프로젝트 파나마

프로젝트 파나마는 앤스로픽이 언어모델을 훈련시키기 위해 종이책을 대량으로 사들여 디지털 텍스트로 바꾼 작업에 붙인 내부 작업명이다. 도서관에서 책을 빌려 한 장씩 넘겨가며 복사하는 대신, 중고 시장에서 책을 사들인 뒤 책등을 잘라 낱장으로 만들어 기계로 빠르게 훑는 방식을 썼다. 책을 스캔용 재료로 소비하는 셈이라, 원본은 다시 읽을 수 없는 상태가 된다.

이런 수고를 들이는 이유는 인쇄본이 가진 희소한 가치 때문이다. 많은 책은 온라인에 텍스트로 올라와 있지 않고, 2022년 이전에 나온 책은 생성형 AI가 널리 퍼지기 전에 쓰인 글이라 AI가 만든 문장이 섞여 있지 않다. 인터넷에 굴러다니는 최신 텍스트에는 AI가 쓴 글이 이미 뒤섞여 있어 학습 재료로서 신뢰도가 떨어진다는 걱정이 업계에 퍼져 있는데, 오래된 인쇄본은 이 오염에서 비교적 자유롭다.

이 작업은 도서 저자들이 앤스로픽을 상대로 낸 저작권 소송 과정에서 드러났다. 재판을 맡은 판사는 이 스캔 작업이 저작권을 침해하지 않는 정당한 이용이라고 판결했는데, 책을 파쇄해 재복제나 재판매를 하지 않고 훈련 재료로만 썼다는 점이 판단 근거 중 하나로 꼽혔다.

기사에서는 “내부 작업명은 프로젝트 파나마였고, 앤스로픽은 중고 마켓에서 책을 사들여 책등을 잘라 디지털화하는 방식을 썼다”는 식으로 언급된다. 이름만 보면 새로운 제품이나 기술처럼 들리지만, 실제로는 공개된 서비스가 아니라 회사 내부에서 도서 스캔 작업을 부르던 코드네임이라는 점을 헷갈리지 않아야 한다.