호주 AI 저작권 개혁, 학습 권한을 둘러싼 헌법적 쟁점에 직면
호주의 AI 저작권 개혁은 헌법적 질문에 직면해 있다. 법률이 AI 학습 접근성을 확대하는 동시에 창작자의 저작물 통제권을 축소하면 어떤 일이 벌어질까? Anne Twomey는 Guardian에 AI 저작권 변경이 그 문안에 따라 헌법적 우려를 제기할 수 있다고 말했다.
당면한 충돌은 학습 자료에 대한 접근성 확대와 그 자료에 수반되는 권리 사이에 있다. OpenAI와 Anthropic은 호주에서 실현 가능한 학습 여건을 원한다. 창작자들은 자신의 글, 음악, 이미지 및 기타 보호 대상 저작물이 해당 시스템에 들어갈지 여부를 통제하기를 원한다. 개발자의 접근 요건을 충족하는 정책이라도 누구의 허가가 중요한지, 누가 보상을 받는지 설명해야 한다.
이 긴장은 정부가 2025년 10월 광범위한 학습 예외를 거부한 뒤 더욱 선명해졌다. 이후 2026년 9월 보도에서는 조건 및 옵트아웃을 전제로 한 기본 허가 방식의 협의 방안이 공개됐다. 이러한 제안은 협의, 입법, 집행 가능한 권리를 신중히 구분해야 한다. 10월 31일 기준, 헌법적 경고는 향후 마련될 모든 법안 문구의 검토에 반영돼야 한다. 이는 특정 개혁안이 무효라는 뜻도, 보상 청구가 성공할 것이라는 뜻도 아니다.
호주 AI 저작권 개혁은 포괄적 예외를 넘어섰다
정책 분쟁의 초점은 이제 접근 조건, 특히 일부 권리 보유자와의 계약이 다른 이들에게 영향을 미치는 이용을 허가할 수 있는지에 맞춰져 있다.
2025년 10월 26일, Michelle Rowland 법무장관의 부처는 정부가 텍스트 및 데이터 마이닝 예외를 도입하지 않겠다고 발표했다. 텍스트 및 데이터 마이닝은 패턴이나 정보를 파악하기 위해 자료를 계산적으로 분석하는 것을 뜻한다. 이 발표는 개발자가 호주 창작자의 저작물을 허가나 대가 없이 학습에 이용하도록 허용하는 제안을 다뤘다.
정부의 저작권 정책 성명은 단체 라이선싱과 비용 부담이 적은 집행 방안 등을 포함한 다른 과제도 제시했다. 단체 라이선싱은 한 조직이 여러 권리 보유자의 허가를 관리하도록 하는 방식이다. 따라서 광범위한 예외를 거부했다고 해서 대안적 제도에 관한 협상의 여지까지 사라진 것은 아니다.
이 구분은 2026년 9월 중요한 의미를 갖게 됐다. ABC 보도는 두 방식 모두에서 옵트아웃을 허용하면서 학습 접근을 위한 여러 경로를 제시한 협의 문서를 설명했다. 한 접근법은 중앙 기구를 통한 지급 또는 저작권 관리 단체와의 계약을 포함했다. 다른 방식은 개발자가 더 광범위한 허가를 받기 전 일정 수준의 계약을 체결하도록 하는 것이었다.
이 대안에 따르면, 요건을 충족하는 계약에 포함되지 않은 창작자는 반드시 추가 지급을 받는 것은 아니다. 문서는 투명성, 감사, 제외와 관련한 보호 조치도 검토했다. 이는 제정된 학습 권리가 아니라 보도된 협의 선택지였다. 그 중요성은 개별 계약과 더 광범위한 접근 사이의 관계에 있다.
개발자가 출판사와 계약을 체결하는 경우에는 비교적 직접적인 질문이 제기된다. 해당 출판사는 어떤 저작물과 이용을 통제하는가? 그 계약 범위를 넘어 허가를 확장하는 체계는 또 다른 질문을 제기한다. 정책 입안자들은 왜 그 결과로 생긴 허가가 거래에 참여하지 않은 사람의 저작물까지 미치는지 설명해야 한다.
공개 포트폴리오에 작품을 올린 가상의 독립 일러스트레이터를 생각해 보자. 이 일러스트레이터는 저작권 관리 단체나 참여 출판사와 아무 관계가 없을 수 있다. 더 광범위한 법정 허가를 통해 해당 포트폴리오를 포괄하는 제도는 협상에 참여하지 않은 사람에게 영향을 미친다. 이는 정책의 정당성에서 대표성을 핵심 요소로 만든다.
출판사가 책의 특정 이용만 통제하는 저자에게도 같은 문제가 적용된다. 실효성 있는 계약은 실제로 라이선스를 부여할 수 있는 권리를 식별해야 한다. 창작자 지원에 관한 일반적 언급만으로는 불완전한 허가 사슬을 해결할 수 없다. 세부 사항은 누구의 허가가 법적 효력을 갖는지 확립해야 한다.
이 때문에 제안에 붙은 명칭은 제한적인 지침만 제공한다. 조건부 허가도 기존 권리의 실질적 가치를 바꿀 수 있다. 관련 질문은 적용 범위, 동의, 지급, 집행에 관한 것이다. 이러한 질문은 투자 논쟁을 헌법적 경고와 연결한다.
헌법적 쟁점은 단순한 소득 손실이 아니라 취득에 달려 있다
상업적 가치의 감소만으로는 그 자체로 위헌적인 재산 취득이 성립하지 않는다.
헌법 제51조(xxxi)는 정당한 조건에 따른 연방의 재산 취득을 다루며, 이는 적격한 취득에 대해 헌법적으로 충분한 조건을 뜻한다. Australian Law Reform Commission의 헌법상 재산 보호 논의는 보호되는 재산에 무형의 이익도 포함될 수 있다고 설명한다. 또한 박탈과 취득을 구분한다. 영향을 받는 소유자의 손실이 곧바로 필요한 취득을 입증하는 것은 아니다.
이 구분은 현재의 경고에서 책임 있게 도출할 수 있는 결론을 제한한다. 창작자는 새로운 학습 허가가 배타적 권리를 약화한다고 주장할 수 있다. 그러나 헌법 소송은 여전히 해당 변경의 법적 성격을 다뤄야 한다. 재정적 손해를 식별하는 것만으로는 그 주장이 완성되지 않는다.
정책 분석에서 유용한 순서는 영향을 받는 권리에서 시작한다. 소유자는 이전에 무엇을 허가, 거부 또는 라이선스할 수 있었는가? 입법은 어떤 허가를 만들고, 그 혜택은 누가 받게 되는가? 최종 문안이 이러한 변경이 어떤 주장을 뒷받침하는지 결정할 것이다.
개발자가 법정 요건을 충족한 뒤 모델 학습을 위한 특정 복제를 허용하는 가상의 규칙을 생각해 보자. 헌법적 논의는 그 허가를 정확히 검토해야 한다. 해당 규칙이 명확한 권리를 만드는지, 아니면 특정 행위에 대한 구제 수단을 바꾸는지가 중요하다. 이러한 장치는 서로 대체 가능한 것으로 취급해서는 안 된다.
또 다른 구분은 성공적인 소송에 대한 대응과 관련된다. 무효와 보상은 같은 입법에서 비롯되더라도 서로 다른 질문이다. 위원회는 일부 법률이 적격한 취득에 대해 보상을 제공하는 보호 장치를 포함한다고 설명한다. 그러한 조항이 적용되는지는 관련 법률의 검토가 필요하다.
따라서 저작권 보상 청구에 관한 헤드라인이 자동 지급에 대한 예측으로 변해서는 안 된다. 경고는 조사가 필요한 잠재적 위험을 식별한다. 청구인 명단, 평가 방법 또는 판결을 제시하지는 않는다. 이러한 기초를 확립하기 전에 총 책임을 계산하려는 모든 시도는 잘못된 정밀성을 만들어 낼 것이다.
경제적 논거에도 주의가 필요하다. 학습된 모델에 대한 저작물의 기여는 통상적인 출판 라이선스와 반드시 동등하지는 않다. 그렇다고 창작자의 권리가 사라지는 것은 아니다. 이는 법적 권리와 가치 산정에 별도의 분석이 필요하다는 점을 보여 준다.
헌법적 쟁점이 의회가 저작권법을 개정할 수 없다는 전제로 바뀌어서도 안 된다. 방어 가능한 질문은 더 좁다. 특정 개정안은 헌법적 한계와 어떻게 상호작용하는가? 설계에 따라 서로 다른 주장이 나올 수 있다. 평가는 그 메커니즘, 범위 및 보호 조치를 필요로 한다.
개발자에게 이는 문안의 질이 상업적으로 중요하다는 뜻이다. 해결되지 않은 헌법 소송을 불러올 수 있는 허가는 정책 발표가 시사하는 것보다 낮은 확실성을 제공한다. 창작자에게는 식별 가능한 권리에 초점을 맞춤으로써 신중한 분석이 검토를 강화한다. 양측 모두 신뢰할 만한 법적 질문과 이미 정해진 결과를 구분함으로써 이익을 얻는다.
학습 접근과 창작자 동의는 여전히 핵심 협상 갈등이다
라이선싱 간소화를 위한 가장 강력한 논거라도 협상에 참여하지 않은 창작자에 대한 답이 필요하다.
ABC의 학습 접근 보도에 따르면, OpenAI와 Anthropic은 모두 호주에서의 학습 확대 계획을 저작권 조건과 연결했다. 이 보도는 또한 분산된 소규모 권리 보유자 집단에 라이선스를 부여하는 어려움도 설명했다. 이는 개별 협상 계약을 넘어 접근을 확대하려는 제안의 현실적 문제다.
OpenAI와 Anthropic은 AI 서비스에서 경쟁하지만, 이러한 경쟁이 예측 가능한 학습 허가에 대한 공통의 이해관계를 없애지는 않는다. 선호하는 제품과 상업적 약정은 라이선싱 장애물이 중요하다는 점과 별개로 일치하지 않을 수 있다. 그러나 어느 회사의 투자 이해관계도 특정 저작권 해법이 필요하다는 점을 독자적으로 입증하지는 않는다.
개발자의 주장은 그 자체의 조건에서 검토할 가치가 있다. 관련된 모든 저작물에 대해 각각 협상하는 일은 행정적 부담을 초래할 수 있다. 소유자를 확인하기 어려울 수 있고, 소유권은 변경될 수도 있다. 단체 경로는 보상을 허용하면서 이러한 거래 비용을 줄이려 한다.
어려운 지점은 행정적 편의가 약정 밖의 사람까지 포괄하는 허가로 바뀌는 때다. 계약은 참여 당사자가 특정 조건을 수용했음을 보여 줄 수 있다. 그러나 추가적인 법적 장치 없이는 부재한 당사자가 이를 수용했음을 보여 줄 수 없다. 정책은 이러한 추가 적용 범위를 정당화해야 한다.
AI 학습 옵트아웃은 책임이 놓이는 위치를 바꾼다. 이러한 체계에서 제외가 작동하려면 권리 보유자가 이의를 전달해야 한다. 따라서 그 공정성은 버튼이나 기술적 신호의 존재만으로 결정되지 않는다. 소유자는 선택권을 이해하고 행사할 수 있는 실질적인 방법이 필요하다.
가상의 사진작가는 이 문제를 잘 보여 준다. 사진작가는 포트폴리오 웹사이트를 통제할 수 있지만, 라이선스된 사본은 고객 웹사이트에도 나타날 수 있다. 포트폴리오에 적용된 제외 조치는 다른 곳의 사본에 관한 질문을 제기한다. 신뢰할 수 있는 체계라면 소유권 정보와 제외 조치가 그러한 맥락 전반에서 어떻게 적용되는지 설명해야 한다.
개발자에게도 상충하는 신호에 관한 명확성이 필요하다. 호스팅 플랫폼은 허가를 표시하는 반면 창작자는 학습에 반대할 수 있다. 출판사는 페이지 내 일부 자료를 허가할 수 있지만 삽입된 모든 이미지를 통제하지는 않을 수 있다. 접근 메커니즘에는 분쟁이 발생하기 전에 이러한 상황을 위한 규칙이 필요하다.
헌법적 경고는 이 협상 문제에 또 다른 차원을 부여한다. 정책 입안자들은 약속된 투자나 간소화된 관리만으로 더 광범위한 허가를 평가할 수 없다. 기존 권리가 무엇을 잃고 어떤 새로운 법적 이점이 생기는지도 검토해야 한다. 이러한 평가는 경제적 논거와 함께 이뤄져야 한다.
더 방어 가능한 절충안은 대표성과 적용 범위를 명확히 드러내는 방식일 것이다. 독자는 누가 협상했는지, 합의가 어떤 저작물에 적용되는지, 제외된 권리자가 어떻게 대응하는지 파악할 수 있어야 한다. 이러한 세부 사항은 실질적인 라이선싱과 무관한 자료에 대한 접근을 열기 위해 활용되는 요건 충족형 합의를 구분하는 데 도움이 된다.
핵심적인 상충 관계는 여전히 접근성과 통제권 사이에 있다. 간소화에는 가치가 있지만, 그 가치가 동의에 관한 모든 질문에 답해 주지는 않는다. 허가 범위가 넓어질수록 그 경계에 대한 설명도 더 필요해진다. 바로 그 지점에서 협상은 가장 어려운 시험대에 오른다.
옵트아웃과 보상에도 중요한 공백은 남아 있다
헌법 소송은 불가피한 것도 아니고 이미 결론 난 것도 아니며, 옵트아웃이 기저의 권리 분쟁을 자동으로 해결하지는 않는다.
회의적인 관점은 양쪽 모두에 적용된다. 비판자들은 모든 새로운 학습 허가가 보상을 요구하는 취득에 해당한다고 단정해서는 안 된다. 개발자들 역시 제외 메커니즘이 모든 이의를 무력화한다고 가정해서는 안 된다. 두 주장은 모두 광범위한 설명만으로는 답할 수 없는 세부 사항에 달려 있다.
첫 번째 공백은 시점과 관련된다. 장래를 위한 제외 통지는 개발자가 이를 받은 뒤 무엇을 해야 하는지 알려 준다. 그러나 이전에 수집한 자료를 어떻게 처리해야 하는지까지 반드시 설명하는 것은 아니다. 제안서는 향후 수집, 보관된 사본, 그리고 그 조건에 따라 허용되는 지속적 이용을 구분해야 한다.
다음 공백은 증거와 관련된다. 권리자는 개발자가 제외 요청을 준수했는지 평가할 수 있을 만큼의 정보를 필요로 한다. 개발자는 자신이 준수했다는 설명을 뒷받침할 기록이 필요하다. 명확한 증거 체계가 없다면 형식적인 권리는 행사하기 어려워질 수 있다.
또 다른 공백은 지급 범위와 관련된다. 중앙 지급 기금은 자금이 시스템 안으로 들어온다는 사실을 입증할 수 있다. 그러나 영향을 받은 모든 권리자가 적절한 몫을 받는다는 사실까지 입증하지는 못한다. 배분 규칙은 누구의 저작물이 인정되는지와 소유권 분쟁이 계속될 때 어떻게 처리되는지를 결정한다.
등록 요건은 특히 면밀히 검토할 필요가 있다. 창작자는 행정 절차를 완료한 뒤에야 보상 대상이 될 수 있다. 정책 입안자는 이 요건이 허가, 지급 또는 둘 다에 영향을 미치는지 설명해야 한다. 그렇지 않으면 제도 밖에 남아 있는 사람이 그 결과를 오해할 수 있다.
이는 모든 집단적 합의가 실패해야 한다는 증거라기보다 제도 설계의 문제다. 명확하게 정의된 체계는 반복적인 협상을 줄이고 소규모 참여자에게 실질적인 경로를 제공할 수 있다. 그 신뢰성은 세부 사항이 검토 가능하게 공개되는지에 달려 있다. 약속된 혜택은 그러한 세부 사항을 기준으로 검증되어야 한다.
국제 사례는 호주 헌법 해석을 해결하지는 않지만 유용한 비교 기준을 제공한다. 영국 정부의 AI 저작권 보고서는 개혁이 목표를 달성할 수 있을 때까지 기다려야 한다고 밝힌다. 이 분석은 라이선싱, 투명성, 권리자 통제를 검토한다. 이러한 비교는 법적 확실성이라는 일반적 약속 아래 얼마나 많은 연결된 결정이 놓여 있는지를 다시 보여 준다.
호주는 자국의 법 체계 안에서 이러한 결정을 평가해야 한다. 다른 곳에서 채택된 모델이 이곳에서의 헌법적 유효성을 입증할 수는 없다. 마찬가지로 해외의 논쟁적 관행이 호주 소송의 결과를 결정하지도 않는다. 국제 비교는 현지 분석을 대체하기보다 선택지와 구현상의 문제를 파악하는 데 도움이 된다.
저작권 보상 청구는 구제 수단도 살펴봐야 한다. 누가 누구를 상대로 어떤 조항에 따라 청구할 수 있는가? 청구인은 무엇을 입증해야 하는가? 제안은 이러한 질문에 직접 답할 때 더 검토하기 쉬워진다.
따라서 현재로서 가장 강한 결론은 조건부다. 더 폭넓은 학습 접근은 시행 전에 검토가 필요한 문제를 제기한다. 현재 이용 가능한 경고만으로 최종 결과가 결정되지는 않는다. 책임 있는 검토는 헌법적 안전성이나 불가피한 책임을 선언하기 전에 명확히 정의된 메커니즘을 요구해야 한다.
기업 AI 구매자는 학습 권리와 문서 접근을 구분해야 한다
AI를 사용하는 조직에서는 문서에 접근할 수 있는 허가와 해당 문서를 학습에 사용할 수 있는 허가는 여전히 별개의 결정이다.
이 구분이 중요한 이유는 이 정책 분쟁이 AI 개발의 특정 단계와 관련되기 때문이다. 이를 AI 서비스와 이루어지는 모든 상호작용에 관한 일반론으로 확대해서는 안 된다. 시스템에 허가받은 문서를 요약해 달라고 요청하는 사람은 개발자가 학습 자료를 수집하는 경우와 다른 운영상의 질문을 제기한다. 각 이용은 자체적인 평가가 필요하다.
영국 보고서는 모델 학습과 요청에 답할 때 외부 정보를 참조하는 시스템을 구분한다. 이 구분은 기업 워크플로를 살펴보는 유용한 방법을 제공한다. AI 애플리케이션에 회사 문서가 존재한다는 사실만으로는 해당 문서가 어떻게 처리되는지 설명되지 않는다. 제품 설명은 관련 이용 방식을 명확히 해야 한다.
고객 보고서, 라이선스를 받은 연구 자료, 내부 회의 기록을 보유한 가상의 컨설팅 회사를 생각해 보자. 직원들은 서로 다른 이유로 이러한 모든 자료에 합법적으로 접근할 수 있다. 그렇다고 모든 문서에 대해 동일한 허가가 성립하는 것은 아니다. 이를 새로운 워크플로에 투입하려면 이러한 차이에 주의를 기울여야 한다.
따라서 AI 서비스를 평가하는 조직은 제출한 자료에 어떤 일이 일어나는지 물어야 한다. 서비스는 요청을 처리하는 데에만 이를 사용하는가? 자료를 보관한다면 어떤 목적으로 보관하는가? 별도의 학습 이용에는 추가 허가가 필요한가?
호주가 더 광범위한 학습 체계를 도입하더라도 이러한 질문은 여전히 중요하다. 새 규칙에는 정의된 범위와 조건이 있을 것이다. 구매자는 이것이 모든 데이터세트, 문서 또는 후속 활동을 포괄한다고 가정해서는 안 된다. 공급자 역시 정책 협의를 이미 존재하는 허가로 제시해서는 안 된다.
검색 가능한 AI 지식 베이스를 구축하는 팀에도 같은 원칙이 적용된다. 정보를 체계적으로 정리하면 접근 결정의 검토가 쉬워질 수 있다. 하지만 그것이 기초적인 허가를 대체하지는 않는다. 유용한 연결고리는 문서, 그 출처, 허가된 사용자, 그리고 허용된 이용 방식 사이에 있다.
가상의 출판사에서는 이러한 범주가 내부 편집 자료와 외부에서 라이선스를 받은 사진을 나눌 수 있다. 출판사 자체 기사에 적용되는 서비스 계약이 모든 관련 자산까지 반드시 포괄하는 것은 아니다. 구현 팀에는 이러한 구분을 보존할 방법이 필요하다. 그렇지 않으면 광범위한 콘텐츠 라벨이 더 좁은 권리를 감출 수 있다.
기업용 제품을 구축하는 개발자는 이에 상응하는 공개 과제에 직면한다. 모델 학습 자료의 출처와 고객 업로드물의 처리 방식을 구분해야 한다. 이러한 주제를 저작권에 관한 일반적인 보증으로 묶으면 그 보증을 평가하기 어려워진다. 구매자는 약속의 내용을 이해할 만큼 구체적인 정보를 필요로 한다.
이는 AI 보조 도구를 사용하는 모든 직원이 모델 개발자의 전체 학습 분쟁을 물려받는다는 뜻은 아니다. 역할이 명확하게 유지되어야 한다는 뜻이다. 개발자의 과거 데이터 관행, 서비스의 현재 처리, 고객의 문서 허가는 관련되어 있지만 서로 구분된다.
지식 노동자에게 실질적인 함의는 포괄적인 가정보다 더 나은 질문을 하는 데 있다. 시스템이 제공한 자료로 무엇을 하는지 물어야 한다. 어떤 허가가 그 활동을 뒷받침하는지도 물어야 한다. 호주 정책 입안자가 궁극적으로 어떤 경로를 선택하든 답변은 여전히 유용하다.
다음 시험대는 문구, 증거, 그리고 집행 가능한 조건이다
다음의 의미 있는 전개는 누가 허가를 받는지, 준수가 어떻게 검증되는지, 보상이 영향을 받은 권리자에게 도달하는지를 보여 줄 것이다.
첫 번째 신호는 제안된 학습 메커니즘을 확립하는 구체적인 정책 결정 또는 초안이다. 그 범위는 적용되는 행위, 자격 있는 개발자, 제외되는 자료, 적용 조건을 식별해야 한다. 이는 평가할 수 있는 구체적인 대상을 만들어 법적 확실성 주장을 강화할 것이다. 일반적인 보증에 계속 의존한다면 핵심 질문은 열린 채로 남는다.
어떤 문안이든 헌법 논거를 더 면밀히 검토할 수 있게 해 줄 것이다. 관찰자들은 변경되는 권리와 창출되는 혜택을 살펴볼 수 있다. 가상의 구제 수단을 추측하는 대신 관련 보상 조항을 평가할 수 있다. 이는 지지와 비판 양쪽의 주장을 더 유용하게 만들 것이다.
두 번째 신호는 의회 절차에서 나오는 더 강력한 공개 증거다. 호주의 AI 의회 조사는 AI와 저작권의 상호작용을 조사 범위에 포함한다. 실행 가능한 라이선싱과 제외에 관한 증거는 경쟁하는 입장을 검증하는 데 도움이 될 것이다. 해결되지 않은 소유권 또는 집행 문제를 드러내는 증거는 구현이 간단하다는 주장을 약화시킬 것이다.
가장 유용한 기여는 선호를 반복하기보다 메커니즘을 다룰 것이다. 개발자는 특정 라이선싱 경로가 왜 실패하는지와 자신들이 운영할 수 있는 대안이 무엇인지 설명할 수 있다. 창작자 대표는 제안된 적용 범위가 어디에서 자신의 권한을 넘어서는지 밝힐 수 있다. 독립적인 분석은 이러한 체계가 대형 조직 밖의 권리자에게 어떤 영향을 미치는지 검증할 수 있다.
세 번째 신호는 허가와 보상이 함께 작동하는 방식을 보여 주는 집행 가능한 조건이다. 요건을 충족하는 합의는 그 범위를 이해할 수 있게 해야 한다. 지급 체계는 자격 요건과 배분 방식을 설명해야 한다. 제외 체계는 권리자가 오류에 이의를 제기하는 방법을 명시해야 한다.
이러한 신호는 앞으로 몇 달 동안 함께 판단되어야 한다. 운영 가능한 준수 절차가 없는 초안은 실무적 불확실성을 남길 것이다. 명확한 적용 범위가 없는 지급 발표는 대표성에 관한 의문을 남길 것이다. 준수 증거가 없는 실행 가능한 제외 제도는 권리자를 보증에 의존하게 만들 것이다.
투자 약속도 비슷한 주의가 필요하다. 그 가치는 경제적 논의에 정보를 제공할 수 있지만, 그 자체로 법적 질문에 답할 수는 없다. 학습 접근은 실제로 만들어지는 허가를 통해 평가해야 한다. 창작자 보호는 실제로 이용 가능한 통제권과 구제 수단을 통해 평가해야 한다.
호주의 AI 저작권 개혁을 지켜보는 독자는 가장 강한 예측보다 다음의 구체적인 문서에서 출발해야 한다. 그것이 허가하는 행위, 영향을 받는 권리자, 개발자가 충족해야 하는 조건을 확인하라. 그런 다음 해당 권리자가 거부할 수 있는지, 보상을 받을 수 있는지, 불이행에 이의를 제기할 수 있는지를 살펴보라. 협의 선택지와 채택된 정책을 구분하고, 채택된 정책과 법원의 해석도 구분하라. 헌법적 경고는 신중한 검토를 필요하게 하지만 결과를 미리 제시하지는 않는다. 다음 제안이 나올 때는 정확한 질문을 던져야 한다. 그 확실성의 약속은 학습을 가능하게 하는 사람들에게까지 확장되는가?


