[밸류체인타임스 = 이아림 칼럼니스트] 비교적 최근에 발명되어 무서운 속도로 기능이 새로워지고 있는 AI. AI는 여러 사이버 범죄를 막고 번역 기능에 혁신을 가져오며 각광받고 있지만, AI가 우리에게 유익하기만 한지는 여전히 미지수다. 쉴 틈도 내주지 않는 기술의 발전 속도와 최근 들어 속도가 붙은 지구의 환경 파괴는 언제나 화제가 되었다.
AI는 과연 환경을 위한 기술인가? 미국 빅테크 기업들이 AI 개발로 인한 전력 수요 급증으로 기후 위기 대응 목표를 달성하는 데 어려움을 겪고 있다. 기술의 발전과 환경 보존의 갈림길에 서 있는 기업들은 탄소 상쇄 크레딧을 구매해 배출량을 줄이는 대신 탄소 제거 크레딧으로 눈을 돌리고 있다.
(사진=Unsplash)
블룸버그는 12일, MS, 아마존, 구글이 최근 잇따라 연례 환경 보고서를 제출하고 AI 사업으로 인해 장기 기후 목표 달성이 어려워질 수 있다는 점을 인정했다고 보도했다. 한동안 ESG를 외쳤던 구글은 지난해 온실가스 배출량이 전년 대비 13% 증가한 1천 430만 톤에 달했다고 보도했다.
AI 관련 산업에 가장 기본이 되는 '빅데이터'의 저장과 생성 과정에서 매우 많은 전력이 소모되는 것이 그 이유다. 특히 AI 관련 사업에서 필수지만 막대한 에너지가 드는 데이터 센터에 대한 의존도가 커진 탓에 5년 사이 온실가스 배출이 48% 증가했다.
데이터센터는 생성형 AI 모델을 학습시키고 운용하는 데 핵심적인 역할을 한다. 일부 데이터센터에는 엔비디아의 AI 칩 수천 개가 들어가는데, 각각의 전력 소모량이 700W에 달한다. 이는 일반적인 60인치 평면 TV 전력 소비량의 약 8배에 이르는 양이다.
구글은 2030년까지 탄소중립에 이른다는 목표 달성이 어려울 것으로 예측되며 구글측에서도 "AI가 미래 환경에 어떤 영향을 미칠지는 복잡하고 예측하기 어려워 불확실성이 존재한다"라고 밝혔다. MS 역시 지난 5월 데이터센터 건설로 인해 2020년 이후 탄소 배출량이 약 3분의 1 증가했다.
이 상황에 기시감이 들지는 않는가? 산업혁명 이후 꿈의 재료라고 불리던 플라스틱이 결국 환경 오염의 주범 중 하나로 인식되게 되었다. AI 역시 새롭게 개발되고 놀랄 정도로 빠르게 성장하는 '꿈의 재료'다. 이탈리아 피렌체대의 로베르트 베르데키아 교수는 "생성형 AI 열풍 전에도 소프트웨어 관련 에너지 소비량이 상당했는데 이제는 급증 중"이라고 말했다.
국제에너지기구(IEA) 보고서에 의하면 구글 검색에 전기가 평균 0.3Wh 소모되는데, 챗GPT는 2.9Wh, 거의 3Wh에 가까운 전기를 소비한다. 이에 오픈AI의 샘 올트먼 CEO 등은 원자력 에너지를 기술의 발전과 환경 보호를 이룰 수 있는 해법으로 보고 있다.
지속 가능한 AI 발전을 위한 방안
지속 가능한 AI 발전을 위해서는 몇 가지 방안이 고려될 수 있다. 첫째, 에너지 효율적인 AI 알고리즘 개발이 필요하다. 더 적은 연산 자원으로 높은 성능을 유지할 수 있는 경량화 AI 모델을 개발한다. 이는 신경망 구조를 최적화하거나 매개변수 수를 줄이는 방식으로 연산 부담을 줄일 수 있다. 기존 알고리즘의 연산 효율성을 개선하기 위한 최적화 작업을 수행할 수 있다. 동일한 연산을 더 적은 에너지로 수행할 수 있게 된다. 여러 대의 컴퓨터가 협력하여 작업을 나누어 처리하는 분산 학습 시스템을 도입하면, 전체 시스템 에너지 효율성을 높일 수 있다.
둘째, 재생 가능 에너지원의 사용 확대가 필요하다. 데이터센터의 옥상이나 부지에 태양광 패널을 설치해 자체적으로 전력을 생산한다. 데이터센터 인근에 풍력 발전 설비를 구축해 재생 가능 에너지를 공급받는다. 재생 가능 에너지로부터 생산된 전력을 전력망에 연계해 데이터센터에 공급 받는 방안을 모색한다.
셋째, 폐열 회수 및 재사용 기술을 도입하여 에너지 효율성을 높이는 것도 한 방법이다. 데이터센터의 서버 및 냉각 시스템에서 발생하는 열을 회수하여 난방이나 온수 공급 등에 재사용할 수 있는 시스템을 도입한다. 공기 흐름을 최적화하고 고효율 냉각 시스템을 도입하여 전력 소모를 줄인다.
넷째, 정부와 기업 간의 협력이 필요하다. 정책적인 지원과 규제를 통해 기업들이 환경친화적인 기술을 개발하고 사용할 수 있도록 유도해야 한다. 에너지 효율 기준을 설정하고 기업들이 이를 준수하도록 규제를 강화한다. 정부와 기업이 공동으로 친환경 기술 개발 프로젝트를 추진하여 공공-민간 협력 프로젝트를 진행한다.
마지막으로, 글로벌 차원의 협력이 중요하다. 국가 간에 에너지 효율 향상 및 재생 가능 에너지 사용 확대를 위한 국제 협약을 체결하고, 글로벌 차원에서 탄소 배출을 줄이는 노력을 강화한다. 각국의 연구기관과 기업들이 에너지 효율적인 AI 기술과 친환경 인프라 구축 사례를 공유한다.
현재까지 기술의 발전에는 항상 환경을 위협하는 요소가 같이 따라왔다. 그럴 때마다 '기술의 발전'과 '환경 보전'의 갈림길에 서게 된다. 빠른 속도로 발전하는 기술에 대한 우려가 점점 커지고, 환경 오염 역시 파국으로 치닫고 있는 현재 시점에서는 충분히 과열된 발전 속도를 늦추고 환경 보전을 위한 길에 한 걸음 내디뎌야 하지 않을까?
저작권자 © 밸류체인타임스 무단전재 및 재배포 금지
[밸류체인타임스 = 이아림 칼럼니스트]
[밸류체인타임스 = 이아림 칼럼니스트] 비교적 최근에 발명되어 무서운 속도로 기능이 새로워지고 있는 AI. AI는 여러 사이버 범죄를 막고 번역 기능에 혁신을 가져오며 각광받고 있지만, AI가 우리에게 유익하기만 한지는 여전히 미지수다. 쉴 틈도 내주지 않는 기술의 발전 속도와 최근 들어 속도가 붙은 지구의 환경 파괴는 언제나 화제가 되었다.
AI는 과연 환경을 위한 기술인가? 미국 빅테크 기업들이 AI 개발로 인한 전력 수요 급증으로 기후 위기 대응 목표를 달성하는 데 어려움을 겪고 있다. 기술의 발전과 환경 보존의 갈림길에 서 있는 기업들은 탄소 상쇄 크레딧을 구매해 배출량을 줄이는 대신 탄소 제거 크레딧으로 눈을 돌리고 있다.
(사진=Unsplash)
블룸버그는 12일, MS, 아마존, 구글이 최근 잇따라 연례 환경 보고서를 제출하고 AI 사업으로 인해 장기 기후 목표 달성이 어려워질 수 있다는 점을 인정했다고 보도했다. 한동안 ESG를 외쳤던 구글은 지난해 온실가스 배출량이 전년 대비 13% 증가한 1천 430만 톤에 달했다고 보도했다.
AI 관련 산업에 가장 기본이 되는 '빅데이터'의 저장과 생성 과정에서 매우 많은 전력이 소모되는 것이 그 이유다. 특히 AI 관련 사업에서 필수지만 막대한 에너지가 드는 데이터 센터에 대한 의존도가 커진 탓에 5년 사이 온실가스 배출이 48% 증가했다.
데이터센터는 생성형 AI 모델을 학습시키고 운용하는 데 핵심적인 역할을 한다. 일부 데이터센터에는 엔비디아의 AI 칩 수천 개가 들어가는데, 각각의 전력 소모량이 700W에 달한다. 이는 일반적인 60인치 평면 TV 전력 소비량의 약 8배에 이르는 양이다.
구글은 2030년까지 탄소중립에 이른다는 목표 달성이 어려울 것으로 예측되며 구글측에서도 "AI가 미래 환경에 어떤 영향을 미칠지는 복잡하고 예측하기 어려워 불확실성이 존재한다"라고 밝혔다. MS 역시 지난 5월 데이터센터 건설로 인해 2020년 이후 탄소 배출량이 약 3분의 1 증가했다.
이 상황에 기시감이 들지는 않는가? 산업혁명 이후 꿈의 재료라고 불리던 플라스틱이 결국 환경 오염의 주범 중 하나로 인식되게 되었다. AI 역시 새롭게 개발되고 놀랄 정도로 빠르게 성장하는 '꿈의 재료'다. 이탈리아 피렌체대의 로베르트 베르데키아 교수는 "생성형 AI 열풍 전에도 소프트웨어 관련 에너지 소비량이 상당했는데 이제는 급증 중"이라고 말했다.
국제에너지기구(IEA) 보고서에 의하면 구글 검색에 전기가 평균 0.3Wh 소모되는데, 챗GPT는 2.9Wh, 거의 3Wh에 가까운 전기를 소비한다. 이에 오픈AI의 샘 올트먼 CEO 등은 원자력 에너지를 기술의 발전과 환경 보호를 이룰 수 있는 해법으로 보고 있다.
지속 가능한 AI 발전을 위한 방안
지속 가능한 AI 발전을 위해서는 몇 가지 방안이 고려될 수 있다. 첫째, 에너지 효율적인 AI 알고리즘 개발이 필요하다. 더 적은 연산 자원으로 높은 성능을 유지할 수 있는 경량화 AI 모델을 개발한다. 이는 신경망 구조를 최적화하거나 매개변수 수를 줄이는 방식으로 연산 부담을 줄일 수 있다. 기존 알고리즘의 연산 효율성을 개선하기 위한 최적화 작업을 수행할 수 있다. 동일한 연산을 더 적은 에너지로 수행할 수 있게 된다. 여러 대의 컴퓨터가 협력하여 작업을 나누어 처리하는 분산 학습 시스템을 도입하면, 전체 시스템 에너지 효율성을 높일 수 있다.
둘째, 재생 가능 에너지원의 사용 확대가 필요하다. 데이터센터의 옥상이나 부지에 태양광 패널을 설치해 자체적으로 전력을 생산한다. 데이터센터 인근에 풍력 발전 설비를 구축해 재생 가능 에너지를 공급받는다. 재생 가능 에너지로부터 생산된 전력을 전력망에 연계해 데이터센터에 공급 받는 방안을 모색한다.
셋째, 폐열 회수 및 재사용 기술을 도입하여 에너지 효율성을 높이는 것도 한 방법이다. 데이터센터의 서버 및 냉각 시스템에서 발생하는 열을 회수하여 난방이나 온수 공급 등에 재사용할 수 있는 시스템을 도입한다. 공기 흐름을 최적화하고 고효율 냉각 시스템을 도입하여 전력 소모를 줄인다.
넷째, 정부와 기업 간의 협력이 필요하다. 정책적인 지원과 규제를 통해 기업들이 환경친화적인 기술을 개발하고 사용할 수 있도록 유도해야 한다. 에너지 효율 기준을 설정하고 기업들이 이를 준수하도록 규제를 강화한다. 정부와 기업이 공동으로 친환경 기술 개발 프로젝트를 추진하여 공공-민간 협력 프로젝트를 진행한다.
마지막으로, 글로벌 차원의 협력이 중요하다. 국가 간에 에너지 효율 향상 및 재생 가능 에너지 사용 확대를 위한 국제 협약을 체결하고, 글로벌 차원에서 탄소 배출을 줄이는 노력을 강화한다. 각국의 연구기관과 기업들이 에너지 효율적인 AI 기술과 친환경 인프라 구축 사례를 공유한다.
현재까지 기술의 발전에는 항상 환경을 위협하는 요소가 같이 따라왔다. 그럴 때마다 '기술의 발전'과 '환경 보전'의 갈림길에 서게 된다. 빠른 속도로 발전하는 기술에 대한 우려가 점점 커지고, 환경 오염 역시 파국으로 치닫고 있는 현재 시점에서는 충분히 과열된 발전 속도를 늦추고 환경 보전을 위한 길에 한 걸음 내디뎌야 하지 않을까?
저작권자 © 밸류체인타임스 무단전재 및 재배포 금지
[밸류체인타임스 = 이아림 칼럼니스트]