클래스도산

AI·자동화 트렌드

직원 78%가 몰래 쓰는 AI, 침해 비용 6억 더 낸다

Ryan2026-09-14 · ⏱ 9분

섀도우 AI(Shadow AI), IT가 모르는 사이에 회사 데이터는 이미 나가고 있어요

금요일 오후 5시 40분. 마케팅 팀원이 고객사 견적서를 개인 ChatGPT 계정에 붙여넣고 "핵심만 세 줄로 요약해줘"라고 칩니다. 악의는 없어요. 6시 퇴근을 지키고 싶었을 뿐입니다.

직원 78%가 몰래 쓰는 AI, 침해 비용 6억 더 낸다 커버

섀도우 AI는 회사 승인·자산 등록·로그 밖에서 업무에 쓰이는 생성형 AI를 뜻합니다.

한눈 요약부터 드릴게요.

  1. 정의 — 승인·등록·로그 세 가지 밖에 있는 모든 AI 사용.
  2. 규모 — 업무에 AI를 쓰는 지식노동자의 78%가 회사가 주지 않은 자기 도구를 들고 옵니다.1
  3. 비용 — 섀도우 AI 수준이 높은 조직의 침해 비용이 낮은 조직보다 평균 약 67만 달러 더 높았습니다.2
  4. 순서 — 가시성 확보가 먼저, 그다음 승인 도구 대체, 마지막이 습관화 교육입니다.

IT팀이 모르는 건 그 직원이 나쁜 사람이라서가 아닙니다. 물어볼 곳이 없어서예요.

섀도우 AI란 무엇인가요?

IT·보안 부서의 승인, 자산 목록 등재, 로그 수집 바깥에서 돌아가는 AI 사용 전부를 가리킵니다. 개인 계정으로 접속한 ChatGPT·Gemini·Claude, 브라우저에 깔린 AI 요약 확장 프로그램, 무료 AI 번역 사이트, 개인 노트북의 AI 코딩 도구가 모두 여기 들어가요.

섀도우 AI란 무엇인가요? 개념 일러스트

계보로 보면 섀도우 IT의 막내입니다. 개인 Dropbox와 Gmail로 회사 파일을 돌리던 그 습관 말이에요.

다른 점은 마찰입니다. 섀도우 IT에는 설치·결제·계정 발급이라는 턱이 있었어요. 섀도우 AI는 그 턱이 없습니다. 브라우저 탭 하나, 붙여넣기 한 번. 구매 승인도 관리자 권한도 필요 없고, 붙여넣는 그 순간 데이터는 이미 회사 밖입니다.

보충. 같은 모델이라도 기업용 플랜과 개인 무료 플랜은 데이터 취급 약관이 다릅니다. "우리는 기업 계약이 있으니 괜찮다"가 위험한 이유예요. 계약은 회사 계정에만 붙고, 직원의 개인 계정에는 한 줄도 적용되지 않습니다.

직원들은 왜 승인 없이 쓰나요?

숨기려는 게 아니라, 물어봐도 답이 제때 오지 않으니 그냥 씁니다.

세 가지가 겹쳐요. 승인 프로세스는 3주 단위인데 보고서 마감은 내일입니다. 생산성 압박은 조직이 아니라 개인에게 걸립니다. 그리고 가장 고약한 세 번째, 쓴다고 말하면 손해라는 계산이 섭니다. 같은 조사에서 AI를 쓰는 직장인의 52%가 가장 중요한 업무에 AI를 활용했다는 사실을 밝히기 꺼렸어요.1 성과를 의심받거나 대체 가능한 사람으로 비칠까 봐서요.

섀도우 AI의 절반은 기술 문제가 아니라 심리 문제라는 뜻입니다. 금지 공지를 한 장 더 붙이면 사용량이 아니라 보고량이 줄어듭니다. 위험은 그대로 두고 눈만 가리는 셈이에요.

어떤 위험이 실제로 터지나요?

유출, 규제, 학습 재사용. 이 세 갈래로 보세요.

기밀 유출은 가장 직관적입니다. 견적서·소스코드·인사평가·미공개 실적이 프롬프트 창으로 빠져나갑니다.

규제는 한국 기업에 더 직접적이에요. 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」(AI 기본법)이 2025년 1월 21일 공포돼 2026년 1월 22일부터 시행 중이고, 고영향 AI와 생성형 AI 결과물 고지에 관한 의무를 담고 있습니다.3 회사가 쓰는 줄도 모르는 도구는 이 의무의 적용 대상인지조차 판정이 안 됩니다. 개인정보를 해외 사업자 서비스에 입력하는 행위가 개인정보보호법상 국외 이전(개인정보를 국외 사업자에게 제공·처리위탁·보관하는 것)에 해당하는지도 따로 검토해야 해요.

세 번째는 학습 재사용입니다. 소비자용 무료 플랜은 입력값을 서비스 개선에 활용하도록 약관을 두는 경우가 있어요. 한 번 들어간 데이터를 되돌릴 수 있느냐는 완전히 다른 질문이 됩니다.

위험 유형실제로 벌어지는 장면판정 기준
기밀 유출견적서·소스코드·미공개 실적을 개인 계정 프롬프트에 붙여넣기기업 계약이 적용되지 않는 개인 계정 = 통제 불가로 분류
규제 위반적용 대상 판정이 불가능한 미등록 AI 도구 사용2026년 1월 22일 이후, AI 자산 목록에 없는 도구는 미대응으로 집계
학습 재사용무료 플랜 입력값이 서비스 개선에 활용됨약관에 학습 제외(opt-out, 입력 데이터의 학습 사용 거부) 조항이 없으면 반출로 간주

회사는 얼마나 모르고 있나요?

격차는 이미 측정돼 있습니다. IBM 『Cost of a Data Breach Report 2025』에서 조사 대상 조직의 20%가 섀도우 AI가 관련된 보안 사고로 침해를 겪었다고 답했어요.2

더 중요한 숫자는 그다음입니다. 같은 보고서에서 AI 관련 침해를 겪은 조직의 97%가 적절한 AI 접근 통제를 갖추지 않은 상태였고, 침해 조직의 63%는 AI 거버넌스 정책이 아예 없거나 아직 만드는 중이었습니다.2

읽는 방식은 이렇습니다. 사고는 정교한 공격이 아니라 정책의 공백에서 났어요. 경영진 회의에서 "우리는 AI 도입 검토 단계"라고 보고되는 동안, 현장에서는 이미 78%가 자기 도구로 일하고 있었던 거죠. 인지 격차는 대응 시차로, 대응 시차는 청구서로 돌아옵니다.

어디서부터 파악하고 통제하나요?

가시성 → 대체 → 습관화 순서입니다. AX Lab은 이 순서를 섀도우 AI 전환 3단계로 정리해 씁니다.

어디서부터 파악하고 통제하나요? 개념 일러스트

가시성은 네트워크·프록시·CASB(클라우드 접근 보안 중개, 회사와 클라우드 서비스 사이에서 접근을 통제·기록하는 계층) 로그에서 주요 AI 도메인 트래픽을 뽑고, 무기명 설문으로 "무엇을, 어떤 업무에" 쓰는지 묻는 단계예요. 순서상 징계하지 않겠다는 선언이 설문보다 먼저 나가야 합니다. 안 그러면 응답률이 아니라 거짓 응답률이 올라갑니다.

대체는 승인된 도구를 실제로 손에 쥐여 주는 단계입니다. NIST 『AI Risk Management Framework 1.0』은 AI 거버넌스를 Govern·Map·Measure·Manage 네 기능으로 나누는데, 여기서 Map이 "어떤 업무에 어떤 AI가 쓰이는가"를 목록화하는 작업이에요.4

습관화는 교육입니다. 규정 낭독이 아니라, 자기 업무를 승인된 도구로 한 번 끝까지 해보는 경험이요.

단계핵심 행동완료 판정 기준
가시성AI 도메인 트래픽 로그 수집 + 무기명 사용 설문부서별로 도구명·업무·입력 데이터 종류 3개 항목이 채워진 목록 확보
대체승인 도구 지급 및 AI 자산 목록 작성NIST AI RMF의 Map 기준으로 업무-도구 매핑 누락 0건
습관화실습 교육으로 승인 도구를 기본값으로 전환교육생 1인당 자기 업무 결과물 1건을 승인 도구로 완성

차단하면 끝나지 않나요?

아니요. 차단은 사용을 없애지 못하고 장소만 옮깁니다. 회사 네트워크에서 막으면 개인 휴대폰으로 갑니다. 그때부터는 로그가 남지 않으니, 사고가 나도 무엇이 나갔는지 특정할 근거가 사라져요.

승인된 도구를 지급하면 두 가지가 같이 생깁니다. 추적 가능한 로그, 그리고 직원이 굳이 몰래 쓸 이유의 소멸이요. IBM 데이터가 가리키는 방향도 같습니다. 문제는 AI 자체가 아니라 접근 통제와 거버넌스의 부재였어요.2 통제는 금지의 다른 말이 아니라, 보이는 곳에서 쓰게 만드는 설계입니다. 🙂

이번 주에 하나만 한다면 무기명 사용 설문 한 번이면 충분합니다. 숫자를 먼저 보고 정책을 쓰세요. 순서를 바꾸면 지켜지지 않을 문서 한 장만 남습니다.

승인 도구를 지급한 다음 단계인 실습 교육이 필요하시면, AX Lab의 비개발자 대상 AI 교육 과정이 그 습관화를 맡습니다.

자주 묻는 질문

Q. 회사 네트워크에서 AI 사이트를 전부 차단하면 해결되나요? A. 아니요. 개인 휴대폰으로 옮겨 가고, 그때부터는 로그조차 남지 않습니다. 차단은 가시성을 높이는 게 아니라 없애는 선택입니다.

Q. 무기명 설문에는 무엇을 물어야 하나요? A. 네 가지면 됩니다. 쓰는 도구명, 어떤 업무에 쓰는지, 어떤 종류의 데이터를 입력하는지, 승인 도구가 생기면 옮겨 갈 의향이 있는지. 설문 전에 징계하지 않겠다는 공지를 먼저 내는 게 응답 신뢰도를 좌우합니다.

Q. 기업용 유료 플랜을 계약했으면 안전한가요? A. 회사 계정으로 들어온 트래픽에만 해당됩니다. 직원이 개인 계정으로 접속하면 그 계약은 적용되지 않아요. 계약 체결과 계정 통제는 별개의 작업입니다.

Q. 정책 문서를 먼저 만들고 시작하면 되나요? A. 권하지 않습니다. 사용 현황을 모른 채 쓴 정책은 금지 목록이 되기 쉽고, 금지 목록은 보고량만 줄입니다. 로그와 설문으로 숫자를 확보한 뒤에 문서를 쓰는 편이 지켜집니다.

출처

발행 전 확인 두 가지만 남깁니다. 이번 세션에서도 WebSearch·WebFetch 권한이 승인되지 않아 수치를 원문 URL로 대조하지 못했습니다. 위 숫자(78%·52%, 20%·약 67만 달러·97%·63%)는 실재하는 보고서의 실제 수치라는 제 지식 기준이며, 발행 전 각 링크에서 눈으로 확인하시길 권합니다. 진단대로 Gartner 인용(2022년 41% → 2027년 75%)은 정확한 보도자료 URL을 특정할 수 없어 본문과 각주에서 삭제했습니다. 권한을 열어주시면 바로 대조하고 필요하면 Gartner 문장을 정확한 URL과 함께 복원하겠습니다.

Footnotes

  1. Microsoft & LinkedIn, 『2024 Work Trend Index Annual Report: AI at Work Is Here. Now Comes the Hard Part』 (2024.5) — 31개국 지식노동자 31,000명 조사. 업무에 AI를 쓰는 응답자 중 자기 도구 지참 78%, 중요 업무 AI 활용 공개 꺼림 52%. https://www.microsoft.com/en-us/worklab/work-trend-index/ai-at-work-is-here-now-comes-the-hard-part ↩ ↩2

  2. IBM Security, 『Cost of a Data Breach Report 2025』 — 섀도우 AI 관련 침해 20%, 섀도우 AI 수준 높은 조직의 침해 비용 약 67만 달러 추가, AI 관련 침해 조직 중 AI 접근 통제 부재 97%, 침해 조직 중 AI 거버넌스 정책 부재·수립 중 63%. https://www.ibm.com/reports/data-breach ↩ ↩2 ↩3 ↩4

  3. 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」 (2025.1.21 공포, 2026.1.22 시행). https://www.law.go.kr ↩

  4. NIST, 『Artificial Intelligence Risk Management Framework (AI RMF 1.0)』 (2023.1) — Govern·Map·Measure·Manage 4대 기능. https://www.nist.gov/itl/ai-risk-management-framework ↩