AI의 기후 영향은 예상보다 작다, 새로운 연구 결과

인공지능(AI) 열풍이 시장을 새로운 고점으로 끌어올렸습니다. 

수십억 달러가 계속해서 반도체 제조업체와 데이터 센터로 흘러들어가고 있습니다. 지속되는 AI 광풍이 2년 넘게 터보 차진 시장을 유지시키고 있으며 둔화 조짐이 보이지 않습니다. 그러나 많은 사람들은 우리가 AI 버블에 빠졌는지 의문을 제기하기 시작했습니다.

JPMorgan (JPM )의 애널리스트들은 실제로 투자자들에게 앞으로의 변동성에 대비하라고 경고하고 있습니다. 하지만 사모와 공모 시장 모두에서 거품이 커지고 있는 가운데, AI에 대한 열광은 그 자체의 가치를 가지고 있습니다. 이 기술은 접근 가능하고 강력한 지능을 창출하는 데 있어 큰 경제적 가치를 가지고 있으며, 이는 인터넷의 탄생과 유사하다고 여겨집니다. 

JPMorgan은 2026년 전망에서 AI를 “컴퓨팅 이후 가장 변혁적인 기술”이며 “소비자 지출보다 더 많은 GDP 성장을 견인한다”고 언급했습니다.

동시에 이 은행은 전력 부족, 물 부족, 그리고 규제 감시 위험에 대해 경고했습니다.

보다 넓게 보면, AI의 급속한 확장은 상당한 환경적 압력을 동반하지만, 그 압력은 예상보다 낮은 것으로 나타났습니다. 이는 쿼리의 에너지 집약도와 배출량이 모델의 유형·규모, 생성되는 출력, 요청을 처리하는 데이터 센터의 전력망, 처리 시간대 및 기타 변수에 따라 달라지기 때문입니다.

JPMorgan은 또한 선진국에서 60%의 직업이 AI로 인한 자동화 위험에 노출되어 있다고 추정하지만, 기존 직무가 사라지는 만큼 새로운 직무도 등장할 것이라고 말했습니다.

전반적으로 은행이 말한 가장 큰 위험은 “변혁적인 기술에 대한 노출이 없다는 것”입니다.

AI 채택, 에너지 사용 및 기후 부담

AI가 반복 작업을 자동화하고 의사결정을 개선하며 다양한 분야에서 효율성과 생산성을 향상시키는 능력은 그 광범위한 채택을 이끌어냈습니다.

McKinsey의 조사에 따르면, 응답자의 88%가 최소 하나의 비즈니스 기능에서 정기적으로 AI를 사용하고 있으며, 이는 1년 전보다 10% 상승한 수치입니다. 그러나 기업 수준에서는 대부분이 아직 실험 단계에 머물고 있으며, 약 3분의 1은 AI 프로그램을 확장하기 시작했다고 답했습니다.

현재 약 4천억 달러 규모로 평가되는 AI 시장은 이번 십년 말까지 1.8조 달러에 이를 것으로 예상됩니다.

투자 측면에서 미국의 민간 AI 자금은 2024년에 1,090억 달러를 초과했으며, 이는 영국의 45억 달러보다 약 24배, 중국의 93억 달러보다 12배에 해당합니다. 앞으로 3년간 92%의 기업이 생성형 AI에 투자할 계획이라고 전망됩니다.

AI 채택이 전례 없는 생산성 향상을 약속하면서 성장하고 있지만, 이는 심각한 에너지 및 환경 문제를 동반합니다. 사실 AI는 매우 많은 에너지를 소비합니다. 

AI 모델을 훈련시키는 데는 수백 가구의 연간 전력량에 해당하는 에너지가 필요하며, 추론 단계에서는 그보다 훨씬 더 많을 수 있습니다. 실제로 AI 컴퓨팅 파워의 80%~90%가 추론에 사용되는 것으로 추정됩니다.

따라서 AI의 에너지 사용은 주로 데이터 센터 내에서 모델을 훈련하고 실행하는 데 필요한 계산 파워와 연관됩니다. AI 모델은 Nvidia (NVDA )의 Blackwell GPU와 같은 GPU가 장착된 서버 그룹에 로드됩니다.

데이터 센터는 컴퓨터 서버, 데이터 저장 시스템, 전원 공급 장치, 냉각 시스템, 그리고 네트워킹 장비를 포함하는 시설입니다. 이러한 인프라는 최신 디지털 서비스(예: ChatGPT에 질문하기)뿐만 아니라 이메일 전송이나 동영상 스트리밍을 제공하는 데 필수적입니다.

데이터 센터는 오래전부터 존재했지만, 최근 몇 년 사이에 크게 확장되었습니다. 

오늘날 전 세계에 100,000개 이상의 데이터 센터가 있으며, 미국이 4,200개 이상으로 가장 많고, 그 뒤를 영국과 독일이 각각 약 500개씩 차지합니다. 미국에서는 캘리포니아, 텍사스, 버지니아 3개 주에 데이터 센터가 집중돼 있으며, 이들 주는 에너지 수요를 충당하기 위해 화석 연료에 크게 의존하고 있습니다.

전통적인 기업용 데이터 센터는 자체 워크로드를 위해 기업이 직접 운영하고, 콜로케이션 제공업체는 여러 고객에게 랙 공간과 전력을 임대합니다. 최상위 단계는 “하이퍼스케일” 캠퍼스로, 수만 대의 서버가 몰려 AI와 클라우드 컴퓨팅 작업을 처리합니다.

JPMorgan에 따르면 하이퍼스케일러들의 자본 지출은 내년 5천억 달러를 넘어설 것으로 예상되며, 기업들은 데이터 센터를 구축하고 제한된 전력을 확보하기 위해 경쟁하고 있습니다.

그렇다면 이러한 데이터 센터는 얼마나 많은 에너지를 사용할까요? 엄청납니다. 미국 데이터 센터는 지난해 183 TWh의 전기를 소비했으며, 이는 국가 전체 연간 전력 소비가 사상 최고치를 기록한 시점과 맞물립니다.

이들 데이터 센터의 에너지 소비는 2030년까지 133% 증가해 426 TWh에 이를 것으로 추정됩니다. 전 세계적으로 IEA는 데이터 센터 전용 전력 생산량이 2024년 약 460 TWh에서 2030년에는 1,000 TWh 이상으로 두 배 이상 증가할 것으로 전망합니다.

미국에서 데이터 센터는 전체 전력 소비의 4%를 차지하며, 이는 파키스탄의 연간 전력 수요와 맞먹습니다. 10년 넘게 정체돼 있던 AI 채택은 2028년까지 이 비중을 12%로 끌어올릴 것으로 예상됩니다.
Swipe to scroll →

AI가 차지하는 데이터 센터 에너지 소비량을 정확히 파악하기는 어렵지만, 일반적인 AI 최적화 하이퍼스케일러는 연간 10만 가구에 해당하는 전기를 소비합니다.

최근 로렌스 버클리 국립 연구소의 예측에 따르면, 향후 3년간 데이터 센터가 소비하는 전력의 절반 이상이 AI에 사용될 것이며, 이는 미국 전체 가구의 22%에 해당하는 연간 전력 사용량과 맞먹습니다.

AI 핵심을 구동하는 에너지 믹스

AI가 급성장함에 따라 데이터 센터는 전력 수요 급증으로 압박을 받고 있습니다.

데이터 센터가 사용하는 전력의 대부분(평균 60%)은 서버를 구동하고 디지털 정보를 저장·처리하는 데 사용됩니다. 그 다음으로는 냉각 시스템이 차지하는 비중이 7%에서 30%까지 시설 효율성에 따라 달라집니다. 

이러한 냉각 시스템은 서버 과열을 방지하는 역할을 하며, 많은 양의 물을 필요로 합니다. 2023년 미국 데이터 센터는 약 170억 갤런의 물을 직접 소비했으며, 이 중 84%는 콜로케이션 및 하이퍼스케일 시설이 차지했습니다. 이들 시설은 2028년까지 연간 160~330억 갤런의 물을 소비할 것으로 예상됩니다.

데이터 센터 전력 공급원으로는 천연 가스가 40% 이상을 차지하며, 그 뒤를 태양광·풍력 등 재생에너지(24%), 원자력(20%), 석탄(15%)이 잇습니다.

Google (GOOG ), Amazon (AMZN ), 그리고 Meta (META )는 현재 미국 전력 공급의 20%에 불과한 원자력을 더 많이 활용하겠다고 약속했습니다.

이 때문에 IEA는 데이터 센터 전력 생산에 따른 CO₂ 배출량이 2030년까지 약 320 Mt CO₂에 정점을 찍고, 2035년에는 약 300 Mt CO₂로 감소할 것으로 전망합니다.

IEA에 따르면:

“급속한 성장에도 불구하고 데이터 센터는 전체 전력 시스템에서 상대적으로 작은 부분을 차지하고 있으며, 오늘날 전 세계 전력 생산의 약 1%에서 2030년에는 3%로 증가할 것이며, 전체 글로벌 CO₂ 배출량의 1% 미만에 해당합니다.”

하지만 대중은 그렇게 생각하지 않습니다. 2024년 Pew Research Center 조사에 따르면, 미국 성인의 1/4은 AI가 향후 20년간 환경에 부정적인 영향을 미칠 것이라 생각하고, 같은 비율은 영향이 긍정적·부정적이 동시에 될 것이라고 답했습니다.

기업과 연구자들은 계산 및 데이터 센터의 에너지 사용을 줄이기 위한 방안을 지속적으로 모색하고 있습니다.

실제로 하드웨어 효율성 향상으로 상당한 에너지 절감이 이루어졌지만, 효율성 향상 속도는 둔화되는 반면 AI의 계산 수요는 가속화되고 있습니다.

AI가 에너지 사용에 미치는 영향은 단순히 컴퓨팅 전력 사용을 넘어섭니다. 에너지는 거의 모든 경제 활동의 핵심 투입재이며, 산업을 구동하고 현대 생활 인프라를 지원합니다.

연구에 따르면 에너지 소비와 경제 생산량 사이에는 강한 상관관계가 있어, 에너지 사용이 GDP 성장과 밀접하게 연결되어 있습니다. 따라서 AI가 생산성을 높이면 전체 에너지 사용량이 급증할 가능성이 있습니다. 또한 화석 연료를 지속적으로 사용하면 전력 생산 과정에서 발생하는 배출이 기후 변화를 악화시킵니다.

하지만 AI는 실제로 에너지 사용을 줄일 수도 있습니다. 이는 수요 측 관리나 에너지 인프라 회복력 향상을 통해 달성될 수 있습니다.

단기적으로는 화석 연료에 의존하는 전력 생산이 대기 오염, 수질 악화, 그리고 기후 변화 악화를 초래합니다.

천연 가스가 단기적으로 데이터 센터의 주요 전력원으로 남을 것으로 예상되지만, Gartner는 향후 3~5년 내에 태양광·풍력 변동성을 보완하기 위한 배터리 에너지 저장 시스템의 급격한 성장을 예측합니다. 연구 노트에서는 다음과 같이 언급했습니다.

“그린 수소, 지열, 소형 모듈형 원자로와 같은 새로운 현장 친환경 전력 대안이 등장하고 있으며, 이들은 이번 십년 말까지 데이터 센터 마이크로그리드의 실현 가능한 연료 대안이 될 것입니다.”

AI의 친환경 잠재력과 기후 배출 트레이드오프

AI는 명백하고 거대한 환경적 영향을 미치지만, 새로운 연구에 따르면 현재 수준의 AI 사용에 따른 환경 위험은 우리가 생각하는 것보다 낮다고 밝혀졌습니다. 또한 AI는 환경 진보와 경제 성장을 지원할 수도 있습니다.

AI가 현재 속도로 계속 확장될 경우의 잠재적 환경 결과를 예측하기 위해, “Watts and bots: the energy implications of AI adoption”이라는 연구에서 워털루 대학교와 조지아 공대 연구진은 미국 경제 활동 데이터를 AI 기술 채택 정도와 결합해 분석했습니다.

산업 수준에서 연구진은 연간 에너지 사용 증가량이 0~12 페타줄(PJ) 사이이며, 탄소 배출량은 0톤에서 272 kt(CO₂)까지 범위에 이를 수 있다고 추정했습니다.

AI가 국가 차원에서 추가할 에너지와 CO₂는 얼마나 될까?

전체 경제에 걸쳐 AI 채택을 합산하면 연간 추가 에너지 사용량은 28 PJ 정도가 될 것이며, 이는 연간 국가 전체 에너지 소비의 약 0.03%에 해당합니다. 또한 연간 896 kt CO₂가 추가 배출되어 국가 연간 CO₂ 배출량의 약 0.02%에 해당합니다.

이는 미국 에너지 정보청 데이터에 따르면, 아직도 83%의 국가 전력이 석탄·석유·천연 가스와 같은 화석 연료에 의존하고 있기 때문입니다.

화석 연료는 유기체의 화석화된 잔해에서 형성되며 수백만 년이 걸리는 비재생 자원입니다. 제한된 공급량에도 불구하고 전력 생산, 운송, 산업 공정에 필수적인 에너지원이며, 사용 시 온실가스(GHG)를 배출해 기후 변화를 촉진합니다.

연구진은 미국에서 AI 관련 전력 소비가 아이슬란드 전체 에너지 사용량과 비슷하지만, 이는 국가 또는 전 세계 차원에서 의미 있게 나타날 정도는 아니라는 점을 발견했습니다.

“에너지 사용 증가가 고르게 나타나는 것은 아닙니다. 전력 생산이 집중된 지역, 특히 데이터 센터에 전력을 공급하는 곳에서 더 크게 체감될 것”이라고 워털루 대학 환경경제학자이자 캐나다 연구청 에너지 전환 분야 연구교수인 후안 모레노-크루즈 박사는 말했습니다. 지역 관점에서 보면 전력 생산량과 배출량이 두 배로 늘어날 수 있는 “큰 일”이 될 수 있다고 덧붙였습니다.

하지만 더 큰 규모에서는 “AI의 에너지 사용은 눈에 띄지 않을 것”이라고 모레노-크루즈는 강조했습니다.

연구진은 데이터 센터가 위치한 지역 경제에 대한 영향을 조사하지는 않았지만, 몇 가지 고무적인 결과를 발견했습니다.

“AI가 기후에 큰 문제가 될 것이라고 생각하고 회피해야 한다고 믿는 사람들에게는 다른 관점을 제시하고 싶습니다. 기후에 미치는 영향은 그리 크지 않으며, 우리는 AI를 활용해 친환경 기술을 개발하거나 기존 기술을 개선할 수 있습니다.”라고 그는 말했습니다.

연구는 AI가 재생 에너지와 산업 공정을 최적화함으로써 에너지 효율과 배출 감소 솔루션에 기여할 수 있다고 밝혔습니다.

연구진은 경제 전반의 부문, 해당 부문의 일자리, 그리고 AI가 수행할 수 있는 업무 비중을 분석했습니다. 향후 미국을 넘어 다른 국가에서도 연구를 반복해 전 세계 AI 채택이 에너지 사용과 배출에 미치는 영향을 측정하고, 보다 포괄적인 그림을 그릴 계획이라고 밝혔습니다.

연구의 한계로는 데이터 가용성 부족, 분석의 세분화 정도 차이, 에너지 사용의 공간적 분포 정보 부족, 그리고 AI가 생산성을 향상시키는 효과를 기존 저비용 작업에만 국한하고 새로운 작업이나 자본 투입 등 다른 생산 형태에 미치는 영향을 고려하지 않은 점을 들었습니다.

이 연구는 AI가 경제 전반에 미치는 광범위한 영향을 이해하기 위한 기반을 제공하고자 합니다.

그리고 연구진은 AI 채택으로 인한 에너지 사용 및 배출 증가 규모가 “전체 경제 활동에 비해 상대적으로 미미하다”고 결론지었습니다.

AI가 다양한 부문을 혁신하고 사회 전반을 재구성함에 따라, 연구는 경제적 이익과 생산성 향상을 에너지 수요와 탄소 배출 증가 위험과 균형 잡아야 한다는 필요성을 강조합니다.

이를 위해 재생 에너지 투자, 에너지 효율적인 AI 기술 강조, AI 집약 산업의 배출 상쇄 전략 개발, 그리고 AI를 활용해 기후 변화에 대한 취약성을 완화하는 방안을 제시하고 있습니다.

AI의 에너지 및 환경 영향을 지속적으로 분석·모니터링함으로써 변혁적 기술의 지속 가능한 발전을 이룰 수 있다고 연구는 말했습니다.

AI 투자: 데이터 센터, 칩, 그리고 기후 위험

현재 진행 중인 AI 열풍의 가장 큰 수혜자는 Nvidia (NVDA )이며, 게임, 전문 시각화, 로보틱스 부문 외에 AI 솔루션과 소프트웨어를 제공하는 풀스택 컴퓨팅 인프라 기업입니다.

Nvidia는 시가총액 4.3조 달러로 세계에서 가장 가치 있는 기업이며, 지난달 5조 달러를 넘어섰고 주가는 52주 최고가인 212달러에 도달했습니다. 현재 NVDA 주가는 179.5달러이며, 연초 대비 33.2% 상승했고 지난 5년간 1,450% 이상 상승했습니다.

AI 기업들의 인프라에 대한 대규모 지출 덕분에 Nvidia의 데이터 센터 사업은 512억 달러의 사상 최고 매출을 기록했으며, 전 분기 대비 25%, 전년 대비 66% 성장했습니다. 주요 고객으로는 Google, Amazon, Meta, Microsoft, Oracle이 있습니다.

회사에 따르면 이 사업은 강력한 AI 모델, 에이전트형 애플리케이션, 그리고 컴퓨팅 가속에 힘입어 성장하고 있습니다. Nvidia의 Blackwell GPU 칩 판매는 “기록적인 수준”이며, 클라우드 GPU는 매진되었습니다.

그 결과, Nvidia는 AI 팩토리와 특화된 컴퓨팅 인프라, 그리고 총 500만 대의 GPU를 포함하는 다양한 인프라 프로젝트를 발표했습니다. 이는 “모든 시장, CSP, 주권, 현대 빌더, 기업, 슈퍼컴퓨팅 센터”를 아우릅니다.

“컴퓨팅 수요는 훈련과 추론 모두에서 가속·복합화되고 있으며, 각각이 기하급수적으로 성장하고 있습니다. 우리는 AI의 선순환 고리에 진입했습니다. AI 생태계는 빠르게 확장되고 있으며, 새로운 파운데이션 모델 제작자, AI 스타트업, 산업, 국가가 늘어나고 있습니다. AI는 어디서든, 모든 일을 동시에 수행하고 있습니다.”라고 Nvidia CEO Jensen Huang는 최근 Q3 실적 발표에서 말했습니다.

최신 Nvidia Corporation (NVDA) 주식 뉴스

결론: AI의 기후 영향 및 투자 시사점

AI가 보다 개인화되고 역량을 갖추며, 복잡한 문제를 추론·해결하는 능력을 얻음에 따라, 그 채택과 에너지 소비는 아직 초기 단계에 머물고 있습니다. 이 기술의 확장은 데이터 센터 구축을 대규모로 촉진하고, 기존 전력 시스템에 압력을 가하며 전력 수요와 탄소 배출에 대한 우려를 불러일으키고 있습니다. 

하지만 최신 연구가 시사하듯, AI가 전국 차원에서 미치는 에너지 영향은 여전히 미미하지만, 지역적 발자국은 상당할 수 있습니다. 궁극적으로는 저탄소 전원으로 전력 믹스가 전환되는지가 핵심입니다. 따라서 AI는 에너지 소비를 촉진하는 동시에, 전력망 현대화, 효율성 향상, 기후 중심 혁신 가속화 등 에너지 최적화 도구로도 활용될 수 있습니다.

저평가된 파괴적 기술 주식 목록을 보려면 여기를 클릭하세요.

References

1. Harding, A. R. & Moreno-Cruz, J. “Watts and bots: the energy implications of AI adoption.” Environmental Research Letters 20 (11), Article 114084 (2025). https://doi.org/10.1088/1748-9326/ae0e3b