AI의 물 사용은 심각한 문제인가: 총량보다 입지가 중요하다

들어가며

“AI 질의 한 번에 물 500밀리리터가 필요하다”는 주장은 강한 인상을 주지만, AI의 전체 물 발자국을 보여주는 보편적 기준은 아니다. 데이터센터는 전력과 냉각을 필요로 하며, 물 사용량은 모델과 칩의 효율, 기후, 전력원, 냉각 방식에 따라 달라진다. 따라서 중요한 것은 국가 전체의 평균뿐 아니라 이미 물 부족을 겪는 지역에 시설이 들어서는지 여부다.

핵심 포인트

• 전체 비중은 작지만 증가세는 주목해야 한다. 연구진은 미국 데이터센터 냉각 시스템이 2023년에 약 660억 리터의 물을 사용했다고 추정했다. 이는 미국 전체 물 사용량의 1% 미만이며 농업이나 일부 제조업보다 적다. 그러나 AI 시설이 빠르게 늘면서 미국 데이터센터의 연간 물 사용량은 2030년 7310억~1조1250억 리터에 이를 수 있다. 상한선은 뉴욕시의 연간 식수 공급량과 대략 맞먹는다.
• 500밀리리터 추정치는 오래된 수치다. 이 수치는 GPT-4를 대상으로 한 초기 연구에서 나왔다. 모델과 하드웨어의 효율이 높아지면서 Google은 2025년 Gemini의 중간 길이 질의 한 건이 물 약 다섯 방울을 사용한다고 추정했다. 다만 이용량이 매우 크면 작은 소비도 누적되며, 기업 공개 자료는 불완전하고 산정 기준도 일관되지 않다.
• 직접 사용과 간접 사용을 함께 봐야 한다. 기존 데이터센터는 증발식 냉각에 의존하는 경우가 많다. AI 칩은 더 많은 열을 내기 때문에 액체 냉각의 가치가 커지고 있다. 동시에 석탄과 가스 발전소도 장비 냉각에 물을 사용한다. 따라서 데이터센터 부지 안에서 쓰는 물만 계산해서는 전체 발자국을 파악할 수 없다.
• 평균보다 입지가 더 중요할 수 있다. 물이 풍부하고 재생에너지를 쉽게 확보할 수 있는 지역에서는 추가 시설의 지역 부담이 상대적으로 작다. 반면 애리조나, 뉴멕시코, 남부 캘리포니아 같은 건조 지역에서는 전국 비중이 낮더라도 지역의 물 경쟁을 심화할 수 있다.
• 냉각 기술은 개선되고 있다. 액체 냉각은 폐쇄형 순환 구조를 사용할 수 있어 증발식 냉각처럼 물이 계속 손실되는 문제를 줄인다. 최신 프로세서는 더 높은 온도의 냉각수로도 작동해 추가적인 수냉의 필요성을 낮출 수 있다. 다만 매우 덥거나 습한 날에는 미스트처럼 물을 사용하는 보조 방식이 필요할 수 있다.

의미와 영향

AI의 물 발자국을 하나의 숫자로 요약하는 것은 적절하지 않다. 시설 내부의 냉각수, 전력 생산에 필요한 물, 지역의 물 스트레스, 계절별 최대 수요를 구분해 공개해야 한다. 국가 평균만 보면 가장 더운 시기에 특정 유역이 받는 부담을 놓칠 수 있다.

해법은 건물 내부의 절수에만 머물지 않는다. 전문가와 연구진은 모델 및 프로세서 효율 개선, 풍력과 태양광 확대, 가뭄 위험이 낮고 청정 전력을 확보하기 쉬운 지역으로의 입지를 제안한다. 자료에 소개된 연구는 전략적 입지와 재생에너지, 효율 개선을 결합하면 향후 물 사용량을 최대 86% 줄일 수 있다고 추정했다. 물 보충과 자연환경 복원을 통해 현장 냉각의 물 사용을 순제로에 가깝게 만들 가능성도 있지만, 실제 성과는 사업 방식과 산정 범위에 달려 있다.

AI의 물 사용은 무시해도 되는 과장도 아니고, 곧바로 전국적인 물 위기를 뜻하는 것도 아니다. 지역에 따라 위험이 달라지는 인프라 문제로 봐야 한다. 특히 물 부족 지역에서는 인허가, 투명한 정보 공개, 계절별 사용 관리가 컴퓨팅 인프라 확장의 조건이 되어야 한다.

출처: Ars Technica AI