AI가 성과를 높일수록 사람의 권리와 책임, 공시와 내부통제도 함께 강화해야 한다
그림 1. AI 기반 ESG 성과관리 대시보드 예시
AI ESG 경영은 기업의 환경·사회·지배구조 관리 방식에도 변화를 가져오고 있다. 에너지 사용량을 분석하고, 탄소배출을 줄이며, 공급망의 위험을 찾아내는 데 AI를 활용하는 기업이 늘고 있다.
그러나 AI가 ESG 문제를 자동으로 해결해 주는 것은 아니다. 채용, 인사평가, 고객 응대, 생산설비, 자율주행 등 중요한 의사결정에 AI가 사용되면서 AI 자체가 새로운 환경·사회·지배구조 위험을 만들 수도 있다.
따라서 기업은 AI로 얻는 효율만 볼 것이 아니라 AI를 사용하면서 새롭게 생기는 위험과 책임까지 함께 관리해야 한다.
| 핵심 메시지: AI는 ESG를 대신하는 기술이 아니다. ESG 업무를 더 정확하고 효율적으로 수행할 수 있도록 돕는 도구인 동시에, 제대로 관리하지 않으면 새로운 ESG 위험을 만들 수도 있다. |
목차
1. AI 시대, ESG 경영은 왜 더 중요해졌나
ESG는 더 이상 환경보호 활동이나 사회공헌 실적을 정리해 발표하는 데 그치지 않는다.
기업이 환경·사회·지배구조와 관련해 어떤 위험에 노출되어 있는지, 그 위험을 어떻게 관리하고 있는지를 투자자와 정부, 고객에게 설명하는 경영관리의 한 부분이 되고 있다.
기업이 관리해야 할 데이터도 크게 늘었다. 탄소배출, 에너지 사용량, 협력사의 환경·노동 문제, 산업안전, 공급망 위험 등을 사람이 일일이 확인하기는 쉽지 않다.
AI는 많은 양의 데이터를 빠르게 분석하고 이상 징후를 찾아내는 데 강점이 있다.
예를 들어 제조기업은 설비별 전력 사용량을 분석해 에너지 낭비가 큰 공정을 찾을 수 있다. 글로벌 기업은 여러 협력사의 환경·노동 관련 자료를 분석해 상대적으로 위험이 높은 업체를 먼저 점검할 수도 있다.
| 핵심 ① AI는 ESG 경영을 대신하는 것이 아니라, ESG 업무를 더 정확하고 효율적으로 수행하도록 돕는 도구다. |
AI가 전기를 많이 사용하는데도 온실가스를 줄일 수 있을까?
AI 모델과 데이터센터는 많은 전력과 냉각용수를 사용한다. 따라서 AI 자체를 무조건 친환경 기술이라고 보기는 어렵다.
다만 AI를 전력망, 제조공정, 물류, 농업 등에 잘 활용하면 AI를 운영하는 데 드는 자원보다 더 큰 에너지와 자원 절감 효과를 얻을 가능성도 있다.
예를 들어 제조기업은 설비별 전력 사용량을 분석해 에너지 낭비가 큰 공정을 찾을 수 있다. 글로벌 기업은 여러 협력사의 환경·노동 관련 자료를 분석해 상대적으로 위험이 높은 업체를 먼저 점검할 수도 있다.
PwC UK와 Microsoft의 분석에서는 농업·물·에너지·운송 분야에서 AI 활용이 경제적 가치와 온실가스 감축에 기여할 가능성을 제시했다. 다만 이러한 수치는 실제로 이미 달성된 결과가 아니라 일정한 조건을 가정한 전망치라는 점을 함께 봐야 한다.
AI ESG 경영의 핵심은 AI를 많이 사용하는 것이 아니라, ESG 성과를 높이면서 AI가 만드는 새로운 위험까지 함께 관리하는 데 있다.
| 핵심 ② AI의 환경효과를 평가할 때는 AI가 사용하는 전력만 볼 것이 아니라, AI를 활용해 실제로 얼마나 많은 에너지와 자원, 탄소배출을 줄였는지도 함께 봐야 한다. |
AI 활용이 늘어날수록 다른 문제도 생긴다. 채용 과정의 편향, 잘못된 고객 안내, 자율주행 사고, 해킹과 과도한 직원 감시처럼 AI 자체가 새로운 ESG 위험의 원인이 될 수 있다.
| 핵심 ③ 기업은 AI를 적극적으로 활용하는 동시에, 잘못된 결과가 발생했을 때 누가 확인하고 책임질 것인지도 미리 정해 두어야 한다. AI의 성능이 높아질수록 인간의 권리와 통제 장치도 함께 강해져야 한다. |
2. ESG 공시는 무엇이 의무이고 무엇이 권고인가
ESG 관련 제도는 이름이 비슷해 혼동하기 쉽다. 특히 기업지배구조보고서와 지속가능성 공시는 서로 다른 제도이므로 구분해서 볼 필요가 있다.
① 기업지배구조보고서(G) — 이미 의무공시가 확대돼 왔다
기업지배구조보고서 의무 대상은 자산 규모를 기준으로 단계적으로 확대돼 왔다. 2026년부터는 코스피 상장기업 전체로 확대되는 일정이 적용된다.
| 연도 | 의무공시 대상 | 구분 |
| 2019~2021 | 자산총액 2조원 이상 코스피 상장사 | 기업지배구조보고서 |
| 2022~2023 | 자산총액 1조원 이상 코스피 상장사 | 기업지배구조보고서 |
| 2024~2025 | 자산총액 5천억원 이상 코스피 상장사 | 기업지배구조보고서 |
| 2026~ | 전체 코스피 상장기업 | 기업지배구조보고서 |
② 지속가능성 공시(E·S·기후 등) —의무공시가 단계적으로 확대된다
환경·사회·기후 등 지속가능성 정보를 공개하는 제도는 기업지배구조보고서와 별도로 추진되고 있다.
과거에는 더 빠른 의무화 일정이 거론됐지만, 최종 일정은 조정됐다. 따라서 기업은 현재의 확정된 의무 대상뿐 아니라 향후 확대될 공시 범위에도 대비할 필요가 있다.
| 공시연도 | 대상 | 현재 성격 |
| ~2027 | 법정 지속가능성 공시 의무 시행 전 | 자율공시·선제 대응 |
| 2028 (FY2027) | 연결자산총액 10조원 이상 코스피 상장사 | 법정 의무공시 시작 |
| 2029 | 연결자산총액 5조원 이상 코스피 상장사 | 의무 대상 확대 |
| 2030년 이후 | 연결자산총액 2조원 이상으로 코스피 상장사로 확대 검토 | 2028~2029년 제도 운영상황 등을 고려해 결정 |
중요: 기업지배구조보고서와 지속가능성 공시는 서로 다른 제도이므로 적용 대상과 시행 시기를 혼동하지 않아야 한다.
③ 중소기업도 ESG 자료를 준비해야 하는 이유
많은 중소기업은 아직 직접적인 지속가능성 공시 의무 대상이 아니다.
그러나 대기업이나 금융기관이 ESG 정보를 공시하기 위해 협력업체에 탄소배출량, 산업안전, 노동환경, 공급망 관련 자료를 요구할 수 있다.
따라서 법적으로 공시 의무가 없는 기업이라도 대기업 납품, 수출, 금융거래를 위해 ESG 관련 자료를 준비해야 하는 경우가 늘어날 수 있다.
| 대상 | 의무/권고 | 기업이 준비할 사항 |
| 전체 코스피 상장사 | 기업지배구조보고서: 2026년부터 의무 | G 핵심원칙·준수 여부 공시 |
| 연결자산총액 10조원 이상 코스피 상장사 | 지속가능성 공시: 2028년(FY2027)부터 의무 | 기후·지속가능성 위험·기회 및 관련 지표 |
| 중견·중소기업·비상장사 | 일반적으로 자율·권고 | K-ESG·공급망 가이드라인에 따라 핵심 데이터 준비 |
| 대기업 공급망 협력사 | 법정 의무와 별개로 거래상 요구 가능 | 탄소·인권·안전·윤리·정보보안 자료 대응 |
정리하면, ‘1조원 이상 상장사는 2025년부터 지속가능성 공시 의무’라는 표현은 현재 기준으로 맞지 않는다. 1조원 기준은 2022년부터 적용된 기업지배구조보고서 기준이며, 지속가능성 법정공시는 2028년부터 별도 로드맵으로 시작한다.
자료: 금융위원회 기업지배구조보고서 공시제도, 금융위원회 「지속가능성(ESG) 공시 제도화 방안(최종안)」(2026.07.08), 산업통상자원부 K-ESG·공급망 대응 K-ESG 가이드라인.
3. 지배구조 실패의 원인은 서로 다르다 — AI는 무엇을 도울 수 있을까
대한항공 ‘땅콩 회항’ — 오너 리스크와 권력통제 실패
2014년 대한항공 ‘땅콩회항’ 사건은 단순한 서비스 문제가 아니었다. 회사의 높은 지위에 있는 사람이 현장 직원에게 과도한 권한을 행사했지만, 이를 즉시 막을 수 있는 내부 통제장치가 제대로 작동하지 않았다는 점에서 지배구조의 문제를 보여준 사례다.
AI가 이런 문제를 직접 해결할 수는 없다. 그러나 반복되는 비정상적인 지시, 규정 위반, 과도한 권한 행사 등의 징후를 찾아내 사람이 더 일찍 확인하도록 돕는 역할은 할 수 있다.
AI가 할 수 있는 가장 유용한 역할은 ‘규정 위반 자동경보’다. 운항·안전·인사 등 정상 절차를 벗어난 예외 지시가 발생하면 AI가 규정과 비교해 위험신호를 만들고, 일정 수준을 넘으면 감사·준법 조직에 자동 보고하도록 설계할 수 있다. 사람의 용기에만 의존하지 않고 시스템이 먼저 문제를 드러내는 방식이다.
폭스바겐 디젤게이트 — 목표 달성 압박과 내부통제의 실패
폭스바겐 사건은 최고경영자가 모든 직원에게 배출가스 조작을 직접 지시했다는 단순한 사건으로 보기 어렵다.
강한 성과압박과 목표 달성 중심의 조직문화 속에서 문제를 제기하기 어려웠고, 내부 통제와 감시가 제대로 작동하지 못했다는 점이 핵심이다.
AI를 활용하면 시험실 측정치와 실제 도로주행 데이터의 차이를 지속적으로 비교해 이상 징후를 발견할 수 있다. 다만 AI가 이상을 찾아내더라도 사람이 문제를 묵살한다면 아무 소용이 없다.
| 핵심 포인트 대한항공형 문제에는 ‘규정 위반 자동경보’, 폭스바겐형 문제에는 ‘성과와 실제 데이터의 불일치 탐지’가 효과적이다. AI는 경영자를 대신하는 것이 아니라, 사람이 말하지 못하거나 조직이 외면하는 이상징후를 더 일찍 드러내는 도구다. |
4. AI와 인간이 충돌할 때, ESG는 누구를 보호해야 하나
핵심은 AI와 인간 중 누가 더 옳은지를 따지는 것이 아니다. AI의 판단이 아무리 정확하더라도 그 결과가 사람의 직업, 소득, 기회, 안전, 권리에 큰 영향을 준다면 사람이 다시 확인하고 이의를 제기할 수 있는 절차가 필요하다.
| 사례 | 문제 | ESG 교훈 |
| Amazon 채용 AI | 과거 채용자료의 편향이 AI 판단에 반영될 가능성 | AI 채용도 편향 여부를 점검하고 사람이 최종 판단 |
| Air Canada 챗봇 | 챗봇의 잘못된 안내로 고객 분쟁 발생 | ‘AI가 말했다’는 이유로 기업 책임을 피할 수 없음 |
| Cruise 로보택시 | 자율주행 사고와 안전관리 문제 | 고위험 AI에는 사람의 감독과 즉시 중단할 수 있는 장치 필요 |
AI 시대에 최소한 보장해야 할 세 가지
1. 알 권리
채용, 평가, 징계처럼 중요한 결정에 AI가 사용됐는지 당사자가 알 수 있어야 한다.
2. 이의를 제기할 권리
AI 결과가 부당하다고 생각되면 이유를 확인하고 재검토를 요구할 수 있어야 한다.
3. 사람이 다시 검토할 권리
생명, 안전, 직업, 권리에 큰 영향을 미치는 결정은 책임 있는 사람이 최종적으로 다시 확인해야 한다.
| 핵심 포인트 기존 ESG의 S(사회)가 주로 사람이 다른 사람의 권리를 침해하지 않도록 하는 데 초점을 맞췄다면, AI 시대에는 AI를 이용한 의사결정으로 사람의 권리가 침해되지 않도록 관리하는 것까지 포함해야 한다. |
사례 자료: Reuters(Amazon), Moffatt v. Air Canada, California DMV(Cruise). 상세 URL은 문서 마지막 ‘출처와 읽을거리’ 참조.
5. AI 오류·해킹으로 사고가 나면 누가 책임지는가
“AI가 잘못 판단했기 때문에 아무도 책임질 수 없다”는 주장은 성립하기 어렵다. AI는 스스로 법적 책임을 지는 주체가 아니므로, 책임은 AI를 설계하고 공급하고 도입하고 운영한 조직과 사람의 역할에 따라 판단해야 한다.
| 주체 | 핵심 책임 | 사고 시 확인할 것 |
| 이사회·경영진 | 고위험 AI 사용 승인, 위험기준과 책임자 지정 | 승인 기록, 정책, 이사회 보고자료 |
| AI 공급사·개발사 | 모델 성능과 한계 설명, 보안·안전 검증 | 모델 버전, 시험·검증·업데이트 기록 |
| 도입·운영부서 | 현장 사용절차와 사람의 감독체계 운영 | 사용기록, 운영기록, 사고 대응기록 |
책임의 핵심은 ‘누가 마지막 버튼을 눌렀나’만이 아니다. 위험을 예견할 수 있었는지, 누가 권한을 부여하고 업데이트를 승인했는지, 경고를 무시했는지, 사고 로그가 남아 있는지가 함께 중요하다.
| 핵심 포인트 AI가 판AI 사고에서 가장 중요한 것은 사고 이후 책임자를 찾는 것만이 아니다. 처음부터 누가 어떤 결정을 내렸는지 확인할 수 있도록 기록을 남겨 두는 것이 중요하다.단하더라도 책임은 사라지지 않는다. 고위험 AI일수록 ‘누가 승인하고, 누가 멈추며, 누가 책임지는가’를 사전에 정해야 한다. |
6. 사고 원인이 복잡할수록 기록이 중요하다
자율주행차나 로봇처럼 여러 장치와 소프트웨어가 함께 작동하는 시스템에서는 사고 원인이 하나로 명확하게 드러나지 않을 수 있다.
따라서 중요한 것은 사고 이후 누군가의 기억에 의존하는 것이 아니라, 어떤 데이터가 입력됐고 AI가 어떤 판단을 했으며 누가 승인했는지를 기록으로 확인할 수 있게 하는 것이다.
예를 들어 다음 기록이 필요하다.
시스템이나 모델이 언제 변경됐는지
AI가 어떤 정보를 입력받았는지
어떤 판단과 명령을 내렸는지
사람이 언제 개입했는지
| 핵심 포인트 피지컬 AI에서 사이버보안은 IT 부서만의 문제가 아니다. 해킹과 AI 오류가 사람의 안전으로 연결되므로 ESG의 S(안전)와 G(책임·통제)가 함께 관리해야 한다. |
자료: NIST AI Risk Management Framework 1.0.
7. AI가 들어오면 ESG의 관리 대상도 달라진다
기존 ESG의 기본 방향은 그대로 유지된다. 다만 AI가 기업 활동에 깊이 들어오면서 각 영역에서 관리해야 할 위험이 추가되고 있다.
| 구분 | 기존 ESG의 관심 | AI 시대에 추가되는 과제 |
| E 환경 | 에너지·탄소·자원 사용 | AI·데이터센터의 전력·용수 사용과 AI를 통한 에너지 절감 효과를 함께 평가 |
| S 사회 | 노동·안전·인권·소비자 보호 | AI 채용 편향, 직원 감시, 고객 차별, AI 안전사고 관리 |
| G 지배구조 | 이사회 감독·내부통제·책임 | AI 사용 승인, 책임자 지정, 의사결정 기록, 사람의 최종 감독 |
| 핵심 포인트 AI 때문에 ESG의 기본 원칙이 바뀌는 것은 아니다. 다만 환경에서는 AI 자체가 사용하는 자원까지, 사회에서는 AI가 사람에게 미치는 영향까지, 지배구조에서는 AI를 누가 승인하고 감독할 것인지까지 관리범위가 넓어진다.AI 시대 ESG의 변화는 간단하다. E에는 ‘순환경효과’, S에는 ‘AI로부터 영향을 받는 인간의 권리’, G에는 ‘AI를 감독하고 책임지는 구조’가 강화되어야 한다. |
8. 기업은 AI 사용에 어떤 원칙을 만들어야 하나
규정을 너무 많이 만드는 것보다 실제 현장에서 작동할 수 있는 몇 가지 핵심 원칙을 정하는 것이 중요하다.
① 중요한 결정은 사람이 최종 확인한다
채용·평가·징계·의료·안전처럼 사람의 권리나 신체에 큰 영향을 주는 분야에서는 AI 결과를 그대로 최종 결정으로 사용하지 않도록 한다.
당사자가 AI 사용 사실을 알 수 있고, 결과에 이의를 제기할 수 있으며, 필요한 경우 사람이 다시 검토할 수 있어야 한다.
② 중요한 AI 결정은 기록으로 남기고 독립적으로 확인한다
AI가 어떤 데이터를 사용했고 어떤 결과를 냈으며 누가 승인했는지를 기록한다.
중대한 오류나 문제가 발생하면 해당 부서 안에서만 처리하지 말고 감사나 준법, 위험관리 등 독립적인 조직이 다시 확인할 수 있도록 한다.
이 원칙은 대한항공이나 폭스바겐 같은 과거의 내부통제 실패에서도 적용할 수 있다. 중요한 문제를 개인의 용기나 조직문화에만 맡기지 않고, 시스템을 통해 기록하고 확인하는 것이다.
| 핵심 포인트 AI 거버넌스의 목적은 AI를 더 많이 통제하는 데 있지 않다. 문제가 생겼을 때 사람이 중단하고 다시 검토할 수 있으며, 누가 어떤 결정을 했는지 확인할 수 있는 구조를 만드는 데 있다. |
관련 제도: 대한민국 인공지능기본법, EU AI Act의 고영향·고위험 AI에 대한 위험관리·투명성·기록·인간감독 방향.
9. 우리 회사가 지금 확인해야 할 5가지
1. 사람의 직업·권리·안전에 큰 영향을 주는 AI를 어디에서 사용하고 있는가?
2. AI의 판단을 사람이 최종적으로 확인하거나 중단할 수 있는가?
3. AI가 잘못된 결과를 냈을 때 원인을 확인할 수 있도록 기록을 남기고 있는가?
4. 중대한 AI 이상이나 사고를 감사·준법·위험관리 조직에 자동 또는 의무적으로 보고하고 있는가?
5. 지속가능성 보고서의 AI 관련 주장과 실제 내부자료·감사 결과가 일치하는가?
마무리 — AI 시대 ESG의 핵심은 책임과 내부통제다
AI는 에너지 낭비를 줄이고 공급망의 위험을 빠르게 찾아내는 강력한 도구가 될 수 있다. 반면 채용 편향, 잘못된 고객 안내, 과도한 직원 감시, 로봇이나 자율주행 사고처럼 새로운 ESG 위험을 만들 수도 있다.
따라서 AI 시대의 ESG 경영에서 중요한 것은 AI를 많이 사용하는 것이 아니다. 어디에 AI를 사용할 것인지, 사람이 언제 개입할 것인지, 문제가 발생하면 누가 책임질 것인지, 그리고 이를 확인할 기록이 남아 있는지를 명확하게 정하는 것이다.
결국 AI ESG 경영은 기술 도입보다 책임 있는 의사결정과 내부통제가 중요하다.
함께 읽기: 피지컬 AI시대 – 내 일자리는 어떻게 변화하나
출처와 읽을거리
1. 금융위원회, 「지속가능성(ESG) 공시 제도화 방안(최종안)」, 2026 — Link
2. Council of the EU, CSRD/CS3D simplification, 2026.02.24 — Link
3. PwC, How AI can enable a sustainable future — Link
4. 대법원, 항공기 탑승구 복귀 사건(2015도8335) — Link
5. U.S. EPA, Learn About Volkswagen Violations — Link
6. Reuters, Amazon scraps secret AI recruiting tool that showed bias against women — Link
7. CanLII Blog, Moffatt v. Air Canada, 2024 BCCRT 149 —Link
8. California DMV, DMV Statement on Cruise LLC Suspension — Link
9. ILO, Algorithmic management in the workplace — Link
10. NIST, Artificial Intelligence Risk Management Framework 1.0 — Link
11. European Commission, AI Act regulatory framework —Link
12. 국가법령정보센터, 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」 — Link
13. 금융위원회, 「‘26년부터 기업지배구조보고서 공시대상이 전체 유가증권시장 상장기업으로 확대됩니다」 — Link
14. K-ESG, 「K-ESG 가이드라인 v2.0」 — Link
15. K-ESG, 「공급망 대응 K-ESG 가이드라인」 — Link
※ 기준일: 2026년 8월 25일. 규제·공시 일정은 이후 법령·시행령·감독규정 개정에 따라 달라질 수 있습니다. 본 글은 일반적인 정보 제공 목적이며 법률·투자 자문이 아닙니다.