[비즈한국] 随着人工智能（AI）性能竞争演变为获取训练数据的竞争，美国AI企业Anthropic被曝从非法盗版网站下载的书籍清单中，包含了韩江、黄皙暎、金英夏等韩国作家的作品。在被曝光推动大量购买实体书进行扫描的项目后，该公司又与音乐出版商陷入版权纠纷，数据获取方式正成为其法律风险点。外界认为，这可能会对其计划于下个月进行的首次公开募股（IPO）造成负担。
非法下载电子书并购买实体书进行扫描…法院区分行为性质
此次争议起因于美国作家安德烈娅·巴茨（Andrea Bartz）与Anthropic之间的诉讼而受到关注。2024年8月，巴茨等人提起诉讼，称Anthropic从“图书馆创世纪（Library Genesis）”等非法盗版电子书网站大量下载书籍，用于开发AI聊天机器人Claude。
美国法院在2025年6月判决认为，合法购买的书籍用于AI训练属于“合理使用（fair use）”。合理使用是指在未经著作权人同意的情况下，考虑到批评、研究等特定目的及利用方式，以及对原有著作物市场的影响等因素，允许使用著作物的制度。但法院认为，下载并保管非法盗版副本属于另一项侵权争议，即区分了AI训练的合法性与获取训练数据的合法性。
此后，Anthropic与原告方就约50万种书籍达成了15亿美元（约合2万亿韩元）的和解协议，美国法院于今年7月最终批准了该协议。Anthropic在和解过程中并未承认法律责任。
按总和解金计算，每部作品的赔偿额估计约为3000美元（约合430万韩元）。不过，实际支付金额将根据各著作权人的请求和权利分配情况而有所不同。9月公布的首次预计分配额约为每部作品2204美元。由于作家与出版社之间就分配比例存在异议，部分索赔内容的调整程序正在进行中。
另一方面，庭审过程中Anthropic的其他数据获取方式也随之曝光。据《华盛顿邮报》根据2026年1月公开的法庭文件报道，Anthropic自2024年起推进了“巴拿马计划（Project Panama）”。该方式投入数千万美元，从二手书店和书籍分销商等处大量购买实体书，拆除装订后进行扫描，并将剩余书页回收利用。
有观点指出，合法购买实体书并不意味着自动获得了复制其内容的权利。在此次案件中，美国法院明确区分了“扫描已购书籍用于AI训练”的行为与“获取并保管非法盗版副本”的行为。
数据获取成本是否会增加？
企业热衷于囤书的原因在于数据质量。书籍不同于网络文章，属于经过编辑和校对的长文，在学习句子结构和概念间关系方面具有极高的利用价值。
Anthropic的版权纠纷正在蔓延至多个领域。今年1月，环球音乐集团（Universal Music Group）、Concord、ABKCO等音乐出版商提起诉讼，称Anthropic非法下载了歌词和乐谱。他们主张约2万首歌曲受到版权侵犯，要求支付30亿美元以上的法定赔偿金。8月，索尼音乐和华纳音乐旗下的出版商也加入了版权侵权诉讼。在音乐领域，未经著作权人允许将获取的内容用于AI训练，也成为了法律焦点。
韩国出版界也开始积极应对。韩国出版人会议于本月16日发布呼吁书，要求政府、国会及AI企业公开训练数据来源、获得权利人同意，并支付合理报酬。此前，韩国作家会议等12个出版及著作权团体曾于上月29日联合发布了“为读者的出版社及著作权人AI使用原则”。其重心在于强调在利用AI时，应确保著作权使用的透明度并制定报酬标准，而非一味抵制AI的应用。
欧盟（EU）要求通用AI模型提供商制定遵守版权法规的政策，并公开关于训练数据内容的摘要。如果著作权人合法表达了拒绝文本或数据挖掘的意愿，AI提供商必须予以尊重。韩国国内要求制定具体标准的呼声也日益高涨，旨在保护创作者权利的同时，支持AI产业的数据利用。
据悉，Anthropic计划于下月中旬进行IPO。据彭博社1日报道，Anthropic计划在包含11月9日的那一周启动认购程序，目标是在感恩节前完成交易。
据路透社报道，Anthropic第三季度营收为168亿美元，较上一季度增长45%。但由于增长放缓，据传部分投资者已将IPO企业估值预期从原先的约2万亿美元下调至1.5万亿美元左右。在营收持续增长的同时，市场也在关注其如何反映上市前的企业估值及与版权相关的法律风险。