AI 학습 데이터 시장 규모는 지금 이 순간에도 빠르게 팽창하고 있습니다. 시장조사기관 Grand View Research에 따르면 글로벌 데이터 수집·어노테이션 시장은 2023년 약 24억 달러에서 2030년까지 연평균 26% 이상 성장해 140억 달러를 넘어설 것으로 전망됩니다. 그런데 이 숫자 안에서 도서 데이터, 즉 출판사가 보유한 LLM 학습 데이터로서의 도서 콘텐츠가 차지하는 비중은 얼마나 될까요? 그리고 출판사에게 실제로 어떤 기회가 열려 있을까요?
시장이 커지는 이유 — 데이터 부족이 AI의 병목이 됐습니다
GPT-4, Claude, Gemini 같은 대형 언어 모델이 등장한 이후 AI 기업들이 공통으로 마주친 문제가 있습니다. 인터넷에서 무료로 긁어올 수 있는 텍스트 데이터가 고갈되고 있다는 것입니다. 연구자들은 이를 '데이터 장벽(data wall)'이라 부릅니다. 웹 크롤링으로 수집 가능한 공개 데이터는 이미 주요 모델들이 반복 학습한 상태이고, 품질도 들쭉날쭉합니다. 반면 전문 지식을 담은 도서는 편집·교열을 거친 고밀도 텍스트로, AI 모델의 추론 능력과 사실 정확성을 높이는 데 특히 효과적인 것으로 평가받고 있습니다. 실제로 와일리(Wiley)는 2026년 7월 AI 라이선싱 수익이 실적에 가시적으로 기여했다고 발표했고, 블룸즈버리도 AI 라이선싱 계약을 통해 새로운 수익원을 확보했다고 공시한 바 있습니다. 이제 학술·전문 출판사뿐 아니라 일반 상업 출판사까지 이 시장에 눈을 돌리고 있습니다.
도서 데이터는 시장 안에서 어떻게 가격이 매겨지는가
AI 학습 데이터 시장은 크게 세 층위로 나뉩니다. 첫째는 웹 크롤링 기반의 범용 데이터로, 가격이 낮고 품질 편차가 큽니다. 둘째는 인간 어노테이터가 레이블링한 지도학습용 데이터로, 단가는 높지만 규모 확장이 어렵습니다. 셋째가 출판된 도서·학술 논문 등 고품질 저작물 기반의 라이선싱 데이터입니다. 이 세 번째 층위가 바로 출판사가 참여할 수 있는 시장입니다. Anthropic의 저작권 소송 합의에서 도서 1권당 3,000달러라는 기준이 제시된 것, OpenAI와 Microsoft가 HarperCollins·Wiley 등과 개별 계약을 체결한 것 모두 이 층위에서 일어난 일입니다. 시장에 공식적인 정가표는 없지만, 도서의 장르·주제·분량·독점 여부에 따라 권당 수백 달러에서 수천 달러 수준으로 거래되는 것으로 알려져 있습니다.
- 학술·전문 서적: AI 모델의 전문 지식 강화에 직결되어 단가가 가장 높습니다
- 비문학(논픽션) 실용서: 사실 기반 정보 밀도가 높아 LLM 정확도 개선에 유리합니다
- 소설·창작물: 문체·어조·다양한 화자 학습에 활용되며 수요가 꾸준합니다
- 교육·참고도서: 교과서 저자들의 OpenAI 소송이 示하듯, 수요와 분쟁이 동시에 커지고 있습니다
데이터는 AI 시대의 원유다. 그런데 정제된 원유, 즉 편집된 도서 데이터는 여전히 희귀하고 비쌉니다.
2030년까지 시장은 어떻게 움직일 것인가
AI 학습 데이터 시장의 성장을 이끄는 변수는 크게 세 가지입니다. 첫째는 모델 개수의 폭발적 증가입니다. 오픈소스 LLM 경쟁이 가속화되면서 수백 개의 기업이 자체 모델을 구축하고 있고, 각각 학습 데이터를 필요로 합니다. 둘째는 법적 리스크의 현실화입니다. Nvidia·Meta·OpenAI·Apple에 대한 출판사 소송이 잇따르면서 AI 기업들은 '무단 수집'보다 '합법적 계약'을 선호하는 방향으로 이동하고 있습니다. 셋째는 규제 강화입니다. EU AI Act, 미국 FTC 조사, 영국·일본·싱가포르의 입법 논의가 동시에 진행되면서 데이터 출처 증명 의무가 생겨나고 있습니다. 이 세 가지 변수가 합쳐지면, 2030년까지 합법적·유상 도서 데이터 라이선싱 시장은 지금보다 훨씬 빠른 속도로 성장할 가능성이 높습니다. 특히 RAG(검색 증강 생성) 방식의 인용 라이선싱은 일회성 학습 데이터 계약과 달리 반복 수익이 발생하는 구조여서, 출판사 입장에서는 더욱 주목해야 할 영역입니다.
출판사가 이 시장에서 수익을 얻으려면 개별 협상보다 구조화된 플랫폼이 필요합니다. 멘탯은 도서 출판사와 AI 기업을 연결하는 AI 도서 라이선싱 플랫폼으로, 출판사가 보유한 도서 데이터를 합법적이고 투명하게 라이선싱할 수 있도록 지원합니다. 시장이 커지기 전에 포지션을 잡는 것이 중요합니다. 출판사 서비스에서 멘탯이 제공하는 구체적인 방법을 확인해 보세요.