# 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.

Source: https://greenai.guide/ko/방법/ai의-물-발자국을-줄이려면-어떻게-해야-하나요/  
Updated: 2026-11-19

## 요약

물 사용은 에너지 사용을 따라가므로 첫걸음은 같습니다. 더 작은 모델, 더 짧은 출력, 더 적은 재생성을 쓰십시오. 그다음 물 사용량을 공개하는 호스트를 고르고, 무거운 작업은 물 부족 지역을 피하고, 공급업체에 사이트별 물 수치를 요청하십시오. 텍스트 프롬프트 하나당 물은 적지만, 중요한 것은 총량과 지역에 미치는 영향입니다.

## Steps

1. 더 작은 모델, 더 짧은 출력, 더 적은 재생성으로 먼저 계산량을 줄입니다.
2. 호스트에 사이트별 물 사용량과 WUE, 물을 어디서 끌어오는지 묻습니다.
3. 학습처럼 무겁고 유연한 작업은 물 부족 지역을 피합니다.
4. 물 사용량을 공개적으로 또는 규제 기관에 보고하는 호스트를 우선합니다.
5. AI 조달 질문과 자체 보고에 물을 포함합니다.

**계산이 줄면 물도 줄고, 계산이 어디서 일어나느냐가 그 물이 얼마나 중요한지를 결정합니다.** 데이터센터는 주로 냉각에 물을 쓰고, 발전소는 전기를 만드는 데 물을 씁니다.

## 물은 얼마나 쓰이나요? {#how-much-water-are-we-talking-about}

텍스트 프롬프트 하나당은 아주 적습니다. Google은 Gemini 텍스트 프롬프트 중앙값에 0.26 mL를 보고합니다. 총량으로, 그리고 일부 지역에서는 많습니다. Li, Yang, Islam, Ren은 Microsoft의 미국 데이터센터에서 GPT-3를 학습시키는 데 약 70만 리터가 직접 증발했을 수 있다고 추정했고, 2027년에 전 세계 AI 수요가 42억~66억 세제곱미터의 취수량을 차지할 수 있다고 전망했습니다. 자신의 몫을 추정하는 방법은
[AI의 물 발자국 추정하기](/ko/방법/ai의-물-발자국은-어떻게-추정하나요/)에서 다룹니다.

## 실제로 무엇이 물 사용을 줄이나요? {#what-actually-reduces-it}

- **계산량 줄이기.** UNESCO와 University College London은 작업 특화 소형 모델이 에너지를 최대 90%까지, 더 짧은 프롬프트와 답변이 절반 넘게 줄일 수 있다는 것을 발견했습니다. 물은 에너지와 함께 줄어듭니다.
- **위치.** 가뭄 지역에서 끌어온 1리터는 물이 풍부한 곳의 1리터보다 영향이 크므로, 가능하면 유연하고 무거운 작업을 물 부족 지역에서 옮기십시오.
- **공급업체 근거.** EU에서는 IT 전력 수요가 500 kW 이상인 데이터센터 운영자가 위임 규정 2024/1364에 따라 에너지와 물 사용량을 보고해야 합니다. 그 수치를 요청하십시오.

## 흔한 실수 {#common-mistakes}

- **가장 낮은 WUE만 좇는 것.** 물을 아끼는 냉각 방식은 전기를 더 쓸 수 있습니다.
  [PUE와 WUE](/ko/방법/pue와-wue-수치는-어떻게-이해해야-하나요/)를 함께 읽으십시오.
- **이미지와 동영상은 마음껏 생성하면서** 짧은 질문을 걱정하는 것.
- **현장 수치에서 빠지는 발전소의 물을 잊는 것.**

[호스팅과 데이터센터](/ko/모범-사례/그린-ai-호스팅과-데이터센터/)를 참고하십시오.

## 출처

- [Making AI less 'thirsty': uncovering and addressing the secret water footprint of AI models](https://arxiv.org/abs/2304.03271), Li, Yang, Islam and Ren (2023)
- [Measuring the environmental impact of delivering AI at Google scale](https://arxiv.org/abs/2508.15734), Elsworth et al., Google (2025)
- [Commission Delegated Regulation (EU) 2024/1364 on the first phase of the establishment of a common Union rating scheme for data centres](https://eur-lex.europa.eu/eli/reg_del/2024/1364/oj), European Commission (2024)
- [AI large language models: new report shows small changes can reduce energy use by 90%](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO (2025)
