[기고] 광산에서 데이터센터까지, 우리가 보지 못한 AI의 뿌리
인공지능(AI)은 흔히 가상 공간에서 작동하는 비물질적이고 지능 중심적인 첨단 산업으로 여겨진다. 그러나 실제로 AI는 매우 물질적인 기반 위에서 작동하는 산업이다. 특히 최근 급격히 확장되고 있는 데이터센터는 막대한 전력과 물을 소비하며, 그 건설과 운영 전 과정에서 대규모 자원이 투입된다. 이러한 시설은 발전소, 송전망, 배터리 등 전력 인프라를 함께 팽창시킨다. 그리고 이 모든 과정에는 대량의 광물이 필요하다.
국제에너지기구(IEA)는 AI 확산과 데이터센터 증가가 전력 인프라 수요를 급격히 끌어올리고, 이는 핵심광물 수요 증가로 이어진다고 분석했다. 실제로 AI 데이터센터는 구리, 니켈, 코발트, 희토류 등 다양한 금속에 의존하는 대표적인 광물 집약적 산업이다.
AI 붐 이전부터 세계는 이미 전기화(electrification)를 중심으로 한 탄소중립과 에너지전환을 추진해 왔다. IEA는 2021년 'Net Zero by 2050'를 통해 2050년까지 탄소중립 달성을 위한 에너지 시스템 전환 경로를 제시했으며, 같은 시기 발간한 보고서에서는 이러한 전환이 본질적으로 광물 집약적인 구조이며, 넷제로 경로에서는 광물 수요가 급증할 것임을 명확히 했다.(보고서 'The Role of Critical Minerals in Clean Energy Transitions')
IEA가 예측한 탄소중립 시나리오(NZE)에 따르면, 2024년 대비 2040년까지 리튬 수요는 약 7~8배, 흑연은 3배 이상, 니켈·코발트·희토류는 약 2배, 구리는 약 1.5배 증가할 것으로 전망된다. 여기에 AI 산업 경쟁이 더해지면서 광물수요는 더욱 증가하고 있다. IEA는 데이터센터 인프라 확장만으로도 2030년 기준 구리 약 2%, 실리콘 약 2%, 희토류 약 3%, 갈륨 약 11% 이상의 추가 수요가 발생할 수 있다고 분석한다.
AI 학습에 활용되는 GPU 반도체 또한 높은 금속 집약성을 보인다. 최근 연구에 따르면 엔디비아의 대표적인 데이터센터용 GPU 중 하나인 A100은 질량 대부분이 구리, 철, 실리콘, 니켈 등 금속 성분으로 구성돼 있으며, 대규모 AI 모델 학습에는 수천 개의 GPU가 필요하다. 이 과정에서 막대한 광물이 채굴되고, 일부는 유해 폐기물로 이어진다.
댓글
0