환경 감시 단체, ChatGPT의 숨겨진 비용 공개 촉구하며 AI 업계에 압박

인공지능(AI)은 정보 검색부터 창의적인 콘텐츠 생성에 이르기까지 다양한 작업을 지원하는 ChatGPT를 비롯한 여러 애플리케이션에 활용되면서 현대 생활의 필수적인 부분이 되었습니다. AI의 이점은dent하지만, 최근 연구에서는 잘 논의되지 않는 문제점, 즉 ChatGPT나 Bing Copilot과 같은 대규모 언어 모델이 환경에 미치는 상당한 비용에 대한 우려가 제기되고 있습니다.

언어 모델 훈련의 에너지 소비량

ChatGPT나 Bing Copilot 같은 대규모 언어 학습 모델은 학습 과정에서 막대한 연산 능력과 전력을 필요로 합니다. 워싱턴 대학교 연구진의 연구에 따르면, ChatGPT-3와 같은 대규모 언어 모델 하나를 학습시키는 데 최대 10기가와트시(GWh)의 전력이 소모될 수 있습니다. 이는 미국 가정 1,000곳 이상의 연간 전력 소비량과 거의 맞먹는 양입니다. 또한, ChatGPT-3 학습으로 인한 탄소 배출량은 전력 공급원에 따라 55톤에서 284톤에 이르는 이산화탄소를 배출할 수 있습니다.

언어 모델 실행과 환경적 영향

Bing Copilot이나 ChatGPT와 같은 언어 모델을 실행하는 데 필요한 에너지 소비량은 모델을 학습시키는 데 필요한 에너지 소비량보다 적지만, 여전히 환경 문제에 영향을 미칩니다. 실제 에너지 소비량은 모델의 크기, 처리되는 토큰 수, 하드웨어 및 소프트웨어 효율성과 같은 요소에 따라 달라집니다. 추정치에 따르면 ChatGPT-4 쿼리 한 번에 0.001~0.01kWh의 에너지가 소비되는데, 이는 일반적인 Google 검색 쿼리에 소비되는 에너지(0.0003kWh)보다 훨씬 많습니다.

ChatGPT와 Bing Copilot을 포함한 AI 시스템 사용으로 인한 환경적 영향은 결코 무시할 수 없습니다. AI 서비스에 대한 수요가 증가함에 따라 이러한 시스템을 지원하는 서버와 장비를 수용할 데이터 센터의 필요성도 커지고 있습니다. 데이터 센터는 하드웨어 운영, 전력 및 냉각 관리 등 막대한 에너지 소비로 악명이 높습니다. 전 세계적으로 데이터 센터는 전체 전력 소비량의 약 1~1.5%와 이산화탄소 배출량의 0.3%를 차지합니다. 또한, 이러한 시설은 냉각 및 발전에 상당한 양의 물을 사용합니다.

Livemint의 보고서에 따르면 ChatGPT-3는 시간당 약 80만 리터의 물을 소비합니다. 이는 4만 명의 하루 물 사용량에 해당합니다. 이러한 수치는 AI 시스템이 환경에 미치는 영향이 상당하다는 것을 보여줍니다.

에너지 소비 및 환경 영향 감소

하드웨어 및 소프트웨어 효율성 향상: 하드웨어와 소프트웨어의 설계 및 효율성을 개선하면 에너지 소비를 줄일 수 있습니다. 액체 침지 냉각과 같은 기술은 하드웨어 발열을 낮추고 데이터 센터의 탄소 배출량과 물 사용량을 최소화하는 데 도움이 됩니다.

재생에너지로의 전환: 풍력, 태양광, 수력과 같은 재생에너지원으로 전환하면 데이터센터를 더욱 지속 가능한 방식으로 운영할 수 있습니다. 노르웨이와 아이슬란드처럼 천연자원이 풍부한 국가들은 이미 이러한 방식을 채택하여 탄소 배출량을 줄이고 있습니다.

책임 있는 AI 활용: AI 모델의 사용을 의미 있고 필수적인 응용 분야로 제한하고 사소하거나 해로운 목적을 피하는 것은 에너지 절약과 사회적 책임에 기여할 수 있습니다. 가짜 뉴스나 스팸을 생성하는 대신 교육적 또는 예술적 콘텐츠 제작에 집중하는 것은 사회에 긍정적인 영향을 미칠 수 있습니다.

인공지능 시대의 에너지 소비의 미래

인공지능 분야의 에너지 소비는 기술 발전으로 더욱 에너지 효율적인 AI 모델과 데이터 센터가 등장함에 따라 밝은 미래를 맞이할 것으로 예상됩니다. 재생 에너지원의 도입 또한 증가할 것으로 전망됩니다. 그러나 AI가 더욱 보편화됨에 따라 에너지 소비를 줄이고 지속 가능한 관행을 장려하는 데 지속적인 노력을 기울이는 것이 필수적입니다.

인공지능(AI)이 환경에 미치는 영향에 대한 우려가 커지고 있음에도 불구하고, 정확한 데이터를 확보하는 것은 여전히 ​​어려운 과제입니다. 기존 연구와 새로운 연구들은 추정치와 예측에 의존하고 있는데, 이는 개발자들이 AI의 에너지 투입량, 탄소 배출량, 물 사용량에 대한 정확한 정보를 공개하지 않았기 때문입니다.

2023년 Li 등이 발표한 연구에 따르면 전 세계 AI 수요로 인해 2027년에는 42억~66억 세제곱미터의 물이 소비될 수 있으며, 이는 영국 인구 절반이 연간 사용하는 물의 양을 넘어설 수 있다고 합니다. 이는 AI가 환경에 미치는 영향을 평가하는 데 있어 투명성을 높여야 할 필요성을 절실히 보여줍니다.

책임감과 투명성 강화를 촉구합니다

이러한 우려를 효과적으로 해결하기 위해서는 AI 프로세스로 인해 발생하는 운영 및 개발 단계의 배출량에 대한 투명성을 높여야 할 필요성이 점점 커지고 있습니다. 개발자는 물 효율성 관련 데이터를 공개하고 다양한 에너지 투입량에 대한 비교 자료를 제공해야 합니다. 이러한 투명성을 통해 ChatGPT 및 Bing Copilot과 같은 언어 학습 모델의 환경적 영향에 대한 정보에 입각한 의사 결정과 평가가 가능해질 것입니다.