[소트프텔링ESG] AI의 두 얼굴: 친환경인가, 반환경인가

[이코노믹데일리] 요즘 카카오 ‘프사(프로필 사진)’들을 보면 지브리화풍으로 그린 에니메이션 프사로 대체하는 이들이 많이 보입니다. 인공지능(AI)이 만든 결과물들이죠. 현재 가장 너리 사용되는 AI 챗GPT에 우리 집 고양이 사진들을 넣고 “지브리풍으로 그려줘”라는 명령어를 입력하니 마치 일본의 에니메이션 제작사 지브리에서 제작한 에니메이션의 한 장면처럼 보이는 고양이들의 모습이 나옵니다.

그것뿐인가요. “이들 고양이가 사람이라면 어떤 모습일까?”하는 명령어를 넣으니 딱 사람도 그려주네요. 그런데 이를 어째. 둘 다 하얀 고양이(작은 녀석은 터키시 앙고라, 큰 녀석은 페르시안 혼혈 터키시앙고라)이데다 두 눈의 색상이 다른 오드아이들이다 보니 은발에 오드아이를 가진 얄쌍하면서도 나이는 살짝 있어 보이는 백인 청년과 턱수염 무성한 은발의 ‘떡대남’을 그려주네요. 물론, 당연히 모델이 된 고양이들과는 그 인상이 기막히게 닮았습니다. 더구나 작은 고양이의 나이가 15세로 고양이치곤 고령이고 ‘떡대’는 9살이란 점까지 놀랍게 캐치한 겁니다.
21세기 기술 혁신의 상징으로 급부상하는 존재가 AI요. 이렇게 생활 속에 파고 들며 점차 ‘필수 존재’가 되어가니 궁금증이 생깁니다. 과연 AI가 친환경적일까요 반(反) 환경적일까요. 

국제에너지기구(IEA) 등에 따르면 최근 AI의 사용 영역이 늘어나며 기후위기 시대의 해결책으로도 주목받고 있답니다. AI는 산업 효율을 극대화하고, 환경 모니터링과 예측 기술을 발전시키며, 재생에너지 보급에도 기여하고 있습니다.

이미 다양한 분야에서 환경 문제 해결에 기여하고 있는데 대표적 사례가 에너지 관리입니다. 구글은 2016년부터 자사 데이터센터에 딥마인드(DeepMind) AI를 도입해 냉각 시스템을 자동 조절하고 있습니다. 이 시스템은 실시간 데이터를 분석해 냉각 장비의 작동 패턴을 최적화함으로써 데이터센터의 냉각 에너지를 40% 이상 절감했습니다. 이러한 방식은 전체 에너지 소비의 약 15%를 줄인 것으로 평가됩니다. 유사한 방식으로 마이크로소프트(MS)도 애저(Azure) 데이터센터에서 AI 기반의 에너지 최적화를 적용해 탄소 배출을 낮추고 있습니다.

AI는 기후 예측과 자연재해 대응에서도 강력한 도구가 되고 있습니다. 미국 항공우주국(NASA)과 유엔은 위성 이미지와 AI를 결합해 산림 벌채와 빙하 융해, 사막화 진행 상황 등을 실시간으로 추적하고 있습니다. 비영리 기후 감시 프로젝트인 ‘클라이메이트 트레이스(Climate TRACE)’는 MS의 AI 기술을 활용해 위성 데이터 기반의 글로벌 탄소 배출 지도를 제작하고 있으며 이는 전 세계 정부와 기업의 기후 정책 수립에 사용되고 있답니다. 지난 2023년에는 이 데이터를 활용해 브라질 아마존 지역에서 불법 벌목이 활발하게 일어나고 있는 지역을 조기에 식별해 벌목 면적이 전년 대비 20% 줄었다는 성과도 보고됐다네요.

농업 분야에서는 AI 기반 정밀 농업(precision agriculture)이 자원 절감에 기여하고 있습니다. 예를 들어 일본의 스마트농업 스타트업인 ‘팜봇(Farmbot)’은 드론과 AI를 결합해 토양 상태, 작물 생장 상황, 병해충 패턴을 분석하고 농약과 물 사용량을 최소화합니다. 이를 통해 30% 이상의 물 사용 절감과 20% 이상의 수확량 증가를 동시에 달성했다네요. 이는 농업의 생산성을 높이면서도 환경에 미치는 영향을 줄이는 AI의 대표적 사례로 볼 수 있습니다

하지만 AI 기술이 환경에 끼치는 부정적 영향 또한 간과할 수 없습니다. 특히 대형 언어모델의 학습과 추론에는 엄청난 전력이 소모된다네요. 예를 들어 오픈AI가 개발한 챗 GPT-3 모델은 약 45테라와트시(TWh)에 달하는 전력을 소모하며 학습됐으며 이로 인해 284t의 이산화탄소(CO₂)가 배출됐다는 연구 결과가 있습니다. 이는 자동차 60대가 1년 동안 도로를 주행하면서 발생하는 탄소량과 비슷합니다. 여기에 수백만 사용자가 매일 AI 서비스를 이용할 경우 전력 소비는 폭발적으로 증가하게 됩니다.

AI 활용 기반인 데이터센터도 반환경 논란의 중심에 있습니다. 전 세계적으로 AI 수요가 급증하면서 데이터센터 수는 빠르게 늘고 있으며 이들 대부분은 고성능 GPU를 수천대 이상 탑재한 AI 서버를 운영 중입니다. 2024년 기준 전 세계 데이터센터의 전력 소비량은 약 415TWh로 추정되며 이 중 약 20%는 AI 관련 작업에 사용됩니다. 전문가들은 이 비중이 2025년에는 절반에 가까운 49%까지 증가할 것으로 전망하고 있다. 특히 AI 스타트업인 코어위브(CoreWeave)는 2025년까지 32개의 AI 전용 데이터센터를 구축하고 25만개의 고성능 GPU를 운영할 계획인데 이는 단일 기업이 사용하는 전력량이 일부 중소국가 전체 소비량을 뛰어넘을 수 있음을 시사합니다.

또 하나의 환경 부담은 AI 칩 생산에 필요한 희귀 자원의 채굴입니다. AI는 고성능 반도체인 GPU나 TPU 없이 작동하지 않으며 이들 칩을 제조하기 위해서는 리튬, 코발트, 희토류 금속 등이 대량으로 사용되는데 이들 자원은 대부분 아프리카, 남미 등 취약 지역에서 채굴되며 그 과정에서 심각한 생태계 파괴, 물 부족, 토양 오염이 발생하고 있습니다. 특히 전 세계 반도체 생산의 중심지인 대만은 AI 칩 제조 과정에서 사용하는 대량의 물 소비로 인해 지역 내 물 부족 문제에 직면하고 있다는 지적도 있습니다.

결국 AI는 그 자체로 ‘선’도 ‘악’도 아닙니다. 어디에 어떻게 쓰이느냐에 따라 결과가 달라지는 중립적인 도구라 봐야겠지요. 친환경적 AI를 실현하기 위해서는 먼저 전력의 재생에너지 전환이 시급합니다. 실제로 구글은 2030년까지 전 세계 모든 데이터센터를 100% 무탄소 에너지로 운영하겠다는 목표를 세웠고 아마존은 2025년까지 전체 전력 사용의 100%를 재생에너지로 대체하겠다고 선언했습니다. 이와 함께 효율적인 AI 모델 개발, 즉 ‘경량화 모델’이나 ‘저전력 추론 알고리즘’의 연구도 활발히 진행되고 있습니다.

AI 기술이 기후위기의 해결책이 되려면 기업과 정부, 기술 개발자 모두가 환경에 대한 책임을 전제 조건으로 삼고 탄소 배출량 공개, 지속가능성 기준 마련, 그리고 AI 기술을 기후 대응에 적극 활용하는 전략이 동시에 추진되어야 할 것입니다. 결국 AI의 미래는 기술 자체가 아니라 그 기술을 어떻게 통제하고 활용할 것인가에 달려 있습니다. 그리고 그 결정은 오늘 우리가 내리는 선택에 의해 좌우된다는 사실, 잊지 말아야겠습니다.