New York Times와 Daily News가 OpenAI를 상대로 낸 저작권 소송이 더 거칠어졌다. 출판사들은 OpenAI가 ChatGPT 저작권 재현 여부를 확인할 수 있는 도구와 데이터를 숨겼다고 주장하며 법원에 제재를 요청했다. 표면적으로는 언론사 콘텐츠가 모델 학습과 출력에 쓰였느냐는 사건이지만, 이번 신청은 다른 질문을 던진다. OpenAI는 자기 시스템 안에서 어떤 일이 벌어지는지 이미 알고 있었나.
원고 측 주장의 중심에는 구체적인 내부 도구와 데이터가 있다. 약 7,800만 건의 비식별 ChatGPT 대화 데이터베이스, 출력의 regurgitation을 감지하고 기록했다는 "Project Giraffe", 그리고 그 안에서 쓰였다는 Bloom filter가 언급됐다. OpenAI는 그동안 자체 학습 말뭉치나 방대한 채팅 로그를 검색하는 일이 기술적으로 부담스럽고 이용자 프라이버시 문제도 크다고 말해왔다. 하지만 출판사들은 OpenAI가 이미 내부적으로 저작권 저널리즘을 찾는 검색과 평가를 해왔다고 주장한다.
OpenAI의 반박도 간단히 넘길 수 없다. 회사는 NYT가 사건과 무관한 이용자들의 사적 대화에 접근하려 한다고 비판했고, 공정이용과 이용자 프라이버시를 계속 방어하겠다고 밝혔다. 실제로 수천만 건의 채팅 로그가 법정 증거로 다뤄지는 순간, 저작권 소송은 곧 프라이버시와 데이터 보존의 문제로 확장된다. 출판사는 자기 콘텐츠가 모델에서 재현됐는지 확인하고 싶어 하고, AI 회사는 이용자 로그가 과도하게 열리는 상황을 막으려 한다.
이 사건이 AI 업계에 주는 신호는 꽤 분명하다. 앞으로 "찾기 어렵다", "데이터가 너무 크다", "프라이버시 문제가 있다"는 설명만으로는 충분하지 않을 수 있다. 내부 안전 평가, 저작권 필터, 출력 분석 파이프라인을 갖춘 회사는 그만큼 더 많은 설명 책임을 지게 된다. 안전을 위해 만든 도구가 나중에는 회사가 위험을 알고 있었다는 증거로 읽힐 수도 있다.
그래서 로컬 우선 AI 작업대라는 선택지가 다시 중요해진다. 민감한 기사 원문, 고객 대화, 사내 문서를 외부 클라우드 모델에 계속 보내는 구조는 빠르고 편하다. 하지만 분쟁이 생기면 로그의 위치, 보존 방식, 검색 가능성, 삭제 처리까지 모두 질문이 된다. 로컬 모델과 사내 RAG, 최소 로그 정책은 단지 보안팀의 취향이 아니라 제품 리스크를 줄이는 설계가 될 수 있다.
이번 재판은 AI 저작권 논쟁이 "학습 데이터에 무엇이 있었나"에서 "회사가 자기 모델의 출력을 얼마나 알고 있었나"로 넘어가고 있음을 보여준다. 생성형 AI 제품을 운영하는 팀이라면 모델 성능만 볼 일이 아니다. 데이터가 어디에 남고, 누가 검색할 수 있고, 어떤 평가 결과가 보존되는지까지 제품 설계의 일부로 봐야 한다.