노컷뉴스

[르포]한여름에도 에어컨은 부담스럽다?…더위에 속앓이하는 네덜란드 2025년 6월 말, 네덜란드 암스테르담 중앙역. 아침 7시임에도 불구하고 역사를 빠져나오는 사람들의 이마엔 벌써 땀방울이 맺혀있다. 한 중년 관광객 남성은 소매로 연신 얼굴을 닦아내며 발걸음을 재촉한다. 기온계는 오전 8시를 갓 넘긴 시각에 이미 28도를 가리키고 있었다. "유럽은 일 년 내내 서늘해서 살기 좋다"는 통념은 이제 과거의 이야기가 되어버렸다. 기후위기 특별취재팀이 직접 경험한 암스테르담의 여름은 우리가 알던 그 '선선한 유럽'이 아니었다. 민소매차림은 기본이었고 더위에 지친 일부 주민들은 집 앞 운하 물 속에 들어가 더위를 피하기도 했다. 무더운 날씨에도 냉방 없는 트램…탑승객은 땀 '뻘뻘' 오전 9시, 암스테르담 시내를 가로지르는 트램에 올랐다. 열차에 들어서자마자 후끈한 열기가 얼굴을 덮친다. 통유리창으로 되어 있어 바깥공기를 쐴 수 없는 구조에, 천장에 설치된 에어컨은 가동을 하지 않아 객실은 그야말로 찜통이다. 승객들은 부채질을 하거나 물을 마시며 더위를 견뎠다. 그런데 유리문 너머 직원실을 보니 상황이 다르다. 직원들은 시원한 표정으로 근무하고 있다. 객실과 달리 직원실에만 에어컨이 설치되어 있는 것이다. 그래서인지 유리문틈으로 나오는 시원한 공기를 쐬려는 사람들로 문전성시를 이뤘다. 어리둥절하는 기자의 옆에 있던 한 승객은 "매년 여름이 더 더워지는데 대중교통 시설은 여전히 옛날 방식 그대로다"라며 한숨을 내쉬었다. 암스테르담 중심가의 17세기 건물들. 유네스코 세계문화유산으로 지정된 이 운하 지구는 엄격한 건축 규제를 받는다. 에어컨 실외기 하나 설치하는 것도 까다로운 허가 절차를 거쳐야 한다. 설령 허가를 받더라도 설치 비용은 한국의 3-4배에 달한다. 램브란트 광장 주변 한 카페 주인 얀(Jan, 52)은 "올해 이 기간에는 손님들이 더위 때문에 에어컨이 설치된 가게를 선호한다"며 "입구 앞에 에어컨을 설치하고 싶어도 제약이 많아 고민이다"라고 토로했다. 실제로 취재팀이 방문했던 카페와 레스토랑 중 상당수는 에어컨이 없었고 비싼 얼음물로 더위를 달랬다. 밤 9시에도 내리쬐는 태양…풍력발전기는 돌고, 화력발전소는 철거되고 현지 통역사는 취재팀에게 "유럽의 하지에 방문했다"며 "일년 중 제일 더운데 올해는 기후변화로 더 더워진 것 같다"고 설명했다. 북위 52.15도에 위치한 암스테르담의 여름 낮은 유난히 길다. 밤 9시가 넘어도 태양은 지평선 위에 머물러 있고, 완전히 어두워지는 시간은 밤 11시가 가까워서다. 긴 일조시간은 곧 긴 폭염 노출 시간을 의미한다. 아침 6시부터 밤 10시까지, 거의 16시간 동안 도시는 태양 아래 달궈진다. 에어컨 없는 실내와 지표면은 축적된 열기로 밤새 식을 줄 모른다. 네덜란드는 발빠른 재생에너지 전환으로 유명하다. 암스테르담 하면 풍차가 떠오르듯이 외곽으로 20분만 나가면 풍경이 달라진다. 들판 곳곳에 거대한 풍력발전기가 돌아가는 모습을 쉽게 볼 수 있고 일부 들판에는 태양광 패널이 빼곡하게 설치된 곳도 있었다. 또한 암스테르담 도심 서북부에서는 한 화력발전소가 한창 철거 작업 중이다. 온실가스가 뿜어져 나올 것 같은 굴뚝이 철거되는 와중에 바로 옆에서는 풍력발전기 프로펠러가 맹렬하게 돌고 있었다. 네덜란드는 2030년까지 전력의 70%를 재생에너지로 전환한다는 목표를 세웠다. 이에 따라 각지에 재생에너지 생산시설을 증설하고 석탄기반 발전시설을 줄여나가고 있다. 실제로 네덜란드 중앙통계국이 발표한 예비수치에 따르면 재생에너지 비율은 2019년 8.7%에서 2024년 19.8%까지 증가했다. 한 가지 재미있는 점은 네덜란드의 재생에너지는 태양광이 아닌 풍력발전이라는 점이다. 현지 통역사는 "하지 부근의 네덜란드는 일조량이 15시간이 넘지만 태양광은 날씨가 좋아야 최대 성능을 낼 수 있는데 아쉽게도 날씨가 이렇게 좋은 때는 일부에 지나치지 않는다. 나머지의 경우 흐린날이 대부분이다"라며 "오히려 흐린날이 많기 때문에 바람이 많이 불어 풍력발전시설이 주 재생에너지 생산시설로 지어지고 있다"고 설명했다. 에너지 전환의 선두주자에 속하는 네덜란드의 시민들은 냉방에 에너지를 사용하는 것에 대해서는 어떻게 생각할까? 답변은 아이러니하게도 매우 소극적이었다. 길거리에서 인터뷰에 응한 현지 주민 소피아(Sophia)씨는 네덜란드의 비싼 전력요금에 대해 "지금처럼 날씨가 더울 땐 에어컨을 설치하는 것보다 다른 시원한 지역으로 여행을 다녀오는 경우가 많다. 그 이유는 지금처럼 하지 기간은 오래가지 않기 때문"이라고 설명했다. 실제로 네덜란드의 가정용 전기요금은 kWh(킬로와트)당 평균 0.4유로(약 600원) 수준으로 한국보다 2~3배 비싸 에어컨 사용을 하면 요금 폭탄을 맞을 수도 있다. 40도를 넘나드는 유럽, 폭염 앞에서 취약 6월 말에서 약 일주일 동안의 취재 기간 중 현지 뉴스는 연일 폭염 소식을 전했다. 프랑스 남부는 42도, 스페인은 44도까지 치솟았다. BBC에서는 날씨가 맑다고 무조건 밖에서 햇볕을 쬐는 건 위험하다고 경고했고 더우면 물을 마셔야 한다는 전문가의 인터뷰를 연이어 보도했다. 선진국이라는 타이틀이 무색하게 유럽, 특히 서유럽은 폭염 앞에서 의외로 취약했다. 에어컨 보급률이 20% 미만인 국가가 대부분이고, 건물이 냉방보단 난방을 유지하기 위한 설계로 지어졌기 때문이다. 폭염 대응 인프라도 부족하다. 한국과 달리 습도는 낮지만, 장시간 지속되는 고온에 체온 조절 기능이 약한 노약자들이 위험에 노출되어 있다. 같은 위도, 다른 날씨…아일랜드는 여전히 서늘 흥미로운 것은 암스테르담에서 비행기로 1시간 반 거리인 아일랜드 더블린은 정반대 상황이었다는 점이다. 위도는 비슷하지만 더블린의 7월 평균 기온은 20도를 밑돌았다. 거리엔 반팔부터 패딩까지, 각양각색의 복장을 한 사람들이 뒤섞여 있었다. 대서양의 영향을 직접 받는 아일랜드와 달리, 네덜란드는 기후변화의 영향을 더 크게 받고 있는 것처럼 보인다. 같은 유럽이라도 지역별 편차가 극명하게 나타나는 것이다. 더블린 소재 글로벌 기업에서 근무하는 한국인 직원 K씨(28)는 "더블린의 날씨는 일년 내내 흐린편이다. 어쩌다 맑은 날이면 햇볕을 쬐기 위해 나가는 편이다"라며 "아일랜드는 서늘한 기후 때문에 에어컨이 없는 곳이 대부분이다"고 전했다. 실제로 취재팀이 머문 숙소에도 에어컨이 없어 선풍기를 대여해 사용했다. 기후위기 시대, 적응의 속도가 따라가지 못하는 현실 더블린을 떠나는 날 아침, 공항을 향하는 차 안에서 사람들의 옷차림들 살펴봤다. 여전히 사람들은 패딩부터 반팔까지 다양한 차림을 하고 있었다. 기후는 빠르게 변하고 있지만, 도시의 인프라와 사람들의 인식은 그 속도를 따라가지 못하고 있다. 수백 년 된 건물을 보존하면서도 새로운 기후 현실에 적응해야 하는 서유럽의 딜레마는, 어쩌면 우리 모두가 직면한 과제일지도 모른다. 선진국이라는 이름 뒤에 숨겨진 기후 취약성. 암스테르담의 무더운 여름은 우리에게 묻고 있었다. 과연 우리는 급변하는 기후 앞에서 얼마나 준비되어 있는가. 2025.08.08 06:00

"희망일까 위협일까"…당신의 검색 한 번, 지구는 뜨거워 진다[영상] AI가 우리 일상을 바꿨습니다. 편리함에 빠져드는 사이, 지구는 더 빨리 뜨거워지고 있습니다. 전문가들은 AI 데이터센터의 전력수요가 2023년 대비 2026년에는 최소 10배는 증가할 것으로 예측합니다. 막대한 전력 소비부터 전자폐기물 급증까지, 편리함 뒤에 숨은 기후위기를 객관적 자료로 검증합니다. AI 중독 시대, 우리가 놓치고 있는 것은 무엇일까요. CBS노컷뉴스가 인공지능 시대의 불편한 진실을 추적했습니다. 영상으로 직접 확인해 보시죠. 2025.08.08 05:00

AI의 기후 예측, 환경 보호에 도움된다?[노컷체크] ▶ 글 싣는 순서 ①'알아서 척척' AI챗봇, 웹 검색보다 전력 10배 더 쓴다?[노컷체크] ②데이터센터 하나가 도시 하나만큼 전력을 쓴다?[노컷체크] ③AI가 학습할 때 내뿜는 탄소배출량은 사람의 10배다?[노컷체크] ④AI가 사람 대신 일하면 탄소배출 3천배나 줄일 수 있다?[노컷체크] ⑤수만 명이 사용할 물, 데이터센터가 사용한다?[노컷체크] ⑥AI 영상 기술 확산으로 전자폐기물 배출 증가한다?[노컷체크] ⑦AI 효율화로 온실가스를 줄여왔다?[노컷체크] ⑧빅테크 AI 데이터센터, 100% 재생에너지로 운영되지는 않는다?[노컷체크] ⑨AI의 기후 예측, 환경 보호에 도움된다?[노컷체크] (끝) "인공지능(AI)은 탄소 배출만 놓고 보면 지구를 데우는 엔진…장기적으로 봤을 땐 새로운 세상을 열어주지 않을까" 정수종 서울대 기후환경 AI연구센터장(환경관리학과 교수)이 AI와 환경 문제의 복합적 관계를 진단한 말이다. AI는 기후 변화 대응에서 양면적 역할을 하고 있다. 기후 예측 정확도를 혁신적으로 향상시키고 환경 보호에 실질적 기여를 하는 동시에, 급격한 에너지 소비 증가로 새로운 환경 부담을 만들고 있다. 국제에너지기구(IEA)는 AI 사용량 증가로 전력 소비량이 몇 년내로 수 배 이상 급증할 것으로 전망했다. 그와 동시에 AI가 전력 최적화에 개입한다면 전 세계적으로 약 300테라와트시(TWh)의 전기를 절약할 수 있을 것으로 예측했다. 이는 현재 호주와 뉴질랜드의 연간 전력 생산량을 합친 양과 같은 수준이다. AI는 구세주일까, 환경 파괴자일까 구글 딥마인드의 '그래프캐스트(GraphCast)'는 AI 기반 기후 예측의 대표적 성공 사례다. 사이언스(Science)에 2023년 발표된 '중기 범위 전 지구 기상 예보의 정확도 향상을 위한 학습(Learning skillful medium-range global weather forecasting)' 연구에 따르면, 이 모델은 10일 중거리 기상 예보에서 유럽중기기상예보센터(ECMWF)의 기존 물리 기반 모델보다 대부분의 예측 항목에서 더 정확한 결과를 보였다. 특히 1380개 기상 변수 중 99.7%에서 기존 모델을 능가했다. 그래프캐스트는 2023년 허리케인 리(Hurricane Lee)의 노바스코샤 상륙을 9일 전에 예측했는데, 이는 기존 모델보다 3일 빠른 성과였다. 계산 효율성 면에서도 기존 슈퍼컴퓨터가 수시간이 소요되던 10일 예보를 1분 미만에 완성하는 등 에너지 효율성이 기존 기상 예보 대비 1천배 높아졌다. 구글 리서치팀도 'Flood Hub'로 명명된 머신러닝 수문모델을 이용해 전 세계 홍수를 예측하고 있다. 이들은 80개국, 4억 6천만 명이 거주하는 지역에 최대 7일 앞선 홍수 예보를 제공하고 있다. 이를 통해 관측소가 부족한 아프리카와 남아시아에서도 유럽 수준의 정확도를 확보해 조기 대피를 가능하게 했다. 앤드루 파넬 더블린 대학교 기후 및 날씨 데이터 과학 교수는 "새로운 AI 모델들은 이전보다 훨씬 정확하고 더 많은 데이터를 활용할 수 있다"며 "AI는 위성 정보, 기상 관측소 데이터, 기후 모델 정보를 모두 통합할 수 있는 훨씬 유연한 모델링 프레임워크"라고 평가했다. 환경을 구하는 AI vs 지구를 데우는 AI AI는 환경 보호 현장에서 기존 방식으로는 불가능했던 구체적 성과를 만들어내고 있다. 세계경제포럼(WEF)은 최근 보고서를 통해 "인공지능(AI)을 효과적으로 도입하면 전력, 식품, 교통 세 분야에서만 매년 최대 6기가톤(Gt)의 이산화탄소 배출을 줄일 수 있다"고 밝혔다. WEF에 따르면 연간 감축 잠재량은 △전력 부문 1.8Gt △식품(농축·가공·유통) 부문 3Gt △교통 부문 0.6Gt 수준이다. 이산화탄소 1Gt은 승용차 약 2억 대가 1년간 내뿜는 온실가스와 맞먹는 양이다. 이를 단순 환산하면, AI 기술 활용으로 매년 승용차 최대 12억 대가 사라지는 것과 같은 탄소 저감 효과를 얻을 수 있다는 의미다. 실제 성과 사례도 속속 나타나고 있다. 세계자연자산 플랫폼 '글로벌 포레스트 워치(GFW)'의 GLAD 알림 서비스는 열대림 벌목 현황을 주 단위로 위성 분석해 통보한다. 페루 아마존보존협회(ACA)는 해당 서비스를 통해 불법 벌목 현장에 대한 정부 단속을 유도해 금광과 벌목 현장을 즉시 차단하는 성과를 거두고 있다. 야생동물 보호 분야에서도 괄목할 만한 결과가 나타났다. 인도 오디샤주 심필리팔호랑이보호구역은 AI 트레일카메라 140대를 설치해 밀렵범 51명을 추적·검거했다. 전체 검거자 중 80%가 카메라 분석을 통한 사후 식별로 붙잡았고 재범은 단 한 건도 발생하지 않았다. 비영리단체 Wild Me의 'Wildbook'은 딥러닝으로 야생동물의 얼룩과 무늬를 식별해 개체별 데이터베이스를 구축하고 있다. 등록된 전 세계 70종, 600만 장 이상의 사진을 통한 모니터링으로 국제자연보전연맹(IUCN)의 고래상어 보호등급을 '취약'에서 '멸종위기'로 상향시켰다. 교통 분야에서도 실질적 성과가 있었다. 2021년 출시된 구글 맵의 친환경 경로 안내 서비스는 출시 1년만에  120만 미터톤(M/T)의 탄소 배출을 미연에 방지했다. 구글은 25만 대의 자동차를 도로에서 제거한 것과 같은 효과라고 발표했다. AI 모델 돌릴 때 드는 에너지, 이득이 더 클까 AI 기술의 급속한 확산과 함께 전력 소비량이 폭증하고 있다. 전문가들은 기술 효율화 가능성과 함께 현실적 우려를 동시에 제기하고 있다. IEA가 지난 4월 발표한 '전기 2024: 2026년까지의 분석과 전망(Electricity 2024: Analysis and forecast to 2026)' 보고서에 따르면, 전 세계 데이터센터의 전력 소비량은 2022년 약 460TWh에서 2026년 1천 TWh로 두 배 이상 급증할 것으로 전망됐다. 조성배 연세대학교 교수는 "2023년 대비 2026년까지 AI 분야의 전력 소모량이 최소 10배는 증가할 것"이라며 "AI 산업 전체의 전력 수요가 연간 100TWh 이상으로 급증할 것으로 예상된다"고 분석했다. 이는 2024년 한국의 전체 전력 소비량(약 549.81TWh)의 6분의 1을 초과하는 양이다. 이유수 에너지경제연구원 박사는 "데이터센터 1개 평균 연간 전력 사용량이 약 25기가와트시(GWh) 정도라고 얘기를 하고 있다"며 "4인 가구로 치면 한 6천 세대 정도에 해당되는 수준"라고 설명했다. 현실적 상황을 보면 AI 작업의 에너지 소비량도 상당하다. 일반적으로 데이터센터는 공급받는 최대 전력량의 약 60~70%를 상시 사용한다. AI 데이터센터의 규모로 알려진 100메가와트(MW)급 데이터센터는 매시간 약 60MW의 전력을 소비하게 된다. 한 달간 누적하면 약 43.2GWh에 달한다. 정부의 전력데이터 개방 포털시스템에 따르면, 경기도 하남시 전체 주택의 월간 전력 사용량은 지난 5월 기준으로 42.21GWh다. 즉, AI 데이터센터 단 한 곳이 하남시 전체 가정이 쓰는 전력량과 비슷한 수준을 사용하고 있다. 정수종 서울대 환경관리학과 교수는 AI의 환경적 영향에 대해 복합적 시각을 제시했다. 그는 "인공지능은 탄소 배출만 놓고 보면 지구를 데우는 엔진"이라고 현 상황의 문제점을 지적했다. 그는 현재 AI 기술 발전 과정에서 나타나는 환경 부담을 석유 산업의 역사와 비교하며 "석유를 쓸 때도 처음에는 환경 문제를 몰랐다. 그런데 지금 AI는 우리가 미리 알고 있으니까 이번엔 다르게 할 수 있을 것"이라고 사전 대응의 중요성을 역설했다. 이어 "우리가 효율을 높이고 저전력화 시키는 쪽으로 가면 장기적으로 봤을 때, 인공지능이 새로운 세상을 열어주지 않을까라고 기대를 하고 있는 것"이라고 내다봤다. ※ [AI 패러독스:편리함 중독, 빨라진 기후위기] 사용할수록 편리한 AI, 그 편리함 뒤에 숨어 있는 환경 비용은 얼마나 될까요? AI에게 질문해 보고, 내가 사용한 전력도 확인해 보세요. 아래 링크를 클릭해 인터랙티브 페이지에 접속! https://m.nocutnews.co.kr/story/S250715/ ※이 기사는 세명대학교 저널리즘 대학원의 지원을 받아 제작되었습니다. 2025.08.07 05:00

빅테크 AI 데이터센터, 100% 재생에너지로 운영되지는 않는다?[노컷체크] ▶ 글 싣는 순서 ①'알아서 척척' AI챗봇, 웹 검색보다 전력 10배 더 쓴다?[노컷체크] ②데이터센터 하나가 도시 하나만큼 전력을 쓴다?[노컷체크] ③AI가 학습할 때 내뿜는 탄소배출량은 사람의 10배다?[노컷체크] ④AI가 사람 대신 일하면 탄소배출 3천배나 줄일 수 있다?[노컷체크] ⑤수만 명이 사용할 물, 데이터센터가 사용한다?[노컷체크] ⑥AI 영상 기술 확산으로 전자폐기물 배출 증가한다?[노컷체크] ⑦AI 효율화로 온실가스를 줄여왔다?[노컷체크] ⑧빅테크 AI 데이터센터, 100% 재생에너지로 운영되지는 않는다?[노컷체크] (계속) 구글, 메타, 아마존, 마이크로소프트. 세계적 빅테크 기업들은 앞다퉈 '100% 재생에너지로 운영되는 데이터센터'를 홍보하고 있다. '넷제로', '탄소중립', 'RE100(Renewable Energy 100%)'이라는 용어가 마케팅 문구처럼 쓰인다. 국내 빅테크 기업 네이버도 RE100을 목표로 노력하고 있다. 그러나 이러한 RE100 선언은 실제로 100% 재생에너지를 사용하는 것을 의미할까? 아일랜드 데이터센터, 국가 전체 에너지의 20% 잠식 데이터센터가 밀집해 있는 국가라고 한다면 미국, 네덜란드, 아일랜드를 생각해볼 수 있다. 미국은 IT기업의 밀집지역, 네덜란드는 법인세 혜택 그리고 아일랜드는 서늘한 기후조건으로 데이터센터가 밀집해있다. 데이터센터는 엄청난 연산으로 생긴 열을 식히는 냉각 장비에 많은 에너지가 소모된다. 보통 데이터센터에서 사용하는 에너지의 약 30% 정도가 냉각 장비에 들어갈 정도다. 팬으로 열을 식히는 상당수의 데이터센터 구조상, 외부의 차가운 공기는 냉각에 들어가는 에너지를 절약할 수 있는 최적의 조건이 된다. 이러한 지리적 이점때문에 아일랜드에 수많은 데이터센터들이 지어졌고 앞으로도 지어질 예정이다. 하지만 이들이 사용하는 막대한 에너지는 국가 에너지 구조에 영향을 미칠만큼 커졌고 아일랜드는 세계에서 데이터센터와 친환경에너지에 적극적으로 대응하는 나라가 됐다. 아일랜드 국민이 체감하는 데이터센터의 '친환경'은 그 온도가 다르다. 지난 2023년, 아일랜드의 일반 가정 전기요금이 급등하던 시기, 데이터센터는 전체 전력 소비의 약 18%를 차지하며 논란의 중심에 섰다. 정전 사태 우려가 현실로 대두되며, "(데이터센터가)재생에너지를 쓰고 있다는데 왜 국가 전력망은 더 불안정해지느냐"는 질문이 나왔고 사회적 이슈가 됐다. 앤드루 파넬 아일랜드 더블린 대학교 기후 및 날씨 데이터 과학 교수는 CBS노컷뉴스와의 인터뷰에서 이러한 기형적인 데이터센터의 전력사용에 대해 "아일랜드에는 80여개 이상의 데이터센터가 있고 앞으로도 더 많은 데이터센터가 생겨날 예정으로 이들이 국가전력망의 20%이상을 사용하고 있다. 이는 매우 큰 문제로 인식하고 있고 데이터센터의 필요성을 다시 생각해야 한다. 그 이유는 재생에너지가 따라갈 수 없을 정도로 빠르게 성장하고 있기 때문"이라고 지적했다. 파넬 교수는 "데이터센터를 구축하고 에너지 사용 측면에서 최적화 하는 방법에 대한 연구가 진행되고 있다. 이는 정책적 문제일 뿐만 아니라 탄소발자국 등 각 요소의 발자국을 줄이기 위한 근본적인 공학적 문제이기도 하다"면서 "AI 데이터센터의 필요성은 이것이 우리 삶의 대부분에서 쓰이는 것을 보면 알 수 있다. 단, 데이터센터에서 전력을 최적화시켜 사용하는 것이 중요하다"고 강조했다. 데이터센터의 유용성을 부정하는 의견은 많지 않다. 하지만 그 데이터센터가 친환경적으로 운영되는지는 복합적으로 살펴봐야 한다. RE100과 CF100, 무엇이 다른가 빅테크 AI 데이터센터가 재생에너지로 100% 운영되는지 여부를 알기 위해선 우선 기업들이 말하는 '100% 재생에너지'의 정의부터 살펴보아야 한다. 이는 기업의 에너지 사용량을 1년 단위로 재생에너지 구매량과 사용량을 맞추는 방식으로 산정된다. 친환경 에너지가 생산되고 그 가격을 지불해 에너지를 확보한 후 해당 에너지를 사용하는 것, 이상적인 방식의 에너지 사용법이다. 하지만 여기에는 한 가지 빈틈이 존재한다. 아누즈 파타니아 네덜란드 암스테르담 대학교 병렬 컴퓨팅 시스템(PCS) 그룹 조교수는 "빅테크 기업들이 100% 재생에너지를 사용하고 있다고 보고하고 있지만, 맹점은 제 3자에 의한 감시가 아닌 자발적 보고라는 점이다"라며 "유럽에는 이러한 수치를 보고하도록 의무화하는 강력한 법규가 존재하지 않는다"고 지적했다. 이어 "데이터센터가 100% 재생 에너지를 사용한다고 주장하더라도, 이 데이터센터에 사용되는 재생 에너지는 지속 가능한 환경에 영향을 미치지 못할 것이다. 왜냐하면 재생에너지를 사용할 예정이었던 다른 기업, 일반 가정 등 다른 곳에서 결국 화석 연료로 발전한 에너지를 사용하게 돼 국가 전체로 바라보면 에너지의 그린워싱이 일어나고 있는지 의문이 들 것"이라고 설명했다. 한나 데일리 코크 대학교 지속 가능 에너지 시스템학과 교수가 지난해 12월 발표한 '아일랜드의 탄소 예산과 관련된 데이터센터 (Data Centers in Relation to Ireland's Carbon Budgets)' 연구 보고서에 따르면 데이터센터의 전력수요는 2015년부터 매년 22.6%씩 증가하면서 아일랜드의 총 전력구조에서 점유율이 높아지고 있다. 또한 풍력 에너지의 추가 전력생산량과 데이터센터의 전력수요량 비교에서는 2017년부터 점차 상승하던 데이터센터의 전력 수요량이 2022년 추월했고 2023년에는 역전현상이 일어났다. 데일리 교수는 "재생에너지 발전량 증가가 단순히 수요 증가로만 충족된다면 화석연료 사용량은 감소하지 않을 것이며, 이는 마치 아래쪽으로 움직이는 에스컬레이터를 타고 올라가는 것과 같을 것"이라고 지적했다. 이러한점 때문에 재생에너지로의 운영을 홍보하던 데이터센터는 재생에너지를 확보하는 것이 문제로 부상하고 있다. 구글에서는 데이터센터 주변에 친환경 발전 시설을 신규 설치하고 그 발전량으로 대응하면서 전력수요를 보충하고 있지만 이 역시 녹록치 못하다. 재생에너지 확보에 어려움을 겪는 데이터센터들은 결국 재생에너지 전력구매계약(PPA)을 적극적으로 체결하게 된다. 여기서 기업은 재생에너지 사용 선언에 따른 에너지 확보를 할 수 있고 전력기업은 막대한 에너지 판매로 더 많은 친환경 발전시설의 구축을 할 수 있다. 데이터센터의 재생에너지 구매에는 전력수요의 불균형도 있지만 재생에너지 특유의 남다른 사정도 한 몫 한다. 데이터센터는 24시간 연산체계가 가동하는 구조지만 재생에너지 발전량에 편차가 존재한다. 태양광 발전의 경우 해가 떠있을때만 가능하고 풍력발전의 경우 바람이 불지 않을땐 발전을 할 수 없다. 즉 각 발전체계마다 24시간 100%의 발전량을 유지할 수 없다. 이러한점 때문에 대부분의 데이터센터에는 백업 전력 확보계획이 세워져 있어 에너지 저장 장치(ESS), 또는 석탄 또는 가스를 활용하는 화력발전시설을 구축해 백업 전력을 확보하고 있다. 하지만 재생에너지가 아닌 다른 전력을 사용하는 전력구조라고 하더라도 RE100 인증을 받을 수 있다. 그 이유는 실제로 화석연료 기반 전기를 쓰더라도, 재생에너지 인증서(REC)를 통해 총량을 맞추면 RE100으로 인정해주기 때문이다. 데일리 교수는 "기업들이 말하는 '100% 재생에너지'는 보통 '연간 기준 매칭'이다. 이것은 시간대별로는 여전히 탄소 기반 전력을 쓸 수 있다는 뜻"이라고 지적했다. 이와는 대조적으로 CF100(Carbon-Free Energy 100%)은 24시간, 365일 재생에너지만 사용하는 것을 의미한다. 구글 등 일부 기업이 시도하고 있는 이 모델은 기술적, 지역적 한계를 갖고 있다. 아누즈 조교수 또한 "많은 기업들이 CF100을 말하지만, 실제로는 달성한 곳이 극히 드물다. 대부분은 연간 기준 재생에너지 구매로 100%를 맞춘다"고 전했다. 한편, 국내 RE100 가입 기업인 네이버도 이러한 한계를 인정한다. 네이버측은 "현재 클라우드 데이터센터에 태양광을 일부 도입하고 있으며, 한국전력 및 제3자 PPA 등을 통해 재생에너지 전력 사용량을 확대 중"이라고 밝혔다. 하지만 100% 재생에너지 운영 여부에 대해서는 'PPA로 약 5% 달성했다'라고 전했다. 이는 국내에서도 '100% 재생에너지 운영'이 실질적으로 달성하기 쉽지 않음을 보여준다. 재생에너지 대체의 구조적 한계…기술적 대안은 존재하나, 구현은 제한적 이러한 재생에너지 대체에 대한 맹점에 대해 국내 전문가들도 우려를 표하고 있다. 석광훈 에너지전환포럼 전문위원은 "RE100은 실시간 운영이 아닌 회계기준 매칭이다. 즉, 기업이 특정 시점에 석탄 발전 전기를 쓰고, 다른 시점에 태양광 발전 인증서를 사서 연간으로 맞추면 되는 구조"라고 설명했다. 이 구조에서는 전력망의 실제 탄소 배출량 감소는 기대하기 어려울 수 있다. 이유수 에너지경제연구원 박사도 "재생에너지의 변동성 때문에 데이터센터처럼 24시간 안정적인 전력을 필요로 하는 설비에는 보완적 자원이 필수다. 그런데 이 보완이 화석연료라면 탄소중립과는 거리가 있다"라고 꼬집었다. '100% 재생에너지'가 기술적으로는 가능할지 몰라도, 실제로는 가스발전, LNG발전 등과 혼합해 운영될 가능성이 높다는 점을 보여준다. 이러한 재생에너지와 화석발전 에너지 혼합 사용 문제에 대응하기 위해 일부 기업들은 에너지 저장 장치(ESS), 수소연료 전지, 지역 분산형 전원 구축 등의 기술을 도입하고 있다. 구글이 매년 발표하는 최신 환경보고서에 따르면 자사 데이터센터에 인공지능 기반 전력 예측 시스템을 도입해 수요 조정 능력을 확보했다고 밝혔다. 하지만 이러한 기술은 아직 비용이 높고, 모든 지역에 바로 적용되기 어려운 점이 있다. 아누즈 조교수는 "AI 전력 사용의 지속가능성을 말할 때, 반드시 지역의 전력 구조와 재생에너지 비중을 함께 고려해야 한다. 그렇지 않으면 실제로는 탄소 배출이 늘어날 수도 있다"라고 지적했다. RE100의 한계와 진정한 친환경 데이터센터의 과제 많은 기업들이 '100% 재생에너지'라는 문구를 사용하고 있으나, 이는 대부분 연간 기준의 재생에너지 구매를 통해 맞추는 방식이다. 실시간으로 탄소 배출 없는 전력을 사용하는 'CF100' 모델은 아직 극소수 사례에 불과하며, 대부분의 데이터센터는 여전히 화석연료 기반 전력과 혼합해 운영되고 있다. 따라서 빅테크 기업들의 'RE100' 선언이 반드시 실질적인 탄소중립을 의미하지는 않는다는 점을 인식해야 한다. 아일랜드 사례에서 보듯이 데이터센터의 급속한 전력 수요 증가는 국가 전력망에 부담을 주고 있으며, 재생에너지 인증서(REC) 구매를 통한 '회계적 탄소중립'과 실제 전력망에서의 '물리적 탄소중립' 사이에는 괴리가 존재한다. 진정한 친환경 데이터센터 운영을 위해서는 기업들이 단순한 RE100 달성을 넘어 CF100 모델 도입, 에너지 효율성 개선, 그리고 지역별 재생에너지 인프라 확충에 더욱 적극적으로 나서야 할 것이다. ※ [AI 패러독스:편리함 중독, 빨라진 기후위기] 사용할수록 편리한 AI, 그 편리함 뒤에 숨어 있는 환경 비용은 얼마나 될까요? AI에게 질문해 보고, 내가 사용한 전력도 확인해 보세요. 아래 링크를 클릭해 인터랙티브 페이지에 접속! https://m.nocutnews.co.kr/story/S250715/ ※이 기사는 세명대학교 저널리즘 대학원의 지원을 받아 제작되었습니다. 2025.08.06 06:00

AI 효율화로 온실가스를 줄여왔다?[노컷체크] ▶ 글 싣는 순서 ①'알아서 척척' AI챗봇, 웹 검색보다 전력 10배 더 쓴다?[노컷체크] ②데이터센터 하나가 도시 하나만큼 전력을 쓴다?[노컷체크] ③AI가 학습할 때 내뿜는 탄소배출량은 사람의 10배다?[노컷체크] ④AI가 사람 대신 일하면 탄소배출 3천배나 줄일 수 있다?[노컷체크] ⑤수만 명이 사용할 물, 데이터센터가 사용한다?[노컷체크] ⑥AI 영상 기술 확산으로 전자폐기물 배출 증가한다?[노컷체크] ⑦AI 효율화로 온실가스를 줄여왔다?[노컷체크] (계속) "우리는 '과연 AI가 전력 사용량을 6% 이상 감소할 수 있는지'에 대한 질문을 해야 한다" "답은 '명백히 그렇다'이다" 빌 게이츠 마이크로소프트 창업자는 지난해 6월 런던에서 열린 '브레이크스루 에너지 서밋'에서 이렇게 단언했다. AI 데이터센터가 전 세계 전력 사용량을 2-6% 증가시킬 것이라는 우려에 대해, AI 기술 발전 자체가 이를 상쇄하고도 남을 것이라고 확신한 것이다. 실제로 AI 효율화 기술은 빠르게 발전하고 있다. 구글 딥마인드의 AI는 데이터센터 냉각 시스템을 스스로 학습하고 제어해 에너지 효율을 획기적으로 개선했다. 엔비디아는 AI 모델의 불필요한 연산을 제거하고 최적화하는 '텐서RT(TensorRT)'라는 소프트웨어 플랫폼을 개발해, AI 추론 과정에서 에너지 소비를 획기적으로 줄였다. 이러한 개별 기술의 발달로 에너지 소비는 감소하는 것처럼 보이지만 AI기술의 필수적인 데이터센터의 환경영향적인 측면으로 바라본다면 이야기는 달라진다. 데이터센터는 도시 규모의 에너지를 소비한다고 알려져있다. 그리고 이 막대한 에너지를 생산하는 발전시설은 형태에 따라 차이가 있지만 온실가스를 배출한다. 즉 전력을 생산하면 온실가스가 발생하는 구조다. 그렇다면 에너지를 감축하는 AI 효율화가 온실가스 감축에 기여하고 있을까? 개별 기술의 전력 효율 향상이 전체 시스템의 온실가스 배출 감소로 이어지는지, 그리고 빌 게이츠의 낙관적 전망이 현실과 부합하는지 검증이 필요하다. AI 효율화와 온실가스 간의 연결고리 온실가스(GHG, Greenhouse Gas)란 대표적으로 이산화탄소(CO2), 메탄(CH4), 아산화질소(N2O) 등으로 구성되며, 대부분은 화석연료의 연소를 통해 생성되고 배출된다. 기업의 온실가스 배출은 크게 세 가지 범주로 나눠 'Scope 1, 2, 3'로 분류한다. Scope 1, 2, 3은 기업이 배출하는 온실가스를 분류하는 국제 표준 체계로, 각 범위는 배출하는 위치와 통제 가능성에 따라 나뉜다. Scope 1은 기업이 직접 보유하거나 통제하는 시설에서 발생하는 직접 배출로, 예를 들어 공장 굴뚝에서 나오는 연기나 사내 차량의 연료 연소가 이에 해당한다. 데이터센터의 경우 비상발전시설을 가동했을때 배출되는 온실가스와 냉각시설의 냉매 누출 상황이 이에 해당된다. Scope 2는 기업이 외부에서 구매한 전기, 열, 증기 등의 에너지 사용에서 발생하는 간접 배출로, 에너지를 생산하는 발전소에서 발생한 온실가스를 포함한다. 상당수의 데이터센터는 재생에너지와 원자력, 석탄기반 발전으로 생성된 에너지들이 합쳐진 '혼합 그리드' 전력을 공급받는다. 이 과정에서 온실가스가 배출되는 메카니즘이 여기에 해당한다. Scope 3은 기업의 가치사슬 전반에서 발생하는 기타 간접 배출로, 제품의 원재료 생산, 물류 운송, 소비자의 사용 및 폐기, 출장이나 출퇴근 등 기업 활동 외부에서 발생하는 배출까지 포함한다. 데이터센터의 서버, 냉각시설 등 다양한 설비의 제조, 운영, 폐기때 발생하는 온실가스가 여기에 해당한다. 이러한 단계에서 전력 효율이 개선돼 데이터센터의 전력 소비가 줄어들 경우, 해당 전력이 화석연료 기반일 경우에는 유의미한 온실가스 감축 효과를 기대할 수 있다. 하지만 이러한 'AI 효율화 → 에너지 소비 감소 → 온실가스 감축'이라는 인과관계는 실제로는 여러 한계점을 가지고 있다. 정수종 서울대 기후환경 AI연구센터장은 CBS노컷뉴스와의 인터뷰에서 "AI가 구동하는 것으로 바라본다면 AI 자신도 데이터센터 안에서 효율화를 통해 탄소 감축과 온실가스 배출이 줄어드는 효과를 기대할 수 있다"며 "데이터센터의 저전력화를 이루어낼 수 있는 기술에 한국이 주목해야 한다"고 강조했다. 이는 AI 효율화가 온실가스 배출 감소에 기여할 수 있는 가능성을 보여주는 동시에, 아직 더 개량하고 고도화 시켜야하는 부분이 많이 존재한다는 것을 시사한다. 실제 데이터로 본 AI 효율화의 역설 AI 효율화 기술이 발전하고 있음에도 불구하고, 실제 빅테크 기업들의 온실가스 배출량은 오히려 증가하고 있다. 구글의 2024년 환경보고서에서는 온실가스 배출량은 2019년 대비 48% 증가했다고 밝혔다. 마이크로소프트의 2023년 지속가능보고서에서도 2020년 대비 온실가스 배출량이 29.1% 늘어났다. 두 기업 모두 AI 서비스 확대에 따른 데이터센터 증설이 주요 원인이었으며, 특히 하드웨어 제조와 건설 등 Scope 3 배출 증가가 두드러졌다. 케스 퓌크 네덜란드 델프트 공과대학 컴퓨터 과학 및 공학 연구소 소장은 "AI 기술이 효율화되면 연산 단위당 전력 소모가 줄어드는 것은 맞지만, 오히려 처리 가능한 작업의 양이 증가하면서 전체 수요가 커지는 경향이 있다"고 설명했다. 이는 효율화가 오히려 더 많은 사용을 촉진하는 '리바운드 효과'를 보여준다. 실제로 AI 칩에 대한 수요가 폭증하면서 삼성전자와 하이닉스, TSMC 등 AI반도체 제조사의 생산이 크게 늘어났고, 이는 제조 과정에서 발생하는 Scope 3 배출을 급증시켰다. 미국 에너지부(DOE)가 지난해 6월 발표한 '인공지능 및 데이터 센터 인프라 강화에 대한 권장 사항(Recommendations on Powering Artificial Intelligence and Data Center Infrastructure)' 보고서에 따르면 AI 서버와 데이터센터의 전력 소비는 향후 5년 내 2배 이상 증가할 가능성이 있으며, 이는 효율화 기술의 도입이 전체 수요 확대를 막지 못하고 있다는 것을 시사한다. 효율화 기술의 실제 효과와 한계 AI 모델 경량화와 효율적인 알고리즘 개발은 분명 긍정적인 방향이다. 조성배 연세대 컴퓨터과학과 교수는 "에너지 효율을 AI 시스템 설계에 1차 제약 조건으로 설정하는 패러다임 전환이 필요하다"며 "거대한 모델을 경량화해서 좀 더 저전력을 소모하면서 비슷한 성능을 내는 것이 AI 생태계의 근본적인 재편을 가져오지 않을까 싶다"고 전망했다. 그는 또한 "2025년 현재 경량 모델은 영상 분야에서는 이미 74%, 텍스트 분야에서는 58% 정도 적용되고 있다"며 "경량화하는 것이 단순히 해볼 수 있는 정도가 아니고 주류로 부상하고 있다"고 설명했다. 하지만 AI 효율화 기술의 도입은 지역별, 산업별로 큰 편차를 보이고 있다. 아누즈 파타니아 네덜란드 암스테르담 대학교 병렬 컴퓨팅 시스템(PCS) 그룹 조교수는 "유럽이나 미국의 일부 대기업은 최신 효율화 기술을 도입하고 있지만, 중소기업이나 개도국의 데이터센터는 여전히 구식 장비를 사용하고 있어 전체적인 감축 효과를 논하기 어렵다"고 지적했다. 국제에너지기구(IEA)의 '데이터 센터 및 데이터 전송 네트워크(Data Centres and Data Transmission Networks)' 자료에 따르면 전 세계 데이터센터의 전력 소비는 240-340TWh로, 전 세계 전력 수요의 1-1.3%를 차지한다. 이는 상대적으로 작은 비중처럼 보이지만, 급속한 성장세를 고려하면 무시할 수 없는 수준이다. 특히 개발도상국의 경우 석탄발전 의존도가 높아 같은 AI 서비스를 제공하더라도 더 많은 Scope 2 배출이 발생한다. 숨겨진 탄소발자국: 현장 발전과 가스 연결 AI 데이터센터의 온실가스 배출에는 숨겨진 부분이 더 있다. 아일랜드의 사례가 이를 잘 보여준다. 한나데일리 코크 대학교 지속 가능 에너지 시스템 교수가 지난해 12월 발표한 '아일랜드의 탄소 예산과 관련된 데이터 센터 (Data Centers in Relation to Ireland's Carbon Budgets)' 연구 보고서에 따르면, 2022년 아일랜드에서 생산되는 모든 추가 풍력 발전량이 데이터센터의 수요 증가에  추월당했다. 아일랜드는 친환경에너지 개발과 전환의 선두주자인 나라다. 풍력발전 중심의 시설 증설을 통해 친환경 에너지 전환을 진행하고 있지만 데이터센터의 전력수요 증가세는 이러한 노력을 상쇄했다. 또한 아일랜드의 일부 데이터센터는 국가 천연가스망에 직접 연결되어 있다. 데이터센터는 24시간 가동되어야 하는 특수성 때문에 전력 수급에 문제를 방지하기 위해 백업 전력을 확보하고 있다. 가장 확실한 방법은 시설 내부에 발전 시설을 구축해 놓는 방법이다. 가스 발전은 가장 직관적으로 전력을 확보할 수 있는 방법이지만 많은 양의 온실가스가 발생한다. 보고서는 아일랜드 내 11개의 데이터센터가 천연가스망에 연결돼 있고 이는 최대 2.1GW 규모로 연간 최대 한도로 소비할시 아일랜드 연간 천연가스 소비량의 38%에 해당한다고 지적했다. 또한 '아일랜드 정부는 추가로 22개의 데이터센터가 가스망 연결을 신청했지만 진행하지 않고 있는 상황'이라고 전했다. 데일리 교수는 "이러한 추세가 계속될 경우 2021년부터 2030년까지 데이터센터로 인해 누적 1460만 톤의 추가 배출이 발생할 것"이으로 전망했다. 탄소중립을 위해 온실가스 발생을 감축해야 하는 상황에서 이러한 데이터센터의 구조는 불확실한 리스크로 작용할 수 있다. 처음에는 전력 수급 문제가 발생했을때 비상전력 가동의 목적으로 세웠지만 본래의 목적과 다르게 높아지는 전력 수요에 대응하기 위한 방안으로 사용될 수도 있기 때문이다. 투명성 부족과 측정의 어려움 AI 효율화와 온실가스 배출에 대한 실제 효과를 평가하기 어려운 이유로는 데이터의 부족에 있다. AI 기술은 대부분의 기업에서 대외비에 속하는 정보로 이 수치는 기업의 경쟁력과 직결되기 때문에 정보를 공개하는데 매 소극적인 경향이 있다. 조성배 교수는 "많은 기업들이 AI 모델을 개발하는 데 필요한 실제적인 전력 소모량을 공개하지 않고 있다"며 "(현시점에서는)역계산하는 방법으로 추정하고 있지만 2025년 현재 약 68% 정도 정확도 범위 내에서만 유효하다"고 지적했다. OECD는 2026년까지 AI 전력 공개 가이드라인을 발표할 예정이라고 밝혔지만, 현재로서는 AI의 실제 탄소발자국을 정확히 파악하기 어려운 상황이다. 특히 Scope 3 배출에 대한 데이터는 더욱 부족해, AI 시스템의 전체 생애주기에 걸친 환경 영향을 평가하는 데 한계가 있다. 특정 환경에서 온실가스 배출 감축 가능성…전체적으로는 더 많이 배출될 수도 AI 효율화 기술은 분명히 개별 연산 단위의 에너지 소모를 줄일 수 있는 잠재력을 지닌다. 모델 경량화, 고효율 반도체 등의 기술은 특정 응용 환경에서 전력 소비를 감소시키는 데 기여할 수 있다. 하지만 전체 연산 수요의 폭발적 증가와 함께, 이러한 효율화 기술이 총 에너지 사용량이나 온실가스 배출을 실질적으로 줄였다고 단정짓기에는 무리가 있다. 숨겨진 Scope 3 배출인 하드웨어 제조, 운송, 폐기 과정을 고려하면 AI의 실제 탄소발자국은 우리가 인식하는 것보다 훨씬 클 가능성이 있다. 또한 기술 도입의 지역적 불균형과 시스템 차원의 구조적 요인도 고려되어야 한다. ※ [AI 패러독스:편리함 중독, 빨라진 기후위기] 사용할수록 편리한 AI, 그 편리함 뒤에 숨어 있는 환경 비용은 얼마나 될까요? AI에게 질문해 보고, 내가 사용한 전력도 확인해 보세요. 아래 링크를 클릭해 인터랙티브 페이지에 접속! https://m.nocutnews.co.kr/story/S250715/ ※이 기사는 세명대학교 저널리즘 대학원의 지원을 받아 제작되었습니다. 2025.08.05 06:00

AI 영상 기술 확산으로 전자폐기물 배출 증가한다?[노컷체크] ▶ 글 싣는 순서 ①'알아서 척척' AI챗봇, 웹 검색보다 전력 10배 더 쓴다?[노컷체크] ②데이터센터 하나가 도시 하나만큼 전력을 쓴다?[노컷체크] ③AI가 학습할 때 내뿜는 탄소배출량은 사람의 10배다?[노컷체크] ④AI가 사람 대신 일하면 탄소배출 3천배나 줄일 수 있다?[노컷체크] ⑤수만 명이 사용할 물, 데이터센터가 사용한다?[노컷체크] ⑥AI 영상 기술 확산으로 전자폐기물 배출 증가한다?[노컷체크] (계속) "지브리 스타일로 그려줘" 오픈AI가 챗GPT-4o의 새로운 이미지 생성 기능을 지난 3월 26일 선보이자 전 세계 인터넷이 들썩였다. 일본 애니메이션 제작사 스튜디오 '지브리'의 화풍을 그대로 재현한 AI 이미지가 화제의 중심이었다. 샘 올트먼 오픈AI CEO도 자신의 소셜미디어(SNS)에 지브리풍 이미지를 공유했고 인도정부 공식 엑스 계정에도 나렌드라 모디 총리와 에마뉘엘 마크롱 프랑스 대통령이 같이 서 있는 지브리풍 이미지가 공유됐다. 또한 도널드 트럼프 미국 대통령의 사진을 지브리풍으로 바꾼 이미지도 SNS를 통해 공유되는 등 유명인을 중심으로 전세계적으로 지브리풍 밈이 4월 초 확산됐다. 수치로 보면 이 열풍의 규모가 실감난다. 4월 3일 오픈AI의 브래드 라이트캡 최고운영책임자(COO)는 "정말 미친 첫 주였다"며 "출시 후 1주일 만에 1억 3천만 명의 이용자가 7억 개 이상의 이미지를 생성했다"고 밝혔다. 한국에서도 3월 말 약 509만 명이었던 챗GPT 월간 이용자가 4월에는 2배 넘게 증가했다. 챗GPT의 이미지 제작 기능과 더불어 실제같은 영상을 만들어주는 'Sora'와 같은 생성형 AI 기술은 몇 문장의 설명으로 실제 카메라로 촬영한 것처럼 영상을 만들고, 다양한 언어로 실시간 자막을 생성하는 기능까지 서비스하면서 콘텐츠 처리 수요를 기하급수적으로 늘리고 있다. 이러한 획기적인 기술의 확산은 연산처리 수요 증가와 고성능 장비의 사용 가속화를 유발하고, 이는 장비의 조기 교체와 노후화, 전력 과부하로 이어지는 구조를 형성하고 있다. 결과적으로 전자폐기물의 발생량이 증가할 수밖에 없는 환경적 조건이 조성되고 있다. AI가 똑똑해질수록 전자폐기물은 늘어난다 국제전기통신연합(ITU)과 유엔환경계획(UNEP)이 지난 2024년 3월 공동 발간한 '국제 전자폐기물 모니터 2024(Global E-waste Monitor 2024)'는 충격적인 현실을 보여준다. 2022년 한 해 동안 전 세계에서 나온 전자폐기물이 무려 약 6200만 톤으로 이는 에펠탑 6천 개를 합친 무게와 비슷하다. 더 심각한 건 이 전자폐기물 중 제대로 재활용된 것이 22.3%에 불과하다는 점이다. 나머지 77.7%는 소각되거나 매립되면서 토양과 대기를 오염시키고 있다. 이 수치에는 일반 가전제품뿐 아니라 서버, 데이터센터 장비, 고성능 연산장비까지 모두 포함된다. 또한 네이처(Nature) 자매지인 'Nature Computational Science'에 2024년 10월 게재된 "생성형 AI의 전자폐기물 과제(E-waste challenges of generative artificial intelligence, 2024)" 논문은 우려스러운 미래를 예고했다. 논문은 생성형 AI의 확산이 전자폐기물 발생량을 급격히 증가시킬 수 있다고 경고했다. 2023년 생성형 AI 관련 전자폐기물이 연간 약 2600톤이었던 것이 폐기물 감축 조치 없이 현재 추세가 지속될 경우 2030년에는 연간 최대 250만 톤까지 증가할 수 있다. 이는 약 1천 배에 달하는 급증세를 보여준다. 또한 논문에서는 CPU와 GPU 등 AI 연산 장비의 교체 주기가 단축되고 있으며, 2020년부터 2030년까지의 누적 전자폐기물은 최대 500만 톤에 이를 것으로 전망했다. 이 수치는 데이터센터의 냉각 시스템, UPS(무정전 전원 공급장치) 등 보조 설비를 제외한 것으로, 실제 규모는 더 클 가능성이 높다. AI 전자폐기물 증가의 세 가지 요인 이 논문의 제1저자인 펑왕 중국과학원 도시환경연구소 교수는 CBS노컷뉴스와의 서면 인터뷰에서 AI 기술 확산과 전자폐기물 증가의 연관성을 세 가지 요인으로 설명했다. 첫 번째는 고성능 연산 수요의 폭증이다. 왕 교수는 "생성형 AI의 고성능 연산 수요는 GPU와 같은 연산장치의 수요 폭증을 유발하며, 이로 인해 장비의 가동률은 상승하고, 고장 또는 성능 저하로 인한 조기 교체 가능성도 커진다"고 설명했다. 일반적인 사무용 컴퓨터와 달리, AI 연산에 사용되는 서버는 24시간 가동 상태를 유지한다. 특히 챗GPT나 Sora 같은 대규모 AI 서비스는 수천~수만 개의 GPU를 동시에 작동시켜 연산작업을 진행한다. 이런 극한의 운영 환경은 장비의 수명을 급격히 단축시킨다. 두 번째는 기술 발전에 따른 '기능적 구형화'다. 왕 교수는 "AI 기술의 급속한 고도화는 정상 작동하는 장비의 기능적 '구형화'를 유발해 실질 수명이 남아 있음에도 불구하고 조기 폐기되는 문제를 동반한다"고 지적했다. 예를 들어, 3년 전 최신 사양이었던 GPU는 최근 설계된 대규모 언어모델(LLM)을 구동하기에는 메모리나 연산 능력이 최근 출시된 GPU 대비 상대적으로 부족해 폐기되는 상황이 발생한다. 장비 자체는 멀쩡하지만 새로운 AI 모델의 요구사항을 100% 충족시키지 못해 '쓸모없는' 것이 되어버리는 것이다. 세 번째는 글로벌 기술 격차가 만드는 '폐기물의 이동'이다. "미·중 기술경쟁 구도 속에서 제3국 시장에서는 중고 장비의 재유통이 확대되고 있으며, 이는 폐기물 증가 및 재활용 한계 문제를 더욱 심화시킨다"는 것이 왕 교수의 분석이다. 이러한 기술 격차는 AI 장비의 수명 주기에도 영향을 미친다. 선진국에서 상대적으로 '구형'이 된 AI 하드웨어가 개발도상국으로 재수출되는 과정에서, 해당 국가들의 제한적인 재활용 인프라가 문제가 된다. 1992년부터 시행된 유해 폐기물의 국가 간 이동을 규제하는 국제 협약인 바젤협약(Basel Convention)이 선진국에서 개발도상국으로의 유해 전자폐기물 수출을 금지하고 있지만, 여전히 상당량의 전자폐기물이 개발도상국으로 유입되고 있다. 결국 이들 장비는 환경 기준이 제대로 갖춰지지 않은 지역에서 회로기판을 산성 용액에 담가 귀금속을 추출하거나, 구리선을 얻기 위해 절연체를 태우는 방식 등으로 부적절하게 처리되면서 토양과 지하수 오염 등 심각한 환경 문제를 야기할 가능성이 높다. AI 효율성 향상이 오히려 더 많은 소비를 부른다 그렇다면 전력을 적게 쓰는 효율적인 AI 칩을 개발하면 문제가 해결될까? 많은 기업들이 '저전력 고효율' AI 칩 개발에 나서고 있지만, 전문가들은 회의적인 시선을 보내고 있다. 케스 퓌크 네덜란드 델프트 공과대학 컴퓨터 과학 및 공학 연구소 소장은 "AI 시스템이 효율적으로 콘텐츠를 처리할수록 더 많은 콘텐츠가 만들어지고, 더 많은 연산이 요구되며, 결국 더 많은 장비와 폐기가 동반된다"고 지적했다. 이 지적은 기술 효율성 향상이 총 소비량 감소가 아닌 증가로 이어진다는 경제학적 원리와 일치한다. AI가 영상 편집을 쉽고 빠르게 만들어주면 더 많은 사람들이 영상을 제작하고 자동 자막 생성이 간편해지면 더 많은 콘텐츠에 자막이 달리는 것처럼 말이다. 또한 국제에너지기구(IEA)에서 지난 4월에 발표한 'Energy and AI' 보고서에 따르면 데이터센터의 에너지 효율성이 지난 10년간 50% 이상 향상됐음에도 불구하고 전체 전력 소비량은 오히려 2배 증가했다는 사실이 이를 뒷받침한다. 대안은 있지만 한계도 분명하다 이런 상황에서 전문가들은 어떤 대안을 제시하고 있을까? 에런 딩 네덜란드 델프트 공과대학 수석 부교수, 사이버 물리 지능 연구소(CPI) 소장은 '엣지AI' 기술에서 부분적인 해답을 찾는다. 딩 소장은 "엣지AI는 사용자에게 클라우드에서 가져온 (인공)지능을 데이터 소스로 더 가까이 가져오는 기술"이라며 "예를 들어 스마트 스피커 카메라가 있을 때 내 목소리를 녹음하고 동영상을 클라우드로 보내는 대신, 집에서 직접 분석을 수행한다"고 설명했다. 엣지 AI는 클라우드 서버가 아닌 스마트폰, 노트북, IoT 기기 같은 '엣지(가장자리)' 디바이스에서 직접 AI를 처리하는 기술이다. 거대한 데이터센터로 데이터를 보내고 결과를 받는 대신, 기기 자체에서 모든 처리를 완료한다. 데이터를 클라우드로 보내고 받는 대신 로컬 기기에서 직접 AI연산을 수행함으로써 기기의 수명을 연장할 수 있다는 것이 딩 소장의 설명이다. 실제로 엣지 AI의 환경적 이점은 상당하다. 딩 소장은 "수십억 테라바이트의 데이터를 클라우드로 전송하지 않는 것만으로도 AI가 방지할 수 있는 매우 실질적인 에너지 절약"이라고 강조했다. 많은 데이터를 멀리 떨어진 데이터센터로 이동시켜 연산후 다시 가져오는데에도 상당한 전력이 소모된다. 또한 엣지 AI에서는 양자화(quantization)와 희소화(sparsification) 같은 최적화 기술을 적용할 수 있다. 우리가 수학에서 원주율(파이, π)을 3.1 또는 3.14로 외우고 계산하는 것처럼 계산의 정밀함을 낮춰 연산량을 가볍게 하고 그만큼 메모리도 적게 사용할 수 있다. 딩 소장은 "(양자화는)모델을 더 작게 만들 수 있고, 학습할 때 모델의 매개변수를 줄일 수 있다는 것을 의미한다. 따라서 기본적으로 더 작고 효율적인 자원 사용을 할 수 있다는 것"이라고 설명했다. 엣지 AI에 대한 만능론으로 보일 수 있지만 그 한계 또한 명확하다. 딩 소장은 "엣지 AI가 알려질수록 AI 수요의 폭발적인 증가를 초래할 수 있다"며 "더 많은 기기를 도입하는 것이 아니라, 재프로그래밍 가능하고 재사용할 수 있도록 만들어야 한다"고 경고했다. 즉 간단한 음성 명령 인식이나 얼굴 인식은 엣지 AI로 처리할 수 있지만, 챗GPT 같은 대화형 AI나 Sora 같은 고품질 영상 생성은 여전히 대규모 데이터센터가 필요하다. 태블릿PC로 웹서핑과 동영상 시청은 편하게 할 수 있지만 무거운 프로그램은 데스크탑을 사용해야 제대로 운용할 수 있는 것처럼 말이다. 결국 엣지 AI는 전체 문제의 일부만 해결할 수 있을 뿐이다. 패러다임 전환이 필요하다   효율적인 칩 개발도, 엣지 AI 확산도 전자폐기물 문제의 근본적 해결책이 되지 못한다면, 무엇이 답일까? 정수종 서울대 기후환경 AI연구센터장은 더 근본적인 변화가 필요하다고 강조한다. 그는 "하드웨어 중심에서 플랫폼 중심, 서비스 중심으로 기술 체계가 옮겨가지 않는 이상, 단순 효율화로는 전자폐기물을 줄이기 어렵다"고 지적했다. 이는 현재 AI 산업이 가진 구조적 문제를 겨냥한다. 지금은 더 빠르고 강력한 하드웨어를 만드는 데 모든 노력이 집중되어 있다. 하지만 이런 접근법은 필연적으로 더 많은 전자폐기물을 만들어낸다. 대신 소프트웨어 최적화를 통해 기존 하드웨어에서도 충분한 성능을 낼 수 있도록 하거나, 여러 사용자가 하드웨어를 공유하는 플랫폼 모델로 전환하는 것이 대안이 될 수 있다. 또한 하드웨어 설계 단계부터 재활용을 고려하고, 모듈화를 통해 부분 교체가 가능하도록 하며, 소프트웨어 업데이트로 하드웨어 수명을 연장하는 통합적 접근도 필요하다. AI 기반 음성·영상 데이터 처리 기술의 확산이 전자폐기물 증가를 가속화한다는 진술은 대체로 사실이다. 생성형 AI의 고성능 연산 수요 폭증과 기술 발전에 따른 기능적 구형화로 장비 교체 주기가 단축되고 있으며, 2023년 연간 약 2600톤이던 AI 관련 전자폐기물이 2030년 최대 250만 톤까지 급증할 수 있다는 전망이 이를 뒷받침한다. 엣지 AI나 패러다임 전환 등 부분적 해결책이 제시되고 있지만, 현재 AI 개발 속도를 고려할 때 전자폐기물 문제는 더욱 심각해질 것으로 보인다. ※ [AI 패러독스:편리함 중독, 빨라진 기후위기] 사용할수록 편리한 AI, 그 편리함 뒤에 숨어 있는 환경 비용은 얼마나 될까요? AI에게 질문해 보고, 내가 사용한 전력도 확인해 보세요. 아래 링크를 클릭해 인터랙티브 페이지에 접속! https://m.nocutnews.co.kr/story/S250715/ ※이 기사는 세명대학교 저널리즘 대학원의 지원을 받아 제작되었습니다. 2025.08.04 06:00

수만 명이 사용할 물, 데이터센터가 사용한다?[노컷체크] ▶ 글 싣는 순서 ①'알아서 척척' AI챗봇, 웹 검색보다 전력 10배 더 쓴다?[노컷체크] ②데이터센터 하나가 도시만큼 전력을 쓴다?[노컷체크] ③AI가 학습할 때 내뿜는 탄소배출량은 사람보다 10배 많다?[노컷체크] ④AI가 사람 대신 일하면 탄소배출 3천배나 줄일 수 있다?[노컷체크] ⑤수만 명이 사용할 물, 데이터센터가 사용한다?[노컷체크] (계속) 지금 이 순간에도 전 세계 수억 명이 인공지능(AI) 에 질문을 던지고 있다. 하루에만 수십억 개의 질문이 쏟아진다. AI질문은 단순 검색과 달리 복잡한 연산을 요구한다는 점에서 그 의미가 다르다. 문제는 이 편리함 뒤에 숨겨진 충격적인 진실이다. 챗GPT를 탄생시킨 오픈AI의 CEO 샘 올트먼에 따르면 AI 질문 하나당 물 한 방울이 증발한다. 별것 아닌 것처럼 보이지만, 전 세계 사용자들의 질문이 모이면 수만 명이 하루 종일 쓸 수 있는 물이 공기 중으로 사라지는 양이다. 더 충격적인 것은 이것이 시작에 불과하다는 사실이다. 국제에너지기구(IEA)는 AI와 암호화폐 등의 발전에 따라 데이터센터 규모가 2024년 대비 2026년까지 2배 이상 증가할 것으로 전망했다. AI 시대, 냉각 방식의 대전환…물이 증발된다 AI 기술이 급속히 확산되면서 이를 뒷받침하는 데이터센터의 냉각 방식도 빠르게 바뀌고 있다. IEA는 2024년 4월 발간한 'Electricity 2024: Analysis and forecast to 2026' 보고서를 통해 AI와 고성능 컴퓨팅의 확산에 따라 냉각 시스템과 관련한 에너지 및 물 사용도 급증할 것이라고 전망했다. 기존의 공기 냉각만으로는 고성능 AI 시스템이 발생시키는 열을 감당하기 어려워지면서 물을 활용한 냉각 시스템이 점차 표준이 되고 있는 것이다. 네이버는 CBS노컷뉴스와의 서면 인터뷰에서 "네이버는 대부분의 서버 냉각을 공냉식 냉각으로 진행하고 있다"면서도 "앞으로 수냉식 서버가 많이 출시된다면 수냉식 냉각 시스템을 적용하게 될 것 같다"고 답했다. 케스 퓌크 델프트 공과대학 컴퓨터 과학 및 공학 연구소 소장은 "최고 수준의 컴퓨팅, AI 등을 원한다면 액체 냉각이 필요하다"며 "다른 선택의 여지가 없다"고 설명했다. 김창익 카이스트 전기전자공학부 교수도 "데이터센터 전체에서 소모되는 전력의 40% 정도만이 정말 연산을 위해 사용되고, 나머지 40%는 냉각을 위해 사용되고, 20% 정도가 조명 등으로 사용됐다"고 강조했다. 데이터센터에서 물을 이용한 냉각의 핵심은 '증발'에 있다. 물이 증발할 때 주변의 열을 함께 흡수하면서 온도를 빠르게 낮추는 원리를 활용하는 것이다. 국제 로펌 화이트앤케이스는 2024년 12월 보고서 'Data Centers and Water: Scrutiny & Opportunity(데이터센터와 물: 감시와 기회)'에서, "1MW급 데이터센터가 간접 증발 냉각을 사용할 경우, 연간 최대 2550만 리터의 물을 사용할 수 있다"고 분석했다. 조진균 한밭대 설비공학과 교수는 공냉식과 수냉식 냉각 시스템의 차이에 대해 "공냉식은 차가운 공기를 서버의 구석구석까지 다 분배해 줘야 되는 효율성 문제가 있어 손실이 굉장히 많다"며 "수냉식은 공냉식 대비 절반 수준의 에너지로 같은 냉각 효과를 낼 수 있다"고 설명했다. 수냉식 냉각을 사용하는 데이터센터의 경우 이 중 80%가 증발 손실될 가능성이 높다. 미국 환경·에너지 단체 EESI는 "데이터센터가 끌어온 물의 약 80%가 증발한다"며 "나머지는 하수 처리로 이어진다"고 설명했다. 데이터센터의 하루 물 사용량, 수만 명이 쓸 수 있는 양 냉각에 물을 사용하는 만큼, 물 소비량도 함께 늘고 있다. 구글은 2025년 자사 환경 보고서인 'Google Environmental Report 2025'에서, 2024년 한 해 동안 자사 데이터센터에서 약 306억 리터의 물을 사용했다고 밝혔다. 이는 전년 대비 28% 증가한 수치다. 환경부 발표 상수도 통계(2023년 기준)에 따르면 국민 1인당 하루 수돗물 사용량은 303.9리터다. 구글이 하루동안 사용하는 물의 양인 838만 리터는 약 2만7572명이 하루 동안 사용할 수 있는 양과 같다. 더욱 우려스러운 점은 구글의 물 사용량이 증가세라는 것이다. 지난해 증가분만 67억 리터인데, 이를 하루 사용량으로 환산하면 약 184만 리터다. 이는 약 6052명이 하루 동안 사용할 수 있는 물의 양에 해당한다. 이유수 에너지경제연구원 박사는 "(데이터센터는) 앞으로도 지금 수요의 2배, 3배, 심지어 4배까지 계속 늘어날 가능성이 있다"며 "에너지 효율이 관건이 될 것"이라고 전망했다. 전 세계 각지에서 벌어지는 물 전쟁 데이터센터 물 사용과 관련한 사회적 갈등도 벌어지고 있다. 미국 애리조나주 메사시에서는 구글이 데이터센터를 위해 하루 최대 1500만 리터의 물 사용 허가를 받은 것이 주민들의 분노를 샀다. 이는 약 2만3천명의 일반 애리조나 주민이 사용하는 물의 양과 맞먹는 규모이다. 메사시 시의원 진 더프는 외신 인터뷰에서 "우리는 미국 남서부에 지속되는 가뭄 상황을 주시하고 있다"며 "메타가 데이터센터를 확장한다는 소식을 듣고 가장 먼저 물이 부족해질까 염려했다"고 밝혔다. 칠레에서도 비슷한 상황이 벌어졌다. 환경단체 모사캣(Mosacat)은 2019년부터 구글 데이터센터의 물 사용 허가에 대해 지속적으로 시위를 진행했다. 칠레는 10년 넘게 가뭄이 지속되고 있는 상황에서 대규모 데이터센터의 물 사용에 대한 우려가 높다. 환경단체들은 식수 공급에도 어려움을 겪는 상황에서 데이터센터가 하루 5만 5천명이 가정에서 쓸 수 있는 물을 냉각수로 사용하는 것에 대해 강력히 반발했다. 유럽연합(EU) 집행위원회는 2024년 6월 발표한 물 회복력 전략에서 데이터센터를 가뭄이 일상화된 유럽에서 특별한 물 소비 우려 대상으로 지목했다. EU는 데이터센터 등 핵심 산업들이 2030년까지 물 소비량을 3배 증가시킬 것으로 예측했다. 이에 따라 유럽 클라우드 인프라 서비스 제공업체 협회(CISPE)는 "물 부족은 시급한 과제"라고 인정하면서도, 특정 산업을 겨냥한 규제는 피해달라고 요청한 상황이다. 한국도 예외 아닌 '물 부족 위기' 국내 데이터센터의 물 사용량 공개는 극히 제한적이다. 김병권 녹색전환연구소 연구위원은 "국내 데이터센터의 물 사용량 공개는 극히 제한적이다"며 "해외 주요 기업들이 물 사용 효율성(WUE) 지표를 공개하는 것과 달리, 국내 기업들은 물 사용 효율성 지표 측정 및 공개가 미흡한 상황이다"고 지적했다. 해외 주요 기업들이 물 사용 효율성(WUE, Water Usage Effectiveness) 지표를 공개하는 것과 달리, 국내 기업들은 물 사용 효율성 지표 측정 및 공개가 미흡한 상황이다. 주요 해외 기업들의 최신 물 사용 효율성 지표(WUE, L/kWh)는 △마이크로소프트 약 0.30L/kWh(2023년 기준 글로벌 평균) △메타 약 0.20L/kWh(2023년 기준) △아마존 웹 서비스 약 0.15L/kWh(2024년 기준)이다. 이를 바탕으로 국내 데이터센터의 연간 물 사용량을 추정하면, 2023년 기준 전력 수요 1986MW 보수적 추정치(WUE 0.15L/kWh 적용)는 연간 약 26억 리터다. 산업통상자원부가 예측한 2029년까지의 데이터센터 예상 전력 수요 4만9397MW 기준으로 계산하면, 같은 보수적 추정치(WUE 0.15L/kWh 적용)로 연간 약 649억 리터에 이를 것으로 예상된다. 이는 현재 대비 약 25배 증가한 수준이다. 이 가운데 최대 80%가 냉각 과정에서 증발로 사라질 수 있다는 점에서, 데이터센터 확대가 물 순환과 수자원 관리에 미칠 영향은 결코 작지 않아 보인다. ※ [AI 패러독스:편리함 중독, 빨라진 기후위기] 사용할수록 편리한 AI, 그 편리함 뒤에 숨어 있는 환경 비용은 얼마나 될까요? AI에게 질문해 보고, 내가 사용한 전력도 확인해 보세요. 아래 링크를 클릭해 인터랙티브 페이지에 접속! https://m.nocutnews.co.kr/story/S250715/ ※이 기사는 세명대학교 저널리즘 대학원의 지원을 받아 제작되었습니다. 2025.08.03 13:00

AI가 사람 대신 일하면 탄소배출 3천배나 줄일 수 있다?[노컷체크] ▶ 글 싣는 순서 ①'알아서 척척' AI챗봇, 웹 검색보다 전력 10배 더 쓴다?[노컷체크] ②데이터센터 하나가 도시 하나만큼 전력을 쓴다?[노컷체크] ③AI가 학습할 때 내뿜는 탄소배출량은 사람의 10배다?[노컷체크] ④AI가 사람 대신 일하면 탄소배출 3천배나 줄일 수 있다?[노컷체크] (계속) "급속한 AI 발전이 인류의 생존과 멸망을 가르는 위협이 될 수 있습니다" 노벨물리학상을 수상한 제프리 힌턴 캐나다 토론토대 명예교수는 지난해 12월 28일, BBC 라디오에서 이 같은 우려를 내비쳤다. 인공신경망과 딥러닝 연구 등 산업계 최전선에서 AI를 이끌던 'AI 대부'의 작정 발언은 단숨에 언론의 주목을 받았다. 이처럼 인공지능이 사람의 일자리까지 위협할 것이라는 우려 섞인 목소리가 커지고 있다. 실제로 AI가 사람보다 약 3천배나 적은 이산화탄소를 배출하며 일한다는 주장도 있다. 바로 지난해 2월 14일에 발표된 빌 톰린슨 교수팀의 '사람이 배출하는 탄소 배출량보다 적은 AI로 글 쓰기와 그림 그리기(The carbon emissions of writing and illustrating are lower for AI than for humans)' 연구다. 이 연구에서는 "AI 시스템은 사람보다 이산화탄소 환산량(CO2eq)이 130배~2900배 적다"고 분석했다. CO2eq는 6개의 온실가스 총량을 가장 대표적인 '이산화탄소'로만 계산한 값이다. 온실가스 배출량을 간단하게 표기하고, 이해하기 쉽다는 장점 때문에 세계 공통 단위로 널리 사용되고 있다. 사람이 배출하는 CO2eq가 AI보다 압도적으로 많아 자칫 'AI 만능론'으로 이어질 수 있는 연구결과다. 이 결과를 그대로 믿어도 되는 것일까? 협소한 '사람 평균'이 연구 근거를 살펴보면, 사람 평균을 매우 좁게 가정했음을 알 수 있다.   톰린슨 교수팀은 AI와 사람을 직접적으로 비교하기 위해 '글쓰기'와 '그림 그리기' 활동만을 기준으로 설정했다.   먼저 사람과 AI의 글쓰기를 비교하기 위해 사람 대표를 '마크 트웨인'으로 잡았다. 19세기 미국 작가였던 마크 트웨인은 본인의 자서전에서 1시간에 영단어 300개를 쓴다고 밝혔다. 바로 이 마크 트웨인의 글쓰기 속도가 인간 표준이 되었다. 사람과 AI의 '그림 그리기' 활동을 비교하기 위해서는 사람 대표를 '미국에서 전문적으로 고용되는 일러스트레이터'로 설정했다. 비교 대상은 '일러스트레이터가 3시간 동안 그리는 그림'과 '엔비디아의 A100 그래픽처리장치를 탑재한 AI로 그리는 그림'이었다. 그 결과, 글쓰는 작업에 따른 CO2eq는 최대 1400배, 그림 그리는 작업에 따른 CO2eq는 2900배까지 차이났다. △글을 쓰는 사람의 CO2eq는 1400g △컴퓨터 72g △노트북 27g △챗GPT(AI) 1.27g △BLOOM(AI) 1g 순이었다. 또한 △그림을 그리는 일러스트레이터의 CO2eq는 5500g △컴퓨터 280g △노트북 100g △챗GPT/DALL-E2(AI) 2.2g △미드저니(AI) 1.89g이었다. 최대 수치로 확대해석…연구 목적은 '협업'문제는 엄밀성이다. 해당 연구에서는 마크 트웨인이 실제로 1시간에 300 단어를 썼는지, 영어가 아닌 나라별 언어 차이에 따른 탄소 배출량 변화가 있는지 따져묻지 않았다. 미국에서 일하는 전문 일러스트레이터가 3시간 동안 그림 1개를 완성하는지, 사람과 AI가 완성한 그림의 수준은 서로 유사한지 등도 구분하지 않았다. 정확한 비교 데이터를 바탕으로 엄밀한 분석을 진행하지 않았다는 뜻이었다. 또한 AI 개발 과정 중 사람이 개입된 부분을 계산에서 제외했다.   톰린슨 교수는 "AI 엔지니어가 먹은 음식이나 그가 운전하는 자동차 등은 (CO2eq 계산에서) 빠졌다"고 밝혔다. AI를 개발하는 과정에서부터 CO2가 얼마나 배출되는지까진 계산하지 못했다는 해명이다. 즉, 사람이 일하며 배출했던 CO2eq를 정확히 측정하지 못해 연구에 한계가 있다는 직접적인 설명이 드러난 대목이다. 이러한 한계가 명확함에도 불구하고 연구를 진행한 목적은 'AI와의 협업'이었다. 특히 연구 목적을 설명하는 부분에서는 '사람과 AI가 서로의 강점을 바탕으로 협업하면 업무 효율성이 월등히 높아진다'는 의미가 강조돼 있다. 이렇게 AI와 사람이 서로 강점을 극대화하려면 AI에 대한 극단적이고 이분법적인 사고를 먼저 탈피해야 한다는 지적이 나온다. 김창익 카이스트 전기전자공학부 교수는 CBS노컷뉴스에 "반복적이고 틀이 정해져 있는 연산 작업은 AI가 뛰어나지만, 창의적·비판적인 사고 혹은 윤리적 판단의 영역은 아직 사람의 강점 영역으로 남아있다"라며 "AI와 협업하면, 사람의 창의성을 극대화시켜줄 수 있다"고 설명했다.   더불어 AI와 사람이 환경에 미치는 영향성을 직접 비교하는 것 자체에 대한 근본적인 비판도 있다. 김 교수는 "처음부터 단어 이름을 지을 때, '인공지능'이라고 명명하는 바람에 종종 AI와 사람을 직접 비교하는데, 애초에 인공지능과 사람의 지능을 비교해야 할 이유가 없다"고 짚으면서 "사람과 인공지능이 같아야 한다는 당위론적인 맥락으로 보면 안 된다"고 말했다. AI 외부효과 대비하는 '쌍둥이 전환' 연구의 목적대로 우리가 AI와 협업하기 위해서는 AI가 의도하지 않은 결과를 낼 수 있다는 가능성을 염두에 두고 이를 미리 대비해야 한다는 의견도 있다. 정수종 서울대 기후환경 AI연구센터장은 "화석연료를 에너지로 사용하면서 인류 문명이 발달했지만, 석유가 가져올 (기후 위기 등) 부정적 외부 효과를 아무도 예상하지 못했다"며 "우리가 성숙해진만큼 AI가 가져올 부정적 외부효과도 선제적으로 줄여나가야 한다"고 설명했다. 따라서 AI가 환경에 미칠 부정적 외부효과를 막으면서도 기술 발전을 늦추지 않는 '쌍둥이 전환'이 주목받고 있다. 세계경제포럼 보고서에 따르면, 쌍둥이 전환은 '기술과 데이터, 생산기반을 환경 친화적으로 바꿔 지속 가능성을 높이고, 산업 전반의 효율성을 끌어올리는 전략'이다. 세계경제포럼, 유럽연합, 경제협력개발기구 등이 내놓은 전략 보고서에서는 이미 기술 발전을 통한 '디지털 혁신'과 기후 위기를 예방하는 '생태 전환'을 모두 달성해야 한다는 논의가 이뤄졌다. 김병권 녹색전환연구소 연구위원은 "쌍둥이 전환이 앞으로 우리의 삶에 큰 영향을 미칠 것으로 예상되지만, 그에 비해 우리나라는 쌍둥이 전환을 이룩하려는 노력과 고민들은 매우 적지 않았나 싶다"고 말했다. 그러면서 김 위원은 "인공지능이 기후나 환경에 도움 되는 방식으로 장점은 살려나가고 부담을 최소화하도록 정책 설계자들과 일반 시민들이 협의하며 조정해 나가지 않으면, 기후와 기술이 서로 충돌하는 상황이 발생할 수 있다"고 강조했다. ※ [AI 패러독스:편리함 중독, 빨라진 기후위기] 사용할수록 편리한 AI, 그 편리함 뒤에 숨어 있는 환경 비용은 얼마나 될까요? AI에게 질문해 보고, 내가 사용한 전력도 확인해 보세요. 아래 링크를 클릭해 인터랙티브 페이지에 접속! https://m.nocutnews.co.kr/story/S250715/ ※이 기사는 세명대학교 저널리즘 대학원의 지원을 받아 제작되었습니다. 2025.08.03 06:00

AI가 학습할 때 내뿜는 탄소배출량은 사람보다 10배 많다?[노컷체크] ▶ 글 싣는 순서 ①'알아서 척척' AI챗봇, 웹 검색보다 전력 10배 더 쓴다?[노컷체크] ②데이터센터 하나가 도시 하나만큼 전력을 쓴다?[노컷체크] ③AI가 학습할 때 내뿜는 탄소배출량은 사람의 10배다?[노컷체크] (계속) "대한민국 AI 정예팀이 독자적인 AI 모델을 개발하도록 돕겠다" 지난달 20일 과학기술정보통신부는 AI강국으로 뻗어나가기 위한 포부를 여과없이 드러냈다. 이재명 정부의 '국가대표 AI' 구상도 점차 구체화하고 있다. 그러나 기술 개발 그늘에 가려진 '환경 오염' 우려도 뒤따른다. AI에 데이터를 학습시키기 위해서는 전기가 필요한데, 그 전기를 만들기 위해 화석연료를 태워야 하기 때문이다. AI가 잡아먹는 전력과 온실가스는 떼려야 뗄 수 없다. 이 때문에 AI가 학습하는 과정에서 발생하는 온실가스가 사람이 내뿜는 온실가스보다 10배나 더 많아 주의해야 한다는 주장이 나왔다.   파리 공과대학은 '생성형 AI: 에너지 소비 급증(Generative AI: energy consumption soars)' 보고서를 지난해 11월 13일 발표했다. 이들은 "BLOOM AI 모델을 훈련하면 1년에 프랑스인보다 온실가스를 10배 더 배출한다고 추정할 정도"이며 "탄소 발자국은 무시할 수 없는 수준"이라고 밝혔다. AI를 학습시키기 위한 전력을 만들 땐 얼마나 많은 온실가스가 배출되며, 그 배출량을 사람과 비교하면 어느 정도 수준일까. '세계 평균 배출량' 근접한 프랑스인 앞서 밝힌 파리 공과대학 보고서는 비교 대상이 모두 프랑스 기준이다. 자국민인 '프랑스인'이 배출하는 온실가스양과 프랑스에서 개발한 AI 'BLOOM'을 학습시킬 때 배출한 온실가스양을 비교했다. 먼저 '프랑스인의 온실가스 배출량'은 이산화탄소로 바꾼 이산화탄소 환산량(CO2eq)으로 확인할 수 있다. CO2eq는 6개의 온실가스 중 가장 대표적인 '이산화탄소'로만 바꾼 값이다. 석탄, 석유 등 화석연료를 태우면 공기 중에 오랫동안 머무르는 6개의 온실가스(이산화탄소, 메탄 등)가 배출된다. 이때 온실가스가 우주로 빠져나가야 할 열을 붙잡아 지구 온도를 높이는 '온실효과'가 발생한다. 많은 연구에서 온실가스 배출량을 간단하고 이해하기 쉽게 CO2eq로 바꿔서 사용한다. 앤드루 파넬 더블린 대학교 기후 및 날씨 데이터 과학 교수는 CBS노컷뉴스와의 인터뷰에서 "기후 위기를 불러온 원인으로 지목되는 온실가스가 바로 이산화탄소다. 이산화탄소는 6개의 온실가스 중 가장 큰 부피를 차지하고, 가장 긴 수명을 가진다"며 "온실가스양을 가늠할 수 있는 중요한 지표가 바로 이산화탄소 값으로 바꾼 CO2eq"라고 강조했다. 공개된 데이터로 확인할 수 있는 프랑스인 1인당 CO2eq는 전 세계인 평균 1인당 CO2eq와 비슷했다. 비영리 통계 사이트 OpenData에 따르면, 2023년 프랑스인 1인당 CO2eq는 4.1t이며, 같은 해 전 세계인 평균 1인당 CO2eq는 4.7t이다.   2019년 이후 최근 5년간 프랑스와 전 세계 평균 CO2 배출량은 1t 이상 차이 나지 않았다. △2019년에는 오차가 0.0t △2020년 오차 0.2t △2021년 오차 0.1t △2022년 오차 0.2t이었다. 파리 공과대학 보고서가 기준으로 삼은 '프랑스인'을 '전 세계' 평균으로 바꿔 계산해도 큰 오차가 발생하지는 않았다.   전기 먹는 하마, 데이터센터 프랑스에서 개발한 AI 'BLOOM'을 학습시킬 때 배출한 온실가스양을 확인하기 위해서는 AI를 개발하기 위한 과정부터 이해해야 한다. AI는 수많은 정보를 학습할 수 있는 데이터센터가 필요하다. 데이터센터는 저장 및 연산장치가 한데 모여있는 곳이다. 이 곳에 저장·연산장치들은 쉴 새 없이 엄청난 양의 정보를 계산하고 처리한다. 설비를 유지하는 것만으로도 막대한 전력을 쏟아부어야 한다. 실제로 우리나라 데이터센터 1개당 평균 연간 전력 사용량은 약 25기가와트시(GWh)다. 우리나라 4인 가구 6천 세대가 1년 동안 사용하는 전력과 맞먹는다. '투명한 하마' BLOOM이렇게 AI는 막대한 전력을 먹으며 태어난다. 파리 공과대학의 보고서에서 밝힌 AI 'BLOOM'은 '투명한 자료 공개' 원칙이 적용돼 개발에 쏟은 구체적인 전력량과 CO2eq를 확인할 수 있다. 전 세계 수천 명의 연구원들이 BLOOM 개발에 투입된 자원을 확인·접근할 수 있는 권한을 나눠 받아, BLOOM을 개발하기 위해 쏟아부었던 전력이 약 433MWh임을 확인했다. 그러나 BLOOM과 달리 여타 AI를 개발하는 데 쏟아부은 정확한 전력량은 거의 공개되지 않는다. 전문가들 역시 AI 모델의 성능과 기초 자료들을 바탕으로 소모 전력을 대략적으로 추정한다.   연세대학교 컴퓨터과학과 조성배 교수는 "전력 소모량 데이터는 기본적으로 기업의 자산이지만, 사회적으로 비판 대상이 될 수 있기 때문에 정보 공개를 꺼린다"며 "편향 혹은 은닉 전력을 정확히 알 수 없어도 약 68% 범위에서 유효하다는 연구가 있다"고 말했다. 유효범위 내에서 개발을 위해 사용한 전력은 △챗GPT-3(2022년 공개) 1287MWh △Llama 400MWh △Gopher 1066MWh로 추정된다. AI가 배출한 온실가스, 최대 9천t 육박  이렇게 공개된 막대한 전력량을 토대로, 전력과 함께 뿜어져 나온 CO2eq를 추정해볼 수 있다. 미국 스탠퍼드 대학의 'AI Report 2024' 보고서에서는 AI 모델별 전력 사용량에 따른 CO2eq를 비교한 내용이 실려있다. 해당 보고서에 따르면, AI 모델별 CO2eq는 △BLOOM 약 25t △챗GPT-3 약 588t △Llama 약 8930t이었다. BLOOM은 프랑스 원자력 발전을 통해 얻은 전기를 사용해 다른 AI보다 낮은 CO2eq를 기록했다. 그럼에도 발표된 모든 AI모델이 전세계 사람이 1년에 평균적으로 내뿜는 온실가스 양인 4~5t 수준에 비해 매우 많았다. Llama를 기준으로 본다면, 사람이 평생 내뿜는 온실가스양이 닿을 수 없을만큼 많은 CO2eq가 발생하는 셈이다. 이렇게 AI별로 CO2eq가 크게 차이가 나는 이유는 다양하다. 김창익 카이스트 전기전자공학부 교수는 "데이터를 연결하는 매개체인 파라미터 개수, 에너지 효율화가 가능한 GPU 사용 유무, 훈련방식과 훈련량, 개발자의 의지에 따른 데이터 정제 작업 횟수 등 변수가 매우 많다"고 설명했다. AI 효율화로 전력 감축 나서 전력량을 줄이면 자연스럽게 온실가스 배출량은 줄어든다. 따라서 산업계에선 AI 개발에 필요한 전력 사용량 자체를 줄이는 기술 발전이 거듭됐다. AI 개발에 투입되는 반도체 성능은 높이되 반도체에 필요한 전력은 점차 줄이면서 효율을 높여왔다. 국제에너지기구의 'AI와 관련된 컴퓨터 칩의 효율성 향상(Efficiency improvement of AI related computer chips)' 자료에는 구체적인 수치가 언급된다. 2008년 반도체 전력 소비량이 100이라고 가정했을 때, 2023년 동일한 전산 처리에 들어가는 전력 소비량은 0.66으로 줄었다.   석광훈 에너지전환포럼 전문위원은 "지난 15년간 데이터센터용 반도체 효율이 급격하게 좋아지는 하드웨어 혁신이 빠르게 이뤄졌다"며 "만약 이러한 하드웨어 혁신이 소프트웨어 효율 혁신과 동시에 맞물리는 '파괴적 혁신'으로 발전하면, AI 생태계 전체가 변할 것"이라고 긍정적인 전망을 내놨다.   '제본스의 역설' 우려도 하지만 전력 효율화 노력에도 불구하고 제본스의 역설이 발생할 것이라는 부정적 전망도 제기된다. 1865년 윌리엄 스탠리 제본스가 주장한 '제본스의 역설'은 자원 사용의 효율성이 증가하더라도 자원 사용이 증가한다는 주장이다. 더 적은 자원으로 뛰어난 성능을 보일 수 있는 기술이 나와도, 사용자가 늘어나 전체 사용량이 증가해 기술 효율화 결과를 상쇄시킨다는 우려를 담고 있다.   김병권 녹색전환연구소 연구위원은 "제본스의 역설에서 보듯 더 많은 소비자가 인공지능을 쓰면 전력 사용 총량이 늘어나기 때문에 이를 제어해야 AI가 기후나 전력에 미치는 부담을 줄일 수 있다"고 당부했다.   'AI 기초교육'을 통해 제본스의 역설을 해결할 수 있다는 목소리도 있다. 에런 딩 델프트 공과대학 수석 부교수, 사이버 물리 지능 연구소(CPI) 소장은 "AI 접근성이 좋아지고 사용이 편리해질수록 더 많은 전력이 필요하다는 것을 사람들이 이해하는 게 첫걸음"이라며 "이해하기 쉽고 모두에게 공개된 자료로 전력 소비 교육이 이뤄져야 한다"고 설명했다.   재생에너지로 딜레마 타파 재생에너지 등 친환경 전력을 생산해 '온실가스 배출'이라는 딜레마를 해결하는 방법도 있다. 친환경 전력을 생산하면 전력 생산량에 따른 환경파괴 걱정을 덜어도 되기 때문이다. 딩 소장은 "강물을 이용해 전기를 생산하는 핀란드처럼 재생에너지에 전적으로 의존하는 것이 바람직하다"며 "재생에너지 발전에 지리적 위치가 실질적인 장애물은 아니기 때문에 대한민국도 재생에너지를 활용한 전력으로 데이터센터를 운영할 수 있을 것"이라고 밝혔다.   파넬 교수 또한 "우리는 극단적인 기상 현상을 더 넓은 지역에서, 더 오랫동안 경험하고 있기 때문에 이제 정신을 차리고 이산화탄소 배출량 감소 계획을 실행해야 한다"며 "제가 기후 과학자로서 할 수 있는 일은 그저 이 말을 반복하며 누군가가 관심을 가져주길 바라는 것뿐"이라고 말했다. ※ [AI 패러독스:편리함 중독, 빨라진 기후위기] 사용할수록 편리한 AI, 그 편리함 뒤에 숨어 있는 환경 비용은 얼마나 될까요? AI에게 질문해 보고, 내가 사용한 전력도 확인해 보세요. 아래 링크를 클릭해 인터랙티브 페이지에 접속! https://m.nocutnews.co.kr/story/S250715/ ※이 기사는 세명대학교 저널리즘 대학원의 지원을 받아 제작되었습니다. 2025.08.02 13:00

데이터센터 하나가 도시만큼 전력을 쓴다?[노컷체크] ▶ 글 싣는 순서 ①'알아서 척척' AI챗봇, 웹 검색보다 전력 10배 더 쓴다?[노컷체크] ②데이터센터 하나가 도시만큼 전력을 쓴다?[노컷체크] (계속) "데이터센터 하나가 수십만 가구에 해당하는 전력을 소비한다" 챗GPT의 등장 이후 인공지능(AI) 기술 경쟁이 가속화되면서 데이터센터의 전력 소비량에 대한 우려가 빠르게 커지고 있다. 특히 최근엔 대형 AI 데이터센터 한 곳이 사용하는 전력량이 웬만한 중소도시 전체보다 많다는 지적도 나온다. AI 혁신 경쟁이 뜨거워질수록 전력 사용량도 함께 치솟는 현상을 두고 전문가들은 "마치 브레이크 없이 언덕을 내려가는 자전거같다"며 경고의 목소리를 높였다. 지방자치단체들이 앞다투어 대형 데이터센터를 유치 중인 현재, 지역 전력망에 미칠 실질적 영향을 보다 철저히 분석하고 대비해야 한다는 필요성이 대두되고 있다. 전력 괴물이 된 AI, 도시 하나를 먹어치우다 국제에너지기구(IEA)와 미국 에너지부, 한국에너지공단 등 정부기관의 공식 자료를 종합 분석한 결과, 대형 AI 데이터센터 한 곳이 실제로 사용하는 전력량은 수십만 가구의 전력 소비량과 맞먹는 규모인 것으로 나타났다. 국내 사례로 보면, 한 대형 포털사이트 운영사가 2023년 11월부터 운영을 시작한 데이터센터는 최대 270메가와트(MW)의 전력을 공급받고 있다. 일반적으로 데이터센터는 공급받는 최대 전력량의 약 60~70%를 상시 사용한다. 이를 보수적으로 60%로만 계산해도 매시간 약 162MW의 전력을 소비하게 된다. 한 달간 누적하면 약 116.64기가와트시(GWh)에 달한다. 정부의 전력데이터 개방 포털시스템에 따르면, 경기도 고양시 전체 주택의 월간 전력 사용량은 지난 5월 기준으로 118.74GWh다. 즉,  데이터센터 단 한 곳이 인구 약 106만 명이 거주하는 고양시 전체 가정이 쓰는 전력량과 비슷한 수준을 사용하고 있는 셈이다. 더욱 우려되는 점은 이러한 데이터센터의 규모가 계속해서 확대되고 있다는 사실이다. 전라남도가 현재 추진하고 있는 3GW급 초대형 AI 데이터센터는 서울시 전체 주택용 전력 소비량(인구 933만 명 규모)과 맞먹을 것으로 예상되고 있다. IEA가 지난 4월 발표한 'Electricity 2024: Analysis and forecast to 2026(전기 2024: 2026년까지의 분석과 전망)' 보고서에 따르면, 전 세계 데이터센터의 전력 소비량은 2022년 약 460테라와트시(TWh)에서 2026년 1천 TWh로 두 배 이상 급증할 것으로 전망됐다. 미국 에너지부 산하 로렌스 버클리 국립연구소도 '2024 Report on U.S. Data Center Energy Use(2024년 미국 데이터센터 에너지 사용 보고서)'를 통해 "미국 내 데이터센터의 전력 소비량이 2028년에는 현재의 약 3배 규모로 증가할 수 있다"며 급격한 전력 소비 증가를 경고했다. 데이터센터 전력 소비량, 규모 따라 다를까? 데이터센터는 서버 규모나 운영 목적에 따라 크게 소형, 중형, 대형 등으로 나뉜다. 소형 데이터센터는 주로 기업이나 대학 등 개별 기관이 독립적으로 운영하는 형태로, 서버 약 2천대 이하를 보유한 시설이 대부분이다. 이들 소형 데이터센터가 사용하는 전력은 큰 사무용 빌딩 정도의 소비 규모인 1~5MW 수준이다. 중규모 데이터센터는 보통 클라우드 서비스 제공업체나 중견 기업들이 사용하는 형태로 소형보다 수 배 이상 크다. 중규모 데이터센터의 평균 전력 사용량은 중소 도시 일부 지역 전체가 사용하는 전력량인 50~70MW 수준이다. 초대형 데이터센터는 아마존, 구글, 메타 등 글로벌 빅테크 기업들이 주로 운영하며 서버 규모가 수십만 대에서 최대 수백만 대에 이른다. 일반적으로 100MW 이상의 전력을 사용하는데, 최근 AI 기술 발달로 일부 신규 데이터센터는 이보다 훨씬 더 큰 규모로 운영되고 있다. 대표적으로 마이크로소프트가 미국 아이오와주에 운영 중인 데이터센터는 약 300MW 규모다. 최근 국내에서 운영을 시작한 포털 기업의 데이터센터도 270MW 규모에 이른다. 전 세계적으로 보면 최대 500MW 이상의 초대형 시설도 등장하고 있는 추세다. IEA의 'What the data centre and AI boom could mean for the energy sector(데이터 센터와 AI 붐이 에너지 부문에 미칠 수 있는 영향)' 보고서에 따르면 데이터센터 평균 전력 소비량은 글로벌 기준으로 약 5~10MW 수준으로 집계되고 있다. 하지만 특히 AI를 활용하는 초대형 데이터센터는 100MW 이상 규모가 보편적으로 웬만한 도시 전체 전력 소비량과 맞먹게 된다. 한국 전력망, 한계점에 다다르다 AI 기술 발전과 데이터센터 급증으로 국내 전력망이 한계점에 가까워지고 있다는 우려도 나온다. 국회입법조사처가 2024년 5월 발간한 보고서 'AI 혁명에 부응한 선제적 전력 공급·전력망 확충 긴요'에 따르면, 국내 데이터센터는 2023년 12월 기준 총 150개이며, 이들이 계약한 전력 용량은 총 1986MW에 달한다. 이는 1천MW급 원자력 발전소 2기와 맞먹는 규모다. 뿐만 아니라 산업통상자원부의 예측처럼 2029년까지 신규 데이터센터 732개가 추가로 건설될 경우, 국내 데이터센터가 필요로 하는 전력 용량은 약 4만 9397MW까지 늘어날 것으로 내다봤다. 이를 송전 과정의 전력 손실분(약 7%)까지 고려하면, 1천MW급 원전 약 53기를 추가 건설해야 하는 규모다. 해당 보고서를 작성한 유재국 조사관은 "신규 데이터센터 수요의 67%가 부동산 개발을 선점하기 위해 우선 전력 용량을 신청한 것으로 보인다"면서도 "그럼에도 향후 AI 데이터센터 설치가 전력 생산과 전력망 운용에 부담으로 작용할 것은 분명하다"고 지적했다. 조성배 연세대학교 교수도 "2023년 대비 2026년까지 AI 분야의 전력 소모량이 최소 10배는 증가할 것"이라며 "AI 산업 전체의 전력 수요가 연간 100TWh 이상으로 급증할 것으로 예상된다"고 분석했다. 이는 2024년 한국의 전체 전력 소비량(약 549.81TWh)의 6분의 1을 초과하는 양이다. 미국의 비즈니스 자문회사 가트너(Gartner)는 2024년 보고서를 통해 "2027년까지 기존 AI 데이터센터의 40%에서 전력 가용성 문제가 발생할 것"이라며 "생성형 AI 도입을 위한 신규 초대형 데이터센터의 급증이 전력 부족 위험을 높이고 있다"고 경고했다. 세계는 이미 '전력 전쟁' 중이다 해외에서도 데이터센터 급증에 따른 전력망 압박이 현실화되고 있다. 한나 데일리 아일랜드 코크대학교(UCC) 교수는 "데이터센터 하나가 수십만 가구에 해당하는 전력을 소비한다"며 "아일랜드 전체 전력 소비의 5분의 1 이상이 데이터센터에서 사용되고 있다"고 지적했다. 데일리 교수는 "더블린 지역의 일부 신규 주택 개발이 불가능해졌다. 전력망이 가정의 추가 수요를 감당할 수 없기 때문"이라면서 "데이터센터가 전력망보다 훨씬 빠르게 증가하면서 주택 공급 능력이 제한되고 있다"고 데이터센터로 인한 사회적 문제를 구체적으로 설명했다. 이 때문에 아일랜드 당국은 지난 2023년 겨울철 일시적으로 전력 공급을 중단하는 긴급 프로그램을 도입했다. 2026년에는 데이터센터가 아일랜드 전체 전력 수요의 32%에 달할 것으로 전망된다. 미국 버지니아주와 독일에서도 주거 지역 내 데이터센터 허가를 제한하거나 재생에너지를 전력망에 공급하고 폐열을 재활용하도록 하는 규제를 도입하는 등 대응에 나서고 있다. 멈출 수 없는 AI 경쟁 그러나 전문가들은 전력 소비 증가의 문제에도 불구하고 AI 기술 발전과 이를 뒷받침하는 데이터센터 수요 증가를 중단시키기 어렵다고 입을 모은다. 국가 간 기술 패권 경쟁과 기업 간 시장 선점 경쟁이 격화되면서 AI는 이제 선택이 아닌 '생존'의 문제가 됐다는 것이다. 아누즈 파타니아 암스테르담대학교 병렬컴퓨팅시스템(PCS) 그룹 조교수는 이 상황을 '죄수의 딜레마'에 비유했다. 그는 "AI를 사용하지 않으면 경쟁에서 뒤처지고, 경쟁자가 AI를 활용하면 결국 따라갈 수밖에 없다"며 "기술을 안 쓴다고 해서 피할 수 있는 구조가 아니다"라고 말했다. 김창익 카이스트 전기전자공학부 교수도 "윤리적이거나 환경적인 측면에서 AI가 긍정적이지만은 않더라도, 이 기술의 확산을 막기는 어렵다"며 "지금의 상황은 브레이크 없이 언덕을 내려가는 자전거와 같다. 멈춰야 한다는 걸 알면서도 멈출 수 없다"고 말했다. ※ [AI 패러독스:편리함 중독, 빨라진 기후위기] 사용할수록 편리한 AI, 그 편리함 뒤에 숨어 있는 환경 비용은 얼마나 될까요? AI에게 질문해 보고, 내가 사용한 전력도 확인해 보세요. 아래 링크를 클릭해 인터랙티브 페이지에 접속! https://m.nocutnews.co.kr/story/S250715/ ※이 기사는 세명대학교 저널리즘 대학원의 지원을 받아 제작되었습니다. 2025.08.02 05:00

'알아서 척척' AI챗봇, 웹 검색보다 전력 10배 더 쓴다?[노컷체크] ▶ 글 싣는 순서 ①'알아서 척척' AI챗봇, 웹 검색보다 전력 10배 더 쓴다?[노컷체크] (계속) "결국 AI 기반 검색이 기존 검색 방식을 대체할 것입니다" '구글 반독점 재판' 도중 나온 애플의 에디 큐 부사장의 말에 시장이 요동쳤다. 지난 5월 7일, 구글 모회사 알파벳 주주들은 'AI 침공'을 걱정해 알파벳 주식을 팔기 시작했다. 알파벳 주가는 하루 만에 7% 이상 급락했다. AI가 시대를 관통하는 키워드로 떠올랐다. 사람 곁에 다가와 일상을 파고들었다. 단순 명령어에 기계적으로 반응하던 과거와는 다르다. 이제 사람과 자연스럽게 대화하고 논리적·감정적인 대답을 내놓는다. 챗GPT가 선봉에 섰다. '대화형 인공지능' 기술로 무장한 AI 챗봇은 질문의 의도를 파악해, 맞춤형 모법 답안을 제시한다. 실시간으로 인터넷을 검색하고 순식간에 자료를 분석한다. 대가도 뒤따른다. 가장 큰 문제는 전력이다. AI는 막대한 전기를 쓴다. 이를 증명하듯 유상임 전 과학기술정보통신부(과기부) 장관은 지난 2월 10일 프랑스 파리에서 열린 '제3차 프랑스 AI 행동 국제 정상회의'에서 "AI 시스템으로 인한 전력이 최대 10배까지 증가할 수 있다는 연구가 있다"고 밝혔다. AI 챗봇의 맞춤형 답변이 웹 검색보다 10배 더 많은 전기를 쓴다는 연구였다. AI가 쓰는 전력은 어느 정도일까. 오래된 연구 '인용 또 인용' 과기부를 통해 유 전 장관이 미국 전력중앙연구소의 보고서(Powering Intelligence-Analyzing Artificial Intelligence and Data Center Energy Consumption)를 참고했다는 것을 확인했다. 네덜란드 암스테르담 대학 알렉스 드 브리스 박사의 '인공지능의 에너지 발자국 증가(The growing energy footprint of artificial intelligence)' 연구가 보고서의 핵심 근거였다. '구글 검색엔 검색당 0.3Wh, 챗GPT는 질문당 2.9kWh 전력이 사용된다'는 브리스 박사의 연구가 유 전 장관 발언의 진짜 근거였다. AI가 쓰는 전력을 파악하기 위해선 전력 단위부터 이해해야 한다. 전력은 전기 에너지양을 뜻한다. 기본 단위는 와트(W)다. 1W는 100g짜리 사과를 약 1m 높이로 들어 올리는 에너지와 맞먹는다. 1W를 1시간 동안 사용하면 1Wh라고 표현한다. 브리스 박사의 연구 결과대로라면, AI 검색 1번에 필요한 전력은 2.9Wh다. 구글 검색 10번을 합친 전력 3Wh와 비슷하다. 그러나 브리스 박사의 연구가 더는 정설로 받아들여지지 않는다. AI 산업이 빠르게 변하고 있기 때문이다. 지난 2월 7일 AI 연구 단체인 Epoch AI의 조쉬 유 데이터분석가는 챗GPT에 넣는 질문당 전력 소비량이 약 0.3Wh라고 분석했다. 2.9Wh라는 브리스 박사 연구 결과의 1/10 수준이다. 조쉬 유 분석가는 "최근 들어 반도체 기술의 발전과 연산 최적화 기술을 고려하면 전력 소비량은 훨씬 낮아진다"고 분석했다. 그는 "0.3Wh 또한 보수적으로 추정한 값이기 때문에 이보다 더 적은 전력을 사용할 가능성이 높다"고 예상했다. AI 분야 전문가의 의견도 비슷하다. 아누즈 파티나아 암스테르담 대학교 병렬 컴퓨팅 시스템 그룹 조교수 또한 CBS노컷뉴스에 "이제는 구글 검색 대비 챗GPT가 소모하는 전력이 최소 10배에서 최대 100배까지 차이 난다"고 설명했다. 0.3Wh라는 구글의 해명챗GPT가 구글보다 약 10배 더 전력을 사용한다는 브리스 박사의 연구에도 한계가 있다. 먼저 구글 검색당 0.3Wh 전력을 쓴다는 기본 전제다. 0.3Wh라는 숫자는 구글의 일방적 주장이다. 정확한 데이터를 기반으로 브리스 박사가 직접 계산한 결과가 아니다. 2009년 당시 '구글 블로그' 설명 자료에 적혀 있던 값이다. 2009년 미국 하버드대 물리학자인 알렉스 위스너 그로스는 '구글 검색당 7g의 CO2가 발생한다'고 주장했다. 이에 구글은 "그러한 주장은 부풀려진 것"이라고 반박하는 설명 자료를 게재했다. 구글은 "검색을 시작하기도 전에 수행된 다른 작업(예를 들면 검색 분류 작업 준비)을 포함해 0.3Wh의 에너지를 소비한다. 이건 우리 몸이 10초 안에 연소하는 에너지와 거의 같은 양"이라고 해명했다. 구글은 검색과 무관한 전처리 작업을 전력 계산에 포함해도 구글 검색 전력이 매우 적고, 탄소 배출도 매우 적다는 결과만을 내세웠다. 다만 구체적인 근거 자료를 제시하지는 않았다. 검증이 불가능한 해명이었지만 브리스 박사는 이 주장을 핵심 근거로 활용했다. 입 닫은 구글…비교 어려워져 이후 구글은 입을 닫았다. 공식적으로 검색당 전력을 얼마나 쓰는지 더는 공개하지 않았다. 그러자 구글 검색당 전력과 챗GPT 검색당 전력을 비교한 '기준 시점'이 서로 크게 달라졌다. 구글 검색당 전력 자료는 2009년 기준이지만 브리스 박사의 챗GPT 검색당 전력 자료는 2022년 기준이다. 비교 기준 시점이 10년 이상 벌어지면 '달라진 전력 소모 환경'을 고려해야 한다. 뛰어난 기술과 장비를 도입하면 필요 전력량은 늘어난다. 처리해야 하는 정보는 갈수록 많아지고 더 빠른 속도를 내기 위해 엄청난 양의 전기를 써야한다. 그러나 계속 늘어나는 전력량을 줄이기 위한 기술 개발도 이어진다. 똑같은 전력으로 전자기기를 사용할 수 있는 시간이나 정보 처리량을 늘리는 '전력 효율화' 기술도 끊임없이 발전한다. 이렇게 두 갈래로 나뉜 기술 개발 방향성에 따라 필요한 전력량이 늘었다 줄었다를 줄다리기처럼 반복한다. 그렇게 15년 동안 기술은 빠르게 발전해왔다. 특히 컴퓨터에 필수적으로 들어가는 계산 장치인 그래픽처리장치(GPU)의 성능이 빠르게 발전하고 있다. 대표주자는 엔비디아의 H100이다. 미국 스탠퍼드 대학이 발표한 'AI Index 2023' 보고서에 따르면, 지난 20년 동안 GPU 성능은 약 7천 배 증가했다. 15년 간격의 검색 전력 소모량을 서로 단순 비교하면 효율화된 전력 기술 개발의 맥락이 무시된다. 따라서 같은 전력량도 기준 시점에 따라 동일 선상에서 비교하기 어렵다. 검색=구글, AI=챗GPT뿐? 국가별 디지털 환경과 AI 모델별 특성도 제각기 다르다. 우리나라의 검색 사이트 점유율 최강자는 '네이버'다. 소비자 데이터 플랫폼 오픈서베이의 '검색 트렌드 리포트 2024'에 따르면, 다른 나라와 달리 한국의 검색 사이트 점유율 1위는 네이버(87%)이며, 유튜브(79.9%)와 구글(65.8%)이 그 뒤를 이었다. 2025년 글로벌 사이트 statcounter 자료에서 밝힌 한국의 검색 트렌드도 이와 비슷하다. 네이버가 1위(50.96%), 구글이 2위(41.2%)다. 한국을 기준으로 보면, 검색엔진 기준은 네이버여야 한다. 'AI챗봇 검색에 필요한 전력이 웹 검색에 필요한 전력의 10배'라고 주장하기 위해 한국인에게 검색 사이트 대표로 구글을 내세울 순 없는 셈이다. 챗GPT가 아닌 다른 AI를 비교 대상으로 삼아도 동일한 오류가 생긴다. 브리스 박사의 연구를 그대로 인용하더라도, 구글 검색 대비 AI 모델 BLOOM은 질문당 13배의 전력을 쓴다. AI를 결합한 구글 검색 방식에는 6.9~8.9Wh의 전력이 필요하다. 2009년 구글 검색당 전력 0.3Wh 대비 약 24~31배 많다. 여기에 생성형 AI로 사진이나 영상을 만들면 전력 소모는 더 늘어난다. 김창익 카이스트 전기전자공학부 교수는 CBS노컷뉴스에 "영상을 만드는 AI 모델 SORA는 1분짜리 영상을 생성하는 데 100~400Wh 정도 전력을 쓰는데, 이는 전자레인지 20시간, 노트북 약 10시간 사용에 맞먹는 수준"이라고 언급했다. 이어 "에너지 효율화가 많이 진행되고 있음에도 불구하고 AI는 기본적인 에너지 전력 소비가 많다"고 설명했다. 전력이 기후위기를 앞당긴다 AI가 쓰는 전력을 만드는 과정에서 온실가스도 같이 배출된다. 석광훈 에너지전환포럼 전문위원은 CBS노컷뉴스와의 인터뷰에서 "우리나라는 석탄과 가스로 절반에 달하는 전기를 만들기 때문에 온실가스가 많이 배출된다"면서 "재생에너지가 충분히 자리 잡기 전까지는 단순한 절약이 아니라 전력을 효율적으로 사용하는 게 바람직하다"고 말했다. 정보통신 전문가 게리 맥거번은 'Camp Digital 2022' 강연에서 "우리는 디지털이 한계가 없고 공기처럼 가벼우며 거의 공짜와 다름없다고 생각했으나 그건 사실이 아니다"고 지적했다. 그는 "디지털은 무겁다"며 "너무 많은 디지털 데이터를 쏟아내는 바람에 점점 더 우리 지구에 부담을 주고 있다"고 강조했다. ※ [AI 패러독스:편리함 중독, 빨라진 기후위기] 사용할수록 편리한 AI, 그 편리함 뒤에 숨어 있는 환경 비용은 얼마나 될까요? AI에게 질문해 보고, 내가 사용한 전력도 확인해 보세요. 아래 링크를 클릭해 인터랙티브 페이지에 접속! https://m.nocutnews.co.kr/story/S250715/ ※이 기사는 세명대학교 저널리즘 대학원의 지원을 받아 제작되었습니다. 2025.08.01 06:00

AI 패러독스:편리함 중독, 빨라진 기후위기[인터랙티브] AI 패러독스:편리함 중독, 빨라진 기후위기 인터랙티브 기획 바로가기 2025.08.01 06:00