제도와 권리

소비자 뇌파 헤드셋 데이터, 고지 없이 AI 학습에 사용

GeekNews·2026-11-08

요약

소비자용 신경기술 기업들이 축적한 대량의 뇌파(EEG) 데이터가 AI 뇌 모델 개발에 쓰이고 있다. Muse 개발사 Interaxon은 사용자 EEG 데이터 약 5만 시간으로 모델을 학습했지만 이를 개인정보 처리방침에 명시하지 않았고, 취재가 이뤄진 뒤에야 처리방침을 수정했다. 이른바 '뇌 파운데이션 모델'은 신경 활동 패턴을 학습해 수면 분석이나 질환 탐지 등에 활용되는 기술이지만, 소비자 기기에서 수집한 데이터의 품질과 범용 모델 실현 가능성에는 한계와 의문이 제기된다.

큐레이터 노트

원문에 없는 맥락입니다

뇌파 데이터는 민감도가 매우 높은 생체정보인데, 고지 없는 AI 학습 사용은 기존 개인정보 보호 체계의 공백을 드러낸다.

깊이 읽기

이 기사 한 건이 아니라, 같은 사안을 다룬 이 사이트의 기록을 근거로 정리했습니다

이 일이 어디서 왔나

AI 기업이 사용자 데이터를 고지 없이 모델 학습에 활용한다는 지적은 이번이 처음이 아니다. 11월 4일에는 Gemini 유료 구독자의 채팅 기록도 설정에 따라 학습에 쓰일 수 있다는 사실이 보도됐고, 11월 2일에는 챗GPT에 입력한 기업 기밀이 삭제 후에도 서버에 남을 수 있다는 점이 지적됐다. 이번 사례는 그 대상이 뇌파처럼 되돌릴 수 없는 생체정보로 확장된 경우다.

짚어야 할 점

  • Interaxon이 처리방침을 바꾼 시점은 자발적 공개가 아니라 취재 이후였다는 점에서, 고지 의무가 외부 압력 없이는 지켜지지 않았다는 사실을 보여준다.
  • 비밀번호나 이메일과 달리 뇌파 데이터는 재발급이나 변경이 불가능한 생체정보라, 유출이나 오용 시 대응 수단이 거의 없다.
  • '뇌 파운데이션 모델'의 실현 가능성 자체에 의문이 제기되는 상황에서, 민감 데이터를 모아 학습시키는 행위의 실익과 위험이 균형을 이루는지 따져볼 필요가 있다.
  • LG AI연구원이 학습 데이터의 개인정보·저작권 리스크를 자동 분석하는 컴플라이언스 기술로 상을 받은 것과 같은 날, 소비자 생체데이터가 고지 없이 쓰인 사례가 보도된 점은 업계 내 기술과 실행 간 격차를 드러낸다.

아직 확인되지 않은 것

  • Interaxon 외 다른 소비자 신경기술 기업들도 유사한 방식으로 EEG 데이터를 고지 없이 학습에 썼는지는 확인되지 않았다.
  • 처리방침 수정 이전에 학습된 모델이나 그 결과물을 계속 사용하는지, 혹은 폐기 조치가 있었는지는 나오지 않았다.
  • 이 사안에 대해 개인정보 보호 당국이나 규제 기관이 조사에 착수했는지는 확인되지 않았다.

다른 매체는 이렇게 썼다

같은 사안을 다룬 다른 곳의 보도입니다

삼성 AI 안경, 판매는 젠틀몬스터...AS 책임 불분명
IT조선 · 2026-11-09

삼성전자와 구글이 젠틀몬스터·워비파커와 함께 개발한 AI 안경이 사전예약을 앞두고 소비자 보호 체계가 불분명하다는 지적이 나왔다. 삼성전자는 하드웨어를, 구글은 AI 기술을 제공하지만 실제 판매는 안경 브랜드가 맡는 구조다. 이에 따라 제품 고장이나 개인정보 문제가 발생했을 때 소비자가…

LG AI연구원 '엑사원 넥서스', 저작권 기술 어워드 수상
AI타임스 · 2026-11-04

LG AI연구원이 문화체육관광부 주최 '2026 국제저작권기술 콘퍼런스(ICOTEC)' 저작권 기술 어워드에서 AI 컴플라이언스 에이전트 '엑사원 넥서스(EXAONE Nexus)'로 국가지식재산위원장상을 수상했다. 엑사원 넥서스는 대규모 AI 학습 데이터에 내재된 저작권, 라이선스, 개…

가짜 기지국 탐지 사각지대 잡는 '데빌레이' 개발
전자신문 SW · 2026-11-04

KAIST 김용대 교수팀이 국가보안기술연구소, 경희대, 미국 플로리다대, 케이프와 공동으로 개인정보를 노리는 '가짜 기지국'의 다양한 동작을 재현하는 시험 플랫폼 '데빌레이'를 개발했다. 이 플랫폼은 기존 가짜 기지국 탐지 기술이 놓치는 공격 유형을 확인할 수 있게 해준다. 연구팀은 이…

이 사안의 흐름

같은 주제를 다룬 이 사이트의 기록 — 최신순

이 글에 나온 말

용어집 전체 →
파운데이션 모델
대규모 데이터로 미리 학습되어 다양한 하위 작업에 재사용할 수 있는 범용 인공지능 모델을 말한다.
학습
학습은 모델이 데이터를 반복적으로 살펴보며 예측 오차를 줄이는 방향으로 내부 파라미터를 조정해 나가는 과정을 말한다.

관련 법·제도

정책·규제 →

이 분야 브리핑

여러 매체가 함께 다룬 사안을 한 번에

이 페이지는 원문을 요약·재서술하고 이 사이트가 쌓은 기록을 덧붙인 큐레이션입니다. 원문 본문은 싣지 않으며, 수치와 표기는 원문 기준을 유지했습니다. 이 글은 AI의 도움을 받아 작성했습니다.

GeekNews 원문 전체 보기 →

같은 분야의 다른 소식

전체 뉴스 →