생성형 AI는 다양한 규모의 기업과 개인이 야생 AI를 도입하는 발판이 되어 왔다.
인공지능의 긍정적인 영향과 채택 증가에 대해서는 찬성할 수 있지만, 환경에 미치는 영향에 대해서는 같은 말을 할 수 없다.
AI 거버넌스 센터의 연구에 따르면 주요 AI 시스템을 훈련하고 실행하는 데 필요한 에너지의 양은 지난 13년 동안 3억 5천만 배나 증가했다.
이러한 컴퓨팅 수요 덕분에 대규모 언어 모델(LLM), 단백질 접기, 자율주행 차량과 같은 주요 AI 발전이 가능했다고 연구팀은 밝혔다.
AI에 필요한 엄청난 연산 능력은 대규모의 데이터 센터로 이어져 전력을 낭비하고 환경을 파괴한다.
이러한 환경 문제를 인식한 세일즈포스는 기업이 AI 배출량을 공개하도록 강제하는 AI 배출 규제를 촉구했다. 샌프란시스코에 본사를 둔 이 소프트웨어 제조업체는 AI 도입이 증가하면서 기술 부문의 탄소 지출이 심각한 수준으로 치닫고 있다고 한다.
이들은 AI 시스템이 환경에 미치는 영향을 측정하고 보고하기 위한 표준화된 지표를 수립할 것을 지지한다.
테코피디아는 세일즈포스의 기후 및 에너지 담당 이사 메간 로렌젠(Megan Lorenzen)과 배출 감소 담당 수석 관리자 보리스 가마자이치코프(Boris Gamazaychikov)와 함께 AI의 에너지 수요로 인한 환경 및 재정 문제와 가능한 완화 전략에 대해 이야기를 나눴다.
메간 로렌젠과 보리스 가마자이치코프 소개
세일즈포스의 기후 및 에너지 담당 이사인 메간 로렌젠은 세일즈포스의 글로벌 기후 정책 프로그램을 이끌며 전 세계가 1.5도의 미래로 정의롭게 전환할 수 있도록 정책을 옹호하고 있다. 또한 메건은 회사의 전력 부문 탈탄소화 노력도 이끌고 있다.
여기에는 세일즈포스의 글로벌 100% 재생 에너지 약속을 유지하기 위해 새롭고 영향력이 큰 재생 에너지 프로젝트를 촉진하고 회사의 전사적 에너지 전환 전략을 배포하는 것이 포함된다.
보리스 가마자이치코프는 세일즈포스의 탄소 배출 감소 담당 선임 관리자이다. 그는 세일즈포스의 가치 사슬 전반에 걸쳐 탄소 감축 전략을 구현하는 업무를 담당하고 있다.
그는 지속 가능성과 혁신의 교차점에서 일하며 세일즈포스의 지속 가능한 AI 전략을 개발하고 실행하고 있다.
또한 공급업체, 고객 및 파트너와 긴밀히 협력하여 기후 행동을 가속화하는 데 도움이 되는 도구 및 리소스를 게시하고 있다.
세일즈포스에 입사하기 전에는 세계 최대 기술 기업을 비롯한 다양한 글로벌 고객사의 탈탄소화 전략에 대해 컨설팅을 제공했다. 그 전에는 미 국방부의 지속 가능한 건설 프로그램을 주도했다. 메릴랜드 대학교에서 환경 공학 학위를 받았다.
AI의 환경 비용
Q: AI가 환경에 미치는 영향에 대한 구체적인 우려는 무엇이며, 이 모든 것에서 세일즈포스의 역할은 무엇인가?
가마자이치코프: 생성형 AI 모델은 기존 머신러닝 모델보다 훨씬 더 큰 알고리즘으로 구동된다. 이러한 대규모 모델을 훈련하고 배포하려면 막대한 컴퓨팅 리소스와 대규모 데이터 센터가 필요하며, 종종 청정 에너지원이 아닌 전기로 구동되는 경우가 많다.
데이터센터는 현재 전 세계 전력 소비량과 배출량의 몇 퍼센트를 차지하지만, 연구에 따르면 AI가 데이터센터의 에너지 수요를 잠재적으로 3배 또는 4배까지 늘릴 수 있다고 한다.
데이터 센터가 집중적으로 건설된 특정 지역에서는 환경 영향이 더욱 심각할 수 있다.
이것이 바로 우리가 AI의 투명성과 지속 가능한 통합을 촉구하는 이유이다. 세일즈포스는 AI 개발에서 윤리적 고려와 환경 보호를 가장 중요하게 생각하는 “AI + 데이터 + 신뢰 프레임워크”를 갖추고 있다.
AI 환경 발자국 최소화
Q: 데이터 센터는 AI의 중요한 에너지 소비처이다. AI 인프라의 환경 발자국을 최소화하기 위해 어떤 전략을 구현할 수 있나?
가마자이치코프: 세일즈포스에서는 불필요하게 크고 에너지 집약적인 모델을 피하면서 사용 사례에 적합한 크기의 모델을 만드는 것부터 시작한다. 우리는 CRM 사용 사례에 맞는 도메인별 모델을 개발했으며, 이는 기성품의 대규모 모델보다 훨씬 더 효율적이다.
또한 교육 및 배포에 사용되는 하드웨어와 데이터 센터의 에너지 효율성도 고려한다.
GPU 효율은 7년 만에 36배 향상되었으므로 효율적인 최신 하드웨어를 사용하는 것이 중요하다. 데이터센터 전원의 탄소 집약도를 매핑하고 저탄소 옵션을 선호하면 탄소 배출량을 크게 줄일 수 있다.
모델을 직접 학습시키지 않는 기업의 경우, 에너지 효율과 탄소 발자국에 대한 투명성을 새 차를 구매할 때 연비를 따져보는 것처럼 AI 제공업체에 요구하는 것이 핵심이다.
AI 지속 가능성 지표 표준화
Q: AI 운영의 지속 가능성을 측정하기 위한 표준화된 지표는 무엇인가?
가마자이치코프: 아직 통일된 기준은 없지만 노력이 진행 중이다. 세일즈포스가 투자한 AI 회사 허깅 페이스는 최근 ‘AI 모델에 대한 에너지 스타’ 등급 시스템을 제안했다.
저희는 업계 전반의 도입을 유도하고 잠재적으로 규제에 정보를 제공할 수 있는 간단하고 보편적인 효율성 지표를 개발하는 데 기여하기 위해 이 모델을 시범적으로 적용하는 방안을 모색하고 있다.
로렌젠: 그 외에도 일관된 기준이 없기 때문에 저희는 AI의 환경적 영향을 측정하고 공개하는 투명성을 위한 가이드라인을 구축하기 위한 컨소시엄을 설립하는 미국 AI 환경 영향법 같은 법안을 지지한다.
기술 부문의 책임 그 이상
Q: 기술 기업 외에 지속 가능한 AI 생태계를 위해 큰 역할을 할 수 있는 다른 분야에는 어떤 것이 있나?
로렌젠: AI가 기후 장벽을 허물고 공평한 결과를 이끌어낼 수 있는 글로벌 기회이다. AI가 환경에 미치는 영향을 최소화하는 것도 중요하지만, 혁신과 지속가능성 목표를 발전시킬 수 있는 잠재력도 활용해야 한다.
세일즈포스는 최근 첫 번째 AI 액셀러레이터를 마무리하고, 효율성 향상과 기후 대응을 위해 AI를 활용하는 NGO를 지원하고 있다.
정책 옹호, 선구적인 사용 사례, AI 제공업체의 투명성 우선순위 지정 등 모든 업계가 역할을 할 수 있다.
비용과 지속 가능성 간의 균형
Q: 지속 가능한 솔루션에는 때때로 프리미엄이 붙는다. 조직이 AI를 배포할 때 재정적 고려 사항과 환경에 미치는 영향 사이에서 어떻게 균형을 찾을 수 있나?
가마자이치코프: 흥미롭게도 AI에서는 지속 가능성과 비용 효율성이 종종 일치하는 경우가 많다. 더 작고 효율적인 모델은 에너지 소비와 탄소 배출을 줄이는 동시에 컴퓨팅 비용을 낮추고 제품 경험에 중요한 응답 지연 시간을 개선한다.
한 가지 잠재적인 트레이드오프는 데이터센터 전력망의 탄소 집약도이며, 이는 지역마다 다르다.
로렌젠: 우리는 지속 가능성과 비용 이점을 모두 제공하는 효율성 개선을 자주 목격한다.
그러나 더 많은 저비용 재생 에너지를 지원하기 위해 전력망 전송 인프라를 개선하는 등 전체 시스템을 고려해야 한다.
전력망 혼잡을 완화하면 소비자 비용을 절감하는 동시에 재생에너지 보급과 배출량 감축을 촉진할 수 있다. 이는 총체적인 접근 방식이 필요한 상호 연결된 과제이다.
Q: 메건, 평소의 하루는 어떤가?
A: 지속가능성 업무에 대한 열정을 불러일으킨 콜로라도의 아름다운 산을 바라보며 잠에서 깨는 날이 많다. 저는 100% 재생 에너지 포트폴리오 구축, 완전한 탈탄소화를 위해 재생 에너지를 구매하는 것 이상의 다음 단계, 더 많은 진전을 이루기 위해 필요한 정책과 표준에 대해 생각하는 등 에너지 전환 전반에 걸쳐 시간을 쪼개어 보냈다.
이 글로벌 작업은 여러 지역의 의원들이 중요한 정책을 실현할 수 있도록 지원하는 팀을 통해 뒷받침된다.
어느 날도 같은 날은 없지만, 지속 가능한 운영, 시스템 변화 옹호, 기후 혁신 기회 발굴을 통해 1.5°C 미래로의 정의로운 에너지 전환을 가속화하기 위해 세일즈포스의 영향력을 최대한 활용하려는 노력으로 가득 차 있다. 전망은 좋지만 업무는 까다롭지만 영향력이 크다.
Q: 마크 저커버그, 엘론 머스크, 제프 베조스와 함께 술을 마실 수 있다면 누구를 선택하겠나?
로렌젠: 저는 개인적인 이유와 업무적인 이유 모두에서 제프 베조스를 선택했다. 개인적으로 이커머스 배송이 환경에 미치는 영향에 대해 우려하는 아마존 고객으로서 소비자가 어떻게 하면 탄소 발자국을 줄일 수 있는지에 대해 논의하고 싶다.
전문적으로, 아마존 웹 서비스의 방대한 데이터 센터 공간을 고려할 때, 재생 에너지 전략에 대해 베조스와 협력하는 것은 클라우드 컴퓨팅 산업의 탈탄소화에 전 세계적으로 엄청난 영향을 미칠 수 있다.
결론
제너레이티브 AI의 부상은 지속 가능성에 대한 도전과 기회를 제시한다. 세일즈포스의 에너지 및 기후 리더들이 강조하듯이, 기후 솔루션의 촉매제로서의 잠재력을 활용하면서 AI가 환경에 미치는 영향을 억제하려면 사전 예방적 전략과 부문 간 협업이 매우 중요하다.
적절한 모델 크기 조정, 에너지 효율성 우선순위 지정, 재생 에너지 활용, 배출량 투명성 의무화 등 지속 가능성을 AI의 핵심에 포함시키는 것이 가장 중요하다. 한편, 표준화된 지표는 환경을 고려한 채택을 유도하는 데 매우 중요하다.
그러나 정책 입안자들이 환경을 조성하고, 기업이 지속 가능한 관행을 지지하며, 모든 이해관계자가 지구 친화적인 디지털 혁신 사고방식을 받아들인다면 우리는 AI가 환경에 미치는 영향을 줄이는 데 가까워질 수 있다.