AI 반도체 공장, 인구 285만 도시 전기 25% 소비
2030년 데이터센터 전력 소비량, 미국 전체 8%·유럽 5% 차지 환경과학기술 전문 학술지 'Environmental Science and Ecotechnology'에 실린 보고서에 따르면, 생성형 AI(Generative AI) 개발과 운영이 환경과 사회에 미치는 영향이 심각한 수준인 것으로 나타났다. 대만반도체제조회사(TSMC)가 타이중시에 계획 중인 생성형 AI용 반도체 제조시설은 285만 명이 거주하는 도시 전기의 25%, 수자원의 6%를 소비할 것으로 예측됐다. 데이터센터 운영에 필요한 전력 소비량은 2030년까지 미국 전체 전력의 8%, 유럽 전체 전력의 5%를 차지할 것으로 전망된다. 애리조나 주 챈들러(인구 28만 명)에서는 데이터센터가 지역사회에 양질의 일자리를 창출하지 못하고 소음 공해만 유발한다는 이유로 신규 건설을 제한하고 있다. 일론 머스크의 xAI 학습시설은 현재 8만 가구가 사용하는 전력량을 소비하고 있으며, 오픈AI의 시설은 지난 2022년 7월 한 달간 아이오와주 웨스트 데모인 시(인구 7만 5천 명)의 물 사용량 6%를 차지했다. 탄탈럼·코발트 채굴이 불러온 산림파괴·수질오염·아동노동 착취 생성형 AI 시스템 운영에 필요한 그래픽처리장치(GPU) 제조 과정에서는 탄탈럼과 코발트 같은 희귀 금속이 필요하다. 이러한 광물 채굴 과정에서 산림 파괴, 토양 및 수질 오염이 발생하고 있다. 특히 콩고민주공화국의 콜웨지(인구 57만 3천 명) 지역에서는 코발트 채굴 과정에서 아동 노동 문제가 심각한 것으로 보고됐다. 또한 저장 장치와 중앙처리장치(CPU) 제조에 필요한 플라스틱 케이스, 절연체, 마이크로칩, 반도체에 사용되는 실리콘, 금, 구리, 알루미늄 채굴로 인한 환경 파괴도 심각한 수준이다. 이는 지역 사회의 수질 오염, 대기 오염, 토양 악화로 이어지고 있다. 메타, AI 모델 학습용 GPU 35만개 105억 달러에 구매 계획 GPT-3(1,750억 개의 매개변수)와 같은 대규모 AI 모델 학습에는 약 1,287MWh의 전력이 소비되며, 이 과정에서 약 552톤의 이산화탄소가 배출된다. 메타는 대규모 언어모델 학습을 위해 350,000개의 GPU를 105억 달러에 구매할 계획이다. 이는 전 세계 GPU 수요의 연간 12% 증가를 반영하는 수치로, 데이터센터와 에너지 네트워크에 대한 부담이 더욱 가중될 전망이다. 테네시 주 멤피스(인구 61만 8천 명)에서는 일론 머스크의 xAI가 전 일렉트로룩스 공장 부지에 새로운 센터를 건설하겠다고 발표해 지역사회의 우려를 낳고 있다. 특히 가스터빈의 불법 운영 문제와 수십 년간 산업 공해에 시달려온 인근 지역의 대기질, 수자원 접근성, 전력망 안정성에 대한 우려가 제기되고 있다. 저임금 데이터 라벨러부터 비공개 계약까지, AI가 만든 사회 격차 생성형 AI 개발 과정에서 여성, 고령자, 비영어권 사용자들의 관점이 충분히 반영되지 못하고 있다. 이로 인해 영어권 세계관이 과도하게 반영되고 일부 계층에게는 사용자 친화적이지 못한 시스템이 만들어지고 있다. 또한 데이터 라벨링과 같은 반복적인 작업을 수행하는 저임금 노동자들의 열악한 근로조건도 문제로 지적됐다. xAI는 멤피스 상공회의소 및 멤피스 가스·전기·수도국과 비공개계약을 체결해 협상 내용을 은폐함으로써 지역사회의 알 권리를 침해했다는 비판도 받고 있다. 지식증류·엣지컴퓨팅으로 실현하는 환경친화적 AI 개발 보고서는 AI 개발의 부정적 영향을 줄이기 위한 방안으로 파라미터 효율적 미세조정, 지식 증류, 지속가능한 하드웨어 설계, 엣지 컴퓨팅 배포, 전문 AI 가속기 활용 등을 제시했다. 또한 모델의 재사용과 공유를 위해 FAIR(Findable, Accessible, Interoperable, Reusable) 원칙을 따를 것을 권고했다. 사회적 영향 완화를 위해서는 영향 평가 지표의 표준화, 영향권 지역사회 조사, 지역사회 참여형 지속가능 시설 개발, 노동 조건 개선, 윤리적 거버넌스 구축 등이 필요하다고 제안했다. 생성형 AI 영향 평가의 미래 방향성 보고서는 생성형 AI의 누적된 사회환경적 영향을 평가하는 것이 매우 복잡한 과제라고 지적했다. 이는 다양한 에너지 집약적 프로세스와 복잡한 가치 사슬, 소외된 지역사회에 대한 예측하지 못한 사회경제적 영향 때문이다. 연구진은 자연 자원이나 영향을 받는 지역사회의 문화적, 사회적 웰빙에 확정적인 가치를 부여하는 것이 거의 불가능하다고 설명했다. 이에 따라 설계와 개발부터 배포, 유지보수, 폐기, 재활용에 이르는 전 단계에서 생성형 AI의 생애주기 영향을 평가하는 포괄적 모델 개발을 제안했다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 보고서 바로가기)
