유엔(UN)이 2026년 6월 7일 발표한 보고서에 따르면, 인공지능 기술이 약속했던 효율성 개선이 실제로는 환경 부담을 가중시킬 수 있는 것으로 나타났다. 이 문서는 AI 기술의 가속화된 확장이 2030년까지 전 세계 에너지 소비를 두 배로 증가시켜, 전체 전력 생산량의 약 3%를 차지할 것으로 전망했다. 그 결과 발생하는 배출량은 영국의 국가 전체 배출량과 비슷한 수준에 달할 것으로 추산됐다. 또한 시스템 냉각에 필요한 물 수요는 전 세계 인구가 연간 소비하는 식수 규모를 초과할 것이라는 충격적인 전망도 제시됐다.
예상보다 빠른 환경 비용 증가
보고서는 19세기 경제학자 윌리엄 스탠리 제번스가 제안한 제번스 역설이라는 개념에 기반을 두고 있다. 이 이론은 자원 사용의 효율성이 향상될수록 오히려 총 소비량이 증가할 수 있다는 점을 지적한다. 빅토리아 시대 영국에서 석탄 효율이 개선되자 전체 석탄 소비가 늘어난 사례가 대표적이다. AI 분야에서도 더 효율적인 모델이 등장하면 기술 도입이 더욱 확대돼, 기술적 이득을 상쇄하거나 초과하는 소비 증가로 이어질 수 있다고 분석했다.
2025년 데이터센터, 사우디아라비아 전력 소비와 맞먹어
보고서는 이러한 역설이 이미 현실에서 나타나고 있다고 경고한다. 2025년 기준으로 AI 데이터센터의 전력 소비는 세계적인 에너지 소비국인 사우디아라비아의 전체 전력 사용량과 동등한 수준이었다. 만약 현재 추세대로 2030년까지 소비가 두 배로 증가한다면, 배출량을 상쇄하기 위해 약 67억 그루의 나무를 10년 동안 심어야 할 것으로 추정된다. 이는 기술적 효율성만으로는 환경 문제를 해결할 수 없다는 점을 강력히 시사한다.
물과 토지, 그리고 집중된 인프라
AI 인프라 확장에는 에너지 외에도 막대한 자원이 필요하다. 보고서는 약 9조 3천억 리터의 물과 멕시코시티의 거의 10배에 달하는 토지 면적이 소요될 것으로 전망했다. 더욱 우려되는 점은 전 세계 클라우드 컴퓨팅 인프라의 약 90%가 미국과 중국에 집중되어 있다는 사실이다. 현재 AI 전용 클라우드 시스템을 보유한 국가는 단 32개국에 불과하며, 이는 디지털 격차를 심화시킬 수 있는 요인으로 지목됐다. 보고서는 이로 인해 많은 국가가 기술 소비자로 전락하면서 광물 채굴과 전자 폐기물 처리와 같은 환경 부담만 떠안게 될 위험을 경고했다.
작업 유형과 모델 선택의 중요성
AI의 환경 영향은 사용 빈도뿐만 아니라 수행되는 작업의 종류에 따라 크게 달라진다. 텍스트 생성, 프로그래밍, 이미지 제작, 비디오 생성 등 각 작업은 서로 다른 수준의 컴퓨팅 처리 능력을 요구한다. 모델 선택 역시 중요한 요소로, 유사한 작업을 수행하더라도 시스템에 따라 환경 비용이 크게 차이가 난다. 이에 유엔은 투명성, 설계 단계부터의 효율성, 전 생애주기 책임, 형평성, 국제 협력, 지속 가능한 자원 사용 등을 핵심 원칙으로 제시했다.
규제 현황과 권고사항
보고서는 AI 시스템 개발 및 운영 과정에서 정기적인 환경 보고서 작성과 정부 차원의 에너지·기후 계획에 AI 수요 전망을 반영할 것을 권고했다. 특히 AI가 공공 서비스에 통합되는 상황에서 이러한 조치의 중요성이 더욱 부각된다. 뉴질랜드와 호주는 이미 공공 부문 AI 도입을 위한 국가 전략을 시행 중이다. 뉴질랜드는 AI 활용 지침을 마련했고, 호주는 시청각 자료 자동转录 및 정부 처리 요청 지원 프로젝트를 진행 중이다. 그러나 이들 국가는 원칙 중심의 가벼운 규제 모델을 채택하고 있어, 환경 영향을 간과할 수 있다는 지적이 나온다.