미국 연방거래위원회(FTC)는 2026년 7월 1일, 대규모 언어 모델(LLM)이 편향되거나 부정확한 결과를 생성할 때 이를 공개하도록 강제하는 정책안을 발표했다. FTC는 소비자가 AI 시스템에 합리적인 정확성을 기대할 권리가 있으며, 공개되지 않은 숨겨진 목적에 맞춰 결과를 조작하는 것은 FTC법 제5조에 따른 기만적 행위에 해당한다고 판단했다. 해당 제안은 생성형 AI의 투명성 기준을 마련하기 위한 조치로, 2026년 7월 31일까지 공개 의견 수렴이 이어진다.

현행 프레임워크 하에서 FTC는 AI의 편향성 자체를 금지하지는 않는다. 다만 기업이 사용자의 기대나 명시된 목표와 어긋나는 방향으로 모델을 운용할 경우, 이를 명확하고 눈에 띄게 고지하도록 규정한다. 이번 조치는 AI 기업의 허위 광고를 차단하려는 기존의 활동을 확장한 것이다. FTC는 편향성이 데이터 학습, 알고리즘 설계, RLHF(인간 피드백 강화학습), 시스템 프롬프트 구성 등 AI 생애주기 전반에서 발생할 수 있다고 지적했다. 이에 따라 기업이 의도적으로 모델을 특정 결론이나 상업적 관점으로 유도할 경우, 법적 기만 책임을 피하기 위해 반드시 사용자에게 이를 알려야 한다.

이번 정책안은 연방 가이드라인과 각 주에서 시행 중인 AI 규제 간의 충돌 가능성을 두고 논란을 불러일으키고 있다. 일부 비판론자는 이를 규제 혼란으로 보기도 하지만, 다른 한편에서는 주 정부의 요구 사항을 이행하면서 동시에 소비자 고지 의무를 준수하는 방식으로 조율이 가능하다고 주장한다. 현재 FTC는 무엇이 '부정확한 결과'인지 판가름할 구체적인 지표를 확립하고, 끊임없이 업데이트되는 AI 시스템에 맞춰 투명성 요구 사항을 어떻게 발전시킬지 고민하고 있다. 이는 미국 전역에 확산하는 AI 기술의 안전장치를 마련하려는 다각적 노력의 일환이다.

미국 연방거래위원회(FTC)는 2026년 7월 1일, 대규모 언어 모델(LLM)이 편향되거나 부정확한 결과를 생성할 때 이를 공개하도록 강제하는 정책안을 발표했다. FTC는 소비자가 AI 시스템에 합리적인 정확성을 기대할 권리가 있으며, 공개되지 않은 숨겨진 목적에 맞춰 결과를 조작하는 것은 FTC법 제5조에 따른 기만적 행위에 해당한다고 판단했다. 해당 제안은 생성형 AI의 투명성 기준을 마련하기 위한 조치로, 2026년 7월 31일까지 공개 의견 수렴이 이어진다.

현행 프레임워크 하에서 FTC는 AI의 편향성 자체를 금지하지는 않는다. 다만 기업이 사용자의 기대나 명시된 목표와 어긋나는 방향으로 모델을 운용할 경우, 이를 명확하고 눈에 띄게 고지하도록 규정한다. 이번 조치는 AI 기업의 허위 광고를 차단하려는 기존의 활동을 확장한 것이다. FTC는 편향성이 데이터 학습, 알고리즘 설계, RLHF(인간 피드백 강화학습), 시스템 프롬프트 구성 등 AI 생애주기 전반에서 발생할 수 있다고 지적했다. 이에 따라 기업이 의도적으로 모델을 특정 결론이나 상업적 관점으로 유도할 경우, 법적 기만 책임을 피하기 위해 반드시 사용자에게 이를 알려야 한다.

이번 정책안은 연방 가이드라인과 각 주에서 시행 중인 AI 규제 간의 충돌 가능성을 두고 논란을 불러일으키고 있다. 일부 비판론자는 이를 규제 혼란으로 보기도 하지만, 다른 한편에서는 주 정부의 요구 사항을 이행하면서 동시에 소비자 고지 의무를 준수하는 방식으로 조율이 가능하다고 주장한다. 현재 FTC는 무엇이 '부정확한 결과'인지 판가름할 구체적인 지표를 확립하고, 끊임없이 업데이트되는 AI 시스템에 맞춰 투명성 요구 사항을 어떻게 발전시킬지 고민하고 있다. 이는 미국 전역에 확산하는 AI 기술의 안전장치를 마련하려는 다각적 노력의 일환이다.