기업의 경우 AI 채택과 환경 영향의 균형을 맞추는 것이 필수적입니다. 에 따르면 세계경제포럼 (WEF)에 따르면 AI의 성장을 지원하는 데 필요한 전력은 100일마다 두 배로 증가하고 있습니다. 2028년까지 AI의 에너지 소비량은 2021년 아이슬란드가 사용하는 총 전력을 초과할 수 있습니다. AI는 양날의 검이 될 수 있습니다. 환경 이니셔티브를 크게 발전시킬 수 있지만 부주의하게 사용하면 똑같이 해로울 수 있습니다.
지속 가능한 AI 사용을 위한 보편적 청사진은 없습니다. 각 조직의 접근 방식은 고유한 상황에 맞춰야 합니다. 대신 AI를 통합하고 친환경 목표를 추진하려면 특정한 태도가 필요합니다.
제품 출시일에 Apple 매장 밖에 늘어선 줄을 생각해 보세요. 얼리 어답터들이 최신 장치를 상태 기호로 자랑스럽게 표시하는 것입니다. 그런 사고방식은 여기서는 통하지 않습니다. 기업은 단순히 트렌드세터로 보이기 위해 화려한 AI 도구를 서둘러 채택해서는 안 됩니다. 대신 장기적인 지속 가능성 목표를 지원하는 목적이 있는 AI 구현에 집중해야 합니다.
고려해야 할 몇 가지 전략은 다음과 같습니다.
에너지 절약을 염두에 두고 자동화
일부 리더는 직원이 지름길을 택하는 것을 눈살을 찌푸릴 수도 있지만 저는 결코 그렇지 않습니다. ~에 조트폼저는 직원들이 결과물의 품질이 떨어지지 않는 한 바쁜 업무를 더 빠르게 수행할 수 있는 방법을 지속적으로 찾도록 권장합니다. 자동화는 우리 사업의 핵심이자 문화의 중심입니다. 지루한 수동 작업을 처리할 수 있는 자동화된 도구가 있다면 저는 그것을 선택하겠다고 말합니다.
AI 도구를 사용하여 작업을 자동화하면 지속 가능성 목표를 더욱 발전시킬 수도 있습니다. 다음과 같이 세계경제포럼 에너지 절약을 위한 일정 최적화, 즉 에너지 수요가 낮은 시기에 맞춰 AI 워크로드를 전환하는 것은 AI를 활용하고 탄소 배출량을 낮추는 데 효과적인 전략입니다.
데이터를 보호하기 위해 정기적인 보안 검색을 자동화하는 AI 도구를 선택했다고 가정해 보겠습니다. 밤새 이러한 작업을 프로그래밍하는 것은 에너지 효율성을 높이는 쉬운 방법입니다. 일반적인 에너지 소비는 저녁 시간에 감소하는 경향이 있으며, 에너지 그리드는 잠시 쉬어가며 보다 효율적으로 운영될 수 있습니다. 부수적인 이점으로 에너지 비용도 낮아지는 경우가 많습니다.
또는 날씨가 따뜻하고 AC 사용량이 넉넉한 지역에 있는 경우 에너지를 많이 사용하는 프로젝트를 에너지 그리드의 부담이 덜한 서늘한 달로 전환할 수 있습니다. 중요한 것은 이러한 변화에는 사전 고려가 필요하지만 추가 노력이 거의 필요하지 않다는 것입니다. 이는 상당한 에너지 절약 효과를 가져올 수 있습니다.
기본 모델 선택
당신이 미슐랭 스타 레스토랑의 주방에 있다고 상상해 보세요. 셰프들은 모두 요리 학교와 고급 레스토랑에서 훈련을 받았습니다. 팀은 함께 모든 유형의 요리를 실행하고 새로운 요리를 혁신할 수 있습니다. 누군가가 놀라운 식사를 준비하고 싶다면 완전히 새로운 요리사 팀을 교육할 필요가 없습니다. 이 팀을 사용하여 기존 전문 지식을 활용하고 맞춤형 지침을 제공할 수 있습니다.
AI에서는 이것이 기본 모델, 즉 엄청난 양의 데이터에 대해 이미 훈련된 고급 프로그램의 아이디어입니다. 누군가 특정 AI 도구가 필요한 경우 처음부터 모델을 구축하는 대신 이 기본 모델로 시작할 수 있습니다.
글쓰기 하버드 비즈니스 리뷰IBM의 최고 지속 가능성 책임자인 Christina Shim은 기본 모델을 선택하는 것이 에너지 효율적인 접근 방식인 이유를 설명합니다. 새로운 모델을 만드는 것과는 반대로, “기초 모델은 짧은 시간, 적은 데이터, 적은 에너지 비용으로 특정 목적에 맞게 맞춤 조정될 수 있습니다.”
Shim은 기본 모델의 크기도 영향을 미칠 수 있다고 지적합니다. 대부분의 경우 30억, 80억 또는 200억 개의 매개변수가 제공됩니다. IBM 연구에 따르면 특정 관련 데이터에 대해 훈련된 소형 모델은 대형 모델과 성능이 동일하지만 더 빠르고 에너지를 덜 소비합니다. 더 큰 것이 항상 더 좋은 것은 아닙니다. 처럼 세일즈포스 즉, 특정 기업의 요구 사항에 맞는 가장 크고 가장 강력한 모델을 선택하는 것은 “식료품을 사러 가거나 승객 한 명을 태우기 위해 세미 트럭을 사용하는 것”과 같습니다. 즉, 전혀 필요하지 않습니다.
그러나 더 큰 모델에는 더 높은 가격표가 붙어 있습니다. 시간을 들여 목표에 맞게 확장된 모델을 선택하는 것은 궁극적으로 재정적, 생태적 자원을 절약할 수 있는 가치 있는 투자입니다.
오픈 소스 소프트웨어를 선택하세요
AI 여정을 시작할 때 또 다른 중요한 선택은 오픈 소스 소프트웨어를 선택할지 여부입니다. 오픈 소스 옵션이 모든 문제를 해결하지는 못할 수도 있지만, 많은 경우 수많은 전문가의 지혜를 활용하는 에너지 및 비용 효율적인 솔루션을 제공할 수 있습니다. 매번 바퀴를 재발명하기 위해 에너지 그리드에 부담을 주는 대신 기존 솔루션을 개선하고 결과를 공유하는 데 집중할 수 있습니다. Shim이 지적한 것처럼 오픈 소스 소프트웨어는 집단적 개선의 이점을 누리고 있습니다. 즉, 문제에 더 많은 관심을 기울이면 결과가 더 좋아지고 개발 단계의 에너지 수요가 사용자에게 분배됩니다.
좋은 소프트웨어는 돈만큼 가치가 있지만 요구 사항과 예산에 맞아야 합니다. 이는 인플레이션 시대에 점점 더 관련성이 높은 고려 사항입니다. 대부분의 경우 오픈 소스 솔루션은 무료로 또는 아주 적은 비용으로 사용할 수 있습니다.
시스템 효율성 향상을 위한 자동화 구현
마지막으로 AI 기반 자동화 도구는 시스템 효율성을 높이는 데 도움이 되는 한 에너지를 절약할 수 있습니다. 지루한 작업을 수행하는 데 필요한 시간을 단축하여 이를 직접 수행할 수 있습니다. 예를 들어, 조사를 수행하는 경우 ChatGPT와 같은 도구를 사용하면 몇 초 만에 주요 정보를 식별하고 종합하여 모니터 화면 앞에 앉아 있어야 하는 시간을 줄일 수 있습니다.
AI 도구는 시스템 계획 단계에서도 역할을 할 수 있습니다. 가져가다 세일즈포스: 데이터 센터 인프라 팀은 AI를 사용하여 고객의 사용 패턴을 예측하고 예측한 다음 필요한 서버 볼륨을 자동으로 확장합니다. 이를 통해 데이터 센터 인프라 사용 방식을 맞춤화하고 과도한 에너지 낭비를 피할 수 있습니다. 마찬가지로, 소프트웨어 회사는 AI를 사용하여 공급망, 출장, 부동산 등에서 수백만 개의 데이터 포인트를 분석하여 탄소 배출량을 줄이기 위한 결정을 내립니다.
AI는 지속 가능성 컨설턴트처럼 수행할 수 있으며 이상적으로는 해당 분석 및 작업을 수행하는 데 필요한 것보다 더 많은 에너지를 절약할 수 있습니다. 그런 의미에서 AI는 관련 단점보다 더 많은 이점을 제공하는 외날의 검이 될 수 있습니다.
게시물 비즈니스 리더가 AI와 지속 가능성 모두에서 목표를 달성할 수 있는 방법 처음 등장한 Unite.AI.