ทันเอไอ

AI 기업들, 모델 학습 데이터 스캔 위해 ‘실제 책 파괴’ 방식 동원… 콘텐츠 오염 방지

탐사보도 매체에 따르면, 다수의 AI 기업이 가짜 데이터로 인한 AI 성능 저하를 막기 위해 실제 책의 제본을 자르고 페이지를 분리해 고속 스캔하는 방식을 선택하고 있는 것으로 나타났다.

인공지능 업계가 새로운 윤리적 논란에 직면했다. 다수의 AI 기업이 원본을 파괴하는 방식인 '파괴적 스캔(Destructive Scanning)'을 사용해 책의 제본을 자르고 페이지를 분리한 뒤 고속 스캐너에 입력하고 있으며, 이 과정에서 책들이 실제로 파괴되고 있다는 보도가 확인됐다.

이처럼 대량의 책을 파괴하는 이유는 2022년 이전의 고품질이자 인간이 직접 쓴, AI 생성 콘텐츠로 오염되지 않은 학습 데이터(Training Data)에 대한 수요 때문이다. 이는 AI가 다른 AI가 생성한 데이터를 학습할 때 성능이 저하되는 '모델 붕괴(Model Collapse)' 현상을 방지하기 위함이다. *404 Media*의 탐사보도를 통해 이 문제가 더욱 명확히 드러났다. 매체는 중고 책에 AirTag를 숨겨 추적한 결과, 라스베이거스의 Amazon 시설에서 스캔을 위해 책이 파괴되는 현장을 포착했다. 또한 *Anthropic*을 상대로 한 소송 서류에서도 유사한 노력을 보여주는 '프로젝트 파마(Project Panama)'가 드러났으며, 책을 구매해 파괴한 뒤 스캔하는 행위가 공정 이용(Fair Use)에 해당하는지 법적 공방이 이어지고 있다.

이러한 상황으로 인해 소비자 권익 단체와 공공 기관들이 행동에 나서기 시작했으며, 미국 연방거래위원회(FTC)에 이 산업의 문화적 자원 파괴 및 데이터 독점에 대한 조사를 촉구하고 있다.