생성 AI는 독창적인 콘텐츠를 만들어내는 능력을 가지고 있으며, 종종 아티스트나 저작권 보유자의 권리, 그리고 사람들의 노동 관점에서 논의됩니다. 그러나 환경에 미치는 영향에 대해서는 별로 주목받지 못하고 있습니다.
우리의 창작 활동을 강력하게 지원하는 존재가 되어가고 있는 AI를, 에너지와 환경에 미치는 영향이라는 관점에서 흥미로운 시사를 주는 연구를 보며 사고를 확장해 봅시다.
작업에 따라 다른 에너지 소비
AI 스타트업 기업인 〈Hugging Face〉의 연구자가 카네기 멜론 대학의 과학자와 협력하여 수행한 연구에서는, AI가 수행하는 작업에 따라 배출되는 이산화탄소에 주목하여 배출량을 정확하게 측정했습니다.
연구 결과에 따르면, 텍스트를 분류하는 등의 간단한 작업에서는 쿼리 1,000회당 0.2 ~ 0.5g의 이산화탄소가 배출되는 반면, 최근 주목받고 있는 이미지 생성에서는 1,000장의 이미지를 생성하는 데 최대 1,000g의 이산화탄소가 배출될 수 있습니다.
즉, 텍스트 분류와 같은 간단한 작업은 에너지 효율이 높고 배출량이 비교적 낮습니다. 반면, 이미지 생성과 같은 복잡한 작업에서는 에너지 소비가 크게 증가하고 배출량도 증가합니다.
또한 에너지 소비량이라는 관점에서는, 1,000장의 이미지를 생성하기 위해 2.907 kWh가 필요했습니다. 이 숫자는 그다지 많지 않게 보일 수 있지만, 전기 자동차 제조업체인 〈Tesla〉의 Model 3 차량의 배터리를 완전히 충전하는 데 필요한 에너지는 50kWh이며, 이미지 생성으로 환산하면 겨우 17,200장에 불과합니다.
최근에는 〈DALL-E〉나 〈Midjourney〉, 〈Adobe Firefly〉 등 다양한 플랫폼에서 대량의 이미지가 생성되고 있으며, 만약 이번 연구와 동일한 에너지가 필요하다고 가정하면 매일 수천 대, 수만 대의 전기 자동차를 충전할 수 있는 에너지를 소비하고 있습니다.
이것만이 아니다, 보이지 않는 환경에의 영향
AI는 작업을 수행할 때도 에너지를 소비하지만, 실제로 모델의 트레이닝과 배포에는 더 많은 에너지가 필요합니다.
실제로 모델의 트레이닝 비용을 산출하는 것은 어렵다고 알려져 있지만, '작업을 수행하는 것보다 훨씬 더 많은 에너지 소비가 발생한다'는 것은 알려져 있습니다.
최근 인기가 높아지고 있는 〈ChatGPT〉에 대해서도, 1,750억 개의 파라미터를 사용한 〈GPT-3〉 모델의 트레이닝에는 1,287 MWh가 필요하다는 것이 밝혀졌습니다.
AI와 인간이 만들어내는 창의성
AI를 환경에 미치는 영향이라는 관점에서 보면, 에너지 소비나 이산화탄소 배출량 등 고려해야 할 문제는 분명히 있습니다.
그러나 이미지 편집이나 합성이 전문 지식이나 고급 기술 없이도 텍스트로 지시를 보내는 것만으로 실현될 수 있도록, AI가 가져다주는 혜택도 적지 않습니다.
미래의 AI 발전은 어쩌면 우리의 대처 방식에 달려 있을지도 모릅니다.
