Downcodes의 편집자는 케임브리지 대학과 중국과학원의 연구자들이 Nature 잡지에 논문을 게재하여 2030년까지 생성 AI가 매년 10억 개 이상의 iPhone과 동등한 전자 폐기물을 생산할 수 있다고 예측했다는 사실을 알게 되었습니다. 본 연구는 AI의 발전을 제한하려는 것이 아니라, AI가 환경에 미치는 영향을 사전에 평가하고 지속 가능한 솔루션을 모색하기 위한 것입니다. 연구팀은 다양한 성장 모델을 통해 2030년에는 전자폐기물 양이 40만~250만톤, 최대 1000배까지 늘어날 것으로 예측했다. 2023년 기준 데이터는 약간 다를 수 있지만 여전히 생성 AI 물결이 전자 폐기물에 미치는 영향을 반영합니다.
사진 출처 참고: 사진은 AI가 생성한 것이며, 사진 인증 서비스 제공업체 Midjourney가 제공한 것입니다.
논문에서 연구팀은 에너지 소비가 오랫동안 관심의 초점이 되어 왔지만, 이 과정과 관련된 물리적 재료와 구식 전자 장치의 폐기물 흐름은 충분한 관심을 받지 못했다고 지적했습니다. 그들의 연구는 AI 서버의 수와 그에 따른 전자 폐기물을 정확하게 예측하는 것이 아니라 미래 과제의 규모를 강조하고 가능한 순환 경제 솔루션을 탐색하기 위한 첫 번째 대략적인 추정치를 제공하는 것을 목표로 합니다.
연구원들은 저성장, 중성장, 고성장 모델을 포함한 다양한 성장 시나리오 모델을 사용하여 필요한 컴퓨팅 리소스와 서비스 수명을 분석했습니다. 결과에 따르면 전자 폐기물 양은 2023년 2,600톤에서 2030년에는 40만~250만 톤으로 최대 1,000배 증가할 수 있는 것으로 나타났습니다.
2023년 2,600톤이라는 수치는 약간 오해의 소지가 있을 수 있다는 점에 유의해야 합니다. 왜냐하면 지난 2년 동안 많은 컴퓨팅 인프라가 구축되었고 이것이 아직 낭비로 간주되지 않았기 때문입니다. 하지만 이 데이터는 실제로 생성 AI 물결 이전과 이후의 전자 폐기물 변화에 대한 참조 표준으로 사용될 수 있습니다.
연구원들은 서버의 수명이 다해 서버를 폐기하는 대신 서버를 다운그레이드하거나 통신 및 전력 구성 요소를 재사용하는 등 전자 폐기물의 증가를 늦추는 몇 가지 가능한 방법을 제안했습니다. 또한 소프트웨어 및 효율성 개선을 통해 특정 칩이나 GPU의 유효 사용 시간도 연장할 수 있습니다. 연구에서는 최신 칩으로 빠르게 업데이트하는 것이 도움이 될 수 있다고 언급했습니다. 제때 업그레이드하지 않으면 기업이 고급 GPU 1개 작업을 완료하기 위해 저성능 GPU 2개를 구입해야 할 수 있으며, 이로 인해 전자 폐기물 발생이 악화될 수 있기 때문입니다. .
연구원들은 이러한 완화 조치를 취함으로써 전자 폐기물 발생을 16%에서 86%까지 줄일 수 있다고 추정합니다. 그러나 이러한 감소가 달성될 수 있는지 여부는 이러한 조치의 채택 여부와 해당 조치가 얼마나 잘 구현되는지에 달려 있습니다. 모든 H100 칩을 대학의 저비용 추론 서버에서 계속 사용할 수 있다면 향후 전자 폐기물에 대한 부담은 크게 줄어들 것입니다. 반대로 칩의 10분의 1만 재사용하면 전자 폐기물 문제가 발생합니다. 계속 심할 겁니다.
가장 밝은 부분:
? 2030년까지 생성 AI가 매년 10억 개 이상의 iPhone에 해당하는 전자 폐기물을 생산할 것으로 추정됩니다.
♻️ 연구원들은 부품 다운사이클링 및 재사용을 통해 전자 폐기물 발생을 줄일 것을 제안합니다.
? 전자 폐기물 발생량을 16%에서 86%까지 줄일 수 있습니다. 관건은 대책의 채택과 실행에 있습니다.
이 연구는 업계와 정부가 생성 AI로 인해 발생하는 환경 문제에 주의를 기울이고 전자 폐기물을 줄이고 환경을 보호하기 위한 지속 가능한 솔루션을 적극적으로 탐색 및 구현하도록 촉구하는 경종을 울립니다. Downcodes의 편집자는 이 분야의 최신 개발에 계속해서 주의를 기울일 것입니다.