아마존, 희귀 도서 대량 구매 후 AI 학습…논란

본문

[디지털투데이 AI리포터] 아마존(Amazon)이 희귀 도서를 대량 구매한 뒤 책의 제본부를 절단해 스캔하고, 이를 AI 학습 데이터로 활용한다는 정황이 포착됐다.17일(현지시간) 테크크런치에 따르면 404미디어(404 Media)는 AI 기업이 구매할 것으로 추정되는 희귀 도서 한 권에 추적 장치를 넣어 배송 경로를 확인했다. 해당 도서의 최종 목적지는 미국 네바다주 라스베이거스에 있는 아마존 시설이었다.VGT3라 불리는 이 시설에서는 대량으로 들어온 종이책의 제본부를 잘라낸 뒤 페이지를 빠르게 스캔하는 작업이 이뤄지는 것으로 전 17일(현지시간) 테크크런치에 따르면 404미디어(404 Media)는 AI 기업이 구매할 것으로 추정되는 희귀 도서 한 권에 추적 장치를 넣어 배송 경로를 확인했다. VGT3라 불리는 이 시설에서는 대량으로 들어온 종이책의 제본부를 잘라낸 뒤 페이지를 빠르게 스캔하는 작업이 이뤄지는 것으로 전해졌다.

논란이 불거지자 아마존은 404미디어에 "고객이 사용하는 제품과 서비스를 개선하기 위해 상업적 유통 경로를 통해 책을 구매한다"라고 해명했다. 생성형 AI 경쟁이 치열해지면서 인터넷에서 쉽게 구할 수 없는 절판본이나 희귀 도서의 가치도 높아지고 있다. 대형 LLM 개발에는 막대한 양의 텍스트가 필요한 데다, 기존 인터넷 자료 상당수가 이미 학습 데이터로 활용돼 새로운 고품질 텍스트 확보가 중요해졌기 때문이다. 특히 2022년 이전에 출간된 책은 생성형 AI가 본격적으로 확산하기 전에 사람이 작성한 콘텐츠라는 점에서 가치가 있다. AI가 생성한 데이터를 반복적으로 학습할 경우 원래 데이터의 분포를 잃으면서 결과 품질이 저하되는 이른바 모델 붕괴(model collapse)가 발생할 수 있다는 연구도 나왔다. 이번 사례는 한때 온라인 서점으로 출발한 아마존이 이제는 AI 경쟁을 위해 희귀 도서까지 학습 데이터 자원으로 활용하고 있다는 점에서 주목된다.

동시에 보존 가치가 있는 실물 도서를 파손하면서까지 AI 학습 데이터를 확보하는 방식에 대한 논란도 이어질 것으로 보인다.