Muse와 Emotiv: 소비자용 뇌파 헤드셋, AI 데이터 재사용으로 프라이버시 위협

보도에 따르면 Muse를 만든 Interaxon은 개인정보 처리방침에서 그 목적을 명시적으로 공개하기 전에 소비자 기록으로 뇌 AI 모델을 학습시켰다. 개인 피드백을 위해 수집된 정보가 더 광범위한 상업 시스템의 자료가 될 때 소비자용 뇌파 헤드셋은 프라이버시를 위협한다. 즉각적인 쟁점은 헤드밴드가 제한 없이 생각을 읽을 수 있다는 증거가 아니라 허가에 관한 문제다.

Science의 조사에 따르면 Interaxon은 학습 데이터세트에 사용자의 두피 전기 활동을 기록한 뇌파검사, 즉 EEG 기록 약 5만 시간이 포함됐다고 밝혔다. 회사는 식별 정보를 제거했다고 말했다. Science는 Interaxon이 이후 개인정보 처리방침을 업데이트해 모델 학습을 명시적으로 다뤘다고 보도했다.

Muse와 경쟁사 Emotiv는 현재 AI 개발을 위한 신경 데이터 사용을 설명하는 문구를 공개하고 있다. 이들의 공개 내용은 웨어러블 하드웨어를 넘어선 상충 관계를 드러낸다. 고객은 개인적 인사이트를 받는 반면, 기업은 재사용 가능한 모델을 개발한다. 핵심 질문은 사용자가 두 번째 관계에 자동으로 들어가지 않고도 첫 번째 관계를 의미 있게 수용할 수 있는지다.

Muse의 AI 학습, 소비자 기록의 두 번째 목적을 드러내다

Science의 뇌 데이터 조사는 익숙한 소비자 거래를 다른 관점에서 바라보게 한다. 사람은 자신의 경험에 관한 피드백을 얻기 위해 기기를 구매한다. 제조사는 해당 개인 세션을 넘어선 개발을 지원할 수 있는 기록도 보게 된다.

이러한 목적은 겹치지만 서로 다른 기대를 만든다. 요청한 결과를 제공하기 위해 기록을 처리하는 일은 헤드셋 착용자에게 기여한다. 모델 개발을 위해 기록을 보관하는 일은 향후 제품과 사용자를 포함할 가능성이 있는 또 다른 관계를 만든다.

개인 결과를 제공하기 위한 허가는 재사용 가능한 AI 모델을 개발하기 위한 허가까지 자동으로 결정해서는 안 된다.

개발이 원래 제품을 개선하는 경우에도 이 구분은 중요하다. 고객은 정확도 향상을 지지하면서도 보관, 연구 접근 또는 관련 없는 활용에 대한 제한을 원할 수 있다. 결과에 동의했다고 해서 그 결과를 추구하는 모든 방법에 동의한 것은 아니다.

공개 문제에는 시간적 맥락도 있다. 오늘날 학습을 명확히 설명하는 정책만으로는 이전 기록이 개발에 들어갔을 당시 고객이 무엇을 이해했는지 확립할 수 없다. 과거의 동의를 평가하려면 이전 고지와 그에 따라 제시된 선택지를 살펴봐야 한다.

이는 어느 한쪽으로 쉽게 결론 내리는 것을 막는다. 업데이트된 문구는 더 명시적인 공개 설명의 증거다. 그렇다고 모든 과거 사용에 유효한 법적 근거가 없었다거나, 영향을 받은 모든 고객이 충분한 고지를 받았다는 점을 독립적으로 입증하지는 않는다.

기업의 데이터세트 설명과 개별 참여에 대한 검증된 설명 사이에도 차이가 있다. 집계된 학습 수치만으로는 특정 사용자의 세션이 포함됐는지 알 수 없다. 이를 확인하려면 수집, 허가, 이후 처리를 연결하는 기록이 필요하다.

따라서 실질적 쟁점은 모든 뇌 웨어러블을 향한 포괄적 비난보다 더 좁다. Science의 보도는 특정한 추가 활용을 둘러싼 공개 문제를 제기한다. 이러한 질문은 모든 제조사, 제품, 과거 계약을 서로 바꿔 쓸 수 있는 것으로 취급하지 않고 답을 얻을 가치가 있다.

고객에게 관련 거래는 이제 물리적 기기와 지속적인 데이터 관계를 모두 포함한다. 하드웨어 소유가 관련 기록이 소프트웨어 개발 과정에서 어떻게 이동하는지를 자동으로 결정하지는 않는다. 이 두 번째 관계에는 이해하기 쉬운 별도의 조건이 필요하다.

소비자용 뇌파 헤드셋이 세션 이후에도 프라이버시를 위협하는 이유

헤드셋 세션에는 분명한 종료 시점이 있다. 사용자가 끝내고 기기를 벗은 뒤 결과를 확인하는 순간이다. 모델 개발의 시간선은 다를 수 있다. 그 세션 동안 수집된 데이터는 즉각적인 서비스가 끝난 뒤에도 유용하게 남을 수 있다.

이는 눈에 보이는 활동과 잘 보이지 않는 재사용 사이의 불일치를 만든다. 고객은 수면 보고서나 명상 화면을 볼 수 있다. 하지만 어떤 기록이 개발 데이터세트에 들어가는지, 또는 어떤 후속 시스템이 그 작업을 활용하는지는 대개 볼 수 없다.

프라이버시의 이해관계는 고객 앱에 눈에 보이는 변화를 만들지 않는 활용을 포함해 전체 데이터 수명주기에 달려 있다.

이전의 소비자 신경기술 평가는 현재 논란이 AI 헤드라인을 넘어선 뿌리를 가진 이유를 설명하는 데 도움이 된다. Neurorights Foundation은 2024년 4월 30개 기업의 정책을 검토했다. 그 결과 29개 기업이 의미 있는 제한 없이 접근 권한을 유지하는 것으로 보였다고 밝혔다.

이는 모든 기업이 모든 권한을 행사했다는 증거가 아니라 정책 평가였다. 관련성은 권한 자체에 있다. 광범위한 계약 문구는 서비스가 끝나는 지점과 2차 개발이 시작되는 지점을 고객이 불확실하게 느끼게 할 수 있다.

소비자는 구매 시점에 그 불확실성을 떠안는다. 제품 설명은 기기가 제공하겠다고 약속하는 내용을 설명하는 반면, 개인정보 문서는 기기가 수집하는 정보를 둘러싼 권한을 설정한다. 매력적인 기능 설명은 불분명한 데이터 계약을 해결할 수 없다.

제조사는 이러한 설명을 통제하기 때문에 압박을 받는다. 학습 정보를 온보딩 과정, 계정 설정 또는 고객이 거의 다시 확인하지 않는 문서 중 어디에 표시할지 결정한다. 배치는 공개가 정보에 기반한 결정의 일부가 되는지에 영향을 미친다.

기관 구매자는 이 문제의 또 다른 형태에 직면한다. 자발적 웰니스 프로그램용 헤드셋을 평가하는 가상의 고용주를 생각해 보자. 조달 담당자는 직원 혜택뿐 아니라 참여로 만들어지는 정보 관계도 검토해야 한다.

개인은 개인 피드백을 환영하면서도 고용주의 접근이나 추가 모델 개발에는 반대할 수 있다. 이러한 선호는 양립 가능하다. 전체 구조를 하나의 수락 결정으로 취급하면 그 차이를 감출 수 있다.

이 문제는 다른 AI 서비스를 평가하는 지식 노동자에게도 중요하다. 개인 지식 베이스는 정보를 소유자를 위해 정리하는 일과 다른 곳에서 재사용하는 일 사이의 관련된 구분을 제기한다. 이 비교는 문서와 신경 기록이 동일한 민감도를 가진다는 뜻이 아니라 경계에 관한 것이다.

이러한 경계를 이해하거나 강제하기 어렵게 남아 있을 때 소비자용 뇌파 헤드셋은 프라이버시를 위협한다. 더 나은 고지는 요청된 서비스, 선택 가능한 개발 활용, 거부에 따른 결과를 식별해야 한다. 또한 누군가 참여를 중단한 뒤 무엇이 남는지도 설명해야 한다.

따라서 압박은 법적 문구뿐 아니라 제품 설계에도 가해진다. 읽기 쉬운 정책은 도움이 되지만, 고객에게는 수집 전에 찾을 수 있는 선택지도 필요하다. 그러한 선택은 실제 처리 행위와 일치해야 한다.

Muse와 Emotiv는 AI 데이터 거래의 서로 다른 모습을 보여준다

기록을 활용하는 상업적 논리도 공정하게 검토할 필요가 있다. 해석 소프트웨어를 개발하는 제조사에는 그 소프트웨어가 어떻게 작동하는지에 관한 증거가 필요하다. 유용한 기능이 더 정확하고 신뢰할 수 있게 되면 고객도 혜택을 받는다.

광범위한 개선 목표가 재사용에 대한 구체적 설명을 대체할 때 갈등이 시작된다. 서비스를 개선한다는 말은 필요한 수정이나 훨씬 넓은 개발 프로그램을 뜻할 수 있다. 고객은 이러한 활동을 구분할 만큼 충분한 세부 정보를 알아야 한다.

Muse의 현재 정책은 파운데이션 모델을 포함한 머신러닝에 사용되는 비식별 정보를 설명한다. 파운데이션 모델은 특정 작업에 맞춰 적용되기 전에 폭넓게 학습된 AI 시스템이다. 이 범위는 개인 피드백 세션을 넘어 학습 권한이 중요해짐을 의미한다.

회사의 입장은 정당한 혜택 논리를 제시한다. 개발은 더 나은 제품 기능을 지원할 수 있다. 그러나 혜택의 존재만으로 누가 기록 기여 여부를 결정하는지에 대한 답이 되지는 않는다. 그 결정은 프라이버시 거래에서 여전히 핵심이다.

Emotiv의 현재 개인정보 처리방침은 유용한 비교 대상이 된다. 이 정책은 Large Brain Model을 위해 대체 식별자와 연결된 기록을 뜻하는 가명 처리된 신경 데이터를 처리할 때 명시적 옵트인 동의를 받는다고 설명한다. 이 문구는 참여를 모델 개발과 직접 연결한다.

정책은 철회에 관한 경계도 설정한다. Emotiv는 Emotiv-IQ를 비활성화하면 향후 학습 데이터 유입은 중단되지만, 이미 학습된 모델에 반영된 기여분은 개별적으로 제거할 수 없다고 말한다. 기술적으로 가능한 경우 추가 삭제 노력도 설명한다.

의미 있는 비교는 어느 제조사가 AI라는 단어를 사용하는지가 아니라 학습을 둘러싼 선택지에 관한 것이다.

Emotiv의 설명은 독자가 철회가 모든 것을 되돌린다고 가정하기 전에 중요한 결과를 보이게 한다. 그럼에도 공개된 정책만으로 애플리케이션이 선택지를 얼마나 명확하게 제시하는지 독립적으로 확립할 수는 없다. 인터페이스 동작과 계정 제어는 별도의 증거로 남는다.

Muse의 공개 역시 고객 경험과 함께 평가할 필요가 있다. 명시적인 모델 용어는 구체성을 높이지만, 고객은 그 실질적 의미도 이해해야 한다. 문구를 알아보는 것과 정보에 기반해 참여하는 것은 동등하지 않다.

따라서 유용한 제품 비교는 전체 제안을 살펴봐야 한다. 개발을 거부해도 원하는 기능을 이용할 수 있는가? 철회는 향후 수집, 향후 학습 또는 둘 다를 중단하는가? 계정 삭제 요청은 다른 목적으로 보관된 사본까지 다루는가?

이러한 질문이 제조사마다 같은 답을 요구하는 것은 아니다. 서로 다른 제품에는 서로 다른 처리 요건이 합리적으로 적용될 수 있다. 의무는 고객이 선택할 수 있을 만큼 관계를 정확히 설명하는 데 있다.

이는 기업에 센서와 소프트웨어 기능을 넘어선 경쟁 요소를 부여한다. 제조사는 이해하기 쉬운 허가, 제한된 보관, 신뢰할 수 있는 철회 통제를 통해 경쟁할 수 있다. 고객이 제품을 통해 이를 검증할 수 있을 때 이러한 약속은 더 설득력을 얻는다.

반대로 모호한 개선 약속은 고객에게 불확실한 미래 관계를 수용하라고 요구한다. 근본 연구가 유익한 목표를 추구하더라도 이러한 불확실성은 신뢰를 훼손할 수 있다. 기업은 사용자가 이를 지지할 것으로 기대하기 전에 거래 조건을 설명해야 한다.

식별자 제거만으로 동의나 삭제 문제가 해결되지는 않는다

비식별화는 기록과 식별 가능한 개인 사이의 연결을 줄인다는 중요한 우려를 다룬다. 그렇다고 그 기록이 왜 학습에 들어가야 하는지에 독립적으로 답하는 것은 아니다. 신원 보호와 허가는 서로 다른 기능을 한다.

가상의 고객은 수면 분석을 위해 기록을 기꺼이 공유하면서도 더 광범위한 상업 모델에 사용하는 것은 거부할 수 있다. 계정 세부 정보를 제거해도 이러한 선호는 바뀌지 않는다. 이의 제기는 인식 문제만이 아니라 목적에 관한 것이다.

프라이버시 보호 장치는 노출을 줄일 수는 있어도 다른 활용에 필요한 허가를 제공하지는 않는다.

2026년 사전 공개 논문으로 제시된 뇌 모델 거버넌스 연구는 이보다 더 폭넓은 문제를 살펴본다. 저자들은 재사용, 동의, 프라이버시, 편향, 이익 공유와 관련된 긴장을 지적한다. 이 연구의 기여는 상용 헤드셋이 제한 없이 생각을 노출한다는 실증이 아니라 거버넌스에 관한 논증이다.

이 차이는 고객이 서비스를 떠나려 할 때 더욱 뚜렷해진다. 계정 삭제, 원본 녹음 삭제, 향후 학습 중단, 기존 모델 변경은 서로 다른 조치다. 하나의 삭제 버튼이 이 모든 결과가 동시에 발생한다고 사용자가 생각하게 해서는 안 된다.

모델 가중치는 학습 과정에서 조정되는 수치 매개변수다. 이는 개발에 사용된 원본 녹음과는 다르다. 이러한 차이 때문에 철회는 복잡해지지만, 학습된 모든 모델이 개별 참여자에 관한 정보를 드러낸다는 뜻은 아니다.

따라서 신중한 설명은 양극단의 과장을 피한다. 학습이 누군가의 전체 녹음을 자동으로 외부에 제공하게 만드는 것은 아니다. 원본 파일을 제거했다고 해서 기존 모델에 미친 모든 영향이 사라졌다고 단정할 수도 없다.

이러한 구분은 제조사가 신뢰성 있게 약속할 수 있는 내용을 좌우한다. 철회가 향후 포함을 막는다면, 그 약속은 이를 직접적으로 밝혀야 한다. 과거 기여분이 남는다면 고객은 참여에 동의하기 전에 그 사실을 알아야 한다.

시점은 선택의 결과를 중요하게 만든다. 학습 전에 고지하면 누군가가 해당 사용을 거부할 수 있다. 사후 고지는 회사가 실질적인 구제책을 제공할 수 없는 한, 주로 이미 존재하는 상황을 설명하는 데 그친다.

기업은 통제 수단과 의도도 구분해야 한다. 프라이버시 보호 약속은 목표를 설명한다. 보관 기간 제한, 접근 제한 또는 문서화된 철회 절차는 검토 가능한 행동을 설명한다.

독립 평가도 같은 원칙을 따라야 한다. 검토자는 통제 수단의 존재 여부를 살피고 활성화 이후 어떤 일이 발생하는지 시험할 수 있다. 안심시키는 라벨만으로 모든 내부 처리 결과를 추론해서는 안 된다.

이 경우 상업적 모델은 유용성이 원래 관계를 넘어 지속될 수 있기 때문에 중요하다. 개인 피드백을 위해 수집된 녹음이 사용자가 결코 접하지 않을 제품에 기여할 수 있다. 이 가능성은 최초 허가를 더욱 중요하게 만든다.

소비자용 뇌파 헤드셋은 확인된 데이터 유출이 없어도 불분명한 재사용을 통해 프라이버시를 위협할 수 있다. 보안은 누가 무단 접근할 수 있는지를 묻는다. 동의는 권한을 가진 주체가 특정 활동을 수행해야 하는지를 묻는다.

두 질문 모두 중요하며, 하나를 해결한다고 다른 하나가 사라지지는 않는다. 강력한 접근 통제는 목적이 여전히 논쟁적인 데이터셋을 보호할 수 있다. 명확한 동의는 여전히 신중한 보안이 필요한 사용을 허가할 수 있다.

증거는 보편적인 마음 읽기 주장을 뒷받침하지 않는다

과장된 신경 프라이버시 보도에 대한 가장 강력한 비판은 간단하다. 서로 다른 기술은 서로 다른 조건에서 서로 다른 신호를 수집한다. 소비자용 헤드밴드에 실험실 장비나 이식형 시스템에서 보고된 모든 능력을 부여해서는 안 된다.

마찬가지로, 주의력이나 피로도를 추정한다는 제조사의 주장은 그 자체의 조건에서 평가해야 한다. 추정은 측정된 정보로부터 생성된 결론인 추론이다. 이는 한 사람의 전체 정신생활에 직접 접근하는 것이 아니다.

소비자용 EEG를 제한 없는 생각의 기록으로 제시하지 않아도 프라이버시 문제는 여전히 심각하다.

특정 주장은 구체적인 질문을 견뎌야 한다. 연구자들은 어떤 과제를, 어떤 조건에서, 어떤 사용자들을 대상으로 시험했는가? 그 성능은 그 환경 밖에서도 유지됐는가? 시스템은 실제로 어떤 정보를 추론했는가?

이 질문들은 분석을 기술적 과장으로부터 보호한다. 또한 고객이 제품 주장을 지나치게 쉽게 받아들이지 않도록 보호한다. 극적인 프라이버시 서사와 낙관적인 마케팅 서사는 같은 근거 없는 가정에 의존할 수 있다.

부정확한 판단과 관련된 별도의 위험도 있다. 시스템은 누군가가 어떻게 대우받는지에 영향을 미치기 위해 완벽한 통찰력을 가질 필요가 없다. 가상의 직장 배포 상황에서 신뢰할 수 없는 주의력 라벨도 관리자의 인식에 영향을 줄 수 있다.

이 시나리오는 Muse나 Emotiv가 현재 고용 결정을 내린다는 증거가 아니라 위험 분석이다. 그 관련성은 개인 피드백 도구와 중대한 제도적 판단 사이의 경계에 있다. 이 경계를 넘으려면 추가적인 검토가 필요하다.

역사적 분쟁은 더 강력한 해독 능력을 기다릴 필요 없이 프라이버시 우려가 제기될 수 있음을 보여준다. 2024년 Nature Biotechnology 서신은 Emotiv와 전 상원의원 Guido Girardi가 관련된 칠레의 2023년 8월 뇌 프라이버시 판결을 논의한다. 이 분쟁은 프라이버시와 심리적 온전성을 다뤘다.

해당 서신의 저자에는 원고와 그의 법률팀 구성원이 포함됐다. 독자는 그 해석을 평가할 때 이 연관성을 이해해야 한다. 이 사례는 모든 국가나 제품에 대한 보편적 규칙을 확립하지 않으면서도 구체적인 선례를 제공한다.

또한 법적 결론에 신중함이 필요한 이유도 보여준다. 특정 관할권의 판단이 다른 지역에 있는 다른 회사의 동의 절차 상태를 자동으로 결정할 수는 없다. 과거 정책과 현재 관행도 구분해야 한다.

따라서 가장 강력한 회의적 입장은 양쪽 모두에 적용된다. 헤드라인이 뇌 데이터를 언급한다고 해서 헤드밴드가 모든 것을 드러낸다고 가정해서는 안 된다. 현재 능력이 제한적이라고 해서 2차 사용이 중요하지 않다고 가정해서도 안 된다.

결과 모델의 능력이 제한적이더라도 고객은 공개되지 않은 개발에 합리적으로 이의를 제기할 수 있다. 이 이의는 참여에 대한 통제와 관련된다. 미래의 감시 시스템에 대한 증거를 요구하지 않는다.

검증 공백은 그 자체로 주목받아야 한다. 현재 정책은 회사의 약속을 설명하는 반면, 조사 보도는 회사의 진술과 과거 공개 문제를 보고한다. 어느 쪽도 수집, 동의, 학습, 삭제에 관한 포괄적인 독립 감사를 대체하지 못한다.

이 공백은 보도를 중단시키기보다 그 방향을 정해야 한다. 독자는 확립된 사실, 회사의 주장, 해결되지 않은 질문에 관한 명확한 설명을 받을 자격이 있다. 이러한 범주를 하나의 확실성으로 합치면 기사의 핵심 논지가 약화될 것이다.

다음 시험대는 사용자 통제가 제품까지 닿는지 여부다

향후 몇 달 동안 가장 유용한 신호는 관찰 가능한 행동에 관한 것이다. 책임 있는 혁신에 관한 또 다른 포괄적 성명은 별다른 정보를 더하지 못할 것이다. 온보딩, 학습 참여, 철회에 관한 증거의 변화는 독자에게 훨씬 더 많은 것을 알려줄 것이다.

업계의 대응은 사용자가 수집 전에 무엇을 결정할 수 있고 철회 후 무엇을 확인할 수 있는지로 평가해야 한다.

첫 번째 신호는 고객이 결정을 내리는 지점에 명시적인 학습 공개가 나타나는지 여부다. 모델 개발은 온보딩 중이나 관련 기능을 활성화하기 전에 이해할 수 있어야 한다. 정책 개정만으로는 얼마나 많은 고객이 그 설명을 접했는지 알 수 없다.

더 강력한 대응은 목적을 설명하고, 가능한 선택지를 식별하며, 거부했을 때의 결과를 기술할 것이다. 고객이 일반적인 개선 조항으로부터 이러한 세부 사항을 추론하도록 요구해서는 안 된다. 더 명확한 인터페이스는 동의 관계에 대한 신뢰를 강화할 것이다.

더 약한 대응은 참여에 관한 모호성을 유지한 채 용어만 바꿀 것이다. 고객은 학습이 존재한다는 사실은 알지만 자신의 녹음이 기여하는지는 알지 못할 것이다. 그렇게 되면 핵심 문제는 해결되지 않는다.

두 번째 신호는 철회 주장이 구체적이고 검증 가능해지는지 여부다. 제조사는 향후 학습 중단과 보관된 녹음 삭제 또는 이전 모델 기여분 처리 사이를 구분해야 한다. 실질적 효과가 다르다면 이러한 결과는 각각 별도의 약속으로 제시돼야 한다.

신뢰할 수 있는 증거에는 일관된 계정 제어 기능과 정책에 부합하는 설명이 포함된다. 제거에 기술적 한계가 있다면 그 한계는 등록 전에 보여야 한다. 시스템이 이행할 수 없는 절대적 약속보다 정확성이 더 유용할 것이다.

세 번째 신호는 실제 구현에 대한 독립적 검토다. 외부 평가는 명시된 권한이 수집 및 재사용과 부합하는지 검토해야 한다. 또한 정책 검토와 기술 감사를 구분해야 하는데, 각각 서로 다른 질문에 답하기 때문이다.

일치하는 통제 수단의 증거는 유용한 신경 AI가 의미 있는 사용자 선택과 공존할 수 있다는 주장을 강화할 것이다. 계속되는 모호성의 증거는 정보에 입각한 참여보다 개발이 앞서 나간다는 우려를 강화할 것이다. 어느 결과든 전적으로 가상의 마음 읽기를 중심으로 구성된 또 하나의 논쟁보다 더 많은 정보를 제공할 것이다.

개발자와 기관 구매자에게 그 함의는 즉각적이다. 신경 데이터 권한을 하드웨어 선택 후 검토하는 서류 작업이 아니라 제품 요구사항의 일부로 다뤄야 한다. 배포의 이점과 정보 관련 의무는 함께 평가할 필요가 있다.

소비자에게 다음 구매 결정은 지속적인 소프트웨어 관계를 포함해야 한다. 관련 비교는 착용감, 배터리 수명 또는 대시보드의 유용성을 넘어선다. 각 녹음에 부여되는 허가의 범위도 포함한다.

소비자용 뇌파 헤드셋은 고객이 서비스를 받는 것과 미래 AI를 위한 자료를 제공하는 것을 구분하지 못할 때 프라이버시를 위협한다. 대응은 유용한 연구의 여지를 보존하는 동시에 참여를 이해할 수 있게 하고 거부가 실질적인 결과를 갖게 해야 한다. 이를 위해 제조사는 어떤 사용이 필수인지, 어떤 사용이 선택 사항인지, 철회가 실제로 무엇을 바꾸는지를 설명해야 한다.

헤드셋을 일상의 일부로 만들기 전에, 약속된 피드백만큼 그 거래 조건을 면밀히 살펴보라. 모델 개발이 명시적인지, 참여가 선택 사항인지, 삭제에 정의된 범위가 있는지 물어보라. 익명화에 관한 일반적인 보장에 의존하지 말고 제품별 답변을 비교하라. 그 답변이 여전히 불분명하다면, 기기를 착용할 때 정확히 무엇에 동의하는 것인가?