어떤 AI가 더 친환경일까? 연구결과, 배출량에서 차이가 있음을 밝혀

새로운 연구에서는 우리가 일상생활에서 활용하는 고도화된 AI 모델이 상당한 환경적 영향을 끼치고 있음을 보여줍니다.

깊은 추론을 위해 설계된 대규모 언어 모델(LLM)들, 예를 들어 OpenAI의 o3, Anthropic의 Claude, DeepSeek의 R1 등은 동일한 질문에 대답할 때 기본 AI 모델보다 50배 더 많은 이산화탄소를 배출합니다.

“훈련된 LLM의 질문에 대한 환경적 영향은 그들의 추론 접근법에 크게 결정됩니다,”라고 말했다 Maximilian Dauner는 Frontiers in Communication에 6월 19일에 발표된 연구의 주저자입니다. “우리는 추론 기능이 있는 모델이 간결한 응답 모델보다 최대 50배 더 많은 CO₂ 배출을 생성한다는 것을 발견했습니다,” 그는 덧붙였습니다.

이 연구는 대수학이나 철학과 같은 논리 중심의 영역을 둘러싼 질문과 같은 고급 쿼리를 처리하는 데 필요한 무거운 컴퓨팅 파워에서 이런 배출이 어떻게 발생하는지를 보고하고 있습니다.

연구자들은 이러한 추론 모델이 “사고의 연쇄“라는 방법을 이용하는 방법에 대해 설명합니다. 이 방법에서 AI는 문제를 논리적인 단계로 분해하며, 이는 인간의 문제 해결 접근법을 반영합니다. 과정 중에 더 많은 토큰이 생성되면 더 긴 응답을 생성하고, 이는 차례로 추가적인 에너지를 소비합니다.

연구자들은 14개의 LLM 모델을 통해 1,000개의 질문을 실행함으로써 분석을 수행했습니다. 그들은 NVIDIA A100 GPU를 사용하고, 각 킬로와트시가 480 그램의 CO₂를 생성한다고 가정함으로써 에너지 소비를 파악했습니다.

분석 결과, 평균적으로 추론 모델들은 각 응답에서 543.5개의 토큰을 출력으로 생성하였으며, 반면에 더 단순한 모델들은 오직 37.7개의 토큰만을 생성하였다. 가장 정확한 모델인 Deep Cogito (720억 개의 파라미터를 가진)는 또한 가장 큰 탄소 발자국 중 하나를 가지고 있었다.

“현재, 우리는 LLM 기술에 내재된 명확한 정확도-지속 가능성의 트레이드오프를 볼 수 있습니다,”라고 Dauner는 설명했다. “CO₂ 등가물 500그램 이하의 배출량을 유지한 모델 중 어느 것도 80% 이상의 정확도를 달성하지 못했습니다,”라고 그는 덧붙였다.

예를 들어, DeepSeek의 R1 모델로 60,000개의 질문에 답하는 것은 뉴욕과 런던 간 왕복 항공편이 배출하는 만큼의 이산화탄소를 배출하게 됩니다. 한편, 알리바바 클라우드의 Qwen 2.5 모델은 이산화탄소 배출량의 3분의 1로 비슷한 정확도를 제공할 수 있습니다.

이것은 각각의 프롬프트마다의 배출량에 대한 문제만이 아니라, 연구자들은 보다 넓은 범위에서의 문제라고 말합니다. 하나의 질문이 이산화탄소 몇 그램만을 배출할지라도, 이를 수십억 사용자에게 곱하면 그 발자국은 엄청나게 커집니다.

The New York Times는 미국 에너지 부의 2024년 보고서가 2028년까지 데이터 센터가 국가 전기 공급량의 최대 12%를 소비할 것으로 예측하였으며, 이는 2022년 수준에서 3배 증가한 것으로, 이때 AI가 주요 원인이었다고 보도했습니다.

그렇다면 사용자들은 어떤 조치를 취할 수 있을까요?

“AI는 그것을 사용하는 것이 합리적일 때 사용하십시오. AI를 모든 것에 사용하지 마십시오,”라고 컴퓨터 과학 교수인 구드룬 소처가 The Washington Post에 보도된 바와 같이 말했습니다. 기본적인 질문에 대해서는 검색 엔진이 훨씬 빠르며 훨씬 적은 전력을 사용합니다. Google 검색은 ChatGPT 프롬프트보다 대략 10배 적은 에너지를 사용한다고 Goldman Sachs에서 보고하고 있습니다.

다우너도 동의합니다. “사용자들이 AI로 생성된 결과물, 예를 들어 캐주얼하게 자신을 액션 피규어로 변신하는 것의 정확한 CO₂ 비용을 알면, 이러한 기술을 언제 어떻게 사용할지에 대해 더욱 신중하고 세심하게 선택할 수 있을 것입니다.”

전문가들은 간단한 작업에는 작은 모델을 선택하고, 필요할 때만 긴, 더 강력한 것을 사용하는 것을 강조합니다. 프롬프트와 답변을 간결하게 유지하는 것도 에너지 사용량을 줄이는 데 도움이 됩니다. 결국 선택은 속도나 정확성뿐만 아니라 책임에 대한 것이기도 합니다.