AI와 전기, 환경 오염

AI와 전기

2024년 1월부터 현재까지, AI 트렌드를 조사할 일이 많아 국내외의 사례를 찾아보곤 한다. 특히나 ChatGPT와 같이 생성형 AI가 언급되면서 산업 전반의 생산력을 증대시키는 긍정적 시너지에 관한 내용이 줄기차게 쏟아지나, 한 구석에서는 이런 생성형 AI와 머신러닝 기술을 동작시키기 위한 '전력 소비'와 관련된 문제가 점점 더 부각되고 있었다.

AI 모델, 특히 대규모 모델은 훈련과 운영 과정에서 엄청난 양의 전력을 소비한다. 예를 들어, 언어 모델 GPT-3은 수천 개의 GPU를 몇 주 동안 사용하고 이는 연간 약 1,287MWh의 전력을 소비하는 것으로 추정된다. 이는 미국 가정의 약 1,000가구가 1년 동안 사용하는 전력과 맞먹는 양이다. 이러한 전력 소비는 환경적 영향뿐만 아니라 운영 비용 측면에서도 중요한 고려 사항이다.

금방 말했듯이, AI 작업 처리는 대규모 서버와 상당 비용이 필요한 일이다. Microsoft는 이와 관련하여 차세대 인프라 혁신으로 '스타게이트' 계획을 발표한 바가 있다. 이 계획에는 약 130조 원의 투자가 포함되어 있으며, 수백만 개의 AI 칩과 여러 대의 슈퍼컴퓨터로 구성된 서버 구축이 예정되어 있다. 이러한 인프라 확장은 사실, 미국 내에서 전력 부족 현상을 더욱 심화시킬 일이겠지만 말이다.

또한, 테슬라 CEO인 일론머스크는 최근 발언인 '인공지능 발전을 제약하는 건 변압기와 전력 공급이다'라는 말과 함께 내년까지 AI 칩을 모두 구동할 수 있는 충분한 전력이 없다는 걸 깨달을 거라고 경고한 바가 있다. AI 서버의 급속한 확장으로 발전소의 증설이 없다면 전력 부족 우려가 자연스러운 상황이다.

해결 방법이 없을까?

AI 기술 발전이 지체되지 않기 위하여 다양한 연구와 기술 개발이 진행 중이긴 하다. 가령 AI 훈련의 탄소 발자국을 최대 75%까지 줄이는 최적화 기법의 연구라든지 말이다. 대표적인 해결 방법... 혹은 차선책에 대한 방법은 아래와 같다.

AI 알고리즘 최적화

AI 알고리즘의 최적화는 전력 소비를 줄이면서 성능을 유지할 수 있는 주요 전략 중 하나다. 예를 들어, 희소 모델링(sparse modeling)은 필요한 계산량을 줄이면서도 모델 성능을 유지하는 방법으로 주목받는다. 희소 모델링은 기존 모델 대비 연산 효율을 상당히 향상시킬 수 있는데, 이는 전력 소비를 크게 감소시키는 효과로 이어진다. 이러한 최적화 기술은 "Nature Communications" 저널에 게재된 연구에서도 논의되었다고 한다.

하드웨어 효율성 향상

전통적인 GPU 대신 AI 특화 하드웨어인 TPU와 FPGA의 사용은 하드웨어의 에너지 효율을 크게 향상시킬 수 있다. Google의 TPU는 특히 AI 연산을 위해 최적화되어 있어 GPU 대비 최대 80% 더 효율적인 연산이 가능하며, 이러한 하드웨어의 개발은 AI 작업의 전력 소비를 효과적으로 줄이는 데 크게 기여할 수 있다.

재생 가능 에너지의 활용

데이터 센터에서 재생 가능 에너지의 사용은 전력 소비의 환경적 영향을 줄이는 중요한 방법이다. 해외 IT 대기업들은 이미 대규모로 재생 에너지를 도입하고 있으며, 예를 들어 Amazon은 2025년까지 100% 재생 에너지 사용을 목표로 하고 있다. 이러한 전환은 장기적으로 전력 소비에 따른 탄소 배출을 상당히 감소시킬 수 있게 된다.

데이터 센터 냉각 기술의 혁신

데이터 센터의 냉각 시스템 역시 전력 소비를 크게 감소시킬 수 있는 분야다. 최신 냉각 기술은 에너지 사용을 최소화하면서도 효과적으로 기기를 냉각할 수 있도록 개발되고 있으며, 그 예로 Google은 AI 기반 최적화를 통해 데이터 센터 냉각 효율을 40% 개선했다고 보고된 바 있다.

향후 방향성

AI 기술의 지속적인 발전을 위해서는 에너지 관리와 환경적 영향을 최소화하는 방향을 고려할 수밖에 없다. 정부와 산업 모두 이를 위한 다양한 정책을 마련해야 하며, 에너지 효율 기준을 설정하거나 재생 에너지 사용의 장려, 연구나 개발 지원 등이 그 예가 될 수 있다.

이 외에도 마이크로소프트와 구글이 소형 원자력 발전소나 핵융합에 큰 투자를 하고 있다지만, 아직 이를 통한 에너지 생산이 본격적으로 진행되고 있는 건 아니다. 현 상황에서 확실한 해결책이나 성과가 없는 만큼, AI의 기대 아래에 있어야 할 우려 요소로 눈여겨봐야 할 것이다.