여러분이 ChatGPT에 질문할 때마다 데이터 센터 냉각 시스템을 통해 0.5리터의 물이 대기 중으로 증발합니다. AI의 인기가 폭발하면서 이 보이지 않는 비용으로 매년 수십억 갤런의 물이 고갈되고 있으며, 신규 데이터 센터의 3분의 2는 물 부족 지역에 건설되고 있습니다.
AI 물 소비량의 규모
GPT-3를 훈련하는 데 약 70만 리터의 깨끗한 담수가 소비되었습니다. 이는 BMW 자동차 370대를 생산하거나 올림픽 규격 수영장의 4분의 1 이상을 채울 수 있는 양입니다. 하지만 훈련은 시작에 불과합니다.
실제 소비는 매일 수백만 건의 쿼리에 응답하는 ‘추론’ 과정에서 발생합니다. 마이크로소프트의 전 세계 물 사용량은 AI 확장으로 인해 2021년에서 2022년 사이에 34%나 급증했습니다. 전 세계 AI의 물 발자국은 연간 3,125억에서 7,646억 리터에 달하는 것으로 추정됩니다. 중간 규모의 데이터 센터 하나만 해도 냉각을 위해 연간 약 1억 1천만 갤런을 소비하는데, 이는 1,000가구의 사용량과 맞먹습니다.
미래 예측은 더욱 심각합니다. GPT-5는 GPT-4o보다 쿼리당 8.6배 더 많은 에너지를 사용할 것으로 예상됩니다. 미국의 AI 서버만으로도 2030년까지 7억 3,100만에서 11억 2,500만 세제곱미터의 물을 소비할 것으로 전망됩니다. AI가 검색 엔진, 생산성 도구, 스마트폰에 내장되면서 누적 수요는 기하급수적으로 증가할 것입니다.
변화를 만들 수 있는 해결책
상황이 완전히 암울한 것만은 아닙니다. 마이크로소프트는 2030년까지 ‘워터 포지티브’를 달성하겠다고 약속하며, 물을 증발시키는 대신 재활용하는 폐쇄 루프 냉각 시스템에 투자하고 있습니다. 이 시스템은 기존 증발식 냉각 방식에 비해 물 소비를 최대 95%까지 줄일 수 있습니다.
구글은 해안 시설에서 해수 냉각을 실험하여 일부 지역에서는 담수 수요를 완전히 없애고 있습니다. 모델 가지치기나 양자화 같은 소프트웨어 혁신은 성능 저하 없이 계산 요구량을 50~90%까지 줄일 수 있습니다. 휴대폰이나 노트북에서 직접 모델을 실행하는 온디바이스 AI 처리는 많은 애플리케이션에서 데이터 센터의 물 사용을 완전히 제거합니다.
해결책은 존재합니다. 폐쇄 루프 냉각, 전략적인 시설 배치, 최적화된 모델, 그리고 온디바이스 처리가 그것입니다. 지금 필요한 것은 AI 제공업체들의 물 사용량에 대한 투명성과 지속 가능한 인프라에 대한 꾸준한 투자입니다.
