Anthropic 모델 수출 통제가 바꾼 기업 AI 거버넌스

모델 접근권이 하루아침에 사라진 사건

2026년 6월 12일 17시 21분(ET), 미국 상무부 Howard Lutnick 장관이 수출 통제 명령에 서명했다. 대상은 Anthropic의 최상위 모델 Claude Fable 5와 Mythos 5였다. 명령이 내려지면서 전 세계 비미국인의 두 모델 접근이 전면 차단됐다.

발단은 SK텔레콤이었다. SK텔레콤은 2026년 6월 초 Anthropic의 프론티어 AI 파트너 프로그램인 Project Glasswing에 합류해 Claude Mythos 5 얼리 액세스를 받았다. 며칠 뒤 백악관은 SK텔레콤과 중국 유니콤의 과거 합작 이력을 문제 삼아 접근권을 즉시 취소하라고 Anthropic에 요구했다.

사안은 개별 파트너의 권한 조정에 머물지 않았다. 미국 상무부 산하 Bureau of Industry and Security(BIS)는 Export Administration Regulations(EAR)의 이중용도 기술 이전 조항을 AI 모델에 직접 적용했다. AI 모델에 EAR이 적용된 최초의 사례였다.

Anthropic에는 전체 사용자의 국적을 실시간으로 판별할 인프라가 없었다. 특정 사용자만 골라 차단할 수 없었던 회사는 Fable 5와 Mythos 5 서비스를 전 세계에서 중단했다. H-1B 비자를 가진 외국 국적 Anthropic 직원도 접근 대상에서 제외됐다.

Fable 5와 Mythos 5는 어떻게 구분되는가

Anthropic이 2026년 6월 초 출시한 Claude Mythos 5와 Fable 5는 같은 기반 아키텍처를 사용한다. 차이는 배포 대상과 안전 장치에 있다.

Mythos 5는 Project Glasswing에 참여한 약 50개 기관에만 제공되는 제한 배포 모델이며 일반 공개 계획이 없다. Fable 5는 같은 기반 모델에 안전 라우팅을 적용한 공개용 모델이다. 사이버보안이나 바이오 관련 쿼리가 들어오면 Claude Opus 4.8로 자동 전달한다.

⤢✕

Fable 5의 라우팅은 고위험 쿼리를 더 제한적인 모델로 우회시키는 구조다. 그러나 Amazon 연구자가 “좁고 비보편적인 제일브레이크(narrow, non-universal jailbreak)” 취약점을 발견하면서 이 안전 장치가 규제 당국의 관심을 받았다. Anthropic은 해당 취약점만으로 전면 차단을 정당화할 수 없다고 반박했지만, 정부는 구두 증거를 근거로 수출 통제 명령을 발령했다.

Project Glasswing에서 전면 차단까지

SK텔레콤과 중국의 연관성 논란은 중국 유니콤과의 과거 합작 이력에서 시작됐다. SK텔레콤은 현재 중국과의 연관성을 공식 부인했지만, 미 행정부는 이 이력을 EAR 이중용도 기술 이전에 따른 안보 위협의 근거로 채택했다.

사건의 전개는 다음 타임라인으로 이어졌다.

⤢✕

Anthropic은 수출 규제가 시행 중이던 2026년 6월 19일에도 서울 오피스를 열었다. 한국 시장에 대한 장기 투자와 한국 사용자의 최상위 모델 접근 차단이 동시에 진행된 셈이다.

물리적 수출을 전제로 한 EAR의 빈틈

EAR은 파라미터가 정의된 이산적 물품(discrete items)을 통제하기 위해 마련된 체계다. 반도체나 장비처럼 이동 경로를 확인할 수 있는 물품과 달리, LLM은 수억 명이 API로 실시간 호출하는 무형 서비스다. 기존 제도를 그대로 대입하면 규제 대상과 집행 범위를 나누는 단계부터 문제가 생긴다.

가장 직접적인 공백은 국적 검증이다. Anthropic은 전체 사용자 기반을 대상으로 국적을 실시간 확인할 수 없었다. 선택적 접근 제한 대신 전면 글로벌 셧다운이 선택된 이유다.

모델 능력을 EAR의 이중용도 기술 기준에 어떻게 연결할지도 정립되지 않았다. 어느 능력부터 수출 통제 대상으로 볼지, 같은 기반 모델에 안전 장치를 추가하면 등급을 달리할 수 있는지에 대한 명시적 기준이 없었다.

서비스 연속성 역시 기존 수출 통제 체계가 충분히 다루지 못한 영역이다. 상용 API를 긴급 차단하면 해당 모델을 업무와 제품에 연결한 기업과 개인 모두 예고 없이 서비스를 잃는다.

⤢✕

모델 능력을 규제 등급에 연결하는 방식

수출 통제 대상 모델을 구분하려면 모델의 능력(capability)을 기준으로 접근 정책을 나누는 분류 체계가 필요하다. Mythos 5는 UK AISI 평가에서 해킹 태스크 성공률 73%를 기록했고, Firefox에서 취약점 271개를 찾았다. 이 가운데 181개는 실제 익스플로잇이 가능했다. 사이버 공격을 가속할 수 있는 이 능력이 규제의 트리거가 됐다.

규제 등급	능력 기준	접근 정책	대표 모델
Tier 1 (일반)	범용 추론, SWE-Bench < 60%	전 세계 공개	Claude Sonnet 4.x
Tier 2 (제한)	SWE-Bench 60-75%, 해킹 성공률 < 50%	허가 기업만 접근	Claude Opus 4.8
Tier 3 (통제)	SWE-Bench > 75%, 해킹 성공률 > 50%	EAR 심사 후 접근	Claude Fable 5
Tier 4 (극비)	생화학·핵 도메인 전문 능력 존재	정부 기관 한정	Mythos 5 (제한)

이 분류는 모델 이름이나 공개 여부가 아니라 실제 능력과 허가 수준을 연결한다. 공급자는 등급 변경이 API 경로, 사용자 권한, 감사 기록에 즉시 반영되도록 설계해야 한다.

지오펜싱은 IP 차단만으로 끝나지 않는다

이 사건에서 드러난 운영상의 병목은 지역별 접근 제어 체계의 부재였다. 필요한 구조는 요청 위치, 사용자 신원, 기관 허가, 모델 등급을 순서대로 확인하는 다층 제어다.

⤢✕

IP 기반 국가 탐지는 KYC(Know Your Customer)와 AML(Anti-Money Laundering) 데이터베이스를 이용한 신원 검증으로 보완해야 한다. VPN 우회 탐지, 클라우드 IP 대역 분류, 기업 도메인 검증도 함께 적용하는 방식이 권장된다.

통제 대상 모델과 비통제 모델의 API 엔드포인트를 물리적으로 분리하면 규제 명령이 내려졌을 때 차단 범위를 제한할 수 있다. BIS Entity List 변경 사항을 API GW의 정책 엔진에 실시간 반영하고, 상위 모델이 막히면 허가된 하위 모델로 서비스 티어를 낮추는 폴백도 필요하다.

규제 명령을 장애 시나리오로 다루기

Fable 5와 Mythos 5를 사용하던 기업에는 수출 통제 명령 자체가 운영 장애였다. 이에 대비한 컨틴전시 파이프라인은 접근 거부나 타임아웃을 감지해 사용할 수 있는 다른 모델로 트래픽을 넘겨야 한다.

⤢✕

전환 경로만 마련해서는 애플리케이션이 그대로 동작하지 않는다. Fable 5와 Opus 4.8, GPT-5.5 사이의 프롬프트 및 입출력 포맷 차이를 흡수하는 Prompt Compatibility Layer가 있어야 한다. 이 추상화 계층을 두면 애플리케이션 코드를 수정하지 않고도 모델을 바꿀 수 있다.

공급자 관계와 서비스 연속성을 분리해야 한다

SK텔레콤은 Anthropic에 투자하고 Project Glasswing 파트너가 됐지만 접근 차단을 피하지 못했다. 투자와 계약 관계가 정치적·법적 위험까지 상쇄하지는 못한다.

이 위험을 분산하는 접근이 3-2-1 멀티벤더 원칙이다. 최소 3개 벤더, 2개 클라우드 플랫폼, 1개 오픈소스 모델을 함께 운영한다. 주력 모델의 기능을 다른 모델이 대신할 수 있는지 미리 검증해 기능 등가성 지도를 만들고, 전환 시 발생하는 성능 저하율과 프롬프트 재작성 비용, 통합 테스트 시간을 계량화해야 한다.

공급망 평가는 기술 사양만으로 끝나지 않는다. 벤더의 정치적 위험, 모델의 수출 통제 등급, 데이터 거주지 규제, 서비스 연속성 SLA를 한 프레임에서 다뤄야 한다.

⤢✕

감사 로그가 규제 대응의 증거가 된다

수출 통제 컴플라이언스 로그는 사용량 집계와 목적이 다르다. 어떤 요청자가 어느 지역에서 어떤 모델을 호출했고, 당시 어떤 정책이 적용됐는지를 재구성할 수 있어야 한다.

기록 대상에는 요청자 IP와 추론된 국가 코드, 모델 ID와 버전, 타임스탬프(UTC, 나노초 정밀도), 요청 목적 분류, 컨텍스트 윈도우 토큰 수, 지오펜싱 정책 적용 결과, 모델 전환 이벤트 발생 여부가 포함된다.

로그는 AWS CloudTrail, Azure Monitor 또는 전용 감사 로그 서비스의 Write-Once 스토리지에 저장해 불변성을 보장한다. 감사 로그를 조회하거나 변경하려는 접근도 별도 로그로 남기는 이중 로깅 체계가 권장된다.

조직 차원의 책임도 명확해야 한다. 최고 AI 책임자(CAIO)는 AI 전략과 거버넌스를 총괄하고 수출 통제 컴플라이언스의 최종 책임을 맡는다. 법무·컴플라이언스 조직은 EAR, EU AI Act, 한국 AI 기본법의 교차 적용을 추적한다. 보안 아키텍처 조직은 지오펜싱과 접근 제어, 감사 로그를 운영하며, 사업부 AI 챔피언은 통제 발령 시 컨틴전시 파이프라인을 즉시 실행할 권한을 가진다.

미국·유럽·한국 규제를 함께 읽는 법

구분	미국 EAR (수출통제)	EU AI Act	한국 AI 기본법
시행 근거	Export Administration Regulations, BIS 관할	EU Regulation 2024/1689	AI 기본법 (2026년 시행)
적용 대상	이중용도 기술 수출·이전 (AI 모델 포함 최초 적용)	EU 내 시장 출시·운영 AI 시스템	국내 개발·이용 AI 및 공급자
규제 접근	안보 위협 기반 개별 통제 (사후 규제)	위험도 기반 사전 분류 (Unacceptable/High/Limited/Minimal)	위험도 기반 + 진흥 균형 원칙
AI 능력 기준	명시적 기준 미확립 (이번 사건이 선례)	GPAI 임계값: 10^25 FLOP 이상 훈련 시 추가 의무	고위험 AI 분류 기준 고시 예정
지오펜싱 의무	수출 통제 국가 접근 차단 의무	금지 AI(조작·사회점수 등) 역외 적용	국내법 적용 명시, 역외 규정 미비
위반 제재	형사처벌, 수출 특권 박탈, 기업 Entity List 등재	최대 €3,500만 또는 연매출 7%	과태료, 시정명령 (세부 규정 제정 중)
감사 의무	미정 (이번 사건으로 논의 시작)	High-risk AI: 로그 최소 6개월 보존	고위험 AI 기록·보존 의무
거버넌스 기구	BIS, NIST AI Safety Institute	EU AI Office, 국가 감독 당국	국가AI위원회, 과기정통부
2026 방향	AI 능력 기반 수출 통제 분류 체계 법제화 추진	2026년 GPAI 의무 전면 적용	하위 법령 제정, 고위험 AI 가이드라인

한국 기업은 이 규제들을 별개의 체크리스트로만 다룰 수 없다. 미국 EAR은 모델 접근 자체를 막을 수 있다. EU AI Act는 유럽 시장에서 AI 시스템을 운영할 때 위험도 분류와 컴플라이언스를 요구한다. 한국 AI 기본법은 국내 AI 운영의 투명성과 책임성을 다룬다.

각 체계가 부과하는 의무가 충돌할 가능성까지 고려해 공통 통제와 지역별 통제를 나눠야 한다. 모델 접근 정책, 데이터 위치, 로그 보존, 위험 등급을 하나의 컴플라이언스 아키텍처에서 추적하는 이유다.

규제 대상이 된 모델의 성능과 가격

Fable 5와 Mythos 5가 통제 대상이 된 배경에는 정량적으로 확인된 모델 능력이 있다.

벤치마크	Claude Fable 5 / Mythos 5	Claude Opus 4.8	GPT-5.5	Gemini 3.1 Pro
SWE-Bench Pro (소프트웨어 엔지니어링)	80.3%	69.2%	58.6%	54.2%
FrontierCode Diamond (코딩 최고난도)	29.3%	13.4%	5.7%	N/A
GDPval-AA (지식 작업)	1932	1890	1769	1314
USAMO 2026 수학 올림피아드	97.6%	N/A	N/A	N/A
UK AISI 해킹 태스크 성공률	73%	N/A	N/A	N/A
Firefox 취약점 발견 수	271개 (181개 익스플로잇)	N/A	N/A	N/A

API 가격은 2026년 6월 기준으로 다음과 같다.

모델	입력 ($/1M 토큰)	출력 ($/1M 토큰)	접근 방식
Claude Fable 5	$10	$50	공개 API
Claude Mythos 5	$10	$50	Glasswing 파트너 한정
Claude Opus 4.8	$5	$25	공개 API
GPT-5.5	$5	$30	공개 API
Gemini 3.1 Pro	$2	$12	공개 API

Fable 5는 해킹 태스크 성공률 73%와 대규모 취약점 발견 능력을 보였다. Project Glasswing 첫 1개월 동안 발견된 고위험·치명적 취약점은 10,000개 이상이었으며, 진양성률(True Positive Rate)은 90.6%였다. 수출 통제 당국은 이 능력이 사이버 공격을 가속할 가능성을 우려했다.

기존 IT 거버넌스에 AI 공급망 위험을 넣는 방법

이번 사건은 새로운 거버넌스 체계를 처음부터 만드는 문제라기보다 기존 통제 체계에 AI 공급망 위험을 연결하는 문제로 볼 수 있다.

COBIT 5의 APO12에서는 AI 공급망 수출 통제 위험을 공식 리스크 레지스터에 올리고 주기적으로 재평가한다. BAI10은 사용 중인 AI 모델의 수출 통제 등급을 CMDB에 기록하고, 등급이 바뀔 때 영향 평가를 수행하는 통제로 연결된다. DSS04에서는 모델 접근 차단을 재해 시나리오로 포함해 BCP/DR 계획을 세운다. MEA03은 EAR, EU AI Act, 한국 AI 기본법의 준수 상태를 자동화된 컴플라이언스 대시보드로 추적하는 데 대응한다.

2023년 발표된 ISO/IEC 42001도 AI 관리 시스템 안에서 수출 통제를 다룰 수 있는 틀을 제공한다. 조직의 맥락 분석(Context), 리스크 처리(Risk Treatment), 운영 통제(Operational Control) 절차에 모델 수출 통제와 서비스 연속성 요건을 연결할 수 있다.

기업 AI 거버넌스 플랫폼 시장은 2026년 $4.92억에서 2030년 $10억 이상으로 성장할 전망이다. 전 세계 경제의 75% 이상이 AI 규제를 도입하는 환경에서는 LLM 게이트웨이가 비용과 신뢰성뿐 아니라 거버넌스 정책을 집행하는 단일 제어점이 된다. 선택적 부가기능으로 취급되던 게이트웨이가 핵심 AI 인프라로 격상되는 배경이다.

Anthropic과 SK텔레콤 사례가 남긴 운영상의 교훈은 분명하다. 투자 관계와 파트너 계약만으로는 지정학적 위험을 차단할 수 없다. 모델 접근권이 규제 결정으로 사라질 수 있다는 전제 아래 지오펜싱, 멀티벤더 전환, 불변 감사 로그, 교차 규제 대응을 하나의 AI 공급망 아키텍처로 묶어야 한다.