데이터센터 탄소·물 발자국과 AI의 영향
The carbon and water footprints of data centers and what this could mean for artificial intelligence
Alex de Vries-Gao·Patterns·발표 2025.12· 38 인용
최근 1년 37회 인용· 떠오르는 연구
한국어 핵심 요약
인공지능(AI) 시스템의 전력 수요 추정은 가능하지만, 관련 탄소 및 물 발자국을 정량화하는 것은 여전히 어렵다. 데이터센터 운영사의 환경 보고서에서 AI와 비AI 워크로드를 구분하지 않아, AI의 환경 영향은 데이터센터의 일반적인 성능 지표를 통해 추정할 수밖에 없다. 그러나 기술 기업의 환경 정보 공개는 해당 기업의 총 데이터센터 성능조차 파악하기에 불충분한 경우가 많다.
이러한 정보 공개의 한계는 추가 지표 공개를 의무화하는 새로운 정책으로 개선될 수 있다. 데이터센터의 환경 영향이 빠르게 증가함에 따라, 기술 부문의 투명성 확보는 더욱 시급해지고 있다.
연구 결과에 따르면, 2025년 AI 시스템만의 탄소 발자국은 3,260만 톤에서 7,970만 톤의 CO2 배출량에 달할 수 있으며, 물 발자국은 3,125억 리터에서 7,646억 리터에 이를 것으로 추정된다.
본 연구는 AI의 급증하는 환경 영향을 명확히 하고, 데이터센터 운영사의 환경 정보 공개를 강화하여 지속 가능한 AI 개발을 위한 정책적 논의의 필요성을 강조한다.
섹션 미리보기
연구 배경
인공지능(AI) 시스템의 글로벌 전력 수요는 추정 가능하지만, AI 관련 탄소 및 물 발자국을 정확히 정량화하는 데는 어려움이 있습니다. 데이터센터 운영사의 환경 보고서가 AI 워크로드와 비AI 워크로드를 구분하지 않아, AI의 환경 영향을 파악하기 위한 정보가 부족합니다.
핵심 발견
2025년 AI 시스템의 탄소 발자국은 3,260만~7,970만 톤의 CO2 배출량, 물 발자국은 3,125억~7,646억 리터에 달할 것으로 추정됩니다. 데이터센터의 환경 영향이 급증함에 따라, 기술 부문의 투명성 강화와 추가 지표 공개를 의무화하는 정책이 시급합니다.
관련 전기·전자공학 논문
기포탑 국부 가스 홀드업 감시를 위한 재구성 없는 EIT
2026·0
PEM 연료전지 전도도 매핑을 위한 EIT
2026·0
전력 도난 탐지: 머신 vs 딥러닝
2026·0
콜로이드 2D 세슘 비스무트 브로마이드 나노결정 성장
2026·0