AI 훈련과 희귀 서적의 파괴적 스캔

AI 기업들은 훈련 데이터를 위해 희귀 서적을 파괴적으로 스캔하고 있다

보고에 따르면 AI 기업들은 희귀 서적을 대량 구매하고, 등등을 잘라내는 고속 기계로 스캔한 뒤 원본 물리적 복본을 파쇄하고 있다. 이 과정은 allegedly 고품질의 pre-2022 텍스트를 확보하기 위해 사용되고 있는데, 이는 AI 생성 콘텐츠가 없기 때문에 프리미엄으로 간주되며, 대규모 언어 모델(LLMs)을 훈련시키는 데 사용된다.

404 Media와 소셜 미디어 토론에 따르면, ISBNdb 라 불리는 서비스가 이러한 주문을 촉진하며, 때로는 백만 권까지 관련된 책을 포함하면서 구매자를 익명으로 유지한다. 이 과정은 고객에게 '디지털 보존'으로 설명되지만, 해당 서비스는 reportedly 서적 파쇄가 조용하게 유지되도록 NDA를 제공한다고 한다.

법적 정당화 및 "Project Panama"

A federal judge has reportedly ruled that this practice constitutes fair use. The legal reasoning provided is that by eliminating the original physical copy, only one version of the work exists at a time (the digital scan), which allegedly mitigates copyright infringement claims.

Further details suggest the existence of "Project Panama," a high-budget initiative involving tens of millions of dollars aimed at the destructive scanning of every book in the world. Anthropic is specifically mentioned as a major offender, having reportedly hired the former head of Google Books partnerships to lead efforts in obtaining global book collections.

역사적 기록 및 1차 자료에 대한 위험

비평가들은 물리적 서적의 파괴가 1차 자료의 복구 불가능한 손실이라고 주장한다. 웹사이트 스크래핑은 다시 업로드할 수 있고, 베스트셀러는 재인쇄할 수 있지만, 18세기 식물학 서적이나 독특한 원고의 마지막 남은 복본을 파괴하는 것은 되돌릴 수 없다.

물리적 유물의 손실

물리적 서적은 디지털 스캔이 생략하는 데이터를 포함하고 있다:

• 여백 필기: 역사적 맥락을 제공하는 여분의 손으로 쓴 메모.
• 인쇄 및 제본: 당시의 유물로서 기능하는 책의 물리적 특성.
• 검증: 원본이 파괴되면 디지털 사본의 정확성을 확인할 수 있는 물리적 1차 자료가 남아 있지 않다.

역사 수정주의의 가능성

원본을 파괴하면 전자적으로 역사를 다시 쓸 수 있다는 우려가 크다. 물리적 원본이 없으면 디지털 사본은 검증 수단 없이 특정 서사나 정치적 정확성에 맞게 변경될 수 있는데, 이 과정은 일부에서 조지 오웰의 1984의 주제와 비교된다.

커뮤니티 관점 및 반론

기술 및 보존 커뮤니티 간의 논의는 이 관행에 대한 시각이 나뉜다는 것을 보여준다:

해당 관행에 대한 반대 의견

• 문화적 말살: 많은 이들이 이를 알렉산드리아 도서관 소각의 현대판으로 보며, "Great Forgetting"이라고 묘사한다.
• 윤리적 우려: 비평가들은 마케팅 이메일을 위한 챗봇 훈련을 위해 책을 파쇄하는 것이 인간 유산의 손실에 대한 정당화할 수 없는 거래라고 주장한다.

반론 및 세부 사항

• 저작권 허점: 일부는これが 지나치게 restrictive한 미국 저작권법의 직접적인 결과라고 주장한다. 그들은 AI 훈련이 파괴적 스캔 없이 법적으로 허용된다면 기업이 이러한 방법을 사용하지 않을 것이라고 제안한다.
• 비희귀 서적 대상: 일부 회의론자들은 AI 기업들이 주로 저작권이 여전히 적용되어 있지만 절판된 서적을 대상으로 하며, 진정으로 대체 불가능한 고대 원고는 대량 확보하기에는 너무 비싸거나 희귀하다고 지적한다.
• "아날로그 구멍": 일부 관찰자들은 물리적 책을 구매하고 스캔하는 것이 출판사들이 섀도 라이브러리 데이터로 인해 AI 기업을 상대로 소송을 제기한 높은 라이선스 비용을 지불하는 것보다 AI 기업에게 훨씬 저렴하다고 지적한다.

"우리는 희귀 서적을 파쇄하고 NDAs를 제공하여 아무도 알아채지 못하게 하는데, 이는 2026년의 합법적인 비즈니스 모델이다.

기존 보존 관행과의 비교

일부 보존 전문가들은 "파괴적 스캔"(제본 절단)이 새로운 것은 아니지만, 여기서 핵심 차이는 이후 페이지를 파쇄한다는 점이다. 전통적인 보관소는 일반적으로 잘라낸 페이지를 재스캔 또는 보관을 위해 밀봉된 플라스틱 봉투에 무期限 보관하는 반면, AI 파이프라인은 reportedly 비용 효율성을 위해 이를 파기한다.