요약
AI는 주로 두 가지 방식으로 물을 씁니다. 데이터 센터를 냉각하는 데 직접 쓰고, 그 전기를 만드는 발전소에서 간접적으로 씁니다. 텍스트 프롬프트 하나당 공개된 수치는 0.26 mL(Google의 Gemini 수치)부터 약 45 mL(Mistral AI의 전과정 수치)까지 다양한데, 주로 서로 다른 것을 세기 때문입니다. 전체로 보면 AI 물 사용량은 크고 늘고 있습니다. 2023년 미국 데이터 센터는 직접 약 660억 리터를 소비했고, 전기를 통해 간접적으로 약 8,000억 리터를 더 소비했습니다. 그리고 물을 얼마나 쓰느냐만큼 그 물을 어디서 가져오느냐도 중요합니다.
핵심 내용
- Google은 Gemini 텍스트 프롬프트 중앙값의 물 사용량을 0.26 mL로 보고합니다. Mistral AI의 전과정평가는 400 token짜리 응답을 45 mL로 산정합니다.
- Li 연구진은 Microsoft의 미국 데이터 센터에서 GPT-3를 훈련하는 데 현장 소비 700,000리터를 포함해 540만 리터의 물이 소비될 수 있다고 추정했습니다.
- Lawrence Berkeley National Laboratory는 2023년 미국 데이터 센터가 직접 660억 리터의 물을 소비했고, 발전을 통해 간접적으로 8,000억 리터 가까이를 소비했다고 추정했습니다.
- Li 연구진은 2027년 세계 AI 수요가 42억~66억 세제곱미터의 취수를 차지할 수 있으며, 그중 3억 8,000만~6억 세제곱미터가 소비될 것으로 전망합니다.
- Microsoft의 물 소비량은 2020 회계연도와 2025 회계연도 사이 3,990메가리터에서 8,170메가리터로 약 두 배가 되었고, 2025년 소비량의 48%는 물 스트레스 지역에서 나왔습니다.
- AWS는 2025년 전 세계 물 사용 효율(WUE)을 kWh당 0.12리터로 보고하지만, AWS가 끌어오는 미국 전기는 발전소에서 kWh당 약 3~4.5리터를 소비합니다.
AI는 물을 얼마나 쓸까요? 프롬프트 하나당으로는 많은 기사 제목이 암시하는 것보다 적지만, 전체로 보면, 그리고 일부 지역에서는 대부분의 사람이 생각하는 것보다 많이 씁니다. AI 물 사용은 대부분 데이터 센터 냉각과, 데이터 센터가 쓰는 전기를 만드는 데서 나옵니다. 이 페이지는 AI 물 소비에 관해 공개된 수치를 정리하고, 그 범위가 왜 그렇게 넓은지 설명하며, 아직 알려지지 않은 것이 무엇인지 밝힙니다.
AI 프롬프트 하나에 물이 얼마나 드나요?
무엇을 세느냐에 따라 텍스트 프롬프트 하나당 1밀리리터에 못 미치는 양부터 수십 밀리리터까지입니다. 공개된 수치는 서로 비교할 수 없으므로, 각 수치를 그 경계와 함께 읽으십시오.
| 수치 | 포함 범위 | 출처 |
|---|---|---|
| Gemini 텍스트 프롬프트 중앙값당 0.26 mL | 데이터 센터 현장의 물, 2025년 5월 | Google, 2025 |
| 400 token짜리 Le Chat 응답당 45 mL | 전과정평가, 서버 제조 같은 상류 영향 포함 | Mistral AI, 2025 |
| 중간 길이 GPT-3 응답 약 10–50개당 500 mL | 현장 물과 발전소 물, 어디서 언제 돌아가느냐에 따라 다름 | Li, Yang, Islam and Ren, 2025 |
Google은 자사 수치를 물 약 다섯 방울이라고 설명합니다. 이 수치는 데이터 센터 현장의 물 효율로 계산한 것이며, 전기를 만드는 데 쓰인 물은 포함하지 않습니다. Mistral의 수치가 더 큰 것은 주로 컨설팅 회사 Carbone 4, 프랑스 환경청 ADEME와 함께 수행한 전과정평가로, 현장 냉각만이 아니라 서버 제조 같은 상류 영향까지 세기 때문입니다. Li 연구진의 추정치는 오래된 모델에 관한 것이지만, 지금도 유효한 점을 보여 주었습니다. 같은 AI 답변이라도 데이터 센터와 시간대에 따라 물을 몇 배나 더 쓸 수 있다는 것입니다.
AI는 물을 어떻게 쓰나요?
데이터 센터를 냉각하려고 물을 증발시키는 방식으로 직접 쓰고, 전기를 만들고 칩을 제조하는 데 드는 물을 통해 간접적으로 씁니다. Li 연구진은 탄소 회계를 본떠 세 가지 범위를 제시합니다.
- 현장(scope-1) 물. 서버가 쓰는 전기는 거의 모두 열이 됩니다. 많은 데이터 센터가 냉각탑이나 증발 보조 공랭 방식으로 그 열을 내보내는데, 이 방식은 물을 증발시킵니다. 칩 직접 냉각(direct-to-chip) 같은 서버 내부의 액체 냉각 자체는 물을 소비하지 않습니다. 중요한 것은 시설이 최종적으로 열을 바깥으로 어떻게 내보내느냐입니다.
- 현장 외(scope-2) 물. 연료를 태우거나 원자력 열을 쓰는 화력·원자력 발전소는 냉각에 물이 필요합니다. Li 연구진은 미국 평균을 생산된 전기 1킬로와트시당 취수 약 43.8리터, 소비 3.1리터로 봅니다. Lawrence Berkeley National Laboratory는 미국 데이터 센터가 위치한 전력망을 감안해 kWh당 4.52리터가 소비된다고 추정했습니다.
- 내재(scope-3) 물. 칩과 서버 제조에는 많은 양의 초순수가 필요하며, 배출되는 물 일부에는 화학 폐기물이 섞여 있을 수 있습니다.
취수량과 소비량은 어떻게 다른가요?
취수량은 강, 대수층, 상수도에서 가져오는 물이고, 소비량은 그중 주로 증발로 되돌려지지 않는 부분입니다. 지역에서 사라지는 물을 재는 데는 소비량이 더 나은 척도이며, 공급이 빠듯한 곳에서는 취수량이 중요합니다. 기업 보고서와 연구는 둘 다 쓰므로, 비교하기 전에 수치가 어느 쪽인지 확인하십시오.
데이터 센터는 전체적으로 물을 얼마나 쓰나요?
현장에서 연간 수십억 리터를 쓰고, 전기를 통해서는 그 몇 배를 씁니다. 국가와 세계 수치는 추정치이며, 모든 데이터 센터가 물 사용량을 보고하지는 않습니다.
- 미국: Lawrence Berkeley National Laboratory는 2023년 데이터 센터가 직접 약 660억 리터의 물을 소비했다고 추정했습니다. 2014년의 212억 리터에서 늘어난 것이며, 하이퍼스케일과 코로케이션 시설이 84%를 차지했습니다. 전기를 통한 간접 물 발자국은 직접 수치의 약 12배인 8,000억 리터 가까이로 보았고, 2028년에는 하이퍼스케일 데이터 센터만 직접 600억~1,240억 리터를 소비할 것으로 예상합니다.
- 세계 AI: Li 연구진은 2027년 세계 AI 수요가 42억~66억 세제곱미터의 취수를 차지할 수 있다고 전망했습니다. 영국 절반의 연간 취수량보다 많은 양이며, 그중 3억 8,000만~6억 세제곱미터가 소비될 것입니다.
직접 물과 간접 물의 큰 차이가 추정치가 엇갈리는 주된 이유입니다. 냉각수만 세는 연구는 발전소까지 포함하는 연구보다 훨씬 낮은 수치를 내놓습니다.
AI 모델을 훈련하는 데 물이 얼마나 드나요?
공개된 몇 안 되는 추정치로 보면, 대형 모델은 수십만에서 수백만 리터입니다.
- GPT-3: Li 연구진은 Microsoft의 미국 데이터 센터에서 훈련하는 데 현장에서 증발한 700,000리터를 포함해 모두 540만 리터의 물이 소비될 수 있다고 추정했습니다.
- Mistral Large 2: Mistral AI의 전과정평가는 훈련과 18개월 사용에 281,000세제곱미터의 물이 소비되었다고 산정했습니다.
물을 보고하는 모델 카드는 거의 없습니다. Li 연구진은 모델 카드에 탄소 배출량은 으레 들어가지만 현장 물 사용량조차 대개 빠져 있다고 지적했습니다.
AI 기업은 물에 관해 무엇을 보고하나요?
총 물 사용량은 늘고 있으며, 일부 기업은 이제 킬로와트시당 효율을 보고합니다. 수치는 연례 지속가능성 보고서에서 나온 자체 보고 수치이며, 일부는 외부 검증을 받았습니다.
| 기업 | 수치 | 연도 |
|---|---|---|
| Microsoft | 물 소비량 8,170메가리터(FY2020 3,990에서 증가), 취수량 13,266메가리터 | 2025 회계연도 |
| Alphabet(Google) | 전사 물 소비량 10,869 million gallons(약 410억 리터) | 2025 |
| 담수 소비량의 약 78%인 약 7.7 billion gallons 보충 | 2025 | |
| AWS | IT 부하 kWh당 0.12리터의 전 세계 WUE, 2024년보다 20% 개선 | 2025 |
The Green Grid가 정의한 WUE(물 사용 효율)는 IT 에너지 1킬로와트시당 현장에서 쓰는 물의 리터 수입니다. 유용한 효율 척도이지만 발전소 물은 빠져 있고, 그 지역에 물이 부족한지에 대해서는 아무것도 알려 주지 않습니다. "보충(replenishment)"은 유역에 물을 되돌려 주는 사업에 자금을 대는 것을 뜻하며, 데이터 센터가 가져가는 물을 줄이지는 않습니다. PUE와 WUE 이해하기를 참고하십시오.
위치는 왜 그렇게 중요한가요?
건조한 지역에서 가져온 1리터는 물이 넉넉한 곳에서 가져온 1리터보다 환경적으로도 사회적으로도 훨씬 큰 비용을 치르기 때문입니다. 기후와 냉각 설계에 따라 킬로와트시당 물 사용량이 크게 달라집니다.
Microsoft의 시설별 수치가 그 차이를 보여 줍니다. 2025 회계연도에 미국 애리조나주 피닉스 주변의 데이터 센터는 약 954,000 MWh의 전기를 쓰고 981메가리터의 물을 취수했습니다. 아일랜드 더블린 주변의 데이터 센터는 약 130만 MWh로 전기를 더 많이 쓰면서도 18메가리터를 취수했습니다. 회사 전체로는 2025년 물 소비량의 48%가 World Resources Institute의 Aqueduct 도구로 평가한 물 스트레스가 높거나 매우 높은 지역에서 나왔습니다.
시간대도 중요하며, 탄소와 반대 방향으로 작용할 수 있습니다. Li 연구진은 물 효율이 장소뿐 아니라 시간에 따라서도 달라진다는 것을 발견했습니다. 현장 물 사용량은 한낮 더위에 늘어나는 반면, 전력망은 태양광이 풍부할 때 가장 깨끗한 경우가 많습니다. 탄소를 줄이려면 "해를 따라가야" 하고 물을 줄이려면 "해를 피해야" 할 수 있으므로, 두 발자국은 무작정 맞바꾸지 말고 함께 저울질해야 합니다. 가까운 곳에 데이터 센터가 계획되어 있다면 내 주변 데이터 센터에 의견 내기를 참고하십시오.
AI 물 사용에서 불확실한 것은 무엇인가요?
세부적으로는 대부분이 불확실합니다. 작업당 물 수치를 공개하는 제공업체는 드물고, 방법은 제각각이며, 지역 영향은 거의 보고되지 않습니다. 주요 공백은 다음과 같습니다.
- 경계. 현장 물만 세는지, 발전소와 제조에 드는 물까지 세는지입니다. 이것만으로도 프롬프트당 0.26 mL와 45 mL 사이 차이의 대부분이 설명됩니다.
- 취수량 또는 소비량. 어떤 수치는 하나를, 어떤 수치는 다른 하나를 보고합니다.
- 위치와 시간대. 세계 평균은 지역의 물 스트레스를 가리며, 시설 단위 데이터를 공개하는 기업은 드뭅니다.
- AI의 몫. 기업 총량은 모든 데이터 센터와 흔히 사무실까지 포함하며, AI는 따로 보고되지 않습니다.
- 전망. 2027–2030년 예측은 AI 성장, 냉각 기술, 전력망에 관한 가정에 달려 있습니다.
보고는 일부 지역에서 나아지고 있습니다. EU에서는 IT 전력 수요가 500 kW 이상인 데이터 센터 운영자가 Delegated Regulation 2024/1364에 따라 에너지와 물 사용량을 보고해야 합니다. 다른 곳에서는 공개가 대부분 자발적입니다.
AI가 물을 덜 쓰려면 어떻게 해야 하나요?
계산을 덜 하고, 알맞은 곳에서 돌리고, 알맞은 냉각과 전기를 고르십시오. 에너지를 줄이는 단계가 물도 줄입니다.
- 모두에게: 프롬프트를 더 적고 짧게, 모델을 더 작게, 생성하는 이미지와 영상을 더 적게. AI를 효율적으로 쓰기와 AI는 에너지를 얼마나 쓸까?를 참고하십시오.
- 조직에게: 제공업체에 WUE, 물 소비량, 위치 데이터를 요청하고, 물 스트레스가 없는 리전을 우선하십시오. AI를 위한 지속 가능한 데이터 센터 고르기와 지속 가능한 AI 조달을 참고하십시오.
- 운영자에게: 전력망이 깨끗한 곳에서는 물을 증발시키지 않는 냉각, 재생수나 비음용수 재사용, 유연한 작업을 더 서늘하고 물 효율이 좋은 시간대와 시설로 예약하기. 호스팅과 데이터 센터를 참고하십시오.
다음에 할 일
- 내 AI 사용 뒤에 숨은 물을 추정해 보십시오. AI의 물 발자국 추정하기를 참고하십시오.
- 줄이십시오. AI의 물 발자국 줄이기를 참고하십시오.
- 지표를 이해하십시오. PUE와 WUE 이해하기를 참고하십시오.
- 배출 측면은 AI의 탄소 발자국이란 무엇인가?를 읽어 보십시오.
- 제공업체에 시설 단위 물 수치를 요청하십시오. AI 회사에 에너지 수치 요청하기를 참고하십시오.
자주 묻는 질문
ChatGPT는 물을 얼마나 쓰나요?
OpenAI는 물 수치를 공개하지 않았습니다. Li 연구진은 GPT-3가 어디서, 언제 돌아가느냐에 따라 중간 길이 응답 약 10~50개에 500 mL 물 한 병을 소비해야 했다고 추정했습니다. 이 오래된 추정치에는 발전소 물이 포함되어 있으며, 다른 모델에 대한 기업의 최신 수치는 이보다 낮습니다.
AI 프롬프트 하나에 물이 얼마나 드나요?
공개된 수치는 Gemini 텍스트 프롬프트 중앙값의 0.26 mL(Google, 2025)부터 전과정을 센 400 token짜리 Mistral 응답의 45 mL까지 다양합니다. 차이는 대부분 무엇을 세느냐에서 나옵니다. 현장 냉각만 세는지, 서버 제조 같은 상류 영향까지 포함한 전과정을 세는지입니다.
데이터 센터는 왜 물을 쓰나요?
주로 열을 없애기 위해서입니다. 많은 데이터 센터가 냉각탑이나 증발 보조 냉각을 쓰는데, 이 방식은 물을 증발시킵니다. 데이터 센터에 전기를 공급하는 발전소도 물을 쓰며, 칩을 만드는 데는 초순수가 필요합니다.
취수량과 소비량은 어떻게 다른가요?
취수량은 수원에서 가져오는 물 전체로, 상당 부분은 되돌려집니다. 소비량은 주로 증발 때문에 되돌려지지 않는 물입니다. 지역에서 사라지는 물을 재는 데는 소비량이 더 나은 척도입니다.
데이터 센터의 WUE란 무엇인가요?
물 사용 효율(Water usage effectiveness)입니다. IT 에너지 1킬로와트시당 현장에서 쓰는 물의 리터 수로, 낮을수록 좋습니다. AWS는 2025년 0.12 L/kWh를 보고합니다. WUE는 전기를 만드는 데 쓰는 물을 빼는데, 이 물이 훨씬 많은 경우가 흔합니다.
AI의 물 사용은 문제인가요?
어디서 일어나느냐에 달려 있습니다. Li 연구진이 전망한 2027년 세계 AI 취수량은 영국 절반의 연간 취수량보다 많으며, Microsoft의 2025년 물 소비량 중 48%는 물 스트레스 지역에서 나왔습니다. 물이 부족한 지역에서 가져온 1리터는 물이 풍부한 지역의 1리터보다 훨씬 중요합니다.
AI가 물을 덜 쓰려면 어떻게 해야 하나요?
계산을 덜 하고, 더 서늘하거나 물이 풍부한 지역에서 물 효율이 좋은 시간대에 작업을 돌리고, 물을 증발시키지 않는 냉각 시스템을 쓰십시오. 개인에게는 에너지를 아끼는 습관이 곧 물을 아끼는 습관입니다. 물 사용은 에너지 사용을 따라가기 때문입니다.
출처
- Making AI less 'thirsty': uncovering and addressing the secret water footprint of AI models, Li, Yang, Islam and Ren (arXiv 2304.03271, v5) (2025)
- Measuring the environmental impact of delivering AI at Google scale, Elsworth et al., Google (2025)
- Our contribution to a global environmental standard for AI, Mistral AI (2025)
- 2024 United States Data Center Energy Usage Report, Lawrence Berkeley National Laboratory (2024)
- 2026 environmental data fact sheet, Microsoft (2026)
- Alphabet FY2025 environmental indicators assurance letter (Schedule of select environmental metrics), Alphabet (2026)
- Read our 11th annual Environmental Report, Google (2026)
- 2025 AWS sustainability summary, Amazon Web Services (2026)
- Water Usage Effectiveness (WUE): a Green Grid data center sustainability metric (White Paper 35), The Green Grid (2011)
- Commission Delegated Regulation (EU) 2024/1364 on the first phase of the establishment of a common Union rating scheme for data centres, European Commission (2024)
관련 내용
AI 전력 소비량: AI는 에너지를 얼마나 쓸까?
AI 전력 소비량은 얼마일까요? ChatGPT·Gemini 질문 1회, 추론 모델, 이미지, 영상, 코딩 에이전트의 에너지 사용량과 데이터 센터 전체 전력 사용량을 출처와 함께 정리합니다.
AI의 탄소 발자국이란 무엇인가?
AI 탄소 발자국을 알기 쉽게 설명합니다. 프롬프트당 탄소 배출량, 모델 카드에 나온 훈련 배출량, 내재 탄소, 전력망의 영향, 빅테크 배출량 추세를 다룹니다.
AI의 물 발자국은 어떻게 추정하나요?
에너지와 데이터센터의 물 사용 효율(WUE)로 AI의 물 사용을 추정하고, 발전에 쓰인 물을 더하며, 어디서 쓰였는지 밝히는 방법입니다.
AI의 물 발자국을 줄이려면 어떻게 해야 하나요?
계산량을 줄이고, 물 부족이 덜하고 WUE가 좋은 호스트와 지역을 고르고, 무거운 작업의 시기를 조정해 AI의 물 사용을 줄입니다.