AI의 에너지 사용, 탄소 배출 및 환경 영향 공개

인공지능(AI)은 다양한 산업에 편의성과 도전을 모두 가져왔음은 부인할 수 없습니다. AI가 의료 및 천문학과 같은 분야에서 상당한 진전을 이루었지만, 다른 부문에서의 환경적 영향과 잠재적 피해는 그 전반적인 효익에 대한 의문을 제기합니다. AI 기술과 환경에 미치는 영향 사이의 복잡한 상호작용은 더 많은 연구와 투명성을 촉구하는 목소리로 이어지고 있습니다.

성 마리아스 대학교의 AI 연구원인 Teresa Heffernan 교수는 Google의 Bard와 ChatGPT와 같은 대형 언어 모델(LLM)의 환경 발자국에 대한 우려를 제기합니다. 텍스트 기반 능력으로 찬사를 받는 이러한 모델은 학습 및 사용 모두에서 상당한 컴퓨팅 에너지를 소비하여 탄소 배출에 기여합니다.

투명성은 핵심 쟁점이며, 헤퍼넌은 데이터와 프로세스에 대한 개방성 부족을 지적했습니다. AI의 환경적 영향을 평가하기 위해 캐나다 선진연구협회(CIFAR)의 최근 보고서는 대규모 언어 모델(LLM) 학습 과정에서 발생하는 이산화탄소 배출량에 초점을 맞추었습니다. 이 보고서는 모델 학습 시간, 하드웨어 전력 사용량, 에너지 그리드의 탄소 집약도라는 세 가지 핵심 요인을 식별했으며, 이 요소들이 LLM의 동적 전력 소비를 결정합니다.

연구 결과 AI 모델 학습과 관련된 충격적인 탄소 배출량이 드러났습니다. 예를 들어, 마이크로소프트의 GPT-3는 학습 과정에서 1년 동안 304가구의 배출량에 해당하는 502톤의 CO2를 배출했습니다. 마찬가지로 2021년 LLM인 딥마인드의 고퍼(Gopher)는 학습 중 352톤의 CO2를 방출했습니다. 중요한 점은 AI 모델이 쿼리에 응답할 때도 탄소 배출이 계속되어 지속적인 환경 영향을 미친다는 것입니다.

AI 애플리케이션의 다양한 환경적 영향

블룸(Bloom)과 같은 작은 알고리즘은 상대적으로 영향이 적어 보일 수 있지만, 개발 기간 중 매일 19kg의 CO2를 생성합니다. 이는 웹 검색과 같은 사용자 대상 애플리케이션에 배포될 때 하루 수백만 건의 쿼리가 발생하므로 상당한 양이 됩니다.

탄소 배출 외에도 AI 시스템은 작동 중 열을 발생시켜 냉각이 필요하므로 담수 자원을 고갈시킵니다. 코넬 대학교의 연구에 따르면 구글의 데이터 센터는 2021년에 127억 리터의 담수를 소비했으며, 마이크로소프트 GPT-3 학습 센터는 약 70만 리터를 사용했습니다. ChatGPT와 같은 AI 모델과 간단한 상호작용조차도 냉각을 위해 500ml 물병 한 병을 소비하는 것과 비유할 수 있습니다.

AI의 환경적 영향을 우려한 CTVNews.ca는 보고서에 언급된 기업들에 문의했습니다. 마이크로소프트는 예를 들어 지속 가능성에 대한 의지를 강조하며, 에너지 사용량과 탄소 영향을 측정하기 위한 연구에 투자하고 효율성을 개선하며 청정 에너지에 의존하겠다는 약속을 밝혔습니다.

마이크로소프트의 환경 책임에 대한 약속

보고서는 LLM에 초점을 맞추고 있지만, 다른 AI 애플리케이션들도 환경적 압력을 가합니다. 맥길 대학교의 컴퓨터 과학 교수인 데이비드 롤닉은 AI의 영향이 그 적용 분야에 달려 있다고 강조했습니다. AI는 삼림 벌채 모니터링과 같은 애플리케이션에서 선한 도구로 사용될 수 있지만, 석유 및 가스 탐사와 같은 분야에서는 환경 문제를 악화시킬 수도 있습니다.

롤닉은 AI를 망치에 비유하며, 그 영향이 어떻게 사용되는지에 달려 있다고 강조합니다. 많은 AI 알고리즘은 에너지 효율적이며 제조업부터 금융업에 이르기까지 다양한 산업에서 중요한 역할을 합니다.