생성형 AI 기술의 확산은 막대한 에너지 소비와 탄소 배출을 초래 딥시크, 에너지 효율성이 중요한 기준 유럽연합, 환경과 윤리를 고려한 ‘AI 법안’을 통해 지속 가능한 기술 개발을 촉진
AI 기술이 급속히 확산되며 사회 전반에 혁신을 가져오는 가운데, 그 이면에 자리한 환경적 비용 또한 주목받고 있다. 지난 16일 기업 탄소 회계 전문 기업 그린리(Greenly)는 오픈AI의 챗GPT-4와 중국 AI 스타트업이 개발한 딥시크(DeepSeek)의 환경 영향을 비교한 보고서를 발표했다. 이 보고서는 생성형 AI 모델의 확장이 얼마나 큰 에너지 소비와 탄소 배출을 수반하는지를 수치로 보여준다.
보고서에 따르면, 챗GPT-4는 1.8조 개의 매개변수를 가진 초대형 언어 모델로 훈련과 운영에 막대한 전력과 수자원이 필요하다. 이는 전자 폐기물 증가와 함께 상당한 양의 이산화탄소 배출로 이어진다. 이에 따른 지속 가능성에 대한 경각심이 필요하다는 것을 보여준다.
AI가 환경에 미치는 영향 
(출처 : Greenly, 다양한 AI 작업에 따른 에너지 소비에 대한 연구 결과)
그린리의 연구에 따르면, AI 작업 유형에 따라 에너지 소비량과 이산화탄소 배출량(CO₂e)이 크게 차이난다. 특히 이미지 생성 작업은 다른 작업들에 비해 에너지 소모와 탄소 배출이 압도적으로 높은 것으로 나타났다.
다른 예시를 하나 들면, 기업이 ChatGPT-4를 활용해 매달 100만 건의 이메일에 답변할 경우, 연간 7,138톤의 이산화탄소 등가물(tCO₂e)이 발생하는 것으로 나타났다. 이는 파리와 뉴욕을 비행기로 약 4,300회에 왕복하는 수치다.
뿐만 아니라, AI 하드웨어의 생산에 필요한 희귀 광물 채굴은 토양 침식과 수질 오염 등 또 다른 환경 문제를 동반한다. AI 성능 경쟁이 치열해질수록 관련 하드웨어 수요는 더욱 늘어나고, 이에 따른 환경 부담 역시 커질 수밖에 없다.
챗GPT vs 딥시크 이러한 가운데, 딥시크는 보다 지속 가능한 모델로 주목받고 있다. 이 모델은 ‘혼합 전문가(Mixture of Experts, MoE)’ 구조를 기반으로 하여, 작업에 필요한 하위 모델만 활성화함으로써 계산 자원과 에너지 소비를 크게 줄였다.
딥시크는 총 2,000개의 엔비디아 H800 칩을 사용해 훈련되었으며, 이는 챗GPT-4(25,000개)나 메타의 라마 3.1(16,000개)보다 훨씬 적은 수치다. 그 결과 GPU 작동 시간도 메타 모델의 10분의 1 수준으로 절감되며, 서버 사용과 냉각수 소모도 크게 줄일 수 있었다.
그린리의 CEO이자 공동 창업자인 알렉시 노르망(Alexis Normand)은 “딥시크의 등장은 AI 기술 경쟁에서 에너지 효율성이 중요한 기준이 되고 있음을 보여준다”며 “그러나 다른 기술 기업들이 이 같은 방향을 따를지는 아직 미지수”라고 말했다.
지속가능한 AI를 위해서는 한편, 유럽연합(EU)은 기술 발전 속에서도 환경과 윤리를 고려한 AI 사용을 유도하기 위해 'AI 법안(AI Act)'을 도입할 것이다. 마르그레테 베스타게르(Margrethe Vestager) EU 디지털 전환 담당 부위원장은 “AI는 시민과 사회, 경제에 엄청난 혜택을 줄 수 있는 기술”이라며, “AI 법안은 유럽이 사람 중심의 기술 접근 방식을 지켜나가기 위한 중요한 발걸음”이라고 강조했다.
환경적 과제를 안고 있는 동시에, AI는 에너지 효율 개선, 탈탄소화, 지속 가능한 개발 목표 달성 등 긍정적인 방향으로도 활용될 수 있다. 보고서에 따르면 전략적으로 활용될 경우 AI는 2030년까지 전 세계 온실가스 배출량의 1.5~4%를 감축할 수 있는 잠재력을 지니고 있다.
이를 위해 에너지 효율적인 설계, 재생에너지를 활용한 데이터센터 운영, 엣지 컴퓨팅 도입, 오픈소스 모델 재사용 등 다양한 방안이 논의되고 있다. 티에리 브르통(Thierry Breton) 유럽연합 내부시장위원은 “이번 법안은 신뢰받는 AI를 위한 세계 최초의 실질적인 제도적 틀이며, 유럽 내 AI 스타트업의 성장을 견인할 것”이라고 평가했다.
AI의 미래가 환경과 공존할 수 있을지는 기업들이 어떤 방향을 선택하느냐에 달려 있다. 이제는 성능 경쟁을 넘어, 지속 가능성을 중심에 두는 기술 개발이 요구되고 있다.
| 
AI 기술이 급속히 확산되며 사회 전반에 혁신을 가져오는 가운데, 그 이면에 자리한 환경적 비용 또한 주목받고 있다. 지난 16일 기업 탄소 회계 전문 기업 그린리(Greenly)는 오픈AI의 챗GPT-4와 중국 AI 스타트업이 개발한 딥시크(DeepSeek)의 환경 영향을 비교한 보고서를 발표했다. 이 보고서는 생성형 AI 모델의 확장이 얼마나 큰 에너지 소비와 탄소 배출을 수반하는지를 수치로 보여준다.
보고서에 따르면, 챗GPT-4는 1.8조 개의 매개변수를 가진 초대형 언어 모델로 훈련과 운영에 막대한 전력과 수자원이 필요하다. 이는 전자 폐기물 증가와 함께 상당한 양의 이산화탄소 배출로 이어진다. 이에 따른 지속 가능성에 대한 경각심이 필요하다는 것을 보여준다.
AI가 환경에 미치는 영향
(출처 : Greenly, 다양한 AI 작업에 따른 에너지 소비에 대한 연구 결과)
그린리의 연구에 따르면, AI 작업 유형에 따라 에너지 소비량과 이산화탄소 배출량(CO₂e)이 크게 차이난다. 특히 이미지 생성 작업은 다른 작업들에 비해 에너지 소모와 탄소 배출이 압도적으로 높은 것으로 나타났다.
다른 예시를 하나 들면, 기업이 ChatGPT-4를 활용해 매달 100만 건의 이메일에 답변할 경우, 연간 7,138톤의 이산화탄소 등가물(tCO₂e)이 발생하는 것으로 나타났다. 이는 파리와 뉴욕을 비행기로 약 4,300회에 왕복하는 수치다.
뿐만 아니라, AI 하드웨어의 생산에 필요한 희귀 광물 채굴은 토양 침식과 수질 오염 등 또 다른 환경 문제를 동반한다. AI 성능 경쟁이 치열해질수록 관련 하드웨어 수요는 더욱 늘어나고, 이에 따른 환경 부담 역시 커질 수밖에 없다.
챗GPT vs 딥시크
이러한 가운데, 딥시크는 보다 지속 가능한 모델로 주목받고 있다. 이 모델은 ‘혼합 전문가(Mixture of Experts, MoE)’ 구조를 기반으로 하여, 작업에 필요한 하위 모델만 활성화함으로써 계산 자원과 에너지 소비를 크게 줄였다.
딥시크는 총 2,000개의 엔비디아 H800 칩을 사용해 훈련되었으며, 이는 챗GPT-4(25,000개)나 메타의 라마 3.1(16,000개)보다 훨씬 적은 수치다. 그 결과 GPU 작동 시간도 메타 모델의 10분의 1 수준으로 절감되며, 서버 사용과 냉각수 소모도 크게 줄일 수 있었다.
그린리의 CEO이자 공동 창업자인 알렉시 노르망(Alexis Normand)은 “딥시크의 등장은 AI 기술 경쟁에서 에너지 효율성이 중요한 기준이 되고 있음을 보여준다”며 “그러나 다른 기술 기업들이 이 같은 방향을 따를지는 아직 미지수”라고 말했다.
지속가능한 AI를 위해서는
한편, 유럽연합(EU)은 기술 발전 속에서도 환경과 윤리를 고려한 AI 사용을 유도하기 위해 'AI 법안(AI Act)'을 도입할 것이다. 마르그레테 베스타게르(Margrethe Vestager) EU 디지털 전환 담당 부위원장은 “AI는 시민과 사회, 경제에 엄청난 혜택을 줄 수 있는 기술”이라며, “AI 법안은 유럽이 사람 중심의 기술 접근 방식을 지켜나가기 위한 중요한 발걸음”이라고 강조했다.
환경적 과제를 안고 있는 동시에, AI는 에너지 효율 개선, 탈탄소화, 지속 가능한 개발 목표 달성 등 긍정적인 방향으로도 활용될 수 있다. 보고서에 따르면 전략적으로 활용될 경우 AI는 2030년까지 전 세계 온실가스 배출량의 1.5~4%를 감축할 수 있는 잠재력을 지니고 있다.
이를 위해 에너지 효율적인 설계, 재생에너지를 활용한 데이터센터 운영, 엣지 컴퓨팅 도입, 오픈소스 모델 재사용 등 다양한 방안이 논의되고 있다. 티에리 브르통(Thierry Breton) 유럽연합 내부시장위원은 “이번 법안은 신뢰받는 AI를 위한 세계 최초의 실질적인 제도적 틀이며, 유럽 내 AI 스타트업의 성장을 견인할 것”이라고 평가했다.
AI의 미래가 환경과 공존할 수 있을지는 기업들이 어떤 방향을 선택하느냐에 달려 있다. 이제는 성능 경쟁을 넘어, 지속 가능성을 중심에 두는 기술 개발이 요구되고 있다.