새로운 연구에 따르면 2025년에는 전 세계적으로 인공지능(AI) 인프라가 뉴욕시의 1년 탄소 배출량과 거의 맞먹는 탄소 배출량을 발생시키며, 이는 전 세계 주민들이 생수를 마시는 양만큼의 물을 소비할 것으로 추정됩니다. 연구 저자들은 기업이 공개하는 데이터가 매우 제한적이기 때문에 이번 평가는 상대적으로 '보수적' 버전일 가능성이 높으며 실제 환경 비용은 더 높을 수 있다고 지적했다.

이 연구는 암스테르담 VU 대학교 환경연구소의 박사과정 학생인 Alex de Vries-Gao에 의해 완료되었으며 학술지 Patterns에 게재되었습니다. 그는 오랫동안 AI 및 암호화폐 채굴과 관련된 데이터 센터의 에너지 소비를 추적해 왔습니다. 이번에는 이전 연구를 바탕으로 2025년 AI 전력 소비량과 이에 따른 배출량, 물 사용량을 종합적으로 계산했다. 그는 “현재로서는 극도로 정확한 수치를 내는 것은 거의 불가능하지만, 어쨌든 그 규모는 엄청날 것이고 결국 대가를 치르는 것은 모두가 하게 될 것”이라고 직설적으로 말했다.

이전 연구에 따르면, 전 세계 AI 컴퓨팅 전력 수요는 2025년 23기가와트에 달해 이미 2024년 비트코인 ​​채굴 전력 소비량을 초과할 것으로 예상된다. 그러나 대형 기술 기업들은 일반적으로 연간 지속 가능성 보고서에 전체 탄소 배출량과 직접적인 물 소비량만 공개하고, AI 사업 자체가 얼마나 많은 자원을 소비하는지 분석하는 경우는 거의 없다. 이를 위해 드 브리스 가오는 애널리스트 보고서, 실적 보고 회의록, 기타 공개 정보를 활용해 AI 칩 등 하드웨어의 생산량과 가동 전력 소비량을 계산한 뒤 이를 바탕으로 온실가스 배출량과 물 소비량을 계산했다.

결과에 따르면 AI 관련 시스템은 2025년에 연간 약 3,260만~7,970만 톤의 이산화탄소를 배출할 수 있으며, 중앙값은 뉴욕시의 연간 평균 이산화탄소 배출량 약 5,000만 톤에 해당합니다. 물 사용량 측면에서 AI는 올해 약 3,125억~7,646억 리터의 물을 소비할 것으로 예상된다. 이는 2027년 약 6,000억 리터의 상한선을 예측한 2023년 연구보다 높은 수치이다. 캘리포니아 대학교 리버사이드 캠퍼스의 전기 및 컴퓨터 공학과 부교수인 Ren Shaolei는 최신 결과의 물 사용량 추정치가 "가장 놀랍다"고 말하며 분석이 방법론적 측면에서 여전히 "상당히 보수적"이라고 믿었다. 운영 단계에서 장비의 영향만 계산했으며 장비 폐기 후 공급망 및 추가 환경 비용은 포함하지 않았습니다.

데이터 센터는 AI의 "에너지와 물의 큰 소비자"입니다. 서버는 고부하 작업 시 많은 열이 발생하며, 과열을 방지하기 위해 냉각 시스템을 통해 많은 양의 물을 소비해야 합니다. 데이터 센터 자체에 전력을 공급하는 발전소도 엄청난 양의 냉각수에 의존합니다. 이러한 요소들이 함께 AI의 거대한 "물 발자국"을 구성합니다. 생성적 AI의 폭발적인 성장은 새로운 데이터 센터 건설과 새로운 발전소 계획을 주도했습니다. 이러한 발전소가 계속해서 화석 연료에 의존한다면 물 수요가 증가할 뿐만 아니라 온실가스 배출도 더욱 증가할 것입니다.

데이터 센터 수에서 세계를 선도하는 미국에서는 제안된 많은 프로젝트가 점점 더 강력한 커뮤니티 반대에 부딪혔습니다. 핵심 초점은 전력 및 수자원 점유에 있습니다. 반대자들은 AI 데이터 센터가 이미 물 부족이나 전력망 스트레스를 겪고 있는 지역의 긴장을 더욱 악화시킬 것이라고 우려합니다. 연구자들은 수자원이 풍부한 지역에서도 집중적인 데이터 센터 개발이 지역 생태계에 장기적인 영향을 미칠 수 있다고 지적합니다.

그럼에도 불구하고 이 연구는 환경 데이터를 공개하는 기업의 투명성이 부족하기 때문에 광범위한 예측을 제공합니다. 드 브리스-가오(de Vries-Gao)는 많은 기업들이 지속 가능성 보고서를 발행하지만 전력 소비 뒤에 숨은 '간접 물' 비율, 전체 물 소비 및 배출에서 AI 사업이 차지하는 비중 등 핵심 세부 사항을 종종 생략하는 경우가 많다는 사실을 발견했습니다. 또한, 전력망 구조는 지역마다 크게 다르며, 전원의 '청정도'는 동일한 전력 소비에 해당하는 방출 수준에 직접적인 영향을 미칩니다. 따라서 회사가 데이터 센터의 지리적 분포를 보다 명확하게 표시할 수 있다면 외부 세계에서도 AI 확장이 환경에 미치는 영향을 보다 정확하게 평가하는 데 도움이 될 것입니다.

이 연구에서는 대중과 정책 입안자가 이 기술 물결의 실제 환경 비용을 완전히 이해할 수 있도록 기술 회사가 AI 관련 탄소 배출 및 물 사용 데이터에 대해 보다 개방적이고 투명해야 한다고 요구합니다. Ren Shaolei는 AI에 대한 사회의 태도가 점점 더 양극화되고 물 문제에 대한 논쟁이 격화되는 시기에 이러한 유형의 작업은 특히 중요하며 사실 기반 공개 토론을 촉진하는 데 도움이 된다고 믿습니다. de Vries-Gao는 보다 투명한 정보가 있어야만 사회가 "이것이 우리가 원하는 미래인가? 이것이 공정한가?"라는 근본적인 질문에 대해 진지하게 논의할 수 있다고 말했습니다.