AI의 무거운 기후 비용은 단순한 공기를 넘어 더 많은 것을 요구한다

자주 논의되지만 덜 신경 쓰이는 인공지능의 어두운 측면이 있는데, 그것은 바로 그 기후 비용이다.

AI가 가진 모든 흥분과 잠재력에도 불구하고, AI 모델을 훈련하는 데에는 막대한 양의 에너지가 필요하며, 텍스트를 작성하거나 이미지를 생성하는 데 사용하더라도 작동하려면 여전히 충분한 에너지가 필요하다. 이러한 과정은 데이터 센터의 위치와 AI 모델이 운영되는 위치에 따라 상당량의 탄소를 방출한다.

더 큰 모델은 더 많은 에너지가 필요하다

전문가들은 기술이 성숙하고 발전함에 따라 기업들이 더 큰 모델을 구축하려고 시도하기 때문에 시간이 지남에 따라 탄소 배출량이 악화될 것이라고 말한다. 기술은 확장 가능한 특성을 가지고 있으며 크기가 커질수록 성능이 향상되어 비즈니스에는 유리하지만 환경에는 비용이 많이 든다.

Alex de Vries는 더 큰 모델이 더 많은 에너지 요구 사항을 초래하며, 이는 환경에 좋지 않다고 말합니다. 그는 Digiconomist의 창립자이며, 그의 회사의 연구 분야는 새로운 기술의 환경적 영향을 연구하는 것입니다.

ChatGPT의 백엔드에서 작동하는 것과 같은 대규모 AI 모델을 훈련하는 것은 수년 동안 연구자들이 추정해 온 것처럼 많은 에너지를 소비합니다. 2021년에 발표한 연구 논문의 주요 저자이자 UC 버클리 대학교 컴퓨터 과학 교수인 David Petterson은 ChatGPT로 사용되도록 OpenAI가 다듬은 AI 모델 GPT-3의 훈련에 1287메가와트의 전기가 필요했다고 썼습니다. 이 양의 에너지는 1년 동안 평균 크기의 미국 가정 123곳에 전력을 공급하기에 충분합니다.

우리가 여기서 이야기하는 것은 당시 가장 큰 모델일 수 있는 세계적으로 유명한 AI 모델이지만, 그 이후로 수많은 다른 모델들이 개발되었으며 이들도 막대한 양의 에너지를 소비합니다. 

Hugging Face의 AI 및 기후 담당자 Sacha Luccioni에 따르면, 2021년에 발표된 Google DeepMind의 프로젝트인 Gopher 모델은 2022년에 발표된 다른 연구 논문에서 언급된 바와 같이 추정 1066메가와트시간이 필요했습니다. 

현재 세대의 모델은 더 큰 기후 비용을 초래합니다.

하지만 이들은 모두 이전 세대의 AI 모델이며 오늘날의 기준으로는 상당히 작습니다. GPT-3의 후속 모델인 GPT-4는 그보다 10배 더 크다고 간주되며, 이를 훈련하는 데 51기가와트에서 62기가와트 사이의 에너지가 필요했습니다. 연구원 Kasper Groes Albin Ludvigsen에 따르면 이는 미국 가정 4600곳의 집단적 필요량보다 많습니다. 

마찬가지로 Google은 이제 Gopher보다 훨씬 더 큰 Gemini라는 모델을 보유하고 있으며, Google이 필요한 에너지 양을 공개하지 않았음에도 불구하고 계산은 단순히 다음과 같습니다: 더 크게 만들수록 더 많은 에너지가 필요합니다.

이 추정치는 개발 및 훈련 단계에만 해당되었다. 이러한 모델이 실제 운영에서 사용되도록 설계되었으며, 훈련에 기반한 출력을 생성해야 하고, 사용자의 요청에 응답하여 해당 출력을 생성하는 데에도 에너지가 필요하다는 또 다른 중요한 점이 있다.

전문가들에 따르면 ChatGPT가 1000개의 쿼리에 응답하는 데 47와트의 전력을 소비하며, 이는 일반 LED 전구 5개를 1시간 동안 켜는 것과 같습니다. 이제 우리가 텍스트 기반 응답만 이야기하고 있다는 점을 고려할 때 이것이 얼마나 빠르게 누적될지 상상해 보세요. 

전문가들은 AI 개발자가 AI의 탄소 배출량이 저장 및 운영 위치에 따라 크게 다르기 때문에 청정 에너지로 운영되는 데이터 센터를 사용하여 탄소 발자국을 줄일 수 있다고 주장한다.

Bloomberg에 따르면 최근 전력 수요가 이미 증가했으며, 이러한 확장되는 데이터 센터의 추가 수요는 재생 에너지원의 도입을 초과하고 있습니다. 따라서 전 세계의 공급 업체들도 석탄 및 천연 가스 발전소의 종료를 지연시키고 있으며, 이는 또한 AI의 탄소 발자국에 추가되고 있습니다.

원본 스토리는 여기에서 확인할 수 있다.