# 그린 AI: 교사를 위한 안내

> AI의 에너지·물·탄소 비용에 대한 쉬운 배경 설명, 출처를 밝힌 교실용 사실, 정책에 넣을 사항과 흔한 오해를 정리했습니다.

Source: https://greenai.guide/ko/학교/그린-ai-교사를-위한-안내/  
Updated: 2026-11-19

## 요약

AI는 전기, 물, 하드웨어를 쓰는 데이터 센터의 컴퓨터에서 돌아가므로, 요청 하나하나에 작은 환경 비용이 있고 그것이 수십억 명의 사용자에 걸쳐 쌓입니다. 이를 잘 가르치는 데 교사에게 기술적 전문 지식이 필요하지는 않습니다. 믿을 만한 사실 몇 가지, 효율과 충분성의 차이, 그리고 교실에서 보여 주는 좋은 습관만으로도 큰 효과를 낼 수 있습니다.

## 핵심 내용

- 훈련은 모델을 한 번 만드는 것이고, 추론은 누군가 그 모델을 쓸 때마다 일어납니다. 인기 있는 도구라면 사용에 드는 에너지는 모델이 서비스되는 동안 계속 쌓입니다.
- Google은 Gemini 텍스트 프롬프트 중앙값에 0.24 Wh, OpenAI는 ChatGPT 질의 평균에 약 0.34 Wh를 보고합니다. 둘 다 서로 다른 방식으로 측정한 기업 자체 수치입니다.
- 이미지 생성은 짧은 텍스트 생성보다 훨씬 많은 에너지를 쓰며, 범용 모델은 특정 작업용 모델보다 더 많이 씁니다.
- 2025년 UNESCO와 UCL 보고서에 따르면 더 짧은 프롬프트, 더 짧은 답, 더 작은 모델로 에너지를 크게 줄일 수 있습니다.
- 학교 AI 정책은 개인정보 보호, 나이 제한, 평가와 함께 효율과 충분성도 다룰 수 있습니다.

## 교사가 먼저 알아야 할 것은 무엇인가요? {#what-do-teachers-need-to-know-first}

이 주제의 대부분은 세 가지 개념으로 설명됩니다. AI는 전기, 물, 재료를 쓰는 물리적인 컴퓨터에서 돌아간다는 것,
요청당 작은 비용이 수십억 건의 요청에 걸쳐 쌓인다는 것, 그리고 일을 더 효율적으로 하는 것과 불필요한 일을 덜 하는
것이 모두 도움이 된다는 것입니다. 나머지는 [용어집](/ko/용어집/)에서 찾아볼 수 있는 세부 사항입니다.

## AI는 에너지를 어떻게 쓰나요? {#how-does-ai-use-energy}

AI는 에너지를 두 번 씁니다. 모델을 만들 때 한 번, 그리고 누군가 그 모델을 쓸 때마다 또 씁니다. 둘 다 특수 컴퓨터로
가득 찬 건물인 [데이터 센터](/ko/용어집/#data-centre)에서 일어납니다.

- **[훈련](/ko/용어집/#training)**은 엄청난 양의 데이터를 보여 주며 모델을 만드는 일회성 과정입니다. 대형 모델은 몇 달
  동안의 계산이 필요합니다. 예를 들어 Meta는 Llama 3.1 제품군의 모델 카드에서 3,930만 GPU 시간의 훈련과, 위치 기반
  기준으로 11,390톤의 CO₂ 환산량을 보고합니다.
- **[추론](/ko/용어집/#inference)**은 훈련된 모델을 사용하는 것, 즉 각각의 질문, 답, 이미지입니다. 한 번의 사용은
  작지만 인기 있는 도구는 수십억 번 쓰이므로, 사용에 드는 에너지는 모델이 서비스되는 동안 계속 늘어납니다.
- **컴퓨터를 둘러싼 건물**도 주로 냉각을 위해 에너지를 씁니다. 업계는 이를 [PUE](/ko/용어집/#pue)로 측정합니다.

언어 모델은 [토큰](/ko/용어집/#token) 단위로 읽고 씁니다. 토큰은 흔히 단어의 일부인 텍스트 조각입니다. 영어에 대한
OpenAI의 경험칙은 토큰 하나가 약 네 글자, 즉 단어의 약 4분의 3이라는 것입니다. 입력과 출력의 토큰이 많을수록 계산이
더 많아지므로, 긴 답이 짧은 답보다 비용이 더 듭니다.

## 수업에서 자신 있게 쓸 수 있는 사실은 무엇인가요? {#what-facts-can-i-use-in-class-with-confidence}

아래 수치는 이름이 밝혀진 공개 출처에서 나온 것입니다. 숫자가 빠르게 바뀌므로 출처와 연도를 함께 인용하십시오.

| 사실 | 출처 |
|---|---|
| 데이터 센터는 2024년 약 415 TWh의 전력, 즉 세계 전력 사용량의 약 1.5%를 사용했습니다 | IEA, *Energy and AI*, 2025 |
| 이 양은 2030년까지 두 배 넘게 늘어 약 945 TWh가 될 것으로 예상되며, 이는 오늘날 일본의 사용량보다 약간 많습니다 | IEA, 2025 |
| 데이터 센터 전력 사용량은 2017년 이후 매년 약 12%씩 늘었습니다 | IEA, 2025 |
| Google의 Gemini 텍스트 프롬프트 중앙값은 0.24 Wh와 물 약 0.26 mL(대략 다섯 방울)를 썼습니다 | Google, 2025 |
| Google은 1년 동안 프롬프트 중앙값당 에너지를 33분의 1로 줄였다고 보고합니다 | Google, 2025 |
| OpenAI는 ChatGPT 질의 평균이 약 0.34 Wh를 쓰며, 이는 오븐을 1초 남짓 켠 것과 같다고 말합니다 | OpenAI, 2025 |
| 아일랜드에서 데이터 센터는 2024년 전체 계량 전력의 22%를 사용했는데, 이는 2015년의 5%에서 늘어난 것이며 모든 도시 가구를 합친 것보다 많습니다 | Central Statistics Office, Ireland, 2025 |
| 시험한 모델 중 가장 효율이 낮은 모델로 이미지 1,000장을 생성하는 데 11.49 kWh가 들었는데, 이는 스마트폰 522번 충전에 해당합니다 | Luccioni, Jernite, Strubell, 2024 |
| 프롬프트와 답을 짧게 하면 에너지를 절반 넘게 줄일 수 있고, 더 작은 특정 작업용 모델은 시험에서 최대 90%까지 줄였습니다 | UNESCO와 UCL, 2025 |

이 수치를 쓸 때 두 가지를 주의하십시오. Google과 OpenAI의 수치는 서로 다른 방법을 쓴 기업 자체 보고이므로 동일한
조건의 비교가 아닙니다. 그리고 프롬프트당 수치는 텍스트에 대한 것입니다. 이미지, 영상, 여러 단계를 거쳐 생각하는
"추론(reasoning)" 모드는 더 많이 씁니다.

## 학교에서 AI를 책임 있고 효율적으로 쓰려면 어떻게 해야 하나요? {#how-can-i-use-ai-in-school-responsibly-and-efficiently}

AI가 실제로 시간을 아껴 주거나 실질적인 가치를 더하는 곳에 쓰고, 낭비가 최대한 적은 방식으로 쓰십시오. 에너지를
아끼는 습관은 대부분 더 좋은 결과를 얻는 습관과 같습니다.

- **AI가 알맞은 도구인지 물어보십시오.** 이미 가진 학습지, 검색, 계산기로 충분할 수 있습니다. 이것이
  [충분성](/ko/용어집/#sufficiency)입니다.
- **막연한 프롬프트 다섯 개 대신 분명한 프롬프트 하나를 쓰십시오.** 결과물이 누구를 위한 것인지, 길이는 얼마인지,
  어떤 형식이 필요한지 밝히십시오.
- **짧은 답으로 충분할 때는 짧은 답을 요청하십시오.** UNESCO와 UCL 보고서는 프롬프트와 응답을 짧게 하면 에너지를
  절반 넘게 줄일 수 있다는 것을 발견했습니다.
- **간단한 작업에는 더 작거나 단순한 도구를 고르고**, 수업에 도움이 되지 않는 한 이미지나 영상 생성은 피하십시오.
  [알맞은 모델 고르기](/ko/모범-사례/작업에-맞는-모델-고르기/)를 참고하십시오.
- **좋은 결과물은 다시 쓰십시오.** 효과가 있는 프롬프트와 자료를 저장해 두고, 다시 생성하는 대신 동료와 공유하십시오.
- **쓰지 않는 AI 기능은 끄십시오.** 사무용 및 학습용 소프트웨어에서 설정이 허용하는 경우에 해당합니다.

[AI 효율적으로 쓰기](/ko/모범-사례/ai를-효율적으로-쓰기-일상-습관/) 페이지에 성인을 위한 더 자세한 내용이 있습니다.

## 학교 AI 정책은 그린 AI에 대해 무엇을 담아야 하나요? {#what-should-a-school-ai-policy-say-about-green-ai}

학교 AI 정책은 보통 아동 보호, 개인정보 보호, 평가를 다룹니다. 효율과 충분성에 관한 몇 줄을 더하는 데는 비용이 거의
들지 않으며, 학생들이 배우기를 바라는 사고방식의 본보기가 됩니다.

**대부분의 학교 정책에 이미 필요한 사항**(2025년에 갱신된 잉글랜드 교육부 지침이 이를 다룹니다. 해당 국가의
상응하는 지침을 확인하십시오):

- 도구와 그 사용이 승인되고 보호 조치가 마련되지 않았다면, 학생이나 교직원의 개인정보를 생성형 AI 도구에 넣지
  마십시오.
- AI 도구가 정한 나이 제한을 지키십시오. UNESCO의 2023년 지침도 교실 사용을 위한 최소 연령을 논의합니다.
- AI가 생성한 콘텐츠의 정확성과 적합성을 확인할 책임은 여전히 교직원에게 있습니다.
- 숙제, 과제, 시험에서의 AI 사용에 관해 시험 위원회의 기준에 맞춰 분명한 규칙을 정하십시오.
- 허락 없이 학생의 창작물이 AI 모델 훈련에 쓰이지 않도록 하십시오.

**추가할 그린 AI 사항:**

- 기본값으로 쓰지 말고, 학습에 분명히 도움이 되거나 교직원의 시간을 아껴 주는 곳에 AI를 쓰십시오.
- 에너지, 배출량, 데이터 센터 위치에 관한 정보를 공개하는 도구와 공급업체를 우선하십시오.
  [지속 가능한 AI 조달](/ko/모범-사례/지속-가능한-ai-조달/) 페이지에 물어볼 질문이 정리되어 있습니다.
- 아무도 요청하지 않은 AI 기능을 학교 전체에 켜지 마십시오.
- 교직원 연수와 학생 디지털 리터러시 수업에 AI의 환경 비용을 포함하십시오.
- 도구와 근거가 모두 빠르게 바뀌므로 매년 정책을 검토하십시오.

## 학생들이 흔히 잘못 아는 것은 무엇인가요? {#what-do-pupils-often-get-wrong}

학생들은, 그리고 어른들도, "AI는 그냥 내 휴대폰에서 돌아가니까 에너지를 안 쓴다"와 "프롬프트 하나가 바다를
끓인다" 사이를 오가는 경향이 있습니다. 진실은 그 중간에 있으며, 그 차이는 좋은 교육 기회가 됩니다.

| 오해 | 더 나은 설명 |
|---|---|
| "AI는 내 휴대폰에서 돌아가니까 전력을 거의 안 쓴다." | 대부분의 챗봇은 멀리 있는 데이터 센터에서 돌아갑니다. 휴대폰은 요청을 보내고 답을 보여 줄 뿐입니다. |
| "프롬프트 하나가 에너지를 엄청 쓴다." | 일반적인 텍스트 프롬프트는 1와트시에도 못 미칩니다. 문제는 규모입니다. 하루 수십억 건에 이미지와 영상까지 더해집니다. |
| "더 효율적이 되면 문제가 해결된다." | 더 싸고 빠른 AI는 더 많이 쓰이는 경향이 있어 절감 효과를 상쇄할 수 있습니다. 이것이 [리바운드 효과](/ko/용어집/#rebound-effect)입니다. |
| "AI는 챗봇뿐이다." | AI에는 스팸 필터, 추천 시스템, 일기 예보, 의료 영상도 포함되며, 그중 상당수는 작고 효율적입니다. |
| "그린 AI는 AI를 쓰지 않는다는 뜻이다." | 그린 AI는 AI를 잘 쓰는 것, 즉 효율적으로, 그리고 가치를 더하는 곳에 쓰는 것을 뜻합니다. |
| "데이터 센터는 전기로 돌아가니까 물은 안 쓴다." | 많은 데이터 센터가 냉각에 물을 쓰며, 일부 지역은 물이 부족합니다. |
| "클라우드는 하늘에 있으니까 깨끗하다." | "클라우드"는 땅 위의 건물, 케이블, 컴퓨터이며 실제 전력과 토지를 씁니다. |

연구자들은 또한 컴퓨팅의 효율 향상 뒤에 총사용량이 줄기보다 오히려 늘어난 경우가 많았음을 보여 주었습니다
(Freitag 외, 2021). 그래서 효율과 함께 충분성이 중요하며,
[효율은 충분성이 아니다](/ko/기사/효율은-충분성이-아닙니다-ai의-리바운드-효과/) 기사를 읽어 볼 가치가 있습니다.

## 다음에 할 일 {#what-to-do-next}

- [수업 아이디어](/ko/학교/그린-ai-수업-및-활동-아이디어/)에서 활동 하나를 해 보십시오. 종이 토큰 활동은 기술 장비가 필요 없습니다.
- [학생을 위한 그린 AI](/ko/학교/학생을-위한-그린-ai/)를 학급과 공유하십시오.
- 학생들의 질문에 빠르게 답할 수 있도록 [용어집](/ko/용어집/)과 [자주 묻는 질문](/ko/자주-묻는-질문/)을 즐겨찾기에 추가하십시오.
- 다음 정책 검토 때 위의 그린 AI 정책 사항을 제안하십시오.
- 전문성 개발과 대학 진학을 고민하는 학생을 위해 [강좌 디렉터리](/ko/강좌/)를 살펴보십시오.

## 자주 묻는 질문

### AI 프롬프트 하나는 에너지를 얼마나 쓰나요?

일반적인 텍스트 프롬프트에 대한 기업 수치는 1와트시에도 못 미칩니다. Google은 Gemini 텍스트 프롬프트 중앙값에 0.24 Wh, OpenAI는 ChatGPT 질의 평균에 약 0.34 Wh를 보고합니다. 더 긴 답, 이미지, 영상, 추론을 많이 하는 모델은 더 많이 씁니다.

### 학생들이 학교에서 AI 챗봇을 써도 되나요?

이는 국가 지침과 도구가 직접 정한 나이 제한 안에서 각 학교가 결정할 일입니다. 잉글랜드 교육부(Department for Education)는 학교에 그 나이 제한을 지키고, 개인정보를 보호하며, 학생의 사용을 지도하도록 요구합니다.

### 그린 AI를 가르치려면 컴퓨팅 전공 교사여야 하나요?

아닙니다. 핵심 개념은 에너지, 규모, 선택에 관한 것이어서 어떤 교사든 설명할 수 있습니다. 이 사이트의 용어집이 기술 용어를 쉬운 말로 정의해 줍니다.

### AI가 물을 많이 쓴다는 게 사실인가요?

데이터 센터는 주로 냉각을 위해 물을 쓰며, 그 양은 부지와 냉각 방식에 따라 크게 다릅니다. Google은 Gemini 텍스트 프롬프트 중앙값에 약 0.26 mL, 대략 물 다섯 방울을 보고하지만, 모든 사용자와 모든 시설을 합친 총량은 훨씬 크고 잘 보고되지도 않습니다.

## 출처

- [Energy and AI](https://www.iea.org/reports/energy-and-ai), International Energy Agency (2025)
- [Measuring the environmental impact of delivering AI at Google scale](https://arxiv.org/abs/2508.15734), Google (arXiv:2508.15734) (2025)
- [The Gentle Singularity](https://blog.samaltman.com/the-gentle-singularity), Sam Altman (OpenAI) (2025)
- [Power hungry processing: watts driving the cost of AI deployment?](https://arxiv.org/abs/2311.16863), Luccioni, Jernite and Strubell (arXiv:2311.16863) (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)
- [Llama 3.1 8B model card](https://huggingface.co/meta-llama/Llama-3.1-8B), Meta (Hugging Face) (2024)
- [What are tokens and how to count them?](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them), OpenAI Help Center (2025)
- [Data centres metered electricity consumption 2024](https://www.cso.ie/en/releasesandpublications/ep/p-dcmec/datacentresmeteredelectricityconsumption2024/keyfindings/), Central Statistics Office, Ireland (2025)
- [Generative artificial intelligence (AI) in education](https://www.gov.uk/government/publications/generative-artificial-intelligence-in-education), Department for Education (2025)
- [Guidance for generative AI in education and research](https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research), UNESCO (2023)
- [The real climate and transformative impact of ICT: a critique of estimates, trends, and regulations](https://doi.org/10.1016/j.patter.2021.100340), Freitag et al., Patterns (2021)
