인공지능이 빠른 속도로 발전함에 따라 환경에 미칠 수 있는 잠재적 영향에 대한 우려가 제기되고 있습니다. 인공지능의 채택이 증가함에 따라 탄소 발자국이 증가하고 있으며, 이는 개발자, 최종 사용자 및 규제 기관이 환경에 미치는 영향을 해결하지 못함으로써 더욱 악화될 수 있습니다.
실제로 지속 가능한 광범위한 수용을 달성하는 것은 여전히 실현 가능한 전망입니다. 그러나 인공지능의 사회 통합으로 인한 환경적 결과를 해결하기 위해서는 개인과 집단 모두의 협력이 필요합니다.
주요 시사점
인공지능 시스템의 막대한 에너지 소비로 인해 상당한 탄소 발자국이 발생하고 있으며, 이는 개발자나 사용자가 간과해서는 안 되는 부분입니다. 지구에 미치는 부정적인 영향을 완화하기 위해서는 관련된 모든 당사자가 환경에 미치는 영향을 인식하고 친환경적인 접근 방식을 채택하는 것이 필수적입니다.
인공 지능의 급속한 발전은 일회용 사고방식을 악화시켜 천연 자원의 무분별한 활용을 초래했습니다. 소비자는 불필요한 소비를 자제하고, 기업은 진정한 가치를 지닌 선구적인 이니셔티브에 집중해야 합니다.
유감스럽게도 인공지능의 활용과 발전을 관장하는 총괄적인 규제 기관이 존재하지 않습니다. 따라서 생태와 관련된 문제는 종종 우선 순위가 떨어집니다. 인공지능이 환경에 미치는 악영향을 완화하기 위해서는 정부 부문과 환경 단체가 함께 협력하는 것이 필수적입니다.
AI 컴퓨팅에는 막대한 에너지가 필요함
이미지 출처: NOAA 사진 라이브러리/ 위키미디어 커먼즈
생성형 AI의 상당한 탄소 발자국은 특히 ChatGPT와 같은 챗봇의 경우 상당한 전력 사용량에서 기인할 수 있습니다. 이러한 시스템이 효율적으로 작동하는 데 필요한 토큰의 양과 사용자 입력에 대한 빠른 응답 시간으로 인해 에너지 자원이 크게 소모됩니다. 안타깝게도 많은 사용자가 자신의 문의가 환경에 미치는 영향을 인식하지 못하고 있으며, 행동의 결과를 고려하지 않고 경솔한 목적으로 챗봇을 사용하는 경우가 많습니다.
Semianalysis 은 ChatGPT의 비용 모델을 만들었습니다. 이들은 OpenAI가 3,617대의 HGX A100 서버를 실행하여 ChatGPT가 매일 수신하는 수백만 개의 프롬프트에 응답한다고 말합니다.
각 서버는 3,000 와트시를 소비하며, 이는 Nvidia HGX A100 과 유사합니다.따라서 3,617대가 연중무휴 24시간 가동하려면 무려 95,054,760,000와트시 또는 연간 95,054.76메가와트시가 필요합니다. 참고로 뉴욕시는 매일 5,500~10,000메가와트시를 사용합니다 .
빠른 속도의 발전이 일회용 라이프스타일 조장
인공지능의 기하급수적인 발전으로 인해 일회용 사회가 도래했습니다. 기술 소비자들은 필요성을 고려하지 않고 최신 기기를 구입해야 한다는 강박에 시달리고 있습니다. 많은 사람들이 이러한 혁신에 대한 이해가 부족하지만, 이러한 제품이 획기적인 기능을 제공할 것이라는 제조업체의 확신으로 인해 ‘최신 혁신’을 끊임없이 추구합니다.
소비하는 개인은 지속 불가능한 삶의 방식을 고수함으로써 인공 지능 시스템의 필요성에 대한 기술 혁신가의 지배를 용이하게 합니다. 최소한의 수익만 제공하는 불필요한 애플리케이션에 귀중한 자원이 소비됩니다.
ChatGPT를 대표적인 사례로 생각해 보세요. 챗봇의 인기가 급증하는 동안 수많은 개발자가 인공지능 기반 챗봇을 출시할 기회를 잡았습니다. 동시에 Microsoft, Meta, Google과 같은 저명한 기술 회사들이 획기적인 언어 모델을 개발하는 데 앞장서고 있었습니다. 그러나 많은 조직이 실질적인 투자나 연구 없이 단순히 이를 따랐던 것은 분명합니다.
사이버 범죄자들은 사용자가 민감한 데이터를 공개하고 지나치게 높은 멤버십 요금을 지불하도록 유도하는 사기성 ChatGPT 애플리케이션을 통해 기만적인 수법을 사용하므로 신뢰할 수 없는 출처에서 확인되지 않은 인공지능 챗봇을 다운로드하지 않는 것이 좋습니다.
AI 사용 및 개발을 규제하는 중앙 관리 기관 없음
이미지 출처: CancillerÃa Argentina/ 위키미디어 커먼즈
인공 지능의 급속한 발전은 그 사용을 규율하는 기존의 법적 틀과 규제를 뛰어넘고 있습니다. OpenAI의 CEO인 샘 알트먼(Sam Altman)과 같은 기술 업계의 저명한 인사들은 잠재적으로 위험한 기능을 완화하기 위해 첨단 AI 시스템에 대한 보다 엄격한 통제가 필요하다고 주장해 왔습니다. 현재 전 세계적으로 AI 관련 정책을 감독하고 시행하는 중앙 집중식 기관은 없습니다.
정부 기관이 AI로 인한 위험에 대한 우려를 해결하기 시작할 수는 있지만, 인공지능 시스템의 개발 및 배포와 관련된 잠재적인 환경적 결과를 완화하는 데 중점을 두지는 않을 것으로 보입니다. 대신 AI로 인한 착각, 윤리적 위반, 개인정보 침해와 같은 문제에 더 집중하는 경향이 있습니다.이러한 주제는 분명 주목할 만한 것이지만, 인공지능이 자연 환경에 미치는 악영향을 고려하는 것의 중요성을 훼손하는 것은 유감스러운 일입니다.
정부가 환경단체와 효과적으로 협력하여 기술 기업을 감독하기 위해서는 인공지능 개발과 관련된 탄소 배출을 억제할 수 있는 조치가 시행되어야 합니다. 이는 해당 산업에서 사용되는 에너지 사용, 폐기물 관리 관행 및 원자재 조달을 관리하는 지침을 수립함으로써 달성할 수 있습니다. 이러한 전략을 채택함으로써 첨단 기술의 생산과 운영으로 인한 생태학적 영향을 크게 줄일 수 있습니다.
생태계 건강보다 수확량을 우선시하는 AI 기반 농업 노력
농업 부문에서는 AI 기반 시스템을 농업에 통합하는 방법을 모색하고 있습니다. 전략적으로 구현하면 간접비를 최소화하면서 작물 성장을 극대화하고, 수작업을 자동화하며, 자연재해에 대처하는 데 도움이 될 수 있습니다. 농업 AI는 성장하는 산업입니다. Market.us 은 2032년까지 전 세계 시장 규모가 102억 달러를 넘어설 것으로 예측하기도 합니다.
농업에 인공지능(AI)을 통합하는 것과 관련된 수많은 장점에도 불구하고, 이러한 시스템을 훈련하고 구축하는 데 필요한 상당한 에너지 수요라는 중요한 단점이 여전히 해결되지 않고 있습니다. 또한, 생산적인 작물 수확량과 간소화된 수확 기술을 우선시하다 보면 주변 환경에 해로운 영향을 미치는 경우가 많습니다. 이를 방치할 경우, AI 기반 농업 관행은 자신도 모르게 토양 침식과 건조를 초래하는 광범위한 경작 방식에 기여할 수 있습니다.
AI 학습에는 시행착오가 필요함
이미지 크레디트: &# 위키미디어 커먼즈
수많은 매개변수가 있는 AI 기반 시스템을 활용하려면 상당한 컴퓨팅 리소스가 필요합니다. 데이터 세트를 큐레이팅하고 이러한 모델에 공급하는 프로세스는 잠재적으로 수백만 와트시에 이르는 상당한 에너지 소비를 초래할 수 있습니다.
데이터 테스트에는 반복적인 시행착오를 통해 정보의 정확성과 신뢰성을 평가하는 체계적인 프로세스가 포함됩니다. 개발팀은 모델을 지속적으로 반복하고, 발생하는 모든 문제를 식별 및 해결하며, 정보의 정확성을 개선하여 신뢰성을 확보해야 합니다. 이를 위해서는 상당한 시간과 컴퓨팅 리소스가 필요하며, 이는 AI 개발과 관련된 전반적인 에너지 소비에 기여합니다.
ChatGPT를 예로 들어 보겠습니다.코넬 대학교 의 연구에 따르면 OpenAI는 1,750억 개의 파라미터로 GPT-3를 훈련하는 데 405년 동안 V100 GPU의 에너지를 소비했습니다. 간단히 말해, 하나의 V100 GPU로 ChatGPT를 구축하는 데 405년이 걸린다는 뜻입니다.
OpenAI가 300와트시를 소비하는 엔비디아 V100 GPU 와 유사한 것을 사용한다고 가정하면 405년 동안 소비한 전력은 1,064,340,000와트시에 해당합니다. 참고로 대부분의 가정은 하루에 30,000와트시를 소비합니다. 따라서 OpenAI가 초기에 ChatGPT를 훈련하는 데 사용한 에너지는 35,478가구에 24시간 동안 전력을 공급할 수 있는 양입니다.
AI 하드웨어는 지구 금속으로 만들어진다
인공지능 프로그램의 구축, 개발 및 마케팅은 기본 인프라를 위해 다양한 지상 요소에 의존합니다. 예를 들어, 그래픽 처리 장치(GPU)는 이러한 프로세스에서 필수적인 구성 요소이며 제조 과정에서 구리, 주석, 은, 아연과 같은 재료를 사용해야 합니다. 또한 기술 기업들은 AI 시스템을 효과적으로 지원하기 위해 상당한 수의 GPU를 필요로 하는 경우가 많습니다.
AI 기반 기술에 대한 수요가 계속 증가함에 따라 개발자는 전통적인 채굴의 악영향이 지속되어 결국 수십 년 내에 막대한 매장량마저 고갈되지 않도록 원자재 조달에 있어 혁신적인 접근 방식을 고려해야 합니다.
잠재적 교통 혼잡
이미지 출처: Tesla
AI는 자동차 산업에 보다 에너지 효율적이고 스마트한 미래를 구축할 수 있습니다. 국제 환경 연구 및 공중 보건 저널 의 연구에 따르면 자율 주행 자동차는 기존 차량보다 탄소 배출량이 50~100% 적다고 합니다. 전 세계 자동차 제조업체는 점차적으로 AI를 차량에 통합할 것입니다.
연료 효율성은 높지만, AI 안내 자동차의 출현은 인구 밀도가 높은 도시의 교통 혼잡을 증가시킵니다. 개인 차량이 대중교통 중심지보다 계속 더 많아질 것입니다. 애들레이드 대학교 의 종단 조사에 따르면 소비자들은 통근이나 차량 공유보다 무인 자동차 구매를 선호할 것이라고 합니다.
인공지능의 발전으로 전자 폐기물 증가
이미지 출처: Alex Proimos / 위키미디어 커먼즈
인공지능의 발전은 전 세계적으로 시장 지배를 위해 노력하는 개발자들의 하드웨어와 소프트웨어의 지속적인 혁신으로 인해 빠른 속도로 진행되고 있습니다. 그러나 이러한 첨단 기술의 추구는 사회에 부정적인 영향을 미치는 전자 폐기물 문제를 확대하는 데 기여하고 있습니다.이러한 AI 시스템을 유지 관리하려면 상당수의 GPU와 서버가 필요하며, 이 중 상당수는 수명이 다하면 회수하거나 용도를 변경할 수 없습니다.
The World Counts 에 따르면 전자 폐기물의 85%가 매립지와 소각장으로 보내지며, 70%는 독성 성분을 포함하고 있습니다. AI 개발자는 보다 지속 가능한 폐기 방법을 모색해야 합니다. 화석 연료 소비를 줄이고, 하드웨어 수명 주기를 연장하고, 재활용 방법을 설계하는 등의 친환경적인 관행은 업계를 재정비할 것입니다.
AI는 환경에 나쁜가요?
인공 지능(AI)이 환경에 해로운 영향을 미칠 수 있지만 지속 가능성을 위한 잠재력이 반드시 본질적으로 손상되는 것은 아닙니다. AI와 관련된 대부분의 문제는 설계, 프로그래밍, 구현 및 관리와 같은 인적 요인에서 발생합니다. 기술 기업은 성급한 발전보다 친환경적인 관행을 우선시하는 것이 중요합니다. 또한 인공 지능이 정점에 도달하더라도 지구의 천연 자원을 고갈시키는 것은 정당화될 수 없습니다.
지속가능성 문제를 효과적으로 해결하기 위해 기업은 환경을 고려한 기술 채택에 더욱 중점을 두어야 합니다. 인공지능(AI)은 상거래, 제조, 운송 등 다양한 산업 분야에서 실용적으로 활용되고 있지만, 이 기술을 환경 보호 노력에 활용할 수 있는 기회는 여전히 많다는 점을 인식하는 것이 중요합니다. 안타깝게도 현재 시장에는 천연 자원을 보존하거나 기후 변화의 영향을 완화하는 데 크게 기여하지 못하는 수많은 AI 제품과 서비스가 넘쳐나고 있습니다. 따라서 개발자는 이러한 시급한 글로벌 이슈를 지원하기 위해 AI를 활용할 수 있는 방법을 적극적으로 모색하는 것이 중요합니다.
FAQ
Q: AI가 기후 변화에 대처하는 데 도움이 될 수 있나요?
첨단 인공지능은 환경에 피해를 입힐 수 있는 잠재력과 환경 보전에 기여할 수 있는 잠재력을 모두 가지고 있습니다. 환경 변수를 엄격하게 분석하고 혁신적이고 지속 가능한 솔루션을 창출함으로써 AI는 인류가 지구에 미치는 영향을 크게 줄일 수 있습니다. AI는 기후 변화에 대응하는 데 있어 다른 모든 기술을 능가하는 필수적인 도구가 될 수 있습니다.
Q: AI는 에너지 산업에 어떤 영향을 미칠까요?
인공지능은 상당한 양의 전력을 소비할 수 있는 잠재력을 가지고 있지만, 에너지 부문에도 수많은 기회를 제공합니다.AI가 제공할 수 있는 몇 가지 이점에는 폐기물 처리에 대한 혁신적인 접근 방식 제공, 새로운 자원 발굴, 최첨단 전기 생산 방법 개발 등이 있습니다. 이러한 가능성은 전기 유틸리티의 유망한 미래를 나타냅니다.
Q: AI가 기후 변화보다 더 나쁜가요?
인공지능(AI)과 기후 변화는 모두 사회에 중대한 도전 과제를 제시하지만, 그 방식은 다르다고 주장할 수 있습니다. 다양한 분야에 걸쳐 일률적으로 악영향을 미치는 기후 변화와 달리, AI는 윤리, 개인정보 보호, 일자리 대체와 관련된 다양하고 복잡한 문제를 제기합니다. 그러나 AI는 의료, 교통, 통신 등의 발전을 통해 우리 삶의 여러 측면을 개선할 수 있는 잠재력을 가지고 있다는 점을 인식하는 것이 중요합니다. 따라서 각각의 뉘앙스를 고려하지 않고 두 가지를 똑같이 문제가 되는 현상으로 비교하는 것은 부정확할 수 있습니다.