제1회 기후보도상 수상 2025 기후에너지어워드 수상 클릭 한 번, 프롬프트 한 줄 그 순간 지구는 더 뜨거워지고 미래 세대의 시간이 사라진다! AI의 양면성을 해부한 노컷뉴스의 날카로운 분석과 경고 AI는 답변 1초마다 냉각수 1리터를 증발시키고, 하루 사용량은 원전 1기의 전력에 육박한다! 노컷뉴스가 1년간의 심층 취재로 밝혀낸 AI 시대의 보이지 않는 환경 비용 2022년 챗GPT의 등장은 세상을 바꿨다. 하지만 이 놀라운 기술은 ‘전력 먹는 하마’다. 챗GPT 질문 하나는 구글 검색보다 최소 10배 많은 전력을 소모하며 , 2027년 전 세계 AI 데이터센터의 전력 소비량은 대한민국 전체 사용량과 맞먹을 수 있다는 충격적인 전망이 나온다. 이는 1.5℃ 상승을 억제하자던 파리협정의 꿈과 정면으로 충돌한다. 이 책은 우리가 외면했던 ‘진짜 비용’을 추적한다. 문제는 전력뿐만이 아니다. AI의 뜨거운 뇌를 식히기 위해 매일 막대한 양의 ‘물’이 증발하고 있다는 사실이다. 구글은 2023년 한 해에만 52억 갤런의 물을 사용했으며, 칠레와 애리조나 같은 가뭄 지역에서는 이미 ‘물 전쟁’이 시작되었다. 그뿐만 아니다. AI 기술 경쟁은 3~5년마다 서버를 교체하는 ‘전자폐기물’의 산을 만든다. 이 폐기물은 납, 카드뮴 등 독성 물질을 품은 채 개발도상국으로 향한다. 빅테크 기업들은 ‘RE100’을 외치지만, 이 책은 그것이 ‘연간 총량 맞추기’에 불과한 정교한 ‘그린워싱’일 수 있음을 고발한다. 기술이 효율화되면 오히려 사용량이 늘어나게 된다는 ‘제본스의 역설’. AI는 기후 위기의 ‘파괴자’이자 동시에 지구를 구할 ‘구세주’의 양면성을 지녔다. 이 책은 ‘브레이크 없는 자전거’에 올라탄 인류가 ‘쌍둥이 전환’이라는 해법을 통해 어떻게 지속 가능한 미래를 선택할 수 있는지, 그 치열한 갈림길을 제시한다.

프롤로그 0 클릭 한 번의 진실 왜 1. 숨겨진 괴물의 실체 규모별로 본 데이터센터의 전력 소비 상상을 초월하는 규모의 등장 데이터센터 내부의 전력 사용 구조 데이터센터의 전력 폭증, 전 세계적 현상 데이터센터 천국의 그림자 전 지구적 전력 수요 폭증 따라잡을 수 없는 속도 발열 전쟁과 트리플 제로 2. 일상 속 AI의 진짜 비용 일상 속 AI의 진짜 비용 과거·현재·미래에도 ‘전력 먹는 하마’ ‘전기 생산’에서 ‘환경 파괴’로 너도나도 AI가 불러온 ‘사용량 폭증’ 3. 전력을 넘어선 환경 파괴 데이터센터 에너지의 현실 공냉식과 수냉식 물 증발의 불가역성 구글로 보는 현실의 숫자 지구촌 물 전쟁 유럽의 정책 대응 지속 가능성과 근본적 질문 4. 넘쳐나는 폐기물 무어의 법칙이 만든 폐기의 가속화 재활용의 현실과 한계 효율성 향상의 역설 패러다임 전환의 필요성 AI 칩이 집어삼키는 희토류 중국의 자원 지배력과 공급망 취약성 자원 고갈 우려와 미래 전망 지속 가능한 AI 시대를 위한 과제 5. 빅테크의 환경 딜레마 급증하는 전력 소비의 현실 탄소중립 약속 vs 사업 확장의 충돌 역계산 추정과 투명성 부재 정책적 개입의 필요성 6. 파리협정의 약속과 현실 전 세계를 휩쓴 탄소중립 선언 재생에너지의 놀라운 성장 예상치 못한 복병 미·중 패권 경쟁 가속 현실적 해법을 찾는 노력 인류의 시험대 7. 제본스 패러독스의 현대적 재현 싸면 더 쓴다 LED의 배신 AI발, 제본스의 역설 게임 이론으로 본 AI 경쟁 딥시크 쇼크 AI 리터러시의 필요성 무한한 ‘제본스의 역설’과의 전쟁 8. 그린워싱의 정교한 기만 RE100이라는 환상 시간의 불일치와 위치의 모순 추가성의 환상과 탄소 회계의 마술 그린워싱 식별법과 규제 진정한 해결책을 향해 9. 구세주인가, 파괴자인가 거대한 감축 잠재력 회의적 시각 균형 잡힌 미래 전망 현실적 수치 10. 지속 가능한 AI를 향한 기술적 노력 AI 모델의 에너지 효율성 혁신 친환경 데이터센터 하드웨어 혁신과 전문화 차세대 컴퓨팅 패러다임 규제와 표준화의 역할 미래 전망과 통합적 접근 11. 우리가 할 수 있는 실천 쌍둥이 전환 신재생 에너지에서 출발 전기 요금 개편 환경이 빠진 AI 기본법 모든 변화의 시작점 함께 넘는 줄넘기 12. 갈림길에서 선택 역사상 가장 강력한 도구 알고 선택하는 미래 에필로그 부록

실제로 챗GPT-4o는 개편 이후 첫 1주일간 7억 장의 이미지를 생성했습니다. 이를 단순 전력량으로만 환산하면, 미국 6만 7000가구가 하루에 쓰는 전력을 썼다는 뜻이었습니다.
뿐만 아니라, 잠재적인 AI 사용자의 크기도 고려되어야 합니다. AI를 접하지 않은 잠재적 수요층이 AI를 접하기 시작하면서 만들어 낼 막대한 전력 수요를 고려한 접근법이 필요하다는 지적이 나옵니다.
김창익 교수의 설명을 보면 이 문제의 심각성을 실감할 수 있습니다.

“지금 전 세계 인구가 약 80억 명인데, 챗GPT 등 AI 챗봇을 쓰고 있는 인구가 현재 약 8억 명 정도에 불과합니다. 그렇다면 아직 AI 챗봇을 접하지 않은 90%의 사람들이 AI를 사용하면 그만큼 전력 소모가 급상승할 겁니다.”

50쪽


지난 수백 년 동안의 변화보다 최근 10년간의 변화가 더 드라마틱했다고 말하는 것은 이제 더 이상 새로운 이야기가 아닙니다. 우리가 살고 있는 지금의 세상은 시간이 지날수록 변화의 기울기가 더욱 가파르게 높아지고 있습니다.
10년 전의 기억을 떠올리기는 어렵지만, 그때 어떤 기기를 사용하고 어떤 물건을 쓰고 있었는지를 생각해 보면 기술의 변화가 얼마나 놀라운 속도로 진행되어 왔는지를 알 수 있습니다. 그만큼 변화는 우리 앞에 다가올 미래의 이야기가 아니라, 지금 이 순간에도 우리 곁에서 계속되고 있습니다.
곤충이 허물을 벗으며 새롭게 태어나듯, 기계가 부품을 교체해 새로운 기능을 구현하듯, 우리의 일상 속 변화 역시 새로운 기능을 위한 ‘무언가의 탄생’과 동시에 ‘무언가의 소멸’을 수반합니다.
기술 발전의 혜택 뒤에는 언제나 버려지는 것들이 존재합니다. 기술이 빠르게 진화할수록 교체 주기도 짧아지고, 그만큼 버려지는 양도 많아집니다.
저희는 문득 궁금했습니다. 우리가 무심코 버린 쓰레기들은 어디로 갈까? 음식물 쓰레기는 퇴비로, 플라스틱은 재가공을 통해 다시 사용된다고 알고 있습니다.
그렇다면 컴퓨터 회로기판을 비롯한 전자폐기물은 각각 분해되고 회수되어 새로운 제품의 생산에 재활용되고 있을까요?
이 지점에서 ‘경제성’이라는 냉정한 기준이 등장합니다.
환경오염을 유발하는 방식까지 동원해 금속을 추출하기도 하지만, 경제성이 떨어지는 전자폐기물의 상당수는 어떻게 될까요? 정답은 명확합니다. 그냥 버려집니다.
우리가 종량제 봉투에 담아 버린 생활쓰레기가 매립장으로 향하듯, 전자폐기물도 결국 매립장으로 향합니다. 다만, 선진국에서 버려진 전자폐기물이 개발도상국으로 이동하는 흐름은 여전히 이어지고 있습니다.

100쪽


또한 대중 교육은 AI의 대가가 막대한 전력 사용과 온실가스 배출로 인한 기후 위기로 이어질 수 있다는 설명을 이해하기 쉽게 풀어 주어야 한다고도 덧붙였습니다. 딱딱한 교재가 아닌 재미있고 접하기 쉬운 여러 콘텐츠로 제공해 많은 사람에게 도달하기를 바란다는 뜻이었습니다.
예를 들어 AI를 무분별하게 쓰면서 나도 모르게 뿜어져 나오는 온실가스가 얼마나 위험한지 게임을 통해 이해하는 방식도 가능합니다. 혹은 AI에 물어보는 질문을 명확하게 구체적으로 던져서 불필요하게 긴 대화를 막는 방법을 영상으로 제작하는 방법도 있습니다. 이렇듯 다양한 콘텐츠를 통해 AI 패러독스를 경고할 수 있는 대중과의 접촉면을 넓혀갈 수 있는 것입니다.
반대로 고등교육기관(대학) 등에는 전 세계의 유수한 대학의 질 좋은 강의가 한데 모여 있는 대규모 온라인 공개 강좌(MOOC)82) 교육 자료를 통해 다양한 전문가들의 자료를 학습하고 토의할 수 있는 경험도 좋은 AI 교육법으로 제기됩니다.

150쪽


순환 경제 모델의 정착도 예상됩니다. 하드웨어 애즈 어 서비스129) 모델이 확산되면서 제조업체가 제품의 전체 수명 주기에 책임을 지게 되고, 이는 더 내구성 있고 업그레이드 가능한 제품 설계로 이어질 것입니다.
기후 변화는 글로벌 문제이므로, 지속 가능한 AI 기술 개발도 국제적 협력이 필수적입니다. 기술 표준의 국제적 조화, 모범 사례의 공유, 공동 연구개발 등이 필요합니다.
개발도상국의 AI 인프라 구축 시 처음부터 지속 가능한 기술을 적용하는 ‘리프프로깅’ 130) 전략도 중요합니다. 이는 선진국의 시행착오를 반복하지 않고 바로 최신 친환경 기술을 도입하는 것을 의미합니다.
지속 가능한 AI를 향한 기술적 노력은 단순히 에너지 효율성을 개선하는 것을 넘어, AI 산업 전체의 패러다임을 변화시키고 있습니다. 모델 경량화부터 양자컴퓨팅까지, 친환경 냉각 시스템부터 순환 경제 모델까지, 다양한 층위에서의 혁신이 동시다발적으로 진행되고 있습니다.
중요한 것은 이러한 기술적 노력들이 개별적으로가 아니라 통합적으로 접근되어야 한다는 점입니다. 하드웨어와 소프트웨어의 공동 최적화, 에너지 시스템과의 통합, 규제 프레임워크와의 조화 등이 모두 필요합니다.

200쪽