옥스퍼드 보들리언 역사 자료, OpenAI 모델 학습에 사용 허용

옥스퍼드대 내부 문서에는 보들리언도서관에서 디지털화한 자료가 OpenAI의 학습 데이터로 편입됐다는 기록이 남아 있다. 이 문서를 확인해 보도한 곳은 가디언이다. 학습 데이터는 AI 모델이 단어의 패턴을 익혀 문장 생성 같은 작업을 하도록 입력되는 자료 모음을 말한다.

대학은 2025년 3월 OpenAI 소프트웨어로 도서관 자료를 디지털화해 학생과 연구자의 접근을 넓히겠다는 협력을 발표했다. 그 발표에는 디지털화된 자료가 OpenAI 모델 학습에 쓰인다는 내용이 없었다.

제공된 자료의 범위

2025년 6월까지 보들리언 소장 역사 학위논문을 스캔한 이미지 12만5000점이 OpenAI에 제공됐다. 여기에는 19세기와 20세기 유럽·미국 대학에서 작성된 박사학위 논문이 포함됐다.

가디언 단독 스캔 자료에는 노래 가사와 악보가 담긴 16세기 브로드사이드 밸러드 자료 1만 점도 포함됐다. 같은 보도는 18세기 아일랜드 국가 문서와 작가 마리아 에지워스의 개인 서신, 도러시 호지킨의 페니실린 연구 노트를 디지털화하는 방안이 대학 내부에서 논의됐다고 전했다.

회의록에 남은 우려

옥스퍼드대 회의록에는 일부 구성원이 OpenAI 협력의 평판 위험을 우려한 내용이 기록됐다. 같은 회의록에는 에너지를 많이 쓰는 기술이 대학의 환경 목표에 미칠 영향을 걱정한 내용도 담겼다.

가디언 단독 회의록에서는 보들리언 소장품 2300만 점의 대규모 디지털화 가능성과 ‘Ask the Bod’ 챗봇 구상도 거론됐다. 두 사안은 확정되거나 추진이 결정된 사업이 아니라 회의에서 논의된 가능성과 구상 수준이다.

대학과 OpenAI의 설명

옥스퍼드대 대변인은 디지털화 분량이 소규모이며 저작권이 만료된 자료만 대상으로 한다고 밝혔다. 대변인은 스캔물의 권리는 보들리언도서관이 보유하며 수개월 안에 온라인 공개를 시작할 예정이라고 설명했다. 스캔물이 OpenAI에 독점 제공된 것은 아니라는 설명도 대변인이 내놓았다.

대변인은 기계학습 활용을 숨겼다는 지적을 부인했다. 디지털화가 주된 목적이었지만 자료가 학습 데이터에도 기여한다는 점을 구성원들이 공개해 왔다는 것이 대학 측 설명이다.

OpenAI 대변인은 10억 명이 넘는 사람이 이 기술을 일상적으로 사용하는 만큼 서로 다른 문화와 역사, 관점이 반영되는 것이 중요하다고 말했다. 가디언 단독 이 대변인은 오늘날의 AI 모델이 세계의 역사 지식을 미래에 보존하도록 하는 일을 자랑스럽게 생각한다고도 밝혔다.

도서관으로 향하는 AI 업계

OpenAI의 NextGenAI에는 보스턴공립도서관, 캘리포니아공과대, MIT, 미시간대 등이 참여하고 있으며, 옥스퍼드대는 유일한 영국 참여 기관이다.

AI 생성물이 웹에 늘면서 웹 자료의 학습 가치가 낮아지고, 개발사들이 실물 역사 도서 컬렉션을 찾고 있다는 설명도 나온다. 보들리언 소장본은 이번 협력 과정에서 훼손되지 않고 보존된다.

가디언 단독 앤스로픽은 도서를 확보해 제책 부분을 절단하고 스캔한 뒤 파기하는 데 수천만 달러를 썼으며, 희귀본과 고서는 구입해도 파기하지 않는다고 밝혔다. 같은 보도는 헌책방 업계에서 온라인에 디지털화됐을 가능성이 낮은 희귀 주제 도서의 주문이 늘었다는 보고가 나왔고, 업주들이 이를 AI 학습 데이터 수요로 추정하고 있다고 전했다.