최근 생성형 AI의 관심과 니즈가 확장하면서 이와 관련한 에너지 나아가 환경 관련 이슈가 조금씩 제기되고 있습니다. 이와 관련하여 해커눈의 내용 중 일부를 발췌하여 공유해봅니다. 원문 내용은 해당 링크를 참고해주세요.

신흥 경제 동력으로서의 AI
오늘날 우리는 경제의 맥박이 인간의 노동력이 아니라 그 핵심에 있는 인공 지능의 양으로 측정되는 시대에 접어들고 있습니다. 기업들이 AI를 통해 인력의 효율성을 개선하고 다양한 업무와 역할을 자동화하려는 움직임이 활발해짐에 따라 AI는 생산성 환경을 재편할 잠재력을 가지고 있습니다.

프라이스워터하우스쿠퍼스(PwC)에 따르면 2030년까지 AI가 세계 경제에 기여할 것으로 예상되는 금액은 무려 15조 7,000억 달러에 달할 것으로 전망됩니다. 경제적 이득의 약 45%는 제품 개선에서 비롯될 것입니다. AI는 상품을 다양화하고 개인화 및 경제성을 향상시켜 소비자 수요를 촉진할 것입니다.

이미 300개 이상의 AI 애플리케이션이 확인되었으며, 상거래를 넘어 다양한 과학 영역으로 확장되고 있습니다. 예를 들어, 물리학에서는 현재 새로운 모델과 이론을 개발하기 위해 신경망을 사용하고 있습니다. AI는 데이터의 숨겨진 패턴과 상관관계를 발견하는 데 탁월합니다. 미국 에너지부는 이미 핵 물리학의 실험적 발견을 가속화할 수 있는 잠재력을 인정했습니다. 그리고 생명공학 분야에서도 AI는 새로운 분자의 발견을 가속화합니다. 알고리즘이 계속 발전함에 따라 적용 범위는 더욱 확대되고 있습니다.

..중략..

인공지능의 전력에 대한 욕망
현재 전 세계 에너지 소비는 인간의 한계에 의해 영향을 받습니다. 예를 들어, 사람은 잠을 자고 휴식을 취해야 하므로 하루 종일 에너지가 필요하지 않습니다. 또한 AI는 다운타임, 유지보수 및 업데이트 일정을 준수합니다. 하지만 AI가 결국 한계를 극복하고 스스로 학습하고 24시간 내내 작동하기 시작하면 에너지 수요가 급증할 수 있습니다.

2018년 OpenAI의 연구에 따르면 AI 학습에 사용되는 컴퓨팅 파워는 2012년 이후 3~4개월 마다 두 배씩 증가했습니다. AI 작업, 특히 딥러닝은 방대한 데이터 세트에 대한 복잡한 수학적 연산을 수반하기 때문에 당연한 결과입니다. 또한 최첨단 AI 모델은 수십억 또는 수조 개의 매개변수로 그 규모가 확장되어 에너지 소비가 심화되고 있습니다.

대규모 AI 애플리케이션은 수많은 서버와 냉각 시스템을 갖춘 데이터센터에서 실행되는 경우가 많습니다. 데이터센터는 온도 제어와 서버 운영에 상당한 에너지를 소비합니다. 이러한 데이터센터는 이미 전 세계 전력 소비의 상당 부분을 차지하고 있으며, 그 비중은 1% 이상으로 추정되며 계속 증가하고 있습니다. 평균적으로 하이퍼스케일 시설은 연간 20~50MW의 전력을 소비하며, 이는 최대 37,000가구에 전력을 공급할 수 있는 양입니다.

또 다른 에너지 집약적인 작업은 기후 변화에 대응하기 위해 대기에서 이산화탄소(CO2)를 추출하는 것입니다. 하나의 AI 모델을 학습시키는 데 626,000파운드 이상의 CO2를 배출할 수 있습니다. 이는 일반 자동차의 평생 탄소 배출량의 약 5배에 달하는 양입니다. CO2를 포집하려면 공기 중 농도가 낮고 물리적 특성으로 인해 상당한 에너지 투입이 필요합니다. 탄소 순배출 제로를 달성하고 기후 위기를 해결하기 위해서는 이러한 에너지 요구 사항을 해결하는 것이 필수적입니다.

재생 가능한 솔루션의 부상
그렇다면 현재의 인프라는 증가하는 AI의 요구를 수용할 준비가 되어 있을까요? 유감스럽게도 대답은 '아니오'입니다. 우리의 전력망은 필요한 적응 속도보다 훨씬 뒤처져 있습니다. 따라서 혁신적인 솔루션을 시급히 찾아야 하며, 태양광 에너지는 이 에너지 문제에 대한 유력한 해답으로 떠오르고 있습니다.

태양광 에너지는 재생 가능하고 사실상 무한한 자원인 태양의 막대한 에너지 잠재력을 활용합니다. 인공지능이 주도하는 미래로 나아갈수록 일조량이 풍부한 지역에서는 태양광 인프라에 대한 수요가 급증할 것입니다. 전 세계적으로 풍력 및 태양광 프로젝트는 2030년까지 전 세계 전력의 3분의 1 이상을 공급할 것으로 예상됩니다.

태양광 패널 제조업체는 이 새로운 환경에서 번창할 준비가 되어 있습니다. 재료 과학과 엔지니어링의 발전 덕분에 태양광 패널의 효율성은 계속 개선되고 있습니다. 첨단 배터리 기술을 전문으로 하는 에너지 저장 회사들도 에너지 그리드를 안정화시키는 데 중추적인 역할을 할 것입니다. 미국에서만 에너지 저장 및 전력망에 대한 전 세계 투자가 2022년에 3,370억 달러를 넘어섰습니다.

깨끗하고 효율적인 에너지를 찾기 위한 또 다른 경쟁자는 핵융합 발전이며, 연구 회사 Helion Energy가 그 예입니다. 하지만 핵융합 발전을 실용적인 에너지원으로 만들기 위해서는 중수소나 헬륨-3 같은 연료를 생산해야 합니다. 이 과정에는 고유한 장애물이 존재합니다. 중수소는 구할 수 있지만 핵융합 반응에 매우 높은 온도가 필요하고, 헬륨-3은 지구상에 희소하기 때문에 달에서 채굴해야 합니다. 또한 핵융합 발전은 경제성, 규제, 안전성, 확장성, 환경 문제도 해결해야 합니다.

핵융합 에너지는 엄청난 잠재력을 가지고 있지만, 아직 실험 단계에 있으며 널리 보급되기까지 수십 년이 걸릴 수 있습니다. 이러한 복잡성과는 대조적으로 태양 에너지는 잠재적으로 간단한 솔루션입니다. 태양광 에너지는 지속 가능성을 향한 명확하고 확장 가능한 경로를 제공하며, 태양광 인프라에 대한 전략적 투자가 필요합니다. 태양광 에너지는 광범위한 채굴이나 추출 없이도 거의 모든 곳에서 햇빛을 사용할 수 있기 때문에 어디에나 존재한다는 점에서 단순성을 지니고 있습니다.

세계 경제가 AI와 청정 에너지 기술로 전환함에 따라 향후 몇 년 동안 일조량이 풍부한 토지, 태양광 패널 제조업체, 에너지 저장 회사에 대한 수요가 급증할 것입니다.

AI 수요 규제: 시한폭탄
AI 시대의 지속 가능한 미래를 보장하기 위해서는 AI의 에너지 수요를 규제하는 과감한 조치를 취해야 합니다.

• 탄소배출권 또는 배출권 거래제

  제조업체, 전력 회사, 항공사가 배출하는 이산화탄소 1톤당 비용을 지불하도록 강제하는 EU 배출권 거래제를 생각해 보세요. 2023년 2월, EU 탄소 시장의 탄소 배출권 가격은 CO2 톤당 100유로라는 사상 최고치를 기록했습니다. 비용이 높을수록 기업이 저탄소 기술에 투자하고 청정 에너지원으로 전환하려는 인센티브가 강해집니다.

• 추가 세금 부과

  마찬가지로 AI 에너지 소비량이 많은 기업에 추가 세금을 부과하는 방안도 검토해야 합니다.

• 재생에너지 투자 요구

  AI에 크게 의존하는 기업은 환경 발자국을 상쇄하기 위한 수단으로 재생에너지에 투자하도록 요구할 수 있습니다. 탄소 배출이 재정적 처벌을 유발하는 것처럼, AI의 에너지 소비는 태양광 인프라 또는 기타 대체 에너지 이니셔티브에 대한 의무적 투자와 연결될 수 있습니다.

기업들은 이러한 전망이 달갑지 않을 수 있지만, 우리 사회는 단기적인 이익보다 장기적인 지속가능성을 우선시해야 합니다. 이 문제를 해결하기 위한 선제적인 조치는 AI 기반 산업의 성장을 지원하는 동시에 더 친환경적이고 지속 가능한 미래에 크게 기여할 수 있습니다.