구글, AI 환경 영향 측정법 공개…제미나이 텍스트 프롬프트 에너지 33배 절감

AI에게 질문을 하나 던질 때마다 데이터센터에서는 전력이 얼마나 소모될까요? 그동안 대형 언어 모델의 전력 소비와 탄소 배출량은 명확한 기준 없이 막연한 추측에 의존해 왔습니다.

Google은 자사 AI 모델의 에너지 소비, 용수 사용량, 탄소 배출량을 종합적으로 측정할 수 있는 방법론을 담은 기술 보고서를 공개했습니다.

보고서에서 가장 눈에 띄는 대목은 급격한 효율 개선 수치입니다. 지난 12개월 동안 Gemini 앱에서 텍스트 프롬프트를 1회 처리할 때 발생하는 에너지 소비량 중앙값은 33배 줄어들었고, 탄소 발자국은 44배 감소했습니다. Google은 응답 품질을 높이면서 동시에 이 같은 감축을 이뤄냈다고 밝혔습니다.

질문 하나에 TV 시청 9초 미만

이해를 돕기 위해 Google은 일상적인 예시를 제시했습니다. 현재 Gemini 앱에서 중간 수준의 텍스트 질문을 처리하는 데 들어가는 에너지는 TV를 9초 미만으로 시청할 때 소모되는 전력과 비슷합니다.

데이터센터 단위의 수치도 함께 공개되었습니다. 서비스 및 사업 확장에 따라 2024년 Google 데이터센터의 총 전력 소비량은 전년 대비 27% 증가했습니다. 하지만 설비 효율화와 무탄소 에너지 도입 등에 힘입어 데이터센터의 에너지 부문 탄소 배출량은 오히려 12% 감소했습니다.

Google은 이러한 성과가 자체 제작 하드웨어 칩부터 데이터센터 소프트웨어 제어, 모델 아키텍처에 이르는 풀스택 혁신의 결과물이라고 설명했습니다.

왜 중요한가

AI 인프라 확충에 따른 전력망 과부하가 글로벌 이슈로 떠오른 시점에, Google이 정량적 측정 프레임워크와 구체적인 절감 수치를 먼저 꺼내든 점은 매우 영리한 행보입니다. AI 발전이 환경 파괴로 직결된다는 비판에 대해 엔지니어링 최적화로 대응할 수 있음을 입증하려 한 것입니다.

사용자와 개발자 관점에서 1년 만에 추론 에너지가 33분의 1 수준으로 줄었다는 것은 장기적인 API 단가 하락과 실시간 서비스 도입의 기술적 토대가 마련되고 있음을 뜻합니다. 질문당 소모량이 TV 9초 시청 수준이라면 대규모 업무 자동화 도입에 따른 환경적 부담감도 크게 줄어듭니다.

다만 이번 발표 수치는 일반적인 텍스트 프롬프트의 중앙값에 한정되어 있다는 점을 감안해야 합니다. 전력 소모가 극심한 멀티모달 이미지·영상 생성이나 긴 체인 오브 소트(CoT) 추론 에이전트 작업의 수치는 따로 따져볼 필요가 있습니다.

또한 개별 추론 효율이 수십 배 좋아지더라도 사용량 자체가 폭발하면 전체 에너지 사용은 늘어날 수밖에 없습니다. 2024년 Google의 총 전력 소비가 27% 늘어난 것처럼, 급증하는 연산 수요를 효율 개선 속도가 계속 앞지를 수 있을지는 여전히 지켜볼 대목입니다.