AI 툴 계정 관리: 몇 개인지 모르는 상태를 4주 만에 정리하는 순서

법인카드 명세서를 연다. ChatGPT 두 건, Gemini 한 건, 이름 모를 영문 결제 세 건이 찍혀 있다. 팀장에게 물으면 “그건 A님이 테스트로 쓰던 건데요”라는 답이 돌아온다. 쓰는 사람은 알고, 관리하는 사람은 모른다. 그 사이에 AI 툴 계정 관리라는 일이 조용히 쌓인다.
이 글을 처음부터 끝까지 읽을 필요는 없습니다. 당장 쓸 체크리스트와 계산 양식이 급하다면 실무 자료 모음에서 먼저 받아 가셔도 됩니다.
핵심 요약
- AI 툴 계정 관리의 출발점은 보유 현황 파악 — 글로벌 기업 평균 SaaS 수백 개(Zylo 305개), 그중 상당수가 IT가 모르는 섀도 IT·섀도 AI. 낮은 결제 단가 탓에 법인카드로 번지는 구조
- 숨은 비용 계산식 = 라이선스비 + 중복구독비 + 유령계정비 + 보안사고 기대손실. 경영진 설득용 TCO 숫자의 최소 구성
- 퇴사자 계정의 잔존 지점 — SSO 차단 후에도 남는 개인 이메일 가입 계정과 API 키. 오프보딩 체크리스트와 회수 SLA 필요
- 솔루션 선정보다 순서 — 1주 가시성 확보, 2주 권한 재설계(RBAC·SSO/SCIM), 3주 자동화, 4주 모니터링
지금 회사에서 쓰는 AI 툴이 몇 개인지 숫자로 답할 수 있는 담당자는 드뭅니다. 결제는 각 팀 법인카드로 흩어져 있고, 계정은 개인 이메일로 만들어져 있고, 퇴사자 계정은 누가 끊었는지 아무도 기억하지 못합니다. AI 툴 계정 관리가 어려운 이유는 툴이 많아서가 아니라, 어디까지 있는지 모르는 상태에서 통제를 시작하려 하기 때문입니다.
이 글은 그 순서를 바로잡는 글입니다. 실제로 쓰이는 AI 계정을 전수 조사하고, 중복 구독과 유령 계정이 만드는 비용을 숫자로 환산한 뒤, 온보딩·오프보딩 체크리스트와 4주 로드맵으로 관리 체계를 세우는 데까지 갑니다.
근거로는 국내외 SaaS 관리 통계와 섀도 AI 보도, 그리고 스코디·심플리·Akamai 같은 계정·사용 제어 솔루션의 공개 자료를 교차로 확인했습니다. 여기에 제가 40곳 넘는 기업과 기관에서 AI 교육을 진행하며 반복해서 마주친 장면을 더했습니다.
제 관점은 하나입니다. AI 툴 계정 관리는 좋은 솔루션을 고르는 문제가 아니라 순서의 문제입니다. 자산조사 없이 도입한 관리 도구는 모르는 계정을 여전히 모르는 채로 둡니다. 규제 산업이라면 더 그렇습니다. 감사에서 설명이 되는 건 도구 이름이 아니라 “어떤 순서로 파악하고 끊었는가”이고, 그 전체 그림은 규제산업 AI 도입 완벽 가이드: 금융·의료·제약 실무자를 위한 2026 로드맵에서 다뤘습니다.
왜 우리 회사는 AI 툴 계정이 몇 개인지 모르게 됐을까요?
관리를 안 해서 그렇게 된 게 아닙니다. 대부분 똑같은 경로를 밟았을 뿐입니다.
시작은 한 팀의 법인카드다. 기획팀장이 ChatGPT를 결제하고, 영업팀은 Copilot을 붙이고, 디자인팀은 Gemini를 씁니다. 가입 메일은 개인 주소, 인수인계 문서는 없었고요.
AI 툴이 일반 SaaS보다 빠르게 번지는 이유는 뚜렷합니다. 월 2~4만원이라 결재 문턱 아래로 지나가고, 팀 도구가 아니라 개인 생산성 도구로 들어오기 때문입니다.
그래서 구매 기록에는 남는데 자산 목록에는 안 남습니다. 이게 요즘 말하는 섀도 AI이고, 과거 섀도 IT와 구조가 같습니다. 다만 번지는 속도가 훨씬 빠릅니다.
파악이 안 되는 상태는 우리 회사만의 일이 아닙니다. Zylo는 기업당 평균 SaaS 보유 수를 300개 안팎으로, BetterCloud는 100개 이상으로 집계해 왔습니다. 조사 기관마다 수치는 달라도 방향은 하나입니다.
실제로 쓰는 것보다 결제되는 것이 늘 더 많다는 것. 직원들이 승인 없이 AI 업무 툴을 쓰면서 보안이 뚫리는 사례도 같은 뿌리에서 나옵니다.
이 글은 솔루션 소개서가 아닙니다. 지금 상태에서 손대는 순서를 다룹니다. 조사 → 비용 산정 → 권한 재설계 → 자동화까지 4주로 끊어서 보겠습니다.
금융·의료·제약처럼 규제를 함께 받는 조직이라면 계정 관리는 전체 그림의 한 조각입니다. 도입 체계 전반은 규제산업 AI 도입 완벽 가이드에서 먼저 확인하는 편이 순서상 맞습니다.
먼저 할 일: 우리가 쓰는 AI 툴을 전수 조사하는 4가지 경로
“몇 개인지 모른다”를 인정하는 게 1주차의 전부입니다. 추정하지 않고 네 군데를 긁어모으면 목록이 나옵니다.
경비·카드 명세에서 찾아내는 법
가장 빨리 결과가 나오는 경로입니다. 지난 12개월 법인카드와 경비정산 내역에서 월 2~4만원대 반복 결제만 걸러내면 절반이 드러납니다.
- 해외 결제 승인 내역에서 OpenAI, Anthropic, Google, Microsoft, Midjourney, Notion, Perplexity 문자열 검색
- 동일 금액이 3개월 이상 반복된 건만 따로 추출(일회성 구매와 구독 분리)
- 개인 카드로 결제 후 경비 청구한 건 — 자산대장에서 가장 많이 누락되는 유형
SSO·브라우저·네트워크 로그에서 찾아내는 법
돈이 안 나간 계정은 명세로 안 잡힙니다. 무료 플랜과 개인 계정이 여기 숨어 있습니다.
- Google Workspace·Microsoft 365 관리 콘솔의 서드파티 앱 연동(OAuth 승인) 목록 점검 — 사내 메일로 가입한 외부 AI 서비스가 전부 뜹니다
- 프록시·방화벽 로그에서 주요 AI 도메인 접속 건수를 부서별로 집계
- 브라우저 확장 프로그램 정책으로 설치된 AI 플러그인 목록 수집
- 개발팀 보유 API 키 — 사람 계정이 아니라 키 단위로 과금되는 영역이라 별도 칸이 필요합니다
- 익명 설문 1문항: “업무에 쓰는 AI 툴을 전부 적어주세요.” 앞에 불이익이 없다는 문장을 명시해야 섀도 AI가 드러납니다
한 사업부에서 사전 설문을 돌렸을 때, 스물네 명 전원이 AI를 쓰고 있는데 자기 작업 절차를 남이 링크 하나로 받아 쓸 수 있게 가진 사람은 0명이었습니다. 쓰는 사람은 많고 남는 건 없다는 뜻입니다. 계정도 똑같습니다.
수집한 결과는 한 장의 자산대장으로 모읍니다. 컬럼은 여덟 개면 충분합니다. 툴명·소유부서·결제수단·계정수·데이터등급·SSO 연동 여부·계약종료일·대체가능툴.
이 중 판단이 갈리는 칸은 데이터등급입니다. 어떤 정보까지 어느 툴에 넣어도 되는지는 민감정보를 다루는 회사의 AI 데이터 거버넌스 구축법의 분류 기준을 그대로 가져다 쓰면 됩니다.
중복 구독과 유령 계정, 실제로 얼마나 새고 있나요? (TCO 계산식)
경영진은 “정리가 필요합니다”에 움직이지 않습니다. 움직이는 건 연간 숫자입니다.
AI 계정 TCO 계산 공식
총소유비용은 라이선스비만이 아닙니다. 다섯 항목을 더해야 실제 금액이 나옵니다.
TCO = 활성 라이선스비 + 중복 구독비 + 유령 계정비 + 보안사고 기대손실 + 관리 인건비
중복 구독비는 자산대장에서 용도가 겹치는 툴을 묶으면 바로 보입니다. 유령 계정비는 30일 이상 미접속 계정 수에 단가를 곱합니다.
보안사고 기대손실은 사고확률 × 추정 피해액으로 잡습니다. IBM 데이터 유출 보고서가 섀도 AI 관련 사고 비중을 꾸준히 보고하고 있으니, 확률은 보수적으로 1~3% 구간에서 잡으면 반박이 적습니다.
직원 300명 가상 기업 계산 예시
AI 툴 14종, 계정 412개, 그중 30일 미접속이 97개인 회사를 가정했습니다.
| 항목 | 구하는 방법 | 연간 금액(가정) |
|---|---|---|
| 활성 라이선스비 | 활성 315개 × 월 3만원 × 12 | 1억 1,340만원 |
| 중복 구독비 | 용도 겹치는 5종의 중복분 | 480만원 |
| 유령 계정비 | 97개 × 월 2만원 × 12 | 2,328만원 |
| 보안사고 기대손실 | 사고확률 2% × 추정 피해 5,000만원 | 100만원 |
| 관리 인건비 | 담당자 월 4시간 × 인건비 단가 | 600만원 |
| 누수 소계 | 중복 + 유령 + 기대손실 | 약 2,900만원 |
품의서를 승인하고 반려하는 쪽에 앉아 본 입장에서 말하면, 반려 사유 1위는 금액이 커서가 아닙니다. 지금 얼마가 새는지 적혀 있지 않아서입니다.
다만 이 숫자를 “2,900만원 줄이겠습니다”로 올리면 현업이 먼저 반발합니다. 내 계정이 회수 대상이 된다고 읽히기 때문입니다.
같은 표를 “정상화 후 재배분”으로 바꿔 올리면 대화가 달라집니다. 유령 계정 97개를 회수해 그 예산으로 실제 쓰는 팀에 Enterprise 플랜을 깔아주는 식이죠. 회수와 증설을 한 장에 같이 적는 게 핵심입니다.
이 표는 보안·법무 검토 자리에서도 그대로 쓰입니다. 검토 통과 순서는 AI 도입 컴플라이언스 검토 7단계에 정리돼 있습니다.
계정이 흩어져 있으면 어떤 사고가 나나요? 섀도 AI의 실제 리스크
비용보다 보안이 급하다는 말은 겁주는 소리처럼 들립니다. 그런데 순서가 실제로 그렇습니다.
중복 구독은 다음 달에 해지하면 끝납니다. 개인 계정으로 올라간 사내 문서는 되돌릴 방법이 없습니다.
IBM Data Breach Report는 승인받지 않은 AI 사용, 즉 섀도 AI가 얽힌 침해일수록 피해액과 탐지 기간이 함께 나빠진다고 봅니다. 통제 밖에 있으니 늦게 발견되고, 늦게 발견되니 비싸집니다.
개인 계정 업로드가 만드는 문제는 세 갈래입니다. 입력 데이터의 학습 편입 가능성, 퇴사 후 대화 이력 회수 불가, 그리고 감사 때 증빙 불가입니다.
금융·의료·제약은 마지막 항목에서 바로 걸립니다. ‘누가 어떤 데이터를 어느 툴에 넣었는지’를 로그로 보여주지 못하면 점검에서 그대로 지적 사항이 됩니다. 데이터 등급과 반입 기준을 먼저 세우는 쪽이 빠르며, 그 설계는 민감정보 기업의 AI 데이터 거버넌스 구축법에 정리해 두었습니다.
한 제약사 사업부 강의는 요청부터 결이 달랐습니다. “민감정보를 AI에 입력하지 말라는 당부로 시작해달라”는 것이었습니다. 이미 부서용 앱까지 만들어 쓰는 팀이었고, 통제가 약해서가 아니라 잘 쓰기 때문에 걱정하고 있었습니다.
사람 계정에는 퇴사라는 이벤트가 있습니다. API 키와 서비스 계정에는 그런 게 없습니다. 발급자만 존재를 알고, 그 사람이 나가면 키는 조용히 살아 있습니다.
그래서 키는 발급 대장과 만료일을 함께 관리하고, 90일 로테이션을 기본값으로 두는 편이 안전합니다. 담당자 변경 시에는 기간과 무관하게 재발급합니다.
원칙 자체는 단순합니다. 업무용 도메인 계정만 허용하고 개인 계정 로그인은 차단하는 것. 브라우저·네트워크 단에서 AI 도메인 접근을 구분하는 Akamai의 AI 사용 제어 같은 액세스 제어 수단이 이 지점을 보완합니다.
권한은 어떻게 다시 설계해야 하나요? RBAC·SSO/SCIM 실무 기준
권한을 조이면 현업이 반발할까 봐 망설이게 됩니다. 반발은 권한이 아니라 기준이 없을 때 나옵니다.
AI 툴에 맞는 4단계 역할 설계
역할기반접근제어(RBAC)는 네 칸이면 충분합니다. 칸이 많아질수록 아무도 관리하지 않습니다.
| 역할 | 할 수 있는 일 | 막아야 할 일 | 권장 비중 |
|---|---|---|---|
| 워크스페이스 관리자 | 플랜 변경, 결제, 감사 로그 조회, 도메인 정책 | 단독 처리(2인 이상 지정) | 2~3명 고정 |
| 부서 관리자 | 소속 멤버 초대·회수, 좌석 재배분, 사용량 확인 | 결제 수단·보안 정책 변경 | 부서당 1명 |
| 일반 멤버 | 지정 툴 사용, 팀 프롬프트·에이전트 공유 | 외부 초대, 데이터 커넥터 연결 | 대다수 |
| 게스트(외부·단기) | 지정 프로젝트만, 기한부 접근 | 파일 다운로드, 이력 보존 | 만료일 필수 |
SSO·SCIM·MFA 연동 시 자주 막히는 지점
Copilot과 Gemini는 M365·Google Workspace 테넌트 정책을 그대로 따릅니다. 반면 ChatGPT는 별도 워크스페이스라, 플랜별로 SSO·감사 로그 제공 범위가 갈립니다. 계약 전에 OpenAI 계정 관리 문서에서 현재 기준을 확인하는 편이 안전합니다.
흔한 오해가 하나 있습니다. SSO를 붙이면 계정 관리가 끝났다고 믿는 것입니다.
SSO는 로그인만 통제합니다. 계정의 생성과 삭제를 동기화하는 건 SCIM 프로비저닝입니다. SCIM이 없으면 인사 시스템에서 퇴사 처리가 끝나도 AI 툴 멤버 목록에는 이름이 남습니다.
ChatGPT Business처럼 연동 범위가 제한적인 플랜이라면 기준은 두 가지입니다. 계정 수가 50개를 넘거나 민감 데이터 등급을 다루면 Enterprise 승급, 그 아래면 스코디 같은 SaaS 구독 관리 툴로 회수 알림을 대신 받는 쪽이 현실적입니다.
기본값 권장치는 단순합니다. MFA 전사 강제, 관리자 세션 만료 8시간, 이메일 도메인 변경은 관리자 승인, 멤버 초대 권한은 부서 관리자 이상. 이 승인 주체를 누가 맡을지는 AI 도입 컴플라이언스 검토 7단계에서 정한 결재선과 맞춰 두면 중복 결재가 줄어듭니다.
입사자와 퇴사자 계정은 어떤 순서로 처리하나요? (체크리스트)
퇴사자 계정 회수는 늘 ‘나중에’로 밀립니다. 급한 인수인계가 먼저이기 때문입니다.
그래서 기한을 사람이 아니라 문서에 적어 둡니다. 아래 항목을 사내 서식에 그대로 옮기면 됩니다.
온보딩 체크리스트 8항목
- 입사 확정 시 4단계 중 역할 등급 배정(인사 → IT, D-1)
- 필수 툴만 기본 지급, 나머지는 신청제로 전환
- 업무용 도메인 계정으로만 초대, 개인 이메일 가입 금지 고지
- SSO 로그인 및 MFA 등록 완료 확인
- 데이터 반입 금지 교육 이수와 서약 기록
- AI 툴 자산대장에 계정·툴·소유부서 등록
- 팀 공용 프롬프트·지시서 저장소 접근 부여
- D+1 완료 확인 후 현업 팀장 승인 서명
오프보딩 체크리스트 10항목과 회수 SLA
- D-0: SSO 계정 비활성화와 전체 세션 강제 종료
- D-0: 본인 법인카드 결제 건의 청구 담당자 변경
- 48시간: 본인 발급 API 키·토큰 폐기
- 48시간: 외부 연동(OAuth) 승인 내역 해제
- 48시간: 공유 계정 비밀번호 재설정
- 7일: 대화 이력·업로드 파일 후임자 이관
- 7일: 개인 이메일 가입 계정 확인 후 회수 또는 폐기
- 14일: 커스텀 GPT·에이전트·자동화 소유권 이전
- 30일: 라이선스 반납 또는 구독 취소
- 30일: 자산대장 상태 갱신과 회수 완료 확인
SSO로 잡히지 않는 잔여물이 늘 남습니다. 개인 이메일 계정, 팀 공유 계정, OAuth 토큰, 청구 담당자. 이 네 가지는 수동 점검 항목으로 고정해 둡니다.
| 주체 | 담당 항목 | 기한 |
|---|---|---|
| 인사 | 퇴사 확정 통보, 서약서 보관 | D-3 |
| IT | SSO 차단, 세션 종료, 라이선스 반납 | D-0~30일 |
| 보안 | API 키 폐기, OAuth 해제, 로그 보존 | 48시간 |
| 현업 팀장 | 이력·파일 이관, 에이전트 승계 지정 | 7~14일 |
한 사업부에서 스물네 명이 사전 설문에 답했는데, 자기 작업 절차를 남이 링크 하나로 받아 쓸 수 있게 가진 사람은 0명이었습니다. 계정 회수가 어려운 진짜 이유가 여기 있습니다. 회수할 자산이 전부 개인 안에만 있으면, 계정을 끄는 순간 업무도 함께 꺼집니다.
규제 업종이라면 이 기록 자체가 점검 대응 자료가 됩니다. 전체 도입 절차와의 연결은 규제산업 AI 도입 로드맵에서 이어서 확인할 수 있습니다.
직접 관리 vs 관리 솔루션 도입, 우리 규모엔 뭐가 맞나요?
“솔루션까지 사야 하나요?” 이 질문이 가장 먼저 나옵니다.
답은 인원수와 데이터 등급에서 갈립니다. 계정이 수십 개면 자산대장으로 충분하고, 수백 개가 되는 순간 사람이 따라가지 못합니다.
| 방식 | 적합 규모 | 커버 범위 | 도입 난이도 | 월 비용대(추정) | 감사 증빙 |
|---|---|---|---|---|---|
| 스프레드시트 수기 관리 | 50명 미만 | 비용·계정(수동) | 낮음 | 0원 | 약함(수기 기록 한계) |
| IdP(SSO) 중심 관리 | 50~300명 | 계정·접근권한 | 중간 | 1인 월 3~8천원대 | 보통(로그인 로그) |
| SaaS·구독 관리 솔루션(스코디 등) | 100~300명 | 비용·구독·계정 가시성 확보 | 중간 | 1인 월 2~6천원대 | 좋음(결제·사용 이력) |
| 보안 게이트웨이형(Akamai Workforce Protector, 심플리 계열) | 300명 이상·규제산업 | 트래픽·AI 사용량 추적·차단 | 높음 | 별도 견적 | 강함(접속·업로드 로그) |
표의 가격은 공개 자료와 자체 조사로 추정한 범위입니다. 실제 견적은 인원·모듈·계약 기간에 따라 달라지니 기준선으로만 보면 됩니다.
규모별로 정리하면 이렇습니다. 50명 미만은 자산대장과 IdP로 버틸 수 있고, 100~300명은 구독 관리 솔루션 같은 도구로 결제와 계정을 한 화면에 모으는 편이 빠릅니다. 규제산업에서 300명을 넘으면 AI 사용 제어 계열 게이트웨이를 병행해야 업로드 증빙까지 남습니다.
어떤 방식을 고르든 벤더에게 물어볼 것은 네 가지입니다.
- 수집 데이터의 보관 위치(국내/해외 리전)
- 로그 보존 기간과 연장 옵션
- 계약 종료 시 데이터 반출 형식과 기한
- 국내 개인정보·AI 규제 대응 범위
계약서 조항까지 따져야 할 단계라면 AI 솔루션 벤더 선정 기준을 함께 보면 질문 목록이 더 촘촘해집니다.
4주 안에 정리하려면 매주 무엇을 해야 하나요?
한 번에 다 하려다 2주차에 멈추는 경우가 많습니다. 주차별로 산출물 하나씩만 남기면 끝까지 갑니다.
- 1주차 — 가시성 확보. 법인카드 결제 내역, Google Workspace·Microsoft 365의 OAuth 승인 목록, 익명 설문을 교차 확인합니다. 산출물은 ‘AI 툴 현황표’ 한 장. 성공 기준은 미등록 툴 0건입니다.
- 2주차 — 권한 재설계. 역할 4단계를 확정하고, 같은 용도의 중복 툴을 통폐합할지 결정합니다. 업무용 도메인 계정으로 일원화한다는 공지가 이 주의 산출물입니다.
- 3주차 — 자동화. SSO와 SCIM을 연동해 입·퇴사 처리를 인사 시스템에 태웁니다. 신규 AI 툴 결제는 승인 프로세스를 거치게 바꿉니다.
- 4주차 — 모니터링. 월간 사용률 리포트 주기를 정하고, 60일 미접속 계정은 자동 회수되도록 규칙을 겁니다. 분기 재점검 일정을 캘린더에 걸면 한 사이클이 닫힙니다.
4주 끝의 숫자 기준은 두 개면 충분합니다. 유령 계정 비율 5% 이하, 오프보딩 SLA 준수율 100%. 이 둘이 지켜지면 TCO 절감은 따라옵니다.
그런데 도구를 다 정리해도 사람이 모르면 섀도 AI는 다시 생깁니다. 교육 현장에서 가장 자주 보는 장면이 “어, 저도 그렇게 하는데요”입니다. 같은 팀에서 각자 따로 알아낸 방법을, 서로 모른 채 각자의 계정으로 쓰고 있는 겁니다.
그래서 4주차 다음에는 규칙 교육이 붙어야 합니다. 어떤 데이터를 어디까지 넣어도 되는지 합의하는 과정은 규제산업 AI 사내교육 설계에서 과정 단위로 다룹니다.
우리 조직이 지금 어느 단계인지 숫자로 잡히지 않는다면, 3분 무료 AI 성숙도 진단이 1주차 설문을 일부 대신합니다. 보안·거버넌스 항목 점수가 리포트로 나와 품의서 배경란에 그대로 붙일 수 있습니다.
자주 묻는 질문
AI 툴 계정 관리와 일반 SaaS 관리는 무엇이 다른가요?
계정·비용 축은 같고, ‘입력 데이터가 외부로 나간다’는 축이 하나 더 붙습니다. 일반 SaaS는 누가 쓰고 얼마를 내는지만 보면 되지만, AI 툴은 직원이 어떤 문서를 붙여 넣었는지가 곧 리스크가 됩니다. 그래서 자산대장에 데이터 등급 컬럼이 들어가고, 학습 데이터 사용 여부(옵트아웃) 설정과 대화 이력 보존 기간이 관리 항목으로 올라옵니다. 민감정보를 다루는 조직이라면 AI 데이터 거버넌스 구축 기준과 같이 묶어 설계하는 편이 안전합니다.
회사에서 쓰는 AI 툴이 몇 개인지 어떻게 파악하나요?
한 경로로는 안 잡히고, 네 경로를 교차해야 숫자가 맞습니다. 법인카드·경비정산에서 월 2~4만원대 반복 결제를 걸러내고, Google Workspace와 Microsoft 365의 서드파티 OAuth 연동 목록을 뽑습니다. 여기에 네트워크·프록시 로그의 AI 도메인 접속 집계를 더하면 결제 없이 쓰는 무료 계정까지 드러납니다. 마지막은 익명 설문인데, ‘벌주지 않는다’를 먼저 못 박아야 섀도 AI가 실제로 올라옵니다.
퇴사자의 AI 툴 계정은 어떻게 회수해야 하나요?
SSO 차단만으로는 절반도 끝나지 않습니다. SSO는 로그인 경로만 막을 뿐, 이미 발급된 API 키와 개인 이메일로 가입한 계정, 외부 서비스에 걸어둔 OAuth 토큰은 그대로 살아 있기 때문입니다. 퇴사 당일 SSO와 세션을 차단하고, 48시간 안에 API 키를 폐기하며, 7일 안에 대화 이력과 파일을 인수인계하고, 30일 안에 라이선스를 반납하는 SLA로 끊어두면 담당자가 바뀌어도 같은 속도가 유지됩니다.
개인 AI 계정과 업무용 AI 계정을 분리해야 하는 이유는?
개인 계정은 회사가 들여다볼 수도, 회수할 수도, 감사에 제출할 수도 없기 때문입니다. 사고가 났을 때 ‘누가 어떤 자료를 어느 툴에 넣었는지’ 증빙하지 못하면 점검에서 그대로 지적 사항이 됩니다. 더 흔한 손실은 보안이 아니라 자산 쪽입니다. 그 사람이 1년 동안 다듬어 둔 지시문과 대화 이력이 퇴사와 동시에 통째로 사라집니다. 업무용 도메인 계정만 허용하는 원칙이 결국 회사 자산을 지키는 장치입니다.
직원 50명 규모인데도 계정 관리 솔루션을 사야 하나요?
50명 미만이라면 자산대장과 IdP(SSO), 분기 점검만으로 충분합니다. 이 규모에서는 솔루션 비용이 누수 금액을 넘기 쉽고, 엑셀 한 장으로도 전수 추적이 가능합니다. 도입을 검토할 기준선은 인원이 아니라 세 가지 신호입니다. AI 툴이 10개를 넘었거나, 규제 산업이라 사용 이력을 남겨야 하거나, 외부 감사에서 계정 목록을 요구받기 시작했을 때. 하나라도 걸리면 수기 관리의 유지비가 더 비싸집니다.
마무리
계정 정리는 보안 과제처럼 보이지만, 실제로는 자산 관리 과제입니다. 흩어진 걸 모으는 일이니까요.
- AI 툴 계정 관리의 출발점은 통제가 아니라 가시성 — 자산대장 한 장이 먼저
- 누수의 본체는 라이선스비가 아니라 중복 구독·유령 계정·증빙 불가 비용
- SSO는 입구만 막는 장치, 퇴사자 회수는 SCIM과 SLA가 있어야 완결
오늘 할 수 있는 한 가지는 작습니다. 최근 3개월 법인카드 내역을 열어 월 2~4만원대 반복 결제를 필터링하고, 툴명과 소유 부서 두 칸만 적어보는 일입니다. 보통 예상보다 서너 개가 더 나옵니다.
그런데 목록을 다 만들고 나면 다음 벽이 바로 옵니다. “그래서 이걸 정리하는 데 얼마를 쓰겠다”를 결재선에 통과시키는 일입니다. 저는 결재하는 쪽에 앉아 교육·도구 품의서를 승인하고 반려해봤는데, 반려 사유는 거의 늘 같았습니다. 문제 설명은 충분한데 숫자와 회수 기간이 비어 있다는 것.
그래서 현황표를 만든 다음에는 숫자를 채우는 쪽으로 넘어가야 합니다. 규제 산업이라 계정 관리가 도입 체계 전체와 엮여 있다면 규제산업 AI 도입 완벽 가이드: 금융·의료·제약 실무자를 위한 2026 로드맵에서 앞뒤 순서를 확인할 수 있고, 계약 단계 질문은 AI 솔루션 벤더 선정 기준에 정리해 뒀습니다.
이미 한 번 “내년에 하자”로 반려당한 상태라면, 빈 양식보다 채워진 문서가 필요합니다. 320명 규모 가상 기업 시나리오로 예산·회수 기간까지 전 칸을 기입한 품의서 완성 예시본과, ‘보안은?’ ‘효과 증명은?’ ‘무료로 배우면 되잖나’ 같은 반려 사유 5가지별 재상신 문구가 함께 들어 있습니다. AI 교육 도입 서류 3종 무료로 받기 — 전 칸을 채운 품의서 완성 예시본과 반려 사유 5가지별 재상신 문구 포함 (편집용 DOCX)