아마존, 종이책 대량 구매해 제본 자르고 AI 학습 후 폐기 논란

온라인 서점으로 사업을 시작했던 아마존이 이제는 희귀 도서를 대량으로 사들인 뒤 책등을 잘라내 AI 학습용 데이터로 스캔하고 있는 것으로 드러났습니다.

탐사보도 매체 404 미디어는 AI 기업이 매입할 것으로 의심되는 희귀 서적에 애플 에어태그를 넣어 배송 경로를 추적했습니다. 그 결과 해당 서적은 미국 네바다주 라스베이거스에 위치한 아마존 물류 시설인 VGT3에 도착했습니다.

해당 시설의 직원들에 따르면 이들의 주요 업무는 대량으로 입고되는 종이책을 받아 스캔 작업을 빠르게 진행하기 위해 책등을 절단하는 일입니다. 이 과정에서 원본 종이책은 파괴됩니다. 이 시설에서 근무하는 아마존 팀의 로고는 책을 발톱에 쥔 공룡 모양인 것으로 확인되었습니다.

아마존 측은 404 미디어에 성명을 내고, 자체 거대언어모델인 노바 제품군을 비롯한 서비스와 제품 개선을 위해 비블리오 같은 상업용 마켓플레이스를 통해 서적을 정식 구매하고 있다고 인정했습니다.

AI 오염 없는 순수 데이터를 찾아서

인터넷에 널린 텍스트를 두고 아마존이 굳이 비싼 종이책을 사들여 파괴하는 이유는 명확합니다.

웹상의 공개 데이터는 이미 바닥을 드러냈고, 앤트로픽 같은 경쟁사들은 해적판 도서 데이터를 학습에 썼다는 이유로 법적 분쟁을 겪고 있습니다. 무엇보다 큰 문제는 현재 인터넷 공간이 생성형 AI가 쏟아낸 텍스트로 뒤덮여 있다는 점입니다. AI가 만든 데이터를 다시 AI가 학습하면 성능이 급격히 저하되는 모델 붕괴 위험이 발생합니다.

반면 2022년 이전에 출간된 절판본이나 희귀 종이책은 AI의 손길이 전혀 닿지 않은 완전한 순수 데이터입니다. 웹 어디에서도 구할 수 없는 고품질 인간 지식이 담겨 있어 학습 가치가 매우 높습니다.

왜 중요한가

책을 팔아 성장한 기업이 이제는 AI 학습을 위해 희귀 도서를 절단해 폐기하고 있다는 사실은 AI 경쟁이 얼마나 극단적인 단계에 이르렀는지를 잘 보여줍니다.

개발자와 테크 업계 입장에서 볼 때, 이번 사건은 프론티어 AI 모델 학습이 알고리즘의 영역을 넘어 물리적 물류와 자본 싸움으로 바뀌었음을 의미합니다. AI 오염이 없는 2022년 이전의 고급 지식은 사실상 고갈되어 가는 비재생 자원에 가깝습니다.

저희가 보기에 아마존의 방식은 법적 측면에서는 꽤 영리합니다. 해적판 전자책을 무단 크롤링하는 대신 정식 상업 유통망을 통해 실물 책을 직접 구매했기 때문에 저작권 소송의 위험을 크게 낮췄습니다.

하지만 문화적 보존 가치가 있는 희귀 도서를 물리적으로 훼손한다는 점은 출판계와 아카이브 단체들의 강한 반발을 살 수밖에 없어 보입니다. 아울러 막대한 자금력으로 오프라인 서적까지 싹쓸이해 파쇄할 수 있는 빅테크와, 그렇지 못한 중소 개발사 간의 데이터 격차는 앞으로 더욱 벌어질 가능성이 큽니다.