생성형 AI는 수많은 사람들에 의해 방대한 프롬프트 즉, 명령어나 명령 구문들에 의해 작동하면서 무한대의 결과 데이터를 보여줍니다. 이렇게 방대한 데이터 처리는 결국 슈퍼 컴퓨터들이 하게 될 텐데요. 에너지 소모가 상당할 것이며 이로 인해 탄소 배출량도 엄청날 것으로 생각합니다.
생성형 AI는 사람들이 요청하는 데이터를 처리하기 위해 쉬지 않고 달립니다. 사람의 두뇌와도 같죠. 이처럼 생성형 AI가 무한대의 데이터를 처리하려면 쉬지 않고 일을 하는데 그 처리 과정에서 슈퍼 컴퓨터들은 에너지를 먹는 하마라고도 할 수 있습니다. 이렇게 슈퍼 컴퓨터들이 에너지를 소비하면 할수록 탄소 배출량 또한 증가하는 것입니다.
미국의 TRG 데이터센터에 의하면 생성형 AI를 적용한 챗봇 중 에너지를 가장 많이 소비하는 챗봇은 마이크로소프트사의 빙(Bing) 챗봇이었습니다. 빙(Bing) 챗봇이 가장 많은 에너지를 소비하는데 이는 오픈 AI의 최신 버전인 챗GPT-4를 적용 헸습니다.
두 번째로 오픈 AI가 개발한 챗GPT-3 챗봇입니다. 국내에서도 무료로 사용할 수 있는 챗GPT버전입니다. 즉, 챗GPT-4가 챗GPT-3보다 더 많은 에너지를 소비하는 것이죠.
챗GPT-4가 챗GPT-3에 비해 매개변수가 5.8배 높다고 합니다. 이 말은 명령어를 받아들이는 양의 차이가 나는 것이며 이로 인해 결과 데이터의 질과 양이 달라지겠죠.
마지막으로 구글의 바드(Bard) 챗봇입니다. 구글 바드는 데이터를 처리할 수 있는 매개변수의 양이 챗GPT-3과 비슷하지만 처리하는 기간은 챗GPT-3에 비해 2배의 빠른 처리 속도를 보인다고 합니다. 이는 구글 바드가 챗GPT-3에 비해 에너지 소비량이 2분의 1배로 적다는 것을 의미합니다.
결론적으로 정리하면,
생성형 AI는 미래 산업의 중심축이 될 기술입니다. 그렇기 때문에 앞으로도 계속 발전시켜야 할 것이며 챗GPT, 구글 바드, 유봇 등 현재 나와있는 생성형 AI 이외에도 많은 AI 제품들이 선보일 것인데요. 이에 더불어 에너지 소비량과 함께 탄소배출량이 함께 증가할 것으로 보입니다.
하지만, 생성형 AI를 개발할 때 구글 바드처럼 에너지 소비를 최소화할 수 있도록 설계가 가능합니다. 그래서 에너지 소비 측면에서 효율적인 생성형 AI를 개발하여 발전시켜야 할 것이며 이는 탄소배출량을 줄이는데 큰 역할을 할 것입니다.