TL;DR

• ChatGPT, Claude, Gemini의 "학습에 사용하지 않음" 설정(옵트아웃 (Opt-out))은 UI상의 조작은 비슷하지만, 초기값(기본값으로 학습에 사용되는지 여부)과 스코프(Scope)가 3사 간에 다르다. "한 가지 도구에서 익힌 조작"을 다른 도구에 그대로 전용할 수 없다.
• Claude는 동일 서비스 내에서도 계약 플랜(Free / Pro 이상)에 따라 초기값이 반전되는 설계를 채택하고 있다. 도구 단위가 아니라 플랜 단위로 기본값을 확인해야 하는 유일한 케이스였다.
• 옵트아웃은 "향후 입력을 학습 대상에서 제외하는" 조작이며, 기존 로그의 즉시 완전 삭제를 의미하지 않는다. 부정 이용 감시를 위한 보유 기간(ChatGPT는 최대 30일, Gemini는 최대 72시간)은 옵트아웃 후에도 별도로 적용된다.
• 보유 기간은 UI 설정으로 컨트롤할 수 없는 영역이므로, 기밀성이 높은 입력에 대해서는 "옵트아웃으로 대책을 세우는" 것이 아니라 "애초에 입력하지 않는다"라는 운용 규칙으로 담보할 수밖에 없다.

배경

지난 기사들에서는 여러 AI에 태스크를 던져 출력의 질을 비교하는 이야기를 다루어 왔다. 이번에는 출력이 아니라 입력 측의 이야기를 하겠다. 회의록이나 메일 초안을 일상적으로 AI에 붙여넣고 있다면, 그 입력 데이터가 학습에 사용되는지 여부는 도구마다 설정을 확인하지 않으면 알 수 없다. ChatGPT, Claude, Gemini 3곳의 설정 화면을 실제로 확인해 본 결과, 똑같이 "옵트아웃"이라는 용어로 이야기되고 있어도 구현 방식이 3사 간에 완전히 다르다는 것을 알 수 있었다.

원리 1: 초기값(기본값)이 3사 간에 다르다

ChatGPT는 "데이터 컨트롤 (Data Control)" 내의 "모든 사람을 위해 모델 개선" 토글을 수동으로 끄는 방식으로, 초기 상태에서는 켜져 있다. Gemini도 마찬가지로 개인용 계정은 무료·유료 플랜을 불문하고 초기 상태에서 학습에 사용되는 설정으로 되어 있으며, "Gemini 앱 활동"을 수동으로 꺼야 한다.

반면 Claude는 계약하고 있는 플랜에 따라 초기값 자체가 바뀐다. Free 플랜은 계정 생성 직후 학습 이용이 허가된 상태 그대로이지만, Pro 이상의 유료 플랜에서는 입력 데이터의 모델 학습 이용이 기본적으로 무효화되어 있다. 즉 "Claude = 학습에 사용되지 않는다"라는 이해는 Pro 이상의 플랜 이야기이며, Free 플랜 사용자에게는 해당되지 않는다. 3사 중에서 유일하게 도구 단위가 아니라 플랜 단위로 기본값이 분기되는 케이스였다.

원리 2: 옵트아웃의 적용 범위는 "향후의 입력"이며, 기존 로그의 즉시 삭제가 아니다

옵트아웃 설정을 켬에서 끔으로 전환하더라도, 그것은 "이후의 입력을 학습 파이프라인 (Learning Pipeline)으로 보내지 않겠다"라는 설정 변경일 뿐, 그 시점까지 전송된 데이터나 최근의 입력 데이터를 즉시 완전 삭제하는 조작이 아니다. ChatGPT는 설정을 꺼도 대화 기록 자체는 계속 남는다 (기록에 남기고 싶지 않은 단발성 대화는 기록을 만들지 않는 "임시 채팅"을 사용할 필요가 있다).

나아가 부정 이용 감시라는 별도의 목적을 위해, 옵트아웃 상태와는 독립된 보유 기간이 존재한다. ChatGPT는 최대 30일간, Gemini는 최대 72시간 동안 입력 데이터가 서버 측에 일시 저장된다. 이는 사용자의 학습 이용 여부 설정을 덮어쓰는 것이 아니라, 어디까지나 별도의 레이어(Layer)인 보유 정책이기 때문에, "옵트아웃을 했는데 아직 남아있는 것은 이상하다"라는 이해는 정확하지 않다. 설계상 학습 이용 여부와 부정 이용 감시를 위한 보유는 별개의 제어 축으로서 구현되어 있다.

원리 3: UI 설정은 입력 그 자체를 막을 수 없다

원리 1·2에서 도출되는 실무상의 결론은, 옵트아웃 설정은 어디까지나 "전송한 후의 데이터 취급"을 제어하는 메커니즘이며, "무엇을 전송할 것인가"라는 입력 측의 판단은 대체할 수 없다는 것이다. 거래처의 개인정보나 계약 금액처럼 애초에 어떤 AI 서비스에도 넘기고 싶지 않은 정보에 대해서는, 옵트아웃 설정 상황과 관계없이 입력하지 않는다는 운용 규칙을 별도로 가질 필요가 있다. 옵트아웃 설정과 입력 규칙은 같은 "정보 유출 대책"이라는 카테고리 안에서도 수비 범위가 다른, 독립된 두 가지 대책으로 취급하는 것이 실무상 안전하다.

효과가 없었던 것

「3사 모두 옵트아웃 (Opt-out) 설정만 확인해 두면, 사외비 데이터를 붙여넣어도 실질적으로 문제가 없다」라는 생각은, 원리 2·3에서 살펴본 보유 기간 (Retention period)의 존재로 인해 정확하지 않았다. 옵트아웃은 학습 이용이라는 하나의 리스크를 낮추는 설정일 뿐이며, 임시 저장이나 부정 이용 감시를 위한 로그 (Log)라는 또 다른 리스크까지는 커버하지 않는다. 도구의 설정을 과신하지 말고, 입력하는 정보 그 자체를 선별하는 판단은 설정 변경만으로는 대체할 수 없다.

요약

3사의 설정 절차를 나란히 비교해 보면, 「옵트아웃 (Opt-out)」이라는 동일한 용어 아래에서도 초기값 (Default value), 범위 (Scope), 보유 기간 (Retention period)이라는 세 가지 축에서 구현 방식이 다르다는 것을 알 수 있다. 하나의 도구에서 익힌 조작을 그대로 다른 도구에 적용하지 말고, 도구별로 (Claude의 경우에는 플랜별로) 초기값부터 확인하는 것이 안전하다.

Discussion