AD
YTN라디오(FM 94.5) [YTN ON-AI RADIO]
□ 방송일시 : 2025년 10월 29일 (수)
□ 진행 : AI챗봇 “에어”
□ 보조진행: 김영민 아나운서
□ 출연 : 함유근 서울대학교 환경대학원 교수
* 아래 텍스트는 실제 방송 내용과 차이가 있을 수 있으니 보다 정확한 내용은 방송으로 확인하시기를 바랍니다.
● 김영민 : 10월 29일 수요일 온에어의 문이 열렸습니다. 안녕하세요. 오늘 <온에어> 프로그램 진행을 맡은 아나운서 김영민입니다. 꽤 자주 뵙게 되네요. 에어, 오늘 오프닝에서 AI와 지구의 미래에 대해서 논해 보는 시간을 갖겠다. 이렇게 이야기를 했죠. AI를 ‘양날의 검’이라고 표현을 했는데요. 사실 AI가 기후 위기를 가속한다는 ‘주범론’이 구체적인 데이터로 증명이 되고 있죠?
◇ 에어 : 네, AI는 ‘전기 먹는 하마’라고 불릴 만큼 막대한 전력을 소비합니다. 국제에너지기구(IEA)는 2026년까지 데이터센터와 AI 관련 산업의 전력 소비량이 1천 테라와트시(TWh)를 돌파할 것으로 예상했습니다. 2030년이면 데이터센터에서만 소비하는 전력이 일본의 연간 전체 전력 소비량과 맞먹는 수준이 될 거라는 전망도 나옵니다.
● 김영민 : AI한테 질문 하나 하는데, 백열전구 하나를 18분간 켜둘 수 있는 전력이 소모된다는 분석도 있더라고요. 정말 어마어마한 전력 소비량인데, 그런데 더 큰 문제는, 그 전기를 만드는 방식이잖아요.
◇ 에어 : 정확합니다. 2023년 기준, 전 세계 에너지 사용량 중 화석연료 비중은 여전히 82%에 달합니다. AI가 쓰는 전기가 대부분 화석연료 기반이다 보니, 구글이나 네이버 같은 빅테크 기업들의 온실가스 배출량도 AI 개발이 본격화되며 매년 급증하는 추세입니다.
● 김영민 : 맞아요. 이 AI를 쓰면 쓸수록 지구가 더워지는 악순환이 반복되고 있습니다. 그런데 반면에서는 AI ‘해결사론’도 만만치 않은데요. AI가 기상 이변을 예측하고, 재난 대응에도 큰 도움을 주고 있다고요.
◇ 에어 : AI의 강력한 예측과 분석 능력은 기후위기 대응의 핵심입니다. 구글의 AI 기반 홍수 예보 시스템 ‘플러드 허브’는 전 세계에 100여 개국의 서비스를 제공하며 사망 사고를 43%나 줄일 수 있다고 설명합니다. 한, AI가 CCTV 영상을 분석해 위험을 조기 감지하고, 도시의 신호 체계를 최적화해 자동차 연료 소모를 20% 줄이는 등 에너지 효율을 높이는 데도 기여하고 있습니다.
● 김영민 : AI, 지금 우리 지구에게 주범일까요? 해결사일까요? 둘 다인 것 같은데, 잠시 후 온 마이크 코너에서 서울대학교 환경대학원의 함유근 교수님과 함께 관련 얘기를 본격적으로 나누는 시간을 갖도록 하겠습니다.
*
● 김영민 아나운서(이하 김영민) : <온에어>의 메인 토크 시간이죠. 온 마이크로 이어가겠습니다. AI가 발달할수록 지구가 더 뜨거워질 수 있다는 경고가 나오고 있는데, 이게 바로 AI를 학습시키고 가동시키는 데 어마어마한 전기가 필요하기 때문이죠. 그런데 AI가 기후 위기의 주범일까요? 아니면 해결사일까요? 오늘 이 질문에 대한 답을 듣기 위해서 서울대학교 환경대학원의 함유근 교수 모셨습니다. 교수님 지금 전화로 연결이 돼 있는데요. 인사드려보죠. 교수님 안녕하세요.
△ 함유근 서울대학교 환경대학원 교수(이하 함유근) : 안녕하세요.
● 김영민 : 반갑습니다. 대기학자시면서 동시에 AI 기술을 기후 예측 분야에 본격적으로 도입한 1세대 연구자이시라고 들었습니다. 어떻게 연구 분야에 AI 기술을 적용해야겠다. 이렇게 다짐하게 되셨어요?
△ 함유근 : 그러니까, 저는 전통적인 기후 연구를 계속 해오고 있던 사람이었는데요. 아마 기억하실지 모르겠지만 2016년에 ‘알파고’와 이세돌 9단의 바둑 매치가 있었잖아요. 그때 저는 바둑은 잘 못 두는데, 그 바둑 매치는 봤거든요. 그걸 보면서 딥러닝 시스템이 뭔가를 할 수 있겠다는 어떤 확신이 들어서, 그때부터 딥러닝 기법을 기후 예측에 활용을 하기 시작했습니다.
● 김영민 : 1세대라고 얘기를 들었는데, 인공지능 딥러닝을 1세대로 연구를 하고 계시다 보면, 처음에 이런 연구 분야에 인공지능을 도입할 때 굉장히 생소하고 어려우셨을 것 같아요. 힘들지 않으셨어요?
△ 함유근 : 처음에는 딥러닝 기법에 대한 이해도가 전혀 없었기 때문에, 그런 걸 공부하는 거에도 시간을 많이 쏟았고요. 그리고 앞서서 개발된 예시 자체가 없었기 때문에 그런 부분도 조금 힘들었습니다.
● 김영민 : AI 기술이 지금은 굉장히 대중적이지만, 처음에 연구하실 때는 진짜 힘드셨다고 이야기를 하셨는데요. AI 기술이 기후 예측에 적용되기 이전에 기후 예측에는 주로 어떤 기술이 활용이 됐었나요?
△ 함유근 : 지금도 기상청에서는 AI 기법이 아닌 기존 방식으로 예측을 계속하고 있는데요. 기존 방식이라고 하면 물리 방정식에 기반한 예측이라고 생각을 하시면 됩니다.
● 김영민 : 벌써 어렵네요.
△ 함유근 : 예를 들어서 온도를 결정하는 어떤 방정식도 있고 그리고 에너지를 결정하는 방정식 이렇게 여러 가지 방정식들을 조합한 큰 규모의, 저희가 소위 모델이라고 말하는, 큰 규모의 프로그램이 있고요. 그 프로그램을 슈퍼컴퓨터를 이용해서 구동을 시키면서 예측을 생산하는 그런 기법이 지금도 많이 쓰이고 있고, AI 기법 이전에는 그런 기법이 거의 유일무이한 기법이다. 이렇게 말씀을 드릴 수 있겠습니다.
● 김영민 : 그러면 지금은 AI 기술을 활용해서 예측을 진행하고 계신데, 기존 방식이랑 어떻게 다른 거예요?
△ 함유근 : 기존 방식은 역학 방정식에 기반을 역학 물리식에 기반을 했기 때문에 모든 과정이 식으로 표현이 돼야만 모델 안에 프로그램 안에 반영이 될 수가 있습니다. 근데 문제는 지구상에서 일어나는 모든 과정들이 물리식으로 표현되기가 어려운 그런 과정들도 많이 있다는 거죠. 그래서 예를 들어서 비가 내리는 과정이라든지, 구름이 생기는 과정이라든지, 이런 것들이 어떻게 보면 물류 과정이 있긴 합니다. 하지만 그거를 수식 몇 개로 표현하는 것들이 굉장히 어렵다 보니까, 그런 것들을 수식으로 바꾸는 과정에서 생기는 여러 가지 오차들이 기존 예측 시스템의 오차를 크게 만드는 그런 문제점이 있었다. 이렇게 말씀드릴 수 있겠고요. 반면에 AI 기법은 데이터에 기반해서 물리 방정식에 상응되는 관계식을 찾아내는 거라고 생각하시면 되겠습니다. 어떤 물리 방정식을 만드는 게 아니라 데이터에 기반해서 A와 B의 어떤 관련 식을 비선형 여러 가지 복잡한 것들을 이용해서 찾는다. 그래서 꼭 이런 것들이 물리 방정식으로 표현되지 않더라도, 데이터만 저희가 많이 확보된 상태라고 한다면, 예측을 하는 어떤 시스템을 만드는 것들이 가능해지는 거죠.
● 김영민 : 그렇군요. AI 덕분에 기후 예측이 조금 더 용이해졌다고 우리가 이해할 수 있을 것 같은데, 실제로 ‘엘리뇨’ 발생을 1년 반 전에 미리 예측하셨어요.
△ 함유근 : ‘엘리뇨’는 열대 태평양에서 일어나는 해수면 온도가 올라가는 현상을 저희가 ‘엘리뇨’라고 하는데요. 굉장히 멀리 있는 지역에서 나타나는 현상이니까 관련이 없다고 생각하실 수도 있지만요. 사실은 한반도에도 영향을 많이 주고요. 그리고 저희가 소위 올 겨울에 날씨가 기후나 온도나 강수량 같은 것들이 어떻게 되는지 예측하기 위해서는 ‘엘리뇨’를 예측하는 것들이 반드시 필요합니다. 그래서 통상 기존의 예측 시스템들이 있었는데요. 그런 것들은 ‘엘리뇨’ 발생을 9개월에서 1년 정도 미리 예측하는 그런 시스템이라고 보시면 되는데, 저희가 AI 기법을 활용을 해서 그거를 조금 더 미리 알 수 있는 그런 시스템을 개발을 했죠.
● 김영민 : 그렇군요. 정말 다양한 연구를 진행해 오고 계신 것 같아요. 항상 기후 그리고 지구의 미래에 대해서 보고 계신 학자로서, 제가 한번 감히 질문을 드려볼게요. 워낙 기후 위기에 대한 얘기가 뉴스에서 많이 나오잖아요. 근데 저는 체감이 잘 안 되기도 하거든요. 정말로 지금 지구가 기후 위기에 봉착해 있나요?
△ 함유근 : 기본적으로 기후 위기라고 부르기 시작했던 거는 오래되진 않았던 것 같아요. 그전에는 기후 변화라는 말을 많이 썼는데, 그 후 기후 변화라는 말은 온도 자체가 지구 온난화로 인해서 증가해서 완전히 변화해 버렸다. 온도 자체가 올라가면서 기후가 어떤 상태에서 다른 상태로 완전히 변화해 버렸다는 거를 저희가 얘기를 했는데. 제가 연구를 계속하고 기후 변화라는 것들이 심화가 되면서 단순히 온도가 올라가면서 생기는 문제뿐만이 아니라 다른 여러 문제들을 야기한다는 거를 저희가 밝혀냈습니다. 여름철마다 겪는 것 이긴 하지만 극한 강수라든지 그리고 어떤 지역은 극한 강수를 겪지만 다른 지역에서는 가뭄을 겪는다든지. 이런 식으로 날씨가 극단화되는 현상들이 저희가 최근에 이해하기 시작한 건데, 이런 것들이 기후 변화가 되고 지구 온난화가 되면서 파생적으로 생기는 어떤 부작용이라는 거를 저희가 최근에 알기 시작을 했거든요. 그러면서 단순하게 변화라고 얘기하는 것들은 적절하지 않다. 오히려 온도가 변화함으로써 생기는 여러 가지 위기들이 있기 때문에, 우리가 이런 것들을 기후 위기라고 부르면서 더 경각심을 심어줘야 되겠다는 말이 생기면서, 기후 위기라는 말들이 조금 더 많이 활용이 되고 있는 것 같습니다.
● 김영민 : 맞습니다. 돌이켜 보면 올 한 해에만 극한 호우와 가뭄 관련된 뉴스들이 함께 막 쏟아지기도 했으니까. 확실히 위기인 것 같기는 한데요. 그래서 전 지구적으로 지금 국제사회가 탄소 중립을 언제까지 이루자 이런 협약을 맺기도 하고 하잖아요. 근데 현실적으로 실현 가능성이 있을까요?
△ 함유근 : 그 부분이 약간 부정적인데요. 현재까지 나온 보고서들을 보면 노르웨이 선급협회에서 발간한 최신 보고서를 보면 2050년까지 탄소 중립 목표를 달성하는 게 사실상 불가능할 거다. 이런 보고들도 있고요. 우리나라도 2050년 탄소 중립을 목표로 하고 있긴 하지만, 목표치를 달성하기 위한 산업계나 다른 여러 분야의 노력들이 2040년대에 굉장히 몰려 있습니다. 그러니까 2050년까지 장기, 중기, 단기의 어떤 계획들을 세워야 되는데, 탄소 중립을 실현하기 위한 목표를 뒤로 미루고 있는 그런 상황이어서 저희가 지금부터 어떻게 보면 탄소 감축을 하기 위해서, 어떤 노력을 강하게 드라이브를 걸어야 됨에도 불구하고 그런 것들을 뒤로 미루고 있는 상황입니다.
● 김영민 : 그렇군요. 그런데 이런 상황에서 AI 붐이 일어났잖아요. 그리고 AI한테 말 한마디 하는데, 엄청난 전력을 소모한다. 이런 이야기를 들으니까 제가 AI한테, “AI야 나 오늘 힘들었어.” 이런 말 하는 것도 미안하고 지구한테 그렇더라고요. 근데 도대체 얼마나 전기를 잡아먹는 건가요?
△ 함유근 : 상당히 많이 잡아먹습니다. 그리고 특히 챗 지피티나 이런 라지 랭귀지 모델이라고 부르는 언어 모델들이 굉장히 많이 상용화가 되고, 그런 것들을 활용하는 빈도가 굉장히 늘어나면서 전기 사용 관련된 전기 사용량들도 굉장히 많이 늘고 있는데요. 현재 전 세계 데이터센터나 AI나 가상화폐 채굴이나 이런 것들 관련해 가지고 쓰고 있는 전력 소비량이 지금 천테러와트시 정도 되는데, 테러와트시라는 게 감이 안 오실 거예요.
● 김영민 : 저 진짜 감이 안 와요.
△ 함유근 : 테라 와트시가 1조 와트시거든요. 그러니까 1와트시가 1와트의 에너지를 1시간 동안 사용하는 전력량입니다. 근데 1조 와트시라는 것도 조금 와닿지 않으실 것 같아서 제가 찾아보니까, 천테라 와트시가 데이터센터나 AI 관련 회사들이 사용하는 전력량이라고 말씀을 드렸는데, 천 테라 와트시 정도가 약 5억 명이 1년 동안 사용하는 전력량에 맞먹는다고 합니다.
● 김영민 : 엄청난 양이네요.
△ 함유근 : 굉장히 많은 양을 저희가 데이터센터나 AI 관련해 가지고 소모를 하고 있고. 데이터센터가 사용하는 전력은 대부분 전력을 만드는 데도 쓰지만, GPU 같은 걸 활용하다 보면 GPU 온도가 올라가고 일정 온도 이상이 되면, 이 GPU가 작동을 안 하게 돼 버리거든요. 그런데 냉각 시스템이 같이 들어가야 돼서 열을 시키는 냉각 작업의 한 절반 정도를 씁니다. 그러니까 이런 식으로 어떻게 보면 GPU를 활용하면서 온도를 높이고 그걸 냉각시키려고 냉각 시스템에 전력을 사용하고, 이런 식으로 굉장히 전력이 어떻게 보면 낭비가 되고 있는 거죠.
● 김영민 : 그러네요. 근데 교수님 말씀 듣다 보니까, 드는 개인적인 궁금증인데요. 기술이 워낙에 많이 발전을 했으니까 AI를 활용을 하면서 전기를 적게 AI가 먹도록 하는 효율화 방안을 구축할 수도 있지 않을까. 이런 생각도 들거든요.
△ 함유근 : 실제로 그런 연구들은 많이 되고 있습니다. 일단 ‘라지 랭귀지 모델’들, 거대 언어 모델들을 경량화하는 것들은 굉장히 여러 빅테크 기업들에서 하고 있고요. 이런 거는 전력량을 감소시키는 것들도 있지만, 조금 더 작은 디바이스에 ‘라지 랭귀지 모델’을 심기 위해서 하는 연구들 그런 목적으로 지금 경량화를 하는 것도 굉장히 많이 있고요. 그리고 AI 기술이 활용되면서 전력량을 감소시킬 수 있는 게, AI는 최적화에 굉장히 강한 모습을 보이고 있어서 데이터에 기반해 가지고 전력 사용을 어떻게 하면 효율적으로 할 것인지. 예를 들어서 어떤 건물에 냉각 시스템을 조금 더 효과적으로 활용을 쓰려면, 예를 들어 냉각 시스템을 언제 어느 정도로 작동을 해야 되는지. 이런 것들을 최적화하면서 전력 사용량을 줄이고 이런 것들이 실제로도 데이터센터에 활용이 되면서 전력 소비를 많이 감축을 시키고 있거든요. 그래서 그런 것들이 AI가 전력을 완전히 만들기만 소모하는 것뿐만이 아니라, 반면에 효율적으로 쓸 수 있게 하는 그런 기술이 될 수도 있기도 합니다.
● 김영민 : 최적화나 경량화 같은 걸 통해서, 거스를 수 없는 AI의 흐름이라면, 조금 더 에너지를 효율적으로 사용할 수 있게 하는 기술이 발전되면 좋지 않을까. 이런 생각에 저도 질문을 하나 해 봤습니다. 그래서 그렇다면 이렇게 AI가 잡아먹는 에너지가 실제로 우리 지구의 기후에 어떤 위협을 가하고 있는지, 조금 더 피부에 와닿게 설명을 해 주실 수 있을까요?
△ 함유근 : 그러니까 앞서서 설명드린 ‘AI가 전력을 많이 먹는다.’에 대해서 조금 더 생각을 해보면, 그 전력은 어디에서 왔는지를 한번 생각을 해보시면. 현재까지 전 세계 에너지의 생산에 화석연료가 차지하는 비중이 아직 굉장히 높습니다. 전 세계적으로 전 세계 에너지 생산량 중에 한 80% 정도가 아직까지 화석 연료에 의존을 하고 있고. 그렇다면 AI가 쓰는 전기는 결과적으로는 화석 연료를 태워서 만들어진 것이기 때문에 AI를 많이 쓰고 전력 소모량이 많아지면 많아질수록 화석 연료를 더 많이 태워야 된다는 말이 되거든요. 그러니까 어떻게 보면 아직까지는 AI를 쓸수록, 그런 면을 생각을 해본다면, AI를 쓸수록 지구가 더워질 수밖에 없는 구조라고도 말씀을 드릴 수 있겠습니다.
● 김영민 : 그러면 아주 간단하게 굉장히 짧은 생각으로는, ‘재생에너지를 쓰면 되지 않을까?’ 이런 생각도 들거든요.
△ 함유근 : 재생에너지를 쓰는 것들은 굉장히 많이 활용을 하려고 노력을 하고 있고요. 그런데, 아직까지는 재생에너지의 생산이 전체 생산량에 그렇게 많은 비중을 차지하고 있지는 않습니다. 그러니까 선진국 같은 경우에는 20%가 넘는 경우도 있는데요. 아직까지 우리나라의 재생에너지 생산량은 총 에너지 생산량의 한 10% 정도이고요. 생산량은 매년 늘고 있지만 아직까지는 10% 언저리이기 때문에, 그렇게 재생에너지 생산량이 그렇게 높지는 않다. 이렇게 말씀을 드릴 수가 있겠고. 이게 재생에너지라고 하면 흔히 생각할 수 있는 게 태양광 에너지 발전이 가장 큰 비중을 차지를 하고요. 그리고 연안 같은 데 설치돼 있는 풍력 발전 같은 것들이 있고, 수력 발전이 있는데 수력 발전도 생각보다 아직까지는 재생에너지 생산 그 양이 그렇게 크지는 않습니다.
● 김영민 : 그렇군요. 오늘 저희가 얘기를 하고 있는 게 AI가 지구에 도움이 되지 않고 지구의 온도를 높인다. 그리고 반면에 아니다. AI는 지구의 위기를 해결해 줄 수 있는 해결사다. 이렇게 두 가지 입장을 놓고 이야기를 나누고 있는데, 교수님께서는 해결사론에 조금 더 무게를 두시는 편인가요? 연구하시는 걸 보면 그럴 수 있겠다 싶은데요.
△ 함유근 : 저희는 AI 기술을 기후 위기랑 관련된 여러 가지 정보들을 예측 생산하는 데, AI 기술을 활용을 하고 있기 때문에. 어떻게 보면 쉽게 말씀드려서 태풍 예측을 조금 더 정확하게 할 수 있게 된다고 한다면, 태풍으로 인한 피해를 경감시킬 수 있기 때문에, 그런 부분에서 AI가 기여할 수 있도록 만든다고 볼 수 있는 것이죠.
● 김영민 : 얼마나 정확하게 AI가 예측을 하나요?
△ 함유근 : 현재까지 개발된 날씨 예측을 위한 AI 모델들은 상당히 많이 있습니다. 우리나라에도 있고 미국의 빅테크 기업이나 중국에서도 개발하고 있는 모델들이 많이 있는데요. 그런 모델들이 공통적으로 기존의 예측 시스템보다는, 2주 이내에 날씨 예보에 대해서는 정확도를 한 10에서 15% 정도 향상시키는 것으로 많이 보고가 되고 있고요. 그리고 태풍 같은 경우가 어떻게 보면 피해를 가장 크게 유발할 수 있는 현상이어서, 그런 것들에 대한 연구도 많이 되고 있는데, AI 기반의 모델들은 태풍으로 인한 경제적인 피해 비용 같은 것들을 최소 30%에서 크게는 50% 정도까지 절약할 수 있다. 그런 연구들도 있습니다.
● 김영민 : 그렇군요. 조금 더 정확한 예측이 피해를 그렇게나 많이 줄일 수 있다는 것이 굉장히 인상적인데. 그럼 혹시 AI가 가끔 틀리진 않나요?
△ 함유근 : 틀리기도 합니다. 그래서 정확도가 10에서 15% 향상됐다고 말씀을 드렸는데, 이게 기존에 예를 들어 10번 틀리던 거를 8번이나 7번 틀린다. 이런 식으로 이해를 하시면 되는 거라. 아직도 AI 기술이 발전해야 될 부분은 많이 있고 그래서 AI 기술도 여지껏 많이 발전이 되고, 많이 활용이 되고 있지만, 더 고도화되고 최적화돼야 되는 부분이 있습니다.
● 김영민 : AI가 10번 틀리던 거를 7번 8번 틀리게 해준다. 그러니까 여전히 AI도 틀릴 수 있다는 말인데, 다소 아쉽지만 앞으로 AI가 더 완벽해질 수 있는 여력이 충분하다. 이렇게 들리기도 해서 앞으로 기대가 되기도 합니다. 마지막 질문인데요. 이 양날의 검, AI가 결국에는 기후 위기에 긍정적으로 작용할지 부정적으로 작용할지, 어렵지만 전망을 해 주신다면요?
△ 함유근 : 그러니까 지금 상태는 긍정과 부정이 혼재하는 그런 상황 같습니다. 어떻게 보면 AI 기술이 발전하는 방향으로 AI 기술들을 계속 개발을 하고 있다 보니까, 그것이 만들어내는 부수적인 효과 같은 것들은 저희가 아직 크게 생각을 하고 있지 못한 그런 상황 같고요. 그런데 말씀하신 앞에서 말씀 나눈 것처럼 AI 기술이 활용되면서 생기는 어떤 전력 수급의 문제라든지. 그것과 관련된 지구 온난화의 심화 문제라든지. 이런 것들이 많이 알려져 있기 때문에 이런 것들을 해결하려는 노력들도 많이 하고 있고요. 그리고 AI 기술 자체가 에너지 효율을 최적화한다든지 기상이나 기호의 예측 정확도를 높이면서 피해를 경감한다든지. 이런 식으로 활용이 될 수가 있기 때문에, AI 기술이 계속 활용이 되고 고도화되다 보면은, 결과적으로는 긍정적인 방향으로 저희가 기술을 활용할 수 있지 않을까. 저는 그렇게 믿고 있습니다.
● 김영민 : 네. 오늘 함유근 서울대학교 환경대학원 교수와 지구의 미래에 대해서 논의해 봤습니다. 교수님 오늘 말씀 고맙습니다.
△ 함유근 : 감사합니다.
YTN 김세령 (newsfm0945@ytnradio.kr)
[저작권자(c) YTN 무단전재, 재배포 및 AI 데이터 활용 금지]
□ 방송일시 : 2025년 10월 29일 (수)
□ 진행 : AI챗봇 “에어”
□ 보조진행: 김영민 아나운서
□ 출연 : 함유근 서울대학교 환경대학원 교수
* 아래 텍스트는 실제 방송 내용과 차이가 있을 수 있으니 보다 정확한 내용은 방송으로 확인하시기를 바랍니다.
● 김영민 : 10월 29일 수요일 온에어의 문이 열렸습니다. 안녕하세요. 오늘 <온에어> 프로그램 진행을 맡은 아나운서 김영민입니다. 꽤 자주 뵙게 되네요. 에어, 오늘 오프닝에서 AI와 지구의 미래에 대해서 논해 보는 시간을 갖겠다. 이렇게 이야기를 했죠. AI를 ‘양날의 검’이라고 표현을 했는데요. 사실 AI가 기후 위기를 가속한다는 ‘주범론’이 구체적인 데이터로 증명이 되고 있죠?
◇ 에어 : 네, AI는 ‘전기 먹는 하마’라고 불릴 만큼 막대한 전력을 소비합니다. 국제에너지기구(IEA)는 2026년까지 데이터센터와 AI 관련 산업의 전력 소비량이 1천 테라와트시(TWh)를 돌파할 것으로 예상했습니다. 2030년이면 데이터센터에서만 소비하는 전력이 일본의 연간 전체 전력 소비량과 맞먹는 수준이 될 거라는 전망도 나옵니다.
● 김영민 : AI한테 질문 하나 하는데, 백열전구 하나를 18분간 켜둘 수 있는 전력이 소모된다는 분석도 있더라고요. 정말 어마어마한 전력 소비량인데, 그런데 더 큰 문제는, 그 전기를 만드는 방식이잖아요.
◇ 에어 : 정확합니다. 2023년 기준, 전 세계 에너지 사용량 중 화석연료 비중은 여전히 82%에 달합니다. AI가 쓰는 전기가 대부분 화석연료 기반이다 보니, 구글이나 네이버 같은 빅테크 기업들의 온실가스 배출량도 AI 개발이 본격화되며 매년 급증하는 추세입니다.
● 김영민 : 맞아요. 이 AI를 쓰면 쓸수록 지구가 더워지는 악순환이 반복되고 있습니다. 그런데 반면에서는 AI ‘해결사론’도 만만치 않은데요. AI가 기상 이변을 예측하고, 재난 대응에도 큰 도움을 주고 있다고요.
◇ 에어 : AI의 강력한 예측과 분석 능력은 기후위기 대응의 핵심입니다. 구글의 AI 기반 홍수 예보 시스템 ‘플러드 허브’는 전 세계에 100여 개국의 서비스를 제공하며 사망 사고를 43%나 줄일 수 있다고 설명합니다. 한, AI가 CCTV 영상을 분석해 위험을 조기 감지하고, 도시의 신호 체계를 최적화해 자동차 연료 소모를 20% 줄이는 등 에너지 효율을 높이는 데도 기여하고 있습니다.
● 김영민 : AI, 지금 우리 지구에게 주범일까요? 해결사일까요? 둘 다인 것 같은데, 잠시 후 온 마이크 코너에서 서울대학교 환경대학원의 함유근 교수님과 함께 관련 얘기를 본격적으로 나누는 시간을 갖도록 하겠습니다.
*
● 김영민 아나운서(이하 김영민) : <온에어>의 메인 토크 시간이죠. 온 마이크로 이어가겠습니다. AI가 발달할수록 지구가 더 뜨거워질 수 있다는 경고가 나오고 있는데, 이게 바로 AI를 학습시키고 가동시키는 데 어마어마한 전기가 필요하기 때문이죠. 그런데 AI가 기후 위기의 주범일까요? 아니면 해결사일까요? 오늘 이 질문에 대한 답을 듣기 위해서 서울대학교 환경대학원의 함유근 교수 모셨습니다. 교수님 지금 전화로 연결이 돼 있는데요. 인사드려보죠. 교수님 안녕하세요.
△ 함유근 서울대학교 환경대학원 교수(이하 함유근) : 안녕하세요.
● 김영민 : 반갑습니다. 대기학자시면서 동시에 AI 기술을 기후 예측 분야에 본격적으로 도입한 1세대 연구자이시라고 들었습니다. 어떻게 연구 분야에 AI 기술을 적용해야겠다. 이렇게 다짐하게 되셨어요?
△ 함유근 : 그러니까, 저는 전통적인 기후 연구를 계속 해오고 있던 사람이었는데요. 아마 기억하실지 모르겠지만 2016년에 ‘알파고’와 이세돌 9단의 바둑 매치가 있었잖아요. 그때 저는 바둑은 잘 못 두는데, 그 바둑 매치는 봤거든요. 그걸 보면서 딥러닝 시스템이 뭔가를 할 수 있겠다는 어떤 확신이 들어서, 그때부터 딥러닝 기법을 기후 예측에 활용을 하기 시작했습니다.
● 김영민 : 1세대라고 얘기를 들었는데, 인공지능 딥러닝을 1세대로 연구를 하고 계시다 보면, 처음에 이런 연구 분야에 인공지능을 도입할 때 굉장히 생소하고 어려우셨을 것 같아요. 힘들지 않으셨어요?
△ 함유근 : 처음에는 딥러닝 기법에 대한 이해도가 전혀 없었기 때문에, 그런 걸 공부하는 거에도 시간을 많이 쏟았고요. 그리고 앞서서 개발된 예시 자체가 없었기 때문에 그런 부분도 조금 힘들었습니다.
● 김영민 : AI 기술이 지금은 굉장히 대중적이지만, 처음에 연구하실 때는 진짜 힘드셨다고 이야기를 하셨는데요. AI 기술이 기후 예측에 적용되기 이전에 기후 예측에는 주로 어떤 기술이 활용이 됐었나요?
△ 함유근 : 지금도 기상청에서는 AI 기법이 아닌 기존 방식으로 예측을 계속하고 있는데요. 기존 방식이라고 하면 물리 방정식에 기반한 예측이라고 생각을 하시면 됩니다.
● 김영민 : 벌써 어렵네요.
△ 함유근 : 예를 들어서 온도를 결정하는 어떤 방정식도 있고 그리고 에너지를 결정하는 방정식 이렇게 여러 가지 방정식들을 조합한 큰 규모의, 저희가 소위 모델이라고 말하는, 큰 규모의 프로그램이 있고요. 그 프로그램을 슈퍼컴퓨터를 이용해서 구동을 시키면서 예측을 생산하는 그런 기법이 지금도 많이 쓰이고 있고, AI 기법 이전에는 그런 기법이 거의 유일무이한 기법이다. 이렇게 말씀을 드릴 수 있겠습니다.
● 김영민 : 그러면 지금은 AI 기술을 활용해서 예측을 진행하고 계신데, 기존 방식이랑 어떻게 다른 거예요?
△ 함유근 : 기존 방식은 역학 방정식에 기반을 역학 물리식에 기반을 했기 때문에 모든 과정이 식으로 표현이 돼야만 모델 안에 프로그램 안에 반영이 될 수가 있습니다. 근데 문제는 지구상에서 일어나는 모든 과정들이 물리식으로 표현되기가 어려운 그런 과정들도 많이 있다는 거죠. 그래서 예를 들어서 비가 내리는 과정이라든지, 구름이 생기는 과정이라든지, 이런 것들이 어떻게 보면 물류 과정이 있긴 합니다. 하지만 그거를 수식 몇 개로 표현하는 것들이 굉장히 어렵다 보니까, 그런 것들을 수식으로 바꾸는 과정에서 생기는 여러 가지 오차들이 기존 예측 시스템의 오차를 크게 만드는 그런 문제점이 있었다. 이렇게 말씀드릴 수 있겠고요. 반면에 AI 기법은 데이터에 기반해서 물리 방정식에 상응되는 관계식을 찾아내는 거라고 생각하시면 되겠습니다. 어떤 물리 방정식을 만드는 게 아니라 데이터에 기반해서 A와 B의 어떤 관련 식을 비선형 여러 가지 복잡한 것들을 이용해서 찾는다. 그래서 꼭 이런 것들이 물리 방정식으로 표현되지 않더라도, 데이터만 저희가 많이 확보된 상태라고 한다면, 예측을 하는 어떤 시스템을 만드는 것들이 가능해지는 거죠.
● 김영민 : 그렇군요. AI 덕분에 기후 예측이 조금 더 용이해졌다고 우리가 이해할 수 있을 것 같은데, 실제로 ‘엘리뇨’ 발생을 1년 반 전에 미리 예측하셨어요.
△ 함유근 : ‘엘리뇨’는 열대 태평양에서 일어나는 해수면 온도가 올라가는 현상을 저희가 ‘엘리뇨’라고 하는데요. 굉장히 멀리 있는 지역에서 나타나는 현상이니까 관련이 없다고 생각하실 수도 있지만요. 사실은 한반도에도 영향을 많이 주고요. 그리고 저희가 소위 올 겨울에 날씨가 기후나 온도나 강수량 같은 것들이 어떻게 되는지 예측하기 위해서는 ‘엘리뇨’를 예측하는 것들이 반드시 필요합니다. 그래서 통상 기존의 예측 시스템들이 있었는데요. 그런 것들은 ‘엘리뇨’ 발생을 9개월에서 1년 정도 미리 예측하는 그런 시스템이라고 보시면 되는데, 저희가 AI 기법을 활용을 해서 그거를 조금 더 미리 알 수 있는 그런 시스템을 개발을 했죠.
● 김영민 : 그렇군요. 정말 다양한 연구를 진행해 오고 계신 것 같아요. 항상 기후 그리고 지구의 미래에 대해서 보고 계신 학자로서, 제가 한번 감히 질문을 드려볼게요. 워낙 기후 위기에 대한 얘기가 뉴스에서 많이 나오잖아요. 근데 저는 체감이 잘 안 되기도 하거든요. 정말로 지금 지구가 기후 위기에 봉착해 있나요?
△ 함유근 : 기본적으로 기후 위기라고 부르기 시작했던 거는 오래되진 않았던 것 같아요. 그전에는 기후 변화라는 말을 많이 썼는데, 그 후 기후 변화라는 말은 온도 자체가 지구 온난화로 인해서 증가해서 완전히 변화해 버렸다. 온도 자체가 올라가면서 기후가 어떤 상태에서 다른 상태로 완전히 변화해 버렸다는 거를 저희가 얘기를 했는데. 제가 연구를 계속하고 기후 변화라는 것들이 심화가 되면서 단순히 온도가 올라가면서 생기는 문제뿐만이 아니라 다른 여러 문제들을 야기한다는 거를 저희가 밝혀냈습니다. 여름철마다 겪는 것 이긴 하지만 극한 강수라든지 그리고 어떤 지역은 극한 강수를 겪지만 다른 지역에서는 가뭄을 겪는다든지. 이런 식으로 날씨가 극단화되는 현상들이 저희가 최근에 이해하기 시작한 건데, 이런 것들이 기후 변화가 되고 지구 온난화가 되면서 파생적으로 생기는 어떤 부작용이라는 거를 저희가 최근에 알기 시작을 했거든요. 그러면서 단순하게 변화라고 얘기하는 것들은 적절하지 않다. 오히려 온도가 변화함으로써 생기는 여러 가지 위기들이 있기 때문에, 우리가 이런 것들을 기후 위기라고 부르면서 더 경각심을 심어줘야 되겠다는 말이 생기면서, 기후 위기라는 말들이 조금 더 많이 활용이 되고 있는 것 같습니다.
● 김영민 : 맞습니다. 돌이켜 보면 올 한 해에만 극한 호우와 가뭄 관련된 뉴스들이 함께 막 쏟아지기도 했으니까. 확실히 위기인 것 같기는 한데요. 그래서 전 지구적으로 지금 국제사회가 탄소 중립을 언제까지 이루자 이런 협약을 맺기도 하고 하잖아요. 근데 현실적으로 실현 가능성이 있을까요?
△ 함유근 : 그 부분이 약간 부정적인데요. 현재까지 나온 보고서들을 보면 노르웨이 선급협회에서 발간한 최신 보고서를 보면 2050년까지 탄소 중립 목표를 달성하는 게 사실상 불가능할 거다. 이런 보고들도 있고요. 우리나라도 2050년 탄소 중립을 목표로 하고 있긴 하지만, 목표치를 달성하기 위한 산업계나 다른 여러 분야의 노력들이 2040년대에 굉장히 몰려 있습니다. 그러니까 2050년까지 장기, 중기, 단기의 어떤 계획들을 세워야 되는데, 탄소 중립을 실현하기 위한 목표를 뒤로 미루고 있는 그런 상황이어서 저희가 지금부터 어떻게 보면 탄소 감축을 하기 위해서, 어떤 노력을 강하게 드라이브를 걸어야 됨에도 불구하고 그런 것들을 뒤로 미루고 있는 상황입니다.
● 김영민 : 그렇군요. 그런데 이런 상황에서 AI 붐이 일어났잖아요. 그리고 AI한테 말 한마디 하는데, 엄청난 전력을 소모한다. 이런 이야기를 들으니까 제가 AI한테, “AI야 나 오늘 힘들었어.” 이런 말 하는 것도 미안하고 지구한테 그렇더라고요. 근데 도대체 얼마나 전기를 잡아먹는 건가요?
△ 함유근 : 상당히 많이 잡아먹습니다. 그리고 특히 챗 지피티나 이런 라지 랭귀지 모델이라고 부르는 언어 모델들이 굉장히 많이 상용화가 되고, 그런 것들을 활용하는 빈도가 굉장히 늘어나면서 전기 사용 관련된 전기 사용량들도 굉장히 많이 늘고 있는데요. 현재 전 세계 데이터센터나 AI나 가상화폐 채굴이나 이런 것들 관련해 가지고 쓰고 있는 전력 소비량이 지금 천테러와트시 정도 되는데, 테러와트시라는 게 감이 안 오실 거예요.
● 김영민 : 저 진짜 감이 안 와요.
△ 함유근 : 테라 와트시가 1조 와트시거든요. 그러니까 1와트시가 1와트의 에너지를 1시간 동안 사용하는 전력량입니다. 근데 1조 와트시라는 것도 조금 와닿지 않으실 것 같아서 제가 찾아보니까, 천테라 와트시가 데이터센터나 AI 관련 회사들이 사용하는 전력량이라고 말씀을 드렸는데, 천 테라 와트시 정도가 약 5억 명이 1년 동안 사용하는 전력량에 맞먹는다고 합니다.
● 김영민 : 엄청난 양이네요.
△ 함유근 : 굉장히 많은 양을 저희가 데이터센터나 AI 관련해 가지고 소모를 하고 있고. 데이터센터가 사용하는 전력은 대부분 전력을 만드는 데도 쓰지만, GPU 같은 걸 활용하다 보면 GPU 온도가 올라가고 일정 온도 이상이 되면, 이 GPU가 작동을 안 하게 돼 버리거든요. 그런데 냉각 시스템이 같이 들어가야 돼서 열을 시키는 냉각 작업의 한 절반 정도를 씁니다. 그러니까 이런 식으로 어떻게 보면 GPU를 활용하면서 온도를 높이고 그걸 냉각시키려고 냉각 시스템에 전력을 사용하고, 이런 식으로 굉장히 전력이 어떻게 보면 낭비가 되고 있는 거죠.
● 김영민 : 그러네요. 근데 교수님 말씀 듣다 보니까, 드는 개인적인 궁금증인데요. 기술이 워낙에 많이 발전을 했으니까 AI를 활용을 하면서 전기를 적게 AI가 먹도록 하는 효율화 방안을 구축할 수도 있지 않을까. 이런 생각도 들거든요.
△ 함유근 : 실제로 그런 연구들은 많이 되고 있습니다. 일단 ‘라지 랭귀지 모델’들, 거대 언어 모델들을 경량화하는 것들은 굉장히 여러 빅테크 기업들에서 하고 있고요. 이런 거는 전력량을 감소시키는 것들도 있지만, 조금 더 작은 디바이스에 ‘라지 랭귀지 모델’을 심기 위해서 하는 연구들 그런 목적으로 지금 경량화를 하는 것도 굉장히 많이 있고요. 그리고 AI 기술이 활용되면서 전력량을 감소시킬 수 있는 게, AI는 최적화에 굉장히 강한 모습을 보이고 있어서 데이터에 기반해 가지고 전력 사용을 어떻게 하면 효율적으로 할 것인지. 예를 들어서 어떤 건물에 냉각 시스템을 조금 더 효과적으로 활용을 쓰려면, 예를 들어 냉각 시스템을 언제 어느 정도로 작동을 해야 되는지. 이런 것들을 최적화하면서 전력 사용량을 줄이고 이런 것들이 실제로도 데이터센터에 활용이 되면서 전력 소비를 많이 감축을 시키고 있거든요. 그래서 그런 것들이 AI가 전력을 완전히 만들기만 소모하는 것뿐만이 아니라, 반면에 효율적으로 쓸 수 있게 하는 그런 기술이 될 수도 있기도 합니다.
● 김영민 : 최적화나 경량화 같은 걸 통해서, 거스를 수 없는 AI의 흐름이라면, 조금 더 에너지를 효율적으로 사용할 수 있게 하는 기술이 발전되면 좋지 않을까. 이런 생각에 저도 질문을 하나 해 봤습니다. 그래서 그렇다면 이렇게 AI가 잡아먹는 에너지가 실제로 우리 지구의 기후에 어떤 위협을 가하고 있는지, 조금 더 피부에 와닿게 설명을 해 주실 수 있을까요?
△ 함유근 : 그러니까 앞서서 설명드린 ‘AI가 전력을 많이 먹는다.’에 대해서 조금 더 생각을 해보면, 그 전력은 어디에서 왔는지를 한번 생각을 해보시면. 현재까지 전 세계 에너지의 생산에 화석연료가 차지하는 비중이 아직 굉장히 높습니다. 전 세계적으로 전 세계 에너지 생산량 중에 한 80% 정도가 아직까지 화석 연료에 의존을 하고 있고. 그렇다면 AI가 쓰는 전기는 결과적으로는 화석 연료를 태워서 만들어진 것이기 때문에 AI를 많이 쓰고 전력 소모량이 많아지면 많아질수록 화석 연료를 더 많이 태워야 된다는 말이 되거든요. 그러니까 어떻게 보면 아직까지는 AI를 쓸수록, 그런 면을 생각을 해본다면, AI를 쓸수록 지구가 더워질 수밖에 없는 구조라고도 말씀을 드릴 수 있겠습니다.
● 김영민 : 그러면 아주 간단하게 굉장히 짧은 생각으로는, ‘재생에너지를 쓰면 되지 않을까?’ 이런 생각도 들거든요.
△ 함유근 : 재생에너지를 쓰는 것들은 굉장히 많이 활용을 하려고 노력을 하고 있고요. 그런데, 아직까지는 재생에너지의 생산이 전체 생산량에 그렇게 많은 비중을 차지하고 있지는 않습니다. 그러니까 선진국 같은 경우에는 20%가 넘는 경우도 있는데요. 아직까지 우리나라의 재생에너지 생산량은 총 에너지 생산량의 한 10% 정도이고요. 생산량은 매년 늘고 있지만 아직까지는 10% 언저리이기 때문에, 그렇게 재생에너지 생산량이 그렇게 높지는 않다. 이렇게 말씀을 드릴 수가 있겠고. 이게 재생에너지라고 하면 흔히 생각할 수 있는 게 태양광 에너지 발전이 가장 큰 비중을 차지를 하고요. 그리고 연안 같은 데 설치돼 있는 풍력 발전 같은 것들이 있고, 수력 발전이 있는데 수력 발전도 생각보다 아직까지는 재생에너지 생산 그 양이 그렇게 크지는 않습니다.
● 김영민 : 그렇군요. 오늘 저희가 얘기를 하고 있는 게 AI가 지구에 도움이 되지 않고 지구의 온도를 높인다. 그리고 반면에 아니다. AI는 지구의 위기를 해결해 줄 수 있는 해결사다. 이렇게 두 가지 입장을 놓고 이야기를 나누고 있는데, 교수님께서는 해결사론에 조금 더 무게를 두시는 편인가요? 연구하시는 걸 보면 그럴 수 있겠다 싶은데요.
△ 함유근 : 저희는 AI 기술을 기후 위기랑 관련된 여러 가지 정보들을 예측 생산하는 데, AI 기술을 활용을 하고 있기 때문에. 어떻게 보면 쉽게 말씀드려서 태풍 예측을 조금 더 정확하게 할 수 있게 된다고 한다면, 태풍으로 인한 피해를 경감시킬 수 있기 때문에, 그런 부분에서 AI가 기여할 수 있도록 만든다고 볼 수 있는 것이죠.
● 김영민 : 얼마나 정확하게 AI가 예측을 하나요?
△ 함유근 : 현재까지 개발된 날씨 예측을 위한 AI 모델들은 상당히 많이 있습니다. 우리나라에도 있고 미국의 빅테크 기업이나 중국에서도 개발하고 있는 모델들이 많이 있는데요. 그런 모델들이 공통적으로 기존의 예측 시스템보다는, 2주 이내에 날씨 예보에 대해서는 정확도를 한 10에서 15% 정도 향상시키는 것으로 많이 보고가 되고 있고요. 그리고 태풍 같은 경우가 어떻게 보면 피해를 가장 크게 유발할 수 있는 현상이어서, 그런 것들에 대한 연구도 많이 되고 있는데, AI 기반의 모델들은 태풍으로 인한 경제적인 피해 비용 같은 것들을 최소 30%에서 크게는 50% 정도까지 절약할 수 있다. 그런 연구들도 있습니다.
● 김영민 : 그렇군요. 조금 더 정확한 예측이 피해를 그렇게나 많이 줄일 수 있다는 것이 굉장히 인상적인데. 그럼 혹시 AI가 가끔 틀리진 않나요?
△ 함유근 : 틀리기도 합니다. 그래서 정확도가 10에서 15% 향상됐다고 말씀을 드렸는데, 이게 기존에 예를 들어 10번 틀리던 거를 8번이나 7번 틀린다. 이런 식으로 이해를 하시면 되는 거라. 아직도 AI 기술이 발전해야 될 부분은 많이 있고 그래서 AI 기술도 여지껏 많이 발전이 되고, 많이 활용이 되고 있지만, 더 고도화되고 최적화돼야 되는 부분이 있습니다.
● 김영민 : AI가 10번 틀리던 거를 7번 8번 틀리게 해준다. 그러니까 여전히 AI도 틀릴 수 있다는 말인데, 다소 아쉽지만 앞으로 AI가 더 완벽해질 수 있는 여력이 충분하다. 이렇게 들리기도 해서 앞으로 기대가 되기도 합니다. 마지막 질문인데요. 이 양날의 검, AI가 결국에는 기후 위기에 긍정적으로 작용할지 부정적으로 작용할지, 어렵지만 전망을 해 주신다면요?
△ 함유근 : 그러니까 지금 상태는 긍정과 부정이 혼재하는 그런 상황 같습니다. 어떻게 보면 AI 기술이 발전하는 방향으로 AI 기술들을 계속 개발을 하고 있다 보니까, 그것이 만들어내는 부수적인 효과 같은 것들은 저희가 아직 크게 생각을 하고 있지 못한 그런 상황 같고요. 그런데 말씀하신 앞에서 말씀 나눈 것처럼 AI 기술이 활용되면서 생기는 어떤 전력 수급의 문제라든지. 그것과 관련된 지구 온난화의 심화 문제라든지. 이런 것들이 많이 알려져 있기 때문에 이런 것들을 해결하려는 노력들도 많이 하고 있고요. 그리고 AI 기술 자체가 에너지 효율을 최적화한다든지 기상이나 기호의 예측 정확도를 높이면서 피해를 경감한다든지. 이런 식으로 활용이 될 수가 있기 때문에, AI 기술이 계속 활용이 되고 고도화되다 보면은, 결과적으로는 긍정적인 방향으로 저희가 기술을 활용할 수 있지 않을까. 저는 그렇게 믿고 있습니다.
● 김영민 : 네. 오늘 함유근 서울대학교 환경대학원 교수와 지구의 미래에 대해서 논의해 봤습니다. 교수님 오늘 말씀 고맙습니다.
△ 함유근 : 감사합니다.
YTN 김세령 (newsfm0945@ytnradio.kr)
[저작권자(c) YTN 무단전재, 재배포 및 AI 데이터 활용 금지]