이러한 성장은 거의 전적으로 AI가 주도하고 있습니다. AI 특화 데이터센터의 전력 수요는 2030년까지 2023년 대비 11배 증가할 것으로 예상됩니다. 이 시점에 도달하면, AI 워크로드 자체가 오늘날 전통적인 데이터센터가 소비하는 전력량과 맞먹게 되며, AI는 전체 데이터 인프라 부문의 에너지 수요를 좌우하는 핵심 동력이 됩니다 .
이러한 에너지 사용 급증은 막대한 탄소 발자국을 남깁니다. 보고서는 2030년까지 AI 데이터센터로 인해 추가로 연간 2,400만에서 4,400만 톤의 이산화탄소(CO₂)가 배출될 것으로 예상합니다 . 이를 체감할 수 있는 수치로 바꿔보면, 최대 추정치는 미국 도로에 승용차 1,000만 대를 추가로 풀어놓은 것과 맞먹는 배출량입니다
. 일부 보도자료에서는 데이터센터의 총 탄소 배출량을 영국의 연간 전체 탄소 배출량과 비교하며, 4억 톤의 CO₂ 환산량에 달할 수 있다고 분석하기도 합니다
.
대중의 논의가 전기와 탄소에 집중되는 동안, 보고서는 물이 결정적으로 간과된 자원임을 강조합니다. 복잡한 AI 모델을 구동하는 서버를 식히는 데 필요한 물은 어마어마합니다.
미국에서만 AI 서버 배치로 인해 2030년까지 연간 7억 3,100만~11억 2,500만 입방미터의 물이 소비될 것으로 예상되며, 이는 미국인 600만~1,000만 명의 연간 가정용 물 사용량과 맞먹습니다 . 전 세계적 규모로 보면 그 물 발자국은 상상을 초월합니다. 보고서에 따르면, 2030년 AI의 총 물 소비량은 사하라 이남 아프리카의 13억 인구가 기본적인 생활에 필요한 연간 물 수요에 해당합니다
.
AI 붐의 환경적 비용은 운영 자원에서 그치지 않습니다. 보고서는 그 영향의 두 가지 중요한 차원을 추가로 조명합니다.
UNU-INWEH 보고서는 단순한 문제점의 나열이 아닌 행동을 촉구하는 정책적 요구입니다. 이 보고서는 AI의 진정한 비용이 전체 생애주기에 걸쳐 있으며, 이 비용이 부당하게 분배되고 있다고 경고합니다. 개발도상국은 경제적 이익은 적게 보면서도 환경적 부담은 불균형적으로 감당하고 있는 것입니다 .
보고서의 핵심 요구는 의무적이고 표준화된 환경 보고입니다.
보고서는 최종 사용자에게도 일정 부분 책임이 있다고 보고, 가능한 경우 덜 에너지 집약적인 AI 도구를 사용할 것을 제안합니다. 이는 과부하된 전력망과 물 공급에 가해지는 압력을 집단적으로 줄일 수 있는 작은 한 걸음이 될 수 있습니다 .
Comments
0 comments