하지만 현실에서는 많은 기업이 이러한 차이를 파악하지 못한 채 가장 유명하거나 가장 큰 모델을 선택하는 경향이 있다는 것이 SAIG의 설명이다.
대부분의 기업은 직접 AI 모델을 학습하거나 데이터센터를 운영하지 않는다. 대신 클라우드 기업이나 AI 플랫폼을 통해 서비스를 구매한다.
그럼에도 SAIG는 기업 고객이 AI 인프라 방향을 바꾸는 중요한 영향력을 갖고 있다고 본다.
이 논리에 따르면 기업들은 다음과 같은 영역에 영향을 미칠 수 있다.
SAIG는 기업이 일상적인 **구매 절차(procurement)**만으로도 AI 산업에 압력을 가할 수 있다고 본다.
AI 공급업체를 평가할 때 에너지 효율과 환경 보고 기준을 요구할 수 있다.
예를 들어 다음과 같은 질문이 포함될 수 있다.
기업이 더 효율적인 AI 모델이나 인프라를 사용하는 공급업체를 선택한다면 시장 경쟁의 기준이 달라질 수 있다.
성능과 가격뿐 아니라 에너지 효율과 투명성도 경쟁 요소가 되는 것이다.
기업은 마스터 서비스 계약(MSA) 같은 장기 계약에 환경 정보 공개 조항을 넣을 수도 있다.
예를 들어 다음과 같은 정보 공개를 요구할 수 있다.
SAIG는 단순한 컨설팅 회사가 아니라 연구와 도구 개발을 함께 하는 조직을 목표로 한다.
기업이 AI 전략에 지속가능성을 통합하도록 다음과 같은 지원을 제공한다.
AI 효율성을 실제로 비교할 수 있게 만드는 것도 핵심 목표다.
대표적인 예가 AI Energy Score다.
또 다른 목표는 기업이 모든 업무에 대형 모델을 쓰는 대신 업무에 맞는 모델을 선택하도록 돕는 것이다.
문제는 데이터센터, 전력 계약, 반도체 공급망이 한번 구축되면 수년에서 수십 년 동안 구조가 고정될 수 있다는 점이다.
즉 지금이 **AI 인프라의 환경 방향을 바꿀 수 있는 짧은 창(window)**이라는 것이다.
Sustainable AI Group의 궁극적인 아이디어는 단순하다.
기업의 구매 기준을 통해 시장 경쟁의 규칙을 바꾸는 것이다.
기업 고객이 에너지 효율과 투명성을 요구하기 시작하면 AI 공급업체들은 결국 다음 세 가지를 모두 경쟁해야 한다.
그 변화가 실제로 일어날지는 결국 기업들이 자신들의 구매력을 얼마나 적극적으로 활용하느냐에 달려 있다.
Comments
0 comments