영국·아일랜드 중고서점, AI 기업의 '이상한' 대량 주문 배후 의심

배경

최근 영국과 아일랜드의 중고서점 업계에서는 신비로운 구매자들의 대량 주문이 급증하며 업계의 우려를 자아내고 있다. 독립 서점과 주요 온라인 플랫폼은 익명의 구매자들이 특정 학문 분야, 특정 연도, 또는 니치 작가의 책 수십 권에서 수백 권을 한꺼번에 주문하는 패턴을 보고하고 있다. 특히 공개 디지털 도서관에서 찾기 어려운 절판 도서, 전문 학술지, 그리고 소수 학술 저작에 대한 수요가 두드러진다. 이러한 현상은 Anthropic이 데이터 확보를 위해 수백만 달러를 책 스캔에 투자했다는 보도 이후 더욱 심화되었다. 구매자들은 주로 익명 계정이나 임시 이메일 주소를 사용하며 구매 목적을 밝히기를 거부한다. 또한 배송 주소가 데이터 라벨링 센터나 스캔 스튜디오로 집중되는 경향을 보여, 이는 단순한 개인 수집이 아닌 AI 기업들의 조직적인 데이터 확보 시도임을 시사한다.

이러한 대량 구매의 시기는 주요 AI 연구소들이 새로운 모델 버전을 출시한 시기와 일치한다. 이는 물리적 텍스트의 확보가 새로운 AI 기능 개발과 직접적인 연관이 있음을 암시한다. 인터넷에는 방대한 양의 텍스트가 존재하지만, 그 중 상당수는 저품질이거나 반복적이며 오류가 많다. 반면, 동료 검토를 거친 학술서나 고전 문학은 정보 밀도와 정확도가 높아 모델의 추론 능력을 향상시키고 환각 현상을 줄이는 데 필수적이다. AI 기업들은 디지털 콘텐츠의 저작권 문제를 우회하기 위해 중고 시장을 통해 물리적 책을 구매하는 전략을 채택하고 있다. 이는 디지털 권리 관리의 복잡한 법적 지형을 회피하면서도 고가치 데이터에 접근할 수 있는 방법을 제공한다.

심층 분석

이러한 대량 매입의 근본적인 논리는 대규모 언어 모델 훈련의 패러다임 전환을 반영한다. 산업계는 공개 인터넷 데이터의 방대한 양에 의존하는 '폭넓음' 경쟁에서 벗어나, 고가치이고 노이즈가 적은 데이터셋을 추구하는 '깊이' 경쟁으로 이동하고 있다. 모델 규모가 확대됨에 따라 공개 웹 데이터의 한계 효용은 급격히 감소하고 있다. 따라서 AI 개발자들은 추론 능력을 강화하고 환각을 줄이기 위해 물리적 책에 눈을 돌리고 있다. 이러한 텍스트는 고급 모델 성능에 필요한 구조적이고 정확한 정보를 제공한다.

중고 시장을 통한 책 구매는 비용 효율적이고 법적으로 모호한 경로를 제공한다. 디지털 저작권을 직접 구매하는 것은 비싸고 엄격한 라이선스 계약에 종속된다. 반면, 합법적으로 유통되는 물리적 책을 구매하는 것 자체는 저작권법을 위반하지 않는다. 다만, 이후의 스캔과 사용은 복잡한 법적 문제를 야기할 수 있다. 이 접근법은 AI 기업들이 독점적인 데이터 해자를 구축할 수 있게 한다. 특정 코퍼스에 대한 독점적 접근을 확보함으로써 경쟁사가 동일한 훈련 자료를 사용하는 것을 방지하고, 단기적인 성능 우위를 점할 수 있다. 경쟁의 초점은 알고리즘 아키텍처에서 고품질 텍스트 리소스에 대한 통제권으로 이동하고 있다.

이 전략은 또한 중고서적 시장이 데이터 준수에 대해 상대적으로 관대하다는 점을 이용한다. 서점들은 주로 물리적 상품 판매에 집중하며 재고의 최종 용도를 면밀히 검토하지 않는 경우가 많다. 이러한 감독의 공백은 AI 기업들이 구매 행위는 합법적이지만 데이터 적용은 논쟁적일 수 있는 회색 지대에서 운영할 수 있게 한다. 그 결과, 디지털 인프라가 아닌 물리적 공급망에 의존하는 새로운 형태의 데이터 확보 방식이 등장했다.

산업 영향

이러한 추세는 전통적인 출판 산업과 작가들에게 심오한 영향을 미친다. AI 기업들이 중고 시장을 통해 책을 구매할 때, 그들은 저작권 보유자에게 보상하지 않고 기존 문화 자산을 활용하여 새로운 상업적 가치를 창출한다. 이러한 형태의 가치 추출은 창작자의 동기를 약화시키고 출판 부문의 혁신 역량을 훼손한다. 작가와 출판사는 그들의 지적 재산의 수익화 과정에서 사실상 배제되고 있어, 심각한 윤리적 및 경제적 우려를 제기한다.

중고서적 시장 자체도 구조적 혼란에 직면해 있다. 전통적으로 수집가와 독자를 서비스하던 중소 서점들은 AI 데이터 공급망에 강제로 편입되고 있다. 이러한 변화는 고객 기반을 바꾸고 재고 전략의 재평가를 강제한다. 이전에 판매가 느리다고 여겨졌던 책들은 이제 높은 수요로 인해 가격이 상승하여 일반 독자가 접근하기 어려워진다. AbeBooks와 ThriftBooks와 같은 주요 온라인 플랫폼도 점점 더 커지는 준수 압력에 직면한다. 규제 당국은 이러한 플랫폼이 대량 거래를 더 면밀히 모니터링하도록 요구할 수 있으며, 특정 도서 카테고리의 재판매나 수출을 제한할 수도 있다. 이는 중개업체의 운영 비용과 법적 리스크를 증가시킬 것이다.

소비자에게는 소수의 AI 기업이 고품질 훈련 데이터를 독점할 경우 AI 생성 콘텐츠의 동질화가 초래될 수 있다. 소수의 기업이 가장 좋은 데이터셋을 통제하면, 그들의 모델은 지식의 정확성과 스타일에서 지배적인 지위를 차지할 것이다. 데이터 권력의 이러한 집중은 디지털 격차를 악화시키고, 사용자를 제한된 관점과 정보원에 노출되는 데이터 루프에 가두게 한다. 물리적 도서 시장에 반영된 인간 지식의 다양성은 좁은 AI 출력 세트로 평평해질 위험에 처해 있다.

전망

이러한 상황은 AI 데이터 윤리와 규제의 전환점이 될 수 있다. 현재 EU AI 법과 미국의 저작권 소송과 같은 법적 프레임워크는 주로 공개 데이터의 크롤링에 초점을 맞추고 있다. 그러나 물리적 거래를 통해 확보된 데이터에 대한 법적 경계는 여전히 불분명하다. 향후 몇 달 동안, 영국의 PRS for Music이나 미국의 ASCAP과 같은 저작권 집단 관리 조직이 개입할 가능성이 있다. 그들은 AI 기업에게 데이터 출처를 공개하도록 요구하며 데이터 사용 투명성 메커니즘의 확립을 추진할 수 있다.

중고서점 협회는 업계 자율 규제 지침을 개발하여 대응할 가능성이 크다. 이는 목적 미상의 대량 주문에 대한 서비스 거부 또는 구매자의 데이터 사용 서약서 서명 요구를 포함할 수 있다. AI 기업에게는 현재 회색 시장 전략의 리스크가 증가하고 있다. 그들은 출판사와의 공식 데이터 라이선스 계약으로 전환해야 할 필요가 있을 것이다. 합리적인 로열티를 지불하여 고품질 데이터에 대한 합법적 접근권을 교환하는 것이다. 회색 매입에서 백색 라이선싱으로의 이러한 전환은 산업 성숙도의 주요 지표가 될 것이다.

주요 관찰 신호에는 주요 AI 연구소가 훈련 데이터의 구성을 공개하기 시작하는지, 저작권 조직이 새로운 집단 소송을 제기하는지, 그리고 중고서적 플랫폼이 대량 구매에 대한 제한 조치를 도입하는지가 포함된다. 이러한 발전은 AI 데이터 확보의 미래 경로와 디지털 시대에 전통적인 문화 자산이 어떻게 존중되고 보상받을지를 결정할 것이다. 이 문제의 해결은 기술 혁신과 지적 재산권 보호 사이의 균형을 요구한다.