AI 물 소비: 생성 AI의 지속 불가능한 갈증

OpenAI의 ChatGPT가 일반 사용자에게 거리의 친구처럼 인공 지능과 상호 작용할 수 있는 기능을 제공한 이후 생성 AI는 큰 인기를 끌었습니다. 이제 그러한 프로그램을 구축하려는 열풍이 전국의 수자원에 예상치 못한 피해를 입혔다는 것이 밝혀졌습니다.

OpenAI에 수십억 달러를 투자한 Microsoft는 연례 지속 가능성 보고서에서 아이오와 및 기타 지역의 데이터 센터가 2022년에 약 17억 갤런의 H ₂ O를 소비했다고 밝혔습니다. 이는 2021년에 사용한 것보다 34% 더 많은 수치이며, 이는 충분합니다. 올림픽 규모의 수영장 2,500개를 채울 수 있습니다.

마이크로소프트는 이례적인 급증의 원인을 구체적으로 밝히지 않았지만 전문가들은 회사의 데이터 과학자들이 ChatGPT의 지능을 강화하는 LLM(대형 언어 모델)을 훈련하고 있는 것으로 여겨지는 동안 이러한 일이 발생한 것은 우연이 아니라고 말합니다.

AI 물 소비에 대한 이러한 결론은 Google이 생성 AI 도구인 Bard에 대해 LLM을 교육하는 동안 2022년에 전년도보다 20% 더 많은 56억 갤런 이상의 물을 소비한 것으로 알려졌기 때문에 타당해 보입니다.

AI, 물, 데이터 센터

차세대 AI 도구에 대한 비즈니스 및 소비자 요구를 충족하기 위한 경쟁에서 기업은 모델을 훈련하고 도구 사용자의 문의에 응답하기 위해 이전과는 전혀 다른 데이터 센터 활동을 강화해 왔습니다.

냉각이 필요한 더 뜨거운 데이터 센터 장비는 증발 시스템이 온도를 적당히 낮게 유지하는 작업을 수행하기 위해 많은 양의 물이 필요합니다.

실제로 The Washington Post 에 따르면 대규모 데이터 센터는 하루에 100만~500만 갤런, 즉 인구 10,000~50,000명의 마을만큼 많은 물을 사용할 수 있습니다.

게다가 University of California at Riverside 연구원의 논문에 따르면 ChatGPT는 서버가 호스팅되는 위치에 따라 질문 10~50개마다 평균 500ml의 물이 필요하다는 사실을 발견했습니다.

냉각 시스템 개발업체인 LiquidStack의 CEO인 Joe Capes는 Information Week 에서 “이것은 환경, 비용, 성능 측면에서 지속 불가능합니다.”라고 말했습니다. "에너지 비용 상승으로 인해 이 [접근 방식] 비용이 점점 더 비싸지고 오늘날의 데이터 집약적 기술에 필요한 강력한 프로세서는 공랭식으로 처리하기에는 너무 많은 열을 발생시킵니다."

Gen AI: 물은 어디로 가는 걸까요?

AI 관련 데이터 센터가 그토록 뜨겁고 목마른 데에는 다음과 같은 몇 가지 이유가 있습니다.

1. 높은 전력 밀도 : AI 지식을 제공하는 데 필요한 엄청난 양의 데이터를 처리할 때 AI 서버가 빠르게 가열됩니다.
2. 지속적인 운영 : LLM 교육에 사용되는 데이터 센터는 연중무휴로 운영되는 경우가 많으므로 지속적인 냉각이 필요합니다.
3. 에너지 효율성 : 수냉식 냉각은 외부 온도에 영향을 받지 않으므로 대체 공냉식 시스템보다 더 효율적인 경향이 있습니다.
4. 확장성 : 데이터 센터가 더 큰 AI 모델을 수용하도록 확장됨에 따라 성능이 증가하면 성능과 안정성을 유지하기 위해 더 많은 냉각이 필요합니다.

UC-Riverside의 연구를 공동 집필한 Shaolei Ren은 생성 AI가 아직 초기 단계에 있기 때문에 이러한 에너지 기반 물 소비는 단기적으로 문제가 되지 않는다고 말합니다. 그러나 그는 장기적으로 첨단 기술의 물 사용량 증가에 대한 보고서가 향후 보존에 대한 공개 토론을 촉발해야 한다고 말했습니다.

마이크로소프트와 구글은 모두 물에 대한 긍정적인 실천을 공개적으로 약속했습니다. 즉, 2030년까지 그들이 소비하는 것보다 더 많은 물을 보충할 것임을 의미합니다.

기업의 사회적 책임과 지속가능성: 지구를 구하는 방법

오늘날 기업의 사회적 책임에는 지속가능성이 포함되어야 합니다. 예시, 정의, 그리고 지속 가능한 상거래를 달성하는 방법을 알아보세요.

AI가 환경에 미치는 영향을 줄이는 방법

업계 전문가들은 생성 AI가 미래의 물 매장량을 심각하게 고갈시키지 않도록 기업이 취할 수 있는 몇 가지 조치가 있다고 말합니다.

AI 지원 인프라에 냉각 목적으로 많은 양의 물이 필요한 경우 호수, 강, 연못 근처에 배치하는 것이 합리적입니다. 그러나 이러한 수역이 미국 서부와 같이 가뭄에 시달리는 지역에 존재하게 되면 물 공급이 갑자기 제한되거나 중단될 때마다 이러한 설정으로 인해 심각한 운영 및 비즈니스 문제가 발생할 수 있습니다.

이러한 이유로 Ren은 기업이 위치 전반에 걸쳐 AI 훈련의 부하 분산을 위해 소프트웨어를 사용하거나 냉각 중 물 증발을 최소화하기 위해 하루 또는 일년 중 더 시원한 시간에 일정을 잡는 방법을 모색할 것을 권장합니다.

그는 사람들이 AI가 환경에 미치는 영향에 대해 알게 되면서 기업은 주민들이 지역 데이터 센터 구축 계획을 어떻게 보는지에 대해 민감해야 한다고 덧붙였습니다. 하루에 760만 리터의 물을 사용하는 것으로 알려진 데이터 센터를 구축하려는 Google의 노력은 가뭄에 시달리는 우루과이에서 격렬한 지역 시위를 촉발시켰습니다.

전문가들은 가능하면 외기를 활용해 시설을 냉각하는 장비를 활용하는 것이 좋다고 말한다. 그러나 피닉스나 동아시아와 같은 더운 기후에서 종종 발생하는 온도가 85F 이상으로 상승하면 불가능할 수 있습니다. 이러한 상황에서 기업은 물을 덜 사용하는 새로운 냉각 기술을 연구하고 개발해야 합니다.

Microsoft는 공기 처리 장치가 증발 매체 위로 공기를 밀어 공기에 습도를 추가하고 최소한의 에너지 사용으로 온도를 낮추는 단열 냉각을 사용하여 이 분야에서 몇 가지 작업을 수행했습니다. 스웨덴 Gavle에서는 외부 공기의 습도가 5% 미만으로 떨어질 때마다 빗물을 모아 데이터 센터에 냉각 습도를 주입하고 있습니다.

전문가들은 담수 대신 재활용수를 사용하는 냉각 시스템의 사용을 늘리는 것도 또 다른 전략이라고 말합니다.

소중한 물 공급원 보호

Ren은 대중이 물 사용과 보존 약속에 대한 투명성을 요구해야 한다고 말했습니다. 그는 물 절약을 위해 최선을 다하고 있음을 입증하는 기업의 AI 솔루션이 고객에게 더욱 매력적일 것이라고 덧붙였습니다.

Ren은 AI 훈련과 기술에 물 보존을 구축할 시간이 아직 있지만 이 문제를 가능한 한 심각하게 받아들이지 않으면 시간이 부족할 것이라고 말했습니다.

“일반적으로 말해서 우리는 아직 AI가 우리의 가장 필수적인 천연 자원 중 하나를 실질적으로 빼앗아가는 지점에 도달하지 못했습니다.”라고 그는 말합니다. “우리가 AI 사용에 좀 더 주의를 기울이면 AI의 전반적인 이점이 확실히 긍정적이라는 것을 확신할 수 있다고 생각합니다.”