라스베이거스로 간 책 한 권, 확인된 사실은 어디까지인가
미국 기술매체 404 미디어는 유통 부수가 적은 책 한 권에 위치추적 장치를 넣어 보낸 뒤 이 책이 어디로 이동하는지 추적했습니다. 책이 도착한 곳은 라스베이거스에 있는 아마존의 VGT3 시설이었습니다. 현장 관계자들의 설명에 따르면 이 시설에서는 대량의 책 제본을 절단해 산업용 스캐너로 읽어들이는 작업이 이뤄집니다(404 Media, 2026-08-17). 아마존도 상업적 유통 경로로 책을 구매해 고객용 제품과 서비스의 개발·개선에 활용한다고 답했습니다.
여기서 멈추면 이 소식은 자극적인 한 장면으로만 남습니다. 책을 낱장으로 잘라 스캔하고 원본을 폐기하는 모습은 문화재 파괴처럼 읽히기 쉽습니다. 하지만 이번 배송 추적은 한 건의 사례일 뿐, 아마존이 몇 권을 얼마에 사서 어떤 제품에 썼는지를 보여주는 감사 자료는 아닙니다. 추적된 책의 제목도 공개되지 않았습니다.
중요한 질문은 파쇄 장면 자체보다 자본과 연산 자원이 풍부한 AI 기업이 왜 실물 책을 사서 자르는 비용까지 감수하느냐는 것입니다. 이 선택에는 데이터 품질과 취득 경로를 함께 관리하려는 경제적 논리가 있습니다.
왜 전자책 라이선스가 아니라 종이책 파쇄인가
AI 학습 데이터의 문제는 단순한 양보다 ‘쓸 만한 데이터’를 안정적으로 확보하는 쪽으로 옮겨가고 있습니다. 2024년 국제학술지 네이처에 실린 연구는 생성형 모델의 결과물을 다음 세대 모델 학습에 무차별적으로 다시 사용하면 원래 데이터 분포에서 희귀했던 정보부터 사라지는 ‘모델 붕괴’가 나타날 수 있다고 보고했습니다(Nature, 2024-07-24).
인터넷에 AI 생성물이 늘어날수록 AI가 널리 쓰이기 전에 사람이 작성한 텍스트의 상대적 가치는 커질 수 있습니다. 특히 절판되거나 소량만 유통된 전문서와 외국어 자료는 웹 크롤링만으로 충분히 확보하기 어려운 데이터입니다. 다만 이 연구가 아마존의 구체적인 구매 동기를 직접 입증하는 것은 아닙니다. 인간이 작성한 원문을 확보하려는 데이터 품질상의 유인을 설명하는 근거로 봐야 합니다.
앤트로픽 관련 소송의 미국 연방법원 기록에서는 이런 판단이 실제 공급망으로 이어진 사례를 확인할 수 있습니다. 법원 문서에 따르면 앤트로픽은 2024년부터 수백만 권의 종이책을 수백만 달러 이상에 구매했고, 외주업체는 제본을 제거하고 페이지를 절단·스캔한 뒤 종이 원본을 폐기했습니다(U.S. District Court, N.D. Cal., 2025-06-23).
같은 기록은 앤트로픽이 책을 세계적 수준의 언어모델을 만드는 비용 효율적인 수단으로 평가했고, 잘 편집된 글을 학습시키는 데 유용하다고 판단했음을 보여줍니다. 이는 적어도 앤트로픽이 출판 과정에서 편집된 책을 모델 개발의 유용한 투입재로 봤다는 뜻입니다. 책이 모든 웹 텍스트보다 우월하거나 매입한 모든 책이 특정 모델 학습에 사용됐다는 의미는 아닙니다.
도서 매입이 만든 데이터의 새로운 원가표
AI 학습 비용이라고 하면 보통 GPU와 전력을 먼저 떠올립니다. 이번 사례는 데이터 자체의 조달에도 별도의 비용 구조가 생기고 있음을 보여줍니다. 책을 기계가 읽을 수 있는 자료로 바꾸려면 다음 항목이 차례로 쌓입니다.
- 상업 유통망에서의 실물 도서 매입비
- 물류와 창고 이동비
- 제본 절단과 산업용 스캔 처리비
- 광학문자인식과 중복 제거 등 데이터 정제 비용
- 취득 경로와 이용 방식을 검토하는 법률 비용
앤트로픽 스캔 사업에 참여한 한 업체의 제안서는 6개월 동안 50만~200만 권을 디지털화하는 작업을 제시한 것으로 보도됐습니다. 다만 실제 최종 처리 권수와 비용은 공개 문서에서 가려져 있습니다(The Washington Post, 2026-01-27). 정확한 총액은 계산할 수 없지만, 이 규모의 실물 구매와 물류·스캔 공정을 설계했다는 사실은 데이터 조달이 하나의 공급망 사업이 됐다는 점을 보여줍니다.
아마존 사례에는 같은 수치를 적용할 수 없습니다. 아마존의 총매입 권수와 비용, 시설 처리능력은 공개되지 않았습니다. 따라서 확인된 단일 추적 사례와 앤트로픽의 법원 기록상 대규모 사업을 같은 규모로 묶어 설명해서는 안 됩니다.
법원이 그은 선: 적법한 대체와 불법 자료고의 차이
책을 산 뒤 원본을 없앤다고 AI 학습이 자동으로 합법이 되는 것은 아닙니다. 2025년 6월 23일 앤트로픽 관련 판결은 적법하게 구매한 종이책을 폐기하면서 회사 내부의 디지털 사본 한 부로 일대일 대체한 행위와, 그렇게 만든 자료를 특정 언어모델 학습에 이용한 행위를 공정이용으로 판단했습니다. 반면 불법 사이트에서 내려받아 영구 자료고로 보관한 700만 건 이상의 도서 파일은 같은 논리로 정당화하지 않았습니다(U.S. District Court, N.D. Cal., 2025-06-23).
이 구분은 데이터의 취득 경로 자체가 경제적 자산이라는 점을 보여줍니다. 실물 매입에는 현금과 물류비가 들지만 어디에서 자료를 얻었는지 증명하기 쉽습니다. 반대로 취득비를 줄이기 위해 출처가 불법인 자료를 모으면 이후 법률 위험과 대응 비용이 커질 수 있습니다. 파괴적 스캔은 대량 처리 속도를 높이는 동시에, 적법하게 산 실물 한 부를 내부 디지털 한 부로 바꿨다는 사실관계를 만드는 방식이기도 합니다.
다만 이 판결은 미국의 특정 연방지방법원이 구체적인 사실관계와 쟁점에 관해 내린 약식판결입니다. 모든 AI 기업과 모든 학습 방식에 적용되는 포괄적 면책 규칙이 아니며, 저작권 예외의 범위가 다른 한국이나 유럽에 그대로 적용할 수도 없습니다. 실물 한 부를 처분할 권리와 그 내용을 복제할 권리 역시 같은 권리가 아닙니다.
‘희귀하다’는 말의 두 얼굴
이 사건에서 ‘희귀도서’라는 표현이 주는 인상과 확인된 사실 사이에는 거리가 있습니다. 404 미디어는 추적 대상 책의 제목을 공개하지 않았고, ‘희귀’라는 말도 고가 수집품이라는 뜻보다 유통되는 부수가 적다는 의미로 사용했습니다. 이 보도만으로 문화재급 초판본이나 세계에 남은 마지막 한 권이 파쇄됐다고 단정할 수는 없습니다.
중고 시장에서 수요가 거의 없어 통상 폐기될 책이 포함됐을 가능성도 있고, 실제로 대체하기 어려운 절판서가 포함됐을 가능성도 있습니다. 공개된 정보로는 둘을 가려낼 수 없습니다. 최근 각지의 중고서점에서 발생한 대량 주문이 모두 AI 기업의 지시에 따른 것이라는 해석 역시 확인된 사실보다 강합니다.
지금 분명히 말할 수 있는 것은 두 가지입니다. 아마존은 상업 경로로 책을 구매해 제품과 서비스의 개발·개선에 활용한다고 인정했습니다. 앤트로픽은 법원 기록으로 확인되는 대규모 매입·스캔·폐기 공정을 진행했습니다. 그 밖의 대상 목록, 구체적 희소성, 아마존의 전체 처리 규모와 사용 제품은 아직 확인되지 않았습니다.
이익은 누구에게, 비용은 누구에게
AI 기업은 경쟁사가 쉽게 확보하지 못하는 인간 작성 원문을 얻습니다. 앞으로는 연산능력뿐 아니라 출처가 분명한 데이터를 얼마나 효율적이고 법적으로 방어 가능한 방식으로 확보하느냐도 경쟁력의 일부가 될 수 있습니다. 책을 판매한 유통업자나 소유자는 거래 대금을 받습니다.
하지만 거래 가격에 모두 반영되지 않는 비용도 있습니다. 남은 부수가 적은 책이 비공개 데이터로 전환되고 원본이 사라지면 저자, 출판사, 도서관과 미래 독자의 접근성과 보존 가능성이 낮아질 수 있습니다. 반대로 원래 폐기될 책을 구매해 내용을 디지털화하고 종이를 재활용한다면 추가적인 문화 손실은 제한적일 수 있습니다. 아마존이 스캔 후 종이를 재활용하는지 여부는 확인되지 않았으므로 어느 쪽이라고 단정할 수 없습니다.
현재 자료만으로는 AI 기업의 실물 매입 수요가 특정 중고·절판 도서의 가격을 유의미하게 끌어올렸다는 정량적 근거도 없습니다. 따라서 ‘AI가 희귀도서 가격을 폭등시켰다’고 결론 내리기보다, 데이터로서의 가치와 사회적 보존 가치가 충돌할 가능성을 살펴보는 편이 정확합니다.
결국 이 사건은 책 파쇄를 책 소각이나 검열과 동일시할 사안이 아닙니다. 직접 목적은 사상 통제가 아니라 빠른 디지털화와 데이터 조달입니다. 그렇더라도 남은 부수가 적은 자료의 보존 가능성을 낮추는 외부효과는 별도로 평가해야 합니다.
비슷한 소식을 판단할 때는 파쇄 장면의 충격보다 세 가지를 구분해 볼 필요가 있습니다. 책을 어떤 경로로 취득했는가, 디지털 한 부가 실물을 대체할 수 있는가 아니면 실물 자체에 고유한 가치가 있는가, 그리고 그 과정이 누구의 접근권과 보존 가능성을 줄이는가입니다. 이번 사례가 보여주는 핵심은 AI 경쟁의 병목이 연산력에서 끝나지 않고 출처가 분명한 인간 데이터의 조달로 넓어졌다는 점입니다.
참고 자료
- 404 Media, 「We Tracked a Shipment of Rare Books. It Ended at an Amazon AI Training Facility」, 2026-08-17 — https://www.404media.co/we-tracked-a-shipment-of-rare-books-it-ended-at-an-amazon-ai-training-facility/
- U.S. District Court, Northern District of California, 「Bartz v. Anthropic, Order on Fair Use」, 2025-06-23 — https://storage.courtlistener.com/recap/gov.uscourts.cand.434709/gov.uscourts.cand.434709.231.0_4.pdf
- The Washington Post, 「Inside an AI start-up’s plan to scan and dispose of millions of books」, 2026-01-27 — https://www.washingtonpost.com/technology/2026/01/27/anthropic-ai-scan-destroy-books/
- Nature, 「AI models collapse when trained on recursively generated data」, 2024-07-24 — https://www.nature.com/articles/s41586-024-07566-y
- 서울경제, 「‘AI가 삼킨 책들’…빅테크, 희귀도서 사들여 학습 후 파쇄」 — https://www.sedaily.com/article/20080606
용어 풀이
- 공정이용: 저작권자의 허락 없이도 저작물을 제한적으로 이용할 수 있도록 예외를 인정하는 미국 저작권법상의 법리로, 이용 목적과 방식에 따라 개별 사건마다 다르게 판단됩니다.
- 텍스트데이터마이닝: 대량의 텍스트를 컴퓨터로 분석·가공해 정보를 추출하는 작업을 뜻하며, 국가마다 저작권법상 허용 범위가 다릅니다.
- 모델 붕괴: AI가 생성한 데이터를 다음 세대 모델 학습에 반복해서 사용할 때 원래 데이터의 다양성과 희귀한 정보가 줄어드는 현상을 말합니다.
- 약식판결: 재판 결과에 영향을 주는 중요한 사실에 실질적인 다툼이 없어, 본안재판까지 가지 않고 법원이 법률 판단으로 결론을 내리는 절차입니다.
본 글은 투자 권유가 아닌 정보 공유 목적입니다. 투자 판단과 책임은 본인에게 있습니다.
🔔 미주알 텔레그램 채널 🔔
매일 미국 경제 관련 주요 뉴스와 실시간 나스닥 알림을 받아보고 싶으신가요?
지금 바로 아래 텔레그램 채널을 추가해 보세요!
[텔레그램 채널 추가하기] ➡️ https://t.me/+lrqVLDwUJ6s2YjY1