지속 가능한 AI, 과연 가능할까요? - 잘못된 길을 더 빨리 달리는 것의 어리석음

Rainer Rehak의 논문은 AI가 지속 가능성에 기여한다는 낙관론에 반기를 들고, AI의 환경적, 사회적 부작용을 심층적으로 분석하며, '소확행' 원칙을 적용한 신중한 AI 개발 및 활용을 촉구합니다.

지속 가능한 AI, 과연 가능할까요? - 잘못된 길을 더 빨리 달리는 것의 어리석음

최근 학계 안팎에서 인공지능(AI)은 지속 가능성의 '게임 체인저'로 여겨지고 있습니다. 하지만 Rainer Rehak의 논문 "지속 가능한 인공지능의 (불)가능성: 잘못된 방향으로 더 빨리 나아가는 것이 의미가 없는 이유"는 이러한 낙관론에 강력한 의문을 제기합니다.

Rehak은 비판적 데이터 및 알고리즘 연구, 과학기술학(STS), 전환적 지속가능성 과학, 비판적 컴퓨터 과학, 공익 이론 등 다양한 학문 분야의 통찰을 바탕으로 AI의 지속 가능성 관련 활용 사례가 존재하지만, 전체적으로 이점보다 단점이 더 클 가능성이 높다고 주장합니다. 이는 AI 공급망의 세 가지 '물질성' 분석을 통해 뒷받침됩니다.

첫째, 물리적 물질성: 물, 코발트, 리튬, 에너지 소비 등 AI 생산 및 운영에 필요한 자원의 환경적 영향을 고려합니다. 특히, 이러한 환경적 피해는 개발도상국에 집중되는 반면, 선진국은 이익을 독점하는 불균형적인 구조를 지적합니다.

둘째, 정보적 물질성: 방대한 데이터와 중앙집중식 제어 시스템의 필요성에서 비롯되는 문제점을 분석합니다. 데이터 수집 및 처리 과정에서 발생하는 사회적 비용과 개인정보 침해 문제를 함께 고려해야 함을 강조합니다.

셋째, 사회적 물질성: 데이터 노동 착취, 폐기물 및 오염으로 인한 지역 사회 피해 등 AI 개발 및 활용 과정에서 발생하는 사회적 부작용을 다룹니다. 이러한 부작용 역시 개발도상국에 더욱 집중되는 경향을 보입니다.

Rehak은 또한 AI를 이용한 도시 교통 최적화와 같은 '비정치적 최적화'에 대한 비판적 시각을 제시합니다. 교통량, 배출가스, 통행 시간, 건강 등 최적화 기준 자체가 정치적이며, AI 최적화를 적용하기 전에 공동으로 협의되어야 한다는 점을 강조합니다.

결론적으로 Rehak은 지속 가능한 AI가 기존의 사회 구조를 바꿀 수 없을 뿐만 아니라, 오히려 필수적인 사회 변화를 방해할 수 있다고 주장합니다. 따라서 그는 '정보 수집 중단'과 '소확행' 원칙을 적용하여 AI를 지속 가능성 프로젝트에 통합할지 여부에 대한 정보에 입각한 학문적이고 집단적인 논의를 촉구합니다. 이는 AI의 유용한 활용 사례, 기술 중심적 효율성 패러다임, AI의 착취적이고 수탈적인 특성 및 디지털 역성장 개념 사이에서 지배적인 이익을 충족시키는 것을 피하기 위한 것입니다. 무분별한 AI 개발 경쟁보다는 신중하고 책임감 있는 접근이 필요하다는 메시지를 강력하게 전달하고 있습니다.