[테크M = 김창수 한국인터넷진흥원 선임연구원]

급부상하고 있는 알고리즘 담합 이슈

지난 7월 말, 김상조 공정거래위원회 위원장은 디지털 경제 등 신산업에서의 데이터 독점 행위 및 불공정거래를 감시하겠다는 뜻을 밝혔다. 특히 김 위원장은 ‘알고리즘 담합’을 언급했는데, 이는 인터넷 등 디지털 경제 환경에서 알고리즘, 인공지능 등 고도의 기술을 활용해 산업 내 경쟁을 약화시키고 소비자 편익을 감소시키는 행위를 막겠다는 의지가 담겨있다.

알고리즘 담합이라는 용어는 표면적으로 보면 두 가지 의미로 해석할 수 있다. 하나는 담합을 달성하기 위해 알고리즘을 하나의 ‘수단’으로 보는 것이고, 다른 하나는 알고리즘 자체를 담합의 ‘대상’으로 보는 것이다. 전자는 담합에, 후자는 알고리즘에 초점을 두고 있다. 일반적으로 알고리즘이 기업의 핵심 무형자산으로서 지적재산권의 지위를 갖고 있음을 고려할 때, 후자의 의미로 알고리즘을 담합(공유)하는 사례는 사실상 없다고 볼 수 있다.

하나의 동일한 알고리즘을 공유함으로써 가격 담합이 이뤄질 수도 있지만 이 역시 실질적인 의미에서는 전자와 같다. 따라서 일반적으로 통용되고 있는 알고리즘 담합의 개념은 전자라고 할 수 있다. 이미 해외에서는 알고리즘 담합 사례가 등장하기 시작했다. 우버(Uber)는 탑승객의 수요와 운전기사의 공급에 따라 가격이 바뀌는 가격 알고리즘(Surge Pricing)을 적용하고 있는데, 2016년 3월 미국 뉴욕연방지방법원은 우버와 운전기사들이 결탁해 가격 알고리즘을 바탕으로 요금을 담합했다고 봤다.

또한, 2015년 4월, 미국 법무부는 아마존 오픈마켓에서 동일한 소프트웨어를 활용해 그림, 사진 등 포스터의 가격을 고정시킨 혐의로 포스터 업체 포스터 레볼루션(Poster Revolution)을 제소하기도 하였다. 위의 알고리즘 담합 사례들은 모두 인터넷 플랫폼 상에서 발생했다는 공통점을 갖고 있다.

물론, 시장 데이터를 분석하여 가격, 생산량 등을 결정하는 알고리즘이 다양한 분야에 응용될 수 있음을 고려한다면, 알고리즘 담합이 반드시 인터넷 플랫폼 산업에만 국한된 문제라고 단언할 수는 없다. 그러나 본고에서는 다른 산업에 비해 비교적 발생 가능성이 높으며, 실제 그 사례들이 나타나고 있는 인터넷 플랫폼 산업을 중심으로 알고리즘 담합을 다뤄보고자 한다.

가격 책정과 담합

우리가 익히 알고 있듯 가격은 시장에서의 수요와 공급이 일치하는 지점에서 형성된다. 그러나 기업들은 이윤 극대화를 위해 그들이 제공하는 재화나 서비스의 적정가격을 서로 다르게 책정한다. 각 재화나 서비스의 품질이 다양한데다 이를 계량화하기 어렵고, 이용자마다 느끼는 효용이 다르기 때문에 기업 입장에서는 가격책정이 매우 어려운 문제가 된다. 따라서 기업들은 다양한 요인들을 고려하여 가격전략을 마련하고 시장상황의 변화에 따라 가격을 수정하기도 한다.

대체로 가격설정 방법 및 그 과정은 기업마다 차이가 있으나 산업 차원의 시각으로 좀 더 넓게 바라본다면 어느 정도 공통적인 특징을 발견할 수 있다. 경쟁이 매우 치열한 산업에서는 대체로 신규진입이 자유롭고 이미 경쟁에 돌입한 기업이 많아 담합에 대한 동기요인이 크지 않다.

담합은 기업 상호 간 합의를 전제로 하는데, 시장에 진입한 기업의 수가 많은 경우 영향력 있는 담합을 공모하기가 매우 어려워지기 때문이다. 반대로 경쟁 정도가 심하지 않은 산업에서는 소수의 기업들이 높은 시장점유율을 차지하고 있다. 이는 기업들이 시장에 내놓는 제품과 서비스의 품질 경쟁을 통한 차별화보다 비교적 손쉬운 가격 설정을 통한 수익 극대화에 관심을 보이게 된다. 결국 소수의 기업들이 대부분의 시장점유율을 차지하는 독과점 시장에서 담합이 쉽게 발생하는 것이다. 그렇다면 인터넷 서비스 산업은 어떨까.

이 산업은 진입장벽이 낮고 경쟁이 매우 치열하지만 경쟁에서 승리하거나 초기시장을 선점한 소수의 기업들이 대부분의 시장점유율을 차지하는 경향이 있다. 결과적으로 소수의 기업들이 시장 전체를 차지하게 됨으로써 담합에 대한 유인효과가 매우 커지게 된다. 인터넷 서비스 산업 역시 담합이 발생하는 환경과 외부요건에 있어서만큼은 다른 산업들과 크게 다르지 않다고 볼 수 있다.

알고리즘 담합의 유형

OECD 경쟁위원회는 연 2회에 걸쳐 정기회의를 개최하는데, 올해 6월에는 여러 주제에 대해 논의함과 동시에 알고리즘 담합과 관련하여 ‘Algorithms and Collusion’이라는 제목의 보고서를 발간하였다. 이 보고서는 알고리즘의 개념과 정의를 시작으로 담합에서의 알고리즘 역할 및 유형, 현재 경쟁법이 직면한 도전과제 등을 서술하고 있다. 해당 보고서에 따르면, 기업 간 암묵적 담합(tacit collusion)을 조장, 촉진하는 알고리즘의 유형 및 역할은 크게 4가지로 분류된다.

한편, Stucke & Ezrachi(2015)26은 알고리즘을 통한 ‘비배타적인(non-exclusive)’ 담합 형태를 4개 카테고리로 분류하였다. 비배타적인이라는 용어를 사용한 이유는 동일시장 내 여러 담합 사례들이 하나의 형태로 국한되지 않고, 기술발전과 다양한 융합 제품 및 서비스의 등장에 따라 여러 유형의 담합이 동시에 발생할 가능성을 고려한 것으로 추정된다.

담합 규제를 위한 판단기준

알고리즘 담합의 규제가능 여부를 따져보기에 앞서 담합 관련 규제현황을 살펴볼 필요가 있다. 현재 국내에서는 ‘독점규제 및 공정거래에 관한 법률(공정거래법)’에서 ‘부당한 공동행위’를 규정하고 있으며 동법 제19조를 통해 ‘부당한 공동행위’로서의 담합행위 유형을 열거하고 이를 금지하고 있다.

그러나 관건은 실제로 담합행위가 발생했는지를 입증하는데 있다. 비단, 디지털 및 인터넷 산업뿐만 아니라 기존의 전통산업에서의 담합을 규제하기 위해서는 명백한 위법 증거 확보가 필요하다. 하지만 담합은 그 특성상 기업 간 은밀히 추진되는 경우가 많아 눈에 드러나는 위반 행위를 포착하기가 매우 까다롭다.

이에 따라 공정위는 「공동행위 심사기준」을 마련하여 공표하였고, 이를 기준 삼아 부당한 공동행위를 규제하고 있다. 「공동행위 심사기준」에서는 가장 먼저 공동행위의 성립요건 2가지를 언급하고 있다. 첫째, 둘 이상의 사업자가 주체가 되어야 하며,

둘째, 사업자 주체 간 합의가 존재해야 한다. 특히 세부 내용 중 사업자가 실제 공동행위를 이행할 의도가 없음에도 진의가 아닌 의사표시에 따라 합의에 이른 경우에도 공동행위가 성립된다고 보고 있는데, 이는 부당한 공동행위에 대한 합의의 시도 자체를 문제로 인식함으로써 담합 매우 중한 위법행위로 규정하고 있음을 엿볼 수 있다.

앞서 언급했듯 부당한 공동행위는 대체로 명시적으로 드러나지 않고 사업자가 증거를 인멸하는 경우가 많아 합의의 존재를 입증하기가 쉽지 않다. 이에 따라 공정거래법 제19조제5항에 따라, 사실관계가 명확하지 않거나 간접적 사실이 있는 경우 직접적으로 사실이 있는 것으로 추정하여 법률효과를 발생시키고 있다.

합의를 추정할 때에는 ‘해당 거래분야 또는 상품‧용역의 특성’, ‘해당 행위의 경제적 이유 및 파급효과’, ‘사업자 간 접촉 횟수’ 등을 고려한다. 이와 함께 아래 표에 나열한 사항들은 추정을 뒷받침할 수 있는 추가 정황증거로 활용이 가능하다

상기 요건들이 충족되어 공동행위가 성립된 이후에는 해당 행위가 부당한지 여부에 대해 세부적인 위법성 심사를 진행하게 된다. 공동행위 중에는 공동마케팅, 공동생산, 공동연구‧개발 등 효율성증대 효과가 발생하는 경우가 있으므로, 공동행위가 성립했다고 하여 그 행위가 무조건 부당하다고 볼 수 없기 때문이다.

따라서 경쟁제한 효과와 더불어 효율성증대 효과를 종합적으로 고려하여 공동행위의 위법성을 판단한다. 공동행위 위법성 심사는 최대 4단계에 걸쳐 이뤄진다. ‘최대’인 이유는 경쟁제한 효과와 효율성증대 효과의 발생여부를 동시에 고려함으로써, 모든 단계를 거치지 않고도 위법 여부에 대해 결론을 내릴 수 있는 사건이 일부 존재하기 때문이다. 이러한 배경에 따라 위법성 심사는 공동행위의 성격 및 시장을 분석하는것으로부터 시작된다.

해당 공동행위가 경쟁제한 효과만 발생시키는 경우와 경쟁제한 및 효율성증대 효과를 동시에 발생시키는 경우로 나눠 공동행위의 성격을 분석한다. 이 때, 경쟁제한 효과가 없고 효율성증대 효과만 발생하는 것이 명백한 경우에는 심사를 종료할 수 있다.

두 번째 단계에서는 경쟁제한 효과를 분석한다. 앞 단계에서 공동행위의 성격을 분석하는 과정에서 경쟁제한 효과가 나타나는 것으로 판단되는 경우, 이에 대한 본격적인 심층 분석을 수행하는 단계이다. 경쟁제한 효과의 2가지 판단요소를 바탕으로 경쟁제한 효과를 종합적으로 판단한다.

첫 번째 요소는 공동행위에 참여한 사업자가 보유하고 있는 시장지배력의 정도를 측정하는 것이고, 두 번째 요소는 공동행위 참여 사업자 간 경쟁제한의 정도를 판단하는 것이다.세 번째 단계는 해당 공동행위에 따른 효율성증대 효과를 분석하는 것이다. 이 단계에서는 효율성이 어떤 방법으로 발생하는지, 가까운 시일 내 효과가 나타는지, 그 효율성 크기는 어떠하며 소비자 편익으로 이어질 수 있는지 등을 검토한다.

공동행위와 효율성증대 간 인과관계가 명백해야 그 효과를 인정받을 수 있다.마지막으로 경쟁제한 효과와 효율성증대 효과의 정도를 상호비교해본다. 효율성증대 효과가 경쟁제한 효과를 상쇄할 수 있는지 여부를 검토하게 된다. 부당한 공동행위가 기본적으로 경쟁제한의 속성을 갖고 있음을 고려하면, 효율성증대 효과를 입증하는데 있어 어려움이 예상되고 결국 위법으로 결론지어질 가능성이 커지게 된다.

알고리즘 담합의 규제가능 여부

그렇다면 현재 규제내용을 바탕으로 알고리즘 담합을 제재할 수 있는지 살펴보자. 가장 먼저 알고리즘 담합이 공동행위로 성립되는지 여부를 판단해야 한다. 알고리즘 담합은 당연히 서로 다른 사업 주체 간에 이뤄지므로 ‘둘 이상의 사업자’ 요건이 충족된다. 다음으로 사업자 주체 간 ‘합의의 존재’를 입증해야 하는데, 바로 이 부분에서 어려움에 직면하게 된다.

특히 세부 고려사항 중 ‘해당 행위의 경제적 이유 및 파급효과’, ‘사업자 간 접촉 횟수’ 부분을 입증하기가 까다로워 합의의 존재를 추정하기가 매우 어렵다. 알고리즘 담합은 대체로 그 합의 전면에 알고리즘이 위치함으로써 사업자가 합의의 직접적인 주체가 되지 않기 때문이다. 따라서 사업자가 합의에 대한 책임을 알고리즘에 전가시키는 형태가 되며, 이는 법률 적용대상을 규정할 때 문제가 된다. 사업자는 법인격으로서 법률 상 규제대상에 포함되나 알고리즘은 법률상 그 지위가 모호하기 때문이다.

만약 사업자 간 알고리즘 담합에 대한 합의의 존재 입증에 성공한다면, 다음 단계로 해당 담합 행위의 성격을 분석하게 된다. 이때 알고리즘 담합을 통해 경쟁제한 효과와 효율성증대 효과가 발생하는지를 개략적으로 판단하는 것이다. 알고리즘 담합이 가격조정 측면에서 다뤄지는 개념이므로 경쟁제한 효과가 큰 반면 효율성증대 효과는 미미할 것으로 예상할 수 있다.

물론, 경쟁제한 효과가 실제 발생하는지, 그 효과의 정도가 어느 정도인지는 세밀한 분석이 이뤄져야만 확실히 결론내릴 수 있다. 「공동행위 심사기준」에서는 경쟁제한 효과분석을 위해 관련 시장획정과 공동행위 참여 사업자들의 시장점유율을 산정해야 함을 명시하고 있는데, 알고리즘 담합은 이 부분에서 가장 큰 난관에 부딪히게 된다.

시장획정은 주로 SSNIP29 테스트를 통해 이뤄진다. 그러나 기존 다른 산업과 달리 SSNIP 테스트를 알고리즘 담합 사례에 적용하는 것은 좀처럼 쉽지 않다. 알고리즘 담합은 대체로 소수의 사업자가 시장을 지배하는 인터넷 플랫폼 상에서 발생할 가능성이 큰데, 인터넷 플랫폼은 전형적인 양면시장으로서 인접시장으로의 확장이 용이하기 때문이다.

또한, SSNIP는 시장범위를 점차 늘려가며 시장을 획정하게 되는데, 인터넷 플랫폼의 경우 시장범위를 확대할 때 서로 다른 비즈니스모델을 가진 경쟁사업자들이 고려대상에 포함되므로 정확한 시장획정이 어렵게 된다. 효율성증대 효과 측면에서는 알고리즘 담합이 크게 해당되지 않을 것으로 예상된다.

최적화된 가격을 책정함에 있어 알고리즘을 활용하는 것은 각 개별 사업자 입장에서는 효율적일 수 있으나, 심사기준에서 뜻하는 효율성증대 효과는 사업자 간 공동행위로 인해 유발되는 효율성을 의미하므로 서로 다른 차원의 효율성이라고 볼 수 있다. 결국, 알고리즘 담합으로 인한 경쟁제한 효과를 상쇄할만한 효율성증대 효과는 거의 없을 것으로 판단된다.

결론적으로 현재 규제 수단으로는 알고리즘 담합을 제재하기 어렵다. 그 사유는 크게 다음 두 가지로 요약, 정리될 수 있다. 첫째, 알고리즘 담합을 위한 사업자 간 합의의 존재를 추정하기 어렵다. 둘째, 알고리즘 담합이 주로 인터넷 플랫폼에서 발생함에 따라, 관련 시장획정이 매우 어렵게 되고, 이로 인해 사실상 경쟁제한 효과를 정확하게 분석할 수 없다.

알고리즘 담합의 규제방안

알고리즘 담합을 제재함에 있어 현재 규제수단의 한계점은 향후 실효성 있는 규제 마련을 위한 논의의 출발점이 될 수 있다. ①사업자 간 합의 존재 추정의 한계와 ②경쟁제한 효과 입증을 위한 시장획정의 어려움을 바탕으로 규제방안 논의의 첫 걸음을 떼보고자 한다. 사업자 간 알고리즘 담합의 합의 존재 추정은 두 가지 측면으로 접근해볼 수 있다. 먼저, 가격 알고리즘이 적용되고 있는 서비스의 가격을 지속적으로 모니터링하여 담합 징후를 알아내는 것이다.

그러나 이는 다년간에 걸친 시장 데이터의 축적이 선행되어야 하며, 정확한 담합 시점을 포착하기 위한 고도의 기술을 요구한다. 그러나 이러한 기술의 개발과 검증을 위해서는 현실적으로 매우 긴 시간이 소요된다. 이는 예상치 못한 유형의 알고리즘 담합이 발생할 경우 이를 적시에 대처하지 못하는 또 다른 문제에 직면하게 된다.

또 다른 방안은 각 사업자 주체가 활용하고 있는 가격 알고리즘을 비교해보는 것이다. 이는 지적재산권 침해 문제와도 연결될 수 있는 매우 급진적인 방법이며, 알고리즘의 유사성을 입증해야하는 또 다른 이슈가 생길 수 있다. 그러나 사업자 각 주체로 하여금 알고리즘에 대한 명세를 체계적으로 축적, 관리토록 하고, 담합이 의심되는 경우 화이트박스 테스트(white-box testing)31를 통해 알고리즘 간 유사성을 비교,검증해봄으로써 사업자 간 합의의 존재를 보다 명확하게 입증할 수 있을 것이다.

다만, 규제당국이 사업자로부터 알고리즘 명세와 소스코드를 합법적으로 받아낼 수 있는 법적수단이 뒷받침 되어야 한다. 다음으로 경쟁제한 효과 입증을 위한 시장획정을 위해서는 새로운 방법론 개발이 요구된다. 앞서 언급했듯 기존의 시장획정 방법론은 알고리즘 담합이 발생하는 인터넷 플랫폼, 즉 양면시장을 정확하게 획정하는데 한계가 존재한다. 공정위도 이러한 한계점을 인지하여 현재 연구용역을 진행하고 있다.

시장획정 부분에 대해 조금 더 들어가 보면 선결해야 할 세부과제들이 등장하게 된다. 먼저 인터넷 플랫폼에 대한 정의를 정립해야 한다. 인터넷 플랫폼에 대한 경쟁법 적용을 위해서는 플랫폼에 대한 개념정의가 선행되어야 한다. 그러나 현재 플랫폼 정의에 대한 의견이 분분하며, 이를 하나로 수렴하는 것이 쉽지 않다.

따라서 인터넷 플랫폼 정의에 대한 컨센서스를 확보하는 것이 현재 가장 먼저 해결되어야 할 과제라고 볼 수 있다. 또한, 이를 바탕으로 경쟁주체의 명확한 식별과 경쟁범위 설정을 위해 다양한 분야에 걸쳐 제공 중인 인터넷 플랫폼 서비스의 분류체계를 마련하는 것이 필요하다.

물론, 플랫폼 정의 및 분류체계 마련 이후에도 변화속도가 매우 빠른 인터넷 산업 특성을 고려하여 이를 주기적으로 수정해나가는 작업이 필요할 것이다. 한편, 규제 마련 이후에는 긴밀한 국제협력 및 공조가 요구된다. 일례로, 조세분야에서는 다국적기업의 조세회피를 위해 OECD 주도의 ‘BEPS 프로젝트34’를 추진하고 있다. 해외사업자가 BEPS 프로젝트를 도입한 국가에서 사업을 영위하고 있는 경우, 사업자는 해당 국가에서 발생한 매출액 등 회계‧재무관련 정보를 담은 보고서를 의무적으로 제출해야 한다.

알고리즘 담합 발생 가능성이 높은 인터넷 플랫폼 분야 역시 해외사업자들이 많으므로 BEPS 프로젝트가 좋은 참고사례가 될 수 있다. 현재 해외사업자에 대한 재판관할권이 해당 사업자의 본사가 위치한 지역의 법원에 귀속되어 있어 실질적인 규제 집행이 어려운 상황이다. 따라서 국가 간 적극적인 협력을 통해 알고리즘 담합의 규제 실효성을 확보할 필요가 있다.

마치며

알고리즘 담합은 그 발전양상을 쉽게 예측할 수 없어 뚜렷한 규제방안을 찾는 것이 사실상 불가능하다. 다만, 담합행위는 경쟁정도를 약화시켜 산업의 활력을 떨어뜨리고, 결국 소비자 편익 감소로 이어지는 중요한 문제라는 것을 우리는 잘 알고 있다.

따라서 만병통치약과 같은 규제가 존재하지 않을지언정, 여러 규제방안을 시나리오 형태로 마련하여 각 방안별 장단점을 따져보고, 실제 적용 시 파생되는 세부문제들을 민첩히 해결해나가는 것이 중요하다. 한편, 규제 자체에만 매몰되어 알고리즘, 인공지능 기술의 발전을 저해하는 우를 범해서는 안 될 것이다.

우리의 규제대상은 알고리즘 ‘담합’이지, 알고리즘 ‘기술’이 아님을 항상 상기시킬 필요가 있다. 앞으로 알고리즘 및 인공지능 기술의 발전양상을 정확히 이해하고, 사회에 부정적인 영향을 미칠 요인들을 정확히 짚어내는 통찰을 갖춤으로써, 기술발전을 저해하지 않으면서도 실효성 있는 규제를 마련하는데 노력을 기울여야할 것이다.

<테크M=한국인터넷진흥원(KISA) 공동기획>