요약
대형 클라우드 업체는 결제 또는 지속 가능성 콘솔에서 고객 탄소 데이터를 공개합니다. AWS Sustainability console, Microsoft의 Azure 배출량 도구, Google Cloud의 Carbon Footprint 대시보드입니다. 배출량을 서비스, 리전, 범위(scope)별로 나누어 보여 주지만 월 단위 추정치이므로, 추세로 보고 자체 워크로드별 측정과 함께 쓰십시오.
단계
- 대개 결제 또는 지속 가능성 콘솔에 있는 업체의 탄소 도구를 찾습니다.
- 데이터를 내보내 서비스, 리전, 계정별로 나눕니다.
- 수치가 위치 기반인지, 시장 기반인지, 둘 다인지, 어떤 범위(scope)가 포함되는지 기록합니다.
- 총량은 정밀한 측정값이 아니라 월별 추세로 씁니다.
- AI 기능에 대해서는 자체 워크로드별 추정치나 측정값을 더합니다.
클라우드의 탄소 보고서는 엔지니어가 보는 곳이 아니라 대개 결제 콘솔에 있습니다. 한계를 알고 쓴다면 보고의 유용한 출발점입니다.
어디에 있나요?
| 업체 | 도구 | 다루는 범위 |
|---|---|---|
| AWS | Sustainability console. 기존 Customer Carbon Footprint Tool을 확장한 무료 독립 서비스입니다 | 리전, 서비스, 범위(scope) 1, 2, 3별 배출량 |
| Microsoft Azure | Emissions Impact Dashboard(Power BI). Microsoft에 따르면 2027년 3월 31일에 종료되며 Azure Carbon Optimization이 이를 대체합니다 | 세 가지 범위 전체에 걸친 Azure 사용 배출량 |
| Google Cloud | Carbon Footprint 대시보드 | 시장 기반과 위치 기반 범위 2, 그리고 범위 3을 포함한 추정 배출량 |
도구는 자주 바뀌므로, 현재 이름과 위치는 업체 문서에서 확인하십시오.
한계는 무엇인가요?
- 월 단위이고 늦게 나옵니다. 어제 바꾼 내용의 효과를 볼 수 없습니다.
- 추정치입니다. 클라우드 가상 머신에서는 대개 하드웨어 카운터를 쓸 수 없어, 업체가 고객의 몫을 모델링합니다.
- 거칩니다. 서비스 단위로 보여 줄 뿐, 개별 AI 기능이나 프롬프트는 보여 주지 않습니다.
- 방법이 다릅니다. 두 업체의 수치는 비교할 수 없을 수 있습니다.
무엇이 가장 큰 차이를 만드나요
업체의 총량을 자체적인 더 세밀한 데이터와 결합하는 것입니다. 호스팅된 AI 호출에 대한 토큰 로그와 추정치(API 호출 에너지 추정하기), 그리고 자체 GPU를 운영하는 곳에서의 계량이 여기에 해당합니다.
지속 가능성 보고서에 AI 배출량 보고하기와 AI 에너지를 측정하는 방법을 참고하십시오.
출처
- AWS launches Sustainability console for carbon emissions tracking, Amazon Web Services (2026)
- Connect to the Emissions Impact Dashboard for Azure, Microsoft Learn (2026)
- View Carbon Footprint data, Google Cloud documentation (2026)
관련 내용
지속 가능성 보고서에 AI 배출량은 어떻게 보고하나요?
Scope 2와 Scope 3 보고에서 AI가 어디에 들어가는지, 공급업체 데이터가 부족할 때 어떻게 추정하는지, 방법과 불확실성을 어떻게 밝히는지 설명합니다.
AI API 호출에 드는 에너지는 어떻게 추정하나요?
호스팅 AI API는 계측할 수 없지만, EcoLogits로 토큰 수와 모델 가정에서 호출당 에너지를 추정하고 비용과 함께 기록할 수 있습니다.
제가 쓰는 AI가 재생에너지로 돌아가는지 어떻게 확인하나요?
시간별 청정 전력과 연간 인증서를 구별하십시오. AI가 실행되는 위치, 전력망 탄소 집약도, 해당 지역의 시간별 청정 전력 비중을 물어보는 방법입니다.
AI의 에너지와 탄소를 측정하는 방법
AI 작업의 에너지와 탄소를 계측하거나 추정하는 실용 안내서입니다. 도구, 시스템 경계, 작업 단위 지표, 정직한 불확실성 표기를 다룹니다.