[한국미래일보=정지은 대학생 기자]

생성형 인공지능(AI) Google Gemini 이미지 생성

  생성형 인공지능(AI)이 산업 전반에 변화를 이끌고 있는 가운데, 그 이면에서 막대한 에너지 소비와 환경 부담이 새로운 과제로 떠오르고 있다. 특히 최신 AI 모델을 학습시키는 과정에서 발생하는 탄소 배출량은 상상을 뛰어넘는 수준이다. 일부 연구에 따르면 단일 AI 모델 학습 과정에서 약 7만 2,800톤의 탄소가 배출되며, 이는 승용차 약 1만 7천 대가 1년간 내뿜는 매연과 맞먹는 것으로 나타났다.

   AI의 환경 부담이 학습 단계에만 국한되지 않는다는 점이 가장 큰 문제다. 사용자가 AI에 질문을 던지고 답변을 받는 일상적인 과정에서도 매 순간 상당한 전력이 소모된다. 기존 검색 서비스보다 생성형 AI가 더 많은 연산을 수행하기 때문에 전력 사용량은 수 배 이상 높아진다. AI 서비스 이용이 증가할수록 전력 수요가 기하급수적으로 늘어나는 구조다. 국제에너지기구(IEA) 분석에 따르면 일반적인 구글 검색은 한 번에 약 0.3Wh의 전력을 소비하는 반면, 챗 GPT와 같은 생성형 AI는 답변 한 건 기준 약 2.9Wh를 사용하는 것으로 드러났다.

  전력 소비 증가는 데이터센터 확장으로 이어지며 환경 부담을 더욱 키우는 악순환을 낳고 있다. 대형 데이터센터는 수많은 고성능 GPU를 상시 가동해야 하고, 이 과정에서 발생하는 열을 식히기 위해 대규모 냉각 시스템이 필요하다. 특히 냉각 과정에서 소모되는 물의 양도 상당하다. 학계 연구에 따르면 생성형 AI와 약 20~50회 정도 대화를 나누는 동안 약 500mL 생수 한 병에 해당하는 물이 증발하는 것으로 나타났다. 또한 한 대형 데이터센터의 하루 물 사용량은 수만 명 규모 도시의 일일 사용량과 맞먹는 수준으로 분석된다. AI가 전력망에 부담을 주는 것을 넘어, 물까지 대규모로 소비하고 있다는 우려는 환경 피해가 장기적으로 더욱 확대될 수 있다는 경고로 이어지고 있다.

  또한 기업들의 배출량 공개 방식이 통일되어 있지 않고, 데이터센터 단위의 세부 정보가 충분히 제공되지 않는 경우가 많아 실제 환경 부담을 체계적으로 비교하거나 평가하기 어렵다는 지적이 나온다. 기업이 제시한 수치와 실제 배출량 간 괴리가 존재할 가능성도 제기된다.

  이러한 비판 속에서 IT 업계는 친환경 데이터센터 구축과 에너지 효율 개선에 속도를 내고 있다. 특히 ‘그린 데이터센터’ 전환의 핵심 기술로 주목받는 액침 냉각(Immersion Cooling)은 전기가 통하지 않는 특수 액체에 서버를 직접 담가 열을 식히는 방식으로, 기존 공기 냉각 대비 전력 효율을 30% 이상 높일 수 있는 것으로 평가된다. 이와 함께 기업들은 사용 전력의 100%를 재생에너지로 충당하는 ‘RE100’ 캠페인에 참여하며 탄소 배출 저감에 나서고 있다. 또한 전력 소모를 줄인 AI 전용 반도체(NPU) 개발도 병행하며 에너지 효율 중심의 기술 혁신을 추진 중이다.

  기업 차원의 대응에서 더 나아가 AI 이용자의 역할과 책임도 중요하다. 생성형 AI 사용이 일상화되면서 무분별한 활용이 환경 부담으로 이어질 수 있다는 점을 인식해야 한다는 지적이 나온다. 단순한 호기심이나 반복적인 요청 등 불필요한 질문은 누적될 경우 상당한 전력과 자원 소비로 이어질 수 있기 때문이다. 이용자 스스로도 AI 과의존을 줄이고, 필요한 범위 내에서 효율적으로 사용하는 등 책임 있는 이용 태도를 갖춰야 한다는 공감대가 확산되고 있다.

  전문가들은 기업의 자발적 노력뿐만 아니라, 데이터센터 배출량에 대한 투명한 공개와 규제 강화가 병행되어야 한다고 강조한다. AI 산업이 지속 가능한 방향으로 성장하기 위해서는 성능 경쟁을 넘어 환경적 책임을 함께 고려해야 한다는 것이다. 결국 AI의 발전은 선택의 문제가 아니라 방향의 문제다. 인간에게 편리함과 효율성을 제공하는 AI 기술이 무분별한 환경 파괴로 이어지지 않도록, 지속 가능한 ‘그린 AI’로의 전환을 고민해야 할 시점이다.