원본은 파쇄된다: Amazon이 희귀본의 등을 자르는 이유

핵심 요약 (TL;DR)

8월 17일 404 Media는 희귀본에 심은 AirTag를 따라가 Amazon의 라스베이거스 창고에 도착했다고 보도했다. 해당 책은 Biblio를 통해 들어온 약 1,000권 대량 주문의 일부였다. 종착지는 북 라스베이거스의 LAS8 부지 안, VGT3라는 팀이다. 직원들은 등(spine)을 잘라 산업용 스캐너에 넣고, 원본은 그 과정에서 파괴된다고 전했다. 한 직원은 "우리가 하는 일은 책을 스캔하는 것뿐"이라고 했다. Amazon은 404 Media와 Ars Technica, Inc.에 같은 입장을 냈다. "Amazon은 고객이 쓰는 제품과 서비스를 개발·개선하기 위해 상업 채널로 책을 구매한다." AI 학습이라는 단어는 없다. 회사가 밝히지 않은 공백을, 취재가 물리적 경로로 메운 것이다.

배경 및 맥락

서점가에서는 한동안 이상한 주문이 돌았다. 한 계정에 수천 권이 몰리고, 구성은 베스트셀러가 아니라 ISBN이 있는 중고·절판·대학출판부 제목으로 채워졌다. BBC는 올해 책 판매가 늘었지만 독서가 늘어서가 아니라 프론티어 모델의 학습 수요 때문이라는 의심이 퍼졌다고 전했다. 문제는 증명물이었다. 중개인이 정체를 가리고, 수령지는 물류 코드로만 남았다. 누가 사는지는 추정만 있었다.

404 Media의 Emanuel Maiberg가 한 서점과 손잡고 AirTag를 넣은 것은 그 공백 때문이다. 추적기는 미국을 가로질러 Amazon 시설에서 멈췄다. Tom's Hardware는 직원이 등만 자르고 스캐너에 넣는 일이 VGT3의 전부에 가깝다고 정리했다. 문의 로고는 책을 움켜쥔 공룡이다. Ars Technica는 이를 책을 집어삼키려는 티라노사우루스로 묘사했다.

이 방식이 새로운 것은 아니다. 법원 기록에 나온 Anthropic의 Project Panama는 내부 기획 문서에서 "세상의 모든 책을 파괴적으로 스캔하려는 노력"이라고 적혔다. 2025년 William Alsup 판사는 구매한 책을 학습에 쓰는 일을 공정이용으로 봤고, 동시에 해적판 700만 권을 보관한 대가로 15억 달러 합의를 명령했다. Meta를 상대로 한 소송에서는 약 82TB의 해적 서적이 거론됐다. Google Books는 2005년부터 도서관 제휴와 V형 스캐너로 원본을 돌려보내는 길을 택했다. 속도가 다른 두 갈래가, 같은 해 같은 창고에서 다시 만났다.

주요 내용 분석

AirTag가 증명한 경로

조사의 골격은 짧다. 7월, 404 Media는 서점에 부탁해 약 1,000권 주문 속 희귀본에 Apple AirTag를 넣었다. 주문은 독립 서점 마켓플레이스 Biblio를 통했다. 추적기는 LAS8, 이어서 VGT3로 이어졌다. Inc.는 같은 북 라스베이거스 창고로 향하는 이상한 책 주문이 2024년 9월 Amazon Seller Forums에 이미 올라왔다고 확인했다. 한 판매자는 단일 구매자에게 68건을 받았고, 다른 판매자는 새벽 4시경 대학출판부 제목만 48건이 들어왔다고 했다. 또 다른 판매자는 같은 계정이 "매일" 사 갔다고 했다. Amazon 포럼 담당자는 주문의 유효성을 확인했다고 답했다.

Amazon은 구매 권수, 프로그램 시작 시점, 스캔본이 들어가는 제품, 희귀·희소본을 걸러내는지를 묻자 답하지 않았다. Inc.가 확인한 침묵이다. 공개된 문장은 상업 채널 구매와 제품·서비스 개선뿐이다. 404 Media가 연결한 것은 그 문장 밖의 현장이다. 대량 입고, ISBN 바코드 선스캔, 등 절단, 고속 스캔, 원본 폐기.

ISBN 체크리스트와 희귀본의 위치

서점들은 AI 회사가 ISBN이 있는 책을 체계적으로 훑고 있다고 의심해 왔다. 404 Media가 본 직원 게시판은 그 의심을 보강한다. VGT3 작업자는 책을 스캔하기 전에 ISBN 또는 바코드를 찍도록 훈련받는다. ISBN이 없는 희귀본은 대량 주문에 "절대" 안 들어간다고 한 서점은 말했다. 목표가 장서가의 보물이 아니라, 세계에서 한 번씩은 찍힌 텍스트의 목록을 채우는 쪽에 가깝다는 뜻이다.

그래도 희귀본은 목록에 들어간다. ISBN만 있으면 된다. AirTag를 넣은 서점은 404 Media에, 희귀본의 가치는 역사·지식·정서 등 "온갖 것"에서 오는데 AI 회사는 그걸 보지 않는다고 했다. "그들은 이어 붙인 단어 더미로서의 내용만 원할 뿐이다." 스코틀랜드 서점인 Derek Walker는 BBC에, 잘 알려지지 않은 학술서와 "그 판본의 유일하게 남은 것으로 알려진 책"을 구분해야 한다고 했다. 후자가 파괴되면 문제가 한 단계 달라진다는 취지다.

TechCrunch가 짚은 동기는 별개로 선명하다. 웹 텍스트는 이미 소진에 가깝고, 2022년 이전 인쇄물은 LLM이 쓰지 않은 문장이다. 모델이 모델의 글을 다시 먹으면 품질이 무너지는 이른바 모델 붕괴를 피하는 원천이다. 희귀·절판본은 그 원천 중에서도 웹에 없는 쪽이다.

표가 가리키는 분기점은 합법 여부가 아니다. Alsup 판결 이후 산 책을 스캔하는 일은 공정이용 쪽으로 기울었다. 분기점은 원본이 남는가, 스캔본이 누구의 학습셋에 잠기는가다. Google Books는 책을 돌려보내고 검색으로 열었다. VGT3는 책을 없애고 파일을 닫는다.

침묵이 만드는 비대칭

Ars Technica에 따르면 Anthropic과 xAI는 희귀·고서를 학습에 쓰지 않는다고 공개적으로 말했다. Amazon은 그 선을 긋지 않았다. 제품·서비스 개선이라는 문장만 남겼다. 404 Media가 본 직원 게시판에는 올해 초 스캔할 책이 바닥나 창고 폐쇄를 걱정한 기록이 있다. 공급이 한 차례 완전히 끊겼다고 했다. 시설은 지금도 돌아간다. 희귀본 대량 주문이 그 공백을 메운 경로 중 하나로 확인된 것이다.

원가 구조도 같은 방향을 가리킨다. Tom's Hardware는 해적판 리스크를 피하려면 실물을 사야 하고, 수천 권을 살 때는 중고가 전자책보다 싸다고 적었다. 전자책이 없는 제목은 더하다. 파괴적 스캔은 페이지를 평평하게 넣는 속도의 선택이다. 문화재 보존의 선택이 아니다.

실사용자 반응

공식 제품 발표가 아니어서 반응은 서점, 독자, 포럼으로 갈렸다.

• 서점: 매출은 나오지만 공들여 모은 장서가 파쇄 스캔으로 가는 딜레마다. AirTag를 심은 서점은 회사가 가격이 아니라 텍스트만 본다고 했다. Walker는 "유일한 잔존본"이 섞일 위험을 따로 떼어 말했다. 아일랜드 Kennys Bookshop의 Tomás Kenny는 이전에 5,000권 주문에서 고급 논픽션과 실용서가 뒤섞인 구성을 보고 AI 학습을 의심한 바 있다.
• 독자·Reddit: Ars Technica가 정리한 스레드에서 한쪽은 BBC를 들어, 수십 년 선반에 쌓인 책을 누가 샀겠느냐고 했다. 다른 쪽은 1700년대 희귀본이 일상의 기록을 담고 있을 수 있는데, 스캔본은 경쟁사 학습을 막으려 공유되지 않는다고 했다. "AI가 강해지려고 책을 먹는다는 발상 자체가 디스토피아"라는 반응도 있었다. 투자자 Michael Burry는 파괴적 북 스캔을 "evil incarnate"라고 불렀다고 Ars가 전했다.
• 현장 노동: Amazon 직원들은 포럼에서 이 일을 유연한 근무의 "괜찮은" 기회로 본다고 Ars는 적었다. 공포의 이미지는 문 밖의 로고와 독자 쪽에 있고, 문 안의 일과는 바코드와 절단기와 교대 시간이다.

어느 쪽도 Amazon의 내부 학습 파이프라인을 본 것은 아니다. 논쟁의 재료는 추적기가 멈춘 좌표와, 회사가 빼놓은 한 단어다.

의미와 시사점

이번 취재가 중요한 이유는 공룡 로고 때문이 아니다. 웹에서 건질 수 있는 고유 문장이 줄어들자, 학습 데이터의 최전선이 물류 창고로 내려왔다는 점이다. 토큰은 추상처럼 보이지만 원본은 종이이고, 종이는 한 권뿐이다. 스캔 파일이 비공개 학습셋에 들어가면, 그 책은 서가에도, 공공 디지털 서고에도 남지 않을 수 있다. The Next Web이 적은 대로, 사적 학습셋의 파일과 아직 존재하는 책은 같은 객체가 아니다.

기업 입장에서는 세 가지가 동시에 열린다. 첫째, 구매한 책의 학습은 미국 판례상 공정이용에 가깝다. 둘째, 희귀·고서에 대한 업계의 자발적 선은 아직 규범이 아니다. Anthropic과 xAI가 말을 꺼냈을 뿐, Amazon은 침묵했다. 셋째, 투명성이 없다. 어떤 ISBN이 사라졌는지 장부가 공개되지 않으면, "유일한 잔존본" 문제는 사후에야 드러난다.

오픈소스와 공공 디지털화의 위치도 다시 보인다. Google Books식 반환·공개와, 창고식 파쇄·봉인은 같은 '책의 디지털화'가 아니다. 후자가 기본값이 되면, 웹에 없던 지식은 모델의 가중치 안에서만 흐릿하게 남는다. 학습 데이터의 희소성이 클수록, 원본을 남길 유인은 오히려 줄어든다.

마치며

Amazon은 AI 학습을 확인하지 않았다. 확인하지 않아도 남는 좌표는 분명하다. AirTag는 VGT3에서 멈췄고, 그곳의 일은 책을 스캔하는 것이며, 스캔 뒤에 원본은 없다. 상업 구매라는 문장은 맞을 수 있다. 그 문장이 가리지 못하는 것은, 종이 한 권이 토큰이 되는 순간 서가에서 영원히 빠진다는 점이다. 다음에 와야 할 질문은 단가다. 희귀본을 살 권리는 누구에게 있고, 스캔한 뒤에도 원본을 남길 의무는 어디에 있는가.

이 글은 AI가 작성하여 자동 발행된 콘텐츠입니다.