미국의 frontier AI 안전 규제는 워싱턴에서 한 번에 만들어지는 모양이 아니야. OpenAI의 글로벌 업무 책임자 Chris Lehane은 캘리포니아·뉴욕·일리노이에서 먼저 비슷한 기준을 만들고, 그 흐름을 연방정부의 전국 기준으로 연결하자는 구상을 내놨어.1

OpenAI가 이 흐름에 붙인 이름은 reverse federalism이야. 연방정부가 주정부에 기준을 내려보내는 대신, 여러 주가 서로 닮은 법을 먼저 통과시켜 사실상의 전국 기준을 만든다는 뜻이지. 이 글에서 확인되는 건 미국 전체가 이미 하나의 법으로 정렬됐다는 사실이 아니라, OpenAI가 주정부의 움직임을 연방·국제 기준으로 이어지는 단계로 해석하고 있다는 점이야.

주정부가 맞추려는 세 가지

OpenAI는 캘리포니아, 뉴욕, 일리노이의 법안에서 세 가지 공통 요소를 뽑아냈어. frontier 모델의 위험을 평가하고 그 결과를 공개하는 문서화된 안전 체계, 심각한 안전 사고의 보고, 독립적이고 객관적인 감사와 책임 구조야.1

회사는 세 주의 역할도 다르게 설명해. 캘리포니아가 핵심 공개 체계를 만들었고, 뉴욕이 다른 관할로도 적용할 수 있음을 보였으며, 일리노이가 주요 공개 내용에 대한 독립적 검증을 더했다는 설명이야. 다만 이 구분과 세 요소의 중요성은 해당 법안들을 소개하는 OpenAI의 해석이야. 법률 전체가 이 세 항목으로만 구성됐다는 뜻은 아니지.

왜 주정부가 먼저 움직여야 할까? OpenAI의 답은 규제의 조각화를 피하기 위해서야. 주마다 요구사항이 계속 달라지면 규제기관이 집행하기 어렵고, 소비자는 기준을 이해하기 힘들며, 특히 작은 회사의 개발 자원이 안전에 쓰이지 못하고 규정 대응으로 흩어질 수 있다는 거야. 반대로 주법이 비슷해지면 연방 법안이 받아들일 수 있는 공통 바닥이 생긴다고 봐.

연방정부가 맡아야 할 일

OpenAI는 주정부가 모든 일을 맡아서는 안 된다고 선을 그어. 국가안보 위험을 판단하거나, 기밀 시스템에 접근해야 하는 고도의 기술 검토는 연방정부의 전문성과 자원이 필요한 영역이라는 주장이지.

연방 차원에서는 가장 능력 있는 AI 모델의 사이버 분야 시험을 위한 정부 체계가 논의되고 있다고 설명해. 이 체계에는 시험 기준·일정·절차가 들어가며, OpenAI는 행정부가 8월 초까지 틀을 마련하려는 목표를 갖고 있다고 밝혔다.1 의회 양당 의원들도 주정부와 행정부의 움직임을 바탕으로 연방 체계를 제안하고 있다고 덧붙였어.

회사가 제시한 청사진에서는 연방정부가 가장 발전한 시스템의 시험과 평가를 이끌고, CAISI(Center for AI Standards and Innovation)의 역량을 강화해야 해. 기업에는 독립 감사, 사고 보고, 강한 보안 기준, 내부고발자 보호를 요구하고, 주정부와 연방정부의 노력은 서로 보완하도록 설계하자는 내용이야. 위험을 주장하고 근거와 적용 범위를 함께 묶는 safety case와 닿아 있지만, 여기서는 개별 모델의 안전성을 판정한 것이 아니라 제도 설계의 원칙을 제안한 거야.

국제 기준으로 이어질까

마지막 단계는 국제 기준이야. OpenAI는 G7과 브라질·이집트·인도·케냐·한국이 함께한 논의에서 frontier lab 최고경영자들이 국제적 기준의 필요성을 논의했다고 전해. Sam Altman은 미국 주도의 국제 포럼을, Google DeepMind의 Demis Hassabis는 새 논문에서 관련 구상을 제시했다고 덧붙였고, 연방 법률이 이런 국제 논의의 기반이 될 수 있다고 봤어.1

이 글의 핵심은 미국의 frontier AI 규제가 완성됐다는 소식이 아니야. 한 기업이 주정부의 비슷한 법안, 연방정부의 모델 평가 체계, 국제적 기준 논의를 하나의 연결된 순서로 제시했다는 데 있어. 앞으로 실제로 확인해야 할 것은 주법의 공통 요소가 연방 법률에 어떻게 들어가는지, 8월 초 목표로 제시된 연방 사이버 평가 체계가 어떤 기준과 절차로 공개되는지야.

각주

  1. Chris Lehane, 「The US is advancing AI safety through state and federal action」(2026-07-15) OpenAI 공식 글. ↩︎ ↩︎2 ↩︎3 ↩︎4