#323: AI 기업들이 인터넷 대신 '종이책'을 찾는 이유

구독자님, 안녕하세요?

AI 트렌드를 전달해드리는 Trendium.ai 입니다.

인터넷이 AI가 생성한 콘텐츠(AI 슬롭)로 빠르게 늘어나면서, AI 기업들은 사람이 직접 집필한 고품질 원본 데이터를 확보하기 위해 대량의 종이책을 사들이고 있습니다.

by 👁️‍🗨️ 예언카드 prophecycardmaster

AI 경쟁의 핵심이 연산 능력(GPU)에서 데이터 품질 경쟁으로 이동하면서, 인쇄 서적이 차세대 AI 학습의 핵심 자산으로 떠오르고 있습니다.

Google Gemini Nano Banana에서 이미지 생성

AI는 왜 갑자기 '종이책'을 사들이기 시작했을까?

생성형 AI 경쟁이 새로운 국면에 들어섰습니다. 이제 AI 기업들이 가장 적극적으로 확보하는 자산은 GPU도, 데이터센터도 아닌 인쇄 서적입니다.

최근 미국에서는 AI 기업들이 중고서적 유통망과 데이터베이스 업체를 통해 수천 권에서 최대 100만 권 규모의 종이책을 한 번에 매입하고 있다는 사실이 알려졌습니다. ISBNdb(전 세계 수많은 도서의 메타데이터를 수집하여 제공하는 세계 최대 규모의 온라인 도서 데이터베이스 플랫폼) 역시 기존 도서 정보 서비스에서 AI 기업 대상 대량 도서 조달 사업으로 영역을 확대하고 있는 것으로 전해졌습니다.

Google Gemini Nano Banana에서 이미지 생성

표면적인 이유는 간단합니다

인터넷이 AI가 만든 콘텐츠로 빠르게 채워지고 있기 때문입니다. 업계에서는 이를 'AI 슬롭(AI Slop)'이라고 부릅니다. 사람이 직접 집필하고 검증한 원본보다 AI가 생성한 글이 인터넷에 기하급수적으로 늘어나면서, 차세대 AI가 다시 AI가 만든 데이터를 학습하는 '데이터 오염(Data Contamination)' 문제가 현실적인 리스크로 떠오르고 있습니다.

이 때문에 AI 기업들은 생성형 AI가 대중화되기 이전인 2022년 이전 출간된 종이책을 가장 가치 있는 학습 데이터 가운데 하나로 평가하고 있습니다. 인터넷보다 사람이 직접 편집·교정한 정보 비중이 높고, AI 생성물이 섞여 있을 가능성이 사실상 없기 때문입니다.

Google Gemini Nano Banana에서 이미지 생성

수백만 권을 스캔하고 폐기, 법정에서 드러난 AI 기업의 데이터 확보 방식

실제로 법원 자료를 통해 공개된 앤트로픽의 '프로젝트 파나마(Project Panama)'는 이러한 흐름을 상징적으로 보여줍니다. 회사는 수백만 달러를 들여 중고책을 대량 구매한 뒤 책등을 절단해 산업용 스캐너로 디지털화하고, 원본은 폐기하는 방식을 사용했습니다. 미국 법원은 합법적으로 구매한 서적을 스캔해 AI 학습에 활용하는 행위 자체는 공정 이용(Fair Use)이 될 수 있다고 판단했습니다. 반면 별도로 보관했던 700만 권 이상의 불법 복제 도서는 저작권 침해로 인정됐고, 이후 15억 달러 규모의 합의가 이뤄졌습니다.

여기서 주목해야 할 점은 단순히 "책을 스캔했다"는 사실이 아닙니다. AI 산업은 이제 인터넷 크롤링만으로는 충분하지 않다고 판단하기 시작했습니다. 오히려 인간이 만든 고품질 원본 데이터가 새로운 전략 자산이 되고 있습니다.

Google Gemini Nano Banana에서 이미지 생성

흥미로운 점은 구매 방식입니다

특정 베스트셀러나 유명 작가가 아니라 ISBN이 부여된 책이라면 분야를 가리지 않고 대량으로 매입하며, 시세보다 높은 가격을 지불하는 사례도 보고되고 있습니다. 이는 개별 책의 가치보다 데이터 다양성 자체를 확보하려는 전략으로 해석됩니다.

여기서 생각해볼 부분이 있습니다. 산업혁명 시대에는 석유를 확보하는 국가가 경쟁력을 가졌습니다. 인터넷 시대에는 플랫폼과 사용자를 확보한 기업이 시장을 지배했습니다. 그렇다면 AI 시대에는 무엇이 가장 중요한 자산이 될까요?

최근의 움직임은 그 답이 '인간이 만든 원본 데이터'일 가능성을 보여줍니다.

Google Gemini Nano Banana에서 이미지 생성

물론 이것이 모든 AI 기업이 같은 전략을 취한다는 의미는 아닙니다

인터넷 데이터의 품질이 지속적으로 저하된다면, 출판사 아카이브, 논문, 공공기록, 전문 서적, 역사 자료처럼 AI가 생성하지 않은 원본 콘텐츠의 가치는 더욱 높아질 가능성이 있습니다.

한편 우려도 존재합니다. 대량 스캔 과정에서 절판본이나 희귀본까지 훼손·폐기될 수 있으며, 이렇게 디지털화된 자료는 공공 도서관이 아닌 AI 기업의 비공개 데이터베이스에 축적되는 경우가 많습니다. AI는 더 똑똑해질 수 있지만, 인류가 축적한 지식이 특정 기업의 독점 자산으로 집중될 가능성 역시 함께 커지고 있는 것입니다.

Google Gemini Nano Banana에서 이미지 생성

결국 지금 벌어지는 변화는 단순한 중고책 매입이 아닙니다

AI 경쟁의 핵심이 연산 능력(GPU 경쟁)에서 데이터 품질 경쟁으로 이동하고 있다는 신호일 수 있습니다. 미래 AI 패권은 누가 더 큰 모델을 만들었는지가 아니라, 누가 가장 깨끗하고 신뢰할 수 있는 인간의 원본 지식을 확보했는가에 의해 결정될지도 모릅니다.

오늘 뉴스레터를 읽고 나면

AI 산업이 왜 인터넷 데이터에서 인간이 만든 원본 데이터로 눈을 돌리고 있는지 이해할 수 있습니다. 이는 단순한 데이터 수집이 아니라 AI 산업의 경쟁 방식이 바뀌고 있다는 신호일 수 있습니다. AI를 공부하시는 분, 투자자, 관련 사업 종사자분들은 앞으로 어떤 데이터가 미래의 핵심 자산이 될지 판단하는 데 도움이 되실 것입니다.

[ 원문 자료 출처]

오늘의 미래 예언 카드

by 👁️‍🗨️ 예언카드 prophecycardmaster

구독자 님의 생각이 궁금해요!

자유로운 소통을 원하시는분은 오픈카톡방으로 오세요!