빅테크의 AI 기후 주장, 새로운 보고서에서 그린워싱(Greenwashing)으로 드러나
오늘 발표된 충격적인 새 보고서는 세계 최대 기술 기업들의 환경적 약속에 긴 그림자를 드리웠으며, 인공지능(Artificial Intelligence, AI)의 기후 혜택에 관한 주장의 압도적 다수가 근거가 없음을 밝혔다. Beyond Fossil Fuels와 Climate Action Against Disinformation을 포함한 비영리 단체 연합의 의뢰로 진행된 이 연구는 빅테크가 기존 머신러닝(Machine Learning)의 입증된 효율성과 현대 생성형 AI(Generative AI)의 에너지 집약적인 현실을 혼동시킴으로써 "그린워싱"을 하고 있다고 비난한다.
**뉴델리에서 열린 AI 임팩트 서밋(AI Impact Summit in New Delhi)**에 맞춰 발표된 이 분석은 업계 거물들이 내놓은 154개의 구체적인 기후 관련 성명을 면밀히 조사했다. 결과는 극명하다. AI 기후 혜택 주장의 74%가 피어 리뷰(동료 검토)를 거친 증거가 부족하며, 3분의 1 이상(36%)은 배출량 감축 약속을 뒷받침할 어떠한 증거도 제시하지 못하고 있다.
"미끼와 바꿔치기(Bait and Switch)": AI 기술의 혼동
보고서 비판의 핵심은 에너지 분석가이자 보고서 저자인 Ketan Joshi가 "전환 전술"이라고 묘사한 전략에 있다. 이 연구는 거대 기술 기업들이 풍력 터빈 효율 최적화나 전력망 관리에 사용되는 "전통적 AI"—즉 머신러닝 알고리즘—의 환경적 이점을 빈번하게 인용하여 "생성형 AI(Generative AI, GenAI)"의 대대적인 확장을 정당화한다고 지적한다.
Google의 Gemini 및 Microsoft의 Copilot과 같은 도구에 동력을 제공하는 생성형 AI는 과거의 예측 모델보다 훨씬 더 많은 컴퓨팅 성능과 에너지를 필요로 한다. 이러한 이질적인 기술들을 "AI"라는 넓은 범주로 묶음으로써, 기업들은 새로운 전력 소모적 제품의 탄소 발자국을 은폐하기 위해 오래되고 효율적인 기술의 친환경적 명성을 효과적으로 이용하고 있다.
"빅테크는 화석 연료 기업들의 접근 방식을 취했다. 즉, 핵심 사업이 배출을 주도하는 동안 친환경 기술에 대한 소규모 투자를 광고하는 방식을 디지털 시대에 맞게 업그레이드한 것이다."라고 Joshi는 말했다. "이러한 기술들은 핵심 사업의 막대한 배출량에 비하면 아주 미미한 수준의 배출량만을 피할 뿐이다."
수치로 보는 현실: 신뢰성의 위기
보고서는 빅테크의 주장이 정밀 조사에 얼마나 부합하는지에 대한 상세한 분석을 제공한다. 데이터는 환경 영향이 보고되는 방식에 있어 시스템적인 투명성 및 엄격함의 결여를 시사한다.
표 1: 빅테크 AI 기후 주장에 대한 분석
| 지표 | 통계 | 함의 |
|---|---|---|
| 검증되지 않은 주장 | 74% | 모든 기후 혜택 주장의 거의 4분의 3이 피어 리뷰를 거친 과학적 근거에 의해 뒷받침되지 않음. |
| 증거 없음 | 36% | 주장의 3분의 1 이상이 어떠한 지원 데이터나 인용 없이 제시됨. |
| 오해의 소지가 있는 인용 | 빈번함 | 기업들은 독립적인 과학적 연구보다는 내부 블로그나 컨설팅 보고서를 자주 인용함. |
이 연구는 특히 널리 퍼진 주장 하나를 강조한다. 바로 AI가 2030년까지 전 세계 온실가스 배출량의 5-10%를 완화할 수 있다는 것이다. 이 통계의 기원을 추적한 결과, 연구원들은 이것이 과학 논문이 아니라 컨설팅 회사 BCG의 2021년 블로그 게시물에서 비롯되었음을 발견했다. 해당 게시물은 실증적 데이터가 아닌 "고객 경험"을 인용했다. 이러한 취약한 근거에도 불구하고, 이 수치는 2025년 4월까지도 주요 기술 기업들에 의해 반복해서 사용되었다.
업계 반응 및 전문가 분석
이 보고서는 해당 분야 전문가들로부터 날카로운 반응을 불러일으켰다. 허깅 페이스(Hugging Face)의 AI 및 기후 책임자인 Sasha Luccioni는 이 보고서가 대화에 필요한 미묘한 차이를 더해준다고 강조했다.
"지구에 상대적으로 해로운 AI에 대해 이야기할 때, 그것은 대부분 생성형 AI와 대규모 언어 모델이다."라고 Luccioni는 언급했다. 그녀는 업계가 규제 당국과 대중을 혼동시키기 위해 매우 다른 유형의 AI 애플리케이션을 "뒤섞어" 기후 솔루션과 탄소 오염을 패키지 상품처럼 오해의 소지가 있게 제시해 왔다고 주장한다.
보고서의 타이밍은 매우 중요하다. 데이터 센터가 현재 **전 세계 전력의 약 1%**를 소비하고 있는 상황에서, 그 수치는 급증할 것으로 예상된다. BloombergNEF는 데이터 센터가 **2035년까지 미국 전력의 8.6%**를 소비할 수 있다고 추정하며, 이는 주로 생성형 AI의 확산에 따른 수요 급증에 기인한다.
"전환(Diversionary)" 전술
보고서는 빅테크의 커뮤니케이션 전략을 석유 및 가스 산업의 전략에 비유한다. 화석 연료 기업들이 석유 생산을 늘리면서 작은 재생 에너지 포트폴리오를 강조하는 것과 마찬가지로, 기술 기업들은 데이터 센터 성장으로 인해 전반적인 탄소 발자국이 확대되는 동안 특정 AI 애플리케이션의 미미한 기후 이득을 강조하고 있다.
- 배출량 대체 (Emission Displacement): AI가 물류 경로를 최적화할 수는 있지만, 모델을 학습시키고 실행하는 데 필요한 에너지가 그 절감액을 상쇄할 수 있다.
- 검증 공백 (Verification Gap): 보고서는 대중적인 생성형 AI 도구가 지구 가열화 배출량을 "실질적이고, 검증 가능하며, 상당하게" 줄인 단 하나의 사례도 찾지 못했다.
- 규제 사각지대 (Regulatory Blind Spots): 현재의 보고 표준은 기업들이 광범위한 기업 배출 총량 내에서 생성형 AI의 특정 에너지 집약도를 은폐할 수 있도록 허용하고 있다.
결론: 투명성에 대한 요구
AI 군비 경쟁이 가속화됨에 따라 기업의 수사와 환경적 현실 사이의 격차는 더욱 벌어지는 것으로 보인다. 이 보고서는 투자자, 규제 당국 및 소비자들에게 단순한 모호한 약속 그 이상을 요구하라는 경고의 메시지를 보낸다.
AI 산업이 진정으로 기후 솔루션에 기여하려면, 먼저 서로 다른 기술의 각기 다른 환경적 비용을 인정해야 한다. 엄격하고 피어 리뷰를 거친 증거와 머신러닝의 효율성 및 생성형 AI의 과잉 사이의 명확한 구분이 없다면, 빅테크의 친환경 주장은 디지털 연기와 거울을 이용한 속임수에 불과하게 될 위험이 있다.
