인공지능, 에너지와 물의 주요 소비자로 부상하다. 신경망의 성장에 따른 기후 변화, 투자자와 글로벌 경제에 대한 위험과 기회.
AI의 급격한 성장과 에너지 소비
최근 몇 년 동안 AI에 대한 컴퓨팅 파워의 수요는 급증하였습니다. 2022년 12월 ChatGPT와 같은 공개 신경망이 출시된 이후, 전 세계 기업들은 인공지능 모델을 신속하게 구현하고 있으며, 이는 대량의 데이터 처리 능력을 요구하게 됩니다. 업계에 따르면, 2024년에는 AI가 전 세계 데이터 센터의 전체 에너지 소비의 약 15-20%를 차지할 것으로 보입니다. AI 시스템을 운영하는 데 필요한 전력은 2025년까지 23GW에 달할 수 있으며, 이는 영국과 같은 국가의 전체 전력 소비에 맞먹습니다. 비교하면, 이 수치는 비트코인 채굴 네트워크의 전체 에너지 소비를 초과하여 AI가 가장 에너지를 많이 소모하는 계산 유형 중 하나가 되었음을 보여줍니다.
이러한 기하급수적인 성장은 기술 기업의 인프라에 대한 대규모 투자로 인해 촉발되었습니다: 거의 매주 새로운 데이터 센터가 개설되고 있으며, 매 몇 달마다 기계 학습을 위한 특수 칩의 생산이 시작되고 있습니다. 이러한 인프라의 확장은 현대 신경망을 지원하는 수천 대의 서버에 전력과 냉각을 제공하는 데 필요한 전기 소비의 증가로 이어지고 있습니다.
대도시 수준의 배출량
이렇게 높은 에너지 소비는 화석 연료로부터의 전력이 일부 사용될 경우 상당한 온실가스 배출을 초래하게 됩니다. 최근 연구에 따르면, 2025년에는 AI가 연간 3200만 톤에서 8000만 톤의 이산화탄소(CO2)에 책임이 있을 수 있습니다. 이는 AI의 "탄소 발자국"이 целого 도시의 수준으로 상승하는 것을 의미하며, 예를 들어 뉴욕의 연간 배출량은 약 5000만 톤입니다. 디지털로만 보였던 이 기술이 이제는 대형 산업 부문과 동일한 수준의 기후 영향을 미치고 있음을 보여줍니다.
이러한 추정치는 보수적이라고 여겨집니다. 전력 생산으로 인한 배출만을 주로 고려하는데, AI의 전체 생애 주기—서버나 칩 같은 장비의 생산에서부터 폐기까지—는 추가적인 탄소 발자국을 생성합니다. 만약 AI의 붐이 예전과 같은 속도로 지속된다면, 관련된 배출량은 급속하게 증가할 것입니다. 이는 온실가스 감소를 위한 글로벌 노력에 복잡성을 더하고 있으며, 기술 기업들에게는 탄소 중립성 목표를 달성하기 위해 AI의 폭발적 성장을 어떻게 통합할 것인지에 대한 과제가 주어집니다.
신경망의 물 사용
AI의 또 다른 숨겨진 자원 소비는 바로 물입니다. 데이터 센터는 서버와 장비를 냉각하는 데 막대한 양의 물을 소비합니다: 증발 냉각과 에어컨 사용은 물 자원 없이는 이루어질 수 없습니다. 직접적인 소비 외에도, 전력 생산을 위한 발전소에서 터빈과 원자로를 냉각하기 위해 상당량의 물이 필요합니다. 전문가에 따르면, AI 시스템만으로도 2025년까지 312억 리터에서 765억 리터의 물을 소비할 수 있습니다. 이는 인류가 1년 동안 소비하는 전체 생수의 양과 비슷합니다. 따라서 신경망은 최근까지 대중에게 거의 보이지 않던 막대한 물 발자국을 형성하고 있습니다.
공식적인 추정은 종종 전체적인 그림을 반영하지 않습니다. 예를 들어, 국제 에너지 기구(IEA)는 2023년 전 세계 데이터 센터가 사용한 물의 양을 약 560억 리터로 보고했지만, 발전소에서 사용된 물은 포함되지 않았습니다. AI의 실제 물 발자국은 공식적인 추정치보다 몇 배 클 수 있습니다. 업계의 주요 기업들은 상세한 정보를 공개하기를 주저하고 있습니다: 최근 Google의 AI 시스템에 대한 보고서에서는 타 발전소에서의 물 소비를 메트릭에 포함하지 않는다고 명시했습니다. 이러한 접근은 비판을 받고 있으며, AI의 전기 수요를 충족시키기 위한 물이 상당히 사용되고 있다는 점에서 우려가 커지고 있습니다.
현재 물 소비 규모는 여러 지역에서 우려를 일으키고 있습니다. 미국과 유럽의 건조한 지역에서는 지역 사회가 새로운 데이터 센터 건설에 반대하고 있으며, 이들이 지역 수자원을 고갈시킬 것을 우려하고 있습니다. 많은 기업들도 서버 농장의 "갈증"이 증가하고 있음을 인식하고 있습니다: Microsoft에 따르면, 2022년 데이터 센터의 세계 물 소비량은 34% 증가하여 64억 리터에 달하며, 이는 AI 모델 교육과 관련된 부하 증가로 인한 것입니다. 이러한 사실들은 물과 관련된 요소가 디지털 인프라의 환경 위험 평가에서 점점 더 중요해지고 있음을 강조합니다.
기술 대기업의 불투명성
아이러니하게도 이렇게 큰 영향을 미치는 만큼 AI의 에너지 및 물 소비에 대한 공개 정보는 극히 적습니다. 주요 기술 기업들은 지속 가능성에 관한 보고서에서 보통 AI와 관련된 비율을 따로 구분하지 않고 배출량 및 자원의 총량만을 제공합니다. 데이터 센터의 운영에 대한 상세한 정보—특히 신경망 계산을 위해 얼마나 많은 에너지나 물이 필요한지—는 대부분 회사 내부에 남아 있습니다. 데이터 센터의 전력 수요를 충족하기 위해 사용된 전기의 생산 과정에서 소비된 물에 대한 정보는 거의 없습니다.
결국 연구원들과 분석가들은 단편적인 데이터를 통해 그림을 복원해야 하는 탐정 역할을 수행해야 합니다: 기업 발표의 조각, AI를 위한 서버 칩 판매 수치, 에너지 회사의 데이터 및 기타 간접 지표들. 이러한 불투명성은 AI의 전체적인 환경 발자국을 이해하는 데 어려움을 줍니다. 전문가들은 정보 공개에 대한 엄격한 기준을 도입할 것을 촉구합니다: 기업들은 데이터 센터의 에너지 소비와 물 사용을 AI를 포함한 주요 분야별로 보고해야 합니다. 이러한 투명성은 사회와 투자자들이 신기술의 영향을 객관적으로 평가할 수 있도록 하고, 업계가 환경 부담을 줄이기 위한 방법을 모색하도록 촉진할 것입니다.
환경적 위험과 위협
현재의 경향이 지속된다면, 증가하는 AI의 "갈증"은 기존의 환경 문제를 악화시킬 수 있습니다. 매년 수천만 톤의 온실가스 배출량 증가는 파리 기후협약의 목표 달성을 더욱 어렵게 만들 것입니다. 수백억 리터의 담수를 소비하는 것은, 2030년까지 물 자원의 전 세계적 부족이 56%에 이를 것으로 예상되는 상황 속에서도 진행될 것입니다. 다시 말해, 지속 가능성 조치 없이는 AI의 확장이 지구의 환경 한계와 충돌할 위험이 있습니다.
변화가 없다면, 이러한 경향은 다음과 같은 부정적인 결과를 초래할 수 있습니다:
- 온실가스 배출 증가로 인한 지구온난화 가속화.
- 이미 건조한 지역에서 담수 부족 악화.
- 자원 제한으로 인한 에너지 시스템의 부담 증가 및 사회-환경적인 갈등 발생.
현재 지역 사회와 정부는 이러한 도전에 대응하기 시작했습니다. 일부 국가는 "에너지를 많이 소모하는" 데이터 센터 건설에 대한 제한을 도입하고, 물 재활용 시스템의 사용을 요구하거나 재생 가능 에너지를 구입해야 할 것을 요청하고 있습니다. 전문가들은 근본적인 변화 없이는 AI 산업이 순수한 디지털 분야에서 물질적인 환경 위기의 출처로 변모할 위험이 있다고 언급합니다—가뭄부터 기후 계획의 중단까지 다양한 문제를 초래할 수 있습니다.
투자자의 관점: ESG 요인
AI의 급속한 발전에 대한 환경적 측면은 투자자들에게 점점 더 중요해지고 있습니다. ESG(환경, 사회 및 지배구조) 원칙이 주요하게 대두되는 시대에서, 기술의 탄소 및 물 발자국은 기업 평가에 직접적인 영향을 미치고 있습니다. 투자자들은 묻습니다: "녹색" 정책의 전환이 AI에 투자하는 기업의 비용을 증가시킬 수 있을까? 예를 들어, 탄소 규제 강화나 물 사용 요금 부과는 많은 에너지와 물을 소비하는 AI 서비스 기업의 비용을 증가시킬 수 있습니다.
반면, 환경 영향을 줄이기 위해 현재 이행 중인 기업들은 경쟁 우위를 얻을 수 있습니다. 데이터 센터의 재생 가능 에너지 전환, 에너지 효율성을 높이기 위한 칩 및 소프트웨어 개선, 그리고 물 재사용 시스템 도입은 위험을 감소시키고 기업의 평판을 향상시킵니다. 시장은 지속 가능성 분야에서의 진전을 높이 평가하며, 투자자들은 전 세계적으로 기업 평가 모델에 환경적 지표를 포함시키는 경향이 증가하고 있습니다. 따라서 기술 리더들에게는 AI의 힘을 계속 키우는 동시에 지속 가능성에 대한 사회의 기대를 충족시키는 것이 중요합니다. 혁신과 자연에 대한 책임 있는 접근 방식 사이의 균형을 찾는 기업들이 장기적으로 이점을 얻을 것입니다—이미지와 비즈니스 가치 모두에서.
지속 가능한 AI로 가는 길
문제의 규모에도 불구하고, 산업계는 AI의 성장을 지속 가능한 방향으로 유도할 수 있는 기회를 가지고 있습니다. 세계의 기술 기업들과 연구자들은 혁신을 저해하지 않으면서 AI의 생태적 발자국을 줄일 수 있는 솔루션에 대한 연구를 이미 진행하고 있습니다. 주요 전략에는 다음이 포함됩니다:
- 모델과 장비의 에너지 효율성 향상. 에너지 소비를 줄이며 기계 학습 작업을 수행할 수 있는 최적화된 알고리즘 및 특화된 칩(ASIC, TPU 등)의 개발.
- 청정 에너지원으로의 전환. 데이터 센터에 전력을 공급하기 위해 재생 가능한 자원의 전기(태양광, 풍력, 수력 및 원자력 등)를 사용하여 AI 운영으로 인한 탄소 배출량을 제로로 줄이는 것. 많은 IT 대기업들이 이미 "녹색" 계약을 체결하고 깨끗한 에너지를 구매하고 있습니다.
- 물 소비 줄이기 및 재활용. 물을 크게 줄이는 새로운 냉각 시스템(액체 냉각, 침수 냉각)의 도입 및 공업용 물의 재사용. 데이터 센터 장소 선택 시 물 상황을 고려하여 냉기가 부족한 지역이나 충분한 수자원을 가진 지역을 선호하는 것입니다. 연구에 따르면, 위치와 냉각 기술의 현명한 선택은 데이터 센터의 물과 탄소 발자국을 70-85% 낮출 수 있습니다.
- 투명성과 회계. AI 인프라의 에너지 소비와 물 사용에 대한 모니터링과 데이터 공개를 의무화합니다. 공개된 보고서는 기업들이 자원을 보다 효율적으로 관리하도록 자극하고, 투자자들이 생태계 부담 경감의 진행 상황을 추적할 수 있도록 합니다.
- 자원 관리에 AI 활용. 아이러니하게도 AI 자체가 문제 해결에 기여할 수 있습니다. 머신 러닝 알고리즘은 이미 데이터 센터의 냉각 최적화, 부하 예측 및 네트워크 피크 부하를 최소화하여 서버 활용도를 높이는 작업에 사용되고 있습니다.
향후 몇 년은 빠르게 성장하는 AI 분야에 지속 가능성 원칙을 통합하는 데 결정적인 시기가 될 것입니다. 산업계는 갈림길에 서 있습니다: 관성을 따라 움직이거나, 환경 장벽에 직면할 위험을 감수하거나, 문제를 새로운 기술과 비즈니스 모델의 자극제로 전환할 수 있습니다. 투명성, 혁신 및 자원에 대한 책임 있는 접근 방식이 AI 전략의 필수 요소가 된다면, "디지털 정신"은 지구에 대한 배려와 함께 발전할 수 있을 것입니다. 이는 투자자와 사회가 신규 기술 시대에 기대하는 이상적인 균형입니다.
