Executive Summary

아래 네 숫자가 이 세 갈래의 크기를 먼저 말해 준다. 취득 경로에 이미 매겨진 값, 유럽에서 실제로 도는 벌금의 상한, 그 벌금 아래에서 제출된 요약이 실제로 얼마나 채워졌는지, 그리고 이 의견서가 걸려 있는 소송의 실제 규모다.

문서의 표제는 Statement of Interest of the United States다. 우리말로는 이해관계 진술서에 가깝고, 근거 조문은 28 U.S.C. § 517이다. 사건 캡션은 In re: OpenAI, Inc. Copyright Infringement Litigation, 25-md-3143 (SHS)(OTW)이고, 머리에 "This Document Relates To: All Matters"라고 적혀 있다. 그 한 줄이 통합 사건에 묶인 모든 사건을 이 문서의 사정거리 안에 넣는다. 각주 11은 편의상 원고를 뉴욕타임스로, 피고를 OpenAI로만 지칭하지만 미국의 법적 주장은 도서 저자와 출판사를 포함한 관련 사건 모든 당사자에게 똑같이 적용된다고 밝힌다.

서명자는 법무차관 스탠리 우드워드 주니어와 민사국장 브렛 슈메이트이고, 실무 서명은 법무차관 선임보좌관 마이클 와이즈부시가 했다. 제출일은 2026년 9월 1일이다. 이튿날 나온 보도와 채플힐 G20 성명이 같은 뉴스 사이클에 묶이면서 세 건이 한날 일어난 것처럼 읽히기 쉬운데, 법정 문서와 국제 합의문 사이에는 하루가 놓여 있다.

정부가 자기 이해관계의 근거로 든 것은 두 건의 행정명령과 대통령의 National Policy Framework for Artificial Intelligence다. 여기에 국가안보 논거가 붙는다. 의견서는 감사원(GAO)이 AI 도입 실패가 국가안보를 저해할 수 있다고 경고한 대목을 인용한 뒤 이렇게 잇는다.

"Rules of law that make it significantly more difficult to develop a robust AI industry in the United States therefore threaten national security and give a competitive advantage to foreign adversaries who are not so encumbered."

미국의 AI 산업 육성을 현저히 어렵게 만드는 법 규칙은 국가안보를 위협하고, 그런 제약을 받지 않는 외국 적대세력에 경쟁 우위를 준다. — 의견서 3쪽

경쟁 논거 쪽이 더 낯설다. 의견서는 라이선스를 의무화하면 그 비용을 감당할 수 있는 최대 기술기업들만 남아 학습 시장이 과점으로 굳는다고 보고, 그렇게 걷힌 라이선스료를 "large subsidies for old mainstream media companies", 곧 기존 주류 미디어 기업에 대한 대규모 보조금으로 규정한다. 저작권 강화를 창작자 보호가 아니라 진입장벽 문제로 옮겨 놓는 서술이다. 다만 각주 13에서 정부는 라이선싱 체제가 실현 가능한지에 대해서는 입장을 밝히지 않는다고 물러선다.

근거로 든 그 정책 문서를 펼쳐 보면 강조점이 한 방향만은 아니다. 의견서는 National Policy Framework에서 미국의 창작자와 퍼블리셔와 혁신가는 자신의 보호 대상 콘텐츠를 침해하는 AI 생성 출력으로부터 보호받아야 하며 그러면서도 적법한 혁신과 표현의 자유가 훼손되어서는 안 된다는 문장을 인용한다. 보호가 걸리는 자리를 출력으로 잡은 문장이다. 이어서 의견서는 대통령이 의회에 권리자를 위한 라이선싱 체계나 집단 권리 관리 제도를 검토하도록 권해 왔다고 적고, 그 입법이 라이선스가 언제 또는 과연 필요한지까지 정해서는 안 된다는 단서를 괄호 안에 붙인다. 디지털 복제물 규율과 저작권법 동향 감시도 같은 자리에 열거된다. 그리고 바로 다음 문장에서 같은 문서를 다시 인용해, 저작물에 대한 AI 모델 학습은 그 자체로 저작권법을 위반하지 않는다고 적는다.

정부가 기대고 있는 정책 문서 안에 학습을 놓아 주는 문장과 출력을 붙잡는 문장이 함께 들어 있다는 뜻이다. 의견서가 스무 쪽을 들여 논증한 것은 앞쪽 문장이고, 출력을 붙잡는 쪽은 본문에서 한 문장으로 지나간 뒤 각주로 내려간다. 어느 단계를 변호할지 고르는 일이 이 문서의 첫 작업이었다는 것은 정부가 직접 고른 근거 안에서도 드러난다.

상대편의 답은 이튿날 나왔다. 뉴욕타임스 대변인 그레이엄 제임스는 데드라인에 AI와 창작자는 함께 번영할 수 있으며 AI 기업은 자기 제품을 가능하게 한 콘텐츠에 대해 저작권법이 요구하는 대로 정당하게 값을 치르기만 하면 된다고 밝혔다. 허락도 보상도 없이 콘텐츠를 가져가도 된다는 제안은 건강한 사회가 기대는 인간 창작물의 지속 가능성을 무너뜨릴 것이며 AI 자신도 그 창작물이 있어야 작동한다는 말이 뒤따랐다. 다만 이 의견서를 두고 저작권 단체들이 낸 공식 성명은 우리가 확인하지 못했다. 지금까지 확인된 공개 반응은 원고 쪽 한 곳이다.

1.1이 문서의 실제 무게

이 문서의 무게는 표제가 주는 인상보다 가볍다. 판결이 아니고, 법원을 구속하지 않으며, 미국 정부는 이 소송의 당사자도 아니다. 각주 2에서 정부는 이 소송에서 문제된 어떤 행위도 정부가 허가하거나 의뢰한 것이 아니라고 28 U.S.C. § 1498을 들어 선을 긋는다. § 517 조문 자체도 "의견서"라는 말을 쓰지 않는다. 미국의 이익을 돌보기 위해 관리를 파견할 수 있다고만 정해 두었고, 법원들이 이를 넓게 읽어 비당사자 서면의 근거로 인정해 온 관행이 쌓였을 뿐이다. 각주 1이 인용한 Gil v. Winn Dixie Stores(242 F. Supp. 3d 1315, 1317)는 이 조문에 시한 제한이 없고 법원의 허가도 필요 없다고 판시했다. 제출이 쉽다는 사실과 내용이 채택된다는 사실은 별개다. 크리스틴 바돌로뮤는 § 517 의견서가 행정부의 과잉 개입 통로가 될 수 있다고 지적한 바 있다.

각주 17에는 한 가지가 더 적혀 있다. 정부는 저작권청장을 "who is currently challenging her removal", 곧 지금 자신의 해임에 다투고 있는 사람이라고 괄호 없이 본문에 적어 넣었고, 이어서 그 보고서의 논증을 "threadbare reasoning", 앙상한 논리라고 부른다. 한 문장 안에 그 사람의 신분상 다툼과 그 사람이 쓴 보고서의 무게가 나란히 놓여 있다. 그 다툼이 어떻게 진행되고 있는지는 이 글의 범위 밖이고 우리는 그 결과를 예단하지 않는다. 다만 저작권법 해석의 공식 창구가 흔들리는 동안 그 해석에 존중이 필요 없다는 주장이 법정에 들어왔다는 사실은 기록해 둘 만하다.

1.2제기된 이해충돌 논란

보도로 확인되는 사실은 여기까지다. 2026년 7월 2일 파이낸셜타임스는 OpenAI가 미국 정부에 지분 5%를 넘기는 방안을 행정부와 논의 중이라고 사정을 아는 두 사람을 인용해 보도했고, CNBC와 액시오스 등이 뒤따랐다. 파이낸셜타임스는 이를 "early conversations", 곧 초기 논의로 규정했다. 2026년 3월 조달 직후 기업가치 8,520억 달러를 기준으로 하면 5%는 약 426억 달러에 해당한다. OpenAI는 논평을 거부했고 백악관은 답하지 않았다. 합의된 것은 없고, 의견서는 이 논의를 언급하지 않는다.

여기서부터는 논평이다. 법률 매체 어보브 더 로의 조 패트리스는 2026년 9월 3일 글에서 정부가 이 지분 논의를 의견서에 밝히지 않은 점을 들어 "선별적 개입"이라고 비판했다. 우리는 이 비판을 사실로 옮기지 않는다. 확인된 것은 논의가 보도되었다는 사실, 그 논의가 문서에 적히지 않았다는 사실, 그리고 그 공백을 두고 제기된 비판이 있다는 사실까지다.

같은 소송이 데이터를 다루는 다른 국면은 이미 한 번 다뤘다. 챗봇 대화 로그의 보존 명령을 둘러싼 공방은 「OpenAI 챗봇 로그 삭제 소송」에 정리해 두었다.

의견서 §II.A는 언어모델 개발을 세 단계로 서술한다. 개발자가 원고들의 저작물을 포함한 데이터를 모으는 취득 단계, 그 데이터를 모델에 통과시켜 학습시키는 학습 단계, 그리고 모델이 사용자 질의에 답하는 출력 단계다. 이 구분은 정부가 새로 만든 것이 아니다. 이 사건을 맡은 법원이 New York Times Co. v. Microsoft Corp.(1:23-cv-11195, ECF No. 514 at 6–8, 2025년 4월 4일)에서 이미 쓰던 설명을 정부가 그대로 가져왔다. 그리고 바로 다음 문장에서 자기 사정거리를 좁힌다.

"Each stage may present distinct questions of copyright law. The United States focuses on the question whether the use of copyrighted works at the training stage—by copying works in order to feed data into the model as learning material—constitutes fair use."

각 단계는 저작권법상 서로 다른 질문을 낳을 수 있다. 미국은 학습 단계에서의 저작물 이용이 공정이용에 해당하는지의 질문에 집중한다. — 의견서 6쪽

법원이 쓰던 세 칸짜리 틀을 그대로 받아, 그중 가운데 한 칸만 골라 변호한 셈이다. 취득 단계에 대해서는 이 문서 어디에서도 방어하지 않는다. 침묵이다. 출력 단계는 각주 15에서 별개 문제로 떼어 놓는다. 이례적인 재구성 출력이 소수 있다 해도 그것이 언어모델의 출력 이용 전반을, 하물며 학습 이용을 차단하는 구제를 정당화하지는 않는다는 것이 정부의 정리다. 각주 16에서는 학습 자체가 복제물을 대중에게 접근 가능하게 만들지 않으며, 출력 단계에서도 기껏해야 아주 작은 일부만이 보호 대상 표현을 노출할 것이라고 적는다.

문제는 정부가 비워 둔 첫 칸에 이미 값이 매겨져 있다는 점이다. 그 값을 매긴 것이 Bartz v. Anthropic(787 F. Supp. 3d 1007)이다. 이 사건에서 학습은 공정이용으로 인정받았다. 앨섭 판사는 저작물을 학습에 쓴 행위를 "transformative—spectacularly so"라고 썼고, 의견서도 바로 그 1021면을 자기 논거로 인용한다. 실제로 돈이 나간 자리는 다른 곳이었다. LibGen과 PiLiMi 같은 섀도 라이브러리에서 약 700만 권을 내려받아 보관한 취득 경로였다. 합의금 15억 달러를 대상 저작물 약 48만 2,000건으로 나누면 저작물 한 건당 약 3,000달러가 된다. 최종 승인은 앨섭 판사가 은퇴한 뒤 2026년 7월 20일 마르티네스올긴 판사가 했다.

2.1취득 단계를 다루는 두 가지 방식

같은 문제를 두고 시장에는 이미 서로 다른 두 답이 나와 있다. LLM Pulse 집계(2026년 9월 기준)에 따르면 OpenAI는 공개된 퍼블리셔 라이선싱 딜이 24건으로 가장 많고, 최대 규모는 뉴스코퍼레이션과의 5년 2억 5,000만 달러 이상 계약이다. 같은 집계에서 앤트로픽의 공개 퍼블리셔 딜은 0건이다. 대신 15억 달러 합의로 취득 경로 문제를 사후에 정산했다. 취득 단계를 미리 사 두는 쪽과 나중에 무는 쪽이 나란히 놓인 셈이다. 다만 우리가 「AI 데이터 라이선싱의 실시간 전환」에서 쓴 누계 91건은 집계 기관과 분모가 다른 수치라, 24건과 한 표에 놓고 비교할 수는 없다.

의견서 각주 13도 라이선싱 시장이 실재한다는 사실은 인정한다. 주류 퍼블리셔와 독립 퍼블리셔 모두가 실시간·유료·독점 콘텐츠에 대한 특별 접근권을 제공하는 라이선싱 계약을 체결할 수 있고 실제로 체결해 왔다고 적혀 있다. 정부의 논지에서 이 문장은 라이선싱 강제가 필요 없다는 근거로 쓰이지만, 조직 입장에서 읽으면 다른 뜻이 된다. 취득 경로를 계약으로 확보하는 길이 이미 열려 있고, 그 길을 갔다는 사실은 계약서와 기록으로만 증명된다.

정부가 각주로 밀어 둔 출력 단계에는 한 문장의 단언이 붙어 있다. 미국 정부의 주장이지 확립된 사실은 아니다.

"Training an LLM, in and of itself, does not make any copied works accessible to the public. Even at the distinct output stage, at most a very small fraction of outputs would make protected aspects of those works accessible."

언어모델 학습 그 자체는 복제된 저작물을 대중이 접근할 수 있게 만들지 않는다. 별개인 출력 단계에서도 기껏해야 아주 작은 일부의 출력만이 그 저작물의 보호 대상 요소를 접근 가능하게 만들 것이다. — 의견서 12쪽, 각주 16

그 단언을 실제로 재 본 연구가 올해 초 나왔다. 아메드 아메드, 페더 쿠퍼, 산미 코예조, 퍼시 량이 2026년 1월 6일 공개한 Extracting books from production language models(arXiv:2601.02671)는 연구용 오픈웨이트 모델이 아니라 실제로 서비스되는 상용 모델 네 개를 상대로 책 본문 추출을 시도했다. 먼저 추출 가능성을 탐침하고 필요하면 Best-of-N 방식의 탈옥을 섞은 뒤, 이어쓰기 프롬프트를 반복해 본문을 뽑아내는 절차다. 성공 정도는 최장 공통 부분문자열을 블록 단위로 근사한 복원율인 nv-recall로 쟀다.

여기서 두 수치를 맞부딪히면 오독이 된다. 정부가 말한 "아주 작은 일부"는 통상적인 이용에서 침해적 출력이 나오는 비율을 가리키고, 논문의 nv-recall은 특정 책을 표적으로 삼아 공격했을 때 얼마나 복원되는가를 잰다. 분모가 다르므로 논문이 정부 주장을 반박했다고 쓸 수 없다. 두 문장은 서로 다른 질문에 답한다. 다만 이 연구가 분명히 하는 것이 하나 있다. 모델 수준과 시스템 수준의 안전장치가 있어도 저작권 있는 학습 데이터의 추출은 상용 언어모델에 남아 있는 위험이라는 저자들의 결론이다. 출력 단계는 아직 닫힌 문제가 아니다.

표의 마지막 줄은 이 소송의 피고인 OpenAI의 모델이다. 네 모델 가운데 가장 강하게 버텼다. 20배 넘는 시도를 요구했고 끝내 이어쓰기를 거부했다. 출력 단계의 방어력은 회사마다 다르고 그 차이는 우연의 결과가 아니라 설계의 산물이다. 표적이 된 작품이 『해리 포터와 마법사의 돌』처럼 여러 판본이 널리 유통된 텍스트라는 점도 밝혀 둔다. 임의의 신문 기사에 그대로 옮겨 적용되지 않는다.

3.1같은 판결을 양쪽으로 쓰는 법

의견서를 끝까지 읽으면 Kadrey v. Meta Platforms(788 F. Supp. 3d 1026)가 두 번 등장하는데, 두 번의 용도가 정반대다. 1044면은 언어모델이 이메일을 고치고 문단을 번역하고 촌극을 쓰는 도구를 만들어 내므로 학습이 고도로 변형적이라는 지지 근거로 쓰인다. 1052~57면의 시장 희석 논의는 공격 대상이 된다. 정부는 이를 "contrary dicta"로 규정하고 네 번째 공정이용 요소에 대한 그 법원의 적용이 "deeply flawed"라고 적으면서, 학습과 출력을 하나의 연속된 이용으로 뭉갰다는 점, 당사자의 충분한 변론 없이 다뤄졌다는 점, 그리고 Kadrey 법원 스스로 이 간접 희석 이론이 이전 사건에서 결론을 바꾼 적이 없다고 인정했다는 점을 든다. 다만 우리는 Kadrey 판결문 원문의 해당 면을 직접 대조하지 못했다. 위 서술은 의견서가 그렇게 적었다는 사실까지만 옮긴 것이다.

정부의 반박 중 가장 기억에 남는 것은 각주가 아니라 본문에 있다. 조앤 디디온은 십 대 시절 헤밍웨이의 단편을 타자기로 옮겨 치며 문장이 어떻게 작동하는지를 익혔고 훗날 그를 자기 글쓰기의 가장 큰 영향으로 꼽았다. Kadrey 법원의 논리대로라면 디디온은 글을 발표할 때마다 헤밍웨이에게 책임을 졌어야 한다는 것이 정부가 파리 리뷰 인터뷰를 끌어와 던진 되물음이다.

하루 뒤인 9월 2일, 노스캐롤라이나 채플힐에서 G20 혁신장관 합의문이 채택됐다. 미국은 의장국이었다. 문서는 여섯 개의 필러로 짜여 있다. 혁신 친화적 정책 프레임워크, 기회와 번영을 위한 기술, 숙련 기술 인력 양성, 인공지능을 위한 지식재산 정책, AI와 표준, 그리고 산업 혁신과 공급망 투자다. 학습 데이터의 저작권 문제가 놓일 자리는 넷째 필러 하나뿐이다.

"…domestic and international legal frameworks and doctrines, such as prior and express consent and applicable limitations and exceptions to copyright, have played a critical role in balancing the interests of creators and innovators in some members' jurisdictions, and that their application to AI-related activities remains appropriately resolved through each member's established legal processes."

사전·명시 동의나 저작권에 대한 제한과 예외 같은 국내외 법 체계와 법리가 일부 회원국 관할에서 창작자와 혁신가의 이해를 조정하는 데 중요한 역할을 해 왔으며, 그것들을 AI 관련 활동에 적용하는 문제는 각 회원국의 확립된 법 절차를 통해 해결되는 것이 적절하다. — G20 혁신장관 합의문, Pillar 4

이 한 문장은 세 번 물러선다. 유럽형의 사전·명시 동의와 미국형의 제한·예외를 나란히 열거하기만 하고 어느 쪽이 옳다고 말하지 않는다. 그 역할조차 "일부 회원국 관할에서"라고 한정해, 보편 원칙이 아니라 어떤 나라들에서는 그랬다는 서술로 끝낸다. 그리고 적용 문제를 각 회원국의 법 절차로 돌려보낸다. 전문의 방향도 같아서, 회원국이 각자의 정책을 개발하고 신흥 기술 거버넌스에서 국가 주권을 지킬 것을 요청한다는 문장이 앞머리에 놓여 있다.

물러섰다고 해서 빈 문단은 아니다. 같은 필러는 저작권 보호가 저작자·예술가·권리자의 창작물을 지키는 데 본질적인 역할을 한다고 먼저 적고, 저작권법과 AI 기술의 상호작용이 관할마다 복잡한 법적·정책적 질문을 낳는다고 인정한다. 문단을 닫는 문장은 지식재산 규칙과 영업비밀 보호를 집행하는 일, "정당하고 적절한 보상"을 보장하는 일, 부정취득에 대한 구제 수단을 마련하는 일이 중요하다고 적는다. 하루 전 원고 쪽이 쓴 정당하게 값을 치르라는 말과 낱말이 겹치는 대목이다. 그런데 이 문장에도 "적용 가능한 법 체계에 따라"라는 꼬리가 달려 있다. 인정할 것은 인정하되 실행은 각국 법으로 돌려보내는 문장 구조가 필러 전체에 반복된다.

문서 전체를 낱말 단위로 훑으면 더 선명해진다. 성명 전문에서 training data는 0회, text and data mining 0회, dataset 0회, provenance 0회, fair use 0회다. consent는 위 인용문의 한 번이 전부이고, copyright 세 번은 모두 Pillar 4의 한 문단, 그것도 잇달아 놓인 세 문장 안에 몰려 있다. transparency 계열 네 번은 공공부문 도입 여건과 표준, 그리고 공급망을 말하는 자리에 흩어져 있다. 그중 Pillar 6의 투명성은 공급망 정보 공유에 관한 것이고 "on a voluntary basis", 곧 자발적 기반이라는 단서가 붙어 있다.

같은 날 함께 나온 캐롤라이나 원칙도 확인했다. 발견과 기술 개발, 검증과 상용화, 도입 확산의 세 절로 되어 있고 copyright와 consent는 각각 0회다. intellectual property는 딱 한 번, 중단된 프로젝트의 중간 결과를 공유하자는 항목에서 "적용 법령을 존중하며"라는 단서 안에 들어 있다. 지식재산을 다루는 조항이 아니라 지식재산을 침범하지 않겠다는 단서다.

참고로 백악관 보도자료의 표현은 "서명"이 아니라 "참석"이다. 이 합의문을 두고 몇 개국이 서명했다는 식으로 옮기면 원문에 없는 말을 더하는 것이 된다. 조직 실무의 관점에서 이 문서가 남긴 결과는 단순하다. 관할마다 기준이 갈린 상태가 당분간 유지되고, 그 갈라짐은 국제 합의로 정리되지 않는다.

업계에서 흔히 도는 표현부터 바로잡아야 한다. "EU가 8월 2일부터 학습 데이터 투명성 의무를 집행한다"는 말은 두 가지를 뭉갠 것이다. 범용 AI 제공자의 의무, 곧 기술 문서화와 학습 콘텐츠 요약 공개와 저작권 정책 수립은 2025년 8월 2일부터 이미 적용 중이었다. 2026년 8월 2일에 새로 켜진 것은 규칙이 아니라 이빨이다. 집행위 AI Office가 위반에 벌금을 물릴 수 있는 권한(Article 101, €1,500만과 전 세계 매출 3% 중 큰 쪽), Article 50 투명성 의무, 그리고 시장감시 집행 구조가 그날 함께 돌기 시작했다.

무엇이 켜지고 무엇이 2027년으로 미뤄졌는지는 「EU AI법 8월 2일: 발효되는 것과 유예된 것」과 「EU AI법 투명성 의무」에 정리해 두었고, 유럽이 텍스트·데이터 마이닝 예외와 기계가독 옵트아웃으로 이 문제를 사전 규칙의 영역에 놓았다는 큰 그림은 「EU 사법재판소와 LLM 저작권」에 있다. 남은 것은 그 서식이 실제로 어떻게 채워졌는가다.

5.1제출된 요약은 어떻게 채워졌나

연구자 키어런 메이너드가 제공자 7곳의 요약 11건을 서식 항목별로 비교한 결과가 「EU AI법 학습데이터 요약 의무」에 정리돼 있다. 구글·메타·마이크로소프트·OpenAI와 오픈소스 진영은 템플릿의 정량 항목을 채워 제출했다. 나머지 세 곳, 앤트로픽과 미스트랄과 xAI는 정량 항목 대신 서술형 문구로 칸을 대신했다. "공개적으로 이용 가능한 정보와 라이선스 데이터의 독점적 혼합" 같은 문장이다. 집행권이 발효된 뒤에도 2026년 8월 7일 기준으로 확인된 벌금이나 조사는 0건이었다. 그 이후 상황은 우리가 확인하지 못했다.

7분의 3이라는 숫자가 말하는 것은 제도의 실패가 아니라 제도의 한계다. 형식은 이미 강제된다. 요약을 제출하지 않으면 제재 대상이고, 6개월마다 갱신도 해야 한다. 그런데 칸에 무엇을 적을지까지는 강제되지 않는다. 서술형 한 문장으로 칸을 메우면 서류는 성립하지만 그 문장에서 어떤 저작물이 어디서 왔는지는 읽어 낼 수 없다. 같은 서식 앞에서 조직이 갈리는 지점이 바로 여기다. 작품 단위 취득 기록을 갖고 있는 쪽만 정량 항목을 채울 수 있다.

OpenAI 자신이 남긴 징후도 있다. 집행권 발효 이틀 전인 2026년 7월 31일에 낸 EU AI법 준수 성명은 안전 프레임워크와 워터마킹 파트너십과 사이버보안 협력을 상세히 다루면서 저작권 챕터, 곧 학습 콘텐츠 요약과 저작권 컴플라이언스 정책은 통째로 빠뜨렸다. 요약을 제출하지 않았다는 뜻은 아니다. 다만 스스로 내세우는 준수의 목록에서 어느 항목이 빠지는지를 보면, 형식 준수와 실질 공개가 같은 것이 아니라는 사실이 다시 확인된다.

지금까지 본 세 문서를 한 조직의 코퍼스 위에 겹쳐 놓으면 요구가 서로 다르다는 것이 먼저 보인다. 성격이 다르고, 판단하는 사람이 다르고, 판단이 이뤄지는 시점이 다르고, 실패했을 때 돌아오는 결과도 다르다. 아래 표는 그 차이를 항목별로 가른 것이다.

마지막 행의 세 칸은 표현이 다르지만 같은 자리에서 출발한다. 공정이용을 항변하려면 이 저작물을 합법적으로 구했다는 것을 보여야 하고, 동의를 요구하는 관할에 답하려면 동의를 받았다는 것을 보여야 하며, 유럽에 요약을 제출하려면 무엇이 어디서 왔는지를 적어야 한다. 세 요구는 같은 기록을 서로 다른 형식으로 꺼내 쓴다. 그 기록이 없으면 세 트랙 중 어느 쪽에서도 시작할 수 없다.

6.1업계는 지금 어디쯤 있나

MIT와 하버드 로스쿨 등이 참여한 Data Provenance Initiative가 인기 온라인 저장소에서 텍스트 데이터셋 1,800개 이상을 추적해 감사한 결과, 라이선스가 아예 표기되지 않은 비율이 70% 이상이었다. 표기가 있는 경우에도 절반 이상이 틀렸다. 허깅페이스로 범위를 좁히면 66%가 원저작자가 밝힌 것과 다른 사용 범주로 분류돼 있었고, 오분류의 방향은 대개 실제보다 관대한 쪽이었다. 이 수치는 2023~2024년 조사 시점의 파인튜닝용 공개 데이터셋 표본에 대한 것이지 전체 학습 코퍼스의 추정치가 아니다. 그 한정을 붙여도 결론은 남는다. 라이선스 표기를 그대로 믿고 쓴 조직은 자기가 무엇을 학습시켰는지 증명할 수 없다. 검증에 드는 비용의 실측은 「오픈 데이터셋 라이선스 감사 비용」에서 따로 다뤘다.

6.2무엇을 어느 단위로 남길 것인가

세 트랙이 공통으로 묻는 것을 항목으로 분해하면 다음과 같고, 핵심은 목록의 내용보다 단위다. 코퍼스 단위로 "공개 웹과 라이선스 데이터의 혼합"이라고 적어 두면 유럽의 서식은 통과할지 몰라도 법정에서는 아무것도 증명하지 못한다.

• 출처 URL 또는 취득처 식별자
• 취득 일시
• 취득 방법: 구매, 라이선스 계약, 크롤, 기증, 내부 생성 중 무엇인가
• 권리 근거 문서: 계약서, 이용약관 스냅숏, 라이선스 고지
• 라이선스 표기 원문과 그것을 확인한 시점
• 재배포 이력: 이 데이터가 어디를 거쳐 왔는가

데이터를 다시 받아 오는 순간 사라지는 정보가 여기에 몰려 있다. 크롤 로그와 구매 내역과 계약서가 남아 있는 범위까지만 소급이 가능하고, 그 범위 밖은 복원되지 않는다. 학습 데이터를 회계 장부처럼 요구받는 국면이 이미 시작됐다는 점은 「앤트로픽 학습 데이터 회계 소송」에서 확인할 수 있다.

6.3법원이 정부 손을 들어 준다면

정부 주장이 그대로 받아들여지는 쪽을 가정해 보자. 스타인 판사가 학습을 전면 공정이용으로 정리한다면 취득 기록의 필요성은 줄어드는가. 줄지 않는다.

취득 경로는 법무의 문제로 보이지만 실제로 다뤄지는 곳은 데이터 파이프라인이다. 어떤 문서를 언제 어디서 어떻게 받아 왔는지는 그 데이터가 파이프라인에 들어오는 순간에만 알 수 있고, 그 시점을 놓치면 이후에는 추정만 남는다. 코퍼스를 진단할 때 산출되는 출처·경로 메타데이터가 세 트랙의 공통 증빙이 되는 이유가 여기 있다. AI-Ready Data라는 말의 정의에는 학습해도 되는 데이터인지를 증명할 수 있어야 한다는 조건이 처음부터 들어 있었다.

그 관점에서 보면 취득 경로는 부가 정보에 머물지 않고 품질 속성이 된다. 같은 문장이 담긴 같은 문서라도 어디서 왔느냐에 따라 쓸 수 있는지가 갈리기 때문이다. 출처를 알 수 없는 데이터는 표기 한 줄이 비어 있는 상태로 끝나지 않는다. 결함으로 취급하는 편이 맞다. 공개 저장소의 라이선스 미표기 70%를 컴플라이언스 뉴스가 아닌 품질 지표로 읽는 것도 같은 이유에서다.

실무로 옮기면 판결을 기다리는 동안에도 정할 수 있는 것이 있다. 기록을 어느 단위로 남길 것인가다. 앞 절의 여섯 항목을 작품 단위로 붙이는 것이 시작점이고, 이미 학습에 쓴 데이터는 크롤 로그와 구매 내역이 남아 있는 범위까지만 소급된다는 한계도 함께 인정하고 시작해야 한다.

9월 1일의 스무 쪽은 판결이 아니고 법원을 구속하지도 않는다. 그럼에도 이 문서가 남긴 가장 실용적인 정보는 정부가 무엇을 주장했는가가 아니라 무엇을 비워 두었는가다. 비워 둔 칸은 이미 값이 매겨진 칸이었고, 유럽은 같은 칸을 제출 서류로 바꿔 놓았으며, G20은 그 판단을 각국에 돌려보냈다. 세 방향 모두에서 먼저 요구되는 것이 같은 기록이라면, 결론이 나오는 날을 기다릴 이유가 없다. 읽어 주셔서 감사하다.

이 글은 아래 1차 문서를 직접 받아 대조해 작성했다. 의견서 본문과 G20 두 문서는 전문을 내려받아 인용문과 낱말 빈도를 원문에서 확인했다. Kadrey 판결문과 저작권청 Part 3 보고서의 해당 면은 직접 열지 못했고, 본문에서 그 내용은 모두 "의견서가 그렇게 적었다"는 사실까지만 서술했다.

1차 문서

• 1.Statement of Interest of the United States, In re: OpenAI, Inc. Copyright Infringement Litigation, No. 25-md-3143 (SHS)(OTW), ECF No. 316 (S.D.N.Y. filed Sept. 1, 2026).
• 2.The White House, "G20 Innovation Ministerial Concludes with Consensus Statement" (Sept. 2, 2026). 링크
• 3.The Carolina Principles for Emerging Technologies, G20 Chapel Hill (Sept. 2, 2026).
• 4.JPML, MDL Statistics Report — Distribution of Pending MDL Dockets by Actions Pending, Report Date Sept. 1, 2026. 링크
• 5.JPML, MDL No. 3143 Transfer Order (Apr. 3, 2025). 링크

학술·연구

• 6.Ahmed Ahmed, A. Feder Cooper, Sanmi Koyejo & Percy Liang, "Extracting books from production language models," arXiv:2601.02671 (Jan. 6, 2026). 링크
• 7.The Data Provenance Initiative, "A Large-Scale Audit of Dataset Licensing and Attribution in AI," arXiv:2310.16787 / Nature Machine Intelligence (2024). 링크
• 8.Christine P. Bartholomew, "The Dark Side of Antitrust Statements of Interest," Journal of Corporation Law (2024).

정책·판례

• 9.U.S. Copyright Office, Copyright and Artificial Intelligence, Part 3: Generative AI Training (Pre-Publication Version, May 2025). 링크
• 10.Loper Bright Enterprises v. Raimondo, 603 U.S. 369 (2024).
• 11.Bartz v. Anthropic PBC, 787 F. Supp. 3d 1007 (N.D. Cal. 2025) — 의견서 경유 인용.
• 12.Kadrey v. Meta Platforms, Inc., 788 F. Supp. 3d 1026 (N.D. Cal. 2025) — 의견서 경유 인용.
• 13.Gil v. Winn Dixie Stores, Inc., 242 F. Supp. 3d 1315 (S.D. Fla. 2017).

언론·업계 집계

• 14.Financial Times, "OpenAI discusses giving US government 5% stake" (July 2, 2026) 및 CNBC·Axios 후속 보도.
• 15.Joe Patrice, Above the Law (Sept. 3, 2026); IPWatchdog, "DOJ Sides with OpenAI…" (Sept. 3, 2026).
• 16.LLM Pulse, "Every AI Content Licensing Deal, Mapped (2023–2026)." 링크
• 17.Deadline, "NY Times Rips Trump's DOJ For Backing AI Companies In Class Action Suit" (Sept. 3, 2026) — 뉴욕타임스 대변인 그레이엄 제임스 입장 인용. 링크

페블러스 관련 발행물

• 18.페블러스, 「앤트로픽 저작권 합의와 취득 경로」. 링크
• 19.페블러스, 「EU AI법 8월 2일: 발효되는 것과 유예된 것」. 링크
• 20.페블러스, 「EU AI법 학습데이터 요약 의무」. 링크
• 21.페블러스, 「EU 사법재판소와 LLM 저작권」. 링크
• 22.페블러스, 「AI 데이터 라이선싱의 실시간 전환」. 링크