논문 페이월 vs AI: 컴퓨터과학 최대 학회가 던진 뜻밖의 질문

컴퓨터과학 논문을 찾다가 ACM 디지털 라이브러리 페이월에 막혀본 적 있으실 겁니다. 그런데 요즘 이 페이월이 사람이 아니라 AI 때문에 다시 논쟁거리가 됐습니다. “차라리 LLM한테는 논문을 열어주자"는 제안이 나오면서 학술 출판의 해묵은 문제가 엉뚱한 각도에서 튀어나왔습니다.

먼저 솔직히 말씀드리면, 이 주제로 최근 한 달간의 커뮤니티 반응을 찾아봤지만 쓸 만한 논의를 거의 건지지 못했습니다. 그래서 이번 글은 실시간 여론을 훑기보다 쟁점을 정리하는 쪽에 가깝습니다. 다만 이건 한철 유행이 아니라 계속 굴러가는 사안이라, 지금 정리해두면 나중에 뉴스가 터졌을 때 훨씬 빨리 감이 잡히실 겁니다.

ACM이라는 조직의 이상한 위치

ACM은 1947년 설립된 컴퓨터과학 최대 학회입니다. 튜링상을 주는 그 단체 맞습니다. SIGGRAPH, SIGCOMM, CHI 같은 핵심 학회 논문이 전부 ACM 디지털 라이브러리에 쌓여 있습니다. 컴퓨터과학의 지난 70년이 여기 들어있다고 봐도 무리가 없습니다.

그런데 이 논문들은 누가 썼을까요. 대부분 대학과 기업 연구자입니다. 세금이나 기업 R&D 예산으로 연구했고, 원고료는 받지 않았습니다. 심사도 동료 연구자가 무보수로 합니다. 그렇게 나온 논문을 읽으려면 다시 돈을 내야 하는데요. 수십 년째 학술 출판의 모순으로 지적받아온 대목입니다.

ACM도 이 비판을 모르지 않습니다. 그래서 ACM Open이라는 프로그램을 내놓고, 2026년까지 디지털 라이브러리를 전면 오픈 액세스로 바꾸겠다는 목표를 내걸었습니다. 기관이 구독료 대신 출판비를 내면 논문은 누구나 볼 수 있게 하는 방식입니다. ACM은 이미 문을 여는 쪽으로 가고 있었던 셈입니다. 문제는 그 속도보다 AI가 훨씬 빨랐다는 겁니다.

“AI에게 열어주자"가 왜 지금 나왔나

논점은 단순합니다. LLM이 컴퓨터과학 질문에 답할 때, 그 답을 뒷받침할 가장 좋은 자료가 페이월 뒤에 있다는 겁니다.

지금 LLM이 배운 컴퓨터과학 지식은 상당 부분 arXiv 프리프린트, 블로그, 스택오버플로, GitHub에서 왔습니다. arXiv는 훌륭하지만 동료 심사를 거치지 않은 원고가 섞여 있습니다. 블로그와 포럼은 정확도 편차가 큽니다. 반면 ACM 디지털 라이브러리에는 심사를 통과한 자료만 모여 있습니다. AI 답변의 신뢰도를 높이고 싶다면 가장 탐나는 데이터인 셈입니다.

여기서 얄궂은 역전이 일어납니다. 원래 페이월은 논문의 값어치를 지키는 장치였습니다. 그런데 AI 시대에는 거꾸로 작동할 수 있습니다. 심사받은 논문이 학습 데이터에서 빠지고 그 자리를 검증 안 된 자료가 채우면 어떻게 될까요. 사람들이 AI에게 물어보는 컴퓨터과학 지식의 품질이 통째로 떨어집니다. 학회 입장에서는 영향력 자체를 잃는 시나리오입니다.

논문은 인용되려고 존재합니다. 그런데 요즘 학생과 개발자는 논문을 검색하지 않고 AI에게 물어봅니다. 학습 데이터에 없는 논문은 사실상 없는 논문이 됩니다.

그럼 왜 아직 안 열었을까

이유는 뻔합니다. 돈과 통제권입니다.

우선 수익입니다. ACM은 비영리 학회지만 디지털 라이브러리 구독료가 주요 재원입니다. 오픈 액세스로 가려면 그 돈을 어디선가 메워야 합니다. AI 기업에 데이터를 공짜로 넘기면 도서관 쪽에서 “AI는 공짜인데 우리는 왜 내냐"고 물을 겁니다.

저작권 관계도 복잡합니다. ACM이 모든 논문의 권리를 다 갖고 있지는 않습니다. 저자가 저작권을 쥔 채 배포 권한만 넘긴 경우도 많습니다. AI 학습 허용은 계약서에 없던 새 용도라 학회가 저자 동의 없이 일괄 결정하기 어렵습니다.

협상 지렛대도 걸려 있습니다. 다른 출판사들은 이미 다른 길을 갔습니다. 테일러앤프랜시스는 마이크로소프트와 약 1,000만 달러 규모의 AI 학습 데이터 계약을 맺었습니다. 와일리도 비슷한 거래를 공개했습니다. 그냥 열어주면 이 카드를 스스로 버리는 셈입니다.

저자들이 화를 낸 지점이 여기입니다. 출판사가 논문을 팔아 수천만 달러를 벌었는데 정작 논문을 쓴 연구자에게는 통보조차 없었습니다. AI 개방 논의가 “누구를 위한 개방인가"라는 질문으로 곧장 이어지는 이유입니다.

학술 출판은 사정이 다르다

흔한 AI 저작권 분쟁과 이 사안은 결이 다릅니다.

뉴스 기사나 소설은 창작자가 명확하게 손해를 봅니다. AI가 대체재를 만들어내니까요. 그런데 논문 저자는 다릅니다. 연구자는 논문을 팔아 돈을 벌지 않습니다. 오히려 널리 읽히고 인용되는 게 커리어에 직접 도움이 됩니다. AI가 자기 논문을 학습해 더 많은 사람에게 아이디어를 옮겨준다면, 저자로서는 손해가 아니라 이득일 수 있습니다.

그래서 구도가 묘합니다. 저자 다수는 개방에 우호적이고, 중간에서 유통을 맡은 출판사가 신중한 쪽입니다. 저작권을 지키려는 쪽과 그 저작권으로 돈을 버는 쪽이 서로 어긋나 있습니다.

물론 반론도 있습니다. AI가 논문 내용을 요약해 답해버리면 아무도 원문을 읽지 않고, 인용도 사라진다는 겁니다. 출처 표기 없이 지식만 빨려 들어가면 저자에게 돌아오는 게 없습니다. 열더라도 출처를 명시하는 조건이 필요하다는 주장이 여기서 나옵니다.

그래서 무엇이 걸려 있나

이 논의에서 정작 문제는 페이월이 아닙니다. AI가 지식의 주요 전달 통로가 된 판에, 검증된 지식이 그 통로에 올라타지 못하면 어떻게 되느냐입니다.

절충안은 몇 가지 떠올려볼 수 있습니다. 학습은 허용하되 답변에 원문 링크를 반드시 붙이게 하는 방식, 상업적 AI 기업에는 유료로 열고 연구용 모델에는 무료로 여는 이중 구조, 저자가 자기 논문의 AI 학습 여부를 직접 고르게 하는 방식 등입니다. 어느 쪽이든 지금의 이분법보다는 낫습니다.

다만 시간이 넉넉하지 않습니다. AI 모델의 학습 데이터는 계속 갱신되고, 거기 없는 지식은 조용히 잊힙니다. 학술 출판이 협상 테이블에서 시간을 끄는 동안 논문의 영향력은 페이월 뒤에서 천천히 줄어들 수 있습니다.

여러분은 논문 원문을 처음부터 끝까지 읽어본 게 언제인가요. 저는 기억이 잘 안 납니다. 대개 AI에게 요약을 시키고 넘어갑니다. 이 논쟁의 결말은 학회 이사회가 아니라 그 습관 쪽에서 먼저 정해질지도 모릅니다.