Google, Anthropic, OpenAI의 안전 표준 계획, 자율 규제 시험대에
Google, Anthropic, OpenAI가 수년간 더 강력한 공적 감독 요구가 이어진 가운데 비공개 OpenAI 안전 표준을 마련하는 데 한 걸음 더 다가섰다는 보도가 나왔다. 제안된 조직은 정부 규제기관으로 운영되지 않으면서 프론티어 AI 개발사를 위한 공통 규칙을 수립하게 된다. 작업명은 Standards Authority for Frontier AI, 줄여서 SAFA다.
이 উদ্যোগ은 아직 제안 단계이며, 설립된 기관이 아니다. 기업들은 SAFA를 공동 발표하지 않았고, 거버넌스 문서를 공개하거나 결정이 어떻게 집행될지 설명하지도 않았다. 대부분의 세부 내용은 논의에 정통한 관계자들의 말에서 나왔다.
이 검증 공백이 핵심 긴장을 만들어낸다. 가장 강력한 AI 시스템 일부를 개발하는 기업들이 그 시스템의 시험 방법을 정의하는 데 참여하려 한다. 이들의 기술적 지식은 참여할 강력한 이유가 된다. 반면 이들의 상업적 이해관계는 다른 모든 이들이 독립성을 요구할 강력한 이유가 된다.
보도된 OpenAI 안전 표준 기구, 구체화 단계에
당장의 변화는 조직적이다. AI 안전에 관한 비공개 논의가 상설 표준 기구 설립 계획으로 발전하고 있다는 보도가 나왔다.
The Information은 Google, OpenAI, Anthropic이 프론티어 AI 안전에 초점을 맞춘 업계 주도 조직을 개발하고 있다고 보도했다. 프론티어 AI는 기존 선도 시스템의 능력에 근접하거나 이를 넘어서는, 매우 고성능의 범용 모델을 뜻한다.
이 조직의 잠정 명칭은 Standards Authority for Frontier AI다. 이 그룹이 아직 공식 출범하지 않았기 때문에 약칭인 SAFA는 바뀔 수도 있다. 기업들은 2026년 말이나 2027년 초까지 이를 설립하기를 희망하는 것으로 전해졌다.
이 일정은 출범일이 광범위한 정책 대화를 운영 프로젝트로 전환한다는 점에서 중요하다. 실제 기구에는 리더십, 자금, 회원 규칙, 기술 절차, 신뢰할 수 있는 의사결정 구조가 필요하다.
기업들은 Sriram Krishnan에게 최고경영자직을 맡는 방안을 타진한 것으로 알려졌다. Krishnan은 이전에 벤처 투자자로 일했고 Trump 행정부에서 고위 AI 정책 고문을 지냈다. 보도된 그의 후보 지명은 이 조직이 기술 전문성과 함께 정치적 신뢰도도 원한다는 점을 시사한다.
다른 সম্ভাব적인 리더와 과학 고문들 역시 논의된 것으로 전해졌다. 다만 공개적으로 확정된 임명은 없는 것으로 보인다. 기업들은 후보들이 수락했는지, 거절했는지, 또는 여전히 검토 대상인지 공개하지 않았다.
별도의 보도는 이러한 조율이 단순한 추측이 아니었음을 보여줬다. OpenAI 글로벌 정책 책임자 Chris Lehane은 회사가 Anthropic 및 Google DeepMind와 수주간 AI 안전을 논의했다고 말했다. 그의 발언은 회담 자체를 확인했지만, SAFA에 관한 보도된 모든 세부 사항을 확인한 것은 아니었다.
안전 논의에는 재앙적 위험, 제3자 평가, 경쟁 개발사 간 협력에 관한 질문이 포함된 것으로 알려졌다. 또한 직접 경쟁사들이 행동을 조율할 때 발생하는 독점금지법 우려도 제기한다.
이 구분은 필수적이다. 안전 시험 협력은 공동의 보호 장치를 만들 수 있지만, 조율은 경쟁에도 영향을 줄 수 있다. 표준 기구에는 구성원이 시장을 통제하거나 더 작은 경쟁사를 배제하지 않으면서 위험을 줄일 수 있도록 하는 경계가 필요하다.
아직 공개 문서는 SAFA가 이 문제를 어떻게 해결할지 설명하지 않는다. 보도된 연말 목표는 자금, 의결권, 이해충돌, 이의제기 절차에 관한 안전장치를 설계할 시간도 제한한다.
현재로서는 독자들이 SAFA를 신뢰할 만한 보도를 뒷받침으로 한 발전 중인 제안으로 받아들여야 한다. 이를 운영 중인 규제기관, 인증된 감사기관, 또는 최종 합의로 설명해서는 안 된다.
세 연구소가 지금 공통 규칙을 원하는 이유
Google, OpenAI, Anthropic은 개별 안전 정책만으로는 해결할 수 없는 조율 문제에 직면해 있다.
각 기업은 자체 위험 프레임워크를 공개하고, 평가를 의뢰하며, 모델 출시를 제한할 수 있다. 그러나 이런 조치만으로는 업계 전반에 공통된 기준선이 만들어지지 않는다. 배포를 늦추는 기업은 경쟁사가 계속 전진하는 동안 사용자, 매출 또는 개발자 관심을 잃을 수 있다.
참여 개발사 모두가 비교 가능한 시험을 수용한다면 공통 OpenAI 안전 표준은 이런 압박을 줄일 수 있다. 또한 현재 서로 다른 정의와 보고 형식에 의존하는 안전 주장들을 고객이 비교하는 데 도움이 될 수 있다.
이 시점은 추상적 원칙에서 운영 통제로 향하는 더 넓은 변화를 반영한다. 개발사들은 이제 역량 평가, 보안 시험, 사고 보고, 외부 접근, 배포 후 모니터링을 위한 절차가 필요하다.
OpenAI의 거버넌스 프레임워크는 사이버 공격, 생물학적 위협, 유해한 조작, 통제 상실과 관련된 위험을 다룬다. 또한 모델 보고, 사고 대응, 보안 관리, 외부 전문가 의견도 설명한다.
Anthropic은 자체 책임 있는 확장 접근법을 유지하고 있으며, Google DeepMind는 내부 안전 프레임워크와 평가 프로그램을 사용한다. 이 시스템들은 폭넓은 주제를 공유하지만, 자동으로 동일한 출시 결정을 만들어내지는 않는다.
공동 기구는 프론티어 모델이 사용자에게 도달하기 전에 필요한 최소 평가 요건을 정의할 수 있다. 누가 시험을 수행하는지, 개발사가 어떤 증거를 제시해야 하는지, 중대한 발견이 배포에 어떤 영향을 미치는지를 명시할 수 있다.
이 기구는 기밀 정보 공유도 지원할 수 있다. 프론티어 연구소들은 때때로 경쟁사도 이해할 필요가 있는 위험한 역량, 보안 취약점, 악용 패턴을 발견한다. 공개는 민감한 세부 사항을 노출할 수 있으므로 신뢰할 수 있는 교환 메커니즘은 실질적 가치가 있다.
그러나 공통 절차는 참여 기업들이 압박 속에서도 이를 따를 때에만 도움이 된다. 어려운 사례에는 출시 지연, 기능 제한, 비용이 큰 보안 변경, 또는 회사의 공개 주장을 약화시키는 증거가 포함된다.
자발적 표준은 계획된 출시를 정당화할 때 가장 따르기 쉽다. 준수가 매출이나 전략적 우위를 위협할 때 그 신뢰도가 시험받는다.
정부 조치는 관할권마다 여전히 분절돼 있다. California와 European Union은 고도화된 AI에 영향을 미치는 의무를 마련했으며, United States의 연방 정책은 계속 변화하고 있다. 글로벌로 운영되는 기업들은 겹치는 요구 사항을 기술적 통제로 전환해야 한다.
업계 기구는 이러한 전환을 쉽게 만들 수 있다. 규제기관, 감사기관, 고객, 개발사가 이해할 수 있는 평가 방법을 만들 수 있다. 동시에 법적 책임 없는 민간 정책의 또 다른 층위가 될 수도 있다.
이 때문에 보도된 제안은 하나의 위원회 이상을 의미한다. 조직의 실질적 영향력은 표준이 실제 배포 결정에 영향을 미치는지에 달려 있다.
SAFA가 단지 권고안을 발표한다면, 많은 기존 정책 포럼과 유사해질 것이다. 증거를 요구하고, 실패를 공개하며, 의미 있는 결과를 부과할 수 있다면 훨씬 더 중대한 역할을 차지하게 된다.
Frontier Model Forum은 이미 유사한 영역을 다룬다
같은 기업들이 이미 프론티어 AI 포럼을 만들었는데 또 다른 업계 조직이 왜 필요한지 SAFA는 설명해야 한다.
Anthropic, Google, Microsoft, OpenAI는 2023년에 Frontier Model Forum을 출범시켰다. 이 포럼의 명시된 목표에는 안전 연구 진전, 모범 사례 개발, 평가 지원, 정부 및 시민사회와의 정보 공유가 포함된다.
Forum의 최초 공동 발표는 기술 평가와 벤치마크를 위한 공개 라이브러리를 설명했다. 또한 AI 위험에 관한 표준화된 평가와 안전한 정보 공유를 약속했다.
이 목표들은 보도된 SAFA 의제와 상당히 겹친다. 두 조직 모두 공통 표준, 프론티어 모델 평가, 전문성 공유, 선도 개발사 간 조율을 포함한다.
이러한 중복은 기본적인 거버넌스 질문을 낳는다. SAFA가 Forum에 없는 어떤 권한을 갖게 될까?
가능한 한 가지 답은 집행이다. Frontier Model Forum은 주로 협업형 업계 그룹으로 운영된다. SAFA는 정의된 규칙과 준수 절차를 갖춘 자율규제 기구에 더 가깝게 설계될 수 있다.
이 차이는 구속력 있는 문서에 나타나야 한다. 새 명칭과 경영진만으로 의미 있는 권한이 생기지는 않는다. 조직에는 표준 설정을 일반적인 정책 조율과 구분하는 명확한 권한이 필요하다.
회원 자격도 또 다른 미해결 문제다. Frontier Model Forum은 네 기업이 설립했고 이후 범위를 넓혔다. 보도된 SAFA 논의는 Google, OpenAI, Anthropic을 중심으로 하며, Microsoft의 역할은 불분명하다.
더 작은 모델 개발사, 오픈소스 프로젝트, 학계 연구자, 엔터프라이즈 고객, 시민사회 단체 역시 이해관계가 걸려 있다. 세 지배적 연구소가 설계한 표준은 안전성을 높이더라도 대기업만 감당할 수 있는 요구 사항을 부과할 수 있다.
고도화된 모델을 시험하려면 전문 연구자, 보안 컴퓨팅 환경, 민감한 시스템에 대한 통제된 접근이 필요하다. 규칙이 안전을 개선하더라도 준수 비용은 소규모 개발사에 장벽이 될 수 있다.
대형 연구소는 복잡한 인증 요구를 충족할 인력과 인프라를 갖고 있다. 또한 이러한 요구 사항이 어떻게 작성될지 영향력을 행사할 정책팀도 보유하고 있다.
이 조합은 규제 포획 위험을 만든다. 규제 포획은 규칙 제정 체계가 규제하려는 대상의 이익을 점점 더 충족하게 되는 현상이다.
이 위험이 SAFA가 포획될 것임을 증명하는 것은 아니다. 외부인이 그 판단에 의존하기 전에 이 조직에 제도적 안전장치가 필요하다는 의미다.
이러한 안전장치에는 독립적인 의결권, 투명한 이해충돌 정책, 공개된 방법론, 결정에 이의를 제기하는 절차가 포함돼야 한다. 회원 기준은 기업 규모가 아니라 위험에 비례해야 한다.
이 기구는 민간 인증을 대체재로 내세우는 대신 기존 공공 기관과도 조율해야 한다. 정부 기관은 기업 자금으로 운영되는 단체가 재현할 수 없는 민주적 권한을 지닌다.
OpenAI도 이전에 이러한 한계를 인정했다. 프론티어 AI 규제에 관한 문서는 업계 자율규제를 중요한 첫 단계라고 불렀지만, 정부 개입은 여전히 필요하다고 주장했다.
이전 입장은 유용한 시험 기준을 제공한다. SAFA는 기술 표준과 증거를 생산함으로써 공적 규제를 보완할 수 있다. 인정된 첫 단계를 조용히 최종 체계로 바꾸어서는 안 된다.
실제 쟁점은 전문성 대 독립성이다
SAFA를 지지하는 가장 강력한 근거는 기술적 역량이며, 반대하는 가장 강력한 근거는 제도적 의존성이다.
프론티어 모델 평가는 설계하기 어렵다. 시험은 모델에 감시 회피 방법을 가르치지 않으면서 위험한 역량을 검토해야 한다. 또한 반복 가능한 행동과 고립된 출력도 구분해야 한다.
외부 평가자는 종종 모델 가중치, 내부 안전장치, 시스템 로그, 미출시 역량에 접근해야 한다. 기업에는 이러한 정보를 경쟁사와 악의적 행위자로부터 보호할 정당한 이유가 있다.
전문 기관은 기밀 증거를 검토할 수 있는 안전한 채널을 마련할 수 있다. 또한 출시 버전 전반에 걸쳐 일관된 방법론을 유지하고, 사고 발생 사이에 제도적 지식을 보존할 수 있다.
이 모델은 다른 고위험 분야의 감사와 유사하다. 독립 전문가는 기밀 기록에 접근하고, 정의된 기준에 따라 주장을 검증하며, 모든 민감한 세부 정보를 공개하지 않은 채 결론을 보고한다.
그러나 접근권만으로 독립성이 보장되지는 않는다. 평가자는 시스템을 깊이 이해하면서도 개발사에 재정적 또는 직업적으로 의존할 수 있다.
frontier AI auditing에 관한 2026년 연구 논문은 외부인이 주요 개발사의 안전성 주장을 신뢰성 있게 검증할 방법이 여전히 부족하다고 주장한다. 저자들은 제한적 검토부터 지속적 검증에 이르는 보증 수준을 제안한다.
이 프레임워크는 중요한 구분을 부각한다. 벤치마크는 선택된 조건에서의 성능을 측정한다. 감사는 개발사의 더 광범위한 주장, 통제 체계 및 관행이 신뢰할 만한지 검증한다.
SAFA는 자신이 어떤 기능을 수행할지 결정해야 한다. 표준 발행기관, 시험 연구소, 감사기관, 집행기관은 서로 다른 조직이다. 명확한 경계 없이 이를 결합하면 재량권이 지나치게 집중될 수 있다.
자금 조달은 즉각적인 우려 사항이다. 회원사가 조직 비용을 부담한다면, 대중은 기부금이 임명, 우선순위 또는 조사 결과 접근에 영향을 미치는지 알아야 한다.
리더십 선임도 같은 과제를 제시한다. 정치권과 연결된 경영자는 이 단체가 정부와 협력하는 데 도움을 줄 수 있다. 그러나 그 사람 역시 해당 역할을 제안한 기업들로부터 독립성을 유지해야 한다.
기술 자문가 역시 이해충돌을 공개해야 한다. frontier AI 안전 커뮤니티는 규모가 작으며, 전문가들은 연구소, 비영리단체, 대학, 정부 기관을 자주 오간다.
이러한 관계가 누구를 자동으로 부적격하게 만드는 것은 아니다. 다만 투명한 회피 규정이 필수적이라는 점은 분명하다.
최근 보도는 외부 평가자를 둘러싼 긴장을 보여준다. 일부 정부 관계자와 업계 리더는 연구소에서 직접 경험을 쌓은 전문가를 원하지만, 비판자들은 밀접한 개인적·직업적 관계에 의문을 제기한다.
한 독립 평가는 많은 AI 평가가 여전히 보안 행태보다 성능을 더 중시한다고 지적했다. 같은 보도는 SaferAI의 Henry Papadatos가 공공 투명성 없이는 기업의 자발적 조치만으로 충분하지 않다고 주장한 내용을 인용했다.
신뢰할 수 있는 기관은 안심시키는 결론 이상을 공개해야 한다. 적용한 기준, 평가자의 독립성, 검토한 증거 범주, 결과에 영향을 미친 모든 한계를 명시해야 한다.
또한 이견도 공개해야 한다. 평가자가 모델 출시 연기를 권고했는데 회원사가 이를 무시하고 출시한다면, 이용자와 규제기관은 그 절차가 배포를 통제하지 못했다는 사실을 알아야 한다.
집행 수단은 비공개 시정 요구부터 공개 공지와 회원 자격 정지까지 다양할 수 있다. 각 선택지는 기밀성, 법적 책임, 공공 안전 측면에서 상충관계를 수반한다.
결과가 따르지 않는 기관은 평판 서비스로 전락할 위험이 있다. 반면 상당한 권한을 지녔지만 책임성이 약한 기관은 시장 선도 기업이 통제하는 민간 규제기관이 될 위험이 있다.
이것이 SAFA의 핵심적인 상충관계다. 연구소들은 외부인이 필요로 하는 정보를 보유하지만, 그 정보를 보유한다는 이유만으로 견제받지 않는 권한을 받아서는 안 된다.
개발사와 기업 구매자가 체감할 영향
첫 번째 실질적 영향은 소비자 대상 제품 라벨이 아니라 조달, 모델 접근, 출시 절차에서 나타날 것이다.
기업 구매자들은 이미 공급업체에 보안 통제, 개인정보 보호, 사고 대응, 규제 준수에 관해 묻고 있다. frontier AI 표준은 이러한 검토에 모델별 증거를 추가할 수 있다.
AI 코딩 에이전트를 배포하는 기업은 해당 모델이 취약점 생성, 자격 증명 탈취, 무단 행위에 대해 시험되었다는 증거를 원할 수 있다. 의료 분야 고객은 개인정보 보호, 조작 위험, 비정상적인 프롬프트에서의 신뢰성을 우선시할 수 있다.
공통 표준은 이러한 질문을 더 쉽게 비교할 수 있게 한다. 구매자는 호환되지 않는 공급업체 보고서 대신 공통 범주를 중심으로 정리된 증거를 받게 된다.
이러한 이점은 접근성에 달려 있다. 뒷받침 문서가 없는 인증 배지는 조달팀이 평가 품질을 판단할 근거를 거의 제공하지 못한다.
개발사는 새로운 제한에 직면할 수도 있다. 평가에서 위험한 역량이 확인되면 모델 제공업체는 더 강력한 신원 확인, 모니터링 또는 단계적 접근을 요구할 수 있다.
이러한 통제는 오용을 줄일 수 있지만, 실험을 제한할 수도 있다. 연구자와 소규모 기업은 대형 고객과 동일한 수준의 접근권을 얻기 어려울 수 있다.
오픈소스 개발자는 다른 문제에 직면한다. 폐쇄형 연구소 관행을 중심으로 설계된 표준은 하나의 조직이 모델 가중치, 배포 인프라, 사용자 접근을 통제한다고 가정할 수 있다.
오픈 모델은 이러한 책임을 분산한다. 유용한 프레임워크는 학습 과정에서 발생하는 위험과 배포, 수정, 후속 유통을 통해 발생하는 위험을 구분해야 한다.
SAFA가 이 구분을 무시한다면, 그 표준은 설계상 중앙집중형 서비스를 우대할 수 있다. 그러면 안전 프레임워크가 시장 구조에 관한 결정으로 바뀌게 된다.
클라우드 제공업체도 압박을 받게 될 것이다. Google은 frontier 모델 연구소와 주요 컴퓨팅 인프라를 모두 운영한다. Microsoft와 Amazon은 주요 AI 개발사들과 깊은 관계를 맺고 있다.
안전한 학습, 모델 접근, 로깅, 사고 대응에 관한 표준은 이러한 플랫폼에 영향을 미친다. 이들의 참여 또는 배제는 해당 기관이 더 광범위한 AI 공급망을 포괄하는지를 좌우할 것이다.
지식 노동자는 규칙을 간접적으로 접할 수 있다. 모델이 더 많은 요청을 거부하거나, 작업 전에 확인을 요구하거나, 위험 평가 후 일부 기능을 잃을 수 있다.
이러한 변화는 안전 거버넌스에서 비롯되더라도 제품 결정처럼 보일 수 있다. 명확한 공개는 이용자가 접근이 왜 바뀌었는지, 그리고 제한이 여러 제공업체에 공통으로 적용되는지 이해하는 데 도움이 될 것이다.
이러한 결정을 추적하는 조직에는 모델 보고서, 정책 업데이트, 사고 공지의 증거가 필요하다. 검색 가능한 지식 베이스는 팀이 변화하는 표준을 공급업체 평가 및 내부 배포 기록과 연결하는 데 도움이 될 수 있다.
가장 가치 있는 결과는 비교 가능성일 것이다. 고객은 두 공급업체가 동등한 조건에서 동등한 시험을 통과했는지 판단할 수 있어야 한다.
가장 가치 없는 결과는 상징적 인증일 것이다. 사고나 이견이 있는 결과와 무관하게 모든 창립 회원사가 모든 검토를 통과한다면, 그 라벨은 거의 아무것도 전달하지 못할 것이다.
따라서 개발사와 구매자는 향후 SAFA 마크 뒤에 있는 방법론을 검토해야 한다. 누가 모델을 시험했는지, 어떤 접근권을 받았는지, 어떤 위험이 범위 밖에 남았는지를 물어야 한다.
SAFA가 실질적 권한을 갖췄는지 보여줄 세 가지 신호
SAFA는 거버넌스, 결과의 실효성, 공공 규제기관과의 관계를 기준으로 평가해야 한다.
첫 번째 신호는 공식 헌장이다. 보도된 명칭, 출범 시점, 리더십 논의만으로는 이 조직이 실제로 어떻게 운영될지 알 수 없다.
신뢰할 수 있는 헌장은 회원, 자금 출처, 의결 구조, 이해충돌 규정, 임명 절차를 명시해야 한다. 독립 전문가가 의사결정 권한을 갖는지도 설명해야 한다.
창립 기업이 평가자를 뒤집지 못하도록 하는 조항을 주목해야 한다. 이러한 보호 장치가 없다면, 해당 기관은 평가 대상인 연구소에 계속 의존하게 된다.
두 번째 신호는 공개된 평가 및 집행 절차다. 조직은 어떤 모델이 검토 대상이 되는지, 시험이 언제 시작되는지, 평가자가 어떤 증거를 받는지 정의해야 한다.
심각한 문제가 발견된 뒤 무엇이 일어나는지도 명시해야 한다. 가능한 결과에는 시정 조치, 제한적 배포, 출시 연기, 공개 통지, 조직 퇴출 등이 포함된다.
절차에는 이의 제기도 포함되어야 한다. 기업에는 기술적 오류에 이의를 제기할 방법이 필요하고, 평가자에게는 상업적 보복으로부터의 보호가 필요하다.
모범 사례를 장려하겠다는 모호한 약속은 새로운 조직 설립의 근거를 약화시킬 것이다. Frontier Model Forum은 이미 연구와 조정 기능을 수행하고 있다.
세 번째 신호는 규제 주권을 포기하지 않는 범위의 규제기관 공식 인정이다. 공공기관은 SAFA의 방법론을 활용하거나, 옵서버로 참여하거나, 기술 작업을 법적 표준에 반영할 수 있다.
정부가 감독 및 집행 권한을 유지한다면 그러한 협력은 제안을 강화할 것이다. 정책입안자가 단순히 최대 개발사에 판단을 외주화한다면 제안은 약화될 것이다.
정치 경험이 있는 최고경영자를 선임했다는 보도는 정부 관계가 계획의 핵심이라는 관점을 뒷받침할 것이다. 그러나 그것만으로 공적 책임성을 입증할 수는 없다.
출범 일정도 또 하나의 시험대다. 2026년 말 또는 2027년 초 출범은 조직이 실질적 권한을 갖고 시작하려 한다면 광범위한 협의를 진행할 여지를 거의 남기지 않는다.
서두른 출범은 세부 통제 장치보다 광범위한 원칙을 먼저 만들어낼 수 있다. 이러한 순서는 이해할 만하지만, 조직은 포부 수준의 규칙을 완성된 안전장치로 제시해서는 안 된다.
독자들은 어떤 기업이 참여하지 않는지도 지켜봐야 한다. Microsoft, Meta, Amazon, xAI, 주요 오픈 모델 개발사, 국제 연구소 모두 frontier AI 시장에 영향을 미친다.
세 기업만 따르는 표준도 의미를 가질 수 있다. 그러나 다른 주요 개발사가 그 방법론이나 거버넌스를 거부한다면 정당성은 제한적일 수밖에 없다.
시민사회와 연구자에게도 같은 원칙이 적용된다. 창립 기업이 핵심 결정을 내린 뒤 열리는 자문 회의 이상의 참여가 보장되어야 한다.
제안된 OpenAI 안전 표준 기관은 점점 더 강력해지는 모델을 시험하기 위한 유용한 인프라가 될 수 있다. 반대로 기존 단체를 중복하면서 민간의 결정에 규제적 외관을 부여할 수도 있다.
차이는 약속이 아니라 문서에서 드러날 것이다. 독립적 의결권, 집행 가능한 결과, 투명한 방법론, 정부 감독을 위한 명확한 역할을 살펴봐야 한다.
SAFA가 보도된 출범 시점에 가까워짐에 따라 개발사와 기업 구매자는 공급업체 주장을 보존하고 이후 규정과 비교해야 한다. 어떤 안전장치가 측정 가능한 기준이 되고, 어떤 것은 자발적 표현으로 남는가? 이 비교는 이 계획이 배포 행태를 바꾸는지, 아니면 주요 연구소가 자신을 설명하는 방식만 바꾸는지를 보여줄 것이다.
