AI는 정말 '전기 먹는 하마'일까? (feat. How much energy does Google’s AI use? We did the math)

요즘 어딜가나 AI 이야기뿐입니다. 챗GPT부터 시작해서 이제는 그림도 그려주고, 코딩도 도와주는 AI까지 등장했습니다.

우리의 삶을 편리하게 만들어주는 고마운 기술이지만, 한편에서는 이런 걱정의 목소리도 나옵니다. 

 

---

"이렇게 똑똑한 AI를 돌리려면 전기가 어마어마하게 들지 않을까?"

---

최근 네덜란드의 데이터 과학자 알렉스 드 브리스(Alex de Vries)의 연구에서 "AI 검색 한 번이 전구를 한 시간 켜두는 것과 맞먹는 전력을 소비한다"는 주장이 나오면서 논란이 되기도 했습니다(de Vries, 2023).

 

정말 우리가 AI와 대화 한 번 나눌 때마다 지구 어딘가에서는 화석 연료가 무섭게 타들어가고 있는 걸까요?

 

마침 구글 클라우드 파트너 전문가가 링크드인에 올린 흥미로운 분석 글이 있어, 오늘 그 내용을 바탕으로 구글 AI의 에너지 사용량에 대한 진실을 함께 파헤쳐보고자 합니다.

 

How much energy does Google’s AI use? We did the math.

(원문보기: 클릭)

---

논란의 시작: AI는 에너지 효율의 적인가?

먼저 논란이 된 주장을 살펴보죠. 일부 연구자들은 AI 모델을 훈련하고, 또 우리가 질문할 때마다 답변을 생성하는 과정에서 막대한 양의 전력이 소모된다고 주장합니다. 특히 AI 연산에 주로 사용되는 GPU가 전력 소비의 주범으로 꼽혔죠(Strubell et al., 2019).

 

이 주장이 사실이라면, AI 기술이 발전할수록 우리의 전력난과 환경 문제는 더욱 심각해질 수밖에 없습니다.

 

구글 전문가의 반박: "계산이 틀렸다"

하지만 링크드인의 분석 글을 쓴 전문가는 이러한 주장에 조목조목 반박합니다. 그의 주장의 핵심은 '효율성'입니다. 기존의 주장이 구글의 최신 기술과 인프라가 가진 효율성을 간과했다는 것이죠.

 

1. 구글은 GPU가 아닌 TPU를 쓴다

가장 중요한 포인트입니다. 많은 AI 모델이 엔비디아의 GPU를 기반으로 작동하지만, 구글은 자체 개발한 TPU(Tensor Processing Unit) 라는 AI 전용 반도체를 사용합니다. TPU는 처음부터 AI 연산, 특히 추론 작업에 최적화되어 설계되었기 때문에, 동일한 작업을 수행할 때 GPU보다 훨씬 적은 전력을 소비합니다. 즉, 자동차로 비유하자면 일반 세단이 아닌 연비에 특화된 하이브리드 차량으로 AI를 구동하는 셈입니다.

 

2. 세계 최고 수준의 데이터센터 효율

AI 모델은 결국 데이터센터의 수많은 서버에서 작동합니다. 데이터센터는 서버 자체의 전력뿐만 아니라, 서버에서 발생하는 열을 식히기 위한 냉각 장치에도 엄청난 전력을 사용합니다.

 

구글은 이 분야에서 세계 최고 수준의 효율을 자랑합니다. 전력 효율을 나타내는 지표인 PUE(Power Usage Effectiveness) 수치가 1.10에 불과한데, 이는 데이터센터 전체 전력의 10%만이 냉각 등 부대 시설에 사용된다는 의미입니다. 일반적인 데이터센터의 PUE가 1.5 이상인 것을 감안하면 엄청난 차이죠.

 

3. 신재생에너지 사용의 선두주자

더 나아가 구글은 자신들이 사용하는 전력량만큼 신재생에너지를 구매하여 전력망에 공급하는 것으로 유명합니다. 2017년부터 이미 '100% 신재생에너지 사용' 목표를 달성했으며, 이제는 한 단계 더 나아가 '24/7 무탄소 에너지 사용'을 목표로 하고 있습니다. 즉, AI를 구동하는 데이터센터가 실시간으로 무탄소 에너지로 운영되도록 노력하고 있다는 뜻입니다.

 

결론: AI의 에너지 소비, 비판적으로 바라봐야

그렇다면 구글 AI를 사용하는 것은 환경에 전혀 부담이 없을까요? 물론 그건 아닙니다. AI 기술이 고도화될수록 더 많은 컴퓨팅 자원을 필요로 하는 것은 사실입니다.

 

하지만 이번 분석 글은 우리가 AI의 에너지 소비 문제를 너무 단편적으로 바라보고 있지는 않은지 되돌아보게 합니다. 기술의 발전을 무조건 비판하기보다는, 구글처럼 기술의 효율성을 높이고 지속가능한 방식으로 운영하려는 노력이 함께 이루어지고 있다는 점을 주목해야 합니다.

 

AI 검색 한 번에 전구 한 시간이라는 자극적인 비유에 걱정하기보다는, AI를 더 똑똑하고 효율적으로 만들기 위한 기업들의 노력을 응원하고 감시하는 것이 더 현명한 태도가 아닐까요? 앞으로 AI 기술이 우리 사회와 환경에 어떤 영향을 미칠지, 계속해서 비판적인 시각과 따뜻한 관심을 가지고 지켜봐야겠습니다.

 

참고문헌

de Vries, A. (2023). The growing energy footprint of artificial intelligence. Joule, 7(10), 2191–2194. https://doi.org/10.1016/j.joule.2023.09.004

Strubell, E., Ganesh, A., & McCallum, A. (2019). Energy and policy considerations for deep learning in NLP. arXiv preprint arXiv:1906.02243.