AI 생산성 향상이 에너지-경제 모델에서 순 CO₂ 증가를 주도

npj Climate Action에 게재된 논문은 AI를 글로벌 연산 가능 일반 균형 모델에서 양방향 생산성 증폭기로 모델링하며, 화석 연료 추출의 AI 기반 생산성 향상이 재생 에너지 최적화를 통해 AI가 회피하는 것보다 더 많은 CO₂ 배출을 가능하게 한다는 것을 발견했습니다. 병행 채택 시나리오에서 순 연간 CO₂ 배출량은 0.47~1.8기가톤(2024년 글로벌 에너지 관련 배출량의 1.2~4.8%) 증가합니다.

주요 발견

• 가능 배출량 대 회피 배출량: 화석 연료 부문 생산성 향상이 0이 아닌 한, 가능 배출량(화석 연료 생산성 향상으로 인한)은 회피 배출량을 초과합니다. 순 배출량 감소를 위해서는 재생 에너지 생산성 향상이 화석 연료 생산성 향상보다 4~5배 커야 합니다.
• 화석 연료 기득권 강화: AI는 추출 비용을 낮추고 운영 위험을 줄여 석유와 가스의 경제적 생존성을 연장합니다. 논문은 IEA의 특성화, 즉 재투자가 없다면 석유 및 가스 생산이 연간 약 8% 감소할 것이라는 점을 언급하며, AI가 공급 피크 기대를 늦춘다고 지적합니다.
• 정책 공백: 정책적 방향성이 없으면, AI의 모델링된 효과는 글로벌 경제의 탄소 집약도를 증가시키며, 이는 현재 거버넌스 체계가 포착하지 못하는 역학입니다.

방법론

모델은 AI를 고탄소 및 저탄소 에너지 공급 경로 모두에서 생산성을 증폭시키는 범용 기술로 취급합니다. 이는 데이터센터 에너지 수요와 재생 에너지 최적화에만 초점을 맞추고 AI가 화석 연료 공급 경제를 어떻게 재편하는지 무시하는 주류 분석과 대조됩니다.

대상 독자

AI의 기후 영향 모델이나 에너지-경제 정책에 관한 개발자 및 분석가.