앞으로 10년 동안은 의료부터 교통, 심지어 물리학까지 모든 산업이 인공지능(AI)으로 인해 근본적으로 변화할 것으로 예상됩니다. 또한 AI가 기후변화 및 넷제로 달성과 같은 세계에서 가장 시급한 문제를 해결할 수 있는 잠재력을 가지고 있다는 주장도 점점 더 확산되고 있습니다.
전 세계 90%의 CEO는 AI가 기후변화 대응에 필수적이라고 믿고 있습니다. 그러나, AI가 기후변화의 최악의 영향을 완화할 수 있는 잠재력을 갖고 있음에도 불구하고, 우리는 AI에 가장 중요한 영향을 미치는 데이터를 간과하고 있습니다.
최근 한 연구에 따르면 경영진의 75%는 데이터에 대한 신뢰도가 높지 않다고 답했습니다. AI는 강력하고 세분화된 데이터 세트에 의존하여 패턴과 트렌드를 파악함으로써 학습 능력과 예측력을 키우기 때문에 A학습한 데이터 안에서만 우수한 능력을 발휘할 수 있습니다.
만약 결함이 있는 데이터가 적용되면 AI의 강력한 분석력에 따라 부정확한 의사결정을 초래할 수 있습니다. 이러한 불안정성은 특히 기후변화와 같은 복잡한 문제를 다룰 때 심각한 리스크를 유발할 수 있습니다. AI에 제공되는 데이터의 정확성, 완전성, 신뢰성, 정밀성, 적시성이 부족하면 AI기반 시스템은 잘못된 결과를 도출할 수 있습니다.
미국과 유럽에서 80%의 배출을 차지하는 에너지 섹터에서는 데이터 품질이 기후 목표의 성패를 좌우할 수 있는 대표적인 예가 될 수 있습니다. 넷제로를 시기적절하고 공정하게 달성하려면 특히 에너지 인프라 및 배출량과 관련된 데이터의 명확성이 중요합니다.
Al 도입을 통한 배출량 감축 사례 및 데이터 품질의 중요성
사례1. AI의 데이터에 기반한 효율적 의사결정을 기반시설에 적용할 때 일상생활에 혁신적 영향력을 미칩니다. 예를 들어, 2023년 11월, 보스턴 컨설팅 그룹에서 발표한 보고서에 따르면 AI에 최적화된 교통수단이 운전자에게 가장 효율적인 경로를 안내하여 배기가스 배출량을 크게 감축하게 해준다고 강조합니다.
사례2. 스테인리스 스틸 섹터의 세계적인 리더인 핀란드 스틸 제조업 아우토쿰푸(Outokumpu)는 AI가 지원하는 데이터를 활용하여 폐기물을 최소화하고 탄소배출량을 줄이는 동시에 생산 효율성을 높이고 철강 처리 및 가공에 필요한 시간을 4% 줄였습니다. 이 혁신적 솔루션의 핵심은 서로 다른 공장, 기계 및 가치사슬에서 하나의 통합된 데이터 플랫폼을 구축하는 데 있었습니다. 이는 시간을 개선하고 비용을 절감하는 동시에 폐기물을 최소화하고 탄소배출을 감소할 수 있게 합니다.
사례3. 구글 네스트(Google Nest)와 같은 AI기반 온도조절기는 약 1130억kWh의 에너지를 절약합니다. 이는 2011년부터 2022년까지 포르투갈의 연간 전력 소비량의 두 배에 해당합니다. 데이터 기반 의사결정은 AI의 보다 광범위한 적용을 가능케합니다. 따라서 여러 업계의 넷제로 달성에 있어 AI 데이터의 정확성이 크게 강조됩니다.
최근 로봇, 센서, 드론 및 기타 데이터 수집 기술의 발전으로 우리는 5년 전에는 상상할 수 없었던 방식으로 건축물에 대한 데이터를 수집하고 분석할 수 있게 되었습니다. 이러한 혁신은 우리에게 실사 데이터에 대한 전례 없는 접근성을 제공합니다.
초음파와 같은 센서로 무장하고 도로, 건물 등의 표면을 기어 다니며 충실도 높은 데이터 레이어를 갖춘 디지털 트윈을 생성하는 로봇을 비롯한 AI 기술을 통해 이전에는 가려져 있던 문제를 이해하고 해결할 수 있게 되었습니다. 이러한 혁신적 변화는 석유 및 가스 정제소, 발전소, 제조시설과 같은 곳에서 치명적인 고장을 방지하고 원활한 운영을 보장할 수 있게 되었습니다.
또한 AI가 정확한 예측을 하도록 정보를 제공하고 학습시켜 운영을 최적화하는 동시에 지속가능성 지표를 개선할 수 있게 되었습니다. 유엔에 따르면 AI를 활용한 예측·유지·보수는 에너지 생산의 가동 중단 시간을 줄여 궁극적으로 지구의 탄소 발자국을 감축할 수 있다고 합니다.
사례4. 최근 Rho Impact에서 발표한 보고서는 에너지 산업의 문제인 보일러 튜브 고장과 관련하여 이에 로봇과 AI를 대규모로 도입할 경우 환경에 어떠한 영향을 미치는지 조사했습니다. 이 보고서는 로봇과 AI기반 소프트웨어를 결합하여 발전소 내 보일러 튜브 고장을 제거하면 전 세계 이산화탄소 배출량을 약 2억 3천만 톤(미국 배출량의 4.8%) 줄일 수 있다고 합니다. 보일러 튜브가 고장나면 발전소는 가동을 중단하고 에너지 수요를 충족하기 위해 백업 에너지를 작동시킵니다. 백업 에너지는 효율성이 떨어지고 이산화탄소 배출량이 높습니다. 기저부하에서 생성된 전력은 백업 에너지 전력보다 최대 32%는 더 효율적입니다.
오늘날 AI를 통한 이러한 혁신이 이미 이루어지고 있으며, 넷제로를 향한 우리의 전환 속도가 빠르게 진전되고 있다는 사실에 큰 희망을 갖게 됩니다. 실용적이고 책임감 있는 방식으로 AI 기술을 도입하면 지속가능성을 크게 향상시킬 수 있습니다. 업계와 정부의 리더로서 이러한 유형의 성과에 대한 투자를 가속화하는 것이 우리의 도덕적, 재정적 의무입니다.
앞으로의 여정
가장 정교한 AI 시스템도 좋은 데이터 없이는 최고의 성능을 기대할 수 없습니다. 이것이 바로 우리가 해결해야 할 문제입니다.
향후 10년 동안 모든 산업은 AI에 의해 근본적으로 변화될 것입니다. 그러나 우리가 AI의 알고리즘에 부정확하고 대표성이 없는 데이터를 학습시킨다면 심각한 리스크를 초래할 수 있습니다. 우리는 AI 기술에 정확하고 포괄적이며 대표성 있는 데이터 세트를 제공해야 합니다. 넷제로와 같은 글로벌 이니셔티브는 우리가 이를 제대로 수행할 수 있는 능력에 따라 성패가 갈릴 것입니다.
※ 참고자료
World Economic Forum, AI can lead us to net zero – if we improve its data quality
