개방형 환경 인공지능이 기존 소프트웨어 방식으로는 검증 불가능하다는 판단이 굳어지면서, 각국 정부는 모델 공개보다 학습 시스템이 작동할 수 있는 환경 자체를 강하게 통제하기 시작한다.
인공지능 거버넌스의 중심은 코드에서 맥락으로 이동한다. 국가는 강력한 모델 자체를 완전히 사전 승인할 수는 없지만, 적응형 시스템이 어디에서 보고 배우고 행동할 수 있는지는 제한할 수 있다고 결론 내린다. 공장과 학교, 병원과 공공도로는 인증된 자율 구역과 비인증 구역으로 나뉜다. 혁신은 계속되지만, 물리적 현실에 접근할 권한이 가장 희소한 자원이 되는 허가의 지리학 아래에서만 가능하다. 그 결과 일부 기반시설은 더 안전해지지만, 다른 한편으로는 배제의 경계도 더 단단해진다.
마드리드의 공공병원 야간 근무 간호사는 저녁 여덟 시 십오 분, 환자 침대를 밀며 바닥의 노란 선을 지난다. 그 선 너머에서는 자율 보급 카트가 멈춰야 한다. 인증된 기계만 병동의 실시간 활동에서 학습할 수 있기 때문이다. 그의 태블릿에는 소아 병동이 아직 비인증 구역이라는 붉은 표시가 떠 있고, 카트는 다시 원격 지원 모드로 전환된다.
배치 환경 통제는 대형 사고를 줄일 수 있지만, 동시에 유용한 시스템을 만들 수 있는 주체를 규제기관과 기존 사업자에게 지나치게 집중시킨다. 작은 연구실과 가난한 지방정부, 비공식 기관은 무모해서가 아니라 인증 환경을 감당할 수 없어서 적응형 도구에서 배제될 수 있다.
요즘 병원과 학교엔 보이지 않는 선이 생깁니다. 기계가 배워도 되는 구역과 멈춰야 하는 구역이 갈리는 거죠. 이유는 기술보다 책임 규칙에 있습니다. 2024년 유럽연합 인공지능법은 선을 그었습니다. 병원과 학교 같은 고위험 현장엔 기록과 감독 의무를 묶어놨죠. 같은 카트라도 인증 구역에선 자율 주행합니다. 비인증 구역에선 멈추거나 원격 보조로 돌아서죠. 이제 성능보다 배치된 공간이 먼저 심사됩니다. 이 기준이 퍼지면 격차는 기능보다 장소에서 벌어집니다. 인증 예산이 있는 대형 기관은 빨리 도입합니다. 작은 기관은 원격 보조에 머물겠죠. 결국 혁신 속도도 실력보다 허가된 공간 수에 따라 갈립니다. 결국 경쟁력은 좋은 모델만의 문제가 아닙니다. 기계가 들어와 배워도 되는 경계, 그 선을 누가 긋게 될까요.