미국 정부가 2주간 수출을 막았던 AI, 우리 회사에서 써도 될까
2026년 6월 출시 직후 미국 정부의 수출통제로 접근이 중단됐다가 해제된 Claude Fable 5. 무슨 일이 있었는지 사실관계를 정리하고, 개발자 없는 중소기업이 이런 최신 AI를 업무에 도입하는 현실적인 방법과 비용을 다룹니다.
실제로 무슨 일이 있었나
사실관계부터 정리하겠습니다. 소문이 아니라 전부 공개된 기록입니다.
2026년 6월 12일, Anthropic이 최상위 모델 Fable 5와 Mythos 5를 출시했습니다. 사흘 뒤 미국 정부가 국가안보 권한을 근거로 수출통제 지시를 내렸고, 외국인의 접근이 전면 중단됐습니다. Anthropic의 외국인 직원까지 포함해서요. 계기는 한 연구팀이 모델의 안전장치를 우회해 소프트웨어 취약점을 찾아내게 만들 수 있다는 보고였습니다.
6월 30일, 미 상무부는 통제를 해제했습니다. Anthropic이 보안 리스크를 선제적으로 탐지하고 정부와 기준을 협의하기로 합의하면서입니다. 현재는 한국에서도 정상적으로 쓸 수 있습니다. 자세한 경위는 [Anthropic 공식 발표](https://www.anthropic.com/news/fable-mythos-access)에 남아 있습니다.
정리하면: 정부가 막을 만큼 강력하다고 판단한 모델이고, 지금은 합법적으로 열려 있습니다. 그래서 "우리 회사에서 써도 되나"라는 질문이 나옵니다.
개발자 없는 회사에 이게 왜 의미가 있나
Fable 5 같은 최신 모델의 실질적인 변화는 "말로 시키면 일이 되는 범위"가 넓어졌다는 겁니다.
이전 세대 AI가 문장을 다듬고 요약하는 수준이었다면, 지금은 수십 장짜리 계약서에서 조건을 뽑아 표로 정리하고, 엑셀 데이터를 읽어 보고서 초안을 쓰고, 정해진 형식의 문서를 반복 생산하는 일을 실무 품질로 해냅니다. 사람이 검토는 해야 하지만, 초안 만드는 시간이 사라지는 것만으로 업무가 달라집니다.
중요한 건 이걸 쓰는 데 개발자가 필요 없다는 점입니다. 구독형 서비스로 쓰면 월 몇만 원대이고, 세팅이라고 할 것도 없습니다. 문제는 그다음 단계입니다.
도입은 3단계로 나뉩니다
회사에 AI를 넣는 방식은 크게 세 단계입니다. 단계마다 비용과 효과가 다릅니다.
1단계 — 개인 구독으로 실험 (월 몇만 원): 팀원 한두 명이 유료 구독을 쓰면서 어디에 먹히는지 찾는 단계입니다. 비용 부담이 없는 대신, 효과가 개인 역량에 갇힙니다. 잘 쓰는 사람만 잘 씁니다.
2단계 — 업무 하나를 자동화 (외주 기준 수백만 원): 반복되는 업무 하나를 골라 AI가 끼어드는 흐름을 만드는 단계입니다. 예를 들어 매일 오는 문의 메일을 분류해 답변 초안을 만들어두거나, 주간 보고서 초안이 자동으로 나오게 하는 것. 여기부터는 구축이 필요해서 직접 하거나 외주를 씁니다.
3단계 — 사내 시스템 연결 (프로젝트 규모): 사내 문서를 학습한 Q&A 챗봇, 기존 DB와 연동된 자동화처럼 회사 시스템에 AI를 붙이는 단계입니다. 보안 검토가 같이 들어가야 하고, 규모에 따라 수백만 원에서 그 이상입니다.
대부분의 회사는 1단계에서 멈춥니다. 효과를 본 회사들은 2단계로 넘어간 회사들입니다.
비용, 현실적인 숫자
받는 입장에서 실제 거래되는 가격대를 말씀드리면:
개인·팀 구독: 월 3만~10만 원 선 (도구별 상이, 직접 결제)
업무 1개 자동화 구축 외주: 100만~400만 원
사내 문서 Q&A 챗봇: 150만~500만 원
도입 진단부터 구축·교육까지 패키지: 250만 원 전후
저희도 이 구성을 [정찰제 메뉴판](/menu)에 "사내 AI 도입 기본형 250만 원"으로 공개해 뒀습니다. 업무 분석, 도구 선정, 업무 1개 자동화 구축, 사내 가이드, 교육 1회가 포함된 가격입니다. 다른 업체와 비교하실 때 기준점으로 쓰셔도 됩니다.
주의할 점 하나: AI 구독료와 API 사용료는 구축비와 별개로 매달 나가는 돈입니다. 견적 받을 때 "월 유지 비용이 얼마나 되는지"를 반드시 물어보세요. 이걸 안 알려주는 업체는 거르시는 게 좋습니다.
도입 전에 확인할 것 세 가지
1. 데이터가 어디로 가는지 — 기밀 문서나 고객 개인정보를 다루는 업무라면, 입력한 데이터가 학습에 쓰이지 않는 설정(기업용 플랜)인지 확인해야 합니다. 이건 선택이 아니라 필수입니다.
2. 틀렸을 때 잡는 장치가 있는지 — AI는 그럴듯하게 틀립니다. 최종 발송·결재 전에 사람이 확인하는 단계를 흐름에 넣어야 합니다. "AI가 다 해준다"는 설계는 사고로 이어집니다.
3. 6개월 뒤에도 쓸 업무인지 — 곧 없어질 업무를 자동화하는 데 돈을 쓰면 손해입니다. 반복 빈도가 높고 형식이 일정한 업무부터 시작하는 게 정석입니다.
두 가지만 고르면 됩니다. 연락처 입력 없음, 범위는 실제 수주가 기준입니다.