USA Today의 OpenAI 소송, ChatGPT 뒤에 숨은 경제 구조를 겨냥하다

5일 전

11분 분량

USA Today가 OpenAI를 상대로 2억 5,000만 달러 이상을 청구하는 저작권 소송을 제기하며, AI 학습을 둘러싼 확대되는 법적 분쟁에 19개 매체가 추가됐다. USA Today의 OpenAI 소송은 OpenAI가 허가 없이 수십만 건의 기사를 복제하고, 이후 그 자료를 경쟁적인 답변 생성에 활용했다고 주장한다.

이 주장은 OpenAI가 학습 데이터세트를 구성한 방식에만 국한되지 않는다. USA Today Co.는 ChatGPT가 독자들이 원래 발행사의 사이트를 방문할 이유를 줄이면서도 기사가 지닌 보도의 가치를 재현할 수 있다고 주장한다.

2026년 10월 8일 소송 보도 시점까지 OpenAI는 새 소장에 공개적으로 답변하지 않았다. 관련 소송에서 OpenAI가 유지해 온 입장은 공개적으로 이용 가능한 자료로 모델을 학습시키는 것이 공정 이용에 해당한다는 것이다. 법원은 일부 AI 사건에서 이러한 주장의 변형을 받아들였지만, 분쟁의 판단은 콘텐츠를 어떻게 취득하고 사용했는지에 크게 좌우된다.

이번 제소는 The New York Times와 수많은 다른 발행사가 유사한 청구를 제기하는 가운데 이뤄졌다. 이들 사건은 모델 학습에 관한 기술적 질문을 디지털 저널리즘의 경제적 가치를 누가 가져가는지에 대한 직접적인 다툼으로 바꿔 놓았다.

USA Today의 OpenAI 소송이 주장하는 내용

소장은 OpenAI 모델의 개발 과정과 해당 모델이 사용자에게 제공할 수 있는 기사 요약 모두를 겨냥한다.

USA Today Co.와 계열 발행사들은 10월 8일 미국 뉴욕 남부지방법원에 소송을 제기했다. 저작권 소장에 따르면, 원고들은 19개 출판물의 자료에 대한 저작권을 보유하고 있다.

이들 출판물에는 USA Today, Detroit Free Press, The Arizona Republic, The Tennessean, Indianapolis Star, The Columbus Dispatch가 포함된다. 그 밖의 참여 매체들은 Ohio, Wisconsin, Iowa, Kentucky, Tennessee, Oklahoma, New Jersey, Florida, New York, North Carolina 지역사회를 대상으로 서비스를 제공한다.

발행사들은 OpenAI가 연속된 언어 모델을 학습시키기 위해 자신들의 기사와 기타 자료 수십만 건을 복제했다고 주장한다. 또한 OpenAI가 이 사용에 대해 허가를 요청하지도, 대가를 지급하지도 않았다고 말한다.

소송은 2억 5,000만 달러를 초과하는 손해배상과 함께, 추가적인 침해 혐의를 막기 위한 금지명령을 요구한다. 청구된 손해배상액은 법원의 판결이나 청구 가치에 대한 합의가 아니라 원고들의 요구에 해당한다.

발행사들은 또한 OpenAI가 저작권 관리 정보를 삭제했다고 비난한다. 이 정보에는 작성자 표기, 소유권 고지, 그리고 저작물을 제작하거나 통제하는 주체를 식별하는 기타 세부 사항이 포함될 수 있다.

소장에는 GPT-2와 연관된 데이터세트인 WebText에서 원고 소유 웹사이트의 항목 16만 건 이상이 확인됐다고 알려졌다. 이 가운데 usatoday.com에는 83,266건, freep.com에는 12,994건이 귀속된다고 명시했다.

또한 발행사 소유 도메인이 C4에서 1억 2,200만 개 이상의 토큰을 차지했다고 주장한다. C4는 2019년 Common Crawl 웹 스냅샷에서 파생된 필터링된 텍스트 데이터세트다.

이 수치는 소장에서 나온 것이며 아직 대립적인 법원 절차를 통해 검증되지 않았다. OpenAI는 발행사들의 데이터세트 분석, 그 해석, 또는 특정 저작물과 특정 모델 간의 연관성을 다툴 수 있다.

소장은 또한 더 새로운 OpenAI 시스템이 명시된 기사에 대한 광범위한 요약을 생성할 수 있다고 주장한다. 소장에 첨부된 사례에는 참여한 여러 지역 신문의 보도가 포함된 것으로 전해진다.

이 출력 관련 주장은 분쟁을 독자에게 더 가깝게 끌어온다는 점에서 중요하다. 학습은 대부분의 사용자가 보지 못하는 모델 개발 과정 내부에서 이뤄진다. 반면 상세한 요약은 원 기사가 존재하는 바로 그 정보 시장에 나타난다.

원고들은 이러한 행위를 대체로 규정한다. ChatGPT를 통해 핵심 사실, 구성, 결론을 얻은 사용자는 발행사 페이지를 열어볼 이유가 줄어든다는 논리다.

초기 보도가 지적했듯이, 소장은 OpenAI의 콘텐츠 사용이 지속적인 피해를 낳고 있다고 설명한다. 발행사들은 OpenAI의 상업적 성공이 부분적으로는 허가 없이 취득한 저널리즘에 기반한다고 주장한다.

이 주장이 핵심 갈등을 만든다. OpenAI는 모델 학습을 이용 가능한 정보의 변형적 이용으로 본다. 발행사들은 OpenAI를 자신들의 작업물을 소비한 뒤 같은 독자를 두고 경쟁하는 상업적 시스템으로 본다.

지역 신문이 판도를 바꾸는 이유

이 사건은 AI 저작권 청구를 전국 단위 미디어 브랜드뿐 아니라 지역 보도의 경제 구조와 연결한다는 점에서 중요하다.

이후 다른 조직들도 관련 소송을 제기하거나 참여했다. 여기에는 MediaNews Group 신문들, Center for Investigative Reporting, Ziff Davis, The Intercept, CBC/Radio-Canada, Encyclopaedia Britannica, Merriam-Webster, The Seattle Times, Newsday가 포함된다.

수백 곳의 지역 발행사가 참여한 별도의 연합도 OpenAI와 Microsoft를 상대로 청구를 진행해 왔다. 이제 이는 한 유력 신문사와 한 AI 기업 사이의 이견에 그치지 않는다.

USA Today Co.는 또 다른 형태의 규모를 더한다. 참여 출판물에는 도시 정부, 주 정부 기관, 지역 기업, 학교, 법원, 지역사회 행사를 다루는 대도시 및 지역 매체가 포함된다.

이러한 작업에는 직접적인 대체재가 없는 경우가 많다. 전국 단위 발행사는 주요 연방 정책 발표를 요약할 수 있지만, 다른 주의 지방자치단체 예산 회의에 참석할 가능성은 낮다.

모델이 지역 보도를 활용해 질문에 답할 때 경제적 연결고리는 특히 뚜렷해진다. 신문사는 정보를 만들기 위해 기자, 편집자, 사진기자, 지원 인력에게 비용을 지불한다. 이후 챗봇은 그러한 취재 비용을 부담하지 않고도 종합된 답변을 제공할 수 있다.

답변에 발행사가 언급되거나 링크될 수는 있다. 그러나 출처 표기가 방문, 구독, 광고 노출을 보장하지는 않는다.

발행사들은 전통적으로 검색 색인을 받아들였다. 검색 결과는 대체로 탐색 수단으로 기능했기 때문이다. 제목과 짧은 발췌문은 독자가 어떤 페이지를 열지 결정하는 데 도움을 줬다.

생성형 답변은 다르게 작동한다. 여러 페이지의 사실을 결합하고, 읽기 쉬운 설명으로 구성하며, 인터페이스 안에서 사용자의 작업을 끝낼 수 있다.

이 때문에 USA Today의 OpenAI 소송은 단지 과거 학습용 복제본에 관한 문제가 아니다. 해당 복제본을 유용하고 자족적인 답변으로 전환할 때 AI 제품이 상업적 대체재가 되는지를 묻는다.

이 구분은 발행사들이 일부 AI 기업에는 콘텐츠 라이선스를 제공하면서 다른 기업은 소송하는 이유도 설명한다. 라이선스 계약은 접근, 보상, 출처 표기, 허용되는 사용 방식을 정한다. 라이선스 없는 수집은 이러한 조건을 모델 개발자의 통제에 맡긴다.

OpenAI는 20곳이 넘는 발행사 및 미디어 그룹과 계약을 맺고 있다고 말한다. 파트너에는 Associated Press, Axios, The Atlantic, Condé Nast, Hearst, News Corp, Prisa Media, Vox Media가 포함돼 왔다.

이러한 계약의 존재는 양측이 서로 다른 주장을 펼치는 데 활용된다. 발행사들은 시장이 이미 고품질 뉴스에 라이선스를 부여할 수 있는 가치가 있음을 인정했다고 말할 수 있다. OpenAI는 파트너십이 저널리즘을 대체하려는 시도라기보다 이를 지원한다는 점을 보여준다고 주장할 수 있다.

지역 뉴스룸에 가해지는 압박은 즉각적이다. 이들은 협상할지, 크롤러를 차단할지, 소송을 제기할지, 또는 더 큰 기술 플랫폼이 설계한 추천 조건을 수용할지 결정해야 한다.

이 대응은 단지 법률적 계산만은 아니다. 이는 지역 보도가 AI 기반 정보 시스템 안에서 어떻게 발견되고, 요약되며, 자금을 조달받고, 보존될지를 좌우한다.

OpenAI의 공정 이용 방어와 대체 주장

핵심적인 법적 균형점은 변형적인 모델 학습이 발행사들이 주장하는 경쟁상 피해보다 더 큰지 여부다.

공정 이용은 법원이 목적, 성격, 사용량, 시장 효과를 고려한 뒤 특정 무단 이용을 허용하는 미국 저작권법 원칙이다. 이는 공개적으로 접근 가능한 모든 자료를 어떤 상업적 목적에든 자유롭게 사용할 수 있게 하지는 않는다.

OpenAI는 모델 학습이 변형적이라고 일관되게 주장해 왔다. 모델은 기사를 검색 가능한 출판 아카이브로 저장하는 대신, 대량의 텍스트를 분석해 통계적 패턴을 학습한다는 설명이다.

공개 저작권 사건 페이지에서 OpenAI는 AI 모델이 새로운 콘텐츠를 만들며 복제를 방지하기 위한 보호장치를 포함한다고 말한다. 또한 Meta와 Anthropic 관련 연방 판결이 모델 학습을 매우 변형적인 행위로 보았다고 지적한다.

이러한 판결은 AI 개발자에게 의미 있는 근거를 제공하지만, 모든 학습 분쟁을 자동으로 결정하지는 않는다. 학습 자료의 출처, 불법 복제물의 처리 방식, 제품 설계, 시장 효과는 분석 결과를 바꿀 수 있다.

Anthropic 소송은 이러한 구분을 보여줬다. 법원은 학습을 변형적이라고 볼 수 있는 한편, 불법적인 출처의 자료를 취득하거나 보관한 행위는 별개의 문제로 다룰 수 있다.

USA Today는 시장 대체를 동등하게 중요한 사안으로 만들려 한다. 소장은 단지 복제본이 데이터세트에 들어갔다고 주장하는 데 그치지 않는다. OpenAI가 발행사들의 저널리즘을 요약하고 재포장할 수 있는 시스템을 의도적으로 만들었다고 주장한다.

발행사들은 여전히 이러한 주장을 식별 가능한 저작권 보호 저작물 및 법적으로 책임을 물을 수 있는 행위와 연결해야 한다. 저작권은 뉴스 보도에 담긴 기초 사실이 아니라 독창적인 표현을 보호한다.

이 제한은 중요하다. 신문사가 해당 사실을 처음 밝혀냈다는 이유만으로 법원이 보도된 사건에 관한 모든 정확한 답변을 침해로 보지는 않을 것이다.

더 어려운 질문은 표현과 구조에 관한 것이다. 기사의 독특한 구성을 따르거나 광범위한 구절을 밀접하게 바꿔 쓴 모델 출력은 여러 출처에서 조합한 짧은 사실적 답변과는 다른 문제를 제기한다.

OpenAI는 원고들의 사례가 일반적인 사용을 반영하는지에도 이의를 제기할 수 있다. The New York Times와의 분쟁에서 OpenAI는 원고들이 비정상적인 복제를 유도하기 위해 조작된 프롬프트를 사용했다고 주장해 왔다.

사용자가 제목을 제공하거나, 지시를 반복하거나, 보호장치를 의도적으로 우회해야 한다면, OpenAI는 그 시험이 일반적인 제품 동작을 대표하지 않는다고 주장할 수 있다. 발행사들은 특히 사용자가 알고 있는 기사의 요약을 요청할 때 시스템의 대체물 생성 능력 자체가 여전히 중요하다고 반박할 수 있다.

이러한 이견은 출력 증거를 핵심으로 만든다. 법원은 생성된 모든 문단을 같은 과정으로 취급하지 않고, 암기, 검색, 요약, 독립적 생성을 구분해야 한다.

암기란 모델이 학습 데이터 일부를 재현할 만큼 충분한 정보를 보유하는 것을 뜻한다. 검색은 일반적으로 외부 출처에서 최신 정보를 찾는 과정을 수반한다. 요약은 식별된 출처를 더 짧은 형태로 압축한다.

ChatGPT의 단일 응답에는 세 가지 메커니즘이 모두 결합될 수 있다. 따라서 특정 답변이 모델 가중치, 실시간 웹 접근, 라이선스 데이터 또는 함께 사용된 여러 출처 중 어디에서 비롯됐는지 판단하기 어렵다.

출판사들의 가장 강력한 논리는 순수한 기술적 논리보다 경제적 논리다. ChatGPT가 의미 있는 트래픽을 유도하지 않은 채 기사 단위의 가치를 정기적으로 제공한다면, 내부 구조와 관계없이 출판사와 경쟁할 수 있다.

OpenAI의 가장 강력한 반론 역시 경제적이다. 범용 모델은 특정 저작물을 대체하지 않는 다수의 새로운 결과물과 활용 사례를 만들어 낸다. OpenAI는 학습을 라이선스가 부여된 자료나 퍼블릭 도메인 자료로만 제한하면 사회적으로 유익한 AI 개발이 제한될 것이라고 주장한다.

법원은 저널리즘과 AI 중 어느 쪽이 더 가치 있는지를 선택해 이 균형 문제를 결정하지 않을 것이다. 대신 특정 복제 행위, 특정 저작물, 특정 결과물, 그리고 입증된 시장 영향에 저작권법을 적용하게 된다.

이 소송에는 중요한 약점도 있다

대규모 손해배상 청구가 출판사 측의 소유권, 복제, 제소 기간, 구체적 피해 입증 책임을 없애지는 않는다.

소장에서 가장 눈에 띄는 수치는 2억5,000만 달러를 넘는 배상 요구다. 이 금액은 분쟁의 규모를 보여주지만, 이미 확정된 손실로 해석해서는 안 된다.

법정 저작권 손해배상액은 등록 저작물 수, 등록 시점, 침해의 고의성 여부에 따라 달라질 수 있다. 법원은 동일한 기초 행위를 반복 산정하는 것도 경계한다.

USA Today와 그 계열사는 자신들이 소유한 저작물을 특정하고, OpenAI가 어떻게 이를 침해했다고 주장하는지 보여야 한다. 데이터세트 항목 수에 대한 광범위한 추정만으로는 저작물별 쟁점에 답하기 어려울 수 있다.

시간 역시 또 다른 장애물이 될 수 있다. 저작권 청구에는 일반적으로 3년의 제소 기간 체계가 적용되지만, 원고가 주장된 침해를 언제 알았거나 알았어야 했는지를 두고는 계속 분쟁이 이어지고 있다.

따라서 오래된 모델 학습 활동에는 최근의 결과물 행태와 다른 주장이 적용될 수 있다. OpenAI는 초기 GPT 시스템과 관련된 소송에서 제소 기간 항변을 제기해 왔다.

출판사들은 저작권으로 보호되는 복제와 사실 추출을 구분해야 한다. 저널리즘에는 독창적 글쓰기, 선택, 분석, 구성 요소가 포함되지만, 다른 사람도 보도할 수 있는 정보 역시 전달한다.

첨부된 챗봇 사례가 얼마나 대표적인지도 불확실하다. 법원은 유사한 결과물이 얼마나 자주 나타나는지, 특수한 프롬프트가 필요한지, 일반적 사용 중 이를 막는 안전장치가 있는지를 물을 수 있다.

실제 시장 피해 역시 증거를 필요로 한다. 출판사는 논리적인 대체 위험을 설명할 수 있지만, 트래픽·구독·라이선스 수익 손실을 측정하려면 ChatGPT가 기사를 요약할 수 있다는 사실만으로는 부족하다.

더 넓은 출판사 소송은 이미 엇갈린 절차적 결과를 낳았다. 일부 청구는 기각되지 않고 살아남았지만, 상표권이나 저작권 관리 정보와 관련된 다른 청구는 축소되거나 기각됐다.

예를 들어 The New York Times 분쟁은 계속해서 공정 이용, 증거 접근, 시장 대체 문제에 크게 초점을 맞추고 있다. 관련 소송에서는 ChatGPT 로그와 출판사가 이용할 수 있는 증거를 두고도 이견이 발생했다.

OpenAI는 이용자 대화 기록 요구가 개인정보 위험을 초래한다고 말한다. 출판사들은 모델 결과물과 내부 검색 기능이 저작권 저작물이 어떻게 사용됐는지 입증하는 데 필요하다고 주장한다.

USA Today 원고들은 앞선 사건들에서 확보된 증거의 혜택을 볼 수 있으며, 특히 해당 소송이 같은 연방 법원의 관련 소송들과 조정된다면 더욱 그렇다. 조정은 중복 절차를 줄이고 주요 법적 쟁점을 정렬할 수 있다.

그러나 더 큰 집단에 합류하면 지연이 발생할 수 있다. 증거개시 분쟁, 모델별 증거, 기밀성 문제, 약식판결 신청 등으로 사건은 수년간 진행될 수 있다.

모든 참여 매체가 동일한 청구를 제기할 것이라는 보장도 없다. 웹사이트마다 아카이브, 접근 제한, 저작권 등록, 검색엔진 또는 데이터 제공업체와의 관계가 다를 수 있다.

OpenAI의 출판사 파트너십은 서사를 더욱 복잡하게 만든다. 법원은 라이선스 시장이 존재한다는 사실만으로 모든 무단 학습이 불법이라고 가정하지는 않을 것이다.

동시에 이들 계약은 AI 기업이 전문적으로 생산된 뉴스의 유용성과 상업적 가치를 모두 인식하고 있다는 출판사 측 주장을 뒷받침할 수 있다.

따라서 두 가지 명제는 동시에 참일 수 있다. 언어 모델 학습은 변형적일 수 있으며, 저작권 저작물을 취득하거나 재현하는 특정 방식은 여전히 책임을 초래할 수 있다.

소송의 향방은 법원이 그러한 경계를 어디에 그을지에 달려 있다. AI 학습에 대한 단 하나의 승소 또는 패소 판결을 다루는 헤드라인은 이보다 세밀한 분석을 놓치게 된다.

이 싸움은 웹 트래픽의 미래에 관한 것이기도 하다

출판사에 대한 상업적 위협은 보도 내용의 혜택을 얻으면서도 독자가 웹사이트를 방문할 필요를 줄이는 답변 계층이다.

검색엔진은 역사적으로 출판사에 복잡한 거래를 제시했다. 크롤러는 페이지를 복제하고 색인화했지만, 검색 결과는 이용자를 원문 출처로 되돌려 보내기도 했다.

출판사들은 이 유입 시스템에 맞춰 헤드라인, 페이지, 구조화 데이터를 최적화했다. 광고 및 구독 전략은 이후 검색 이용자 일부가 결과를 열어 보는 데 의존했다.

생성형 검색은 이 순서를 약화시킨다. AI 인터페이스는 여러 페이지를 읽거나 검색해 비교한 뒤, 출처 링크 위에 완성된 설명을 제시할 수 있다.

도시 선거, 법원 판결, 스포츠 결과, 사업장 폐업에 관해 묻는 이용자는 챗봇을 벗어나지 않고도 핵심 답변을 받을 수 있다. 링크는 목적지가 아니라 보조 증거가 된다.

그렇다고 AI 유입이 가치가 없다는 뜻은 아니다. 출처가 명확히 표기된 답변은 매체를 새로운 독자에게 소개할 수 있으며, 일부 질의는 여전히 상세한 원보도를 필요로 한다.

분쟁의 핵심은 균형이다. AI 시스템이 대부분의 이용자를 만족시키는 데 충분한 정보를 가져가면서도 트래픽을 거의 돌려주지 않는다면, 출판사는 보도 비용을 부담하고 플랫폼은 관계를 소유하게 된다.

이 때문에 소장은 이용자가 답변을 받은 뒤 종종 클릭하지 않는다는 취지의 발언을 인용한 것으로 전해진다. 이 주장은 제품 설계와 출판사가 주장하는 시장 피해를 연결한다.

OpenAI는 요약, 인용, 링크가 사람들이 저널리즘을 발견하도록 돕는다고 반박할 수 있다. 또한 인터넷은 언제나 라이선스가 필요하지 않은 발췌, 색인화, 변형을 지원해 왔다고 주장할 수도 있다.

차이는 정도에 있다. 검색 스니펫은 보통 페이지를 미리 보여준다. 생성형 응답은 페이지를 종합하고, 후속 질문에 답하며, 이용자 요구에 맞게 설명을 조정할 수 있다.

이에 따라 출판사들은 여러 전략을 동시에 추진하고 있다. 일부는 AI 기업에 아카이브를 라이선스한다. 일부는 특정 크롤러를 차단한다. 일부는 출처 표기와 수익 배분을 협상한다. 또 다른 일부는 과거 학습과 현재 결과물을 두고 소송을 제기한다.

이 접근법들은 상호 배타적이지 않다. 출판사는 새로운 계약을 검토하면서도, 허가 없이 발생했다고 주장하는 행위에 대한 보상을 요구할 수 있다.

같은 긴장은 기업 사용자에게도 영향을 미친다. AI가 생성한 답변은 편리할 수 있지만, 명확한 출처가 없는 요약은 정확성, 맥락, 사용 권리를 평가하기 어렵게 만든다.

뉴스, 연구, 규정 준수, 경쟁 정보 업무를 다루는 팀은 주장의 출처를 보존할 필요가 있다. 구조화된 knowledge management system은 모든 생성 답변을 스스로 검증되는 것으로 취급하는 대신 출처 링크와 맥락을 보존할 수 있다.

개발자에게 이 사건은 콘텐츠 통제의 중요성을 부각한다. 최신 기사를 검색하는 시스템에는 접근, 인용 길이, 출처 표기, 캐싱, 출판사의 제외 요청에 대한 대응을 규율하는 정책이 필요하다.

기업 구매자에게는 조달 관련 질문을 제기한다. 고객은 모델 제공업체가 라이선스된 출처를 사용하는지, 크롤러 선호를 존중하는지, 검색된 정보의 출처를 식별할 수 있는지를 점점 더 묻게 될 수 있다.

출판사에 있어 핵심 쟁점은 협상력이다. 개별 지역 매체는 널리 사용되는 글로벌 플랫폼을 운영하는 기업과 협상하는 데 어려움을 겪을 수 있다.

집단 소송과 공동 라이선스는 이러한 균형을 바꿀 수 있다. 동시에 가장 큰 출판사만 유리한 계약을 확보하고 소규모 뉴스룸은 시장 밖에 남을 위험도 높일 수 있다.

다음 전개를 결정할 세 가지 신호

다음 단계는 법원 조정, 결과물 증거, 향후 출판사 계약의 조건에 의해 좌우될 것이다.

첫 번째 신호는 USA Today의 OpenAI 소송이 뉴욕에서 이미 진행 중인 출판사 사건들과 공식적으로 조정되는지 여부다. 공동 증거개시와 법적 판단은 이번 제기를 고립된 손해배상 청구가 아니라 AI 학습에 대한 더 광범위한 시험의 일부로 만들 것이다.

조정은 The New York Times 소송의 모든 약식판결 판단의 중요성을 높일 것이다. 이 사건은 변형적 학습과 상업적 대체를 둘러싼 상반된 주장을 형성할 만큼 이미 충분히 진전됐다.

최근 사건 단계가 보여주듯, OpenAI는 Meta와 Anthropic 관련 유리한 판결을 인용해 왔다. 출판사들은 경쟁하는 뉴스 답변을 생산하는 시스템이 다른 시장 영향을 초래한다고 주장한다.

핵심 청구를 재판으로 보내는 판결은 USA Today의 입지를 강화하고 합의 압박을 높일 것이다. OpenAI에 대한 광범위한 공정 이용 판결은 학습만을 근거로 한 청구를 약화시키겠지만, 결과물에 특정된 주장은 남을 수 있다.

두 번째 신호는 원고 측 증거의 질이다. 법원은 공개 데이터세트에서 발견된 도메인 목록만으로는 충분하지 않을 것이다.

등록 저작물 목록, 내부 학습 기록, 대표적인 모델 결과물, 일반 프롬프트가 상당한 기사 요약을 만들어 내는지 보여주는 증거를 주목해야 한다. 트래픽과 라이선스 관련 증거도 중요하다.

출판사들이 다수 저작물에 걸쳐 반복 가능한 대체를 입증한다면 경제적 논리는 강해진다. 증거가 이례적인 프롬프트나 취약한 소유권 기록에 의존한다면 OpenAI의 방어는 힘을 얻는다.

세 번째 신호는 라이선스 시장이다. OpenAI는 이미 수많은 미디어 조직과 협력하고 있다고 말하지만, 계약 조건은 대체로 비공개이며 접근도 고르지 않다.

지역 신문 그룹과의 계약이 늘어나면 AI 기업이 신뢰할 수 있고 보상되는 뉴스 공급을 필요로 한다는 관점을 뒷받침할 것이다. 의미 있는 트래픽이나 대가 없이 출처 표기에만 초점을 맞춘 계약은 핵심 경제 분쟁을 해결하지 못할 것이다.

장기적인 법정 다툼은 최종 판결 전에 제품 변경을 유도할 수도 있다. OpenAI는 법적 노출을 줄이기 위해 인용 제한, 출처 통제, 크롤러 옵션, 출판사 대시보드를 강화할 수 있다.

출판사 역시 검색 색인화, 모델 학습, 검색, 기사 요약을 구분하는 보다 명확한 기계 판독형 허가를 마련할 수 있다. 현재의 크롤러 규칙은 이러한 이용 방식을 항상 별도로 표현하지는 않는다.

독자들은 하나의 소송이 모든 AI 모델에 대한 보편적 해답을 내놓을 것이라고 기대해서는 안 된다. 법원은 각 데이터세트의 출처, 각 복제의 목적, 각 제품의 행태를 검토할 것이다.

그럼에도 USA Today의 OpenAI 소송은 분쟁을 의미 있는 방식으로 확장한다. 이는 AI 답변이 콘텐츠와 독자 가치 모두를 부당하게 취할 수 있다는 주장에 전국 단위 출판사와 광범위한 지역 뉴스 네트워크를 결집시킨다.

마지막 쟁점은 AI 시스템이 저널리즘으로부터 학습할 수 있는지 여부가 아니다. 이미 그렇게 하고 있다. 문제는 그 시스템들이 대중의 질문에 답하는 데 출판사의 작업물이 활용될 때, 출판사가 집행 가능한 통제권과 보상, 또는 트래픽을 확보하게 될지 여부다.

향후 몇 달간 뉴욕 법원의 사건 기록, 기사 요약 사례를 뒷받침하는 증거, 그리고 OpenAI의 새로운 라이선스 계약을 주시해야 한다. 이러한 신호들은 이 소송이 출판사의 협상력을 높일지, 아니면 AI 학습에서 공정 이용이 여전히 지배적인 원칙임을 확인할지를 보여줄 것이다.