인공지능(AI) 기업이 책을 사기 시작했다. 정확히 말하면 서점에서 종이책을 사는 것이 아니다. 출판사가 보유한 책의 내용을 AI 모델의 학습이나 검색·인용에 사용할 수 있도록 정식으로 권리를 확보한 데이터를 구매하는 것이다. 인터넷에는 방대한 텍스트가 있지만, 저자와 편집자의 검토를 거쳐 하나의 주제를 깊이 있게 다룬 책은 AI 기업에 또 다른 데이터 공급원이 되고 있다.
그런데 중소규모 출판사의 도서데이터를 확보하고 권리 관계를 정리한 뒤 데이터화하는 작업은 여간 까다로운 게 아니다. 그래서 이를 처리하는 기업이 생겨나고 있는데, 최근 스타트업 중 주목할 만한 성과를 거두고 있는 것이 바로 ‘멘탯’이다.
2025년 7월 설립된 멘탯(Mentat)은 출판사와 AI 기업 사이에서 이 거래를 연결하는 스타트업이다. 출판사와 도서 이용 권리를 계약하고, AI가 활용할 수 있는 형태로 콘텐츠를 가공해 공급한다. 권리 확인과 데이터 변환뿐 아니라 사용 내역 관리와 수익 정산까지 사업 영역에 포함한다. 계약 출판사는 최근 약 95곳으로 늘었고, AI 활용 권리를 확보한 도서는 약 3만 4000종, 글로벌 AI 기업과 체결한 누적 라이선싱 계약 규모는 약 150억원에 이른다.
흥미로운 사실은 전병욱 멘탯 대표의 이력이다. 전 대표는 AI 연구자 출신이 아니다. 출판사 영업직으로 시작한 그는 알라딘, 창비, 카카오엔터테인먼트를 거치며 출판·콘텐츠 산업의 디지털 전환(DX)을 경험했다. 전 대표가 주목한 것은 AI 전환(AX)이 책을 만드는 방식뿐 아니라 책을 거래하는 방식까지 바꿀 수 있다는 점이었다.
사람에게는 여전히 한 권의 책으로 판매되는 콘텐츠가 AI에는 필요한 부분을 골라 활용하는 데이터가 될 수 있다. 그 과정에서 출판사와 저자에게 새로운 수익을 돌려주는 거래 구조를 만드는 것이 멘탯의 목표다.
출판 현장에서 찾은 창업 아이템…“저작권 문제만 해결하면 되는 비즈니스”
전 대표가 처음부터 출판업계에서 일한 것은 아니다. 여러 직업을 거친 뒤 알라딘 중고서점과 전자책 분야에서 출판과 인연을 맺었다. 이후 아라크네에서 전자책 제작과 홍보·마케팅을 담당했고, 창비에서는 디지털 사업을 이끌었다. 카카오엔터테인먼트에서는 신사업조직에서 오디오드라마, 채팅소설 업무를 맡았다. 출판 콘텐츠가 종이책에서 전자책, 오디오, 온라인 서비스로 확장되는 과정을 오롯이 현장에서 경험한 셈이다.
“전자책으로 들어오면서 처음에는 영업을 했고, 영업을 하다가 출판사를 많이 알게 됐고요. 그러다 보니 출판사에서 일을 하고 싶은 거예요. 그래서 퇴근한 뒤 한겨레 출판센터 같은 데서 전자책 만드는 걸 배웠습니다. 그렇게 전자책 분야에 본격적으로 뛰어들어 아라크네로 가게 됐어요. 거기서는 전자책을 담당하면서 홍보·마케팅도 같이 했습니다.”
전자책은 전 대표에게 출판과 기술이 만나는 첫 접점이었다. 전자책 표준 포맷인 이펍(EPUB)이 하이퍼텍스트 마크업 언어(HTML)와 스타일시트 기술(CSS) 등 웹 기술을 활용한다는 사실을 접하면서 개발에도 관심을 갖게 됐다. 창비 재직 당시에는 한국방송통신대학교에 편입해 컴퓨터과학을 공부하고 졸업했다. 기술에 대한 관심은 콘텐츠 기업의 신사업 분야로 옮기는 계기가 됐다.
“창비에서 디지털 사업을 할 때는 전자책만 하는 게 아니었어요. 오디오, 애플리케이션, 웹사이트까지 다 하는 거예요. 너무 재미있었죠. 그때 이제 출판사에서 할 수 있는 건 다 했다, 그래서 테크로 가자고 생각했어요. 그래서 카카오엔터테인먼트 스토리 사업 부문의 신사업 조직으로 가게 됐습니다.”
카카오엔터테인먼트를 떠난 뒤 약 1년간 쉰 그는 2025년 글로벌 벤처캐피탈(VC)인 앤틀러코리아(Antler Korea)의 스타트업 제너레이터 프로그램에 참여하며 본격적인 창업에 나섰다. 이전부터 창업을 꿈꿨지만 멘탯의 구체적인 사업 아이템을 찾은 것은 이때였다. 해외에는 출판 콘텐츠를 AI 기업에 라이선싱하는 사업이 이미 존재했다. 다만 여러 출판사에 흩어진 저작권과 서로 다른 이용 조건을 일일이 해결해야 한다는 문제가 있었다.
“사업 모델 자체는 해외에서는 이미 있었어요. 그런데 이게 저작권 문제를 푸는 게 어렵다는 판단이었거든요. 저작권 문제만 해결하면 되는 비즈니스라고 봤습니다. 그런데 그게 어렵겠다 싶었죠. 그래도 저라면 할 수 있을 것 같았습니다.”
그 자신감의 근거는 출판업계에서 쌓은 경험과 네트워크였다. 전 대표는 기술기업이 출판 콘텐츠 활용을 제안할 때보다 업계 사정을 아는 사람이 권리와 수익을 이야기할 때 출판사와 대화를 시작하기 쉬웠다고 돌이켰다. 다시 말해 멘탯의 초기 경쟁력은 기술만이 아니라 출판사와 쌓아온 신뢰에 있었다. 특히 AI 기업이 필요로 하는 대량의 데이터를 공급하려면 개별 도서의 권리뿐 아니라 출판사와 저자의 동의를 확보하는 일이 선행돼야 했기에 그런 장점은 경쟁력으로 작용했다.
인용 사업 구상에서 학습데이터 거래로…글로벌 AI 기업이 책을 사는 이유
전 대표가 멘탯 창업을 준비하며 처음 구상한 비즈니스 모델은 AI가 질문에 답할 때 필요한 도서 내용을 검색·인용하고, 이용량에 따라 대가를 지급하는 참조·인용 라이선싱이었다. 이를 통해 멘탯은 앤틀러코리아로부터 투자 유치도 성공했다. 그러나 실제 시장에서 AI 기업들이 먼저 찾은 것은 모델 학습에 사용할 수 있는 데이터였다. 멘탯은 사업의 우선순위를 바꿨다. 출판사와 저자의 이용 허락을 확인한 도서 콘텐츠를 AI 학습에 적합한 데이터셋으로 가공해 공급하는 사업에 집중했다.
“앤틀러 배치 프로그램을 참여했을 때 처음에는 앤틀러 파트너분들도 ‘그냥 출판사 가서 계약하면 되는 거 아니예요’라고 하시더군요. 그런데 그 과정이 얼마나 어려운지를 제가 몸으로 보여드렸죠. 그 다음에는 쉽게 풀리지 않는 시장의 문제라는 점을 인정하게 됐고요. 사실 저희가 장기적으로 생각했던 건 참조·인용 형태의 라이선싱이었는데 앤틀러에서는 그 비즈니스 모델로 투자를 받았죠(웃음).”
시장 상황에 맞춰 사업의 우선순위를 바꿨지만 그럼에도 계약까지의 길은 길었다. AI 학습데이터를 대규모로 구매할 잠재 고객이 제한적인 데다 담당자와 접촉하기도 쉽지 않았다. 전 대표는 “국내 AI 기업의 담당자와 직접 연락이 닿기까지 평균 4개월가량 걸렸고, 수개월간 논의를 이어가다가 계약이 무산되는 경우도 있었다”고 회상했다. 그렇게 어렵사리 창업 이후 운영자금이 소진되기까지 남은 기간이 얼마 남지 않은 상황에서, 오랫동안 접촉해 온 글로벌 빅테크 기업과 첫 거래가 성사됐다.
“창업 이후 문제는 당연히 매출이었어요(웃음). 런웨이가 고갈되는 압박이 있었는데 거의 끝머리에서 첫 계약이 된 게 가장 고무적인 일이었고요. 이후 빅테크와 일을 진행하면서 새로운 기회도 엿볼 수 있었어요. 데이터를 다루다 보니 검수하는 영역도 있고, 합성해서 가공·재판매할 수 있는 영역도 있다는 확장성을 발견한 거죠. 결국 수익도 났지만 시야가 더 넓어진 셈입니다.”
그렇게 올해 글로벌 AI 기업과 도서 데이터 공급 계약을 체결한 멘탯의 현재 공개된 누적 AI 라이선싱 계약 규모는 약 150억원이다. 중요한 것은 멘탯이 지향했던 저작권 이용 조건을 정리하고 데이터를 가공해 공급하는 방식이 실제 거래로 이어졌다는 점이다.
여기서 한 가지 질문이 떠올랐다. 그렇다면 AI 기업들은 인터넷에 수많은 글이 있는데도 왜 비용을 들여 책을 확보할까. 전 대표는 책의 가치를 단편적인 온라인 정보와 구별되는 지식의 깊이에서 찾았다. 특히 학술·전문 도서에 대한 수요가 높지만, 그 가치를 AI가 활용할 수 있는 데이터로 전환하는 것은 별개의 문제라고 설명했다.
“학술·전문성 분야의 수요가 높아요. 물론 그걸 데이터화하는 것도 쉽지는 않죠. 주석 처리 같은 게 굉장히 어렵거든요. 또 인터넷에 떠도는 텍스트에 비해 도서의 글은 긴 문맥이고, 구조화된 글이죠. 그리고 인간이 정제한 글이예요. 하나의 주제를 한 권의 분량에 담아서 서술한 것이라는 점에서 가치가 높죠.”
실제로 학술서는 각주와 주석 등 문서 구조가 복잡한 데다 사진이나 인용물처럼 별도의 권리가 얽힌 콘텐츠도 적지 않다. 멘탯은 출판사에 이용 허락을 받지 못한 부분을 먼저 표시하도록 요청하고, 데이터 가공 과정에서 이를 제외하는 방식으로 대응하고 있다. 책이 가진 지식의 가치를 AI 기업에 공급하려면 단순한 파일 변환을 넘어 세밀한 권리 확인과 데이터 정제 과정이 필요한 셈이다.
출판사들의 인식도 달라지고 있다. 전 대표는 초창기에는 생성형 AI부터 설명해야 했지만 이제는 직접 AI 도구를 활용하는 출판인이 늘었다고 전했다. 반면 콘텐츠가 AI에 제공된 뒤 어떻게 사용될지 알기 어렵다는 불안도 남아 있다. 기존 출판 계약만으로 AI 학습이나 인용까지 허락받았다고 볼 수 없는 경우에는 저자의 별도 동의가 필요하다. 멘탯은 출판사가 확보한 이용 허락과 계약 조건을 바탕으로 도서별 권리를 관리하고, 이용과 정산 과정을 투명하게 확인할 수 있게 하는 구조를 구축하고 있다.
여기에 더해 데이터를 사려는 기업이 책을 쉽게 찾도록 만드는 작업도 시작했다. 최근 선보인 도서 데이터 검색 서비스 '멘탯 디스커버리(Mentat Discovery)'가 그것이다. AI 기업이 계약 대상 도서를 내용에 따라 검색하고, 데이터 규모를 토큰 단위로 확인하며 예상 비용을 검토하도록 만든 서비스다. 검색 대상은 출판사 약 95곳과 라이선스 계약을 맺은 도서 약 3만 4,000종으로, 전체 데이터 규모는 약 80억 토큰이다. 도서 목록의 검색과 계약 검토 절차를 연결했다는 점에서 출판 콘텐츠 거래의 문턱을 낮추려는 시도다.
DX가 책을 디지털화했다면, AX는 지식을 데이터로 활용한다
“과거에는 DX만 하더라도 권 단위 형태를 유지해 왔어요. 그런데 AX에서는 이걸 데이터로 규정하고 부분의 활용도가 높아져요. 그러면 여러 책 중 유사한 것들을 묶을 수도 있죠. 그걸로 문제를 만들 수도 있고 답을 만들 수도 있어요. 그렇게 데이터셋이 더 늘어날 수 있는 거죠.”
전 대표가 말하는 출판산업의 AI 전환은 AI를 이용해 교정·교열하거나 홍보 문구를 만드는 데 그치지 않는다. 디지털 전환이 종이책을 전자책으로 바꾸면서도 '한 권'이라는 상품 단위를 유지했다면, AI 전환에서는 책의 일부를 별도 데이터로 활용할 수 있다. 서로 다른 책에서 같은 주제의 내용을 골라 데이터셋을 만들고, 이를 토대로 새로운 질문과 답변을 생성하는 식이다. 1980년대와 1990년대에 출간된 책을 비교해 특정 지식이나 표현의 변화를 살펴보는 작업도 가능하다. 단순히 자료를 묶어 가공하는 과정과, 이를 바탕으로 새로운 데이터를 생성하는 합성데이터(synthetic data) 작업은 구분된다.
그렇다고 책이라는 상품이 사라진다는 뜻은 아니다. 같은 콘텐츠를 독자에게는 책으로 판매하면서, AI 기업에는 허락된 범위의 데이터로 공급하는 새로운 유통 경로가 생기는 것이다. 다만 전 대표는 현재 멘탯의 매출을 만드는 학습용 데이터 라이선싱이 장기간 같은 방식으로 성장하기는 어렵다고 내다봤다. AI 모델의 학습이 고도화되면 이미 확보한 데이터를 반복 구매하려는 수요가 줄어들 수 있다는 판단이다.
“학습용 라이선싱은 이미 오래된 비즈니스 모델이고 생명 주기가 얼마 남지 않았습니다. (AI기업들이) 학습용 데이터를 더 이상 구매하지 않게 될 것이라는 게 저희가 체감하는 바고요. 이 비즈니스 모델은 3년을 가지 않을 거라고 봐요. 그러니 새로운 사업을 하지 않으면 안 됩니다. 합성데이터로 가치를 높이고, 결국 쓸 때마다 과금하는 구조가 필요합니다.”
그 대안으로 멘탯이 다시 주목하는 사업이 초기 설계했던 비즈니스 모델인 참조·인용 라이선싱이다. AI가 이용자의 질문에 답할 때 허락받은 도서에서 필요한 구절을 찾고 출처와 함께 제공하는 방식이다. 검색 증강 생성(Retrieval-Augmented Generation·RAG) 기술과 연결되며, 호출 횟수나 처리한 토큰 수, 이용 기간 등에 따라 과금하는 모델을 구상하고 있다. 학습용 데이터의 계약 중심 거래와 달리 실제 콘텐츠 이용에 따른 반복 수익을 추구한다는 점이 핵심이다.
이 사업을 본격화하려면 도서의 수를 더 늘려야 한다. 전 대표는 글로벌 기업과의 논의에서 현재 규모만으로는 다양한 질문을 충분히 포괄하기 어렵다는 반응을 들었다고 전했다. 이에 멘탯은 2027년까지 라이선스 도서 10만 종을 확보하는 것을 목표로 잡았다. 출판사들이 실제 데이터 공급 수익을 정산받기 시작하면서 새로운 제휴 문의도 늘고 있다는 설명이다.
사업 영역을 책 밖으로 넓히는 구상도 있다. 멘탯은 AI가 생성한 질문·답변이나 합성데이터를 사람이 검토하는 '휴먼 인 더 루프(Human-in-the-loop)' 기반 데이터 검증 사업을 준비하고 있다. 출판 콘텐츠를 통해 연결된 저자와 분야별 전문가의 지식을 검수 과정에 활용하는 방식이다. 전 대표가 궁극적으로 지향하는 것은 특정 종류의 책 데이터를 판매하는 회사가 아니라 AI가 필요로 하는 데이터를 발굴하고 가공하며 품질과 이용 권리를 검증하는 인프라 기업이다. 그 시선은 대규모 언어 모델(LLM)을 넘어 현실 세계의 상태와 움직임을 이해하고 예측하려는 '월드 모델(World Model)'까지 향한다.
“월드 모델에 필요한 데이터가 또 있을 거예요. 그런 것들도 계속 관심 있게 보고 있으면 결국은 월드 모델로 나아갈 수밖에 없을 것 같아요. 언어 모델에만 갇혀 있으면 비즈니스 규모가 제한적이니까요. 월드 모델로 가면 언어를 뛰어 넘게 되고, 국내 비즈니스라도 로컬 비즈니스가 아니라 글로벌 비즈니스가 가능하다고 봅니다.”
월드 모델은 현실 세계의 사물과 공간, 움직임과 상호작용을 학습해 특정 행동 이후 환경이 어떻게 달라질지 예측하거나 가상 환경에서 시뮬레이션하는 AI 모델이다. 언어를 이해하고 생성하는 데 중점을 둔 기존 LLM과 달리, 영상·이미지·공간 정보·센서 기록·로봇의 행동 데이터 등 물리적 변화와 시간적 흐름을 파악할 수 있는 다양한 데이터가 중요하다. 예컨대 로봇이 물체를 집었을 때 발생하는 변화나 자율주행차가 돌발 상황에 대응했을 때의 결과를 가상 환경에서 예측하고 검증하는 데 활용할 수 있다. 구글 딥마인드의 '지니 3(Genie 3)'와 엔비디아의 '코스모스 3(Cosmos 3)'가 이러한 기술을 구현하려는 대표적인 사례다.
장기적인 구상이지만, 멘탯이 월드 모델에 주목하는 이유 역시 새로운 데이터 수요에 있다. 현재 사업이 텍스트 중심의 출판 데이터를 확보하고 가공하는 데 집중돼 있다면, 월드 모델 시대에는 영상과 공간·행동 데이터 등으로 사업 영역을 확장할 가능성이 열리기 때문이다.
다시 현 시점으로 돌아와 정리해보면 종이책에서 전자책으로의 전환은 읽는 방식을 바꿨고, AI는 출판 콘텐츠의 거래 방식까지 바꾸기 시작했다. 책 한 권을 하나의 상품으로 판매하는 기존 시장 옆에 지식 데이터를 별도로 활용하는 시장이 열리고 있는 것이다. 출판사와 저자가 이용 범위를 통제하고, 활용 내역을 확인하며, 그에 따른 수익을 실제로 돌려받는 구조를 얼마나 폭넓게 구현할 수 있을까. 멘탯이 우선 증명해야 할 과제다.
