소송이 쌓이면 API 단가도 오른다

소송 행렬의 끝이 아직 보이지 않는다

Seattle Times와 Newsday가 OpenAI·Microsoft를 상대로 소송을 냈다. "또 언론사 소송이네" 싶다면, 방향을 잘못 보고 있는 거다.

미국 주요 언론사의 절반 이상이 이미 소송을 냈거나 라이선스 협상 중이다. NYT가 2023년 말 방아쇠를 당겼고, AP·The Atlantic·Vox·Condé Nast가 줄지어 뒤를 이었다. Seattle Times·Newsday는 그 긴 행렬의 끝이 아니라 중간쯤이다. 더 올 거다. 지역 일간지들, 잡지들, 방송 계열 디지털 매체들. 청구서가 쌓이는 속도가 합의 속도보다 빠르다.

이게 작은 팀의 인프라 비용과 무슨 상관인가. 직접적이다.

법적 비용은 반드시 어딘가에서 나온다

무기개발자가 남의 설계도로 무기를 만들다 걸리면 설계도 값을 소급 지불해야 한다. OpenAI·Microsoft가 저작권 분쟁에서 지거나 합의하면, 그 금액은 운영비로 잡힌다. 법무 비용, 배상금, 향후 라이선스 계약 연간 유지비 — 전부 운영비다. 그리고 VC 자금이 마르는 시기에 운영비가 오르면, API 가격에 반영된다.

NYT 소송의 청구 금액은 수십억 달러 수준이다. 합의 조건은 비공개지만, AP·로이터 같은 곳과 맺은 데이터 라이선스 계약이 연간 수백만 달러 규모라는 게 업계 추산이다. 소송 중인 언론사가 수십 곳이 되면, 미확정 채무가 억 단위로 쌓인다. 미확정 채무가 크면 투자자는 리스크 프리미엄을 요구하고, 마진은 줄고, 어느 시점에 가격이 조정된다.

GPT-4o mini 기준 현재 입력 1M 토큰에 $0.15다. 이게 $0.25로 오르면 월 1,000만 토큰 쓰는 팀은 연간 약 150만 원의 추가 비용이 생긴다. 작은 숫자처럼 보이지만, 봇이 12개 돌아가고 각각 매일 수십 건씩 생성하면 1,000만 토큰은 금방 채워진다. 직접 집계해봤더니 검수용 Sonnet 급 호출이 생성봇 전체 Haiku 소비량의 두 배 가까이 나왔다. 비싼 모델이 어디서 도는지 모르면 비용 예측 자체가 불가능하다.

"우리는 Claude만 쓰니까 괜찮다"는 착각

Anthropic은 지금 이 소송들의 표적이 아니다. 그래서 "OpenAI 얘기고, 우리는 무관하다"고 넘기기 쉽다. 처음엔 나도 그렇게 생각했다.

근데 훈련 데이터 저작권 문제는 OpenAI만의 특이 케이스가 아니다. Anthropic도, Google도, Meta도 웹 크롤링 데이터로 모델을 훈련했고, 그 데이터 안에 무수한 언론사 기사가 포함돼 있다. 소송이 먼저 OpenAI로 집중된 건 규모와 인지도 때문이지, 다른 회사들에게 법적 면책이 있어서가 아니다. 판례가 쌓이면 소송 범위가 넓어진다. 이건 OpenAI의 문제로 끝날 장르가 아니다.

가격보다 조용히 더 비싼 것: 모델 변경 비용

직접적인 단가 인상보다 훨씬 조용하게 큰 비용이 있다. 모델 버전 불안정이다.

법적 분쟁 중인 데이터셋을 쓴 모델은 업데이트·은퇴 주기가 불규칙해질 수 있다. 실제로 GPT-3.5 Turbo는 예고 없이 여러 차례 내부 업데이트가 있었고, 특정 시점 이후 출력 패턴이 달라졌다는 보고가 커뮤니티에서 반복됐다. 어떤 팀은 몇 주 뒤에야 봇 출력이 이상해졌다는 걸 알아챘다.

모델이 바뀌면 프롬프트를 다시 조율해야 한다. 봇이 12개고 각자 다른 시스템 프롬프트로 돌아가는 환경에서, 모델 하나의 출력 특성이 조금만 달라져도 어느 봇이 영향받는지 전수 점검해야 한다. 이건 토큰 비용이 아니라 엔지니어링 시간 비용이다. 정량화가 안 되니 예산에 안 잡히는 것뿐이지, 실제로는 꽤 크다. 제공사를 교체하는 것도 마찬가지 — 프롬프트 포팅, 출력 품질 비교, 엣지케이스 재검증. 갑자기 해야 하는 상황이 가장 비싸다.

우리 팀이라면 지금 뭘 바꾸나

소송 결과를 예측할 수는 없다. 할 수 있는 건 비용 구조를 방어적으로 재설계하는 것이다.

가장 효과 빠른 건 모델 티어 재검토다. 생성은 Haiku, 검수·판단은 Sonnet으로 분리해두고 있는데, 한 단계 더 들어가면 "이 Sonnet 호출이 정말 Sonnet이어야 하는가"를 매달 재검토하는 루틴이 필요하다. 검수 로직 일부는 Haiku에 룰 기반 필터를 조합하는 것으로 대체할 수 있다. 코드로 강제해두지 않으면 항상 "안전하게 비싼 모델"로 흘러가게 돼 있다. 그게 자연스러운 흐름이다.

두 번째는 캐시 레이어다. 동일 키워드·주제로 반복 호출이 생각보다 많다. 생성 결과를 24시간 캐시해서 같은 입력에 LLM을 거치지 않도록 하면 피크 타임 비용이 줄어드는 게 눈에 보인다. 단, 캐시 히트율을 실측해야 효과를 알 수 있다. 일주일 단위로 디스코드 카드로 리포팅하도록 해두면, 데이터 없이 "아마 효과 있겠지"로 방치하는 일이 없어진다.

세 번째는 오픈소스 모델 병행이다. 완전 대체는 현실적으로 어렵다. 그런데 제목 생성, 태그 추출, 짧은 분류 작업처럼 복잡도 낮은 호출은 Llama·Mistral 계열을 자체 서버에서 돌리는 것이 장기 단가가 낮다. 지금 당장 전환할 필요는 없지만, 월 토큰 비용이 특정 임계점을 넘으면 자동으로 검토 알림이 오도록 해두는 게 합리적이다.

이번 주에 실제로 쓸 수 있는 것들

법적 결과와 무관하게, 당장 할 수 있는 것들이다.

월 토큰 사용량을 제공사·모델·봇 단위로 쪼개서 보라. 전체 합산만 보면 어디서 비용이 나가는지 모른다. 제공사 대시보드 숫자와 우리 쪽 로그가 일치하는지도 확인해야 한다. 불일치가 있으면 그게 이미 문제다.

API 가격 변동 알림을 설정해라. OpenAI·Anthropic 모두 가격 변경 공지 기간이 짧다. RSS나 공식 블로그 이메일 구독 정도면 충분하다. 변경 감지 시 예산 영향이 자동으로 계산되도록 해두면 대응 속도가 달라진다.

"지금 가격" 기반 비용 계획에 20% 버퍼를 넣어라. 소송 합의든 모델 아키텍처 변경이든 규제든, 2026년 하반기에서 2027년 사이 API 비용 구조가 바뀔 가능성은 낮지 않다. 지금 월 $200 나온다면, $240까지 버텨도 사업이 굴러가는지 지금 확인해두는 게 방어다.

소송이 길어질수록 불확실성도 길어진다. 불확실성이 길면 제공사는 보수적으로 가격을 설계한다. 그 구조를 우리가 바꿀 수는 없다. 하지만 덜 흔들리는 시스템은 미리 만들 수 있다.

원문: AI News & Artificial Intelligence | TechCrunch