넓어지면, 이용자는 오류 발생 때 더 명확한 이의 제기 절차를 요구할 근거를 갖게 된다. 한국에서도 비슷한 실험형 정책이 늘면 시민은 인공지능(AI)을 단순히 쓰는 사람이 아니라 감시와 개선 과정에 참여하는 이해관계자로 자리 잡을 수 있다. 공공서비스 영역에서는 특히 선택권이 제한되는 만큼, 설명 가능성과 이의 제기 경로가 제도적으로 보장될 필요성이 크다.
Q. 책임 있는 인공지능(AI)은 기업의 개발 속도를 늦추는 규제인가?
A. 책임 있는 인공지능(AI)은 개발을 멈추게 하는 규칙으로만 볼 수 없다. UKRI의 BRAID는 25개 펠로우십과 3년 일정의 데몬스트레이터 프로젝트를 통해 연구자와 기업, 규제 기관이 실제 문제를 함께 다루도록 설계됐다. 이는 사후 사고 대응보다 초기 위험 점검을 강화해 장기 비용을 줄이려는 접근이다. 문제가 불거진 뒤 서비스 중단, 소송, 브랜드 손상으로 이어지는 비용은 사전 검토 비용을 훨씬 웃돈다. 기업은 성능 경쟁과 함께 데이터 출처, 오류 대응, 사용자 설명 절차를 준비해야 시장 신뢰를 확보할 수 있다.
Q. 한국은 영국 사례에서 무엇을 먼저 참고해야 하나?
A. 한국이 참고할 첫 요소는 윤리 원칙을 문서로 남기는 수준을 넘어 실제 적용 사례를 축적하는 방식이다. BRAID는 학계, 산업계, 정책 입안자, 규제 기관 사이의 간격을 줄이는 데 초점을 맞췄다. 한국도 공공서비스와 민간 인공지능(AI) 제품을 대상으로 현장형 검증 프로젝트를 늘릴 필요가 있다. 특히 교육, 금융, 복지처럼 시민 선택권이 제한되는 영역에서는 설명 가능성과 책임 소재를 먼저 설계하는 접근이 요구된다. 대학 연구실과 현장 기관 사이의 협력 구조를 제도적으로 뒷받침하는 예산과 법적 근거를 함께 마련하는 것이 출발점이 될 수 있다.
광고
▶ 법률 고민이 있다면 → 김연순법률노트 무료상담 바로가기
){kind=small}
){kind=small}
){kind=small}
){kind=small}
