▲

AI는 대중이 생각하는 것보다 물을 적게 사용한다

 (californiawaterblog.com)
1P by GN⁺ 3시간전 | ★ favorite | 댓글 1개
  • 캘리포니아의 AI 데이터센터 물 사용 우려는 실제 규모를 정량화하면 주 전체 인간 물 사용량에 비해 작은 편으로 나타남
  • 캘리포니아에는 약 1,500만 제곱피트의 데이터센터 바닥 면적이 있으며, 모두 증발 냉각으로 계속 가동된다고 가정하면 연간 32,000–290,000 acre-ft의 물이 증발할 수 있음
  • 여러 AI 추정의 전체 범위는 2,300–400,000 acre-ft/year로 넓지만, 네 추정이 함께 지지하는 좁은 값은 약 20,000 acre-ft/year임
  • 약 20,000 acre-ft/year는 캘리포니아 연간 인간 물 사용량 약 4,000만 acre-ft의 0.055% 이며, 더 넓은 32,000–290,000 acre-ft/year 범위도 약 0.08–0.7%에 해당함
  • 캘리포니아에서는 AI 데이터센터 물 사용에 공황을 느낄 필요가 크지 않으며, 정책 논의에는 추측보다 정직한 정량 추정과 더 나은 기술적 근거가 필요함

AI 물 사용 우려의 맥락

  • AI는 발전 초기 단계에 있으며, 새 기술이 흔히 그렇듯 인간을 돕는다는 기대와 인간 정신·문명 파괴에 대한 두려움을 함께 받음
  • 언론에서 자주 다루는 우려 중 하나는 AI의 물 사용량과 그 파급효과이며, 초기 단계의 추측적 우려와 공적 관심을 활용한 옹호·연구 자금 확보가 뒤섞이는 양상으로 다뤄짐
  • 새로운 기술에 대한 공포와 기대는 과거에도 반복됐으며, 일부는 허상으로 끝났고 일부는 대체로 긍정적이었으며 일부는 복합적 결과를 낳음
    • 비행 자동차는 허상에 가까운 예임
    • 백신, 식수 염소 처리와 불소 처리는 대체로 긍정적인 예에 속함
    • 감시 기술과 데이터베이스, 인터넷, 자동차는 복합적인 예로 볼 수 있음
  • AI의 기반은 데이터와 계산을 수행하는 데이터센터이며, 랙에 연결된 대규모 컴퓨터 창고가 에너지와 냉각용 물, 물리적 부지를 필요로 함
  • 데이터센터의 큰 전력 수요는 지역 전기요금에 영향을 줄 수 있고, 물 사용은 주로 전력 사용으로 생긴 열을 식히는 냉각 수요에서 발생함
  • 캘리포니아의 물 논의는 때때로 과학적 근거가 약한 두려움에 의해 움직이며, 데이터센터 물 사용도 그런 우려의 대상이 됨
  • 캘리포니아 데이터센터의 물 사용량은 대체로 크지 않은 편이지만, 데이터센터 활동이 더 많고 물 인프라가 덜 발달한 다른 주에서는 더 큰 문제가 될 수 있음

캘리포니아 데이터센터 물 사용량 추정

  • AI 산업의 물 사용을 둘러싼 대중적 논의와 기사, 언론 보도에는 우려가 반영돼 있음
  • AI 기업과 시설이 에너지·물·기타 자원 사용을 충분히 투명하게 공개하지 않는다는 비판은 경쟁적인 산업 특성상 사실일 가능성이 있음
  • 명시적 물 사용 정보가 부족하다는 이유로 언론인, 학자, 옹호자들이 지나치게 추측에 머무르는 경우도 많음
  • 캘리포니아 AI 데이터센터 물 사용량 추정은 주로 에너지 사용을 냉각용 물 사용으로 변환하는 기본 물리 계산에 기반함
  • 계산 뒤 네 개 AI 모델로 추정치를 점검하고 탐색함

계산 가정과 범위

  • 캘리포니아에는 약 1,500만 제곱피트의 데이터센터 바닥 면적이 있으며, 이는 약 340에이커에 해당함
  • 데이터센터 랙에 필요한 열 방출량은 약 2–12 kW/㎡ 임
  • 효율이 100%라면 이 열 방출은 바닥 면적 1㎡당 하루 70–420mm의 물을 증발시키는 수준임
  • 대형 산업용 냉각 시스템 효율은 60–90%로 보이며, 이를 반영하면 바닥 면적 1㎡당 하루 80–700mm의 물 증발 범위가 됨
  • 연간 기준으로는 데이터센터 바닥 면적 1㎡당 29–255m의 증발량이며, 단위 면적당 관개 농업의 연간 증발량보다 대략 25–150배 큼
  • 캘리포니아의 1,500만 제곱피트, 즉 140만㎡ 데이터센터가 모두 계속 가동되고 산업용 증발 냉각만 사용한다고 가정하면 연간 총 증발량은 4,000만–3억5,700만㎥ 로 추정됨
  • 이를 에이커피트로 환산하면 캘리포니아 전체에서 연간 32,000–290,000 acre-ft 범위임
  • “캘리포니아 데이터센터가 대부분 증발 냉각을 사용한다고 가정하면 연간 얼마나 많은 물이 증발할 가능성이 있는가?”라는 프롬프트에 여러 무료 AI 웹사이트가 추정 범위를 제공했으며, 계산 가정의 범위와 출처도 함께 제시할 수 있었음

추정 결과의 의미

  • AI가 제시한 연간 증발 손실 추정의 전체 범위는 2,300–400,000 acre-ft/year로 넓음
  • 별도 계산에서 나온 32,000–290,000 acre-ft/year 범위는 여전히 넓지만 합리적인 추정으로 볼 수 있음
  • 네 가지 추정 모두가 지지하는 더 좁은 값은 약 20,000 acre-ft/year임
  • 이 물량은 개인 관점에서는 큰 양이지만, 캘리포니아의 전체 인간 물 사용량인 연간 약 4,000만 acre-ft와 비교하면 작음
  • 약 20,000 acre-ft/year는 캘리포니아 연간 인간 물 사용량의 약 0.055% 이며, 경제적으로 효과적인 물 사용처 중 하나일 가능성이 있음
  • 더 넓은 초기 추정치인 32,000–290,000 acre-ft/year를 쓰면 캘리포니아 연간 인간 물 사용량의 0.08–0.7% 에 해당함
  • 이 범위는 캘리포니아의 관개 농지 700만 에이커 중 10,000–100,000에이커에 공급할 수 있는 물량과 비슷함
  • 건조한 서부 밖 일부 지역에서는 대도시 물 사용량이 보전 노력으로 줄어드는 시기에 새로운 산업용 물 수요가 생기며, 초과 급수 역량이 있는 도시에는 바람직한 수입원이 될 수 있음
  • 물 문제는 모두 지역적이라는 결론으로 이어짐
  • 블로그 게시물을 쓰는 동안의 호흡으로 증발한 물이 네 AI 추정에서 발생한 증분 물 증발량보다 많았을 수도 있다는 표현으로, 개별 AI 질의의 추가 물 사용이 작게 묘사됨

캘리포니아가 얻을 교훈

  • 캘리포니아에서 AI 데이터센터 물 사용을 두고 공황에 빠질 필요는 없음
    • Central Arizona 연구는 해당 지역에서 맥주 생산이 데이터센터보다 더 많은 물을 소비했다고 밝힘
    • AI에는 인간 문명의 종말 같은 더 중요한 우려가 있을 수 있다는 표현도 함께 나옴
  • AI 추정은 합리적이고 적절히 넓은 범위를 제공했음
    • AI는 빠른 예비 추정에 유용함
    • 질문을 잘하면 AI는 대부분의 계산 과정을 드러냄
    • 정량적 추정이 담론에서 편의상 빠지는 공공·정책 평가에서 AI는 예비 추정을 빠르게 만들고 형식화하는 데 도움이 될 수 있음
  • 정직하고 합리적인 추정치가 없는 얕은 논의, 기사, “기술” 보고서를 경계해야 함
  • 정책 보고서에는 더 나은 기술적 근거가 필요함
  • “사실은 사실이지만, 인식은 현실”이라는 표현처럼 물을 포함한 공적 담론은 근거, 데이터, 정량화로 길들여지지 않은 말들에 막히는 경우가 많음
  • AI가 있는 지금은 공포와 기대를 다루는 논의에 정직한 추정을 시도하고 활용하지 않을 변명이 거의 없음
  • 현대 기술과 제도에도 불구하고 인간 사회, 기술, 이해는 느리고 신비롭게 진화하는 5만 년 된 인간 두뇌에 의존하며, 개인과 집단의 신경 하드웨어 한계 안에서 일할 수밖에 없음

참고 자료

함께 보면 좋은 글 β

▲
GN⁺ 3시간전  [-]
Hacker News 의견들

  • 데이터센터에 폐쇄 루프 냉각 시스템은 지금도 계속 지어짐. 전면 증발 냉각은 전력 효율이 더 좋아서 더 싸다는 장점이 있고, 굳이 그렇게 하는 이유는 물이 풍부하고 싸게 제공되기 때문임
    이 나라에서 산업용 물이 얼마나 싸게 책정되는지 현실감이 없는 사람이 많음. 부모님은 체리 과수원을 했는데, 원하는 만큼 쓰고도 연간 수도요금이 에이커당 100달러였음. 그래서 데이터센터 물 소비는 비효율적인 스프레이 관개에서 증발로 잃는 물의 일부에 불과함

    • 애리조나 중부에도 알팔파 밭이 있음. 알팔파는 식물이 가능한 속도에 가깝게 물과 햇빛을 셀룰로오스로 바꿈
      더 나쁜 건 그 밭의 소유주가 종종 외국 기업이라는 점임. 지구에서 가장 건조한 지역 중 하나에서, 수십 년짜리 가뭄 한가운데 엄청난 물을 쓰고, 그 농장이 만든 부는 해외로 빠져나감
    • SF와 LA 사이를 운전하면, 정부가 거의 공짜에 가까운 물을 더 주지 않는다고 불평하는 물 빨대들의 표지판을 셀 수 없이 보게 됨. 신선한 농산물 없이 살고 싶지는 않지만, 사실상 사막에서 아몬드를 재배하는 일은 재정적으로 비싼 작업이어야 한다고 봄
      그 결과 간식용 견과류 한 봉지가 더 비싸진다면 어쩔 수 없음. 맛있는 견과류를 위해 강을 비우는 일이 더 이상 성립하지 않는다면, 그 정도는 받아들일 수 있음
    • 어떤 것이 싸다고 해서 자원을 고갈시키지 않거나, 어딘가의 공동체 삶을 악화시키지 않는다는 뜻은 아님. 사람들은 계속 서부로 송수관을 깔아 오대호를 고갈시키려 함. 사회적·생태적 한계가 있고, 이런 AI 기업들은 그만한 가치가 없음

  • AI의 물 사용량을 농업이나 도시와 비교하는 건 다소 오해의 소지가 있음. 도시 물 사용은 위생과 식수처럼 사람을 살리는 사실상 필수적인 것들이고, 농업용수는 먹고살아야 하니 필요함. 선택적인 것을 필수적인 것과 비교하면 안 됨
    대신 세차장이나 워터파크처럼 도시의 선택적 용도와 비교해야 함. 또는 사람이 비슷한 작업을 하는 데 필요한 물과 비교할 수도 있음. 예를 들어 AI로 15분짜리 보고서 작성 작업을 돌리는 것과, 몇 시간 동안 사람을 살아 있게 유지하는 데 드는 물을 비교하는 식임. 그래도 AI 물 사용량이 나쁘지 않아 보일 수 있지만, 더 정직한 비교가 됨

    • “먹고살아야 하니까”라니, 그래서 사막 한가운데서 알팔파를 기르고, 수리권을 유지하려고 밭에 물을 넘치게 대고, 그 알팔파를 중국으로 보내는 거였군. 우리가 먹기 위해서였네
    • 쉬운 “선택적” 비교 대상으로는 골프장 관수가 있음. 더 자세한 글을 봤는데 지금은 못 찾겠고, 빠르게 검색해 보면 미국 골프장은 연간 5,000억 갤런, 모든 데이터센터는 AI 데이터센터만이 아니라 전부 합쳐 연간 1,800억 갤런을 쓴다고 나옴
    • 도시 물 사용의 거의 절반은 주거용 조경 관개, 대부분 잔디에 물 뿌리는 데 쓰임. 이건 정확히 필수나 기본 생필품은 아님
      조경 관개는 연간 약 350만 에이커피트를 쓰는데, 추정되는 AI 데이터센터 사용량보다 10~100배 높음
    • 세탁기와 건조기가 꼭 필요하지 않은 것과 같은 의미에서 AI도 꼭 필요하지 않음. 빨래를 기계로 할 필요는 없고, 숙련 노동을 AI로 할 필요도 없지만, 시간과 에너지를 꽤 아껴주는 건 맞음
    • 기사에는 애리조나의 맥주 생산이 애리조나 데이터센터보다 물을 더 많이 썼다는 데이터가 있음. 강하게 반대할 사람도 있겠지만, 우리는 맥주가 절대적으로 필요하지 않음. 맥주와 AI 중 고르라면 쉬운 선택이고, 매번 AI를 고르겠음
      사람을 살리는 데 필요한 물과 농업에 필요한 최소한의 물만 따지면, 지금 우리가 쓰는 물의 극히 일부에 불과할 것임. 데이터센터를 최소 생존 기준과 비교하는 건 별로 흥미롭지 않고, 이 글의 요지는 전반적으로 물 사용이 비효율적이며 AI는 전체 낭비 속에서 꽤 작은 원천이라는 데 있음

  • 몇 달 전 한 글[1]에서는 Google이 투명성을 요구한 지역 주민들에게 물 요구량을 비밀로 하며, 그게 영업비밀이라고 주장했다는 내용이 있었음
    그래서 소송을 했고, 하루 200만~800만 갤런의 식수를 쓸 예정이라는 사실이 드러남[2]. 공무원 발언을 보면 처리 가능한 용량의 한계에 가까워 보임
    “그 물 공급은 원래 2060년이나 2060년대까지 필요하지 않았을 텐데, 갑자기 2030년대에 걱정해야 하는 것이 됐다”
    “수요를 넘어서면 새 수원을 찾아야 할 것이다”
    그래서 원글의 주장과 어떻게 맞물리는지 잘 모르겠음. 적어도 특정 장소, 특히 대비가 덜 된 곳에는 불균형하게 영향을 주는 듯함
    [1] https://pivot-to-ai.com/2026/03/06/how-much-water-do-the-dat...
    [2] https://www.wsls.com/news/local/2026/02/26/google-data-cente...

    • Pivot to AI 작성자임. 영향은 지역적이지만, 해당 지역에는 정말 심각함
      또한 AI 하이퍼스케일러들이 사용량을 비밀로 하려고 소송까지 하는 건, 그 사용량이 보기 좋아서가 아님

  • 프롬프트를 수백만 번 날려야 소고기 버거 하나를 만드는 데 든 물과 비슷해짐
    이산화탄소 배출량도 수만 번의 프롬프트를 써야 비슷함. AI에 대한 정당한 우려는 많지만, 현재로서는 물 사용량이나 이산화탄소 배출량이 그중 하나는 아님. 비건이 되면 본인의 AI 물 소비와 이산화탄소 배출량을 수천 배 이상 상쇄할 수 있음

    • 프롬프트에 따라 다름. 동영상 프롬프트를 쓰면 30초짜리 동영상 하나가 전자레인지를 강으로 15분 돌리는 만큼의 전기를 씀
    • 좋음. 그러면 비재생 전력으로 돌아가는 AI를 없애고, 동물도 그만 먹자
    • 물은 동의함. 이산화탄소는 실제로는 에너지 소비의 간접 지표이고, 전원 구성에 따라 달라지므로 근거가 좀 필요함
      배출량과 관련해서 병행해야 할 다른 방법들도 있다는 데는 동의함
    • 출처가 필요함
      고기는 물이 덜 부족한 지역, 예를 들어 농촌에서 “생산”될 수 있음. 데이터센터는 도시 지역에서 커지기를 “좋아함”
      이 자료는 프롬프트 100개가 물 0.5리터를 쓴다고 함
      https://www.eesi.org/articles/view/data-centers-and-water-co...
      올해 Google이 검색 한 번에 물 한 방울, 또는 다섯 방울 정도를 쓴다고 보고했던 기억이 있음
    • 소 몇 마리를 키우는데 물을 거의 따로 주지 않음. 겨울에는 눈에서 충분히 얻고, 비가 오면 개울이 흐르는 작은 연못이 생김. 소들도 급수기에서 나오는 우물물보다 그 둘을 더 좋아함. 목초 사육이고 옥수수 같은 것도 거의 먹이지 않음
      수천 파운드의 소고기를 얻는 동안 물은 거의 쓰지 않았음. 분당 1갤런밖에 안 나오는 샘물 기반 저수량 낮은 우물을 쓰는데도 추가 소비가 느껴지지 않음
      반면 “비건” 작물인 옥수수 같은 것은 미국 여러 지역에서 관개되고, 물을 많이 쓰며, 대개 매우 비효율적임

  • 이런 것들이 보통 설득력이 있나? 일반적인 패턴은 사람들이 먼저 입장을 정하고, 그 입장을 뒷받침하는 DOI가 붙은 논문 하나를 찾는 식임. 코끼리와 기수 비유 같은 것임. 누군가의 주장이 틀렸다는 증거를 제시해도, 다시 생각하게 만들기보다는 발을 더 깊이 박고 새 DOI 논문을 찾게 만드는 경우가 많음
    지금은 정보화 시대에서도 전례 없는 시기라, 사람들이 Wikipedia, Google, LLM을 비판적으로 쓰면 여러 분야의 기초 역량을 빠르게 얻을 수 있음. 정보 접근성과 검색이 제약이었다면 사실에 대한 합의가 더 커졌어야 함
    하지만 실제 정보 사용 방식은 우리가 생각하는 것과 반대에 가깝다고 봄. 우리는 충분한 정보가 있으면 현실의 정확한 모델을 만들 수 있다고 믿음. 실제로는 사회심리학자들이 맞는 것 같음. 대체로 먼저 현실 모델을 만들고, 그다음 그것을 지지하는 정보를 찾음. 따라서 정보 총량을 늘리면, 각자 자기 모델을 지지하는 정보를 골라낼 능력이 커짐
    이런 시도가 가치 없다는 뜻은 아님. 다만 사실이 여론을 크게 움직인다고 보지는 않음
    더 많은 정보와 더 나은 검색이 흥미로운 이유는, 진실을 찾는 사람들과 확증을 찾는 사람들 사이의 분화를 가속한다는 점임. 전자는 주로 반증 정보를 찾으려 하고, 후자는 지지 정보를 찾으려 함. 일반적으로 전자는 적어도 인간을 제외한 세계를 모델링하는 데 더 성공할 수 있음. 하지만 다른 사람들이 어떤 것을 참이라고 믿고 있을 때, 그들의 사실관계를 정면으로 치는 방식이 원하는 결과를 얻는 최선의 접근은 아닌 경우가 많음

    • Yuval Noah Harari의 Nexus를 읽어보면 좋음. 그는 이것을 정보에 대한 순진한 관점이라고 부르고, “상호주관적” 현실의 존재를 모르는 태도라고 봄. Angela Cooper-White의 The Encyclopedia of Psychology and Religion에 있는 “intersubjectivism” 항목도 참고할 만함
      가장 깊고 복잡한 용법은 포스트모던 철학의 구성주의, 또는 사회심리학의 사회구성주의와 관련됨. 현실은 관계와 사회 속 참여자들이 공동으로 구성한다는 개념임
      이것은 서사와 이야기를 진실의 근원으로 높이는 포스트모더니즘과 구성주의 사고의 종착점임. 어떤 면에서는 교리나 신들의 체계를 충분히 믿으면 그 서사가 합의된 현실로 구체화된다고 보는 종교적·미신적 사고로 돌아가는 것처럼 보임
      역사적으로 융 심리학과 종교는 인류가 상호주관적 현실과 집단의 “정보 위생”을 다루기 위해 축적한 지혜와 기법의 공동 저장소였음. 종교는 일종의 원형 심리학이고, 융은 연금술 전통을 통해 이를 물려받음. Jung의 Psychology and Alchemy를 보면 됨. 그런데 20세기 후반과 21세기에 객관적으로 검증 가능한 정량 측정에만 집중하면서, 개인의 내적 사유·관조·꿈 생활처럼 사적이고 주관적인 질적 현상을 다루던 기법들이 과거 속으로 사라지고 있음
      White Rose: 무언가를 상상하거나 믿으면 그것이 현실이 될 수 있다고 생각해 본 적 있어? 단지 의지만으로?
      Angela: 응. 사실 그렇게 믿었어. 하지만 그게 현실 세계가 아니라는 걸 천천히 인정해야만 하고 있어. 내가 그렇게 되길 원해도
      White Rose: 글쎄, 결국 현실을 어떻게 정의하느냐에 달린 것 같네
      https://vimeo.com/387207936

  • 이건 이미 많이 나온 이야기지만, 대중의 인식이 얼마나 크게 빗나가 있는지는 계속 놀라움. Pete Buttigieg가 일주일쯤 전 Tulsa 타운홀을 했는데, 누군가가 사진 한 장을 생성하는 데 물 1만 갤런이 든다고 인용했음[0]
    [0]: https://www.youtube.com/watch?v=MCc-ipWVShY&t=1h5m43s

    • 솔직히 양쪽 모두가 물에 이렇게 집착하는 게 이상함
      데이터센터 반대 측은 물 사용량을 과대평가하지만, 최대한 많이 최대한 빨리 지어야 한다고 보는 쪽도 “사실 물을 그렇게 많이 쓰지 않는다”는 말이 데이터센터의 더 현실적인 문제들을 somehow 무효화한다고 생각하는 듯함
    • 이 문제의 또 다른 부분은, 사실관계에 대해 동의하지 않으면 상대가 화내는 대상 자체에 반대하는 것으로 해석된다는 점임. 누군가 Claude에 질문할 때마다 AI가 순수한 물을 5백억조 갤런씩 파괴한다는 데 동의하지 않으면, 곧바로 Grok이 미성년자 누드를 만드는 데 전적으로 찬성하는 사람처럼 취급됨
      어떤 사람들은 분노를 얻고, 그 분노를 사랑하며, 아무도 그것을 빼앗지 못하게 함
    • 그게 바로 포퓰리즘이고, 슬프게도 극도로 효과적임
      한편 중국과 인도는 데이터센터를 짓도록 무료 전기, 1달러당 1달러 설비투자 보조금, 25년 세금 면제를 제공하고 있음[0][1]
      HN이 우리 산업 전체의 기반이자 HN 사용자들이 돈을 받는 이유인 인프라를 옥죄고 싶어 하는 게 흥미로움. AI 반대의 상당 부분이 여론조사에서 계속 보이는 것처럼 “수다 떠는 계층”과 다른 화이트칼라 유형에서 나온다는 점을 잘 보여줌[2][3]
      내 정당 안에서도 과거에 탄광 노동자와 자동차 노동자에게 “코딩을 배우라”고 하고, 블루칼라 노동자를 깔보며, 제조업과 숙련 기술직 종사자의 우려를 무시해 그들이 우경화하게 만들었던 사람들이 이제 똑같이 행동하는 걸 보는 게 웃김
      수정: 답글을 달 수 없음
      “AI 데이터센터가 모든 HN 사용자, 아니면 대부분의 HN 사용자가 돈을 버는 방식은 아니다”
      대부분의 데이터센터는 추론이나 모델 학습 전용만이 아니라 여러 종류의 연산을 함께 상면 임대함. 게다가 인프라 계층의 경제성을 옥죄면 전체 생태계가 해외로 이동함
      2010년대 초 미국에서 반도체 팹에 대해 비슷한 반대가 있었고, CHIPS Act가 서명되고 집행될 때까지 10년도 안 돼 거의 전체 생태계가 빠져나갔음
      독일의 원전과 미국 여러 지역의 그린테크도 마찬가지였음
      [0] - https://www.reuters.com/world/asia-pacific/china-offers-tech...
      [1] - https://www.reuters.com/world/india/india-gives-20-year-tax-...
      [2] - https://www.cnbc.com/amp/2026/02/25/top-earners-are-more-afr...
      [3] - https://www.pewresearch.org/social-trends/2023/07/26/which-u...

  • 보통 데이터센터 물 사용량을 골프장 물 사용량과 비교하면, 이 문제 전체에 대해 훨씬 마음이 편해짐

    • 알팔파와 비교하면 알팔파 물 소비량이 얼마나 큰지 보고 웃음이 나올 것임
      캘리포니아에서 연중 재배되는 알팔파 약 340에이커가 Google의 The Dalles 데이터센터가 1년에 쓰는 물만큼을 사용함
      그 데이터센터는 2025년에 증발 냉각용으로 5억 5천만 갤런을 썼고, 이는 1,687에이커피트임
      캘리포니아의 알팔파 1에이커는 연간 약 5에이커피트의 물을 씀. 캘리포니아에는 약 100만 에이커의 알팔파가 재배되고, 알팔파에 연간 500만 에이커피트의 물이 들어감. 그리고 그건 소 먹이로 쓰임
    • 다음 보고서를 읽어보길 권함: Proximity to Golf Courses and Risk of Parkinson Disease
      골프장이 있는 상수도 서비스 구역에 사는 사람들은 골프장이 없는 상수도 서비스 구역에 사는 사람들보다 파킨슨병 가능성이 거의 두 배였음
      https://jamanetwork.com/journals/jamanetworkopen/fullarticle...

  • 데이터센터 냉각의 물 우려가 잘 이해되지 않음. 프롬프트마다 냉각에 많은 물이 쓰인다고 해도, 여기서는 그렇지 않다고 주장하지만 설령 그렇다 해도, 냉각에 “사용된” 물은 조금 더 뜨거워져서 나오는 것 아닌가? 어쩌면 증발할 수도 있음. 그러면 비로 다시 돌아올 것임
    이건 물에 독성 폐기물을 남기는 산업 화학 공정도 아니고, 물을 식물에 넣은 뒤 다른 지역으로 실어 보내는 농업도 아님. 그냥 물 순환의 또 다른 경로가 됨
    이게 사람들이 실제로 걱정할 만한 일인지 정말 모르겠음. 뒤에 여론조작이 있는 건가? 환경주의자와 AI 회의론자를 멍청해 보이게 만들려는 시도일 수도 있나?

    • 가장 강한 비판은 데이터센터가 처리된 식수를 소비한다는 것임. 식수는 아무 비음용수보다 덜 풍부하고 쉽게 다시 만들기도 어려움
      물론 쉬운 해결책은 데이터센터가 자체적으로 비음용수를 끌어와 처리하는 것임. 또는 유틸리티가 더 많은 식수를 끌어다 쓰는 외부효과를 가격에 반영할 만큼 요금을 매기면 됨. 데이터센터가 자체 수처리를 해야 해도 경제성은 여전히 맞음. 근본 문제는 유틸리티가 식수 가격을 너무 낮게 매겨서, 다른 조건이 같으면 데이터센터가 식수를 선호한다는 데 있음
    • 이미 메마른 지역에서 물을 가져가고, 종종 지하수를 퍼 올리기 때문임. 설령 그 물이 지역에 비로 돌아온다 해도, 실제로는 그렇지 않지만, 같은 대수층과 수원에 기대어 사는 사람들이 지속 가능하게 살아가기 어렵게 됨
    • 내가 사는 곳에서 30분 거리만 가도 데이터센터가 농업용수에 영향을 주고 있음
      https://www.theguardian.com/global-development/2024/sep/25/m...
      https://www.bbc.com/news/articles/cx2ngz7ep1eo
    • 조금 더 뜨거워져서 나오는 게 아니라, 냉각탑에서 증발함. 결과는 다른 물 사용과 같음. 냉각탑은 바닷물도 쓸 수 없음. 대부분의 데이터센터는 어차피 담수가 풍부한 곳에 있지만, 일부는 그렇지 않음
      그래도 캘리포니아에서는 농업용수 사용이 훨씬 더 심각함
    • 물이 사라지는 건 아니지만, 비로 돌아온다면 적어도 다시 정화해야 함. 데이터센터가 냉각에 생 빗물을 쓰지는 않을 테니까
      그래도 그리 나쁘지는 않겠지만, 수돗물 또는 냉각용 탈염수를 증발시키면서 “소모되는” 작업은 분명히 있음

  • 지금까지 이해한 바로는 LLM 데이터센터의 물 사용량은 거의 없는 수준부터 중간 규모 도시보다 많은 수준까지 다양함. 결국 항상 계산 방식을 어떻게 고르느냐, 더 근본적으로는 어떤 이야기를 하고 싶은가에 달려 있음
    통계란 참 사랑스럽다

답변달기