AI세법의 이해 생성형 AI 서비스에 새로 도입될 수 있는 ‘데이터 사용세’ 시나리오 연구

이 글은 생성형 AI 서비스에 도입될 수 있는 ‘데이터 사용세’의 등장 배경과 필요성을 분석하며, 데이터 기반 과세 시나리오·회계 구조 변화·산업적 파급 효과를 종합적으로 정리해 AI 시대에 요구되는 새로운 세제 모델의 방향성을 제시한다.

 

최근 여러 국가에서 생성형 AI 서비스가 폭발적으로 확대되면서, 정책 담당자는 AI가 학습 과정에서 사용하는 데이터의 경제적 가치를 어떤 방식으로 과세 구조 안에 포함해야 하는지에 대해 진지한 논의를 시작하고 있다. AI세법의 이해 생성형 AI 서비스에 새로 도입될 수 있는 ‘데이터 사용세’ 시나리오 연구 나는 이 변화가 단순한 기술 확산 현상이 아니라 데이터가 하나의 독립된 자산으로 인정되는 경제 구조의 전환점이라고 판단한다.

 

 

기존 세법은 데이터의 가치가 회계적으로 어떻게 측정되고 어떤 기준으로 비용 또는 자산으로 분류되어야 하는지 명확히 설명하지 못했다. 그러나 생성형 AI는 대규모 데이터 학습을 통해 직접적인 경제적 산출물을 만들어내며, 이 과정에서 기존 자산과 전혀 다른 형태의 가치 흐름을 형성한다.

 

나는 특히 데이터가 AI 모델의 성능을 좌우하는 핵심 요소임에도 불구하고 세법이 그 가치를 반영하지 못하고 있다는 점이 새로운 세목 도입 논의의 촉발점이 되고 있다고 본다. 이 글에서 나는 생성형 AI 서비스에 도입될 수 있는 ‘데이터 사용세’ 가능성을 분석하며, 세제가 고려해야 할 문제와 적용 시나리오를 심층적으로 정리한다.

 

1.  데이터 사용세의 등장 배경과 필요성

데이터 사용세 논의는 두 가지 흐름에서 출발한다. 첫 번째 흐름은 AI 서비스가 생산한 결과물의 가치가 기존 노동 기반 구조와 전혀 다른 방식으로 형성된다는 사실이다. AI 모델은 데이터 학습을 통해 독립적으로 창출물을 만들어내기 때문에, 데이터가 사실상 생산 과정의 핵심 자원으로 기능한다. 나는 이 점이 기존 세법이 전혀 고려하지 못했던 가치 흐름이라고 판단한다. AI세법의 이해 두 번째 흐름은 대형 AI 기업이 방대한 양의 공개 데이터·사용자 데이터·기업 데이터 등을 학습하면서도 해당 데이터 제공자에게 적절한 경제적 보상을 하지 않는다는 문제다. 국가들은 이러한 구조를 조정하기 위해 데이터 사용 과정에 새로운 세금을 부과하는 방식을 검토하기 시작했다. 특히 일부 국가 연구기관은 데이터가 AI 서비스 매출의 핵심 원동력이기 때문에, 데이터 사용세가 시장 불균형을 완화하는 역할을 할 것으로 본다. 나는 이러한 흐름이 장기적으로 데이터가 AI 서비스 경제의 주요 자원으로 인정되는 기반이 될 것이라고 판단한다.

 

2. 데이터 사용세 적용 방식에 대한 초기 시나리오

AI 정책 연구자들은 데이터 사용세가 도입될 경우 어떤 방식으로 적용될 수 있는지 다양한 시나리오를 제안하고 있다. 나는 이 시나리오가 크게 세 가지 유형으로 나뉜다고 본다. 첫째, 데이터 용량 기반 부과 방식이다. 기업이 모델 학습에 사용한 데이터량을 기준으로 세금을 부과하는 방식으로, 데이터 규모가 큰 초대형 모델에 상대적으로 높은 세율이 적용된다. 그러나 이 방식은 데이터의 질적 가치를 반영하지 못하는 한계가 있다. 둘째, 데이터 출처 기반 부과 방식이다. 기업이 학습에 사용한 데이터가 공공 데이터인지, 개인 데이터인지, 기업 보유 데이터인지에 따라 세금이 달라지는 구조다. 나는 이 방식이 데이터 보유자의 권리 보호에 더 적합하다고 판단한다. 셋째, AI 모델 매출 기반 부과 방식이다. 생성형 AI 서비스가 얻은 매출 중 일정 비율을 데이터 사용세로 납부하는 모델로, 데이터의 경제적 기여도를 간접적으로 반영한다. 나는 이 방식이 기술 변화에 가장 유연하게 대응할 수 있지만 매출 계산 기준이 복잡해질 가능성이 있다고 본다. ‘데이터 사용세’ 시나리오 연구 결과적으로 데이터 사용세의 실제 적용 방식은 데이터의 가치 평가 기준을 어떻게 공식화하느냐에 따라 크게 달라질 것이다.

 

3. 데이터 사용세가 기업 회계 구조에 미치는 영향

데이터 사용세가 도입될 경우 기업 회계 구조는 지금보다 훨씬 복잡한 형태로 재편될 가능성이 높다. 나는 이 변화가 단순히 세금 항목이 하나 늘어나는 수준이 아니라, 데이터를 자산으로 볼 것인지 비용으로 볼 것인지에 대한 회계 기준 자체를 바꿀 수 있는 문제라고 본다. 기업은 데이터 구매 비용, 데이터 정제 비용, 데이터 강화 비용, 데이터 라벨링 비용 등 다양한 항목을 세법 기준에 맞게 재분류해야 한다. 또한 생성형 AI 서비스가 데이터를 반복적으로 사용해 모델을 갱신하는 상황에서는, 데이터 사용이 단일 회계 이벤트가 아니라 순환적 생산 활동으로 해석될 가능성이 높다. 나는 이 구조가 모델 운영 비용을 기존 소프트웨어보다 훨씬 복잡하게 만들며, 데이터가 생산 요소임에도 회계적으로는 제대로 반영되지 못하는 문제를 야기한다고 판단한다. AI세법의 이해 데이터 사용세는 이런 구조적 불균형을 조정하기 위한 제도로 이해될 수 있지만, 기업 입장에서는 회계 처리의 예측 가능성이 떨어질 수 있다. 결국 데이터 사용세는 AI 기업에게 새로운 비용 부담이 될 뿐 아니라, 회계 시스템 자체를 재설계해야 하는 긴장 요소가 될 것이다.

 

3-1. 데이터 가치 평가 기준이 가져올 정책적 불확실성

데이터 사용세가 도입될 경우 가장 큰 난제는 데이터의 가치를 어떤 기준으로 평가할 것인지에 대한 정책적 불확실성이다. 나는 이 문제가 단순한 세목 신설을 넘어 국가 경제의 핵심 평가 체계를 재정의하는 문제라고 판단한다. 데이터는 거래 가능한 상품이기도 하고, 특정 기업 내부에서만 활용되는 비시장 자산이기도 하며, 시간이 지날수록 가치가 하락하거나 오히려 축적될수록 가치가 상승하기도 한다. 이러한 특성 때문에 국가가 데이터의 경제적 가치를 단일 기준으로 규정하기 어렵다. 데이터가 구조화되어 있는지, 원본인지 가공 데이터인지, 실시간 데이터인지 여부에 따라 가치 변동 폭도 크다. 특히 생성형 AI는 데이터를 단순 소비하는 것이 아니라 모델 성능을 강화하는 자본적 투자 요소로 활용하기 때문에, 세법은 데이터를 비용으로 볼지, 자산으로 볼지, 혹은 새로운 범주의 생산 요소로 볼지 결정해야 한다. 나는 이 문제를 해결하지 못하면 데이터 사용세가 기업마다 서로 다른 해석을 낳고, 회계 기준의 불일치를 초래할 가능성이 있다고 본다. 결국 데이터 가치 평가 기준이 정교하게 마련되지 않으면, 데이터 사용세는 오히려 정책적 불확실성을 확대하는 요인이 될 수 있다.

4. 데이터 사용세 도입에 따른 산업적·사회적 파급 효과

AI세법의 이해 데이터 사용세 도입은 단순히 AI 기업의 비용에 영향을 주는 것을 넘어 산업 전체에 광범위한 변화를 초래할 수 있다. 나는 먼저 중소 AI 기업이 가장 큰 영향을 받을 것이라고 판단한다. 대형 기업은 이미 방대한 자체 데이터를 보유하고 있기 때문에 세금 부담을 분산시킬 수 있지만, 중소기업은 외부 데이터 구매 비중이 높아 비용 상승에 취약하다. 또한 데이터 사용세는 플랫폼 기업의 데이터 독점 구조를 완화하는 촉매가 될 수도 있다. 기업이 데이터를 독점적으로 확보해도 세금이 높아지면 독점 유지 비용이 커지고, 데이터 공유 생태계가 더 활성화될 가능성이 있다. 그러나 반대로 너무 높은 세율은 AI 산업 혁신을 저해할 수 있다. 나는 데이터 사용세가 기술 발전 속도와 균형을 맞추기 위해 반드시 탄력세율 또는 단계적 도입 구조를 가져야 한다고 본다. 사회적으로는 개인정보 보호와 데이터 권리 강화 측면에서 긍정적 효과가 기대되지만, 기업과 시민이 얼마나 합리적인 수준에서 비용을 분담할지에 대한 사회적 합의가 필요하다.

 

5. 결론

생성형 AI 서비스에 도입될 가능성이 있는 데이터 사용세는 단순한 세목 신설이 아니라 데이터 자산화 시대의 경제 구조를 재정의하는 규범적 변화라고 할 수 있다. 나는 이 연구를 통해 데이터 사용세가 등장한 배경과 적용 시나리오, 기업 회계 구조 변화, 산업적·사회적 파급 효과를 종합적으로 분석했다. 데이터 사용세는 AI 산업의 비용 구조를 재편하고, 데이터의 경제적 가치를 제도적으로 인정하는 출발점이 될 수 있다. 그러나 제도의 설계가 잘못되면 중소기업 부담 증가, 기술 혁신 저해, 국가 간 경쟁력 약화 등 부작용도 발생할 수 있다. 결국 데이터 사용세는 기술 발전 속도를 고려한 유연한 조정 메커니즘을 기반으로 해야 하며, 데이터 제공자·AI 기업·정부가 함께 새로운 경제 질서를 합의해야 하는 복합적 과제다. 앞으로 데이터가 AI 산업의 핵심 자원이자 경쟁력의 원천이 되는 시대에서는, 데이터 사용세가 단순한 규제가 아니라 공정한 가치 배분을 위한 시스템으로 자리 잡을 가능성이 높다.