출장용접 [점선면]정부가 쏘아올린 ‘배임죄 폐지’ 논쟁···‘재벌 봐주기’ 될까? > 자유게시판

소통공간

출장용접 [점선면]정부가 쏘아올린 ‘배임죄 폐지’ 논쟁···‘재벌 봐주기’ 될까?

이길중
쪽지보내기 메일보내기 자기소개 아이디로 검색 전체게시물

25-10-10
79 회

출장용접 재벌 등 기업인들의 비리 범죄 처벌 체계에 거대한 지각 변동이 예고됐습니다. 정부·여당이 대표적인 경제형벌인 ‘배임죄’를 폐지하겠다고 밝히면서입니다. 경영계는 배임죄가 ‘걸면 걸리는’ 법이라 자유로운 기업활동을 옥죈다며 폐지를 주장해 왔습니다. 시민사회는 재벌 총수 일가의 전횡을 막을 수단이 사라진다며 폐지에 반대합니다. 어떻게 봐야 할까요? 점선면이 배임죄 폐지 논쟁을 알기 쉽게 설명해드리겠습니다.
정부와 더불어민주당은 지난달 30일 110개 경제형벌 규정을 바꾸는 ‘경제형벌 합리화 1차 방안’을 발표했습니다. 가장 주목받은 내용은 1953년 형법 제정 때부터 존재했던 배임죄를 72년 만에 폐지하겠다는 것이었습니다. 정부는 대신 경영진 견제·처벌 공백을 막기 위한 대체 입법을 조속히 마련하겠다고 했습니다. 소액주주의 기업 정보 접근권을 강화하는 ‘디스커버리(상대가 가진 증거를 확인할 수 있게 하는 것)’ 제도, 집단소송제도 도입 확대 등이 대책으로 검토되고 있습니다.
배임죄란 “타인의 사무를 처리하는 자가 그 임무에 위배하는 행위로써 재산상의 이익을 취득하거나, 제3자로 하여금 이를 취득하게 해 본인에게 손해를 가하는” 죄입니다. 형법상 횡령죄와 경계가 다소 모호한데요. 보통 횡령죄가 ‘재물’을 대상(객체)으로 한다면, 배임죄는 행위자가 얻는 ‘재산상 이익’을 대상으로 한다고 구분합니다.
논쟁은 오래됐습니다. 경영계 등 폐지 찬성론자들은 배임죄의 구성요건이 추상적이고 모호해 기업활동을 위축시킨다고 지적합니다. 예를 들어 경영진이 나름 고심해 합리적인 결정을 내렸는데 손해가 난 경우에도 배임죄로 고소·고발될 수 있다는 겁니다. 배임죄는 손해를 끼칠 ‘위험’까지 구성요건에 포함하고 있습니다. 특히 최근 상법 개정으로 이사의 ‘주주 충실의무(이사는 회사와 주주의 이익 모두에 충실해야 한다는 의무)’가 도입되면서 배임죄 폐지론은 탄력을 얻었습니다. 경영상 합리적 판단도 주주들이 배임으로 걸 수 있으니 배임죄를 폐지해야 균형이 맞는다는 주장입니다.
경영계는 배임죄의 모호성 때문에 연 2000여건의 관련 신고가 접수되는데, 정작 전체 배임죄 사건의 1심 무죄율은 6.9%로 전체 형사범죄 무죄율(3.3%)의 2배 이상이라고 지적합니다. 명확한 입증은 어렵지만 경영활동을 위축시키기엔 충분한 수단이라는 이야기지요. 폐지 찬성론자들은 배임죄를 ‘걸면 걸리는 법’ ‘교도소 담장 위를 걷는 법’이라고도 부릅니다.
시민사회 등 폐지 반대론자들은 재벌 비리가 심각한 한국 경제에서 배임죄가 효과적인 통제장치로 기능해왔다고 반박합니다. 재벌 총수 일가가 그룹을 장악하거나 2·3세 승계를 위해 저지르는 각종 위법은 대부분 배임죄에 걸립니다. 2011~2021년 배임죄로 재판에 넘겨진 재벌 총수 일가 22명 중 19명이 유죄가 확정됐는데요. 주로 회사자금 횡령, 조세포탈, 비자금 조성 등이었습니다. 법적 모호성에 대한 반박으로는 헌법재판소의 2015년 결정이 꼽히는데요. 당시 헌재는 “배임죄의 요건은 대법원 판례 등으로 정해져 있다”며 전원일치 의견으로 배임죄가 합헌이라고 봤습니다.
국민의힘은 이번 발표에 정치적 목적이 있다고 의심합니다. 이재명 대통령이 배임죄로 걸려 있는 ‘대장동 재판’을 무효화(면소)하기 위해 배임죄를 없애려는 것 아니냐는 주장이죠. 이 때문에 전통적으로 배임죄 폐지에 부정적이었던 민주당이 폐지를 주장하고, 폐지를 주장해 왔던 국민의힘이 비판에 나서는 특이한 상황이 펼쳐졌습니다.
하지만 국민의힘의 공세는 설득력이 떨어집니다. 배임죄 폐지 논쟁은 대장동 사건 이전부터 있었고, 국민의힘 쪽에서 배임죄 완화·폐지를 주장해 온 전력도 있죠. 배임죄 폐지가 한국 경제 체질에 미칠 막대할 영향을 생각하면 ‘진영논리’를 벗어두고 제대로 득실을 논의해야 합니다.
해외 사례를 볼까요. 미국과 영국 등 영미법계 국가는 형사범죄로서의 배임죄를 두지 않습니다. 대신 민사 영역에서 경영자의 ‘주의의무’와 ‘(회사 이익에 대한) 충실의무’를 다루죠. 배임죄를 형사범죄로 보는 나라는 독일과 일본입니다. 다만 독일은 ‘충분한 정보에 근거한 합리적 판단’이라면 의무 위반이 아니라고 보는 등 요건을 엄격하게 따집니다. 일본도 ‘고의성’을 중요하게 봅니다. 원래 국회에 제출된 배임죄 완화 형법 개정안들은 독일 모델에 가까웠습니다. 그러나 정부·여당의 결론은 형법상 배임죄가 아예 없는 미국·영국 모델로, 국회 개정안보다 더 기업에 유리한 쪽으로 났습니다.
정부는 디스커버리 제도 등 대체입법으로 부작용을 막겠다고 하지만, 시민사회의 우려는 가라앉지 않고 있습니다. 재벌·경영진 비리를 막을 보완책이 마련되지도 않았는데 배임죄 폐지를 주장하는 건 순서가 바뀐 접근이라는 비판입니다. 디스커버리 제도가 도입된다 해도 내부자가 아닌 이상 총수 일가의 비위를 명확하게 찾아내는 건 어렵습니다.
정쟁으로 몰아갈 일도, 속도전으로 밀어붙일 일도 아닙니다. 배임죄 폐지를 추진하려면 사회적 우려를 불식시킬 수 있도록 부작용 방지 대책을 세밀하게 설계해야 합니다. 경향신문은 사설에서 “정교한 보완책이 전제되지 않은 배임죄 폐지는 재벌·경영진에겐 면죄부가 되고 주주 권리와 시장 질서를 훼손할 수 있음을 직시해야 한다”며 “투명한 지배구조, 공정한 시장질서, 기업하기 좋은 나라를 함께 만드는 큰 그림을 그려야 한다”고 했습니다.
“하나를 보더라도 입체적으로” 경향신문 뉴스레터 <점선면>의 슬로건입니다. 독자들이 생각해볼 만한 이슈를 점(사실), 선(맥락), 면(관점)으로 분석해 입체적으로 보여드립니다. 매일(월~금) 오전 7시 하루 10분 <점선면>을 읽으면서 ‘생각의 근육’을 키워보세요.
<점선면>의 다른 뉴스레터가 궁금하시다면 구독을 눌러주세요! ▶
챗GPT는 인간의 피드백을 학습했다. 이전까지 ‘끝말잇기’ 정도나 가능했던 인공지능 언어모델을 드라마틱하게 향상시킨 핵심 열쇠였다. 챗GPT는 인간이 남긴 텍스트만 기계적으로 학습한 게 아니다. 이후 사람이 만든 예상 질문과 정답 세트를 배웠고, 이를 토대로 챗GPT가 만들어낸 답변에 사람이 다시 점수를 매겨서 돌려줬다. 이른바 인간 피드백을 통한 강화학습(RLHF)이다. 이 피드백을 바탕으로 만든 인공지능 보상 모델이 다시 성능 향상에 쓰였다.
막 챗GPT가 화제로 떠올랐던 2년여 전, 언어모델을 개발하고 있는 김성훈 업스테이지 대표는 한 강의에서 챗GPT의 이 훈련 과정 개념도를 보여주면서 이렇게 말했다. “10년 뒤 인공지능 역사에서 가장 중요한 장면이 무엇이었냐 물으면 이 그림을 꼽을 것입니다.” 김 대표는 “끝말잇기 기계가 우리 말을 잘 알아듣도록 만들어준 핵심 기본 알고리즘”이라고도 말했다. 지금 이 시각에도 챗GPT, 제미나이에 질문하는 우리는 인공지능에 피드백을 제공하고 있다. 이제는 인공지능끼리 피드백을 주고받기도 한다.
인공지능이 피드백으로 향상되는 시대, 인간의 현주소는 어떨까. 16세기 유럽에서 시작된 ‘서신 공화국’이나 조선 시대 이황과 기대승의 편지 교환처럼 논쟁과 피드백은 인간의 지식을 더욱 정교하게 다듬고 확장하는 도구였지만 이제는 아닌 것 같다. 내 편이 얘기하는 정보는 무조건 옳고, 상대편이 얘기하는 정보는 무조건 그르다. 편지는 사라진 지 오래고 확성기만 남았다. 오늘날 인간은 그 어떤 시대보다 많은 정보를 접하고 있지만 그 어떤 시대보다 피드백을 받아들이지 않는 시대에 살고 있는지도 모른다.
데이터저널리즘팀은 지난 대선 선거운동기간 네이버 뉴스 정치분야 기사의 댓글을 분석했다. 극우 성향 교육단체 ‘리박스쿨’의 댓글 공작 흔적을 분석하려는 취지였지만, 댓글의 작성 행태와 내용에 더 주목하게 됐다. 2000년대 새로운 공론장의 하나로 부상했던 댓글 공간은 더 이상 토론과 논쟁, 피드백의 공간이 아니었다. 3만여명도 안 되는 이들이 분석 대상 댓글 130만여개의 절반 가까이 작성하고 있었다. 대선 후보 관련 댓글의 80% 이상이 상대 후보에 대한 비방으로 점철돼 있었고, 댓글 4개 중 하나는 자진삭제되거나 악성댓글 감시스템인 클린봇으로 숨김 처리되고 있었다. 서로 경쟁하듯 적대감 섞인 언어를 내던지는 비방과 혐오의 쓰레기통과 다를 바 없었다.
댓글 공간은 피드백을 잃어버린 오늘날 세태가 극대화된 축소판에 불과하다. 일부 무분별한 정치인과 그 극성 지지자들은 입맛에 맞는 허위조작정보와 유튜브만에 빠져들면서 상대방을 제거해야 할 악으로만 규정한다. 최소한의 공통적인 지점은 사라진 지 오래다. 서로 다른 평행우주에 사는 것처럼 세계를 완전히 다르게 보고 있다.
이런 모습은 인공지능 학습 과정에서 발생하는 문제인 ‘오버피팅(Overfitting)’을 닮았다. 인공지능 모델이 과도하게 훈련 데이터에만 최적화된 나머지, 학습에 사용되지 않은 일반 데이터에 대한 답은 제대로 내놓지 못하는 현상이다. 오버피팅 방지를 위해 여러 기법이 동원되는데 그중 하나가 학습 단계마다 무작위로 일부 뉴런을 꺼 버림으로써 특정 정보에 과의존하지 않고 다양한 패턴을 인식할 수 있게 하는 ‘드롭아웃’이다. 드롭아웃 비율은 사람이 정할 수 있는데, 이렇게 사람이 직접 설정하는 수치를 인공지능 모델이 학습 과정에서 자체 생성하는 ‘파라미터’와 구분해 ‘하이퍼파라미터’라고 한다. 학습 횟수 등도 이에 속한다.
드롭아웃은 내가 믿고 있었던 일부 정보를 버리고 다른 사람의 생각을 받아들이는 과정을 떠올리게 한다. 우리는 우리의 생각을 얼마나 드롭아웃할 준비가 되었을까. 최적의 드롭아웃 비율, 하이퍼파라미터를 찾는 과정은 매우 지난하고 어렵다. 인간 세상의 일도 마찬가지다. 산적한 문제를 해결하기 위해 최적의 공통 입장을 정리하면서 취할 건 취하고 버릴 건 버리는 과정은 고통스럽다. 반면 맞갖은 데이터만 들이켜면서 오버피팅 모델의 높은 정답률에 취하는 건 즐겁고 쉽다. 피드백을 받고 점점 성장해가는 인공지능과, 피드백을 거부하고 점점 과도한 자신감에 빠져드는 인간을 보면서 뭔가 거꾸로 돼 가고 있다는 생각이 든다.
챗GTP로 대표되는 생성형 인공지능(AI)이 등장한 이후의 세계는 마치 실시간 기네스 기록 경신대회가 열린 듯하다. 하루가 멀다 하고 AI가 섭렵 가능한 분야에 대한 소식들이 올라오고 있으니 말이다. 그중에서 개인적으로 가장 눈길이 간 소식은 AI가 설계한 바이러스에 대한 것이었다. 약 2주 전인 지난 9월17일, 미국 스탠퍼드대 연구진은 AI를 통해 실제 기능하는 박테리오파지를 설계했다는 내용을 온라인에 발표한 바 있다. 박테리오파지란 바이러스 중에 세균을 숙주로 삼는 바이러스 종류를 일컫는 말로, 세균들에게는 무서운 천적 중 하나이다. 연구진은 AI가 디자인한 결과를 토대로 인공적으로 합성한 박테리오파지가 진짜 바이러스처럼 세균을 감염시키고 파괴함을 증명해 이를 발표한 것이다.
바이러스를 인공적으로 합성할 수 있다는 사실 자체는 낯설지 않은 일이다. 이미 2003년에 대장균을 감염시키는 Φx174(파이엑스174) 바이러스의 유전체를 구성하는 5386bp의 DNA를 인공적으로 합성하고 조립하는 데 성공한 바 있으니 말이다. 이후 20여년간, 인류는 다른 종류의 박테리오파지는 물론이거니와 인플루엔자 바이러스와 코로나 바이러스처럼 사람에게 감염되는 바이러스까지 잇달아 인위적으로 합성해냈다. 하지만 이 시기 인류가 합성해낸 바이러스들은 어디까지나 이미 ‘서열을 알고 있는 바이러스’에 한한 것이었다. 다시 말해 이미 자연에 존재하는 생물체들의 코드를 알면, 이를 인간의 손으로 필사할 수 있으며, 이 필사본이 원본 바이러스처럼 기능할 수 있음을 알아낸 것이었다.
하지만 지난달 발표된 내용은 지금까지와는 궤를 달리한다. 이번에 만들어진 바이러스는 처음부터 AI가 ‘디자인한’ 바이러스이기 때문이다. AI에게 거대언어모델(Large Language Model·LLM)을 학습시켜 사람과 자연스럽게 의사소통이 가능한 문장을 만들어낼 수 있게 했듯이, 연구진은 AI에게 자연에 존재하는 생물체의 유전정보와 DNA가 나열되는 패턴(Genome Language Model·GLM)을 학습시킨 뒤, 이를 바탕으로 AI가 스스로 대장균에 감염될 수 있는 바이러스의 코드를 예측해 디자인하게 한 것이다.
연구진은 AI가 디자인한 300종의 DNA 코드로 인공 바이러스를 만들어내 테스트를 했고, 이 중에서 16개가 실제로 바이러스처럼 기능한다는 사실도 확인했다. 심지어 이들 중 일부는 이미 자연계에 존재하는 바이러스보다 세균에 대한 감염력과 감염 이후 파괴력이 더 높았으며, 심지어 바이러스에 저항성을 지닌 내성세균에도 감염과 성장 억제가 가능한 ‘업그레이드’된 존재라는 사실도 밝혀졌다.
이 소식은 정식 저널이 아니라 일종의 오픈 플랫폼인 바이오아카이브(bioRxiv)를 통해 발표되었기에, 동료 심사와 검증을 거쳐 정식 논문으로 게재되기까지 여러 변수가 남아 있기는 하지만, 그 가능성만큼은 놀라울 수밖에 없다.
이 방식은 인류에게 감염병을 일으키는 다양한 세균들을 GLM을 학습한 AI를 이용해 빠르고 효과적으로 퇴치할 수 있는 맞춤형 항생제의 탄생을 예고하기 때문이다.
하지만 맞춤형 항생제 개발 가능성이라는 이 밝은 소식 뒤 드리워진 그림자는 유난히 짙고 어두워서 마음을 놓을 수 없게 만든다. 이는 생명을 다루는 과학기술의 결과물들이 흔히 내포하는 이중 사용(dual use)의 문제 때문이다. 이중 사용 문제란, 긍정적 목적으로 연구된 결과물이 탄생과 동시에 부정적인 목적으로 사용될 가능성을 내포한다는 딜레마를 의미한다.
예를 들어, 이미 과학자들은 1918년 전 세계를 공포에 몰아넣고 사라져버린 스페인독감의 원인 바이러스를 분석해 이를 인공적으로 합성해내는 데 성공한 바 있다. 그러나 이 바이러스를 만듦과 동시에 인류는 팬데믹에 대응할 수 있는 든든한 방패와 함께, 자칫 대량살상을 일으킬 수 있는 치명적 바이러스라는 날카로운 무기를 양손에 나눠 들게 된 셈이다.
마찬가지로 세균을 공격할 수 있는 인공 바이러스의 설계 가능성은 모든 세균성 질환을 빠르고 안전하게 퇴치할 수 있는 맞춤형 항생제라는 방패와 세균이 아닌 인간을 공격하는 병원성 바이러스 설계 가능성이라는 치명적인 무기를 동시에 만들어낸 것이다. 이제 우리 인류가 살아남기 위해 진짜 필요한 것은, 앞으로 수없이 양손에 나눠 쥐게 될 무기와 방패를 얼마나 잘 가려서 사용할 수 있을지에 대한 현명한 판단력이 될 것이다.