IP 뉴스
기업용 AI 계약을 넘어선 과제: AI 모델 컨텍스트 프로토콜 연동 시 발생할 수 있는 데이터 유출 리스크 관리
•
12분 읽기
•조회수 343
최종 수정:
//
대규모 언어 모델(LLM) 제공업체와 체결한 기업용 법적 계약이 있더라도, AI 툴이 모델 컨텍스트 프로토콜(MCP) 커넥터를 사용하여 외부 데이터베이스에 접근하는 경우에는 비밀유지가 보장되지 않습니다. 사용자 모르게 생성된 툴 호출(tool call)은 프롬프트의 세부 내용을 제3자 MCP 운영자에게 전달하므로, 결과적으로 미출원 기술 개시 내용이 기존의 기업 데이터 보안 경계 외부로 노출될 수 있습니다. IP 책임자와 변리사는 특허받을 수 있는 권리의 상실을 방지하기 위해 AI 벤더의 외부 연동 지점을 즉시 감사하고 엄격한 툴 호출 로깅 통제 조치를 시행해야 합니다.
2026년 8월 10일에 발표된 분석에서 Rose Hughes 박사는 모델 컨텍스트 프로토콜(MCP) 아키텍처의 광범위한 도입이 어떻게 특허 실무자에게 관리되지 않는 데이터 유출 경로를 형성하는지 상세히 설명했습니다. 기업 IP 부서가 OpenAI의 ChatGPT, Anthropic의 Claude, Google의 Gemini와 같은 기반 LLM에 대해 기업 수준의 비밀유지조항을 체결하는 것이 일반적이지만, 이러한 보호 조치가 제3자 MCP 서버에 자동으로 적용되는 것은 아닙니다. MCP 커넥터는 번역 레이어 역할을 하여, LLM이 공공 데이터베이스, 특허 등록부, 과학 리포지토리에서 외부 데이터를 가져올 수 있도록 '툴 호출'이라 불리는 구조화된 명령어를 생성할 수 있게 합니다.
Hughes 박사가 지적했듯, 유럽특허청(EPO) Open Patent Services API, PubChem, PubMed, NCBI BLAST, arXiv와 같은 플랫폼을 검색하기 위해 제3자 MCP 서버로 전송되는 툴 호출에는 사용자 프롬프트에서 직접 추출된 컨텍스트가 포함됩니다. 대리인이 미출원 발명제안서나 서열 목록을 분석하도록 기업용 LLM에 프롬프트를 입력하면, 기반 모델은 민감한 기술적 개념, 화학 구조 또는 독점 서열이 포함된 툴 호출을 생성합니다. 제3자 MCP 서버 운영자는 일반적으로 주 LLM 제공업체의 기업용 서비스 계약 범위 밖에 있으므로, 이러한 외부 쿼리는 명시적인 비밀유지 계약 없이 암호화되지 않은 검색 인프라에 기록, 저장 또는 처리될 수 있습니다.
대규모 언어 모델은 학습 데이터의 컷오프 시점에 고정된 정적 지식베이스를 바탕으로 텍스트를 입력받아 텍스트를 출력하는 엔진으로 작동합니다. 출원·심사 절차 및 선행기술 조사 과정에서 발생할 수 있는 환각(hallucination) 현상을 방지하기 위해, 소프트웨어 벤더들은 MCP 연결을 통해 LLM을 외부 데이터 원천과 연결합니다. MCP는 AI 모델이 외부 검색 엔진, 기업 IP 관리 시스템, 공공 특허 등록부와 상호작용하는 방식을 표준화합니다. MCP 기능을 갖춘 LLM은 모델 내부 기억에만 의존하는 대신, 라이브 심사이력, 임상시험 데이터, 규제 제출 문서를 가져오기 위한 짧은 실행 명령을 생성합니다.
그러나 2025년 4월 Forgepoint Capital이 발표한 보안 연구와 2026년 3월 JFrog의 산업 분석에 따르면, MCP 서버에 보안 리스크가 집중되는 것으로 나타났습니다. 미출원 독점 데이터의 노출 외에도, 제3자 MCP 연동은 프롬프트 주입(prompt injection) 취약점을 야기합니다. 외부 서버에서 반환된 악성 데이터가 모델의 로직을 교란하거나, LLM을 속여 권한이 없는 엔드포인트로 민감한 컨텍스트를 전송하도록 유도할 수 있기 때문입니다. 2026년 7월 17일 업계 브리핑에서 Black Hills AI의 최고 AI 책임자(CAIO)인 Thomas Marlow와 Manjeet Rege 박사는 기업의 IP 워크플로우가 자율형 에이전트 아키텍처로 빠르게 전환되고 있다고 강조했습니다. 리걸테크 벤더들이 외부 시스템을 독립적으로 조회하는 다단계 AI 에이전트를 도입함에 따라, 고객 데이터를 처리하는 모든 중간 엔드포인트를 식별하는 작업은 점점 더 복잡해지고 있습니다.
LLM 기업용 계약과 제3자 MCP 서버 운영의 분리는 특허 출원인에게 상당한 법적 리스크를 발생시킵니다. 관리되지 않는 MCP 툴 호출을 통해 비공개 기술의 세부 사항을 외부 웹 서버로 전송하는 것은, 청구범위 초안을 공개 웹 검색 엔진에 직접 입력하는 것과 실질적으로 동일합니다. 관리되지 않는 중간 서버가 이러한 쿼리를 기록할 경우, 공식 출원일 이전에 독점 발명 내용이 노출되어 절대적 신규성 기준에 따른 국외 출원 권리를 위협받을 수 있습니다.
이러한 취약점은 미국 특허상표청(USPTO), 유럽특허청(EPO), 특허청(KIPO)에 다수의 특허를 출원하는 수출 주도형 아시아 기술 기업, 특히 전자, 디스플레이 기술, 바이오테크 분야의 한국 기업들에 직접적인 영향을 미칩니다. 특허협력조약(PCT)을 통한 국제 출원에 앞서 국내에 최초 출원을 진행하는 한국 기업 출원인의 경우, 사내 변리사나 외부 법률사무소가 초기 발명제안서 검토 과정에서 검증되지 않은 제3자 MCP 서버에 연결된 생성형 AI 툴을 사용한다면 중대한 리스크에 직면하게 됩니다. 반대로, 무효심판을 청구하려는 경쟁사는 관리되지 않은 AI 툴 호출로 인해 특허의 우선일 전에 영업비밀이 검색 가능한 로그 기록으로 노출될 경우, 선행 공개 규정의 엄격한 적용 덕에 뜻밖의 무효 사유를 확보할 수 있습니다.
실무자들은 각 관할별 출원 후 보정 범위의 엄격한 한계를 인지해야 합니다. 예를 들어, 한국 특허법 제47조 제2항(특허법 §47(2))에 따르면 명세서의 보정은 최초 출원시 명세서에 직접적이고 명백하게 개시된 사항의 범위 내로 엄격히 제한됩니다. 출원 전 AI 툴 호출을 통해 핵심 기술 변형이 실수로 유출되거나 대리인이 제출 전에 발명의 범위를 오인하여 기재한 경우, 한국 출원인은 관대한 출원 후 보정 규정에 기대어 명세서를 구제할 수 없습니다. 이러한 운영상의 리스크를 즉시 완화하기 위해, 기업 IP 팀과 법률사무소는 다음과 같은 구체적인 조치를 취해야 합니다.
에이전트 기반 AI 워크플로우가 특허 명세서 작성, 자유실시기술 검토(FTO) 보고서 작성, 포트폴리오 관리에 깊이 자리 잡으면서, MCP 레이어의 관리는 단순한 소프트웨어 엔지니어링 문제를 넘어 핵심 IP 리스크 관리 기능으로 전환될 것입니다. IP 관리 시스템 제공업체와 리걸테크 개발자들은 Black Hills AI의 Otto HUB 플랫폼이나 자체 호스팅 방식의 온프레미스 MCP 커넥터와 같이, 툴 호출을 프라이빗 네트워크 경계 내에 유지하도록 설계된 통제된 데이터 아키텍처를 제공하기 시작했습니다. 검증을 마친 환경이나 자체 호스팅 MCP 환경이 업계 표준으로 자리 잡을 때까지, 특허 실무자는 검증되지 않은 모든 MCP 연결을 잠재적인 공표 경로로 간주해야 합니다.
당분간 기업의 IP 책임자와 법률사무소 대표변리사는 즉각적인 절차적 대응책을 시행해야 합니다. 대리인이 비밀유지가 필요한 출원 전 개시 내용을 처리할 때에는 기업용 AI 계정 내의 웹 검색 툴과 제3자 데이터베이스 커넥터를 비활성화해야 합니다. 비밀유지가 요구되지 않는 공개 특허의 일상적인 심사이력 분석에는 오픈 MCP 서버를 사용할 수 있지만, 우선일 이전의 모든 명세서 작성 워크플로우는 격리된 데이터 미저장 환경이나 자체 기업 통제하의 MCP 배포 환경으로 엄격히 제한되어야 합니다.