이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
AI와 클라우드 서비스에서 자주 등장하는 법적 이슈는 데이터 주권·개인정보 처리·책임 주체 불명확성입니다. 수업에서 GDPR과 국내 개인정보보호법의 차이를 비교 분석한 적이 있는데, 클라우드 사업자와 서비스 운영자 중 누가 처리자인지 모호한 경우가 많다는 걸 알았습니다. 프로젝트에서 API 호출 로그를 저장할 때 개인 식별 정보가 포함될 수 있다는 점을 팀원과 논의했고, 익명화 처리를 먼저 적용하고 저장하는 방식을 채택했습니다.
기술 설계 단계에서 법적 리스크를 먼저 고려해야 한다는 걸 그때 배웠습니다. 규정을 알면 설계가 달라집니다. 기술 결정 전 법적 요건을 먼저 확인하는 습관을 가지는 것이 나중에 재작업 비용을 줄입니다. 클라우드 시대일수록 규정 리터러시가 개발자에게도 필요하다고 생각합니다.
AI와 클라우드 관련 법적 동향 중 최근 주목하게 된 것은 EU AI Act의 리스크 기반 규제 접근 방식입니다. AI 시스템의 위험 등급을 분류해서 고위험 시스템에는 더 엄격한 요건을 적용하는 방향인데, 이것이 클라우드 서비스와 결합하면 서비스 제공자와 운영자 중 누가 어느 의무를 지는지를 명확히 해야 하는 문제가 생깁니다. 수업에서 GDPR이 처음 적용될 때 비슷한 혼란이 있었는데, 시간이 지나면서 클라우드 사업자와 데이터 처리자의 역할이 계약과 정책으로 구체화됐다는 내용을 다뤘습니다.
AI 법률도 같은 방향으로 정착하는 과정을 겪을 것이라는 것이 제 이해입니다. 이 동향을 아는 것이 기술 설계 단계에서 법적 요건을 먼저 반영하는 습관과 연결됩니다.
프로젝트에서 API 로그를 클라우드에 저장하는 구조를 설계할 때 로그에 포함될 수 있는 개인 식별 정보를 먼저 검토했습니다. 어떤 데이터가 저장되는지를 파악하지 않고 기능 구현에만 집중하다가 나중에 정보보호 요건에 맞지 않는 부분을 수정해야 하는 경우가 생길 수 있다는 것을 수업 사례에서 봤기 때문입니다.
익명화 처리를 먼저 적용하고 저장하는 방식을 팀원과 논의해서 도입했고, 이 결정이 나중에 개인정보 처리 방침을 정리할 때 수정 없이 통과됐습니다. 기술 결정 전에 법적 요건을 먼저 확인하는 것이 재작업을 막는 방법이라는 것을 그 경험에서 배웠습니다. 클라우드 환경에서는 데이터가 어디에 어떻게 저장되는지가 법적 관할까지 연결되기 때문에 설계 단계부터 고려해야 합니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 쿠팡 사내 법무 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.