ChatGPT, 편리함 뒤에 숨겨진 환경 그림자

ChatGPT, 편리함 뒤에 숨겨진 환경 그림자

대학생신재생에너지기자단 23기 강민수, 고가현, 24기 이우진, 25기 배현지, 이예영

 

[너의 능력은, ChatGPT가 대량의 에너지를 소비하는 이유]

2022년, Open AI에 의해 소개된 ChatGPT는 전 세계에 AI가 가진 무한한 능력을 느낄 수 있게 했다. ChatGPT의 출시를 필두로 글로벌 기업들에서 앞다퉈 생성형 AI에 뛰어드는 것은 물론, 다양한 산업 분야에서 AI를 활용하는 사례가 빠른 속도로 늘어나는 중이다. 하지만 기술의 진보에서 항상 문제시되는 환경 오염은 AI에서도 예외는 아니다.

[자료 1. ChatGPT]

출처 : HEARTCOUNT COMMUNITY

구글의 경우, 한 번 검색하는 과정에서 0.3Wh의 전력이 소모된다. 하지만 ChatGPT와 같이 LLM(거대언어모델)을 사용하는 검색 엔진은 거의 10배에 해당하는 에너지가 필요하다. 결국 생성형 AI를 사용하게 되면 그 과정에서 훨씬 더 많은 온실가스를 배출하게 되는 것이다. 또한, AI는 훈련 과정이 필요한데 AI 모델의 수준이 높아질수록 더욱 많은 에너지가 필요하게 된다.

[자료 2. 데이터센터]

출처 : Pinterest

그뿐만 아니라, AI와 함께 늘어나는 데이터센터도 큰 문제이다. 일반적인 데이터센터 1곳의 연간 전력 사용량은 6,000개 4인 가구의 사용량과 같을 정도로 매우 많은 에너지를 소비한다. 그런데 AI가 도입된 데이터센터의 전력수요 증가율은 기존의 데이터센터보다 최대 3.3배 높은 수준으로 방대한 에너지를 소비하게 된다. 또한, 데이터센터에서는 냉각 문제도 빼놓을 수 없다. 데이터센터에서 가동되는 많은 컴퓨터에서 발생하는 열을 식히기 위해서 다량의 냉각수가 필요해 많은 양의 물이 사용된다.

이처럼 ChatGPT라는 진보된 기술 속에 드리워져 있는 환경 오염의 그림자에 대하여 자세히 알아보자.

 

[구글 검색의 약 10배, Chat GPT의 전력 사용]

앞서 언급한 바와 같이, 구글의 경우 검색을 한 번 하는 데 0.3Wh의 에너지가 사용된다. 이때 300㎎의 이산화탄소(CO2)가 배출된다고 보면 된다. 구글에서 전 세계적으로 초당 4만 회, 연간 1조3,000억 회의 검색이 발생한다고 보면 이 검색 엔진을 통해 연간 약 40만 톤의 CO2가 배출되는 셈이다. 그렇다면 ChatGPT의 전력 사용량은 얼마나 될까?

[자료 3. 생성형 AI와 구글 검색의 전력 사용량 비교]

출처:joule

존 헤네시 알파벳 최고경영자(CEO)는 2023년 2월 "거대언어모델(LLM)을 활용한 검색 엔진 비용은 일반 검색 비용보다 10배 더 높다"고 언급했다. 미국 연구소 세미어날러시스는 ChatGPT가 하루 1억5,900만 건 요청에 응답하고, 평균 전력 소비량을 564메가와트시(MWh), 최대 요청당 2.9Wh를 기록했다고 추정했다. 이 두 가지 근거에서 우리는 ChatGPT가 구글보다 약 10배가량의 전력을 소비한다는 것을 알 수 있다. 

미국의 데이터센터 운영업체인 TRG의 분석에 따르면, GPT-3는 2023년 가장 인기 있는 AI챗봇이 되었다. 수천만 개의 질문들로 인해 막대한 양의 연산을 수행하는 현재와 같은 상황에서는 시간이 지날수록 더욱 높은 탄소 배출량을 기록할 것으로 예상된다. 또한 GPT를 제외하고도 마이크로 소프트 빙, 구글 바드, 챗 소닉 등 여러 생성형 AI들이 사용되고 있다. 떠오르는 산업이니만큼 앞으로 생겨날 새로운 AI들까지 고려한다면, 이로 인해 파생되는 어마어마한 전력 사용량은 환경에 상당히 큰 영향을 미칠 것이다. 

 

[생성형 AI가 물을 마신다?]

전력 소비로 인한 환경 오염 외에 물 소비도 심각한 문제이다. 최근 캘리포니아 대학교 샤오레이 렌 연구팀은 ChatGPT 대화 한 번에 물 500ml가 사용되고 있다고 발표했다. AI가 직접 물을 마시지 않는데 어떻게 물이 사용된 것일까?

바로 생성형 AI의 데이터를 저장하는 데이터센터에 사용하는 냉각수 때문이다. 데이터센터에서는 대용량의 데이터를 처리하기 위해 그래픽 처리 장치(GPU)를 사용한다. 하지만 GPU는 가동 시 많은 열이 발생하므로 발열로 인한 기기 오작동을 방지하기 위해 10~25℃ 온도를 유지해야 한다. 이때 냉각을 위한 다량의 물이 필요하다.

미국 콜로라도대와 텍사스대 연구진은 GPT-3 훈련에 발생하는 열을 식히기 위해 데이터센터에서 사용한 냉각수를 총 70만ℓ로 추정했다. 이는 BMW 자동차 370대 또는 테슬라 전기차 320대를 생산하는 데 들어가는 물의 양과 같다.

[자료 4. GPT-3 훈련에 사용한 냉각수량 추정 및 원자로, 자동차 생산과 비교]

출처 : NEWS18

물 사용량 외에 다른 측면도 주목할 필요가 있다. 데이터센터에 사용하는 물은 부식이나 박테리아 번식을 막기 위해 깨끗한 담수만 사용할 수 있다. 이처럼 많은 양의 담수를 사용하므로 2023년도 7월 우루과이에서 구글의 데이터센터 설립 반대 시위가 일어났다. 식수조차 구하기 어려운 상황에서 하루에 5만5,000명이 가정에서 쓸 수 있는 물을 냉각수로 사용하는 것에 대한 반발이었다.

[자료 5. 우루과이 시민들이 물 부족에 대해 정부에 항의하는 모습]

출처 : AFP 연합뉴스

 

[데이터센터의 냉각 원리]

구글의 일부 데이터센터를 포함해 많은 데이터센터에서는 냉각탑을 이용해 열을 방출한다. 데이터센터마다 냉각 원리는 다르지만, 일반적으로 냉각탑을 이용한 냉각 공정은 아래 사진과 같다. 공기의 온도를 유지하기 위해 냉각기(Chiller)에서 데이터센터(Computer Room)로 차가운 물을 보낸다. 뜨거운 공기로부터 열을 흡수해 따뜻해진 물은 데이터센터에서 냉각기로 돌아간다. 하지만 이러한 공기 순환만으로는 냉각이 충분하지 않으므로 냉각탑 가동이 추가로 필요하다.

냉각탑(Cooling Tower)에서는 물이 증발하며 열을 방출하고, 증발하지 않고 남은 물은 냉각기로 이동해 열을 추가로 흡수한다. 이때 냉각기로 돌아가는 물은 수질에 따라 3~10번만 재사용할 수 있으며 이후에는 배출돼야 한다. 고농도의 염과 미네랄이 농축되는 것을 방지하기 위함이다. 배출된 물을 보충할 때는 파이프의 막힘 현상과 세균 성장을 피하고자 담수와 같은 깨끗한 물만 사용할 수 있다.

[자료 6. 데이터센터의 냉각수 순환 과정 (파란색 화살표: 차가운 물, 빨간색 화살표: 따뜻한 물)]

출처 : ENERGY.GOV

이처럼 냉각수의 재사용 횟수에 제한이 있다는 점은 데이터센터가 많은 양의 물을 필요하게 한다. 실제로 구글, 마이크로소프트, 메타의 데이터 센터에서 사용한 냉각수가 미국의 연간 총 물 사용량의 약 0.33%를 차지할 정도이다. 또한, 담수만 사용이 가능하다는 한계는 물 자원 고갈 문제까지 걱정되는 부분이다.

 

[데이터센터가 환경오염을 최소화하려면]

디지털 전환과 생성형 AI 열풍이 거세지면서 데이터센터의 가치도 함께 높아지고 있다. 동시에 데이터 사용량도 증가할 것이고, 데이터센터 구축에 대한 기업의 수요도 높아질 전망이다. 국내 데이터센터 구축의 가장 큰 화두는 ‘지방 분산’이라 할 수 있다. 설비 대부분이 수도권에 쏠리면 데이터 안전과 보안, 전력 계통 등의 문제가 야기될 수 있다. 국내 데이터센터 동향과 입지 조건을 확인하고, 데이터센터 산업이 향후 어떤 방향으로 전개될지를 알아보자.

① 국내 데이터센터 설비 현황

[자료 7. 국내 데이터센터 개수 추이]

출처 : 코스콤 뉴스룸

[자료 8. 국내 데이터센터 지역 분포도]

출처 : 코스콤 뉴스룸

국내 데이터센터 동향을 간략하게 파악하기 위해 두 자료를 가져왔다. 국내 데이터센터의 수요는 매년 증가할 것으로 파악되지만, 여러 요인으로 인해 건립 자체가 쉽지 않은 상황이다. 그동안 데이터센터가 전력 수요를 많이 유발한다는 이유로 신규 데이터센터의 수도권 입지가 정책적으로 불허되는 분위기였고, 국회에서는 분산 에너지 활성화 특별법 발의를 통해 이러한 기조를 입법화하려고 시도하는 것이 현실이다.

전체 데이터센터의 60%가 수도권에 있고 특히 상업용 데이터센터는 81%가 수도권에 위치해 있다. 주로 서울에 위치한 고객사들의 접근성 및 전력/통신 인프라 활용 때문이다. 데이터센터는 분산된 전력 수요를 한곳에 집적해 처리한다는 점에서 비효율적인 전력 사용을 방지할 수 있다. 하지만 주요 데이터센터가 수도권 지역에 쏠려 있어 여유 전력 부족으로 수도권 인근에는 더는 데이터센터를 짓기 어려워졌다.

② 데이터센터의 입지 조건

데이터센터는 분명 ICT 산업이지만 조금 더 깊이 들어가면 부동산, 금융, 건축, 기계, 전기가 종합적으로 어우러진 복합산업이다. 따라서 데이터센터의 입지 선정 시 이러한 분야들의 이해관계를 충분히 고려해야 한다.

[자료 9. 데이터센터 입지 조건 4요소]

출처 : RISS

고려대학교 기술경영전문대학원의 연구에 의하면 데이터센터 입지 고려 시 지리적 요인, 비용적 요인, 정치적 요인, 사회적 요인 등 4가지로 구분하여 데이터센터 입지 조건을 분류했다.

주목할 만한 부분은 ‘지리적 요소’이다. 기술이 발전하며 데이터센터의 입지도 과거와 크게 달라지고 있다. 일반적으로 데이터센터는 데이터 수요가 많은 곳에 건설되는 것이 유리하다. 따라서 과거 데이터센터는 대도시를 중심으로 구축됐다. 통신망이 도시를 중심으로 형성돼있고, 유지 보수 및 데이터 처리 속도가 빠르며 지연 문제가 완화되기 때문이다. 하지만 기술과 통신망이 발전하며 접근성이 주는 제약은 작아졌다. 현재는 정치적 요소와 부지 확장성을 모두 충족하는 도시 외곽으로 이동하는 추세이다.

 ③ 국내 데이터센터 시장의 최근 입지 트렌드

데이터센터 시장의 최근 트렌드는 ①규모의 대형화 ②친환경 그린 데이터센터의 성장으로 요약된다. 세계 시장 기준, 최근 5년간 신설된 600여 개의 데이터센터 중 10만 대 이상의 서버를 갖춘 초대규모 데이터센터가 약 310개로 절반 이상을 차지할 정도로 '대형화'가 빠르게 진전되고 있다. 국내에서는 현재 2곳(네이버 춘천, KT 용산)에서 초대규모 데이터센터를 운영 중이다.

또한, 데이터센터 산업은 글로벌 탄소 배출량의 0.8%를 차지할 정도로 탄소 다 배출 업종이다. 직접적으로 오염물질을 배출하지 않는 데이터센터가 탄소 배출량이 많은 것은 화력발전에 기반한 전력 사용량이 과다한 것에 기인하고 있다. ‘자료 9’의 4요소에 더불어 ‘환경적 요소’를 추가로 고려하는 것이 중요해졌다. ESG 측면에서 친환경 에너지를 얼마나 사용하며, 전력 효율성을 기반으로 한 설계가 가능한 입지인지도 고려해야 한다.

이를 해결하고자 하는 노력을 국내 데이터센터에서 찾을 수 있다. 삼성 SDS 춘천 데이터센터는 외부 냉기 활용이 용이하도록 Y자형 구조를 적용해 설계했고, LG유플러스 평촌 데이터센터는 심야시간대 저렴한 전력을 이용해 얼음을 얼려 주간 냉방 시스템에 활용하는 빙축열 시스템을 도입해 전력 소비를 절감하고 있다. 신재생에너지 발전의 경우, SK브로드밴드가 새만금에 수상 태양광 발전단지를 조성해 데이터센터 전력을 조달한다는 계획을 발표했다.

④ 시사점

대형화·친환경화·지방확산 트렌드에 따라 산업단지는 향후 데이터센터의 최적 입지로 주목받을 전망이다. 지방 산단의 경우 대형 데이터센터를 조성하기 위한 유휴부지 확보가 비교적 용이하며, 스마트 그린 산단 사업을 통해 신재생에너지 인프라를 구축하고 있어 그린 데이터센터 조성에도 유리하다. 따라서 데이터센터 확산에 대응하기 위해 산업단지는 규제 완화, 집적화, 정부·지자체와의 협력을 추진할 필요가 있다. 지자체와 산단 협동을 통해 지역 균형발전과 데이터센터의 ESG 운영, 두 마리 토끼 모두 잡을 수 있다면 뒤따르는 부정적인 영향은 크게 상쇄할 것으로 보인다.

 

[너의 책임은, ChatGPT에게 직접 묻다]

ChatGPT도 본인이 환경 문제를 지니고 있는 것을 알까? ChatGPT 3.5에게 직접 질문해 보았다.

① ChatGPT가 환경에 미치는 영향

[자료 10. ChatGPT가 응답한 ChatGPT가 환경에 미치는 영향]

출처 : ⓒ고가현, ChatGPT

ChatGPT는 “전력 소비, 데이터 처리 및 저장, 데이터 생산, 알고리즘 효율성”을 주된 이유로 답했다. 오픈 AI는 직접 물과 전기를 사용하지 않는다. AI가 운영될 때 필요한 답변을 구축하는 훈련 시 사용하거나 데이터를 저장하는 데이터 센터와 클라우드 서비스를 운영하는 기관 및 서버를 호스팅하는 업체에 의해 사용된다. 이때 다량의 전력을 소비한다. 다만 ChatGPT가 사용한 전력량을 묻는 말에 대해 GPT는 정확한 숫자는 공개되지 않았다고 답했다.

 ② 생성형 AI 운영 기업의 환경적 책임

[자료 11. ChatGPT가 응답한 생성형 AI 운영 기업의 환경적 책임]

출처 : ⓒ고가현, ChatGPT

ChatGPT는 특히 데이터 센터에서 사용하는 전력량을 줄이기 위한 방법을 강조했다. 결국 ChatGPT는 본인이 많은 전력과 물을 소비한다는 것을 알고 있고, 그에 대한 해결책까지 제시할 수 있었다.

 

[그 책임은 결국 기업에게]

ChatGPT는 본인이 만들어내는 환경문제뿐만 아니라 그에 대한 실천 방안까지 알고 있다. 이는 GPT를 개발한 기업도 이를 알고 있다는 뜻이다. ChatGPT를 개발한 미국 기업 오픈 AI는 ‘인류 모두에게 이익이 되는 안전한 인공지능을 만드는 것’을 목표로 한다. 이 목표를 달성하기 위해서 그들은 인공지능의 환경적 부작용을 최소화하면서 AI를 개발할 필요가 있다.

GPT는 이미 환경적 부작용을 해결할 방안을 알고 있다. 이제는 기업이 그 방법을 실천할 차례다. 그리고 우리는 오로지 기술만 보는 것이 아니라 그 이면에서 기후 위기를 몰고 오는 과정을 거친 것은 아닐지 날카롭게 따져보는 시선을 지녀야 할 것이다.

---

ChatGPT에 대한 대학생신재생에너지기자단 기사 더 알아보기

1. "Hi ChatGPT, 지구는 언제 멸망해?", 21기 장세희, 22기 이지원, 정의희, 23기 신지연,  https://renewableenergyfollowers.org/3949

Hi ChatGPT, 지구는 언제 멸망해?

2. "데이터센터, ESG의 핵심 '키'가 되다", 23기 차승연, https://renewableenergyfollowers.org/4326

데이터센터, ESG의 핵심 '키'가 되다

---

참고문헌

[너의 능력은, ChatGPT가 대량의 에너지를 소비하는 이유]

1) 강찬수, "“AI 더러운 비밀”…구글보다 ‘챗GPT’가 지구에 더 나쁜 이유", 중앙일보, 2023.02.14,https://www.joongang.co.kr/article/25140421#home

2) 곽노필, "대화 한 번에 ‘생수 한 병씩’…챗GPT의 불편한 진실”, 한겨레, 2023.05.03, https://www.hani.co.kr/arti/science/technology/1090180.html

3) 김미정, "검색 엔진에 생성 AI 결합하면 에너지 소비 10배↑", 메가일보, 2023.10.11, https://zdnet.co.kr/view/?no=20231011134214

4) Azeem Azhar, "The rising cost of LLM-based search", Linkedin, 2023.10.16,
https://www.linkedin.com/pulse/rising-cost-llm-based-search-azeem-azhar

[구글 검색의 약 10배, Chat GPT의 전력 사용]

1) 강찬수, "“AI 더러운 비밀”…구글보다 ‘챗GPT’가 지구에 더 나쁜 이유", 중앙일보, 2023.02.14,  https://www.joongang.co.kr/article/25140421#home

2) 곽노필, "대화 한 번에 ‘생수 한 병씩’…챗GPT의 불편한 진실", 한겨레, 2023.05.03, https://www.hani.co.kr/arti/science/technology/1090180.html

3) 김미정, "검색 엔진에 생성 AI 결합하면 에너지 소비 10배↑", ZDNETkorea, 2023.10.11.,https://zdnet.co.kr/view/?no=20231011134214#_across 

4) Jurgen Hill, "“AI가 화력발전소 3개 전력 소비” 고성능일수록 전력 소비도 급증", ITWorld Korea, 2023.08.04,  https://www.itworld.co.kr/news/302269#csidxa73d8a41738dba7940a251f93127286

5) TRG Datacenters, "AI Chatbots: Energy usage of 2023’s most popular chatbots (so far)",  https://www.trgdatacenters.com/resource/ai-chatbots-energy-usage-of-2023s-most-popular-chatbots-so-far/ 

[생성형 AI가 물을 마신다?]

1) 김은성, "챗GPT와 대화 한번 나누는 데 냉각수 500㎖ 소요…진짜 ‘기후 빌런’ AI 산업", 경향신문, 2023.11.30, https://m.khan.co.kr/it/it-general/article/202311302244005#c2b

2) 이수현, "물 부족에 주민 반발…구글 데이터센터는 ‘물 먹는 하마’", 테크플러스, 2023.07.28, https://v.daum.net/v/zphhTgXeGX

3) 정병일, "AI는 ‘물먹는 하마’…챗GPT 대화 한번에 물 500ml 필요", AI TIMES, 2023.04.19, https://www.aitimes.com/news/articleView.html?idxno=150488

4) Shaurya Sharma, "How Your ChatGPT Habits Could Be Depleting Freshwater Resources", NEWS18, 2023.04.19, https://www.news18.com/photogallery/tech/how-your-chatgpt-habits-could-be-depleting-freshwater-resources-7587181.html

[데이터센터의 냉각 원리]

1) Federal Energy Management Program, ENERGY.GOV, "Cooling Water Efficiency Opportunities for Federal Data Centers", https://www.energy.gov/femp/cooling-water-efficiency-opportunities-federal-data-centers

2) Li Pengfei, et al. “Making AI Less "Thirsty": Uncovering and Addressing the Secret Water Footprint of AI Models.” arXiv, 2023.

[데이터센터가 환경오염을 최소화하려면]

1) 강나훔, "[갈곳없는IDC]①“데이터센터는 혐오시설”…오해와 진실", 아시아경제, 2023.02.21, https://cm.asiae.co.kr/article/2022111407353620412

2) 강승균, "데이터센터 설립에 영향을 미치는 요인에 대한 연구", 국내석사학위논문 고려대학교 기술경영전문대학원, 2022.

3) 김정민, "데이터센터 시장의 급속한 성장, 주요 동인과 전망", 코스콤 뉴스룸, 2021.12.07, https://newsroom.koscom.co.kr/29107

4) 데이터넷, "데이터센터, 입지 분석 통한 안정성 갖춘 부지 선정 필수", 데이터넷, 2023.10.20, https://www.datanet.co.kr/news/articleView.html?idxno=188000

5) 데이터넷, "[류기훈의 하이퍼그린(7)] 급변하는 데이터센터 입지 조건", 데이터넷, 2021.12.15, https://www.datanet.co.kr/news/articleView.html?idxno=167649

6) 이유미, "네이버 데이터센터 유치전 '세수·고용효과' 없는데 왜…", 비즈워치, 2019.07.19, https://news.bizwatch.co.kr/article/mobile/2019/07/19/0008

7) 임혜선, "[갈곳없는IDC]②전국 데이터 센터 146개, 수도권에 절반", 아시아경제, 2022.11.17, https://cm.asiae.co.kr/article/2022111112441490948

8) 한국산업단지공단, “데이터센터의 최근 입지 트렌드와 시사점”, 2022.09.20.

[너의 책임은, ChatGPT에게 직접 묻다]

1) 강찬수, "“AI 더러운 비밀”…구글보다 '챗GPT'가 지구에 더 나쁜 이유", 중앙일보, 2023.02.14, https://www.joongang.co.kr/article/25140421

[그 책임은 결국 기업에게]

1) 배소진, "오픈AI 함께 만든 머스크와 알트만은 왜 갈라섰을까?[티타임즈]", 머니투데이, 2023.04.01, https://news.mt.co.kr/mtview.php?no=2023033113520416266