AI 안경의 진화 속도가 빨라지고 있다. 이제 안경은 사진을 찍고 음악을 듣는 웨어러블에 머물지 않는다. 사용자가 바라보는 장면을 인식하고, 들려오는 말을 이해하며, 필요한 정보를 찾아 실시간으로 반응하는 AI 인터페이스로 영역을 넓히고 있다.
Meta는 지난 9월 Meta Connect 2026을 통해 AI 안경 개발 생태계를 대폭 확대했다. 이미 수백만 명이 AI 안경을 사용하고 있다고 밝힌 가운데 기존 모바일 앱과 웹 서비스, API를 안경과 연결할 수 있는 개발 경로도 넓혔다.
앞서 공개한 ‘Meta Wearables Device Access Toolkit’은 변화의 방향을 보다 선명하게 보여준다. 개발자가 AI 안경의 카메라와 오디오 등 센서 신호를 활용해 사용자가 무엇을 보고, 듣고, 행동하는지에 실시간으로 반응하는 서비스를 만들 수 있도록 한 개발도구다. AI 안경이 ‘보는 기기’에서 ‘상황을 이해하고 반응하는 기기’로 넘어가고 있는 것이다. 문제도 그만큼 달라진다.
이제 문제는 ‘촬영’보다 ‘다음 행동’
그동안 AI 안경의 개인정보 논란은 주로 카메라에 집중됐다. 촬영 표시등은 제대로 보이는가, 상대방은 촬영 사실을 알 수 있는가, 민감한 장소에서 카메라 사용을 어디까지 제한해야 하는가가 주요 쟁점이었다.
그러나 AI가 눈앞의 상황을 이해하고 외부 앱과 서비스까지 연결되기 시작하면 질문은 한 단계 더 나아간다. AI가 무엇을 봤느냐보다, 그것을 본 뒤 무엇을 할 수 있느냐의 문제다.
얼굴을 인식한 뒤 검색할 것인가. 대화를 들은 뒤 기록할 것인가. 문서를 읽은 뒤 외부 서비스로 전송할 것인가. 사용자가 명령했다고 상황에 관계없이 그대로 실행할 것인가. 센서가 정보를 받아들이는 순간과 실제 행동이 일어나는 순간 사이에 새로운 통제 지점이 필요해지는 이유다.
카메라를 빼는 것도 하나의 선택
시장도 이미 움직이고 있다. Meta는 지난 9월 Meta Connect에서 카메라를 뺀 오디오 전용 AI 안경 ‘Ray-Ban Meta Audio’를 공개했다. 음악과 통화, AI 비서 기능을 제공하면서 시각정보를 촬영하는 기능은 제거한 모델이다.
개인정보 우려가 커지는 상황에서 기능 자체를 덜어낸 하나의 선택지인 셈이다. 카메라가 없다면 카메라에서 비롯되는 상당수 위험도 함께 사라진다. 그러나 모든 AI 안경에서 카메라와 센서를 없애는 것이 답일 수는 없다. 길찾기나 실시간 번역, 시각장애인 지원, 산업 현장 작업, 의료 서비스처럼 ‘보는 기능’ 자체가 제품의 가치가 되는 분야도 있기 때문이다. 그렇다면 질문은 다시 원점으로 돌아온다. 센서를 없애지 않으면서 위험한 행동만 제한할 수는 없는가.
‘할 수 있다’와 ‘해도 된다’는 다르다
AI 기술은 지금까지 무엇을 할 수 있는지를 중심으로 발전해왔다. 더 잘 보고, 더 정확하게 듣고, 더 많은 정보를 기억하고, 더 많은 일을 대신 처리하는 방향이다. AI 안경도 마찬가지다. 하지만 현실 공간으로 들어온 AI에는 하나의 조건이 더 붙는다. 기술적으로 할 수 있다고 해서 언제나 해도 되는 것은 아니라는 점이다.
시험장에서 문제를 인식할 수 있어도 답을 제공해서는 안 되는 상황이 있다. 병원에서 대화를 알아들을 수 있어도 마음대로 저장하거나 전송해서는 안 된다. 기업 내부 자료를 읽을 수 있어도 외부 서비스로 넘겨서는 안 되는 경우가 있다.
결국 AI 안경에도 ‘능력’과 ‘권한’을 구분하는 구조가 필요하다. 바로, 이 지점에서 패러다임이 달라진다. ‘무엇을 인식할 수 있는가’에서 ‘인식한 뒤 어디까지 실행할 수 있는가’로.
AI가 판단해도 바로 움직이지 않는다면
지금까지의 안전장치는 주로 사용자가 기능을 켜고 끄거나, 카메라가 작동하고 있다는 사실을 주변에 알리는 데 초점이 맞춰져 있었다. 앞으로는 그 다음이 중요해질 수 있다. 어떤 상황은 허용하고, 어떤 상황은 제한한다. 판단이 애매하면 다시 확인하고, 위험 조건이라면 실행하지 않는다. 핵심은 AI의 판단과 실제 행동을 하나로 붙여놓지 않는 것이다.
국내에서는 메타콤(주)이 FORHU와 함께 SCL 기반 AI 플랫폼의 시장 적용과 사업화를 추진하고 있다. FORHU가 SCL 기술을 도입·접목하고, 메타콤(주)이 서비스 적용과 시장 사업화를 추진하는 흐름이다.
SCL(Structured Cognitive Loop·구조인지루프)의 상황·실행 통제 논리는 AI가 무엇인가를 인식하고 판단했다고 해서 곧바로 실제 행동으로 넘어가지 않도록 중간에 통제구조를 둔다는 데 초점이 있다. 아직 SCL이 특정 AI 안경에 실제 적용된 것은 아니다. 그러나 AI 안경의 문제가 ‘촬영 여부’에서 ‘실행권한’으로 이동할수록 이러한 접근이 갖는 의미도 달라질 수 있다.
표시등 다음의 경쟁
AI 안경의 사회적 저항을 줄이는 방법이 더 밝은 촬영 표시등을 다는 데서 끝날 수는 없다. 어디에서는 작동하고 어디에서는 멈춰야 하는지, 어떤 정보는 처리할 수 있고 어떤 정보는 밖으로 보내서는 안 되는지까지 구분해야 한다. AI에게 어디까지 맡기고 어느 순간 다시 사람에게 판단권을 돌려줘야 하는지도 중요하다. 이제는 그 조건까지 제품 안에서 구분해야 할 가능성이 커지고 있다.
AI 안경의 다음 경쟁은 ‘얼마나 많이 볼 수 있는가’에서 한 걸음 더 나아가고 있다. 얼마나 정확하게 멈출 수 있는가. 그리고 그 멈춤을 어떤 구조로 만들어낼 것인가. 그 질문의 구체적인 답은 이제부터다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}
