생성형 AI는 오리지널 콘텐츠를 창출하는 능력을 갖추고 있어, 종종 아티스트나 저작권 보유자의 권리, 그리고 노동 문제의 관점에서 논의됩니다. 그러나 환경에 미치는 영향에 대해서는 상대적으로 주목받지 못하고 있습니다.
우리의 창작 활동을 강력하게 지원하는 AI를 에너지 및 환경 영향의 관점에서 조명하는 다양한 연구를 통해, 새로운 시각으로 사고를 확장해봅니다.
작업별로 상이한 에너지 소비
AI 스타트업 의 연구진이 카네기멜론대학교 과학자들과 협력하여 진행한 연구에서는, AI가 수행하는 작업에 따라 배출되는 이산화탄소량에 주목하며, 그 배출량을 정밀하게 측정했습니다.
연구 결과, 텍스트 분류와 같은 단순 작업에서는 쿼리 1,000회당 약 0.2~0.5g의 이산화탄소가 배출되는 반면, 최근 주목받는 이미지 생성 작업에서는 1,000장의 이미지를 생성할 때 최대 1,000g에 달하는 이산화탄소가 배출될 수 있음이 밝혀졌습니다.
즉, 텍스트 분류와 같은 단순 작업은 에너지 효율이 높고 배출량이 비교적 적은 반면, 이미지 생성과 같이 복잡한 작업은 에너지 소비와 이산화탄소 배출이 현저히 증가함을 알 수 있습니다.
Image by Douglas
또한 에너지 소비량 측면에서 보면, 1,000장의 이미지를 생성하는 데 2.907 kWh가 필요했습니다. 이 수치는 많지 않게 느껴질 수 있지만, 전기차 제조사 Tesla의 Model 3 배터리를 완전히 충전하는 데 필요한 에너지가 50kWh임을 감안하면, 이미지 생성으로 환산 시 단 17,200장에 불과합니다.
최근에는 DALL-E, Midjourney, Adobe Firefly 등 다양한 플랫폼에서 대량의 이미지가 생성되고 있으며, 이번 연구와 동일한 에너지가 소모된다고 가정할 경우, 매일 수천~수만 대의 전기차를 충전할 수 있을 만큼의 에너지가 소비되고 있습니다.
숨어 있는, 잘 보이지 않는 환경 영향
AI는 작업을 수행할 때도 에너지를 소모하지만, 실제로는 모델의 트레이닝과 배포 과정에서 훨씬 더 많은 에너지가 필요합니다.
실제로 모델 트레이닝에 드는 비용을 산출하는 것은 쉽지 않지만, ‘작업 수행보다 훨씬 많은 에너지가 소모된다’는 사실은 잘 알려져 있습니다.
최근 큰 인기를 끌고 있는 ChatGPT의 경우, 1,750억 개의 파라미터를 사용하는 GPT-3 모델의 트레이닝에는 1,287 MWh가 필요하다는 점이 밝혀졌습니다.
Image by doraseiji
AI와 인간이 만들어내는 창의성
AI를 환경적 영향의 관점에서 바라보면, 에너지 소비와 이산화탄소 배출 등 고려해야 할 문제가 분명 존재합니다.
하지만 이미지 편집이나 합성이 전문 지식이나 고도의 기술 없이도 텍스트 지시만으로 가능해진 것처럼, AI가 가져다주는 혜택 또한 적지 않습니다.
미래의 AI 발전은 어쩌면 우리가 AI와 어떻게 마주하고 활용하느냐에 달려 있을지도 모릅니다.
