생성 AI의 급속한 발전이 환경에 미치는 영향
생성 AI 모델의 급속한 발전과 배포는 전력 수요 증가와 물 소비와 같은 환경적 영향을 초래하고 있다. MIT 뉴스에서는 이러한 기술의 자원 집약적인 특성을 조명하며, 전문가들이 어떻게 이러한 영향을 완화하려고 노력하고 있는지를 탐구한다.
- 2021년 기준, AI와 관련된 컴퓨팅 파워의 사용량은 과거 10년간 연평균 330% 성장했다는 통계가 있다. 연구에 따르면, 이는 기술 발전과 사용자 수의 증가에 기인한다고 한다.
- 이러한 확장세에 대응하기 위해 기업들은 전력 효율적인 하드웨어 개발과 재생 가능 에너지 사용 확대를 통한 환경적 책임을 강화하고 있다.
생성 AI와 전력 소비 증가
수십억 개의 매개변수를 가진 생성 AI 모델을 훈련하는 데 필요한 컴퓨팅 파워는 막대한 전력을 소모하며, 이는 전력망에 압력을 가하고 이산화탄소 배출량을 증가시킨다. 예를 들어, OpenAI의 GPT-4 같은 모델은 훈련 및 배포 과정에서 상당한 양의 전력을 필요로 한다.
- 한 연구에 따르면, 대규모 AI 모델 하나의 훈련 과정은 차량 300대 이상의 탄소 배출량과 맞먹는 이산화탄소를 발생시킨다.
- 이로 인해 전통적인 전력 공급망의 부담이 증가하고 있어, 재생 가능 에너지의 도입이 더욱 중요해지고 있다.
데이터 센터의 에너지 수요
데이터 센터는 생성 AI의 환경적 영향에 기여하는 주요 요소 중 하나다. 데이터 센터는 온도 조절된 건물로, 서버와 네트워크 장비를 포함한 컴퓨팅 인프라를 수용한다. 이러한 데이터 센터는 생성 AI의 확산으로 인해 급증하는 에너지 수요를 맞추기 위해 더 많이 건설되고 있다.
- 글로벌 데이터 센터의 전력 소비량은 현재 전 세계 전력의 약 1% 이상을 차지하고 있으며, 이는 앞으로도 계속 증가할 것으로 예상된다.
- 효율적인 냉각 시스템과 저전력 서버 사용은 데이터 센터 효율성을 높이는 방안으로 추진되고 있다.
생성 AI 모델의 추론 과정과 지속적인 에너지 사용
생성 AI 모델이 훈련된 후에도 에너지 수요는 계속된다. 예를 들어, ChatGPT와 같은 AI 도구를 사용할 때마다 에너지를 소비하게 된다. 이러한 사용은 사용자에게 쉽게 제공되기 때문에 환경적 영향에 대한 인식이 부족하다.
- AI 서비스의 활성 사용자 수가 증가함에 따라, AI 모델의 추론은 전체 에너지 사용의 큰 부분을 차지하게 된다. 이는 AI 채택이 증가할수록 더 큰 환경 영향을 미친다.
- 각국 정부와 기업들은 AI 사용량을 기반으로 한 생태 발자국을 모니터링하여 환경 보호 조치를 강화하고 있다.
물 사용과 하드웨어 제조의 환경적 영향
데이터 센터는 컴퓨팅 장비를 냉각하기 위해 많은 양의 물을 사용한다. 이는 지역 생태계를 해칠 수 있으며, 하드웨어 제조와 관련된 간접적인 환경적 영향도 존재한다. GPU와 같은 고성능 하드웨어의 제조는 더 많은 에너지를 필요로 하며, 이는 물질 운송과 관련된 탄소 발자국을 증가시킨다.
- 2020년 기준, 전 세계 196만 대의 데이터 센터는 매일 약 626억 리터의 물을 사용한 것으로 추산된다.
- 수 반응냉각 시스템과 같은 고효율 기술 도입은 물 사용을 줄이는 데 기여하고 있으며, 환경 영향을 완화하기 위한 새로운 방법들이 지속적으로 연구되고 있다.
지속 가능한 생성 AI 개발을 위한 노력
산업은 지속 가능한 경로를 벗어나고 있으며, 생성 AI의 책임 있는 개발을 장려하기 위해서는 포괄적인 환경적, 사회적 비용을 고려해야 한다. MIT의 연구진은 새로운 기술의 발전이 환경에 미치는 영향을 체계적으로 이해하고 평가할 필요성을 강조한다.
- 구글과 같은 주요 기술 기업들은 2025년까지 탄소중립을 달성하겠다는 목표를 세우고 AI와 데이터센터 운영에서 재생 가능 에너지 활용을 확대하고 있다.
- 연구 기관들은 AI의 환경적 영향을 최소화하기 위한 정책 권장과 더불어, 에너지 절약 알고리즘 개발을 통한 AI 기술의 지속 가능성을 높이기 위해 노력하고 있다.
출처 : 원문 보러가기
