<img src="/data/froala/25.06/35eb0cf39c44c8dbb94d29a3435d687e91976751.png"> 인공지능(AI)이 우리 삶에 점점 더 깊숙이 들어오면서, 그 이면에 숨겨진 에너지 소비와 탄소 배출량에 대한 우려도 커지고 있습니다.  특히, 대규모 언어 모델(LLM)과 같은 복잡한 AI 시스템을 훈련하고 운영하는 데 필요한 막대한 에너지는 환경에 상당한 부담을 줄 수 있다는 지적이 끊이지 않고 있습니다.  하지만 아이러니하게도, 이 문제의 심각성을 정확히 파악하는 데 필요한 데이터조차 제대로 확보되지 못하고 있다는 사실입니다.  <em><span style="color: rgb(226, 80, 65);" data-raw-html="span">\\"우리는 지금 암흑 속에서 손을 더듬고 있는 것과 같습니다.\\"</span></em><span style="color: rgb(226, 80, 65);" data-raw-html="span"> </span> 워싱턴 대학교의 컴퓨터 과학자인 사라 마이어스 웨스트(Sarah Myers West)는 이렇게 말합니다.  그녀는 AI 모델의 에너지 사용량을 추정하는 데 어려움을 겪고 있다고 토로합니다.  AI 연구자들은 오랫동안 자신들의 작업이 환경에 미치는 영향에 대해 우려해 왔습니다.  하지만 이 문제를 해결하기 위한 노력은 데이터 부족이라는 난관에 부딪히고 있습니다.  AI 모델을 훈련하는 데 사용되는 에너지의 양은 모델의 크기, 훈련에 사용되는 데이터의 양, 그리고 훈련을 실행하는 데 사용되는 하드웨어 등 여러 요인에 따라 크게 달라질 수 있습니다.  문제는 이러한 정보가 투명하게 공개되지 않는 경우가 많다는 것입니다.  많은 기업들이 경쟁 우위를 유지하기 위해 자신들의 AI 모델의 에너지 사용량에 대한 데이터를 비밀로 유지하고 있습니다. 또한, AI 모델을 훈련하는 데 사용되는 에너지의 양을 정확하게 측정하는 것 자체가 매우 어려운 일입니다.  이러한 데이터 부족은 AI의 탄소 발자국을 줄이기 위한 노력을 더욱 어렵게 만듭니다.  연구자들은 AI 모델의 에너지 효율성을 개선하기 위한 방법을 개발하기 위해 노력하고 있지만, 정확한 데이터가 없이는 어떤 방법이 가장 효과적인지 판단하기 어렵습니다.  <em><span style="color: rgb(226, 80, 65);" data-raw-html="span">\\"우리는 더 나은 데이터를 필요로 합니다.\\"</span></em><span style="color: rgb(226, 80, 65);" data-raw-html="span"> </span> 매사추세츠 대학교 애머스트 캠퍼스의 컴퓨터 과학 교수인 앤드류 맥그레거(Andrew McGregor)는 강조합니다.  그는 AI 모델의 에너지 사용량을 추적하기 위한 표준화된 방법을 개발할 것을 촉구합니다.  AI의 탄소 배출량 문제는 복잡하고 다면적인 문제입니다. 하지만 이 문제를 해결하기 위한 첫 번째 단계는 더 많은 데이터를 확보하는 것입니다.  기업, 연구 기관, 정부가 협력하여 AI 모델의 에너지 사용량에 대한 데이터를 투명하게 공개하고, AI의 탄소 발자국을 줄이기 위한 노력을 가속화해야 합니다.  AI 기술이 계속 발전함에 따라, 우리는 AI가 환경에 미치는 영향을 이해하고 줄이기 위한 노력을 게을리해서는 안 됩니다. 미래 세대를 위해 지속 가능한 AI를 구축하는 것은 우리 모두의 책임입니다.