# ChatGPT 사용 에너지를 줄이려면 어떻게 해야 하나요?

> ChatGPT와 비슷한 챗봇 사용 에너지를 줄이는 실용적인 방법입니다. 대화는 짧게, 재생성은 적게, 가벼운 모델을 쓰고, 이미지 생성은 줄입니다.

Source: https://greenai.guide/ko/방법/chatgpt-사용-에너지를-줄이려면-어떻게-해야-하나요/  
Updated: 2026-11-19

## 요약

필요한 것을 명확한 요청 하나로 묻고, 답변은 짧게 받고, 새 주제는 새 채팅에서 시작하고, 이미지와 동영상 생성은 아껴 쓰십시오. 발표된 추정치로 보면 일반 텍스트 질문 하나는 약 3분의 1와트시를 쓰지만, 긴 입력, 반복되는 재생성, 미디어 생성은 그 수치를 몇 배로 늘릴 수 있습니다.

## Steps

1. 검색, 계산기, 지도가 더 빨리 답해 줄 수 있는지 확인합니다.
2. 원하는 것과 답변 길이를 밝힌 명확한 요청 하나를 씁니다.
3. 재생성 버튼을 누르는 대신 받은 답변을 다듬습니다.
4. 아주 긴 대화를 이어 가기보다 새 주제는 새 채팅에서 시작합니다.
5. 간단한 질문에는 더 가볍거나 빠른 모델 옵션을 씁니다.
6. 이미지와 동영상은 정말 필요할 때만 생성합니다.

**ChatGPT가 얼마나 읽고 쓰는지, 얼마나 자주 다시 실행되는지를 바꾸면 사용 에너지의 대부분을 줄일 수 있습니다.** 일반 질문 하나는 작습니다. OpenAI 최고경영자는 평균 질의가 약 0.34 Wh를 쓴다고 말했고, Epoch AI는 독자적으로 약 0.3 Wh로 추정했습니다. 중요한 것은 이 수치를 몇 배로 늘리는 습관입니다.

## 무엇이 에너지를 가장 많이 쓰나요? {#what-uses-the-most-energy}

**긴 입력, 긴 출력, 반복 시도, 그리고 미디어입니다.** Epoch AI는 10,000 토큰 입력(길게 붙여 넣은 문서)이 있는 질의는 약 2.5 Wh로, 100,000 토큰 입력이 있는 질의는 거의 40 Wh로 늘어난다고 추정합니다. Luccioni, Jernite, Strubell의 시험에서 이미지 생성은 평균 이미지 1,000장당 약 2.9 kWh를 썼고, 텍스트 1,000건 분류는 0.002 kWh를 썼습니다.

## 더 가볍게 쓰려면 어떻게 하나요? {#how-do-i-use-it-more-lightly}

- **한 번에, 명확하게 물으십시오.** 원하는 것, 누구를 위한 것인지, 답변 길이를 밝히십시오.
- **짧은 답변을 요청하십시오.** UNESCO와 University College London은 프롬프트와 응답을 짧게 하면 에너지 사용을 절반 넘게 줄일 수 있음을 발견했습니다.
- **필요한 것만 붙여 넣으십시오.** 문서 전체가 아니라 관련 부분만 넣는 식입니다.
- 간단한 질문에는 **더 가벼운 모델을 고르고**, "생각하는" 모드는 어려운 질문에 아껴 두십시오([추론 모드를 언제 쓸지](/ko/방법/ai의-생각하기-추론-모드는-언제-써야-하나요/) 참고).

## 무엇이 가장 큰 차이를 만드나요? {#what-makes-the-biggest-difference}

반복과 미디어를 피하는 것입니다. 재생성을 열 번 누르거나 이미지 변형을 수십 장 만드는 것은 아무리 많은 공손한 말보다도 훨씬 비용이 큽니다. 질의당 수치는 추정치이며 모델과 업체에 따라 다르므로, 정밀한 값이 아니라 대략적인 길잡이로 여기십시오.

일상 습관을 더 알아보려면 [AI를 효율적으로 쓰기](/ko/모범-사례/ai를-효율적으로-쓰기-일상-습관/)와 [모두를 위한 쉬운 가이드](/ko/가이드/그린-ai-모두를-위한-쉬운-안내서/)를 읽어 보십시오.

## 출처

- [The gentle singularity](https://blog.samaltman.com/the-gentle-singularity), Sam Altman (OpenAI) (2025)
- [How much energy does ChatGPT use?](https://epoch.ai/gradient-updates/how-much-energy-does-chatgpt-use), Epoch AI (2025)
- [Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO and University College London (2025)
- [Power Hungry Processing: Watts Driving the Cost of AI Deployment?](https://arxiv.org/abs/2311.16863), Luccioni, Jernite and Strubell, ACM FAccT (2024)
