조회하지 않았다와 학습하지 않았다는 다른 문장이다

결론부터. 이번 나비에-스토크스 논란에서 누가 옳은지는 내가 판정할 수 없다. 대신 양측이 다투지 않는 문장이 하나 있고, 오늘 바꿀 것은 거기서 나온다.

OpenAI의 공식 발표는 특정 사용자 데이터에 접근하지 않았다고 밝히면서, 제품 사용에서 나온 비식별 데이터가 모델 개선에 기여했을 가능성은 낮지만 배제할 수 없다고 덧붙였다.

이건 의혹이 아니라 벤더가 자기 입으로 적은 문장이다.

사실관계만

수학자 Tristan Buckmaster가 Levent Alpöge와의 공동연구 경위를 성명으로 공개했다. 두 사람은 Córdoba와 Martínez-Zoroa의 선행 연구에서 출발해 LLM의 도움으로 매끄러운 외력 조건의 Euler 방정식 등에서 유한 시간 발산 결과를 얻고 8월 22일 Lean 검증을 마쳤다. Claude와 Codex를 함께 썼고, 기관 프로젝트가 아닌 개인 협업이라고 밝혔다.

성명의 나머지는 OpenAI와의 통화 경위인데 그 부분은 한쪽 진술이다. 그리고 Buckmaster 본인이 성명에 선을 그어뒀다.

성명 작성 당시 OpenAI의 증명을 보지 못했고, 모델이 무엇을 어떻게 했는지도 자신들의 데이터가 사용됐는지도 모른다. 연구 도용을 확인했다고 주장하는 것이 아니다.

(원문 · OpenAI 발표)

당사자가 그은 선을 나도 넘지 않는다. 오늘 두 번째 의혹(Andreas Thom)도 올라왔지만 개인 게시물과 그에 대한 논쟁 단계이고, 신빙성에 대한 반론도 함께 나와 있다. 판정하지 않는다.

다투지 않는 부분

Buckmaster가 던진 질문의 구조가 정확하다. 자신들의 초안이 들어간 Codex 세션에 대해 두 가지를 따로 물었다.

1. 그 대화를 직접 조회했는가
2. 그 내용이 모델 학습에 포함됐는가

1번에는 "사용자 데이터를 조회하지 않는다"는 답을 받았고, 2번에는 답을 받지 못했다고 그는 진술한다. 그리고 OpenAI 공식 발표는 1번을 부인하면서 2번에 대해서는 "가능성은 낮지만 배제할 수 없다"고 적었다.

조회하지 않았다와 학습하지 않았다는 다른 문장이다. 이번 사건에서 건질 수 있는 가장 실용적인 것이 이 구분이다.

오늘 확인할 세 가지

1. 내 플랜의 데이터 정책이 어느 쪽 문장인지 읽는다. "학습에 사용하지 않는다"가 명시돼 있는지, "조회하지 않는다"만 있는지. 소비자 플랜과 API·기업 플랜의 기본값은 보통 다르다. 다를 거라고 알고 있는 것과 내 계정 설정을 실제로 열어본 것은 다르다.

2. 아직 공개하지 않은 것에는 시점 증거를 만든다. 한 연구자는 지금 GitHub에 날짜를 남기며 공개적으로 작업한다고 적었다. 도용을 막지는 못하고 나중에 다투기 쉬워질 뿐이지만, 그 차이가 전부인 상황이 있다. 커밋 타임스탬프든 arXiv든, 제3자가 시점을 증언할 수 있는 곳에 흔적을 남긴다.

3. 정말 나가면 안 되는 것은 클라우드에 넣지 않는다. 어제 쓴 글의 두 번째 조건과 같은 얘기다. "허가 없이 어떤 콘텐츠도 컴퓨터 밖으로 나가지 않을 것." 정책은 개정되고, 약속은 해석되고, 사고는 난다. 나가지 않은 데이터만 확실하다.

판단

이 사건에서 1인 개발자에게 실질적으로 바뀌는 건 도용 여부가 아니라 "미공개 작업물의 시점을 내가 증명할 수 있는가" 라고 본다.

예전에는 이게 학계 안의 문제였다. 분야가 좁아 누가 무엇을 하는지 서로 알았고, 남의 결과에 빠르게 편승할 수 있는 사람이 드물었다. 지금은 편승 비용이 다르다.

그리고 이건 수학만의 얘기가 아니다. 사이드 프로젝트의 핵심 로직을 채팅창에 붙여 넣는 순간, 그게 어디로 가는지에 대한 내 통제권은 벤더의 정책 문서 한 장이다. 그 문서는 바뀔 수 있고 실제로 자주 바뀐다.

모르는 것: 두 건 모두 결론이 나지 않았다. OpenAI 모델이 실제로 독립적으로 해결했을 수도 있다. 나는 그걸 판정할 능력이 없고, 이 글은 그걸 판정하려는 글이 아니다.