사내 문서를 클로드나 챗GPT에 넣으면 그 내용이 저쪽 서버에 얼마나 남을까요.
앤트로픽이 올여름 정한 보존 정책을 지금 손보는 중입니다. 오픈AI는 같은 문제에 정반대 답을 내놨습니다.
금융이나 의료처럼 규제가 엄격한 곳에서는 이 질문 하나가 성능 비교보다 먼저 도입 가부를 가릅니다. 그런데 실무에서는 계약서 검토 단계에서야 나오는 경우가 많습니다.
저도 이 질문을 늦게 했습니다
저도 처음 기업용 AI 도입을 검토할 때는 모델의 정확도와 업무 시나리오부터 봤습니다. 테스트 결과가 어느 정도 나온 뒤 보안과 법무 검토에서 질문이 나왔습니다. 입력한 문서가 어느 지역의 서버에 저장되는지, 서비스 로그와 백업에는 얼마나 남는지, 계약이 끝나면 삭제를 어떻게 증명할 수 있는지였습니다. 그때까지 준비한 성능 비교표로는 어느 질문에도 답할 수 없었습니다.
기술 검증은 통과했지만 실제 사내 데이터 연동은 멈췄고, 비식별 샘플만 쓰는 범위로 다시 줄여야 했습니다. 그 뒤부터는 도입 검토의 첫 장에 모델 성능이 아니라 데이터의 저장 위치, 보존 기간, 삭제 방식부터 적습니다. 이 세 가지가 확정되지 않으면 좋은 데모도 운영 단계로 넘어가지 못했습니다.
시작은 6월 발표였습니다
앤트로픽은 6월에 기업 고객 트래픽을 30일간 보존하겠다고 발표했습니다. 미소스 5와 페이블 5, 앞으로 나올 프론티어 모델이 대상이었습니다 (출처: aitimes, 2026-08-21).
AI를 쓴 새로운 유형의 사이버 공격을 탐지하려는 목적이었습니다.
그런데 고객이 싫어했습니다
훈련에는 안 쓰겠다고 밝혔지만, 금융과 의료처럼 규제가 엄격한 곳에서 우려가 터졌습니다 (출처: aitimes, 2026-08-21).
기존에 제로 보존을 기대하던 기업 입장에서는, 보관 기간이 며칠이냐를 떠나 제공사가 데이터를 갖고 있다는 사실 자체가 결재를 막는 요인이었습니다.
앤트로픽도 이걸 알고 있었습니다
자체 보고서에서 30일 보존이 제로 보존을 선호하는 고객에게 인기가 없을 수 있고, 경쟁사가 다른 정책을 유지하면 사업에 실질적인 위험이 된다는 점을 인정한 것으로 알려졌습니다 (출처: aitimes, 2026-08-21).
앤트로픽이 내놓은 절충안
정책을 철회하지는 않았습니다. 보관하는 주체를 바꿨습니다.
30일 보존 요건은 그대로 두되, 데이터를 앤트로픽 서버가 아니라 고객이 직접 관리하는 클라우드에 두는 선택권을 줍니다 (출처: aitimes, 2026-08-21).
새 안전 시스템은 올해 말 출시 예정이고, 세일즈포스를 포함한 기업 고객들과 함께 만들고 있습니다 (출처: aitimes, 2026-08-21).
이게 왜 절충안인가
앤트로픽은 오남용 탐지에 필요한 장치를 유지합니다. 기업은 데이터를 자기 울타리 안에 둡니다.
양쪽이 반씩 가져간 구조예요.
실무에서 걸릴 지점
데이터를 자사 클라우드에 둔다고 하면 보안 검토의 부담은 확실히 줄어듭니다. 저장 위치와 접근 권한, 감사 로그를 기존 사내 통제 체계 안에서 설명할 수 있기 때문입니다. 다만 이것이 책임까지 사라진다는 뜻은 아니었습니다. 암호화 키를 누가 관리하는지, 운영 계정으로 누가 접근할 수 있는지, 로그와 백업은 언제 지우는지, 사고가 나면 누가 대응하는지를 기업이 직접 정해야 했습니다.
제가 검토했던 경우에도 데이터 위치에 대한 반대는 줄었지만 인프라와 보안 운영팀의 일이 늘었습니다. 제공사 서버에 맡길 때의 외부 위탁 위험이 자사 클라우드의 운영 위험으로 바뀐 셈입니다. 그래서 저는 이제 “우리 클라우드에 저장된다”는 설명만으로 안전하다고 판단하지 않습니다. 데이터 위치와 함께 접근 권한, 삭제 증빙, 사고 대응 책임까지 한 묶음으로 확인합니다.
오픈AI는 보관 자체를 없애려 합니다
프라이빗 세이프티 프로세싱이라는 방식입니다. 기업 데이터를 보관하지 않으면서도 오남용을 탐지하겠다는 겁니다. 데이터브릭스와 마이크로소프트가 테스트에 참여하고 있고, 9월부터 넓게 적용할 계획입니다 (출처: aitimes, 2026-08-21).
두 방식을 나란히 놓으면
| 항목 | 앤트로픽 | 오픈AI |
|---|---|---|
| 보존 요건 | 30일 유지 | 보존하지 않는 방식 시험 |
| 데이터 위치 | 고객 클라우드 선택 가능 | 확인 필요 |
| 시점 | 올해 말 출시 예정 | 9월 광범위 적용 계획 |
| 함께 만드는 곳 | 세일즈포스 등 | 데이터브릭스, 마이크로소프트 |
(출처: aitimes, 2026-08-21)
어느 쪽이 나은지는 아직 모릅니다
둘 다 발표 단계이거나 시험 단계입니다. 실제 계약서에 어떻게 적히는지는 나와봐야 압니다.
중요: 보도자료의 방침과 계약서의 조항은 다른 문서입니다. 검토는 후자로 하셔야 합니다.
이게 시장 점유율과 붙어 있습니다
미국 기업 70,000곳 이상의 지출 데이터를 보면 흐름이 보입니다 (출처: techcrunch, 2026-08-20).
앤트로픽은 41%에서 44% 가까이로, 오픈AI는 39%에서 40% 가까이로 올라왔습니다 (출처: techcrunch, 2026-08-20).
격차가 좁아지는 중입니다
두 회사가 비슷한 시기에 데이터 정책을 손보는 게 우연이 아닙니다. 기업 시장에서는 성능만큼 데이터 통제권이 계약을 가르는 요소가 됐습니다.
숫자로 안 드러나는 부분
제가 본 도입 검토에서는 데모 단계까지는 성능이 문제였지만, 실제 계약과 데이터 연동 단계에서는 보안이 더 자주 멈춤 버튼을 눌렀습니다. 정확도가 부족하면 적용 업무를 줄이거나 다른 모델을 시험할 수 있습니다. 반면 보존 기간과 삭제 절차, 사고 책임이 불분명하면 누구도 운영 승인을 내리기 어렵습니다.
반대하는 곳도 한 부서가 아니었습니다. 보안팀은 유출과 접근 권한을, 법무팀은 계약 조항과 데이터 이전을, 인프라팀은 운영 부담을, 현업은 잘못된 결과의 책임을 물었습니다. 결국 가장 답하기 어려운 질문은 “성능이 얼마나 좋은가”가 아니라 “문제가 생기면 누가 무엇을 책임지는가”였습니다. 실제 의사결정에서는 최고 성능의 모델보다 이 질문에 명확히 답할 수 있는 구조가 먼저 통과했습니다.
검토할 때 확인할 것
- ☐ 1. 우리가 쓰려는 모델의 보존 기간이 며칠인가. 모델마다 다를 수 있습니다
- ☐ 2. 보관 주체가 제공사인가 우리 클라우드인가
- ☐ 3. 보존 데이터를 훈련에 쓰지 않는다는 조항이 계약서에 있나
- ☐ 4. 규제 부서가 요구하는 수준이 제로 보존인가, 통제 가능한 보존인가
- ☐ 5. 정책이 바뀌었을 때 통보받고 재검토할 절차가 있나
4번을 먼저 정하지 않으면 나머지가 의미 없습니다. 제로 보존이 요건이면 후보 자체가 달라집니다.
지금도 안 넣는 정보
저는 외부 AI를 쓰기 전에 입력할 내용을 한 번 따로 읽습니다. 회사명과 고객명, 프로젝트명, 공개되지 않은 실적과 원가, 계약 금액과 조건, 개인을 식별할 수 있는 정보, 계정과 시스템 주소, 구체적인 장애나 감사 내용은 넣지 않습니다. 문서 작성이나 분석에 꼭 필요한 경우에도 실제 이름은 역할로 바꾸고, 수치는 범위로 넓히며, 사례는 특정 조직을 추정할 수 없도록 일반화합니다.
이름 하나를 가렸다고 익명화가 끝나는 것은 아닙니다. 업종, 시점, 조직 규모, 제품명과 숫자가 함께 나오면 어느 회사의 어떤 일인지 짐작할 수 있습니다. 그래서 저는 개별 항목의 보안 등급뿐 아니라 여러 정보가 조합됐을 때 다시 식별될 가능성까지 봅니다. 그 과정을 거쳐도 불안한 내용은 편의를 포기하고 외부 모델에 보내지 않습니다.
정리
성능과 가격은 바뀌면 갈아타면 됩니다. 데이터가 어디에 남았느냐는 되돌릴 수 없습니다.
지금 두 회사가 각자 다른 답을 내놓는 중입니다. 앤트로픽은 보관 주체를 옮겼고, 오픈AI는 보관 자체를 없애는 쪽을 시험합니다.
둘 다 아직 완성된 제품이 아닙니다. 올해 말과 9월이 각각의 시점이니, 지금 검토하신다면 그 일정을 계약 조건에 반영하셔야 합니다.
AI를 업무에 넣을 때 어디까지 맡기고 어디서 멈출지는 에이전트 도입 실패 패턴에서 다뤘습니다.
결과물에 AI 사용 흔적이 남는 문제는 워터마크 글에 정리해뒀습니다.
제 판단 기준
제 기준은 비교적 단순합니다. 이미 공개된 정보, 가상의 예시, 다시 식별하기 어려운 비식별 데이터, 사람이 결과를 반드시 검수하는 초안 작업에는 외부 모델을 씁니다. 반대로 고객이나 직원의 식별 정보, 계약과 원가, 공개 전 실적, 내부 시스템 구성과 소스 코드, 원문 반출이 금지된 문서는 성능 차이가 있더라도 내부 환경에서만 다룹니다.
경계에 있는 업무는 데이터와 모델의 역할을 나눕니다. 외부 모델에는 질문의 의도나 공개 가능한 구조 정보만 보내고, 실제 수치 조회와 최종 해석은 내부 환경에서 처리하는 방식입니다. 외부 모델의 성능이 아무리 좋아도 사내 원문을 그대로 내보내야만 작동하는 구조라면 저는 도입하지 않습니다. 성능은 나중에 개선할 수 있지만, 한 번 반출된 데이터는 다시 회수할 수 없기 때문입니다.
자주 묻는 질문
Q1. 개인이 쓰는 요금제도 해당되나요? 이 글에서 다룬 정책은 기업 고객 트래픽에 대한 것입니다. 개인 요금제의 보존 정책은 별도로 확인하셔야 합니다.
Q2. 훈련에 안 쓴다면 보관해도 괜찮은 것 아닌가요? 훈련 사용과 보관은 다른 문제입니다. 규제 산업에서는 제3자 서버에 데이터가 존재한다는 사실 자체가 검토 대상이 됩니다.
Q3. 지금 도입을 미루는 게 맞나요? 정책이 바뀌는 중이라는 것이지 못 쓴다는 뜻은 아닙니다. 민감 정보를 넣지 않는 용도부터 시작하고, 규제 부서 요건을 먼저 확정하시는 편이 낫습니다.