Roman Rember최근 연구에 따르면 생성적 AI는 전통적인 검색 엔진보다 에너지를 30배 이상 소비합니다. 이 경악할 만한 통계는 급속도로 발전하는 이 기술의 생태학적 결과를 주목하기 위해 노력하고 있는 주목할 만한 연구자 사샤 루치오니(Sasha Luccioni)에서 나왔습니다. 캐나다의 러시아계인 루치오니는 2024년 타임지에서 세계에서 가장 영향력 있는 100인 중 한 명으로 선정되었으며, ChatGPT와 Midjourney와 같은 AI 프로그램이 배출하는 탄소에 대한 연구를 수년간 진행해왔습니다.
몬트리올에서 열린 한 회의에서 루치오니는 온라인 검색에 사용될 때 생성적 AI의 에너지 효율성에 대한 실망감을 표현했습니다. 전통적인 검색 엔진이 단순히 정보를 검색하는 것과 달리, 이러한 AI 모델은 새로운 콘텐츠를 생성하기 때문에 막대한 계산 능력을 요구합니다. 이러한 요구는 교육을 받는 동안뿐만 아니라 사용자 쿼리에 응답할 때에도 상당한 에너지를 소비하게 만듭니다.
국제 에너지 기구(International Energy Agency)의 데이터에 따르면 AI와 암호화폐 분야는 2022년에 약 460 테라와트시의 전력을 소비하여 전 세계 생산의 2%를 차지했습니다. 이러한 우려에 대응하기 위해 스타트업에서 기후 전략을 이끌고 있는 루치오니는 개발자를 위한 탄소 발자국 평가 도구를 개발하고 있습니다. 이 시스템은 투명성을 촉진하고 사용자와 개발자가 보다 효율적인 에너지 선택으로 안내하는 것을 목표로 하고 있습니다.
마이크로소프트와 구글과 같은 기업들이 2030년까지 탄소 중립성을 달성하기 위해 노력하는 가운데, AI 발전으로 인해 증가하는 온실가스 배출량에 직면해 있습니다. 루치오니는 AI 활용에 대한 균형 잡힌 접근의 중요성을 강조하며 신중한 에너지 관리를 촉구합니다.
생성적 AI의 환경 영향: 인식의 필요성
생성적 AI의 능력이 계속 확대됨에 따라, 이러한 강력한 모델을 운영하는 데 따른 환경적 의미는 점점 더 긴급한 문제가 되고 있습니다. 생성적 AI와 관련된 에너지 소비 수치에 대한 주목이 커지고 있지만, 앞으로의 다면적인 도전 과제와 잠재적인 해결책을 깊이 탐구하는 것이 중요합니다.
전통적인 컴퓨팅과 비교했을 때 생성적 AI의 탄소 발자국은 얼마나 될까요?
생성적 AI 시스템은 초기 교육을 위해 막대한 양의 에너지를 필요로 할 뿐만 아니라 지속적인 운영 비용도 발생시켜 전체 탄소 발자국에 크게 기여할 수 있습니다. 예를 들어, 대형 모델을 훈련하는 데 최대 500톤의 이산화탄소가 배출될 수 있으며, 이는 여러 평균적인 미국 자동차의 평생 배출량에 해당합니다. 이 놀라운 수치는 에너지 소비뿐만 아니라 AI 생애주기 전반에 걸친 관련 탄소 배출을 고려하여 AI의 환경적 영향을 총체적으로 파악할 필요성을 강조합니다.
이러한 환경적 영향을 해결하는 데 있어 주요 도전 과제는 무엇인가요?
주요 도전 과제 중 하나는 AI 개발자들 사이에서 에너지 사용에 대한 투명성이 부족하다는 것입니다. 많은 기업이 자신들의 에너지 소비량이나 사용하는 에너지 원천을 공개적으로 밝히지 않기 때문에 연구자와 정책 입안자들이 산업의 환경적 영향을 명확히 파악하기 어렵습니다. 뿐만 아니라 생성적 AI에 대한 의존성이 증가함에 따라 이러한 기술을 지원할 데이터 센터에 대한 수요가 급증하고 있으며, 이는 자원 고갈과 토지 사용에 대한 우려를 낳고 있습니다.
생성적 AI의 환경 발자국에 대한 논란이 있나요?
네, AI 개발자와 기업이 환경적 영향을 줄일 윤리적 책임에 대한 상당한 논의가 있습니다. 비평가들은 급속한 혁신을 우선시하며 AI의 생태학적 결과를 무시하는 것은 단기적이며 해로운 행위라고 주장합니다. 더욱이, 이 분야의 규제 접근 방식에 대한 의견 차이가 커지고 있으며, 일부는 엄격한 지침을 옹호하는 반면 다른 일부는 기술 발전을 촉진하기 위한 유연성이 필요하다고 강조합니다.
환경적 우려에도 불구하고 생성적 AI의 이점은 무엇인가요?
생성적 AI는 창의성을 증진하고 복잡한 작업을 자동화하며 프로세스 전반에 걸쳐 효율성을 개선함으로써 산업을 혁신할 잠재력을 가지고 있습니다. 예를 들어, 기업은 디자인, 콘텐츠 생성 및 데이터 분석에서 생성적 AI를 활용하여 생산성을 높이고 새로운 일자리를 창출할 수 있습니다. 또한 AI 기술의 발전은 에너지 네트워크 최적화나 다양한 분야에서 지속 가능한 관행 개발과 같은 생태학적 목표에 기여할 수 있습니다.
생성적 AI의 환경적 영향을 최소화하기 위한 전략은 무엇인가요?
생성적 AI의 탄소 발자국을 줄이기 위해 개발자와 기업은 AI 교육 및 운영에서 에너지 효율성을 우선시해야 합니다. 여기에는 더 지속 가능한 에너지 자원의 채택, 에너지 집약적인 처리의 최적화를 위한 알고리즘 개선, 탄소 상쇄 프로젝트에 대한 투자 등이 포함됩니다. 또한, 루치오니의 탄소 발자국 평가 시스템과 같은 도구의 도입은 개발자가 보다 의식적인 에너지 사용으로 나아가는 데 중요한 역할이 될 것입니다.
결론
생성적 AI의 환경적 영향을 인식하고 이에 대한 인식을 심화시키는 것이 중요합니다. 투명성을 촉진하고 지속 가능한 관행을 장려하며 에너지 소비를 완화하는 혁신적인 기술을 개발함으로써 산업은 보다 책임감 있는 미래를 향해 나아갈 수 있습니다. 인식과 적극적인 조치는 AI가 지구의 고유성을 해치지 않으면서 변혁적인 힘으로 작용할 수 있도록 보장하는 데 필수적입니다.
AI가 환경에 미치는 영향에 대한 더 많은 정보를 원하시면 MIT Technology Review와 Nature를 방문해 주세요.
