인공지능의 에너지 소비량 증가에 대한 우려가 커지고 있다

인공지능(AI)은 최근 몇 년 동안 눈부신 발전을 거듭하며 인간과 기계의 상호작용을 혁신하고 복잡한 작업들을 가능하게 했습니다. 그러나 AI의 기능이 확장됨에 따라 에너지 소비량도 증가하여 환경적 영향과 경제적 파급 효과에 대한 우려가 제기되고 있습니다.

인공지능 기술의 급속한 확산

인공지능(AI)의 세계에서 전등 스위치를 켜는 것과 같은 간단한 작업조차 막대한 자원을 필요로 하는 복잡한 상호작용으로 진화했습니다. 케이트 크로퍼드와 블라단 졸러는 2018년 분석에서 일상적인 AI 상호작용조차도 자원trac, 인간 노동, 알고리즘 처리 등 복잡한 과정을 거쳐 이루어진다는 점을 강조했습니다. AI 상호작용에 필요한 에너지와 컴퓨팅 자원은 지난 몇 년간 급증하여 무어의 법칙이 예측한 성장률을 훨씬 앞질렀습니다.

2021년 연구에 따르면 자연어 처리 및 기타 응용 프로그램을 위한 대규모 딥러닝 모델 학습에 사용되는 컴퓨팅 성능이 불과 6년 만에 30만 배 증가하여 무어의 법칙 속도를 넘어섰습니다. 특히 데이터 센터에서 인공지능과 관련된 에너지 소비는 심각한 문제로 대두되고 있습니다.

AI의 급증하는 에너지 소비

인공지능(AI)의 전력 소비량을 정확하게 추정하는 것은 어렵기 때문에 문제의 심각성을 파악하기 어렵습니다. 그러나 최근 보고서들은 에너지 소비 규모에 대한 단서를 제공하고 있습니다. 예를 들어 구글은 2021년 AI 관련 전력 소비량이 전체 전력 소비량의 10~15%를 차지했으며, 이는 연간 약 2.3테라와트시(TWh)에 해당한다고 밝혔습니다. 이는 애틀랜타 규모의 도시에서 사용하는 전력량과 맞먹는 수치입니다.

더욱이, ChatGPT와 같은 AI 시스템이 모든 구글 검색에 사용된다면 전력 사용량은 연간 무려 29.2 테라와트시(TWh)까지 급증할 수 있습니다. 개별 칩의 성능이 테라플롭스(TeraFLOPs) 단위로 측정되고 AI 서버 팜에 수천 개씩 사용되는 AI 전용 컴퓨터 칩에 대한 수요 또한 전력 소비를 증가시키는 요인입니다.

인공지능(AI) 전용 칩 분야의 선두 제조업체인 엔비디아는 2027년까지 연간 150만 대의 AI 서버를 출하할 것으로 예상됩니다. 그러나 이러한 서버를 최대 용량으로 가동할 경우 연간 85테라와트시(TWh) 이상의 전력이 소비될 것으로 예상되며, 이는 여러 소국의 에너지 수요를 초과하는 양입니다.

오픈AI의 CEO 샘 알트만은 AI의 에너지 소비량 증가에 대한 우려를 표명하며, 핵융합이나 저장 기능을 갖춘 보다 비용 효율적인 태양 에너지와 같은 에너지 생산 분야의 획기적인 발전이 필요하다고 강조했습니다.

AI의 에너지 소비가 경제에 미치는 영향

AI의 막대한 에너지 소비는 상당한 비용으로 이어져 AI의 광범위한 접근성을 저해합니다. 샘 알트먼은 처음에는 ChatGPT의 비용이 "채팅당 한 자릿수 센트"에 불과하다고 언급했지만, 2023년 2월 기준으로 ChatGPT 운영에 필요한 컴퓨팅 비용만 해도 하루에 70만 달러에 달했습니다.

수억 명의 사용자가 매일 이용하는 구글이나 빙 같은 검색 엔진에 적용해 보면, 고급 AI 모델에 대한 접근성을 제공하는 데 드는 재정적 부담이 분명해집니다. AI 사용과 관련된 높은 비용은 최고의 AI 모델을 대중에게 제공하는 데 장벽으로 작용합니다.

AI 하드웨어 생산의 과제

인공지능 컴퓨팅 하드웨어 생산은 여러 가지 어려움을 수반하며, 이는 하드웨어의 희소성과 높은 가격으로 이어집니다. 칩 생산은 극도로 높은 순도의 실리콘 정제부터 시작되는데, 이 과정은 막대한 에너지를 소모합니다. 칩 패터닝에 필수적인 리소그래피 공정에는 극자외선(EUV) 포토리소그래피라는 복잡하고 고가의 기술이 필요했는데, 이 기술은 13.5나노미터 파장의 빛을 사용합니다.

EUV 포토리소그래피에는 고출력 레이저와 초고평활 거울과 같은 특수 부품이 필요합니다. 네덜란드 회사인 ASML은 칩 생산용 EUV 포토리소그래피 장비를 독점적으로 생산하며, 이 장비는 대당 1억 달러가 넘는 고가입니다.

글로벌 공급망 및 에너지 집약도

세계 반도체 산업은 첨단 기술이 많이 활용되는 아시아로 생산 기지를 대폭 이전했습니다. 채굴부터 정제, 제조에 이르기까지 반도체 생산은 컨테이너선과 항공편을 이용한 운송을 포함한 에너지 집약적인 산업 인프라에 크게 의존합니다.

이러한 글로벌 공급망과 관련된 복잡성과 탄소 발자국은 보다 지속 가능한 관행으로 전환하는 데 있어 여전히 중요한 과제입니다. 데이터와 반도체가 "새로운 석유"라는 생각은 오해의 소지가 있는데, 이는 데이터와 반도체가 가치를 가지려면 저렴하고 풍부한 에너지 자원이 필요하기 때문입니다.

데이터와 반도체를 기반으로 하는 인공지능은 에너지 효율을 향상시킬 수 있지만, 잉여 에너지를 효과적으로 활용하기 위해서는 경제 원칙의 근본적인 변화가 필요합니다.

AI 기업과 데이터 수익화

아마존의 에코 기기처럼 주요 AI 기업들은 하드웨어 및 에너지 비용을 충당하고 수익을 창출하기 위해 사용자 데이터에 점점 더 의존하고 있습니다. 음성 명령과 같은 AI 상호작용은 귀중한 데이터 포인트를 생성하여 사용자를 AI 개발의 소비자, 자원 및 기여자로 변화시킵니다.

이러한 데이터를 수익화하는 것은 AI 기업이 사업을 지속하는 데 필수적이며, 따라서 데이터 개인정보 보호 및 윤리는 AI 생태계에서 매우 중요한 문제로 대두됩니다.

인공지능의 미래와 에너지 소비

인공지능 산업 복합체가 지속적으로 확장됨에 따라 에너지 소비 및 자원 활용에 대한 우려가 커지고 있습니다. 오픈AI의 CEO 샘 알트만이 반도체 제조 공장 자금 확보를 위해 노력하는 것은 인공지능 분야에서 첨단 하드웨어에 대한 수요가 높다는 것을 보여줍니다.

인공지능의 미래는 에너지 수요에 대한 지속 가능한 해결책을 찾는 동시에 하드웨어 생산, 공급망 및 데이터 개인정보 보호와 관련된 과제를 해결하는 데 달려 있습니다. 인공지능이 인간과 기계의 상호작용을 지속적으로 변화시킴에 따라 기술 발전과 환경적 책임 사이의 균형을 유지하는 것이 점점 더 중요해지고 있습니다.