요약
검색 엔진, 계산기, 지도, 사전, 템플릿, 스프레드시트 수식처럼 더 단순한 도구가 이미 그 일을 믿을 만하게 해내는지 물어보십시오. 초안 작성, 설명, 글 다듬기처럼 실제로 시간을 아끼거나 결과를 개선하는 곳에는 생성형 AI를 쓰고, 다른 도구가 잘 처리하는 조회와 계산에는 쓰지 마십시오.
단계
- 필요한 결과가 무엇인지 한 문장으로 적으십시오.
- 검색, 계산기, 지도, 사전, 템플릿이 이미 그 결과를 주는지 확인하십시오.
- 초안 작성, 설명, 요약, 다듬기가 필요하고 결과를 확인할 수 있는 작업에 AI를 쓰십시오.
- 신뢰할 수 있는 출처가 이미 제공하는 정확하고 확인 가능한 사실이나 수치가 필요할 때는 AI를 피하십시오.
- 자주 반복하는 작업을 점검하십시오. 그런 작업에서 선택이 가장 중요합니다.
가장 저렴한 AI 요청은 할 필요가 없는 요청입니다. 생성형 AI는 유용하지만, 일상적인 작업 중 상당수는 더 단순한 도구가 더 빠르고 믿을 만하며 에너지도 덜 씁니다. 수학자, 컴퓨터 과학자, 업계가 함께한 2026년 영국 그린 AI 샌드핏(집중 토론 워크숍)은 같은 지점으로 거듭 돌아왔습니다. 사람들은 이미 잘 알려진 방법이 있는데도 AI에 손을 뻗는 경우가 많다는 것입니다.
간단한 테스트가 있나요?
| 필요한 것이… | 대체로 더 나은 것 | AI가 제 몫을 하는 경우… |
|---|---|---|
| 사실, 시간, 주소, 가격 | 검색 또는 공식 사이트 | 쉬운 말로 설명이 필요할 때 |
| 합계나 단위 변환 | 계산기 또는 스프레드시트 | 계산이 지저분한 텍스트 속에 묻혀 있을 때 |
| 길 찾기 | 지도 앱 | 사실상 없음 |
| 정형화된 편지 | 저장해 둔 템플릿 | 편지마다 실제로 맞춤 작성이 필요할 때 |
| 초안, 요약, 다시 쓰기 | AI | 대부분: AI가 잘하는 일입니다 |
왜 중요한가요?
범용 AI 모델은 요청마다 많은 일을 합니다. Luccioni, Jernite, Strubell은 다목적 생성 모델이 같은 작업에서 작업 특화 시스템보다 실행 비용이 몇 자릿수나 더 크다는 것을 발견했습니다. 그리고 AI는 도움이 될 때도 공짜가 아닙니다. 2025년 프로그래밍 작업 연구에서는 시험한 사례에서 AI 지원 코딩의 탄소 발자국이 수작업 방식의 평균 약 33배였습니다.
그렇다고 절대 쓰지 말라는 뜻은 아닙니다. 그만한 값어치가 있는 곳에 쓰라는 뜻입니다. W3C 웹 지속가능성 지침도 제품을 만드는 사람들에게 같은 점을 강조합니다. 구현하기 전에 AI가 필요한지 평가하라는 것입니다.
흔한 실수
- 간단한 사실을 찾으려고 챗봇을 검색 엔진처럼 쓰고, 결국 다시 확인해야 하는 것.
- 계산기가 정확히 해 주는 산수를 AI에 시키는 것.
- 템플릿이면 충분한, 매일 반복하는 작업에 습관적으로 AI를 쓰는 것.
큰 그림은 효율만으로는 충분하지 않습니다와 알맞은 모델 고르기를 읽어 보십시오.
출처
- Web Sustainability Guidelines, W3C (2025)
- Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite and Strubell, ACM FAccT (2024)
- Comparative analysis of carbon footprint in manual vs. LLM-assisted code development, Cheung, Kaul, Jahangirova, Mousavi and Zie, ResponsibleSE 2025 (ACM) (2025)
관련 내용
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.
더 작은 AI 모델은 어떻게 골라야 하나요?
작업을 잘 해내는 가장 작은 AI 모델을 고르는 법. 품질 기준을 정하고, 작은 것부터 시험하고, 에너지 등급을 확인하고, 큰 모델은 예비로 둡니다.
작업에 맞는 모델 고르기
AI 규모를 알맞게 맞추는 법: 작거나 특화된 모델을 쓸 때, 프런티어 모델이 비용값을 할 때, 라우팅의 원리, AI를 쓰지 말아야 할 때를 설명합니다.
효율은 충분성이 아닙니다: AI의 리바운드 효과
AI를 더 효율적으로 만들어도 전체 에너지 사용이 줄어든다는 보장이 없는 이유, 리바운드 효과(제번스 효과)의 의미, 절감을 실제로 지키는 방법을 설명합니다.