아마존(Amazon)이 대규모 언어모델(LLM) 학습을 위해 희귀 도서를 대량으로 사들여 훼손하고 있다는 주장이 제기되어 논란이 일고 있습니다. 404 미디어(404 Media)의 보도에 따르면, 아마존은 추적 장치를 심어둔 희귀 도서가 라스베이거스에 위치한 아마존 시설(VGT3)로 보내진 후 척추 부분이 잘려나가고 스캔되는 과정을 확인했습니다. 아마존은 이에 대해 "고객이 사용하는 제품과 서비스를 개선하기 위해 상업적 경로를 통해 도서를 구매한다"고 밝혔습니다.
이러한 아마존의 행위는 LLM 학습 데이터 고갈 문제와 밀접하게 관련되어 있습니다. 이미 인터넷상의 방대한 텍스트 데이터를 학습한 LLM들은 더 이상 새로운 고품질 데이터를 찾기 어려운 상황에 직면했습니다. 특히 2022년 이전에 출판된 희귀 도서들은 인공지능(AI)이 생성한 텍스트가 포함될 가능성이 없어 '모델 붕괴(model collapse)' 위험 없이 순수한 학습 데이터를 제공한다는 점에서 매우 가치가 높습니다. 모델 붕괴는 AI가 생성한 텍스트를 다시 학습하면서 모델의 출력 품질이 저하되는 현상을 의미합니다.
책 판매로 시작한 아마존이 AI 학습을 위해 희귀 도서를 훼손하는 방식은 윤리적 논란을 불러일으킬 수 있습니다. 이는 단순히 데이터를 확보하는 문제를 넘어, 인류의 문화유산이자 지식의 보고인 희귀 서적의 보존 가치와 충돌하기 때문입니다. AI 기술 발전의 명분 아래 문화적 가치가 훼손될 수 있다는 우려는 앞으로 AI 학습 데이터 확보 방식에 대한 더 깊은 사회적 논의와 규제 필요성을 제기할 것으로 보입니다.