AI 쓸 때마다 탄소가 쌓인다, 그 숫자를 숨기는 이유

ChatGPT에 질문 하나를 던질 때마다 얼마나 많은 전기가 쓰일까. 구글 검색의 약 10배라는 추정치가 있지만, 정작 OpenAI나 Anthropic은 이 숫자를 공개하지 않는다. 이유는 간단하다—공개할 의무가 없기 때문이다.

"알 권리"를 요구하는 연구자

Hugging Face에서 4년간 AI 지속가능성 연구를 이끈 사샤 루치오니(Sasha Luccioni)가 새 행보를 시작했다. 전 Salesforce 지속가능성 총괄 보리스 가마자이치코프(Boris Gamazaychikov)와 함께 Sustainable AI Group을 창립한 것이다. 이 단체의 핵심 질문은 하나다: "AI를 조금이라도 덜 나쁘게 만들 수 있는 방법이 있는가?"

루치오니는 WIRED와의 단독 인터뷰에서 자신이 원하는 것을 명확히 밝혔다. "ChatGPT나 Claude 화면에 작은 미터기 하나만 달아도 된다. 쿼리 하나당 에너지가 얼마나 쓰였는지, 온실가스는 얼마나 배출됐는지. 그것만으로도 시작이다."

그녀가 Hugging Face 재직 시절 만든 오픈소스 AI 모델 에너지 효율성 리더보드는 업계에서 드문 투명성 시도였다. 하지만 주요 빅테크 기업들은 여전히 데이터센터의 위치도, 연결된 전력망도, 공급망 배출량도 공개하지 않는다.

기업들은 왜 지금 이 문제를 신경 쓰기 시작했나

역설적이게도, 투명성에 대한 수요는 오히려 높아지고 있다. 루치오니에 따르면 기업들이 받는 압박은 두 방향에서 온다.

광고

광고주 모집

[email protected]

광고

첫째는 직원들이다. Microsoft의 Copilot 같은 AI 도구를 강제 도입한 기업들은 내부에서 이런 질문을 받는다. "우리 ESG 목표는 어떻게 되는 건가요?" 기후 공약을 내걸었던 기업이 AI 도입과 동시에 탄소 발자국을 키운다면, 그 모순을 직원들이 가만히 보고 있지 않는다.

둘째는 규제다. 유럽의 EU AI Act에는 지속가능성 조항이 포함돼 있고, 첫 보고 의무가 현실화되고 있다. 아시아 국가들도 데이터센터 관련 에너지 데이터를 요구하기 시작했다. 국제에너지기구(IEA)가 AI 에너지 사용 보고서를 내려 해도, 각국 정부가 데이터센터 수치 자체를 보유하지 않아 미래 전력 계획조차 세우지 못하는 상황이다.

반면 미국은 다르다. 트럼프 행정부는 환경 규제를 되돌리는 동시에 AI 인프라 확장을 장려하고 있다. 빅테크는 이 공백을 자발적 공개 없이 채우고 있다.

"큰 모델이 전부가 아니다"

루치오니가 강조하는 또 다른 지점은 AI 도구의 선택이다. 우리가 'AI'라고 부르는 것들 중 실제 업무에서 생산성을 높여온 것은 LLM(대형 언어 모델)이 아니라 분류기(classifier) 같은 훨씬 작은 모델들이었다는 것이다.

"금융 분야에서 시장 흐름을 예측하는 데 범용 LLM이 필요하지 않다. 회사 문서를 검색하는 데도 마찬가지다." 그녀는 Google이 토큰 송수신 수를 공개하기 시작한 것을 긍정적으로 평가하면서, 기업들이 내부 사용 패턴을 파악해 목적에 맞는 모델을 선택해야 한다고 말한다.

문제는 구조적이다. 모델을 만드는 회사와 컴퓨팅 인프라를 파는 회사가 동일하다. OpenAI는 Microsoft Azure 위에서 돌아가고, Google은 자체 클라우드를 쓴다. 가장 큰 모델을 쓸수록 가장 많은 컴퓨팅 비용이 발생하고, 그 수익은 같은 생태계로 돌아간다. 루치오니는 "만약 데이터센터 운영자, 모델 개발자, 제품 기업이 완전히 다른 주체였다면 AI 생태계의 다양성은 지금보다 훨씬 컸을 것"이라고 말한다.

네이버와 카카오도 자체 LLM을 운용하며 데이터센터를 확장하는 상황에서, 국내 기업들 역시 이 구조적 문제에서 자유롭지 않다. 한국은 재생에너지 비중이 낮은 전력망 구조상, AI 데이터센터의 탄소 집약도가 유럽보다 높을 수 있다.