# AI가 에너지 효율적인 코드를 쓰게 하려면 어떻게 해야 하나요?

> AI 코딩 도구에 효율적인 코드를 요청하는 방법, 효율적이어도 틀리면 쓸모없는 이유, 생성된 코드를 받아들이기 전에 테스트하고 측정하는 법입니다.

Source: https://greenai.guide/ko/방법/ai가-에너지-효율적인-코드를-쓰게-하려면-어떻게-해야-하나요/  
Updated: 2026-11-19

## 요약

효율적인 코드를 명시적으로 요청하고 메모리, 할당, 알고리즘 복잡도 같은 제약 조건을 밝힌 다음, 코드를 받아들이기 전에 테스트를 실행하고 에너지를 측정하십시오. 연구에 따르면 프롬프트를 바꾸면 생성된 코드의 에너지 효율이 최대 91.9% 높아질 수 있지만, 정확성이 떨어지는 경우가 많았습니다. 어시스턴트에 따를 에너지 원칙을 주고, 결과는 사람이 계속 확인하십시오.

## Steps

1. 효율적인 코드를 요청하고, 메모리나 데이터베이스 왕복처럼 중요한 제약 조건을 밝히십시오.
2. 어시스턴트에 줄이지 않은 전체 문제 설명을 주십시오.
3. 어시스턴트가 만든 모든 코드에 테스트 스위트를 실행하십시오.
4. 같은 컴퓨터에서 변경 전후의 에너지를, 최소한 실행 시간과 메모리를 측정하십시오.
5. 어시스턴트가 점검할 수 있도록 에너지 규칙이나 안티패턴 목록을 글로 주십시오.

**효율성을 명시적으로 요청한 다음 검증하십시오.** AI 어시스턴트는 테스트는 통과하지만 낭비가 심한 코드를 쓸 수 있습니다. 루프 안의 데이터베이스 호출, 불필요한 복사, 반복 작업 같은 것들입니다.

## 근거는 무엇을 보여 주나요? {#what-does-the-evidence-show}

Ionescu, Jensen, Thomsen의 EnergyBench는 AI가 쓴 코드를 정확성과 에너지 두 측면에서 평가합니다. 이들은 프롬프트를 바꾸면 생성된 코드의 에너지 효율이 최대 91.9% 높아질 수 있지만, 정확도가 떨어지는 경우가 많다는 것을 발견했습니다. 어떤 경우에는 문제 설명의 절반을 지우자 코드 효율이 네 배 넘게 좋아졌지만 정확성은 0으로 떨어졌습니다. 효율적이어도 틀리면 아무 가치가 없습니다.

## 어떻게 프롬프트를 써야 하나요? {#how-do-i-prompt-for-it}

- **제약 조건을 밝히십시오.** "루프 안에서 데이터베이스 쿼리를 하지 마십시오", "파일을 메모리에 올리지 말고 스트리밍하십시오", "O(n log n)을 유지하십시오".
- **전체 명세를 유지하십시오.** 토큰을 아끼려고 문제를 줄이지 마십시오. 정확성은 바로 거기서 무너집니다.
- **규칙을 주십시오.** GreenCode 연구진은 AI 코딩 에이전트가 따를 수 있는 에너지 원칙과 안티패턴 모음인 GreenCode Constitution을 발표했습니다. 코드를 프로파일링하고, 순위가 매겨진 안티패턴을 고치고, 다시 측정해 에너지를 아끼는 변경만 남기는 방식입니다.

## 흔한 실수 {#common-mistakes}

- **답변의 "최적화했습니다"를 믿는 것.** 같은 부하에서 같은 컴퓨터로 측정하십시오.
- **더 빠르면 더 친환경적이라고 여기는 것.** GreenCode 연구는 에너지와 속도가 따로 움직일 수 있음을 발견했으니 둘 다 측정하십시오. [내 컴퓨터에서 AI가 쓰는 에너지를 측정하는 방법](/ko/방법/내-컴퓨터나-gpu에서-ai가-쓰는-에너지는-어떻게-측정하나요/)을 참고하십시오.
- **직접 쓰지 않은 생성 코드의 검토를 건너뛰는 것.**

측정 방법은 [AI의 에너지와 탄소를 측정하는 방법](/ko/모범-사례/ai의-에너지와-탄소를-측정하는-방법/)을 읽어 보십시오.

## 출처

- [EnergyBench: holistic benchmark for correct and energy-efficient LLM-generated code](https://doi.org/10.1109/flta67013.2025.11336593), Ionescu, Jensen and Thomsen, FLTA 2025 (2025)
- [GreenCode Constitution: agent principles for optimizing code and LLM inference energy use](https://greencode.ai/publications/greencode-constitution-agent-principles-for-optimizing-code-and-llm-inference-en/), Kapenekakis, Kim, Ionescu, Thomsen and Albano, GreenAI workshop, ECML PKDD 2026 (2026)
- [Web Sustainability Guidelines](https://www.w3.org/TR/web-sustainability-guidelines/), W3C (2025)
