AI 기술이 경제 전반으로 확산되면서 비즈니스 업계에는 기후 변화와 에너지 전환이 가져올 비용과 이익을 파악하는 것이 더욱 중요해지고 있습니다. AI는 방대한 양의 연산을 수행하기 위해 상당한 전력을 소비하며, 이를 탄소 배출이 없는 에너지원으로만 충당하는 데는 현실적인 한계가 존재합니다. 데이터센터 운영업체들은 탄소 배출을 줄이기 위해 대규모 재생에너지 구매 계약을 체결하고 있지만, 전력망의 안정성과 지속적인 전력 공급을 보장하기 위해서는 여전히 천연가스와 같은 전통적인 에너지원이 중요한 역할을 할 가능성이 큽니다.
하지만 동시에 AI는 경제 전반의 에너지 효율을 획기적으로 개선할 수 있는 잠재력을 가지고 있습니다. AI의 초기 활용 사례를 보면, 데이터센터뿐만 아니라 탄소 배출이 많은 산업에서도 운영 효율을 크게 향상시키는 데 기여할 수 있음을 보여줍니다. 특히, 생산 공정 최적화, 에너지 절감, 공급망 관리 개선 등 다양한 분야에서 AI의 역할이 확대되고 있습니다.
따라서, AI 도입이 지속적으로 확대됨에 따라, 자체적인 탄소 배출 증가를 어떻게 상쇄할 것인지가 중요한 과제로 떠오르고 있으며, 기업들은 AI 기반 인프라 확대와 친환경 에너지 전환을 균형 있게 고려하는 전략적 접근이 요구됩니다. 앞으로 AI 기술이 기후 위험 및 시나리오 분석, 배출량 감축 등에서 충분한 환경적 혜택을 창출하고, 궁극적으로 넷제로(Net Zero)를 달성할 수 있는 방법을 찾는 것이 핵심 과제가 될 것입니다.
이러한 추세에 지난 1월에 개최된 제55차 세계경제포럼(World Economic Forum·다보스포럼, 이하 WEF)에서도 AI 기술의 발전과 디지털 격차 등 글로벌 차원의 도전 과제에 대한 심도 있는 논의가 진행되었습니다. 각국의 리더들은 AI 혁신과 규제 간의 균형을 맞추고, 지속가능한 성장과 환경 보호를 위한 전략적 변화를 촉구하며, 협력을 통해 글로벌 문제 해결을 위한 공동의 노력이 필요함을 강조했습니다. 이러한 논의들은 향후 정책 결정과 기업 전략에 영향을 미칠 것이며, 지능형 기술과 기후변화 대응이 미래 경제와 산업의 핵심 주제로 자리잡을 것임을 분명히 했습니다.
이에 따라, 유엔글로벌콤팩트 한국협회는 S&P Global의 ‘Can AI become net positive for net-zero?’ 보고서를 참고하여 AI의 혁신과 기후 변화에 대한 영향과 방향성을 아래와 같이 살펴보았습니다.
1. AI 전력 수요 증가
데이터센터는 디지털 경제의 핵심 인프라로 자리 잡았으며, 최근 생성형 AI(GenAI)의 확산과 함께 더욱 중요한 역할을 하고 있습니다. 데이터센터 운영자는 AI 및 클라우드 서비스를 지원하기 위해 대규모 컴퓨팅 성능을 제공해야 하며, 이를 위해 수천 개의 프로세서에 전력을 공급하는 동시에 산업용 에어컨과 다양한 냉각 시스템을 가동해야 합니다. 맥킨지(McKinsey)에 따르면, 냉각 시스템은 데이터센터 전체 에너지 소비의 약 40%를 차지합니다. 이에 따라 에너지 부담을 줄이기 위해 평균 기온이 낮은 지역에 데이터센터를 구축하는 전략이 활용될 수 있습니다. 그러나 이는 데이터센터 구축 시 고려해야 할 여러 요소 중 하나에 불과하며, 지속가능한 운영을 위해 보다 종합적인 접근이 필요합니다.
또한, AI 기반 작업은 높은 연산 능력을 요구하며, 이에 따라 상당한 전력이 소모됩니다. 미국 전력연구소(Electric Power Research Institute, EPRI)의 2024년 백서(2024 white paper)에 따르면, ChatGPT가 한 번의 질문을 처리하는 데 약 2.9와트시(watt-hours)의 전력이 사용되며, 이는 기존 Google 검색보다 약 10배 많은 수준입니다. 웹 트래픽 분석업체 SimilarWeb에 따르면, 2024년 5월 기준 ChatGPT의 하루 방문 수는 1억 건을 넘어섰습니다. 물론, Statista의 자료에 따르면 2023년 12월 기준 Google 검색 엔진의 검색량은 분당 630만 건에 달해 여전히 규모 차이가 크지만, Google 또한 검색 서비스에 생성형 AI(generative AI)를 도입하면서 에너지 소비가 지속적으로 증가하고 있습니다. 이러한 흐름은 향후 데이터센터의 전력 수요를 더욱 확대시키는 주요 요인이 될 것으로 예상됩니다.
AI 작업량이 기후에 미치는 영향을 보다 정확하게 평가하려면, 하이퍼스케일러*가 직접 운영하는 데이터센터뿐만 아니라 주요 기술 기업 및 기타 기업이 임대하여 사용하는 데이터센터의 에너지 소비와 탄소 배출량을 면밀히 분석해야 합니다. 이를 통해 AI가 데이터센터의 전력 수요를 어떻게 변화시키는지 보다 정확하게 파악할 수 있습니다.
S&P Global의 451 Research에 따르면, 하이퍼스케일러와 임대 데이터센터**의 전력 수요는 2020년부터 2024년까지 두 배로 증가한 것으로 추정됩니다. 특히 AI 기반 컴퓨팅이 급속히 확산되면서, 2029년까지 전력 수요가 137% 증가할 것으로 전망됩니다. 이러한 성장은 주로 북미와 아시아 태평양 지역에서 두드러지며, 이는 주요 클라우드 및 AI 기업들이 이 지역에 집중되어 있기 때문입니다. 또한, 2024년부터 2029년까지 전 세계적으로 AI 관련 데이터센터의 신규 전력 수요는 716TWh에 이를 것으로 예상됩니다. 이는 AI 도입 확대가 글로벌 에너지 시장과 지속 가능성 목표에 미칠 영향을 고려해야 함을 시사합니다.
*하이퍼스케일러: AI, 사물인터넷(IoT), 머신 러닝, 빅데이터 분석 등 다양한 기술을 지원할 수 있을 만큼의 대규모 클라우드 컴퓨팅과 데이터 관리 서비스를 제공하는 데이터센터 운영업체를 의미합니다. 대표적인 하이퍼스케일러에는 Amazon Web Services, Google, Microsoft, Meta 등이 있습니다.
**임대 데이터센터(Leased datacenter): 하나의 시설에서 여러 고객에게 데이터 용량을 임대할 수 있는 데이터센터를 의미합니다. 주로 인터넷 애플리케이션 제공업체, IT 요구 사항이 많은 대기업, 소셜 미디어 회사, 그리고 하이퍼스케일러와 같은 대규모 기업들이 이러한 데이터센터에서 필요한 용량을 임대하여 사용합니다.
2. 기후 대응을 위한 AI의 활용 현황
최근 몇 년 동안 데이터센터를 운영하거나 임대하는 기업들의 데이터 처리와 관련된 기업들의 Scope 2 간접배출량이 2021년부터 2023년까지 48% 증가한 것으로 나타난 반면, 기업의 자체 운영 및 시설 내에서 직접 발생하는 Scope 1 배출량은 같은 기간 동안 비교적 안정적인 수준을 유지하고 있습니다. 이는 데이터센터의 주요 탄소 배출원이 직접적인 연료 사용보다 전력 소비에서 비롯된다는 점을 보여줍니다. 따라서 기업들은 지속 가능한 에너지 활용과 전력 효율 개선을 통해 배출량 증가를 효과적으로 관리하는 전략이 필요합니다.
■ 데이터센터 탄소 배출 전망과 AI의 역할
국가별 에너지 믹스에 따라 데이터센터의 탄소 배출량은 크게 달라질 수 있습니다. 국제에너지기구(International Energy Agenc, 8749IEA)에 따르면, 세계에서 두 번째로 데이터센터 개발이 활발한 중국의 경우, 전력 생산의 71%가 여전히 석탄에 의존하고 있습니다. 또한, 2029년까지 아태지역의 데이터센터 전력 수요가 두 배 이상 증가할 것으로 전망되며, 이에 따라 해당 지역의 탄소 배출 강도가 미국보다 높을 가능성이 큽니다.
미국 데이터센터의 예상 탄소 배출량 증가(최대 6,700만 톤)를 기준으로 볼 때, AI의 효율성을 개선하여 동일한 수준의 탄소 배출량을 줄여야만 AI로 인한 탄소 배출 증가를 상쇄할 수 있을 것으로 보입니다. 미국 에너지정보국(US Energy Information Administration, EIA)에 따르면, 이 수치는 2023년 미국 산업 부문에서 발생한 CO2 배출량(9억 6,300만 메트릭톤)의 약 7% 에 해당합니다. 따라서 AI 기술의 지속적인 효율 개선과 친환경 전력 사용 확대가 데이터센터 탄소 배출 문제 해결의 핵심 과제가 될 것입니다.
■ AI를 활용한 에너지 효율 향상과 지속 가능성 증진
AI 기술은 에너지 소비가 많은 산업과 제조 공정에서 운영 효율성을 높이고, 전력 사용을 줄여 탄소 배출을 감축하는 데 중요한 역할을 할 수 있습니다. 2023년 환경 화학 저널(Environmental Chemistry Letters)에 발표된 연구에 따르면, AI를 활용한 스마트 제조 공정은 기존 방식보다 에너지 소비, 폐기물, 탄소 배출량을 30~50%까지 줄일 수 있는 것으로 나타났습니다.
AI는 ‘디지털 트윈 분석’ 기법을 활용하여 건물이나 물리적 자산, 시설의 디지털 복제본을 만들고, 실시간 에너지 소비 및 자원 사용 데이터를 분석할 수 있습니다. 이를 통해 기업은 보다 정밀한 배출 감축 전략을 수립하거나, 기후 보고서를 효율적으로 작성하는 데 도움을 받을 수 있습니다. 실제로 세계경제포럼(WEF) 연구에 따르면, 가구 소매업체 IKEA는 디지털 트윈 분석을 적용해 매장 내 HVAC 시스템(냉난방 및 공조 시스템)의 에너지 소비를 30% 절감하는 데 성공했습니다.
데이터센터의 에너지 소비 절감을 위한 AI 활용도 증가하고 있습니다. 구글(Google)은 2016년 머신러닝 기술을 데이터센터 냉각 시스템에 적용하여 냉각 에너지를 40% 절감하는 성과를 거뒀습니다. 화웨이(Huawei)는 2020년 AI 기반 열 관리 시스템을 개발하여, 한 개의 데이터센터에서 연간 600만 kWh의 전력 절감 효과를 기대한다고 발표했습니다.
이러한 사례들은 AI가 지속 가능성을 실현하는 데 긍정적인 역할을 할 수 있음을 보여주지만, 현재 기업들이 AI를 적극적으로 활용하는 단계는 아직 초기 수준에 머물러 있습니다.
2024년 S&P 글로벌 기업 지속 가능성 평가(Corporate Sustainability Assessment, CSA)에서는 기업들이 환경, 사회, 지배구조(ESG) 성과를 개선하기 위해 AI를 어떻게 활용하고 있는지 조사했습니다. 조사에 응답한 6,351개 기업 중 272개 기업(전체의 약 4%)이 AI를 활용하고 있다고 답변했습니다. 이들 중 38%는 에너지 소비를 개선하기 위해, 25%는 기후 성과를 개선하기 위해, 24%는 지속 가능한 제품 및 서비스 개발을 위해 AI를 활용하고 있다고 답했습니다. 또한 이들 기업 중 13%는 물 관리를 개선하기 위해, 8%는 생물다양성 성과를 개선하기 위해 AI를 사용하고 있다고 답했습니다.
3. 데이터센터의 에너지 효율성 향상과 재생에너지 활용
AI 모델이 시간이 지남에 따라 데이터센터의 효율성을 자동으로 개선하는 방식으로, 데이터센터의 에너지 효율성은 더욱 향상될 것으로 기대되고 있습니다. S&P 글로벌 레이팅스에 따르면, 데이터센터의 전력 사용 효율성(PUE, Power Usage Effectiveness)은 지난 15년 동안 지속적으로 개선되었으나, 2018년 이후 개선 속도가 다소 둔화되었습니다. 그럼에도 불구하고, 하이퍼스케일러 및 클라우드 기반 데이터센터는 여전히 가장 효율적인 운영으로 평가되고 있습니다.
또한, 많은 테크 기업들은 데이터센터의 에너지 효율성을 높이는 것뿐만 아니라, 풍력, 태양광과 같은 재생에너지 및 원자력 같은 무탄소 에너지원도 활용하고 있습니다. 2024년 CSA 데이터에 따르면, 데이터센터에서 사용하는 에너지의 약 62%가 재생 가능한 에너지원에서 공급되고 있으며, 이는 지난 4년 동안 크게 증가한 수치입니다.
■ 데이터센터의 전력 수요와 재생에너지의 한계
현재 진행 중인 전력 구매 계약은 데이터센터가 AI 작업량을 처리하는 데 필요한 전체 에너지의 일부에 불과합니다. S&P 글로벌 레이팅스에 따르면, 북미 지역의 하이퍼스케일러와 임대 데이터센터의 전력 수요는 2029년까지 약 528테라와트시(TWh)에 이를 것으로 예상됩니다.
북미 지역에서는 전기 유틸리티의 에너지 믹스가 화석 연료에서 재생에너지로 전환되고 있지만, 데이터센터 수요 증가로 인해 2030년까지 미국에서 수십억 입방피트(cubic feet)의 천연가스가 추가로 필요할 것으로 보입니다. 이는 데이터센터가 안정적이고 일관된 전력 공급을 받기 위해 천연가스를 여전히 사용해야 할 가능성이 크다는 것을 의미합니다.
풍력과 태양광과 같은 재생에너지는 날씨 조건에 따라 전력 생산량이 달라지므로, 재생에너지의 변동성과 일정한 전력 수요를 맞추는 것이 어려운 상황입니다. 따라서 데이터센터가 탄소 중립 목표를 달성하려면 재생에너지 외에도 다른 에너지원이 함께 고려되어야 할 필요성이 있습니다.
4. 넷제로 달성을 위한 AI 역할
많은 주요 데이터센터 운영업체들이 에너지의 대부분을 재생에너지에서 조달하고 있지만, AI 사용 증가로 인해 지속적으로 더 많은 전력이 필요는 화석 연료 기반 발전을 완전히 중단하기는 어려울 것으로 보입니다. 만약 데이터센터 수요를 충족하기 위해 여전히 화석 연료를 사용한다면, 기술 부문과 전기 유틸리티의 탄소중립 목표 달성이 더욱 어려워질 수 있습니다. 한편, AI와 디지털 경제의 급성장은 기후 변화 대응을 위한 중요한 기회도 제공합니다. 기술 기업과 전력 회사들은 파리 협정의 목표를 달성하는 데 중요한 역할을 할 수 있으며, 이는 탈탄소화 목표를 지원하는 주요 동력이 될 것입니다.
유엔환경계획(UNEP)의 2024년 탄소 배출 격차 분석 보고서(Emissions Gap Report 2024)에 따르면, 지구 온난화를 2℃ 이하로 제한하기 위해 2030년까지 온실가스 배출량을 42%까지 줄여야 한다고 명시하고 있습니다. 이러한 배출량 감축 목표를 달성하기 위한 중요한 단계는 2050년까지 넷제로를 달성하는 것입니다. 이 과정에서 AI는 더 효율적인 에너지 사용과 혁신적인 해결책을 제공하여, 기후변화 대응에 중요한 역할을 할 것으로 기대됩니다. AI 기술은 스마트한 에너지 관리와 배출량 감소를 가능하게 하며, 넷제로 목표 달성에 기여하는 핵심 요소로 자리잡을 것입니다.
탄소중립을 달성하겠다는 약속은 여전히 의무사항이라기보다는 자발적 사항으로 여겨지고 있습니다. 마이크로소프트, 알파벳, 메타(Microsoft, Alphabet, Meta )와 같은 AI를 선도하는 기업들은 이 목표를 적극적으로 실현하고 있지만, 데이터센터를 운영하거나 사용하는 기술 산업 전반에서 탄소중립을 실천하는 기업은 아직 드뭅니다. 2023 CSA 데이터에 따르면, 소프트웨어 기업의 15%와 인터랙티브 미디어 및 서비스의 9%만이 넷제로 서약을 한 것으로 나타났습니다. 이는 많은 기업들이 탄소중립 목표를 달성하는 과정에서 여전히 상당한 도전 과제에 직면해 있음을 나타냅니다.
전력 회사들은 탄소중립 목표를 설정하는 데 있어 상대적으로 더 자주 이 목표를 선언하고 있지만, 예상되는 높은 전력 수요를 충족시키면서 동시에 탄소중립을 달성하는 것은 큰 도전 과제가 됩니다. CSA 데이터에 따르면, 평가 대상 기업의 45%가 넷제로 목표를 선언했지만, 그 중 14%만이 구체적인 장기 배출량 감축 목표를 설정한 것으로 나타났습니다. 이는 많은 유틸리티 부문의 기업들이 탄소중립을 달성하기 위한 구체적인 방법 없이 목표를 설정하고 있음을 시사하며, 일부는 배출량 감축보다는 탄소 포집이나 배출권 구매를 통한 온실가스 상쇄에 의존할 가능성이 있습니다.
아울러, 탈탄소화를 위해 AI에 의존하는 기업들은 ‘리바운드 효과’에 주의해야 합니다. ‘리바운드 효과’는 기술 발전이 에너지 사용을 줄이는 대신 오히려 증가시킬 수 있는 역효과를 말합니다. 이 현상은 19세기 산업혁명에서 석탄 효율이 증가하면서 석탄 소비가 오히려 늘어났던 사례에서 비롯되었습니다. 고속도로 설계에서 차선을 추가하면 결국 교통 혼잡이 증가하는 것과 같은 원리입니다.
비슷한 방식으로, AI를 사용하여 20% 적은 에너지로 동일한 양의 시멘트를 생산하는 시멘트 제조 공장은 효율성 향상을 배출량 감소로 저장하는 대신 더 많은 양을 생산하는 데 이를 사용할 수 있습니다. 이러한 충동을 억제하는 것이 AI가 기후에 긍정적인 영향을 미치는 핵심이 될 것입니다.
결론적으로, AI는 온실가스 배출량 증가라는 도전을 안고 있지만, 동시에 에너지 및 자원 효율성 향상과 기후 리스크 관리에 기여할 수 있는 중요한 기술입니다. 기업들이 지속가능성 데이터를 수집하고 보고할 수 있도록 지원하고, 특히 탄소 집약적인 산업에서는 AI를 사용하여 탄소 배출량을 낮추는 궁극적인 목표를 달성할 수 있는 상당한 잠재력을 지니고 있습니다. 따라서 AI 기술을 지속가능성 목표와 연계함으로써 환경적 책임과 산업 혁신을 동시에 달성하는 방향이 요구됩니다.
※ 본 글은 S&P Global의 Can AI become net positive for net-zero?보고서를 유엔글로벌콤팩트 한국협회가 편집 및 번역하여 작성한 내용입니다.
