AI의 숨겨진 물 발자국 드러낸 획기적 연구

캘리포니아 대학교 리버사이드 캠퍼스와 텍사스 대학교 아링턴 캠퍼스의 연구자들은 이전에 간과되었던 인공지능(AI) 기술의 물 발자국(water footprint)에 대한 새로운 연구를 발표했습니다. 샤오레이 렌(Shaolei Ren) 부교수가 이끄는 연구팀은 대규모 AI 모델을 훈련하고 실행하는 데 관련된 물 소비량을 정량화하여, 탄소 배출량 논의에 가려져 왔던 지속 가능성의 한 측면에 주목하게 했습니다.

AI 관련 연구 결과 공개

연구팀의 발견에 따르면 AI 모델, 특히 훈련 단계에서 엄청난 양의 물이 소비되는 것으로 나타났습니다. 예를 들어, 마이크로소프트의 미국 데이터 센터에서 GPT-3를 훈련하는 것만으로도 순수 담수 70만 리터가 소비될 수 있습니다. 이는 전기 자동차 수백 대를 생산하는 데 필요한 물의 양과 맞먹습니다. 

더욱이 아시아의 데이터 센터에서 훈련을 수행할 경우 물 발자국은 세 배로 증가합니다. 추론 단계에서도 ChatGPT와의 짧은 대화 하나에 500밀리리터 물병 한 병에 해당하는 물이 필요할 수 있으며, 이는 AI 사용과 관련된 물 소비량이 얼마나 많은지를 보여줍니다.

AI의 물 발자국을 농업과 같은 전통 산업과 비교하면 상당한 차이가 드러납니다. 소고기 생산이나 의류 제조와 같은 산업은 잘 알려진 물 발자국을 가지고 있지만, 이러한 물 발자국에는 종종 비식용수를 포함하며 제품의 전 생애 주기를 고려합니다. 

반면, 이 연구는 서버 제조 및 운송과 관련된 내재된 물 발자국을 제외하고 AI의 운영상 물 발자국에만 초점을 맞춥니다. 그러나 연구진은 내재된 물 발자국을 고려한다면 AI의 전체 물 발자국이 크게 증가할 수 있다고 추정합니다.

이 연구의 주요 통찰 중 하나는 탄소 감축과 물 보존 노력 사이의 긴장 관계입니다. 탄소 효율적인 시간과 위치는 물 효율적인 시간과 위치와 다를 수 있지만, AI 워크로드를 전략적으로 예약함으로써 둘 모두를 최적화할 수 있는 기회가 있습니다. 예를 들어, AI 훈련을 수요가 낮은 기간이나 물 효율성이 더 높은 지역에서 예약하면 탄소 감축 목표를 훼손하지 않으면서 전체 물 발자국을 줄일 수 있습니다.

기술 거대 기업들의 대응

데이터 센터의 환경적 영향에 대한 우려가 커짐에 따라 구글, 마이크로소프트, 메타와 같은 주요 기술 기업들은 개발 과정에서 지속 가능성을 점점 더 우선시하고 있습니다. 

그러나 이 연구는 AI 기술의 물 발자국을 해결하기 위해 더 많은 노력이 필요하다고 제안합니다. 재활용수 활용 및 냉각탑 효율성 향상을 통해 현장 물 효율성을 개선하려는 노력이 진행 중이지만, 캘리포니아와 같은 가뭄이 자주 발생하는 지역에서는 여전히 상당한 과제가 남아 있습니다.

연구진은 AI의 물 발자국을 해결하기 위해 투명성의 중요성을 강조합니다. 개발자는 AI 모델과 관련된 물 소비량에 대한 정보를 제공함으로써 예약 및 자원 할당에 대한 정보에 기반한 결정을 내릴 수 있습니다. 또한 투명성은 사용자가 물 효율적인 시간이나 물 효율성이 더 높은 지역에서 AI 서비스를 이용함으로써 자신의 물 발자국을 이해하고 잠재적으로 줄일 수 있게 합니다.

더욱이 학계, 산업계, 정책 입안자 간의 협력이 필수적이며, 이는 지속 가능한 AI 관행을 장려하는 효과적인 규제 체계와 인센티브를 개발하는 데 필요합니다. 이러한 협력적 노력은 혁신을 촉진하면서 미래 세대를 위해 지구의 소중한 물 자원을 보호할 수 있습니다.

이 연구의 발견은 AI 개발에서 지속 가능성에 대한 포괄적인 접근이 필요함을 강조합니다. 기술 발전이 산업과 사회를 계속 재편함에 따라 AI 사용의 환경적 영향을 고려하는 것이 필수적입니다. 물 보존 노력을 AI 개발 및 운영에 통합함으로써 이해 관계자들은 혁신이 환경 보호와 조화롭게 공존하는 더 지속 가능한 미래를 향해 나아갈 수 있습니다.