인공지능(AI) 기술의 발전이 인류의 삶을 혁신하고 있는 가운데, 그 이면에 숨겨진 막대한 에너지 소비 문제가 새로운 과제로 떠오르고 있다. 업계 분석가들은 샘 알트먼이 이끄는 OpenAI와 같은 거대 AI 기업의 전력 소비량이 머지않아 뉴욕과 샌디에이고 두 대도시의 사용량을 합친 수준에 이를 것이라고 경고하며, AI 모델 고도화 경쟁이 야기할 환경적 부담에 대한 깊이 있는 고찰이 필요하다고 지적한다.

기하급수적으로 늘어나는 AI 데이터센터

불과 10년 전만 해도 고성능 AI 모델 하나를 훈련하는 데 수십 메가와트시(MWh)의 전력이 필요했다. 그러나 2025년을 기점으로 차세대 모델들은 훈련 한 번에 수백 MWh를 소모할 것으로 예상된다. 딥러닝에 최적화된 GPU 서버가 빽빽이 들어선 데이터센터는 전 세계적으로 급증했으며, 빅테크 기업부터 스타트업까지 더 방대한 데이터와 정교한 모델, 신속한 응답 속도를 확보하기 위한 무한 경쟁에 돌입했다. 이러한 경쟁은 의료, 금융, 엔터테인먼트 등 다방면에서 혁신을 이끌었지만, 동시에 통제 불가능한 수준의 전력 수요를 촉발했다.

문제의 심각성과 전문가들의 경고

국제에너지기구(IEA)에 따르면, 현재 전 세계 데이터센터가 소비하는 전력은 전 세계 전력 사용량의 약 1%를 차지하며 이 비중은 가파르게 상승 중이다. 특히 OpenAI와 파트너사들의 전력 수요는 미국 두 주요 대도시의 사용량을 합친 규모와 맞먹을 것으로 예측된다. 뉴욕시의 연간 전력 소비량이 약 11,000기가와트시(GWh), 샌디에이고가 약 3,500GWh임을 고려하면 그 규모를 짐작할 수 있다. 로이터 통신에 따르면 전문가들은 이러한 전망을 '섬뜩하다(scary)'고 표현하며 우려를 나타냈다.

스탠퍼드 AI 인덱스 프로젝트의 한 에너지 연구원은 "GPT급 대규모 모델을 한 번 훈련하는 데 소요되는 전력은 교외 지역의 한 동네가 몇 주간 사용할 수 있는 양과 맞먹는다"며, "하드웨어 효율성 개선과 청정에너지원 확보 노력이 병행되지 않는다면, AI가 창출하는 이익보다 탄소 발자국으로 인한 폐해가 더 커질 수 있다"고 경고했다.
 

데이터로 보는 현실과 사회적 인식

AI의 에너지 소비 문제는 더 이상 추상적인 개념이 아니다. 구체적인 수치는 다음과 같다.

* GPT-4 훈련: 약 500MWh의 전력을 소비한 것으로 추정되며, 이는 50가구가 1년 동안 사용할 수 있는 양이다. (스탠퍼드 AI 인덱스, 2025)
* 차세대 데이터센터: OpenAI가 계획 중인 차세대 데이터센터는 최대 부하 시 10GW 이상의 전력을 소비할 수 있으며, 이는 소도시 전체의 전력망 수요와 맞먹는 수준이다. (로이터)
* 전 세계 AI 관련 전력 소비량: 2028년까지 현재의 3배 수준으로 증가해 연간 약 500TWh에 달할 것으로 전망된다. (국제에너지기구)

재생에너지로 상쇄되지 않는 한, 1MWh의 전력을 생산할 때마다 평균 200~500kg의 이산화탄소가 배출된다. 친환경 에너지로의 전환이 일부 이뤄지더라도 AI 컴퓨팅의 폭발적인 성장 속도는 총배출량 증가로 이어질 수밖에 없다. 한편, 클린테크 포럼의 최근 여론조사에 따르면 소비자 68%는 선택권이 주어진다면 '더 친환경적인' AI 서비스를 이용할 의향이 있다고 답해, 사회적 인식 또한 변화하고 있음을 시사했다.

지속 가능한 AI를 향한 해법

전문가들은 지속 가능한 AI 생태계를 구축하기 위해 세 가지 방향의 노력이 시급하다고 입을 모은다.

1. 하드웨어 혁신: 전력 와트(watt)당 더 많은 연산을 처리할 수 있는 고효율 반도체 개발이 필수적이다. 구글의 TPU v5와 같이 기존 대비 2배의 효율성 향상을 목표로 하는 프로젝트가 대표적이다.
2. 알고리즘 효율화: 더 적은 매개변수(parameter)로 유사한 성능을 내는 모델을 설계하거나, '희소 활성화(sparse activation)'와 같은 혁신적인 훈련 기법을 도입하여 연산량을 줄이는 방식이다.
3. 재생에너지 통합: 신규 데이터센터의 전력을 풍력, 태양광, 수력 등 100% 재생에너지로 충당하고, 안정적인 에너지 공급을 위해 배터리 저장 시스템을 확충하는 전략이다.

이러한 해법들은 이미 초기 단계에서 시도되고 있으나, AI의 성장 속도를 따라잡을 만큼 빠르게 규모를 확장하는 것이 가장 큰 숙제로 남아있다.
 

미래 전망과 과제

음성 비서, 자율주행차, 실시간 번역 등 AI의 적용 범위가 확대될수록 인류의 총 컴퓨팅 수요는 기하급수적으로 증가할 것이다. 우리는 전력망이 한계에 도달하기 전에 저탄소 혁신을 우선순위에 둘 것인가, 아니면 편리함을 위해 환경 비용을 외면할 것인가.

AI 기술의 혜택을 온전히 누리기 위해서는 기술 개발 초기 단계부터 에너지 효율성과 투명성을 확보하려는 책임 있는 노력이 동반되어야 한다는 목소리가 높아지고 있다. AI 시대의 진정한 진보는 기술의 발전 속도가 아닌, 지구와 공존하는 지혜에 달려있을 것이다.