AI 기업들이 책을 사서 파쇄한다? 학습 데이터 확보 논란

한 줄 요약: AI 기업들이 서점에서 종이책을 사들여 제본을 해체하고 스캔한 뒤 파기하는 방식으로 학습 데이터를 확보하고 있다는 보도가 나왔다.

핵심

• 지역 매체 The Clarion-Ledger는 AI 기업들이 물리적 책을 대량 구매해 스캔·파기하는 이유를 짚었다.
• 종이책의 제본을 잘라내 낱장으로 분리한 뒤 고속 스캔해 디지털 텍스트로 만드는 방식으로 전해진다.
• 이미 전자화된 데이터보다 깨끗하고 저작권 소송 위험이 상대적으로 낮은 원본을 확보하려는 목적으로 해석된다.

왜 중요한가

대형 언어모델 학습에 쓰이는 데이터의 출처와 합법성은 최근 저작권 소송의 핵심 쟁점이다. 정식 구매한 책을 스캔하는 방식은 무단 웹 크롤링보다 법적 방어에 유리할 수 있지만, 책을 파기한다는 점에서 자원·윤리 측면의 논쟁도 남는다.

더 보기

• Why AI companies may be buying books from MS stores and destroying them — The Clarion-Ledger