아마존이 AI 학습용으로 희귀 도서 파기, 내 데이터는 안전한가

희귀 도서 1,000권 안에 숨겨진 AirTag 하나가 빅테크의 민낯을 드러냈어요.

2026년 8월, 탐사 매체 404 Media는 중고 서점 플랫폼 Biblio를 통해 발송된 책 꾸러미 안에 Apple AirTag를 숨겨 추적했어요. 목적지는 네바다주 라스베이거스 외곽의 아마존 물류 창고, 코드명 VGT3. 이곳에서 직원들은 책 등(spine)을 잘라내고 페이지를 스캔한 뒤, 실물은 그냥 버렸어요. 아마존이 AI 학습용으로 희귀 도서를 파기하고 있다는 게 물리적 증거로 처음 확인된 순간이었죠.

단순한 출판 업계 이슈처럼 보이죠. 그런데 이 사건이 보여주는 건 훨씬 더 큰 질문이에요. 빅테크 기업들이 데이터를 어떻게 수집하고, 우리가 만든 콘텐츠는 과연 안전한가, 그리고 법은 실제로 누구 편인가.

핵심 요약

• 404 Media의 AirTag 추적 조사에 따르면, 아마존은 네바다 VGT3 창고에서 희귀 도서의 등을 잘라 스캔 후 실물을 폐기하는 방식으로 AI 학습 데이터를 수집하고 있어요.
• Anthropic도 동일한 방식의 “Project Panama"를 운영했으며, 미국 법원은 이를 공정 이용(fair use) 으로 판결해 법적 선례가 됐어요.
• 서점 운영자들은 ISBN 데이터베이스를 통해 AI 기업들이 절판 도서를 체계적으로 수집 중이라 보고 있어요.
• 공개 지식이 스캔을 거쳐 폐쇄형 AI 모델 안에 갇히는 구조는 지식 접근성 문제를 만들어요.
• 아마존은 이 스캔 데이터가 자사 Nova AI 모델 개발에 쓰인다고 직접 밝혔어요.

디지털화와 파기의 모순

책을 스캔하는 건 새로운 일이 아니에요. Google은 2004년부터 ‘Google Books’ 프로젝트로 수천만 권을 디지털화했고, 수십 년에 걸쳐 출판사, 저자, 법원과 저작권 협상을 이어왔어요. 느리고 복잡했지만, 적어도 이해관계자가 대화 테이블에 앉을 수 있었죠.

지금은 달라요.

The Decoder의 보도에 따르면, 아마존의 VGT3 팀은 책 한 권을 받으면 바코드를 스캔하고 등을 잘라낸 뒤 대량 디지털화 라인에 투입해요. 저자나 출판사와의 어떤 협의도 없이요. 절판됐거나 디지털 버전이 없는 책이 특히 타깃이 되는 데는 이유가 있어요. 2022년 이후 AI가 생성한 콘텐츠로 오염됐을 가능성이 높은 기존 디지털 데이터와 달리, 실물 인쇄본은 그 이전 시대의 ‘깨끗한’ 텍스트거든요.

Anthropic 역시 비슷한 프로그램을 운영했어요. 내부 명칭은 “Project Panama”. 저자들의 소송으로 공개된 이 프로젝트에서 Anthropic은 마켓플레이스에서 책을 사들이고, 등을 제거하고, 스캔 후 폐기하는 방식을 썼어요. Futurism 보도에 따르면 미국 법원은 이를 공정 이용으로 판결했어요. 실물을 파기했으니 복사본을 판매한 게 아니라는 논리였죠.

이 판결이 나온 순간, 책을 사서 파기하고 데이터만 남기는 행위는 법적으로 문제가 없어졌어요.

세 가지 핵심 쟁점

쟁점 1: 법이 허용한다고 괜찮은 건 아니에요

공정 이용 판결은 법적 방어막을 세워줬어요. 그런데 실제 판단 기준을 보면 불편한 점이 있어요. 법원은 “원본을 파기했으니 복사 목적이 아니다"라는 논리를 받아들였는데, 이건 거꾸로 더 많이 파기할수록 법적으로 더 안전하다는 인센티브를 만들어요. 아이러니하죠.

희귀 도서 서점 운영자들은 404 Media 원보고서를 통해 이렇게 표현했어요. AI 기업들은 책을 “문자열로 묶인 단어"로 볼 뿐, 역사적·지적·경제적 가치를 가진 유물로 보지 않는다고요. 일부 희귀 도서는 전 세계에 수십 권밖에 남지 않은 경우도 있어요. 한 번 파기되면 그걸로 끝이에요.

쟁점 2: ISBN 전수조사 — 무작위가 아니에요

서점 운영자들이 주목한 패턴이 하나 있어요. 주문 규모가 지나치게 크고, 특정 장르나 저자 선호가 없고, 모든 주문 도서에 ISBN이 있다는 거예요. 개인 독자의 구매 패턴과는 전혀 달라요.

The Decoder는 이 점을 강조했어요. AI 기업들이 ISBN 데이터베이스를 통해 시중에 존재하는 모든 인쇄 도서를 체계적으로 수집하려 한다는 게 서점 업계의 추정이에요. 목표가 **“세상에 존재하는 모든 책의 텍스트”**라는 거죠. 범위가 사실상 무한한 프로젝트예요.

쟁점 3: 공개 지식이 사유 데이터가 되는 구조

아마존은 이 스캔 데이터가 자사 Nova AI 모델 학습에 쓰인다고 밝혔어요. 그런데 어떤 책이, 얼마나, 어떤 모델에 들어갔는지는 공개하지 않았어요.

수십 년간 공공 도서관과 중고 서점을 통해 누구나 접근할 수 있었던 지식이, 스캔을 거쳐 폐쇄형 상업 AI 모델 안으로 들어가요. 책 실물은 사라지고, 텍스트는 API 비용을 내야만 쓸 수 있는 유료 서비스의 일부가 되는 거예요. 접근성의 방향이 완전히 뒤집히는 셈이에요.

아마존 vs Anthropic vs Google Books

셋 중 Google Books가 그나마 투명한 쪽이에요. 시간이 오래 걸리고 법적 마찰도 많았지만, 원본 보존과 일부 협의 과정이 있었거든요. 아마존과 Anthropic의 방식은 더 빠르고 조용하지만, 실물 소멸이라는 비가역적 결과를 낳아요. 공정 이용 판결 이후 이 방식의 확산을 막을 법적 장치가 현재로선 뚜렷하지 않아요.

실제로 뭘 봐야 하나

이 이슈는 그룹마다 다른 의미를 가져요.

저작권자·저자 그룹이라면 지금 당장 확인할 게 있어요. 자신의 도서가 중고 마켓플레이스(Biblio, AbeBooks 등)에서 대량 주문되고 있진 않은지, 출판 계약서에 AI 학습 목적 사용 금지 조항이 있는지예요. 현재 판결 구조상 저자가 사전에 막기는 어렵지만, 계약 단계에서 명시적으로 제한하는 시도는 늘고 있어요.

도서관·기록 보존 기관에게는 더 즉각적인 위협이에요. 희귀본을 보유한 곳이라면 AI 기업의 대량 구매 시도를 인지하고 처분 절차를 재검토할 필요가 있어요. 한 번 팔면 되돌릴 방법이 없거든요.

일반 사용자·개발자 입장에서는 조금 다른 질문이 남아요. 내가 쓰는 AI 도구가 어떤 데이터로 학습됐는지 알 수 있을까요? 현재 대부분의 AI 기업은 학습 데이터 세부 내용을 공개하지 않아요. EU AI Act 2026 시행으로 유럽에서는 일부 공개 의무가 생겼지만, 미국은 여전히 자율 규제 영역이에요.

앞으로 주시할 신호 세 가지:

• 미국 의회 또는 법원에서 AI 학습 목적 공정 이용 범위를 재정의하는 움직임이 나오는지
• 아마존이 Nova 모델 외에 스캔 데이터를 제3자 AI 기업에 판매하는지
• 서점 플랫폼들이 AI 기업 대량 구매를 감지하고 차단하는 정책을 도입하는지

파기는 끝났지만 질문은 남아요

핵심 정리:

• AirTag 추적으로 아마존 VGT3 창고에서 희귀 도서 실물 파기 후 스캔이 확인됐어요.
• Anthropic의 Project Panama도 동일 방식이고, 법원은 이를 공정 이용으로 판결했어요.
• ISBN 전수 수집 패턴은 산업 전반의 체계적 움직임을 시사해요.
• 공개 지식이 폐쇄 AI 모델의 사유 데이터로 전환되는 구조가 만들어지고 있어요.

앞으로 6~12개월 안에 비슷한 방식이 절판 잡지, 학술 논문, 미디어 아카이브까지 확대될 가능성이 높아요. 법적 선례가 생겼으니 기업 입장에서는 이미 합법적인 길이 열린 셈이거든요.

“내 데이터는 안전한가"라는 질문, 맞아요. 그런데 더 정확하게는 이렇게 물어야 해요. “내가 만든 것, 내가 소장한 것이 어느 순간 AI의 재료가 되고 있지 않은가?”

그 답을 알 방법이 지금은 없다는 게 진짜 문제예요.

참고자료

1. AirTag reveals how Amazon destroys rare books for AI training
2. We Tracked a Shipment of Rare Books. It Ended at an Amazon AI Training Facility | Hacker News
3. Amazon Caught Destroying Rare Books to Train AI

Photo by Steve A Johnson on Unsplash