By AMIT KATWALA, WIRED UK

와이어드가 오랫동안 제기한 질문이 있다. 바로 “기술이 인간을 혼란 속으로 몰아넣었다. 그렇다면, 인간이 혼란에서 벗어나도록 할 수 있을까?”이다. 특히, 기후변화 문제 대응 측면에서는 기술이 인간에게 도움을 줄 수 있다. 날이 갈수록 극단적이면서 예측할 수 없는 날씨가 이어진 가운데, 일각에서는 인간의 존립을 위협하는 또 다른 대상인 인공지능(AI)이 기후변화 문제 해결책의 한 부분이 될 수 있다고 주장한다.

구글 소유 AI 연구소인 딥마인드(DeepMind)는 AI 전문 지식을 활용하여 세 가지 방식으로 기후변화 문제 퇴치 노력을 펼쳐왔다. 딥마인드 기후행동 책임자 심스 위더스푼(Sims Witherspoon)이 2023년 11월 21일(현지 시각), 런던에서 열릴 와이어드 임팩트(WIRED Impact)에서의 연설을 앞두고 설명한 부분이다. 와이어드가 위더스푼을 취재하면서 대화한 내용은 명확성과 분량을 고려하여 편집했다.

와이어드: 인간의 기후변화 문제 퇴치에 AI는 어떤 도움을 주는가?
심스 위더스푼: 여러 사항으로 나누어 답할 수 있는 질문이다. AI는 기후변화 완화를 돕는다. 또, 상황에 맞추어 변경하도록 돕는다. 기후변화 탓에 발생한 손실과 피해를 다루는 데도 도움이 된다. 생물 다양성과 생태계 등 여러 부분에서도 AI의 도움을 받을 수 있다. 하지만 AI가 대다수 인간에게 도움을 줄 한 가지 명확한 방법은 AI의 강점을 분석하면서 대화하는 것이다.

AI의 강점 분석을 통한 기후변화 대응을 다음과 같은 세 가지 방법으로 설명할 수 있다. 최우선 방법은 AI가 예측과 모니터링이라는 더 우수한 모델로 기후변화 자체의 이해도, 기후변화와 관련하여 인간이 직면한 문제를 이해하도록 돕는 것이다. 한 가지 예시로 시간 단위 단기 강수량 예측을 언급할 수 있다. 이를 바탕으로 비가 내리기 몇 시간 전 비가 올 것을 예측할 수 있다. 딥마인드의 AI 모델은 다른 기상청의 기상 요원이 사용하는 훌륭한 예측 모델보다 더 유용하면서 정확하다.

하지만 이는 시작에 불과하다. 날씨 예측 후 훨씬 더 복잡한 기후 현상을 예측하도록 모델을 구축할 수 있기 때문이다. 따라서 AI는 인간이 기후변화 문제를 이해하는 데 도움을 줄 중요한 수단이 될 수 있다.
 
AI가 도움을 줄 두 번째 방법은 무엇인가?
두 번째 방법은 AI가 현재 사용하는 시스템과 기존 기반 시설을 최적화하는 데 도움을 주는 것이다. 미래의 지속 가능성을 향상할 새로운 친환경 기술 개발을 시작하는 것만으로 충분하지 않다. 한 번 존재한 것은 계속 활용할 필요가 있다. 이미 오늘날 인간이 의존하는 시스템이 많다. 단순히 기존 시스템을 모두 없애고 처음부터 새로운 것을 개발할 필요는 없다. 기존 시스템과 기반 시설을 최적화해야 한다. 최적화 작업을 도울 수단 중 하나로 AI를 활용할 수 있다.

훌륭한 예시로 데이터센터에서 딥마인드가 한 일을 소개할 수 있다. 딥마인드는 데이터센터의 에너지 효율성을 개선하고, 에너지를 30% 절약했다.

그렇다면, 세 번째 방법은 새로운 기술을 활용하는 것인가?
그렇다. 세 번째 방법은 대다수가 AI를 생각할 때 할리우드 버전이나 공상과학 소설 속에서나 접할 법한 기술을 생각한다. 획기적인 과학 발전 속도를 높인 요소이다.

핵융합과 플라스마 제어를 예시로 언급할 수 있다. 딥마인드는 학술지 네이처(Nature)에 뉴럴 네트워크를 사용해 강화 학습 모델이 실제 토카막(핵융합로) 형태 제어 방법을 익히도록 훈련한 내용을 설명한 논문을 게재했다. 실제로 플라스마 물리학을 이해하고 형태를 제어한 뒤 구성하는 것은 궁극적으로 거의 소모되지 않는 탄소중립 에너지 공급을 달성할 블록 개발의 중요한 작업이다.

AI와 기후변화를 이야기할 때, AI 자체의 탄소발자국과 데이터센터의 막대한 에너지 소모량 이야기를 빼놓을 수 없다. 데이터센터의 에너지 소모가 심하다는 문제는 갈수록 많은 이들이 인지하는 문제이다. 탄소발자국과 에너지 소모량 문제를 어떻게 생각하는가? 언제쯤이면 AI가 훈련 과정보다 탄소를 더 많이 감축할 수 있다고 보는가?
AI의 탄소발자국과 데이터센터의 에너지 소모량 분석을 자세히 살펴보고 싶다. 하지만 실제로 분석 작업을 한 이가 있는지 모르겠다. 지난 몇 년간 접한 언어 모델과 생성형 AI의 성공 사례 여러 건을 보면, 에너지 집약도가 높다는 사실을 인정할 수 있다. 에너지 소모량 문제는 문서로 상세히 기술되기도 한 문제이다. AI 모델의 에너지 사용량을 자세히 살펴보면서 이해하고, 이를 공개하는 것이 중요하다고 본다. 그리고 AI 모델에 필요한 전력을 줄이기 위한 노력도 중요하다. 따라서 전 세계 단위는 아니더라도 “딥마인드가 배출한 탄소가 배출 가치가 있는가?”, “최대한 탄소 효율성을 갖출 해결책을 마련할 방법은 무엇인가?” 등과 같은 질문과 함께 문제를 여러 가지 방식으로 생각할 수 있다.

기후변화 퇴치를 위해 AI 사용을 중단할 때 어떤 장벽이 발생하는가?
가장 먼저 데이터 접근성 문제가 발생한다. 전기, 교통수단, 건축, 도시 등 어느 부문이든 기후 위기 데이터 격차가 존재한다. 딥마인드는 ‘기후 위기 데이터세트 희망 목록’ 발행 작업을 위해 다른 단체와 협력한다. 이와 같은 데이터세트를 보유하면서 데이터세트를 공개하는 것이 많은 이들이 기후변화 문제에서 안전하다는 생각과 책임감을 느끼는 등 편안함을 느끼도록 하는 것이 매우 중요하다고 생각한다.

데이터와 마찬가지로 중요하게 생각하는 부분은 특별 전문가와의 협업이다. 딥마인드는 AI 연구와 AI 생산성 개발에 주력한다. 딥마인드는 플라스마 물리학 기업이 아니다. 전자공학 전문 기업도 아니다. 따라서 해결하고자 하는 문제를 다루려 할 때 딥마인드와 경험이 있는 문제와 문제 해결을 막는 요소를 알려주는 관련 분야 전문가와의 협력이 필요하다. 전문가와의 협력은 두 가지 효과를 가져온다. 하나는 딥마인드가 AI 해결책을 마련할 때 어떤 문제든 완벽하게 이해할 수 있다는 점이다. 다른 하나는 구축하는 해결책이 무엇이든 활용할 수 있다는 점을 보장하는 것이다. 딥마인드가 훌륭한 기술을 개발하면, 누군가가 활용하기를 바란다.

안전 문제와 관련하여 고려해야 할 사항이 있는가? 많은 이들이 ‘핵융합’, ‘인공지능’이라는 단어를 같은 문장에서 볼 때 초조해한다.
특히, 내 전문 분야에서 안전 문제를 다룰 방법 중 하나는 특수 분야 전문가와 다시 협력하여 시스템이 원활하게 작동된다는 사실을 확인하고, 시스템 안전을 유지하는 데 필요한 사항을 확인하는 것이다. 딥마인드가 안전한 시스템을 개발했다는 사실을 알려주는 이는 외부 전문가이다.

기후와 지속 가능성 분야에서는 딥마인드가 개발한 해결책의 여러 영향도 분석한다. AI 해결책 활용 시 이어질 잠재적 영향과 이후 이어지는 효과를 확인하는 것이다.

스스로 기술 낙관론자라고 밝힌 적이 있다. 기술 낙관론자의 관점에서 본 기후변화와 관련된 AI의 미래는 어떤가?
기술 낙관론자의 관점에서 말하자면, AI를 효과적으로 다루도록 제공할 때 AI와 같은 혁신적인 수단을 활용하여 특정 분야만의 문제와 분야와 상관없이 어디서나 발생하는 문제를 더 빨리 해결할 수 있다고 본다. 또, AI가 없다면 해결하지 못했을 문제를 대규모로 해결할 수도 있을 것이다. AI의 다용도성과 확장성이 가장 흥미로운 부분이라고 생각한다. 인간이 해결해야 할 기후변화 문제의 양을 고려하면, 다용도성과 확장성이 뛰어난 수단이 필요하다고 생각한다.

** 위 기사는 와이어드UK(WIRED.co.uk)에 게재된 것을 와이어드코리아(WIRED.kr)가 번역한 것입니다. (번역 : 고다솔 에디터)

<기사원문>
DeepMind Wants to Use AI to Solve the Climate Crisis