인공지능(AI) 시장의 성장세와 비례해 데이터센터 증설에 따른 탄소배출이 급증하고 있어, 제조 공정의 최적화와 지속 가능한 기술에 투자가 필요하다는 제언이 나왔다.

글로벌 반도체 분석업체인 테크인사이츠(TechInsights)는 ’30년까지 AI GPU(그래픽처리장치)의 탄소 배출량에 대한 예측을 19일 발표했다.

발표내용에 따르면 AI 전용 작업을 처리할 수 있는 AI 가속기 제조로 인해 이산화탄소 배출량이 16배 증가할 것으로 전망하고 있다.

반도체 산업 전체의 탄소 배출량도 빠르게 증가해 ’30년에는 이산화탄소 환산량(MtCO2e) 기준 1,920만 미터톤에 이를 것으로 예상됐는데 이는 ’24년 대비 16배에 달하는 것으로 연평균 58.3%씩 늘어나는 수치다.

이같은 탄소 증가의 주요 요인 중 하나는 ‘그래픽처리장치(AI GPU)’이다. AI 가속기는 방대한 수의 프로세싱 코어와 메모리를 수용하기 위해 여러 개의 실리콘 리티클(reticle)이 필요해 크기가 거대한 것이 특징이며, 이러한 실리콘 수요의 증가는 제조 공정 중 에너지 소비와 반도체 탄소 배출량 증가로 직결된다.

또 사이즈가 크고 복잡한 반도체 제작 공정에는 리소그래피 및 에칭과 같은 에너지 집약적인 공정이 포함돼 전체 반도체 탄소 배출에 많은 영향을 미친다. 3D 적층 및 칩렛 통합과 같은 고급 패키징 기술은 성능을 향상시키지만, 조립 및 테스트 생산 단계에서도 마찬가지로 많은 에너지 소비가 필요하다.

또 다른 주요 요인은 고대역폭 메모리(HBM)이다. HBM의 통합은 AI 가속기의 성능에 있어서 매우 중요하지만, 고도화된 GPU를 지원하기 위해 필요한 HBM 스택과 다이 수는 계속해서 증가하기에 전체 반도체 배출량에 상당한 비율을 차지하고 있다.

이번 예측은 다소 보수적인 추정치로, 예를 들어 2nm와 같이 보다 작은 공정 노드로의 전환이 트랜지스터당 배출량을 줄일 가능성이 있지만, 새로운 제조상의 어려움을 초래하며 증가하는 다이 크기의 영향을 크게 상쇄하지 못할 가능성도 있다.

환경에 미치는 영향을 완화하기 위해 방법으로는 먼저 제조 시설을 위한 재생 에너지원으로의 전환이 있으며, 이를 통해 에너지 사용에 따른 간접 배출량(Scope 2)을 크게 줄일 수 있다. 또 리소그래피 기술 최적화 및 화학 사용량 감소와 같은 제조 공정의 지속적인 개선은 에너지 소비와 낭비를 최소화할 수 있다.

또한 첨단 패키징 혁신 강화로 보다 효율적으로 상호 간 보완해, 원료 사용을 줄여나가면서 탄소 배출을 최소화하기 위한 노력을 강구해야 한다. 마지막으로는 데이터 센터의 효율성 향상으로 향상된 냉각 시스템과 재생 에너지 대안을 포함한 데이터 센터 인프라를 최적화하는 것은 전체적으로 에너지 소비를 축소하는데 매우 중요하다.

AI의 발전은 새로운 기회이면서 동시에 전세계적인 문제인 지구 온난화에 대해 깊이 있게 고민하고 도전해야 하는 또 다른 과제로, AI 가속기의 증가에 따른 반도체 산업에서의 탄소 문제를 해결하기 위해 다각도로 접근해야 할 시점이다.

테크인사이츠는 “AI 개발에 따른 환경에 미치는 영향에 대해 예의 주시하고 제조 공정을 최적화하는 것은 물론 지속 가능한 기술에 투자를 해야 하며, 이와 같은 부분들이 고려됐을 때 비로소 AI 개발이 제대로 제 역할을 했다고 볼 수 있다”고 제언했다.