Can AI’s climate benefits outweigh its costs?

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

인공지능의 기후 편익이 비용을 넘으려면 기술 혁신만 기대할 것이 아니라, 경제 전반의 배출을 신속히 줄이는 강력한 기후정책을 함께 시행해야 한다.

📌 핵심 요약

• 현재 인공지능과 데이터센터가 배출하는 탄소는 에너지 관련 전 세계 이산화탄소 배출량의 약 0.5%이지만, 전력 사용과 배출량이 빠르게 증가하고 있다.
• 엔로즈 분석에서 인공지능과 데이터센터의 직접 배출은 2100년까지 약 0.1도의 추가 온난화를 일으킬 수 있으며, 생산성과 경제성장을 통한 간접 영향은 이보다 훨씬 클 수 있다.
• 재생에너지 확대와 알고리즘·반도체·데이터센터 효율 개선은 직접 배출을 줄이지만, 비용 하락이 인공지능 사용을 늘리는 직접 반등효과 때문에 절감 효과 일부가 상쇄된다.
• 인공지능이 세계총생산을 장기적으로 25% 높이는 시나리오에서는 에너지 수요와 배출 증가로 2100년 예상 온난화가 3.3도에서 3.6도로 높아졌다.
• 인공지능 기반 기후기술은 적용 대상과 확산 속도에 한계가 있으므로, 탄소가격제와 효율·탈탄소화 지원, 환경영향 공개, 데이터센터 비용의 전면 반영 같은 정책이 필요하다.

🧩 주요 포인트

1. 인공지능의 현재 직접 배출 비중은 제한적이지만 증가 속도와 직접 반등효과를 고려하면 효율 개선만으로는 기후 부담을 충분히 통제하기 어렵다.
2. 생산성 향상이 더 많은 생산·소비와 에너지 수요로 이어질 수 있어, 인공지능의 기후 영향은 데이터센터 자체보다 경제 전반에서 발생하는 간접 배출에 더 크게 좌우된다.
3. 기후기술 발명에는 활용 편중과 상용화 지연이 따르므로, 미래의 혁신을 기다리기보다 현재 배출을 줄이고 연구 방향을 유도하는 정책을 병행해야 한다.

🧠 상세 정리

1. 인공지능의 기후 비용과 편익을 둘러싼 문제

인공지능의 자원 수요가 급증하면서 데이터센터의 전력 소비와 온실가스 배출이 기후변화를 악화시킬 것이라는 우려가 커지고 있다. 유엔은 2030년 데이터센터의 전력 사용량이 파키스탄·방글라데시·나이지리아의 연간 전력 수요를 합친 규모의 세 배에 이를 수 있다고 지적했으며, 세 나라의 인구는 모두 합해 6억 5천만 명을 넘는다. 반면 인공지능이 전력망의 신뢰성 향상, 재생에너지 비용 절감, 경제의 탈탄소화, 탄소 포집과 같은 난제를 해결할 수 있다는 기대도 존재한다. 존 스터먼과 제니퍼 털리우크는 이러한 상반된 가능성을 비교하기 위해 인공지능의 현재 비용과 미래 기후 편익을 함께 평가하는 분석 틀을 제시했다. 다만 이 연구는 기후 영향에 초점을 맞췄으며, 전기요금 상승과 물 사용, 대기오염, 핵심 광물 수요, 보안·개인정보·사회정의·윤리 문제는 별도의 중대한 과제로 남는다고 명시했다.

2. 엔로즈를 통한 직접·간접 영향 분석

연구진은 분석 틀을 기후 인터랙티브와 MIT 슬론이 개발한 대화형 기후 시뮬레이터 엔로즈에 반영했다. 엔로즈는 정책과 기술에 관한 여러 선택이 세계 평균기온, 해수면 상승, 극한기상, 에너지 소비, 보건, 세계총생산에 어떤 변화를 일으킬 수 있는지 시각화한다. 새 기능을 통해 정책 입안자와 기업·금융 지도자, 시민단체, 교육자, 일반 대중은 인공지능이 에너지 사용과 온실가스 배출, 기후변화에 미치는 직접 및 간접 영향을 나누어 살펴볼 수 있다. 이용자는 생산성 향상, 경제성장, 에너지 효율, 기술비용과 같은 가정을 바꾸면서 각 조건에서 나타나는 결과를 비교할 수 있다. 이 도구의 목적은 인공지능이 지구를 구하거나 파괴한다는 단순한 양자택일 대신, 어떤 정책과 경제적 피드백이 실제 결과를 좌우하는지 검토하게 하는 데 있다.

3. 직접 배출의 규모와 온난화 영향

연구진이 검토한 최신 자료에 따르면 인공지능과 데이터센터는 현재 에너지 관련 전 세계 이산화탄소 배출량의 약 0.5%를 차지한다. 전체 경제의 배출과 비교하면 아직 작은 비중이지만, 이미 기후변화를 악화시키고 있으며 그 규모도 빠르게 증가하고 있다. 엔로즈 전망에서는 인공지능과 데이터센터의 직접 온실가스 배출이 2100년까지 약 0.1도 규모의 추가 온난화를 일으킬 수 있는 것으로 나타났다. 0.1도의 상승도 기후변화 피해를 확대하고, 파리기후협정이 정한 온난화 상한인 2도 이내로 기온 상승을 억제하는 일을 더 어렵게 만든다. 교통·건물·산업·농업·산림 파괴·화석연료 공급망의 메탄 누출처럼 더 큰 배출원이 존재한다는 사실은 인공지능의 추가 배출이 무해하다는 뜻이 아니라, 경제 전체의 배출 감축과 함께 다뤄야 한다는 의미다.

4. 효율 향상과 직접 반등효과

인공지능의 직접 기후 영향을 제한하는 요인으로는 현재 배출 비중이 전체 경제보다 작다는 점, 재생에너지 보급이 빠르게 늘고 있다는 점, 알고리즘과 반도체 및 데이터센터 설계가 효율화되고 있다는 점이 제시됐다. 재생에너지 확대는 인공지능과 데이터센터를 포함한 전력 부문 전체의 탄소집약도를 낮추며, 기술 효율 향상은 같은 작업에 필요한 에너지를 줄일 수 있다. 그러나 효율이 높아지면 인공지능의 훈련과 사용 비용도 낮아져 이용량이 증가하고, 당초 기대했던 에너지 절감분의 일부가 상쇄될 수 있다. 연구진은 이를 직접 반등효과라고 설명한다. 엔로즈 실험에서는 새로운 기후정책이 시행되지 않는다는 조건 아래 인공지능의 에너지 집약도를 더 빠르게 낮추더라도 2100년의 세계 온난화 감소 폭은 미미한 것으로 나타나, 기술 효율만으로는 충분하지 않음을 보여줬다.

5. 경제성장이 만드는 간접 반등효과

인공지능은 생산성을 높이고 경제성장을 촉진할 것으로 널리 예상되지만, 생산과 소비가 늘면 에너지 수요와 온실가스 배출도 증가할 수 있다. 연구진은 이 경로를 인공지능의 간접 반등효과라고 부르며, 직접적인 데이터센터 배출보다 더 큰 기후 영향을 만들 가능성에 주목했다. 인공지능이 장기적으로 세계총생산을 25% 높인다는 시나리오에서는 추가적인 재화와 서비스 생산이 에너지 사용과 배출을 크게 늘려, 2100년 예상 온난화가 3.3도에서 3.6도로 상승했다. 이러한 차이는 해수면 상승, 산불, 극한기상, 작물 수확량 감소를 심화시키고, 다시 건강과 안보 및 경제적 번영을 훼손할 수 있다. 스터먼은 전기차로 절약한 연료비와 유지비가 추가 상품 구매나 항공여행에 쓰이면 그 과정의 배출이 운전에서 줄인 배출을 넘어설 수 있다는 사례로 같은 구조를 설명했다.

6. 기후기술 혁신의 초점과 확산 지연

인공지능 지지자들은 무배출 에너지, 고효율 건물, 저탄소 시멘트·철강·비료, 실용적인 탄소 포집 기술의 개발을 앞당겨 경제성장과 배출 감축을 동시에 달성할 수 있다고 주장한다. 연구진은 이러한 가능성 자체를 부정하지 않지만, 현재 대다수의 인공지능이 기후변화나 다른 핵심 환경·사회 문제를 해결하는 데 사용되고 있지 않다는 초점의 문제를 지적한다. 또한 새로운 기술이 발명되더라도 연구실에서 시범사업으로 넘어가고, 자본을 조달하며, 지역사회의 수용을 얻고, 조직·생산설비·공급망을 구축해 세계적으로 확산하려면 상당한 시간이 필요하다. 따라서 인공지능이 미래의 저탄소 기술을 발견한다는 사실만으로 가까운 시기의 배출 증가가 자동으로 상쇄되지는 않는다. 기후 편익을 현실화하려면 연구 대상을 기후 해법으로 유도하는 것과 함께, 발명 이후의 사업화와 대규모 보급에 필요한 조건도 갖춰야 한다.

7. 원전 비용 시나리오와 되돌릴 수 없는 피해

스터먼은 인공지능이 만든 새로운 아이디어로 신규 원자력발전소의 비용이 절반으로 낮아지는 시나리오를 시험했다. 이 조건에서 원자력발전은 훨씬 빠르게 성장해 다수의 석탄 및 가스 발전소를 밀어냈지만, 동시에 재생에너지의 보급도 대체했다. 결과적으로 청정에너지원 하나가 다른 청정에너지원을 상당 부분 대신하게 되면서 전체 기후 편익은 미미하게 나타났다. 미래의 인공지능 혁신이 직접 및 간접 배출을 충분히 낮춰 앞선 배출 증가를 상쇄할 가능성은 있지만, 그때까지 축적된 피해까지 원상복구되는 것은 아니다. 배출량이 훗날 인공지능이 없었을 경우의 수준으로 돌아가더라도 해수면이 즉시 낮아지지 않으며, 추가 온난화로 불탄 산림과 손실된 작물, 파괴된 기업과 주택도 되살아나지 않는다는 것이 연구진의 핵심 경고다.

8. 강력한 정책과 기업 책임

연구진은 인공지능의 직접 배출과 경제성장에 따른 간접 배출을 모두 다루려면 탄소가격제를 비롯한 강력한 기후정책이 필요하다고 결론 내린다. 에너지 효율과 경제 전반의 탈탄소화를 앞당기는 지원책, 산림 파괴를 끝내기 위한 조치는 현재 배출을 줄이는 동시에 더 많은 인공지능 연구를 기후 해법으로 유도할 수 있다. 털리우크는 일부 대기업이 인공지능을 이유로 제시하며 탄소중립 목표 달성 경로에서 벗어나고 있는 상황에서 기업 공시를 즉시 활용할 수 있는 수단으로 제안했다. 정부는 인공지능의 환경 영향을 공개하도록 요구하고, 기업이 데이터센터의 시스템 전체 비용을 부담하게 하며, 인공지능을 친환경적으로 포장하는 행위를 방지해야 한다. 기업 지도자와 정책 입안자, 교육자는 엔로즈를 통해 자신의 가정을 점검하고 인공지능 도입이 지속되더라도 온난화를 제한할 수 있는 정책 조합을 비교할 수 있다.

🧾 핵심 주장 / 시사점

• 인공지능의 순기후효과를 결정하는 핵심은 개별 모델이나 데이터센터의 효율만이 아니라, 생산성 향상으로 늘어난 경제활동을 저탄소 에너지와 생산체계로 전환할 수 있는지에 있다.
• 미래의 기술 혁신이 배출 증가분을 나중에 상쇄하더라도 그 사이 발생한 해수면 상승과 산불, 작물 손실, 자산 파괴는 되돌릴 수 없으므로 감축 시점 자체가 중요하다.
• 환경영향 공개와 데이터센터의 시스템 전체 비용 반영은 인공지능의 실제 부담을 드러내고, 기업의 기후목표와 인공지능 투자를 같은 책임 체계에서 관리하기 위한 즉각적인 정책 수단이다.

✅ 액션 아이템

• 인공지능과 데이터센터의 직접 배출이 이산화탄소의 약 0.5%로 제한적이더라도 전력 사용 증가와 반등효과를 반영한 비용·편익 분석을 선제 점검한다.
• 엔로즈 분석의 2100년 기준 0.1도 추가온난화와 생산성·경제성장 유발 간접 배출을 고려해, 인공지능 도입 영향 범위를 재정의한다.
• 재생에너지 확대, 알고리즘·반도체·데이터센터 효율 개선에도 상쇄되는 직접 반등효과가 있으므로 탄소가격제와 환경영향 공개, 데이터센터 비용 전면 반영을 병행한다.

❓ 열린 질문

• AI와 데이터센터의 직접 배출이 0.5%에 그치더라도 2100년 시나리오에서 생산성·경제성장 연계 간접 배출이 얼마나 더 확대될 수 있는가?
• 세계총생산을 25% 높이는 시나리오에서 에너지 수요와 배출 증가가 온난화를 3.3도에서 3.6도로 끌어올리는 구체 경로는 어디인가?
• 재생에너지 확대와 알고리즘·반도체·데이터센터 효율 개선의 직접 반등효과가 클 때 탄소가격제, 효율·탈탄소화 지원, 데이터센터 비용 전면 반영을 어떤 조합으로 병행해야 하는가?