The Economist 2025년 4월 12일호
Article: The tricky task of calculating AI’s energy use
아일랜드 전체 전력의 5분의 1이 데이터 센터의 심장을 뛰게 하는 데 소모된다. 도시 거주민 전체가 사용하는 양보다 많다. 워싱턴 DC 외곽의 라우던 카운티는 더하다. 44만여 명의 주민들이 미국 내 다음 6개 클러스터를 합친 것보다 많은 데이터 센터들과 어깨를 부딪히며 살아간다. 2022년, 이들의 최대 전력 사용량은 3기가와트(GW)에 육박했다. 쉬지 않고 돌아간다면 아일랜드의 연간 총소비량에 필적하는 에너지다. 이 숫자들은 단순한 통계가 아니다. 이것은 새로운 신(神), 인공지능(AI)이 얼마나 게걸스러운 식욕을 가졌는지 보여주는 냉혹한 증거다. 영상 스트리밍에서 금융 거래까지, 이미 세계 전력의 1.5%를 삼키고 있는 데이터 센터의 미래 수요 대부분은 AI가 차지할 것이다. 국제 에너지 기구(IEA)는 2030년까지 전 세계 데이터 센터 전력 수요가 AI로 인해 최대 3배까지 증가할 수 있다고 예측한다. 거대한 변화의 전조, 혹은 재앙의 서막이다.
빅테크 기업들은 자신만만하다. 그들의 환경적 비용은 AI가 가져올 혜택, 특히 기후 변화 해결이라는 거창한 목표 앞에서 정당화된다고 강변한다. 구글 딥마인드의 데미스 하사비스는 AI가 "기후 상황 해결의 주된 동력 중 하나가 될 것"이라고 공언한다. 그러나 그들의 장밋빛 청사진 이면에는 계산되지 않은, 혹은 의도적으로 외면된 비용이 숨겨져 있다. 이코노미스트의 특별 섹션이 탐구하듯, AI는 분명 에너지 생산이나 중공업 같은 오염 산업을 정화하는 데 기여할 잠재력을 지녔다. 심지어 데이터 센터를 지구 궤도 밖으로 옮기는 공상과학 같은 구상마저 논의된다. 하지만 그 이전에 우리는 AI 자체의 에너지 발자국, 그 거대하고 불투명한 비용을 정면으로 마주해야 한다. 그 복잡하고 까다로운 계산 없이는 어떤 미래도 제대로 설계할 수 없다. 마치 안개 속에서 항로를 정하려는 어리석음과 같다.
기술 기업들은 자사의 AI 모델에 대한 정보 공개를 극도로 꺼린다. 마치 연금술사가 비법을 숨기듯, 그들은 알고리즘의 심장을 감춘다. 따라서 AI 구축과 배포의 환경적 영향을 추정하는 간접적인 방법은 그들의 자발적인 탄소 배출량 보고서를 들여다보는 것뿐이다. 검색 거인 구글의 온실가스 배출량은 2019년에서 2023년 사이 거의 절반이나 증가했는데, 주된 원인은 데이터 센터의 에너지 소비 증가와 공급망 배출량이었다. 마이크로소프트 역시 3년 전에 비해 2023년 배출량이 약 3분의 1 증가했으며 부분적으로는 AI에 대한 집중 때문이었다. 이것은 빙산의 일각에 불과할 수 있다. 스스로 드러내지 않는 진실은 언제나 더 거대하고 어두운 법이다.
또 다른 접근법은 모델 구축에 사용된 인프라의 에너지 사용량을 합산하는 것이다. 메타의 거대 언어 모델(LLM) 라마 3.1(Llama 3.1)은 엔비디아 칩을 사용하여 훈련되었다. 이 칩 하나는 고급 전기 주전자 절반 정도의 전력(700W)을 소비하며, 누적 3,930만 시간 동안 가동되었다. 그 결과 소모된 에너지는 27.5기가와트시(GWh)로, 7,500가구가 1년 동안 사용할 수 있는 양이다. 메타는 이 마지막 훈련 과정의 직접적인 기후 영향이 CO2 11,390톤에 해당하며, 이는 런던-뉴욕 간 왕복 항공편 60편과 맞먹는다고 추정한다. 물론, 이는 데이터 센터에 전력을 공급한 그리드의 배출량 기준이다. 메타는 교묘한 논리로 반박한다. 전자는 대체 가능(fungible)하므로 미국 반대편에서, 혹은 전혀 다른 시간에 충분한 양의 재생 에너지를 구매하면 실제 배출량은 0으로 떨어진다는 것이다. 회계 장부상의 마술이 현실의 탄소 발자국을 지울 수 있다는 믿음은 얼마나...