AI 지속가능성 딜레마와 환경 영향

인공지능(AI), 특히 대규모 언어 모델(LLM)의 급격한 성장은 온실가스 배출을 넘어선 환경 문제를 야기하고 있습니다. 주요 AI 제공업체의 투명성 부족은 기업들이 AI 관련 환경 영향을 평가하고 넷제로 목표를 달성하는 데 큰 걸림돌이 됩니다. 본 연구는 AI 또는 LCA(전과정 평가) 전문 지식 없이도 기업의 AI 포트폴리오 환경 영향을 추정하고 실행 가능한 통찰을 제공하는 방법론을 제안합니다. 본 연구는 AI 사용 증가, 하드웨어 효율성, IPCC 시나리오에 따른 전력 믹스 변화를 통합하는 모델링 접근 방식을 사용하여 2030년까지 AI의 환경 영향을 예측했습니다. 복잡한 생성형 AI 모델 및 프레임워크에 의해 주도되는 높은 AI 채택 시나리오에서 AI 전력 소비는 최대 24.4배 증가할 수 있습니다. 2030년까지 이러한 영향을 완화하려면 AI 가치 사슬 전반에 걸친 공동 노력이 필수적입니다. 하드웨어 또는 모델 효율성 개선과 같은 단편적인 조치만으로는 불충분합니다. 본 연구는 표준화된 환경 평가 프레임워크, 투명성 증대, 그리고 AI 개발을 지속가능성 목표와 연계하기 위한 '환경 투자 수익률(Return on Environment)' 지표 도입을 촉구합니다.