권장우 인하대 소프트웨어중심대학 단장

온실가스로 인한 기후 위기가 심각해지며 전 세계 주요국들이 탄소중립을 위해 다양한 방법으로 노력을 기울이고 있다. 세계 최대 탄소 배출국인 중국은 2020년도 제75차 유엔총회에서 2060년 이전에 탄소중립을 실현하겠다고 발표했으며 한국도 지난해 ‘2050 탄소중립 표준화 전략’을 통해 2030년까지 온실가스 배출량을 2018년 대비 35% 이상 감축하고 2050년에는 국내 ‘순배출량 0(넷제로)’을 달성하겠다는 목표를 발표했다. 지난해까지 탄소중립을 선언한 국가들이 지구 경제에서 차지하는 비중은 68%에 육박하고 있다.

탄소중립은 이산화탄소의 배출량을 ‘0’으로 만든다는 개념이다. 탄소중립을 현실화하기 위해서는 실질적으로 배출된 이산화탄소를 다시 흡수하거나 배출량을 감소시킬 수 있는 기술이 뒷받침돼야 한다. 한국의 경우 특히 에너지 분야의 온실가스 배출량이 전체 배출량의 87%에 육박하고 있어 에너지 분야의 탄소중립을 위한 노력과 기술 개발이 절실하다.

전문가들은 인공지능(AI)이 탄소중립의 해답이 될 수 있을 것으로 기대하고 있다. 탄소중립을 실현하기 위해서는 먼저 탄소배출량을 정확히 측정하고 산업 현장에서 관리하는 과정이 필요하다. 최근 AI의 발전으로 이러한 기술 구현에 성큼 다가선 듯 보인다. 이미 AI는 우리 생활 여기저기에서 에너지 절약을 위해 활용되고 있다. 복도의 조명을 사람의 움직임이 있을 때만 켜고, 사용하지 않는 에스컬레이터를 멈추게 하는 기술들이 여기에 포함될 수 있다.

이렇게 AI를 사용자의 에너지 사용현황을 파악하고 분석하는 데 활용해서 스스로 에너지를 절감하도록 하는 것을 유저피드백(user feedback)이라 한다. 연구결과에 따르면 유저피드백을 통해 5%에서 10% 정도의 에너지 절감 효과를 얻을 수 있다고 한다. AI가 설비를 직접 제어해 에너지 소모를 줄이는 방법도 있는데, 국내에서도 특정 기업이 AI를 건물 자동화 시스템과 연동해 평균 10%의 에너지 절감을 이뤘다고 발표하기도 했다. 영국 글래스고(Glasgow)에서는 ‘도시 에너지 관리 서비스’를 통해 기후 정보를 기반으로 전력 사용 패턴을 분석하여 구역별로 제공한다. 에너지 낭비 여부를 사용자들이 타 구역과 비교해 스스로 느끼게 하여 절감을 유도하는 정책도 AI의 적절한 활용 사례다.

공급 부분에서는 AI를 활용하여 에너지 생산량을 높일 수 있다. 가장 대표적인 방식은 AI를 활용한 에너지 생산 설비의 관리 효율화이다. 두 번째는 신재생 에너지 발전원 등 에너지 생산 설비를 구축할 때 생산효율을 극대화하는 방법이다. 덴마크의 풍력발전기 제조사인 베스타스(Vestas)와 아이비엠(IBM)의 협력이 대표적인 사례다. IBM은 AI를 활용해 에너지 생산을 극대화하는 방법으로 풍력발전원을 설계하고 베스타스에 최적화된 자리를 추천해주는 시스템을 제공했다.

지금은 AI의 시대라고 해도 과언이 아닐 정도로 많은 부분에서 AI가 활용되고 있다. 실제로 AI는 기대 이상의 성과까지 내고 있어 탄소중립의 게임 체인저로 대두하고 있다. 하지만 그 이면에는 AI의 활용을 위해 엄청난 양의 전력을 소모해야 하므로 현재와 같은 형태의 AI 활용법으로는 탄소중립이라는 목표를 달성하기 어렵다는 아이러니한 상황이 존재하고 있다. 예를 들어 Open AI가 만든 딥러닝 자연어 처리 모델인 GPT-3는 1750억 개의 변수를 가지고 있는데, 이 모델을 한 번 학습시키기 위해서는 약 1.3기가와트시(GWh)를 소비해야 한다. 이는 한국 전체에서 약 1분간 소비하는 전력량과 같은 수준이다. 이만큼의 전력 소비를 통해 배출된 탄소를 정화하는 데 필요한 소나무는 8500만 그루에 육박한다.