글로벌 빅테크 기업들이 막대한 전력을 소모하는 AI 데이터센터 구축에 열광하는 가운데, AI의 환경적 영향을 투명하게 공개해야 한다는 목소리가 커지고 있습니다. AI 지속 가능성 연구자인 사샤 루치오니(Sasha Luccioni)는 기업 내외부의 ESG 압력이 커지고 있으며, 글로벌 규제에 대응하기 위해 데이터센터의 전력 공급원과 탄소 배출량을 파악하는 것이 필수적이라고 강조합니다. 이에 그는 기업들이 친환경 에이전트를 설계하고 AI 에너지 효율을 높일 수 있도록 돕는 새로운 프로젝트를 시작하며, AI 사용을 중단하는 것이 아니라 올바른 모델을 선택하는 것이 중요하다고 역설합니다.
번역된 본문
지속 가능한 AI를 구축하는 것은 단순히 헛된 꿈처럼 보입니다. 과거 탄소 배출 감축을 약속했던 거대 기술 기업들이 화석 연료로 가동되는 거대한 데이터센터를 구축하기 위해 경쟁하고 있기 때문입니다. 어떤 대가를 치르더라도 AI를 구축하려는 이러한 조급함은 환경 보호 정책을 축소하고 있는 트럼프 행정부에 의해 더욱 부추겨지고 있습니다.
이러한 역경에도 불구하고, AI 지속 가능성 연구원인 사샤 루치오니(Sasha Luccioni)는 기업과 개인 모두로부터 AI의 투명성에 대한 요구가 그 어느 때보다 높다고 생각합니다. AI 기업 허깅페이스(Hugging Face)에서 4년 동안 일하며 오픈소스 AI 모델의 에너지 효율을 문서화하는 리더보드를 개척하는 등 AI의 탄소 배출량과 환경적 영향에 대한 투명성을 높이기 위해 노력해 온 그녀는 이 분야의 선구자가 되었습니다. 또한 그녀는 주요 AI 기업들이 대중으로부터 에너지 및 지속 가능성 정보를 의도적으로 숨기고 있다고 비판하는 데 주저하지 않았습니다.
이제 그녀는 전 세일즈포스(Salesforce) 지속 가능성 책임자였던 보리스 가마자이치코프(Boris Gamazaychikov)와 함께 새로운 벤처인 '지속 가능한 AI 그룹(Sustainable AI Group)'을 시작합니다. 이들은 기업들이 '에이전트의 환경적 영향을 조금이라도 줄이기 위해 우리가 조정할 수 있는 요인들은 무엇인가?'와 같은 질문에 답할 수 있도록 돕는 데 집중할 것입니다. 루치오니는 음성-텍스트 번역이나 사진-비디오 변환과 같은 다양한 유형의 AI 도구에 필요한 에너지 수요를 파악하는 데에도 관심을 가지고 있으며, 이 분야는 지금까지 충분히 연구되지 않았다고 말합니다.
루치오니는 WIRED와의 단독 인터뷰를 통해 지속 가능한 AI에 대한 요구와 빅테크 기업에 대해 정확히 무엇을 기대하는지에 대해 이야기했습니다. 이 인터뷰는 길이와 명확성을 위해 편집되었습니다.
WIRED: 환경과 AI 사용에 대해 걱정하는 개인들의 목소리는 많이 듣지만, 이 문제에 대해 고민하는 기업들의 이야기는 많이 듣지 못합니다. 비즈니스에서 AI를 다루는 사람들로부터 구체적으로 무엇을 들었으며, 그들이 걱정하는 것은 무엇입니까?
사샤 루치오니: 무엇보다도 그들은 직원들과 이사회로부터 엄청난 압력을 받고 있습니다. 이른바, "이것을 정량화해야 합니다"라는 식의 압력입니다. 직원들은 "당신들은 우리에게 코파일럿(Copilot)을 사용하라고 강요하는데, 그것이 우리의 ESG(환경, 사회, 지배구조) 목표에 어떤 영향을 미칩니까?"라고 묻습니다. 대부분의 기업에게 AI는 비즈니스 서비스의 핵심 부분이 되었습니다. 그런 만큼 그들은 위험을 이해해야 합니다. 모델이 어디에서 실행되고 있는지 알아야 합니다. 데이터센터의 위치나 전력망이 어떻게 연결되어 있는지조차 모르는 상태에서 계속해서 모델을 사용할 수는 없습니다. 공급망 배출량과 운송 배출량 등 다양한 것들을 알아야 합니다. 이것은 AI를 사용하지 말자는 이야기가 아닙니다. 우리는 이미 그 단계를 지났다고 생각합니다. 예를 들어 올바른 모델을 선택하거나, 에너지 원천이 중요하다는 신호를 보내 재생 에너지로 구동되는 데이터센터에 대해 고객이 조금 더 비싼 요금을 지불할 의향이 있도록 만드는 것입니다. 그렇게 할 수 있는 방법들이 있으며, 적재적소에 이를 믿는 사람들을 찾는 것이 중요합니다.
WIRED: 또한 글로벌 기업들의 경우 미국과는 지속 가능성에 대한 상황이 매우 다를 것이라고 생각합니다, 그렇죠?
사샤 루치오니: 미국 정부는 이 문제에 전혀 관심이 없을 수 있지만, 다른 국가들의 정부는 분명히 관심이 많습니다. 유럽에는 EU AI 법안(EU AI Act)이 있습니다. 처음부터 지속 가능성이 꽤 큰 부분을 차지했습니다. 그곳에 여러 조항을 포함시켰고, 이제 첫 번째 보고 이니셔티브가 나오고 있습니다. 심지어 아시아도 더 많은 투명성을 추구하려고 노력하고 있습니다. 국제에너지기구(IEA)는 [AI와 에너지 사용에 관한] 보고서들을 작성해 왔습니다. 저는 그들과 대화를 나눴는데, 다른 국가들은 IEA가 각국으로부터 수치를 얻는다는 것을 깨달았고, 각국은 특히 데이터센터에 대한 이러한 수치를 가지고 있지 않다는 것을 알게 되었습니다. 그들은 미래 지향적인 선택을 할 수 없습니다. 왜냐하면 앞으로 5년 내에 '이것은 우리가 X 용량이 필요하다는 것을 의미한다'는 것을 알기 위해서는 구체적인 수치가 필요하기 때문입니다. [일부 국가들은] 데이터센터 건설업체들에게 반발하기 시작했습니다. 만약 마법의 지팡이를 휘두를 수 있다면...
Comment Loader Save Story Save this story Comment Loader Save Story Save this story Building AI sustainably seems like a pipe dream as tech giants that previously made promises to cut emissions have been racing to build out massive data centers powered by fossil fuels . The rush to build out AI at all costs has been reinforced by the Trump administration, which is also rolling back environmental protections . Despite these headwinds, Sasha Luccioni, an AI sustainability researcher, thinks that demand for more transparency in AI, from both businesses and individuals, is higher than ever from the customer side. Luccioni has become a leader in trying to create more transparency about AI’s emissions and environmental impacts in her four years at Hugging Face, an AI company, including pioneering a leaderboard documenting the energy efficiency of open-source AI models. She has also been an outspoken critic of major AI companies that, she says, are deliberately withholding energy and sustainability information from the public. Now, she’s starting Sustainable AI Group, a new venture with former Salesforce sustainability chief Boris Gamazaychikov. They’ll focus on helping companies answer, among other things, “what are the levers that we can play with in order to make agents slightly less bad?” Luccioni is also interested in sussing out the energy needs of different types of AI tools, such as speech-to-text translation, or photo-to-video—an area that’s she says has so far been understudied. Luccioni sat down exclusively with WIRED to talk about the demand for sustainable AI, and what exactly she wants to see from Big Tech. This interview has been edited for length and clarity. WIRED: I hear a lot from individual people who are worried about the environment and AI use, but I don't hear as much from companies thinking about this. What have you heard specifically from folks who are working with AI in their business and what are they worried about? Sasha Luccioni: First of all, they are getting a lot of employee pressure—and board pressure, director pressure, like, “you need to be quantifying this.” Their employees are like, "You're forcing us to use Copilot—how does it affect our ESG goals?” For most companies, AI has become a core part of their business offering. In that case, they have to understand the risks. They have to understand where models are running. They can't continue to use models where they don’t even know the location of the data centers, or the grid they're connected to. They have to know what the supply chain emissions are, transportation emissions, all these different things. It’s not about not using AI. I think we’re past that. It’s choosing the right models, for example, or sending the signal that energy source matters, so customers are willing to pay a little bit more for data centers that are powered by renewable energy. There are ways of doing it, and it's a matter of finding the believers in the right places. I'd also imagine that for global companies, the sustainability situation is very different than in the US, right? The US government might not give a shit about this, but other governments certainly do. In Europe, they have the EU AI Act . Sustainability has been a pretty big part of that since the beginning. They put a bunch of clauses in there, and now the first reporting initiatives are coming out. Even Asia is trying to be more transparent. The International Energy Agency has been doing these reports [on AI and energy use]. I was talking to them and they were like, other countries realize that the IEA gets their numbers from the countries, and the countries don't have these numbers for data centers specifically. They can't make future-looking choices, because they need the numbers to know, "OK, well that means we need X capacity, in the next five years," or whatever. [Some countries] have started pushing back on the data center builders. If you could wave a magic wand tomorrow and make Sam Altman, or Dario Amodei, or whoever, give you a piece of information that you've been looking for, what would it be? Or would you want them to generally be more open about what they have? I wish there was a little meter or info box on the ChatGPT or Claude UI that tells you at the end of each query or conversation how much energy was used. Ideally, greenhouse gas emissions and how that energy was generated. I think that it would be a market competitive advantage if one of the big model providers decided to make a bet on sustainability. Right now, they're all infighting and trying to one-up each other. If one of them was like, "OK, we're going to stop trying to create these data centers that are powered by natural gas, and we're going to make renewable data centers," I think that that could actually give them an advantage. It's like when Anthropic said no to the US government for military use. It did give them a boost. A cultural boost. Exactly. I feel like in the popular conversation around AI, the big closed models are the only game in town. Do people you speak to have this knowledge that you don't actually have to use the big models for literally everything you're doing? Is that part of what you're educating people on? Definitely. Maybe this is the geek in me, but I love going back to, like, what is AI? People love saying how AI is revolutionizing our societies, but the kinds of models that have been doing that grunt work are not LLMs. They're classifiers. These are the systems that have been such a core part of what we've seen as AI productivity. I always try to disentangle what's actually been useful to us versus what is being sold to us. Let’s say you work in finance. You're going to be trying to figure out where the market's going. You don't need a general purpose LLM for that. Google has been providing numbers about the number of tokens sent and number of tokens received. That's a really important piece of information. That way you can figure out, for example, if the queries are super simple, then you can use simpler models. If you realize that most of your employees are generating images or whatever, you have that piece of information as well. Internally, you can say, "Well, if you guys want to just search company documents, this is the model to use. It's simple and cheap. And if you actually want to do deep research, here’s a more complex model." It also sometimes feels like to me that the companies that are developing these big models don't want us to know that there are other options. It’s such an incestuous field. Many of the big companies making the models are also the ones that are selling you the compute. It makes sense for them to sell you the largest model because then you need the most compute. If there were a completely different set of actors who were billing and operating the data centers, versus training the models versus creating the products based on these models—if these were a completely distinct set of entities, we would have so much more diversity in AI right now. I have all these real worries about what's going on with AI, environmentally, but it’s so weird watching this conversation calcify into a lack of nuance. How do you handle those types of conversations with people? As a researcher, I can't go around just giving numbers that I can’t vouch for. But on the other hand, it is really hard to convey scale and nuance. It's true that maybe each individual query is not a big deal. But then you multiply it by the number of people that use these things—it is a really hard conversation. We still need the numbers on energy and water use in order to make informed decisions. Even if the numbers are tiny, we still should get them because we have numbers for transportation, we have numbers for nutrition, we have numbers for all these different things.