
스웨덴 AI 인프라 기업 Berget AI가 21일 공식 발표를 통해 AI 추론 요청 한 건의 탄소배출량을 산정하는 오픈소스 방법을 공개했다. 같은 모델과 하드웨어를 가정한 예시에서 스웨덴과 미국 텍사스의 배출량은 약 8.5배 차이가 났다. 지역별 전력과 냉각 조건을 적용한 추정치로, 두 지역에서 배출량을 직접 측정해 비교한 실험 결과는 아니다.
회사가 공개한 예시는 Kimi K3 모델을 B300 노드에서 공유 서비스로 운영하며 입력 5000토큰과 출력 387토큰을 처리하는 조건이다. 하루의 일반적인 트래픽을 반영했을 때 요청당 배출량은 스웨덴 약 0.38g CO₂e, 텍사스 약 3.2g CO₂e로 제시됐다. CO₂e는 서로 다른 온실가스의 영향을 이산화탄소 기준으로 환산한 단위다.
계산에는 GPU 연산뿐 아니라 대기 전력, 서버 운영, 데이터센터 냉각, 하드웨어 제조에 따른 배출량의 배분도 포함된다. 모델을 학습할 때 발생한 배출량은 기본 산정에서 제외한다. 따라서 이 수치를 AI 모델의 개발부터 사용까지 전 과정에서 발생하는 전체 탄소발자국으로 볼 수는 없다.
지역별 차이를 만드는 주요 조건은 전력망의 배출계수와 냉각 효율이다. 공개 방법론은 스웨덴 전력에 kWh당 8g CO₂e, 텍사스 전력에 333g CO₂e를 적용한다. 데이터센터 전체 소비전력을 IT 장비 소비전력으로 나눈 전력사용효율(PUE)은 각각 1.15와 1.80으로 설정했다. 개별 데이터센터의 실시간 측정값이 아니라 출처와 가정을 공개한 비교 조건이다.
하드웨어 제조 배출량은 전력망을 바꿔도 사라지지 않는다. 회사의 Kimi K3 예시에서 스웨덴 배출량의 약 89%는 하드웨어 제조에서, 텍사스 배출량의 약 90%는 전력 사용에서 비롯됐다. 전력 부문의 차이만 따로 계산한 배수와 제조까지 포함한 총배출량의 배수가 다른 이유다.
개발자는 MIT 라이선스로 공개된 자바스크립트 패키지 @bergetai/co2-calculator를 이용해 모델, 하드웨어, 전력망, 응답시간, 입출력 토큰 수와 서버 활용률 등을 지정할 수 있다. Berget AI는 자사 서비스의 요청별 배출량을 고객 콘솔에 표시하며, 공개 계산기와 코드로 산정 근거를 확인할 수 있게 했다.
수치 해석에는 제약도 따른다. 공개 저장소는 GPU 제조 배출량 추정에 약 ±30~50%의 불확실성이 있다고 밝힌다. 전력망의 평균 배출계수를 사용하는 방식은 데이터센터 수요가 추가됐을 때 실제로 늘어나는 발전량과 배출량을 뜻하는 한계배출과도 구분해야 한다. 회사 역시 한계배출 방식의 적용에 따라 스웨덴 데이터센터의 평가가 크게 달라질 수 있다고 설명했다.
Berget AI는 21일 발표문에서 초기 배포본의 지역별 전력 배출계수를 재검토해 텍사스와 스웨덴의 차이를 10배에서 8.5배로 정정했다고 명시했다. 이번 공개는 모든 AI 요청에 통용되는 단일 배출량을 제시한 것이 아니라, 서비스 운영 조건과 계산 범위를 드러내 비교할 수 있게 한 사례다.
출처: Berget AI 공식 발표 https://berget.ai/en/blog/per-request-co2-press-release
Berget AI 공식 코드 저장소 https://github.com/berget-ai/co2-calculator
Berget AI 공개 방법론 https://github.com/berget-ai/co2-calculator/blob/main/METHODOLOGY.md