최근 일부 인공지능(AI) 기업들이 대규모 언어모델(LLM) 학습을 위해 수백만 권의 중고 서적을 대량으로 매입한 뒤 스캔하고 폐기하는 관행이 드러나 논란이 되고 있습니다. 이들은 2022년 이전에 출판된, AI가 생성하지 않은 '순수한' 데이터를 확보하려는 목적으로 이러한 작업을 진행하고 있으며, 이 과정에서 디지털 사본이 기업 서버에만 독점적으로 남게 될 수 있다는 우려가 제기됩니다.
특히 앤트로픽(Anthropic)의 '프로젝트 파나마(Project Panama)'는 2024년 초 수천만 달러를 들여 수백만 권의 종이책을 구매, 스캔하여 자사의 클로드(Claude) LLM 학습에 사용한 뒤 모두 폐기한 것으로 알려졌습니다. 이러한 사실은 약 15억 달러 규모의 저작권 합의 과정에서 밝혀졌습니다. AI 기업들이 책을 폐기하는 주된 이유는 경쟁사의 학습 데이터 확보를 차단하고, 스캔 후 원본 보관에 따르는 법적 위험을 회피하며, 무손실 스캔보다 저렴한 비용으로 데이터를 얻기 위함입니다. 그러나 이러한 행위는 인류의 지식 유산을 훼손하고 지식 접근성을 제한할 수 있다는 비판을 받고 있습니다.
이러한 상황에 대응하여 '안나의 아카이브(Anna's Archive)'와 같은 비영리 섀도우 라이브러리(Shadow Library)들은 전 세계 자원봉사자들에게 책, 논문, 신문, 잡지, 고서, 희귀본 등을 스캔하여 디지털 아카이브에 업로드해 달라고 요청하고 있습니다. 2025년 이후에는 인터넷 콘텐츠의 절반 이상이 AI 생성물이 될 것이라는 예측 속에서, 인간이 만든 출판물을 보존하는 것이 더욱 중요해질 것이라는 판단입니다. 이는 지식의 물리적 보존과 디지털 접근성 확대라는 두 가지 목표가 충돌하는 지점에서, 인류의 지적 자산을 미래 세대에게 안전하게 전달하기 위한 노력이 시급함을 보여줍니다.