AI 개발 계약은 AI 시스템이 어떻게 구축·납품·지급되는지를 규정하는 법적 프레임워크입니다. 개발이 오프쇼어에서 이루어질 때 계약은 전체 인게이지먼트의 핵심 리스크 통제 수단이 됩니다. AI 개발 파트너 선택 이후, 계약은 평가 결과를 집행 가능한 의무로 바꾸는 자리입니다 — 모델 소유자는 누구인지, 시스템이 무엇을 입증해야 하는지, 데이터는 어디까지 갈 수 있는지, 문제가 생기면 누가 지불하는지.
기존 소프트웨어 계약과 달리, AI 개발 계약은 전통적 개발이 만들어내지 않았던 산출물 — 학습된 가중치, 파인튜닝된 모델, 평가 세트, 프롬프트 파이프라인 — 과, 눈으로 확인할 수 없는 의무를 다룹니다. 이 가이드는 가장 중요한 10개 조항, 이를 배분하는 책임 매트릭스, 계약의 모호함을 알리는 위험 신호, 그리고 서명 전 실행할 체크리스트를 다룹니다.
핵심 요점
- 오프쇼어 AI 개발 계약은 단일 문서가 아니라 MSA·SOW·DPA·보안 부속서의 스택입니다. 대부분의 공백은 그 이음새에 있습니다.
- AI 고유 리스크는 네 영역에 집중됩니다: IP·모델 소유권, 데이터 처리, 확률적 출력의 인수 기준, 서드파티 모델 행위에 대한 책임.
- “작동하는 소프트웨어”는 인수 기준이 아닙니다 — AI 계약에는 측정 가능한 벤치마크와 정의된 테스트 프로토콜이 필요합니다.
- 지급 마일스톤은 달력 날짜가 아니라 인수 이벤트에 묶으세요.
- 대부분의 계약 실패는 모호함의 실패입니다: 모호한 IP 문구, 간주 인수, 무제한 “합리적 노력”.
AI 개발 계약이란 무엇인가?
AI 개발 계약은 AI 시스템 — 또는 더 큰 시스템의 AI 구성요소 — 이 어떻게 범위 설정·구축·납품·지급되는지를 정의하는 상업적 계약입니다. 단일 문서인 경우는 드물며, 대부분의 인게이지먼트는 법적 조건을 담는 마스터 서비스 계약(MSA), 프로젝트 범위를 담는 작업 명세서(SOW), 개인 또는 규제 데이터가 관련될 때의 데이터 처리 계약(DPA), 그리고 보안·기밀 부속서를 겹쳐 구성됩니다.
AI 개발 계약을 일반 소프트웨어 계약과 구분하는 세 가지 특성이 있습니다. 결과물에는 기존 계약이 상상하지 못한 산출물이 포함됩니다 — 학습된 가중치, 파인튜닝 변형, 평가 데이터셋, 프롬프트 파이프라인. 성능은 확률적입니다 — 데모에서 인상적인 모델도 고객의 데이터 분포에서는 실패할 수 있으므로 “작동한다”는 인수 기준이 될 수 없습니다. 그리고 시스템은 서드파티 기반에 의존합니다 — 파운데이션 모델, API, 사전학습 구성요소 — 이들의 라이선스와 행위는 양 당사자의 통제를 부분적으로 벗어납니다.
한 가지 구분이 계약을 깔끔하게 유지합니다: 계약은 무엇이 납품되고 누가 어떤 리스크를 지는지를 규정하고, AI 소프트웨어 개발 수명 주기는 작업이 어떻게 실행되는지를 규정합니다. 정부 조달 가이던스도 같은 견해입니다 — Australian Government Solicitor의 AI 모델 계약 조항 개요는 AI 계약이 데이터, IP, 책임, 규제 노출을 구체적으로 다루는 조항을 필요로 한다고 주장합니다.
왜 오프쇼어 AI 개발에는 추가적인 계약상 보호 장치가 필요한가
AI 계약의 모든 리스크는 국내에도 존재합니다. 오프쇼어 납품은 새로운 리스크 범주를 만들지 않고 기존 네 가지를 증폭시킬 뿐입니다:
- 집행 가능성. 귀국 법원의 판결은 자산이 다른 곳에 있는 벤더에 대해 집행하기 어려울 수 있습니다 — 준거법과 분쟁 해결이 오프쇼어에서 더 큰 무게를 갖는 이유입니다.
- 데이터 소재지와 원격 접근. 오프쇼어 엔지니어가 데이터셋을 여는 순간 데이터는 국경을 넘습니다 — 해외에서 데이터를 “보는” 것도 대부분의 법제에서는 이전으로 취급됩니다. 계약은 데이터가 어디 있는지, 누가 닿을 수 있는지, 어떤 법적 메커니즘을 통하는지를 명시해야 합니다.
- IP 제도의 차이. 귀하의 법에서 권리를 깔끔하게 이전하는 조항이 벤더의 법에서는 다르게 작동할 수 있습니다 — 특히 엔지니어에서 벤더로, 다시 고객에게로 권리를 옮기는 체인에서요.
- 하청 가시성. 오프쇼어 벤더는 고객이 한 번도 만나지 못할 하위 처리자를 일상적으로 투입합니다. 계약상 승인권이 없으면 공급망이 보이지 않게 불어납니다.
이것이 오프쇼어 AI 개발이 위험하다는 뜻은 아닙니다 — 데이터와 코드가 국경을 넘은 후에는 계약이 유일한 집행 가능한 통제가 되는 경우가 많다는 뜻입니다. 이러한 보호 장치는 성숙한 오프쇼어 소프트웨어 개발 서비스 인게이지먼트의 표준 관행입니다. AI가 바꾸는 것은 보호되는 자산 — 모델, 데이터, 파생 IP — 과 그에 수반되는 덜 익숙한 장애 양상입니다.
오프쇼어 AI 개발 계약의 10가지 필수 조항
조항은 대부분의 계약이 사용하는 순서를 따릅니다: 범위, 인수와 소유권, 리스크 배분, 그리고 종료.
1. 범위, 결과물 & Statement of Work
모든 오프쇼어 AI 개발 계약은 작업 명세서에서 결정됩니다. MSA가 법적 맥락을 설정하고, SOW가 거래를 정의합니다 — 그리고 AI 프로젝트에서는 결과물 목록에 모호함이 숨어 있습니다. 잘 작성된 AI 개발 SOW는 활동이 아니라 산출물을 나열합니다: 소스 코드, 학습·파인튜닝 파이프라인, 모델 가중치와 체크포인트, 평가 하니스와 데이터셋, 문서, 배포 정의. 또한 범위 외 항목 — 프로덕션 모니터링, 재학습, 어노테이션 — 도 명시해 양측이 같은 인게이지먼트에 가격을 매기게 합니다. 오프쇼어에는 두 가지가 추가됩니다: 결과물의 작업 언어를 정하고, 인수 환경(누구의 인프라인지, 누구의 데이터인지)을 지정하는 것입니다 — “납품됨”의 의미는 12시간 시차에서 다르기 때문입니다.
2. 인수 기준 & 평가 벤치마크
결정적 소프트웨어는 인수가 기능 체크리스트로 가능합니다. AI 프로젝트 인수 기준은 대신 측정 가능한 테스트를 정의해야 합니다: 합의된 평가 세트에서의 정확도 또는 작업 성공 임계값, 지정 부하 하의 지연시간, 생성 출력의 품질 한계(루브릭 채점 또는 표본 인간 검토), 나열된 엣지 케이스에서의 행위. 조항은 평가 세트도 고정해야 합니다 — 누가 제공하는지, 동결되는지, 인수 후 실제 데이터 분포가 변하면 어떻게 되는지. 협상 메모: 시정 라운드에 상한을 두고 인수에 도달하지 못할 경우의 종료 — 부분 환불, 해지권, 시간·자재 방식 전환 — 를 정의하세요. 이것이 없으면 인수 실패는 양측 모두에게 무한한 의무가 됩니다.
3. 지식재산권
AI 개발 IP 소유권은 세 층으로 나뉘며, 계약은 각각을 명시해야 합니다. 기존 IP — 각 당사자의 라이브러리, 도구, 내부 모델 — 은 보유되고 필요 시에만 라이선스됩니다. 신규 IP — 고객을 위해 생성된 코드, 학습된 가중치, 파인튜닝, 프롬프트, 평가 세트, 문서 — 은 일반적으로 지급 시 고객에게 양도됩니다. 내장된 서드파티 IP — 오픈소스 구성요소와 파운데이션 모델 — 은 자체 라이선스를 따릅니다(조항 6). 오프쇼어에는 한 겹이 더 있습니다: 양도가 벤더의 현지법에서 유효해야 하고, 고용 조건이 엔지니어에서 벤더로, 다시 고객에게로 권리를 옮겨야 합니다 — IP “권리 연쇄”입니다. 라이선스백 조항도 살피세요: “일반적 기술과 노하우”의 재사용은 합리적이지만, 학습된 모델이나 데이터에 대한 권리는 아닙니다.
4. 데이터 권리 & 국경 간 데이터 처리
이 조항은 네 가지 질문에 답합니다: 벤더가 어떤 데이터를, 어떤 목적으로, 어디서, 누구를 통해 처리할 수 있는가. 개인 데이터가 관련되면 컨트롤러/프로세서 역할을 정하고 DPA를 체결합니다. DPA는 범위, 보안 조치, 하위 처리자 동의, 정해진 기간 내 침해 통지(24–72시간이 일반적인 계약 범위), 각 마일스톤에서의 반환·삭제 — 종료 시뿐 아니라 — 를 다뤄야 합니다. 국경 간 AI 데이터 처리는 이전 계층을 추가합니다: 메커니즘 명시 — GDPR 적용 데이터용 표준계약조항 — 학습과 추론을 호스팅하는 관할 공개, 원격 접근의 명시적 처리 — EU나 미국 데이터를 오프쇼어 엔지니어가 보는 것은 대부분의 법제에서 여전히 이전입니다. 영국 ICO의 AI 계약과 제3자 데이터 책임 가이던스는 이러한 책임 배분의 실무적 참고 자료입니다. 비용 없는 추가 사항 하나: 벤더가 귀하의 데이터를 다른 고객용 모델 학습에 쓰는 것을 금지하세요.
5. 기밀유지, 보안 & 접근 통제
일반적인 NDA 문구는 AI 인게이지먼트를 저평가합니다 — 비밀이 특수하기 때문입니다 — 학습 데이터, 모델 가중치, 평가 세트, 프롬프트 로직 — 유출되면 “반환”할 수 없는 자산입니다. 이들을 기밀 자료로 명시적으로 나열하세요. 보안 측면에서는 환경 분리(벤더 환경이 프로덕션 데이터에 닿지 않음), MFA를 갖춘 명의 계정의 최소 권한 접근, 접근 로깅 의무 — 누가 무엇을 만졌는지, 얼마나 보관하는지, 누가 검토할 수 있는지 — 와 조항 4에 맞는 침해 통지 체계를 포함한 부속서를 편입합니다. 오프쇼어 납품에는 인사 검증 기준, 핵심 인력 명단, 동의 없는 재하청 제한을 추가합니다.
6. 서드파티 AI 모델, 라이선스 & 성능 약속
프로덕션 AI 시스템 대부분은 처음부터 만들어지지 않습니다 — 파운데이션 모델, API, 사전학습 구성요소 위에 서며, 그 조건은 누군가 적든 안 적든 계약으로 흘러들어옵니다. 이 조항은 그 흐름을 명시합니다. 솔루션이 사용하는 서드파티 모델과 프로바이더를 명명합니다. 프로바이더 관계와 API 계정을 누가 보유할지 결정합니다 — 고객 보유 계정은 이식성을 보존합니다. 프로바이더 조건이 양측을 어떻게 구속하는지(API 사용 제한, 데이터 사용 정책, 출력 사용 제한), 그리고 허용적에서 비상업용까지 다양한 오픈소스·오픈웨이트 라이선스 의무를 규정합니다. 그 다음 변화 대응: 프로바이더는 자체 일정으로 버전을 폐기합니다 — 로드맵을 누가 추적하고, 마이그레이션 비용을 누가 내고, 어떤 기간 내에 하는지를 정합니다. 성능 약속도 여기에 속합니다: 독점 구성요소에 대해 벤더가 정직하게 약속할 수 있는 것은 범위(문서화된 프로바이더 벤치마크와 벤더 자체 평가 결과)뿐입니다 — 조항은 어떤 기준이 어떤 구성요소에 적용되는지를 명시해야 합니다.
7. 책임, 면책 & 리스크 배분
여기는 양 당사자가 앞선 조항들이 식별한 리스크에 가격을 매기는 곳입니다. 먼저 보증 범위: 표준 비침해 보증에 더해 AI에 적합한 성능 보증 — 정의된 평가 세트에서 조항 2의 벤치마크를 충족한다는, 시정 의무가 따르는 한정 약속입니다. 확률적 시스템은 완벽한 출력을 정직하게 보증할 수 없습니다. 책임 상한: 지급된 수수료에 연동된 상한이 표준이지만, IP 침해, 데이터 침해, 기밀정보 오용에 대한 예외를 협상하세요. 면책은 벤더 선택 구성요소의 학습 데이터 침해나 라이선스 위반으로 인한 제3자 청구를 다뤄야 합니다.
더 어려운 경계는 자율성입니다 — Mayer Brown의 에이전틱 AI 구현의 계약상 리스크 분석은 AI가 출력 생성에서 행동 실행으로 옮겨갈 때 면책 구조가 어디서 늘어나는지를 상세히 다룹니다. 시스템이 세계에 작용한다면 — 에이전틱 워크플로우, 자동화된 의사결정 — 협상에서 그 배분을 명시적으로 제기하세요.
8. 가격, 지급 마일스톤 & 변경 통제
지급은 달력 날짜가 아니라 인수 이벤트 중심으로 구성하세요: 착수금, 조항 2 인수에 연결된 마일스톤, 인도 시 최종 지급 — 벤더의 인센티브를 입증 가능한 납품에 맞춥니다. 변경 통제도 똑같이 중요합니다: AI 프로젝트는 끊임없이 범위를 발견하므로, 비용과 일정 영향 평가를 담은 서면 변경 요청을 작업 시작 전 승인하도록 요구하세요 — 그렇지 않으면 범위 발견이 청구 분쟁이 됩니다. 오프쇼어 고유 사항: 통화와 환율 처리, 원천징수세 배분, 인수 후 작업(지원, 재학습, 기능 향상)의 요율표입니다.
9. 기간, 해지 & 종료 지원
해지권은 종료가 실행 가능할 때만 의미가 있습니다. 사유 해지(치유 기간이 있는 중대 위반)와 편의 해지(통지 기간 및 인수된 작업의 지급)를 다루고, 모든 해지의 종료 패키지 — 진행 중인 모델 가중치, 학습 코드, 평가 세트, 사용 가능한 형태의 문서를 포함한 그 시점까지의 모든 작업 산출물 인도 — 고객 팀 또는 후속 벤더로의 유료 지식 이전 기간, 그리고 IP 양도, 기밀유지, 데이터 삭제 의무의 존속을 규정합니다. 고의존 인게이지먼트에는 소스코드와 모델 에스크로를 고려하거나, 모든 산출물이 첫날부터 고객이 통제하는 저장소와 레지스트리에 있도록 요구하세요. 가장 저렴한 종료 보험은 벤더가 귀하 자산의 단독 보관을 절대 갖지 않는 것입니다.
10. 준거법, 분쟁 해결 & 규제 컴플라이언스
국경 간 집행 가능성은 오프쇼어 문제를 한 줄로 요약합니다: 귀국 법원의 판결은 벤더의 자산이 있는 곳에서 집행 불가능할 수 있습니다. 준거법은 신중하게 선택하고, 국경 간 집행이 중요한 곳에서는 중재(ICC, SIAC 등)를 선호하세요 — 중재 판정은 뉴욕협약 하에서 법원 판결보다 훨씬 잘 국경을 넘습니다. 그 다음 컴플라이언스 계층: 해당되는 경우의 수출통제 노출, 신흥 AI 규제 하의 의무 배분 — 예를 들어 EU AI Act는 프로바이더와 배포자 간 책임을 나누므로 계약은 어느 쪽이 어느 역할인지를 명시해야 합니다 — 그리고 새 요건을 범위에 흡수하는 법률 변경 조항입니다.
오프쇼어 AI 계약 책임 매트릭스(예시)
조항은 계약이 무엇을 말하는지를 정하고, 매트릭스는 누가 무엇을 하는지를 정합니다. SOW 초안과 대조하세요 — 두 열이 모두 빈 행은 공유 책임이 아니라 공백입니다.
| 계약 영역 | 고객 책임 | 벤더 책임 |
|---|---|---|
| 학습·테스트 데이터 | 데이터와 사용권 제공 | DPA대로 처리; 2차 사용 없음 |
| 평가 세트 | 평가 세트 승인; 엣지 케이스 제공 | 하니스 구축; 결과 보고 |
| 서드파티 모델 계정 | 프로바이더 계정과 API 키 보유 | 프로바이더 조건 내 구현 |
| 보안·접근 | 범위 지정 접근 부여; 로그 검토 | 분리, 로깅, 인사 검증 유지 |
| IP 양도 | 마일스톤 지급(양도 트리거) | 권리 연쇄 확보; 양도 실행 |
| 하위 처리자 변경 | 정해진 기간 내 승인/거부 | 하청 공개; 의무 전달 |
| 인시던트 통지 | 대응 연락처 제공 | 정의된 내용으로 SLA 내 통지 |
| 모델 폐기 | 마이그레이션 기간 승인 | 로드맵 추적; 마이그레이션 제안 |
| 종료 인수인계 | 후속 환경 제공 | 산출물 및 지식 이전 인도 |
계약 협상에서 흔한 위험 신호
이것들은 벤더 평가가 아니라 계약상의 신호입니다 — 모두 합의가 아니라 모호함을 통해 리스크를 고객에게 옮기는 문구입니다.
- IP를 정의하지 않은 “전액 지급 시 IP 양도”. 가중치, 평가 세트, 문서, 프롬프트를 포함하나요? 인게이지먼트가 80% 지급에서 끝나면 무엇이 양도되나요?
- 간주 인수. “N일 내 거부하지 않으면 인수된 것으로 간주”는 가장 빨리 테스트하기 어려운 쪽을 벌합니다 — 인수에 평가 실행이 필요할 때 특히 위험합니다.
- 측정 가능한 약속 대신의 “상업적으로 합리적인 노력”. 벤더는 노력을 약속하고 결과는 약속하지 않습니다 — 노력은 나중에 다투기 거의 불가능합니다.
- 데이터 노출 가치보다 낮은 책임 상한. 한 달 치 수수료 상한은 전체 학습 코퍼스 침해 앞에서는 의미가 없습니다.
- 하위 처리자 승인권 부재. 귀하의 데이터를 처리하는 주체가 귀하가 평가해본 적 없는 곳이 될 수 있습니다.
- 인수인계 의무 없는 해지권. 계약을 떠날 수는 있지만 모델, 데이터, 문서를 가져갈 수 없습니다 — 서면으로만 존재하는 권리입니다.
- 에스컬레이터를 동반한 조용한 자동 갱신. SOW가 갱신되고 요율이 오르는데 승인 이벤트가 없어 청구서에서 발견됩니다.
서명 전 오프쇼어 AI 개발 계약 체크리스트
서명 전 초안을 이 체크리스트와 대조하세요. 각 행은 문서나 조항 참조를 산출해야 합니다 — 대화로만 확인된 것은 아직 계약에 없습니다.
| 계약 요소 | 확인 사항 | 필요한 증거 |
|---|---|---|
| SOW와 결과물 | 모델 산출물과 범위 외 항목 나열 | 서명된 SOW 부속서 |
| 인수 기준 | 측정 가능한 임계값, 프로토콜, 고정 평가 세트 | 벤치마크 문서 |
| IP 소유권 | 신규 IP가 가중치, 파인튜닝, 프롬프트 포함 | 벤더 법에서 유효한 양도 조항 |
| 데이터 처리 | 역할, 이전 메커니즘, 침해 SLA | 체결된 DPA와 하위 처리자 명단 |
| 서드파티 모델 | 프로바이더 조건 전달; 업데이트 책임 | 라이선스 또는 모델 부속서 |
| 보안 통제 | 분리, 접근 로깅, 통지 기간 | 보안 부속서 |
| 보증과 책임 | 한정 보증; 침해/IP 예외 | 책임 조항 |
| 지급 마일스톤 | 인수 이벤트 연동 | 마일스톤 일정 |
| 해지와 종료 | 종료 패키지, 지식 이전, 존속 | 종료 지원 조항 |
| 준거법 | 집행 가능한 재판지; 중재 | 분쟁 해결 조항 |
결론
오프쇼어 AI 개발 계약은 리스크가 존재하기 전에 적어두는 리스크 통제입니다. 10개 조항은 하나의 논리를 따릅니다: 결과물을 정확히 정의하고, 인수를 측정 가능하게 하고, IP와 데이터 소유권을 명시적으로 유지하고, 남은 리스크에 정직하게 가격을 매기고, 실행 가능한 종료를 남기는 것. 서명된 문서에서 가리킬 수 없는 것은 합의가 아니라 가정입니다.
같은 규율 — 정의된 인수, 명시적 소유권, 통제된 데이터 처리 — 는 성숙한 납품 팀이 인게이지먼트 자체를 구성하는 방식이기도 합니다. HDWEBSOFT의 AI 개발 서비스는 SOW 수준의 결과물 정의부터 마일스톤 인수까지, 바로 이러한 통제를 중심으로 구축되어 있습니다. 오프쇼어 AI 인게이지먼트를 준비 중이고 이러한 프로젝트가 어떻게 범위 설정되고 납품되는지 논의하고 싶다면, 팀에 문의하세요 — 저희가 어떻게 구조화하는지 기꺼이 보여드리겠습니다.
FAQ
AI 개발 계약에는 무엇이 포함되어야 하나요?
최소한: 법적 프레임워크를 담는 MSA, 코드뿐 아니라 모델 산출물을 정의하는 SOW, 측정 가능한 인수 기준, 학습된 가중치와 파인튜닝을 포함하는 IP 소유권, 국경 간 데이터를 위한 DPA, 보안 조항, 서드파티 모델 라이선스, 책임 및 면책, 마일스톤 기반 지급, 그리고 실행 가능한 종료 지원을 동반한 해지입니다.
아웃소싱 개발 프로젝트에서 AI 모델의 소유자는 누구인가요?
계약이 정하는 자뿐입니다 — 신뢰할 수 있는 기본값은 없습니다. 계약은 기존 IP(각 당사자가 보유), 신규 IP(고객을 위해 생성된 코드, 학습된 가중치, 파인튜닝, 평가 세트 — 일반적으로 지급 시 고객에게 양도), 서드파티 IP(자체 라이선스를 따르는 파운데이션 모델과 오픈소스 구성요소)를 분리해야 합니다. 양도가 벤더의 현지법에서도 유효한지 확인하세요.
AI 개발의 statement of work란 무엇인가요?
SOW는 마스터 계약 아래에서 거래를 정의하는 프로젝트 문서입니다: 나열된 결과물 — 소스 코드, 학습 파이프라인, 모델 가중치, 평가 하니스, 문서 — 에 더해 인수 벤치마크, 일정, 가격, 범위 외 항목. 가장 흔한 작성 실수는 산출물(“정의된 벤치마크를 충족하는 학습된 가중치”) 대신 활동(“모델 개발”)을 나열하는 것입니다.
오프쇼어 AI 계약에서 국경 간 데이터 처리는 어떻게 다뤄야 하나요?
컨트롤러/프로세서 역할을 정하고, 허용되는 목적을 정의하며, 합법적 이전 메커니즘 — GDPR 적용 데이터용 표준계약조항 등 — 을 명시하고, 호스팅 관할을 공개하고, 하위 처리자 동의를 요구하고, 침해 통지 기한을 설정하고, 고객 데이터의 2차 사용을 금지하는 DPA를 통해입니다.
오프쇼어 AI 개발 아웃소싱 시 가장 큰 계약상의 위험 신호는 무엇인가요?
정의되지 않은 IP 양도 문구, 실제로 테스트하기 전에 만료되는 간주 인수 조항, 측정 가능한 보증을 대신하는 “상업적으로 합리적인 노력”, 데이터 노출 가치보다 낮은 책임 상한, 하위 처리자 승인권 부재, 실행 가능한 인수인계 없는 해지, 그리고 가격 인상을 동반한 조용한 갱신입니다. 해법은 항상 같습니다: 대상에 이름을 붙이고, 수치를 정하고, 증거를 요구하는 것입니다.
