의견: 기술 및 AI 분야의 여러 창업자이자 Nexus Climate의 공동 창업자인 셰리프 엘세이드 알리의 의견입니다.
AI는 기술과 혁신에 대한 모든 논의에 등장합니다. 1년 반 동안 기술 분야를 장악해 왔습니다. 생산성부터 교육, 의료, 기후 위기까지 모든 것의 해결책으로 거론되어 왔습니다. 하지만 비밀 하나를 알려드리겠습니다. 모두가 이야기하는 이 AI는 기후 위기에 아무런 기여도 하지 못했습니다.
사실, 그건 취소하겠습니다. 바로 데이터 센터에서 발생하는 배출량의 급격한 증가를 야기하는 주범입니다 . 생성형 인공지능(GenAI)이라고도 불리는 이러한 유형의 인공지능은 ChatGPT와 같은 애플리케이션의 대규모 언어 모델(LLM)이나 MidJourney와 같은 이미지 생성 도구에서 찾아볼 수 있습니다.
GenAI에 막대한 투자가 이루어지고 있습니다. 이러한 과대광고가 정당한지 여부는 나중에 논의할 문제입니다(제 짧은 소견으로는, 과대광고된 거품은 터질 것입니다). 제가 우려하는 것은 GenAI 과대광고가 기후 위기에 대처하는 데 있어 AI의 역할에 대한 논의를 완전히 마비시키고 있다는 것입니다.
GenAI는 훨씬 더 큰 AI 및 머신 러닝 분야의 하위 집합입니다.기후 문제를 다루는 개인이나 단체, 특히 데이터와 정보 분석에 어느 정도 도움이 될 수 있습니다. 하지만 직접적으로 탈탄소화를 추진하는 데 있어 LLM이나 이미지, 비디오 관련 업체들은 사실상 무용지물입니다.*
하지만 오늘날 탈탄소화에 직접적으로 기여하는 수많은 AI 및 머신러닝 기술이 있습니다. 이러한 기술은 챗봇도 아니고 버튼 하나만 누르면 비디오를 생성하지도 않습니다. 또한 GenAI보다 전력 소모가 훨씬 적습니다. 대표적인 예가 시계열 예측으로, 시간 시퀀스 데이터세트의 과거 값을 사용하여 미래 값을 예측합니다. 매력적이지는 않고, 언론의 주목을 받지는 못하지만, 매우 효과적일 수 있습니다.
오늘날 인공지능(AI)과 머신러닝은 수많은 스타트업들이 AI 제품을 통해 중대한 과제를 해결하면서 다양한 분야와 산업의 탈탄소화를 돕고 있습니다. 몇 가지 예를 들면, 시멘트 생산에서 연료 연소 효율을 높이는 Carbon Re , 콘크리트 배합을 최적화하는 Concrete AI , 제철 효율을 향상시키는 Foresight Data Machines , 그리고 건물의 냉방 효율을 높이는 BrainBox AI 등 이 있습니다. 이 밖에도 흥미로운 활용 사례들이 많이 등장하고 있는데, 예를 들어 Orbital Materials는 AI를 사용하여 새로운 저탄소 소재를 설계하고 있으며, 프린스턴 대학교 과학자들은 AI를 이용해 핵융합 반응을 제어하고 있습니다.
이러한 AI 솔루션은 어렵습니다. 단순히 AI 전문 지식뿐 아니라 심층적인 분야별 전문 지식이 필요합니다. 산업 공정, 화학, 재료 과학 등 다양한 분야의 전문가들과 긴밀히 협력하는 AI 엔지니어 및 연구자들이 필요합니다. 또한, 거의 항상 독점적인 방대한 데이터가 필요합니다.
실질적인 배출량 감축을 제공하는 AI 제품을 구축하는 것은 LLM(저비용 관리)을 소프트웨어 애플리케이션에 적용하는 것보다 훨씬 어렵습니다. 기후 관련 실질적인 AI 솔루션은 탈탄소화를 촉진하고 가속화할 수 있는 엄청난 잠재력을 가지고 있으며, 따라서 매우 중요한 경제적, 재정적 수익 잠재력을 가지고 있습니다. AI는 기후 변화 대응에 매우 중요한 도구이지만, LLM에 대한 논의는 이제 그만해야 합니다.
*이것은 GenAI와 그 광범위한 응용 프로그램을 기반으로 하는 변압기 아키텍처에서 아무것도 빼앗지 않습니다.
**투명성을 위해 말씀드리자면, 저는 Carbon Re의 공동 창립자입니다.
