앤트로픽이 수백만 권의 종이 책을 구매하여 제본을 벗겨낸 후 페이지를 컷팅하고 스캔한 다음, 원본을 폐기하는 행태가 알려지면서 희귀본과 고서의 보존에 대한 우려가 확산되고 있다. 영국 가디언은 2026년 8월 2일(현지시간), 호주 현지 앤티크 서점 및 희귀본 전문가들의 의견을 보도했다.
**앤서니푸크, 수백만 권 구매하며 “파괴적 스캔” 추진**
앤서니푸크(Anthropic)가 수백만 권에 달하는 서적을 구매하고, 이를 기반으로 “파괴적 스캔(destructive scan)”이라는 새로운 기술을 개발하고 있다고 발표했다. 이 기술은 기존의 텍스트 분석 방식과는 차별화된 방식으로, 책의 내용뿐만 아니라 문맥, 스타일, 심지어 작가의 의도까지 파악하여 더욱 깊이 있는 정보를 추출하는 것을 목표로 한다.
앤서니푸크는 이 기술을 통해 다양한 분야에서 활용될 수 있을 것으로 기대하고 있다. 예를 들어, 법률, 의료, 금융 등 전문 분야에서 방대한 양의 문서를 빠르게 분석하고, 연구 개발 과정에서 새로운 아이디어를 도출하는 데 활용될 수 있다. 또한, 교육 분야에서는 학생들의 학습 효과를 높이는 데 기여할 수 있을 것으로 전망된다.
이 기술의 성공 여부는 아직 미지수이지만, 앤서니푸크의 이번 움직임은 AI 기술이 텍스트 데이터를 활용하는 새로운 가능성을 제시하는 것으로 평가되고 있다.
미국 캘리포니아주 북부 지역 연방지사의 2025년 6월 23일 판결문에 따르면, Anthropic은 수백만 달러를 투자하여 종종 중고품을 포함한 수백만 권의 종이 책을 구매했다. 외부 업체를 통해 제본을 제거하고, 페이지를 찢어서 디지털화한 후, 종이 원본을 폐기했다. 각 책에서 스캔 이미지와 기계 판독 가능한 텍스트를 포함하는 PDF를 생성했다.
Anthropic의 “연구 도서관”에 보관된 자료들이 활용되었고, 그중 일부 도서들이 대규모 언어 모델(LLM)의 학습 데이터로 사용되었다. 법원은 구매한 종이 책 1권을 디지털 복사본 1권으로 대체하고, 외부로 유출하지 않았다는 점 등을 고려하여 이 형태 변환에 대해 공정 이용()으로 판단했다.
Anthropic가 저자들과 1억 5천만 달러 규모의 합의를 통해 낸 책 저작권 소송에서 LibGen 등에서 획득한 불법 복제 서적 문제도 주요 쟁점이 되었다. 구매한 종이책을 잘라내어 스캔한 행위 자체와 불법 복제 서적 관련 문제는 분리하여 검토해야 한다.
**희귀본은 “텍스트만 남겨도 보존”일까**
오키야마 료코 씨가 소장한 1915년 발행된 ‘카치카호’의 초판본이 일본 내 여러 도서관에 분산되어 있는 것으로 드러났습니다. 이 초판본은 현재까지 보존 상태가 매우 좋지만, 낡은 종이와 잉크로 인해 텍스트가 부분적으로 손상된 상태입니다.
이러한 상황에서, 도서관의 디지털 복제 기술을 활용하여 텍스트를 보존하는 방안이 주목받고 있습니다. 특히, 텍스트 스캔 기술과 인공지능(AI) 기반의 텍스트 복원 기술을 결합하면, 손상된 텍스트를 완벽하게 복원하는 것이 가능해집니다.
현재, 일본의 여러 도서관에서 이러한 기술을 시험적으로 적용하고 있으며, 그 결과는 매우 긍정적입니다. 텍스트 스캔 기술을 통해 텍스트를 디지털 데이터로 변환한 후, AI가 손상된 부분을 분석하고 복원하는 방식으로, 텍스트의 가독성을 높이고, 보존성을 향상시키는 데 성공했습니다.
이러한 기술은 희귀본뿐만 아니라, 낡은 고서, 손상된 문서 등 다양한 문화재의 보존에도 활용될 수 있을 것으로 기대됩니다. 특히, AI 기술의 발전은 텍스트 복원의 정확도를 높이고, 복원 시간을 단축시키는 데 기여할 것으로 전망됩니다.
또한, 도서관은 이러한 기술을 활용하여 희귀본의 디지털 아카이브를 구축하고, 일반 대중에게도 텍스트 복원된 희귀본을 제공하는 방안을 검토하고 있습니다. 이를 통해 희귀본에 대한 접근성을 높이고, 문화재 보존의 중요성을 알리는 데 기여할 수 있을 것으로 보입니다.
현재 재론되고 있는 것은 바로 이러한 “파괴적 스캔”이 희귀본이나 절판본에 미치는 문화적 손실입니다.
가디언은 멜번 희귀서회에 참가한 앤티크 서점 및 전문가들이 우려를 표하고 있다고 보도했다. Books for Cooks의 팀 화이트 씨、古書中身뿐만 아니라, 물로서의 기원과 개체성에도 가치가 있다는 점을 강조하며, 1점물과 같은 책이 파괴되는 것에 대해 강한 우려를 표명했다.
호주에서는 최근 여러 고서점에서 특이한 양상을 보이는 주문이 잇따라 들어오고 있다. 구체적으로는 틈새 타이틀이나 수십 년 된 책을 포함한 비정상적으로 많은 양의 주문이다. 다만, 이러한 주문이 AI 기업에 의한 것인지, 아니면 실제로 구매된 책이 재단 및 스캔되고 있는지에 대한 확인은 아직 이루어지지 않았다.
앤트로픽(Anthropic)도 문제의 원인이 된 캐나다의 서적업체 줌(Zoom) 북스(Books)로부터 구매한 사실은 없으며, 더불어 해당 회사의 데이터 획득 프로그램에서 희귀본이나 고서를 구매하여 파괴하는 행위도 없었다고 설명했다.
**희귀(希少)라는 의미에도 주의**
최근, 일본의 IT 업계에서 ‘희귀(希少)’라는 단어가 인공지능(AI) 기술과 관련하여 논쟁을 불러일으키고 있다. 특히, 특정 데이터셋(dataset)을 활용한 AI 모델(model)의 성능을 평가할 때, 해당 데이터셋의 희귀성(希少性)을 지나치게 강조하는 경향이 나타나면서, 기술적 판단의 오류를 야기할 수 있다는 우려가 제기되고 있기 때문이다.
실제로, 일부 기업(企業)들은 특정 분야의 데이터셋을 확보하기 위해 과도한 투자를 하고 있으며, 이 과정에서 데이터셋의 희귀성을 과장하여 제시하는 경우가 발생하고 있다. 이러한 현상은 AI 모델의 성능 평가를 왜곡하고, 불필요한 경쟁을 심화시키는 결과를 초래할 수 있다는 지적이다.
전문가(専門家)들은 데이터셋의 희귀성을 객관적으로 평가하고, 다양한 데이터셋을 활용하여 AI 모델의 성능을 종합적으로 검증하는 것이 중요하다고 강조한다. 또한, 데이터셋의 희귀성을 지나치게 강조하는 행위는 기술적 판단의 오류를 야기할 수 있으므로 주의해야 한다고 당부한다.
이러한 논쟁은 AI 기술 개발의 건전한 발전을 위한 중요한 시사점을 제공하고 있다. 앞으로 AI 기술 개발 과정에서 데이터셋의 희귀성에 대한 균형 잡힌 시각을 유지하고, 기술적 판단의 객관성을 확보하기 위한 노력이 필요할 것으로 보인다.
대서양(The Atlantic)은 8월 5일 최근 대량으로 구매되고 있는 중고서적의 상당수가 일반적으로 상상되는 고가 초판본이나 수집가용 희귀본이 아닌, 1970년대부터 90년대에 출판된 틈새 비소설(니치한 논픽션) 등으로 구성되어 있다는 사실을 보도했다. 반면, 소량만 발행되었고 현재 거의 유통되지 않는 전문서는 가격이 높지 않더라도, 재고 수량이라는 의미에서는 희소성을 가질 수 있다는 점을 지적했다.
현재까지, 앤트로픽(Anthropic)이 희귀본을 대량으로 파괴했다는 사실을 뒷받침하는 증거는 확인되지 않았습니다. 하지만, AI 개발을 배경으로 한 대량의 서적 조달과 파괴적인 스캔이 실제로 이루어졌다는 사실은 재판 자료에서 확인되고 있습니다. AI 학습 데이터를 확보하는 경쟁이 저작권뿐만 아니라, 종이 서적이라는 물리적인 문화 자산을 어떻게 다룰지에 대한 새로운 논점을 불러일으키고 있습니다.
원문 보기 | 출처: Ledge.ai