지속가능한 AI가 입증해야 할 것

AI의 답변은 몇 초 만에 도착합니다. 그 뒤에는 반도체와 전력 장비, 냉각 설비로 가득한 건물이 있습니다. 빅터 키아니(Victor Kiani)는 이러한 기반 시설이 환경적으로 지속가능해질 수 있는지 조사하며, 늘어나는 자원 수요와 AI가 제공할 수 있는 환경적 편익에 관한 연구를 모았습니다. 그는 책임 있는 성장을 가능하게 하는 조건에 대한 논거를 구성하고 발표했습니다.

2026년 지속가능성 수업에서 완성하고 발표한 학술 연구 프로젝트입니다.

시스템 전체를 계산하다

키아니는 평가 범위를 정하는 것에서 출발했습니다. 서버의 에너지 효율은 AI 서비스를 제공하는 데 필요한 자원의 일부만 보여 줍니다. 그는 서로 연결된 세 가지 범위를 중심으로 연구를 구성했습니다.

1. 01시설전력, 냉각수, 예비 전원용 연료, 소음. 컴퓨팅 장비를 계속 가동하는 데 수반되는 운영상의 요구입니다.
2. 02입지전력망 용량, 유역, 인근 주민. 입지에 따라 누가 자원을 함께 쓰고 영향을 경험하는지가 결정됩니다.
3. 03생애주기채굴, 반도체 생산, 전자폐기물. 환경 부담은 하드웨어가 도착하기 전에 시작되고 교체된 뒤에도 이어집니다.

효율과 늘어나는 수요

핵심 쟁점은 전력 연구에서 드러났습니다. AI 작업당 에너지 사용량은 줄고 있었지만, 사용 확대와 더 많은 연산을 요구하는 응용 분야가 전체 소비를 끌어올렸습니다. 국제에너지기구(IEA)의 2026년 평가는 세계 전체 데이터 센터가 2025년에 485 TWh를 사용한 것으로 추정하고, 2030년에는 950 TWh에 이를 것으로 전망했습니다. AI 중심 시설의 전력 소비만 보면 2025년에 50% 증가했습니다.

키아니는 이 대비를 통해 효율과 함께 전체 환경 영향을 평가해야 한다고 주장했습니다. 작업당 소비 감소는 중요하지만, 사용 확대는 문제의 규모를 바꿉니다. 설비 용량 계획과 환경에 대한 약속은 두 가지를 모두 반영해야 합니다.

반대편에 있는 기회

발표는 건물 제어, 교통 경로 설정, 기상 예측, 전력망 운영을 개선할 AI의 가능성도 살폈습니다. IEA의 2025년 광범위 도입 시나리오는 기존 응용 기술이 2035년에 CO₂ 1.4기가톤의 배출을 피하게 할 수 있다고 추정했습니다. 센서와 AI 지원 전력망 관리는 기존 송전선에서 최대 175 GW의 송전 용량을 추가로 활용할 수 있게 합니다.

키아니는 이러한 가능성을 실현 조건인 투자, 데이터 접근, 기술 도입과 연결했습니다. 기회를 인정하면서도 검증된 환경적 편익을 평가의 일부로 삼았습니다. 유망한 응용 기술은 실제로 제공하는 성과를 통해 그 가치를 입증합니다.

물, 이웃, 하드웨어

물은 컴퓨팅과 장소의 관계를 구체적으로 보여 주었습니다. 버클리 연구소(Berkeley Lab)는 2023년 미국 전체 데이터 센터가 직접 소비한 물을 660억 리터, 전력 공급을 통해 간접 소비한 물을 약 8,000억 리터로 추정했습니다. 키아니는 시설을 평가할 때 건식 냉각과 해당 지역의 가뭄·지하수 조건이 갖는 중요성을 고려했습니다.

그는 소음도 사회적 영향으로 살폈습니다. 버지니아주의 입법 조사위원회는 일부 시설의 지속적인 소음이 지역 소음 기준을 초과하는 경우는 드물었지만 인근 주민에게 영향을 준다는 사실을 확인했습니다. 이 사례는 환경 성과를 지역사회의 삶의 질과 기존 규칙의 적절성에 연결했습니다.

하드웨어의 경우 유엔훈련조사연구소(UNITAR)가 추정한 2022년 세계 전자폐기물 6,200만 톤을 활용했습니다. 이 중 적절히 수거·재활용된 것으로 기록된 비율은 22.3%였습니다. 이 수치는 모든 전자제품을 포함합니다. 발표는 AI 하드웨어를 이보다 넓은 자원 체계 안에 놓고, 트럭에 빗댄 비교와 삽화를 통해 규모를 이해할 수 있도록 했습니다.

부하에 맞는 전력

키아니는 재생에너지 사용 주장의 의미를 실무적인 질문으로 검토했습니다. 새벽 2시에는 무엇이 시설에 전력을 공급하는가? IEA의 2025년 전망은 2030년까지 늘어나는 데이터 센터 전력 수요의 거의 절반을 재생에너지가 충당하고, 가스와 석탄이 40% 넘게 공급할 것으로 예상했습니다.

그는 시간대별 수요에 맞춘 새로운 저탄소 발전, 저장 설비, 송전망을 주장했습니다. 원자력은 안정적인 저탄소 전력의 또 다른 공급원이지만, 비용과 건설 기간, 폐기물, 냉각수도 고려해야 합니다. 분석은 에너지 조달을 이를 뒷받침하는 데 필요한 기반 시설과 연결했습니다.

책임을 확인하는 네 가지 질문

결론은 연구 내용을 네 가지 질문으로 모았습니다.

1. 01전체 영향은 무엇인가? 전력, 탄소, 물, 하드웨어를 함께 계산합니다.
2. 02누가 그 영향을 받는가? 영향을 받는 지역사회와 자원을 파악합니다.
3. 03어떤 제한과 보고 규칙이 적용되는가? 성과에 대한 책임을 어떻게 확인할지 정합니다.
4. 04실제로 검증된 편익은 무엇인가? 환경적 주장과 근거를 연결합니다.

키아니는 설치된 IT 전력 용량이 500 kW 이상인 데이터 센터에 적용되는 EU의 연례 보고 의무를 출발점으로 삼았습니다. 이를 바탕으로 에너지, 물, 배출량, 시간대별 전력원 데이터를 공개하고 지역별 물 사용과 소음 제한을 마련할 것을 제안했습니다.

AI 용량을 확대하는 기업에게 이러한 질문은 지속가능성을 운영비, 자원 가용성, 지역사회의 신뢰와 연결합니다. 수요가 늘어나는 상황에서 환경에 대한 약속이 계속 신뢰를 얻을 수 있는지는 입지 선정, 전력 계약, 장비 선택에 달려 있습니다. 키아니의 결론에는 조건이 있었습니다. 전체 영향이 줄고 환경적 편익이 검증을 견딜 때 AI 데이터 센터는 더 지속가능해질 수 있다는 것입니다. 그는 이 논거를 발표자 노트가 포함된 8장의 발표 자료로 구성해, 복잡한 기반 시설 문제를 연구와 구체적 사례로 쉽게 전달했습니다.