앤트로픽 ‘프로젝트 파나마’와 AI 학습의 저작권 전쟁 — 책 스캔, 불법 데이터셋, 15억 달러 합의의 의미

도입

앤트로픽(Anthropic)이 수백만 권의 도서를 구매해 절단·스캔한 뒤 AI 학습에 투입하려 했다는 내부 문서가 공개되면서 ‘프로젝트 파나마(Project Panama)’의 전모가 드러났다. 동시에 벤 맨의 리브젠(LibGen) 다운로드 등 불법 데이터셋 사용 정황으로 인해 앤트로픽은 작가·출판사들과의 집단 소송에서 15억 달러 합의에 이르렀다. 본문은 앤트로픽의 책 스캔 절차, 공정 사용(페어 유즈)에 관한 법원 판단, 리브젠·해적 도서관 미러(Pirate Library Mirror) 등 불법 자료의 쟁점, 그리고 향후 업계·출판계가 취해야 할 실무적 권고를 분석한다.

사건 개요 — 무엇이 공개되었나

워싱턴포스트가 입수한 법원 제출 서류에 따르면 앤트로픽은 2024년 초 비밀 프로젝트명 ‘프로젝트 파나마’로 전 세계 도서의 대규모 디지털화를 시도했다. 내부 문서는 “전 세계 모든 책을 파괴적으로 스캔하려는 우리의 노력”이라며 비밀 유지 의도를 분명히 했다. 계획은 수천만 달러 예산으로 6개월 동안 50만권에서 200만권의 책을 처리하는 것이었고, 이를 위해 외주 스캔업체를 모집하는 제안서도 제출됐다.

프로젝트 파나마의 실제 절차

도서 취득에서 스캔까지의 워크플로우

프로젝트 파나마의 작업 흐름은 다음과 같았다. 우선 도서를 대량 구매한 뒤 유압식 절단기로 제본을 해체(책 등을 깔끔하게 절단)하고, 고속·고품질 스캐너로 이미지를 파일화하여 데이터셋을 생성한 뒤, 물리적 잔재물은 재활용 처리하는 방식이었다. 이런 ‘구매→절단→스캔→데이터화’ 절차는 문서에 상세히 기술되어 있다.

전문성 확보 의도

앤트로픽은 20년 전 구글 북스 프로젝트에 참여했던 실리콘밸리 베테랑 톰 터비를 고용해 프로젝트의 전문성과 합법성 확보를 노렸다. 외주 스캔업체 모집 제안서에는 처리량(50만~200만권/6개월), 스캔 품질, 보안 및 폐기 절차 등 구체적 요구사항이 포함되어 있었다.

법적 판단: 공정 사용(페어 유즈)과 ‘변혁적 이용’ 판결

윌리엄 알섭 판사는 책을 구매해 디지털화하고 이를 AI 학습에 활용한 행위를 ‘변혁적 이용’으로 판단하며 공정 사용을 인정했다. 판결의 핵심 논리는 AI 모델이 원저작물을 단순 복제·대체하려는 것이 아니라, 기존 자료를 학습해 ‘새로운 표현·기능’을 창출하는 데 있다는 점이었다. 이로 인해 앤트로픽의 책 스캔 방식은 공정 사용의 범주에 들어간다는 법리적 근거가 마련되었다. 메타 소송에서도 판사는 AI 학습 목적의 사용 자체는 공정 사용에 해당한다고 본 바 있다.

문제를 만든 불법 데이터셋 — 리브젠과 해적 도서관

그러나 판결과는 별개로 사건의 핵심 문제는 불법 데이터셋이었다. 앤트로픽 공동 창업자 벤 맨은 2021년 리브젠(LibGen)에서 소설 등 저작권 침해 자료를 대량으로 다운로드한 정황이 문서에서 확인됐고, 2022년에는 ‘해적 도서관 미러’ 링크를 직원들에게 공유한 기록도 존재한다. 앤트로픽은 법원 제출 서류에서 리브젠 데이터를 기반으로 상업용 AI 모델을 학습시킨 적은 없으며, 해적 도서관 미러만으로 완전한 모델을 훈련시킨 적도 없다고 주장했다. 그럼에도 법원은 리브젠 등 불법 복제물을 포함한 저자들에게 집단 소송 참가 자격을 허용했고, 결과적으로 앤트로픽은 잘못을 인정하지 않은 채 출판사·저자들과 15억 달러 합의에 이르렀다.

메타 소송 비교와 산업 전반의 흐름

메타 사례에서도 내부 이메일에 따르면 직원들이 수백만 권의 책을 무단 다운로드하는 것은 저작권법 위반 소지가 있다고 여러 차례 경고했지만, 결국 고위 경영진(문서에는 ‘MZ’로 표기)에 보고된 뒤 승인된 정황이 있다. 빈스 차브리아 판사는 메타의 경우도 모델 학습 목적의 활용을 공정 사용으로 인정했으나, 불법 복제 서적 배포 혐의에 대해서는 소송 진행을 허용했다. 이처럼 주요 AI 기업들(오픈AI·구글·마이크로소프트·엔비디아 등)은 저작권 관련 소송에 연루되어 있으며, 해당 판례들은 업계 전반의 데이터 취득 관행을 재검토하게 만들고 있다.

법적·윤리적 시사점 및 향후 전망

• 구매·스캔이 자동으로 디지털화 권한을 주는 것은 아니다: 물리적 책을 구매했다고 해서 저작물을 디지털화하고 상업적 목적으로 자유롭게 사용할 권리가 자동으로 발생하지 않는다. 법원은 사례별로 출처와 사용 방식, 시장 영향 등을 종합적으로 판단한다.
• 공정 사용 판단의 핵심 요소: 변혁성(transformative use), 사용이 원저작물 시장에 미치는 영향(특히 상업적 대체 가능성), 사용량과 출처(합법적 구매 vs 불법 다운로드).
• 향후 판결의 관전 포인트: 법원이 불법 데이터셋의 사용을 어떻게 구체적으로 규정하고, ‘변혁적 이용’의 범위를 얼마나 넓게 인정할지 여부는 AI 개발 관행과 기업의 리스크 관리에 중대한 영향을 미칠 것이다.

실무적 권장사항(기업·출판사·저자별 대응 전략)

AI 기업에 대한 권장

• 데이터 출처 검증 프로세스 구축: 다운로드 이력·라이선스 문서·구매 영수증 등 근거 자료를 보관하고 주기적 감사 실시.
• 계약 기반 데이터 확보: 출판사·저작권자와의 명확한 라이선스 계약을 우선시하고, 필요한 경우 수익 분배·크레딧 규정을 포함.
• 내부 준법 감시 강화: 데이터 취득 전 법무 검토, 직원 교육, 내부 승인 절차 명확화.

출판사·저자에 대한 권장

• 데이터 사용 정책 명확화: 허용되는 활용 범위(연구·비상업적 이용 등)와 유료 라이선싱 옵션을 공개.
• 라이선싱 상품화: AI 학습용 데이터 패키지(메타데이터 포함) 제공으로 추가 수익 창출 모색.
• 모니터링과 대응체계: 온라인 불법 복제 모니터링, 침해 발견 시 적시 통보·법적 대응 준비.

정책 입안자·규제기관에 대한 권장

• 명확한 가이드라인 제정: 공정 사용의 적용 범위와 판단 기준(변혁성·시장 영향·출처)을 구체화.
• 표준화된 계약 템플릿 권고: 출판사·AI 기업 간 라이선스 체결을 촉진할 수 있는 표준 모델 마련.

독자에게 던지는 질문

• AI 모델 학습을 위한 ‘정당한’ 데이터 취득은 어떤 모습이어야 하는가?
• 공정 사용 판결이 창작자와 출판 시장에 충분한 보호를 제공하고 있는가?

결론

앤트로픽의 ‘프로젝트 파나마’는 책을 직접 구매해 스캔하는 방식으로 공정 사용의 논리를 어느 정도 촉진한 사례로 평가받는다. 그러나 리브젠(LibGen)과 해적 도서관 미러 같은 불법 데이터셋의 사용 정황이 드러나면서 결과적으로 15억 달러 합의라는 막대한 비용을 초래했다. 이번 사건은 AI 업계가 데이터 출처와 취득 방식의 합법성·윤리성을 우선적으로 재검토해야 함을 분명히 보여준다. 향후 법원이 공정 사용의 범위와 불법 데이터의 처리 기준을 어떻게 구체화하는지에 따라 기업의 데이터 전략은 크게 달라질 것이다.

권장 시각 자료(편집팀·디자이너용)

• 프로젝트 파나마 워크플로우 인포그래픽: 도서 구매 → 절단 → 스캔 → 데이터 정제 → 학습(각 단계별 법적 리스크 표기)
• 타임라인: 2021~2024년 주요 사건(리브젠 다운로드, 프로젝트 파나마 가동, 알섭 판결, 합의 시점)
• 비교 차트: ‘구매·스캔 방식’ vs ‘불법 다운로드 방식’의 법적·상업적 영향 비교

독자 행동 제안: 기업 관계자 및 저작권 이해당사자는 내부 데이터 취득 프로세스를 즉시 점검하고, 출처 증빙·라이선스 계약 체결·법률 검토 절차를 강화하시기 바랍니다. 추가 분석이나 시각 자료 파일이 필요하시면 요청해 주세요.