AI 데이터센터의 지속가능성 문제를 해결하려면 우리가 엉뚱한 곳을 살펴보고 있는 것은 아닐까?

더욱 스마트한 공급망이 AI 붐의 환경 영향을 줄이는 핵심 열쇠일 수 있다

전 세계 지속가능성 분야의 리더들은 AI의 역설을 두고 논의하고 있다. 한편으로는 AI가 환경에 미치는 영향이 커지고 있다. 하지만 다른 한편으로 AI는 현실 세계의 가장 까다로운 지속가능성 문제를 해결하는 데 적극적으로 기여하고 있다. 

AI의 이점은 기업의 생산성을 높이거나 프로세스를 자동화하는 데 그치지 않는다. 훨씬 더 크고 중대한 효과를 낼 수 있다. AI를 과학 연구, 의료, 에너지 시스템에 적용하면 생명을 구할 힘과 잠재력이 있다. 지속가능성 문제에 적용하면 AI의 예측 및 최적화 역량으로 폐기물, 에너지 사용량, 배출량을 줄일 수 있다. 국제에너지기구(IEA)는 기존의 산업 공정용 AI 애플리케이션을 산업 전반에 도입할 경우 에너지 절감량만으로도 멕시코의 현재 총에너지 소비량을 넘어설 것으로 추산한다. 

AI와 데이터센터 생태계가 현재 환경에 미치는 영향을 외면할 수는 없지만, 이 기술이 가져오는 실질적인 효과와 가능성도 무시할 수 없다. 지금 AI를 포기하면 그 이점을 온전히 실현하지 못하게 된다. 그러나 AI의 약속을 실현하려면 이를 뒷받침할 물리적 인프라를 구축해야 하며, 지속가능한 방식으로 구축할 방법을 찾아야 한다. 

지금까지 AI의 지속가능성 논의는 대체로 데이터센터에 초점을 맞춰 왔다. 하지만 AI가 환경에 미치는 영향을 실질적으로 줄이려면 데이터센터의 벽 너머까지 살펴보고, 공급망 상류에서 자재와 장비, 하드웨어가 이동하는 경로를 따라가야 한다. 

AI 인프라를 뒷받침하는 글로벌 공급망을 최적화하는 것은 AI의 환경 영향을 줄이는 강력한 수단이다.

AI의 실제 환경 영향에는 공급망도 포함된다

AI가 환경에 미치는 영향을 논의할 때 데이터센터에 초점을 맞추는 것은 여러 면에서 이해할 만하다. 현재 데이터센터 사용량 가운데 AI 작업이 차지하는 비중은 약 20%다. 이 비중은 2030년까지 40%로 두 배 증가할 것으로예상된다. AI에는 막대한 컴퓨팅 용량이 필요하며, 이를 가동하려면 엄청난 양의 전력이, 시스템을 냉각하려면 막대한 양의 물이 필요하다. IEA에 따르면AI에 특화된 일반적인 데이터센터 하나가 10만 가구와 맞먹는 양의 전력을 소비할 수 있다. 

지속가능성, 설계, 인프라 분야의 최고 전문가들은 데이터센터 전력 공급을 위한 재생에너지의 광범위한 도입, 모든 시설의 친환경 건축 방식, 물 사용량이 적은 냉각 기술을 추진하고 있다. 이러한 문제들은 중요하지만, 전체 문제의 일부만 다룬다. 변화는 AI 기반 공급망 최적화에서 시작해야 한다. 

AI가 환경에 미치는 영향은 데이터센터가 가동되기 훨씬 전부터 시작된다. 데이터센터는 반도체, 서버, 네트워크 장비, 변압기, 개폐 장치, 냉각 시스템, 철강, 콘크리트를 생산하고 운송하는 방대한 공급망 수천 개가 모이는 종착점이다. 이러한 제품의 공급망에는 전 세계 네트워크를 통해 여러 공급업체가 참여한다. 

이 시스템은 AI의 지속가능성 논의에서 대체로 빠져 있다. 하지만 이러한 공급망은 AI가 환경에 미치는 전체 영향에서 상당한 비중을 차지하므로, 폐기물과 배출량을 줄이도록 최적화해야 한다. 

지속가능한 AI 기반 공급망이 데이터센터의 환경 영향을 줄이는 방법

동료 심사를 거친 연구 112편을 검토한 2026년 리뷰 논문이 Cogent Engineering에 게재됐다. 이 논문은 AI가 공급망 프로세스, 정보 공유, 투명성을 개선해 공급망 최적화에 혁신적인 역할을 할 수 있다고 밝혔다. AI 기반 공급망 최적화가 AI의 환경 영향을 어떻게 완화하는지 살펴보자.

• 더 효율적인 제조: 제조에 AI를 적용하면 에너지 사용을 최적화하고, 지속가능성 문제를 일으키는 장비 결함을 찾아내며, 비효율적인 공정을 파악해 폐기물을 줄일 수 있다. AI 인프라 공급망에서는 서버, 냉각 시스템, 전기 장비, 반도체 등 생산 제품의 제조에 특히 많은 자원과 에너지가 들고, 핵심 광물을 채굴해야 하는 경우가 많으므로 이러한 효율성이 더욱 중요하다. 사회적 책임을 위한 비즈니스(BSR)에 따르면컴퓨팅 장비를 유지하려면 서버와 AI 하드웨어를 2~3년마다 자주 교체해야 한다. 따라서 상류 단계의 제품 제조를 최적화하는 것은 데이터센터의 전체 환경 영향을 줄일 수 있는 가장 큰 기회 중 하나다. 
• 자원 낭비를 줄이는 장비 운송 조정 개선:하드웨어 제조가 끝나면 데이터센터 건설 현장으로 운송해야 한다. AI는 적재 계획, 운송 계획, 경로 최적화를 지원해 불필요한 이동 거리와 자원 사용을 줄일 수 있다. 미국 환경보호청은 이것이 공급망의 지속가능성을 개선하는 데 핵심적인 요소라고 확인했다. 
• 가시성 향상 및 시나리오 계획: AI를 통해 가시성, 예측, 시나리오 계획이 개선되면 기업은 잠재적 차질에 대비해 과도한 재고를 비축하거나 여유 생산능력을 중복 확보할 필요가 없습니다. 위험이 어디에 있는지 더 정확히 파악하면 낭비를 초래하는 완충분을 쌓는 대신 표적화된 대응책을 마련할 수 있습니다.
• 네트워크 기반의 효율적인 협업: 공급망 네트워크 전반에 AI를 도입하면 제조업체와 기타 파트너는 소통과 정보 공유를 최대한 효율적으로 할 수 있습니다. 실시간 협업을 통해 모두가 같은 업데이트를 동시에 받습니다. 노력과 시간, 자원을 더는 낭비하지 않습니다.
• 제품 수명 주기 가시성을 높여 장비를 더 오래 활용할 수 있습니다: 기술이 빠르게 발전하면서 전자폐기물에 대한 우려가 커지고 있습니다. Global E-waste Monitor에 따르면, 전 세계 전자폐기물 발생량은 2022년 사상 최대인 6,200만 톤에 달해 2010년의 두 배로 늘었습니다. 데이터센터 하드웨어를 앞으로 업그레이드할 때 수리, 재정비, 재활용에 관한 의사결정에 필요한 정보를 제공함으로써 AI 기반의 제품 수명 주기 가시성을 높이면 전자폐기물을 크게 줄일 수 있습니다. 

이는 순환경제 운동의 핵심이며, 이 운동은 공급망의 지속가능성을 높일 잠재력이 매우 큽니다. 순환경제 체계에서 AI는 재료 분류를 개선해 재활용률을 높이고, 재정비할 제품의 회수를 위해 역물류를 최적화하며, 회수한 재료와 수요를 예측 기반으로 연결할 수 있습니다. 

AI 인프라 공급망의 각 부분을 면밀히 살펴보고 운영 효율성과 지속가능성을 높이도록 최적화하면 기업은 AI가 환경에 미치는 영향을 크게 줄일 수 있습니다. AI 자체가 과거에는 불가능했던 일들을 가능하게 하고 있습니다. 이를 통해 계획 담당자들은 데이터센터 공급망의 수많은 복잡한 변수를 동시에 분석해 수익성과 환경 모두에 가장 유리한 결정을 내릴 수 있습니다.

AI가 자체 효율성을 높이는 데 기여하는 방법

데이터센터의 자원 사용에 대한 우려에도 불구하고, 지속가능성 분야의 리더들은 AI의 영향에 대체로 낙관적입니다. 세계경제포럼의 최고지속가능성책임자 전망 보고서에 따르면 CSO 중 73%가 AI가 지속가능성 향상을 실질적으로 가속화할 것으로 기대합니다.

또한 AI는 소재와 반도체 분야의 혁신을 촉진해 기술을 선순환적으로 개선하고 자원 집약도를 낮출 것으로 기대됩니다. 연구자와 엔지니어들은 AI를 활용해 더 효율적인 칩을 설계하고, 에너지 효율이 더 높은 AI 모델을 개발하고, 새로운 소재를 발견하며, 냉각 기술과 데이터센터 에너지 시스템을 개선하고 있습니다. 

이러한 혁신적 솔루션과 광범위한 공급망 최적화가 함께 이루어지면 차세대 데이터센터의 효율성과 지속가능성이 높아져 AI가 환경에 미치는 영향이 크게 줄어들 것입니다. 

AI 혁신과 지속가능성을 향한 노력이 서로 충돌할 필요는 없습니다. 빠르게 발전하는 이 기술을 AI의 성장을 뒷받침하는 데이터센터와 공급망에 적용하면, 미래 인프라를 위한 더 효율적인 기반을 마련하면서 AI의 이점을 계속 실현할 수 있습니다.