greenai.guide

홈 › 가이드 › 그린 AI: 모두를 위한 쉬운 안내서

가이드

그린 AI: 모두를 위한 쉬운 안내서

업데이트 · 6분 분량

요약

AI 챗봇에 보내는 텍스트 질문 하나는 적은 양의 에너지를 씁니다. 기업들이 직접 밝힌 수치로는 약 3분의 1와트시이고, 물은 1밀리리터에도 못 미칩니다. 이미지와 동영상은 훨씬 더 많이 쓰고, 엄청난 요청 수가 쌓이면 커집니다. 가장 중요한 습관은 알맞은 도구를 고르고, 끝없는 재생성을 피하며, 정직한 정보를 요구하는 것입니다.

핵심 내용

  • Google은 Gemini 텍스트 프롬프트 중앙값이 0.24 Wh와 물 0.26 mL를 쓴다고 보고하고, OpenAI는 ChatGPT 질의 평균이 약 0.34 Wh라고 말합니다. 둘 다 자체 보고 수치입니다.
  • 이미지 생성은 텍스트 처리보다 훨씬 많은 에너지를 씁니다. 한 연구에서는 요청당 텍스트 분류보다 천 배 넘게 썼습니다.
  • 국제에너지기구는 데이터센터의 전력 사용이 2024년에서 2030년 사이에 두 배 넘게 늘 것으로 전망하며, AI가 그 주된 원인입니다.
  • 기업마다 측정하는 대상이 달라서 프롬프트당 수치가 다릅니다. 무엇이 포함되었는지 늘 물어보세요.
  • 여러분의 선택, 직장이나 학교, 지역 계획 결정, 공공 의견 수렴을 통해 목소리를 낼 수 있습니다.

그린 AI란 쉽게 말해 무엇인가요?

그린 AI란 에너지, 물, 그 밖의 자원을 덜 쓰면서 인공지능의 혜택을 얻는 것을 뜻합니다. 여기에는 두 가지가 있습니다. AI 자체를 더 효율적으로 만드는 것, 그리고 도움이 되는 곳에만 현명하게 쓰는 것입니다.

사람들에게 AI를 절대 쓰지 말라고 말하는 것이 아닙니다. 2026년 영국에서 수학자, 컴퓨터 과학자, 산업계가 모인 그린 AI 샌드핏(집중 토론 워크숍)에서 이 문제를 직접 논의했고, AI를 거부하는 것보다 책임 있게 쓰는 것이 더 유용한 목표라고 결론 내렸습니다. 더 자세한 설명은 그린 AI란 무엇인가?에 있습니다.

AI를 쓰는 데 에너지가 얼마나 드나요?

평범한 텍스트 질문 하나라면 적은 양입니다. 기업들이 직접 밝힌 수치로 약 3분의 1와트시입니다. 하지만 이미지와 동영상은 훨씬 많이 쓰고, 전 세계의 요청 수는 엄청납니다.

지금까지 발표된 수치는 다음과 같습니다.

출처 측정 대상 에너지
Google (2025) Gemini 앱에 보내는 텍스트 프롬프트 중앙값 0.24 Wh
OpenAI (2025) ChatGPT 질의 평균 약 0.34 Wh
Epoch AI (2025), 독립 추정 일반적인 ChatGPT 텍스트 질의 약 0.3 Wh

OpenAI는 이 수치를 오븐이 1초 남짓 쓰는 에너지, 또는 고효율 전구가 2분 정도 쓰는 에너지와 비교합니다. Epoch AI의 추정치는 예전에 널리 인용된 3 Wh보다 약 10배 낮습니다. 하드웨어와 소프트웨어가 발전하면서 추정치가 얼마나 빨리 바뀌는지 보여 줍니다. Google은 프롬프트 중앙값의 에너지가 1년 사이에 33분의 1로 줄었다고 보고합니다.

이미지와 동영상은 훨씬 더 많이 듭니다. Hugging Face와 Carnegie Mellon University 연구자들의 실험에서 이미지 생성은 1,000장당 평균 약 2.9 kWh를 썼고, 텍스트 1,000건을 범주로 분류하는 데는 0.002 kWh가 들었습니다. 요청당 천 배가 넘는 차이입니다. 동영상 생성은 그보다 더 무겁습니다.

에너지 계획 담당자들이 걱정하는 것은 총량입니다. 국제에너지기구(IEA)는 2024년 데이터센터가 약 415 TWh의 전력, 즉 세계 전력의 약 1.5%를 썼다고 추정하며, 2030년에는 약 945 TWh에 이를 것으로 전망합니다. IEA는 AI를 이 증가의 가장 중요한 원인으로 꼽습니다.

AI는 물을 얼마나 쓰나요?

텍스트 프롬프트 하나당으로는 아주 적습니다. 하지만 총량으로 보면, 그리고 일부 지역에서는 많습니다. 데이터센터는 주로 컴퓨터를 식히는 데 물을 쓰고, 발전소는 전기를 만드는 데 물을 씁니다.

  • Google은 Gemini 텍스트 프롬프트 중앙값이 물 0.26 mL를 쓴다고 보고합니다.
  • OpenAI는 ChatGPT 질의 평균이 약 0.000085갤런, 대략 찻숟가락의 15분의 1을 쓴다고 말합니다.
  • 프랑스 기업 Mistral AI는 위의 두 수치보다 더 많은 단계를 포함한 전 과정 평가(LCA)를 발표했습니다. 이에 따르면 400 토큰(몇 문단 분량) 응답 하나는 CO₂e(이산화탄소 환산량) 1.14 g과 물 45 mL를 씁니다.
  • 연구자 Li, Yang, Islam, Ren은 Microsoft의 미국 데이터센터에서 GPT-3 모델을 학습시키는 과정에서 깨끗한 담수 약 70만 리터가 직접 증발했을 수 있다고 추정했습니다.

이 수치들 사이의 큰 차이는 한 회사가 다른 회사보다 훨씬 뛰어나서가 아니라, 대부분 무엇을 계산에 넣었느냐에서 나옵니다. 데이터센터의 위치도 중요합니다. 가뭄이 든 건조한 지역에서 끌어온 물은 물이 풍부한 곳에서 쓰는 같은 양보다 영향이 더 큽니다.

왜 수치가 이렇게 불확실한가요?

대부분의 수치가 기업 자체에서 나오고, 측정 대상이 서로 다르며, 전체 방법을 공개하는 경우가 드물기 때문입니다. 독립 연구자들은 외부에서 추정해야 하는 경우가 많습니다.

답을 바꾸는 요인은 다음과 같습니다.

  • 무엇을 포함하는가: 칩만인가요, 아니면 냉각, 놀고 있는 여유 용량, 네트워크, 하드웨어 제조까지 포함하나요?
  • 어떤 모델인가: 작은 모델은 큰 모델보다 훨씬 적게 쓰고, 단계별로 생각하는 "추론" 모델은 보이지 않는 곳에서 훨씬 많은 단어를 만들어 냅니다.
  • 답이 얼마나 긴가: 읽고 쓰는 텍스트의 양에 따라 에너지가 늘어납니다.
  • 어디서, 언제 실행되는가: 같은 전기라도 어떤 나라나 시간대에는 저탄소이고, 다른 곳에서는 고탄소일 수 있습니다.

그러니 어떤 수치든 대략적인 기준으로만 보세요. 정직한 출처는 무엇을 포함했고 얼마나 확실한지 밝힙니다.

어떤 생활 습관이 중요하고, 어떤 습관은 그렇지 않나요?

중요한 습관은 사용량을 몇 배로 늘리는 습관입니다. 이미지나 동영상을 많이 생성하는 것, 계속해서 다시 생성하는 것, 필요 없을 때 AI를 켜 두는 것입니다. 작은 예의 표현이나 가끔 하는 질문은 거의 영향이 없습니다.

실제로 차이를 만드는 습관:

  • 알맞은 도구를 쓰세요. 일반 웹 검색, 계산기, 지도, 사전이 더 빠르고 덜 쓰는 경우가 많습니다.
  • 이미지와 동영상은 아껴 쓰세요. 재미로 수십 가지 변형을 만들지 말고 필요한 것만 생성하세요.
  • 계속 재생성하지 말고 다듬으세요. 첫 답이 맞지 않으면 "다시 시도"를 거듭 누르기보다 무엇을 바꿀지 말하세요.
  • 그것으로 충분할 때는 짧은 답을 요청하세요. UNESCO와 University College London은 더 짧은 프롬프트와 응답이 에너지 사용을 절반 넘게 줄일 수 있다는 것을 발견했습니다.
  • 앱이 간단한 질문용으로 "빠른", "미니", "라이트" 모델을 제공한다면 더 가벼운 선택지를 고르세요.
  • 설정에서 가능하다면 앱과 기기에서 쓰지 않는 AI 기능을 끄세요.

별로 중요하지 않은 습관:

  • "부탁해요", "고마워요"라고 말하는 것. 추가되는 단어는 긴 답변에 비하면 아주 작습니다.
  • 텍스트 챗봇에 가끔 질문하는 것. OpenAI의 수치로 보면, 질문 하나는 고효율 전구가 2분 정도 쓰는 에너지와 비슷합니다.

더 큰 그림은 개인의 습관보다는, 아주 많은 사람이 쓰는 제품과 서비스에 AI가 어떻게 들어가 있느냐에 관한 것입니다. 효율과 정직한 정보를 요구하는 압력이 가장 큰 차이를 만드는 곳이 바로 여기입니다. 더 많은 팁은 AI를 효율적으로 사용하기 페이지에 있습니다.

AI와 환경에 관한 주장을 어떻게 판단할 수 있나요?

무엇을 측정했는지, 누가 측정했는지, 무엇과 비교했는지 물어보세요. 이런 정보가 빠지면 불안하게 하는 주장이든 안심시키는 주장이든 오해를 낳을 수 있습니다.

물어볼 질문:

  1. 무엇당인가요? 질문당, 이미지당, 연간, 사용자당? 총량이 커도 사용 한 번당으로는 적을 수 있고, 그 반대도 마찬가지입니다.
  2. 누가 말했나요? 기업 자체의 수치인가요, 독립 연구인가요, 아니면 오래된 추정치를 되풀이하는 뉴스인가요?
  3. 무엇이 포함되었나요? 컴퓨터 칩만인가요, 아니면 데이터센터 전체, 전력 공급, 제조까지인가요?
  4. 얼마나 오래된 수치인가요? 수치는 빠르게 바뀝니다. 몇 년 전 수치는 10배 높거나 낮을 수 있습니다.
  5. 무엇과 비교했나요? "검색보다 10배 많다"는 말은 검색 한 번이 얼마나 쓰는지 모르면 의미가 거의 없습니다.
  6. 효율과 사용량 감소를 혼동하고 있지 않나요? 질문당 AI가 더 저렴해지면 사람들이 그냥 더 많이 쓸 수도 있습니다. 이를 리바운드 효과라고 합니다.

수치 뒷받침 없이 "친환경", "청정", "탄소 중립" 같은 말을 쓰는 경우를 경계하세요. 독립적인 등급도 나오기 시작했습니다. Hugging Face와 협력 기관들이 시작한 AI Energy Score는 가전제품 라벨처럼 AI 모델의 에너지 효율을 별 1개에서 5개로 평가합니다. 자세한 내용은 AI를 위한 에너지 라벨에서 읽어 보세요.

제가 어떻게 의견을 낼 수 있나요?

여러분이 무엇을 고르는지, 직장이나 학교에서 무엇을 요구하는지, 그리고 데이터센터와 규제에 관한 공공의 결정을 통해 그린 AI에 영향을 줄 수 있습니다. 충분히 많은 사람이 요구하면 조직은 귀를 기울입니다.

  • 사용자로서: 에너지와 물 정보를 명확히 공개하는 서비스를 고르고, 공개하지 않는 기업에는 그렇다고 알리세요.
  • 직장에서: 고용주에게 AI 사용과 공급업체 선택에 관한 정책이 있는지 물어보세요. 기업을 위한 가이드를 알려 주세요.
  • 학교나 대학에서: AI와 그 환경 비용을 어떻게 가르치는지 물어보세요. 교사는 학교 섹션에서 자료를 찾을 수 있고, 청소년은 학생을 위한 페이지에서 시작할 수 있습니다.
  • 지역에서: 많은 나라에서 새 데이터센터를 지으려면 계획 허가가 필요합니다. 계획 신청과 지역 의견 수렴은 전력, 물, 폐열에 대해 물어볼 기회입니다.
  • 국가 차원에서: 정부는 AI, 에너지, 디지털 정책에 관해 의견을 수렴합니다. 의견 수렴에 응답하거나 지역구 의원에게 편지를 써서 AI 제공업체의 에너지·물 사용 보고를 요구하세요.
  • 지역사회에서: 자선단체와 지역 모임도 AI를 잘 쓸 수 있습니다. 자선단체를 위한 가이드가 도움이 될 수 있습니다.

AI가 환경에 도움이 될 수도 있나요?

네, 일부 용도에서는 그렇고, 이것도 전체 그림의 일부입니다. AI는 날씨 예보, 송전선 고장 발견, 재생에너지 사용 계획, 과학 모델의 속도 향상에 쓰이며, 이 중 일부는 소비하는 것보다 더 많은 에너지를 아낄 수도 있습니다.

문제는 이런 절감 효과가 측정되는 일이 드물다는 점입니다. 반면 일상적인 AI 사용의 비용은 엄청나게 많은 기기와 서비스에 흩어져 있습니다. 그린 AI는 양쪽을 모두 정직하게 계산하자고 요구합니다. AI를 한 번 쓰는 데 드는 비용과, 그것이 실제로 아끼는 것입니다. 또한 이미 잘 이해된 간단한 방법으로 충분한 일에는 그 방법을 쓰고, AI는 새로운 무언가를 더해 주는 문제에 쓰는 것을 선호합니다.

연구자들은 AI 모델을 훨씬 작고 저렴하게 운영할 방법을 찾고 있으며, 더 많은 컴퓨팅 파워보다 수학을 활용하는 경우가 많습니다. 이 연구가 중요한 이유는 같은 도움을 더 적은 에너지로, 더 많은 기기에서, 더 많은 사람에게 제공할 수 있게 해 주기 때문입니다.

다음에 할 일

  1. 다음에 AI를 쓸 때, 더 간단한 도구로 충분하지 않은지 스스로 물어보세요.
  2. 꼭 필요하지 않은 이미지와 동영상 생성을 줄이고, 재생성 대신 요청을 다듬으세요.
  3. 빠른 답만 필요할 때는 짧은 답을 요청하세요.
  4. AI와 환경에 관해 보게 되는 주장 하나를 위의 여섯 가지 질문으로 확인해 보세요.
  5. 고용주, 학교, 지방자치단체에 AI와 에너지에 대한 접근 방식을 물어보세요.
  6. 더 알아보세요. 그린 AI란 무엇인가?와 왜 지금 그린 AI가 중요한가부터 시작하거나, 청소년과 함께 학교 섹션을 둘러보세요.

자주 묻는 질문

ChatGPT 질문 하나는 에너지를 얼마나 쓰나요?

OpenAI의 최고경영자는 평균 질의 하나가 약 0.34 Wh를 쓴다고 말했습니다. 오븐이 1초 남짓 쓰는 정도입니다. Epoch AI는 독립적으로 일반적인 질의 하나에 약 0.3 Wh가 든다고 추정했습니다. 길거나 복잡한 요청은 더 많이 씁니다.

AI는 물을 많이 쓰나요?

텍스트 프롬프트 하나당으로는 적은 양입니다. Google은 Gemini 프롬프트 중앙값이 0.26 mL를 쓴다고 보고합니다. 더 중요한 것은 총량입니다. 연구자들은 Microsoft의 미국 데이터센터에서 GPT-3를 학습시키는 데 약 70만 리터의 담수가 증발했을 수 있다고 추정했습니다. 지역에 미치는 영향은 데이터센터가 어디에 있느냐에 따라 달라집니다.

지구를 위해 AI 사용을 그만둬야 할까요?

꼭 그렇지는 않습니다. OpenAI의 수치로 보면, 가끔 하는 텍스트 질문은 고효율 전구가 2분 정도 쓰는 에너지와 비슷합니다. 도움이 되는 곳에 AI를 쓰고, 이미지를 수십 장 생성하는 것 같은 낭비 습관을 피하며, 더 나은 정보를 요구하는 편이 더 합리적입니다.

챗봇에게 '부탁해요', '고마워요'라고 말하면 에너지가 낭비되나요?

단어가 하나 늘 때마다 처리량이 아주 조금 늘지만, 긴 답변이나 이미지, 동영상을 생성하는 에너지에 비하면 매우 작습니다. 걱정할 만한 습관이 아닙니다.

출처

  1. Measuring the environmental impact of delivering AI at Google scale, Elsworth et al., Google (2025)
  2. The gentle singularity, Sam Altman (OpenAI) (2025)
  3. How much energy does ChatGPT use?, Epoch AI (2025)
  4. Our contribution to a global environmental standard for AI, Mistral AI (2025)
  5. Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite and Strubell, ACM FAccT (2024)
  6. Making AI less 'thirsty': uncovering and addressing the secret water footprint of AI models, Li, Yang, Islam and Ren (2023)
  7. Energy and AI, International Energy Agency (2025)
  8. Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation, UNESCO and University College London (2025)
  9. Announcing AI Energy Score ratings, Hugging Face (2025)

함께하기

AI가 지구에 미치는 영향을 함께 줄여 주세요

새 가이드, 지원 공모, 디렉터리 등록 소식을 한 달에 한 번 정도 이메일로 받아 보세요. 또는 제품, 강좌, 박사 과정, 연구를 디렉터리에 추가하세요.

추적하지 않습니다. 클릭 한 번으로 구독을 해지할 수 있습니다. 다른 참여 방법 · 개인정보 보호