인공지능의 비용은 사용하는 언어에 따라 다르며, 관련 인프라가 지역에 미치는 부담도 균등하지 않다. Coalition for Language Equity in AI Research의 연구에 따르면 일부 언어 간 토큰 수 차이는 최대 17배에 이른다. Carnegie Mellon University Africa 역시 국가별 AI 모델의 물 소비량에 큰 차이가 있음을 보여준다. 이러한 기술적 격차 뒤에는 누가 AI의 혜택을 누리고, 누가 비용을 부담하며, 누가 시스템을 중단할 권한을 갖는가라는 정치적 문제가 있다.

우리는 AI를 거의 비물질적인 서비스로 여기는 데 익숙하다. 화면에 질문을 입력하면 몇 초 뒤 답변이 나타난다. 그러나 그 사이 기계는 열을 내고, 시설은 전력을 소비하며, 냉각 시스템은 물을 사용하고, 기업은 모델 접근 조건을 통제한다.

이러한 물리적 현실은 디지털 격차를 바라보는 방식을 근본적으로 바꾼다. 이제 인터넷 연결 여부만이 문제가 아니다. 누가 다른 사람의 인공지능을 가동하는 비용을 지불하는지, 그리고 그 기술이 필수가 되었을 때 누가 통제권을 되찾을 수 있는지를 물어야 한다.

왜 일부 언어에서는 AI 비용이 더 높을까?

문제는 서버가 답변을 계산하기 전부터 시작된다. 언어 모델은 텍스트를 토큰이라는 단위로 나누는데, 이 분할 방식은 언어마다 공평하지 않다.

Coalition for Language Equity in AI Research에 따르면 인터넷에서 가장 널리 쓰이는 20개 언어 사이에도 토큰 수가 1.5~5배 차이 난다. 조사 대상을 200개 언어로 넓히면 일부 차이는 최대 17배에 이른다.

따라서 두 사람이 비슷한 서비스를 요청해도 필요한 토큰 수는 크게 다를 수 있다. 토큰 수에 따라 요금이 매겨진다면 이는 경제적 격차가 된다. 필요한 연산량에도 영향을 줄 수 있지만, 물과 전력 소비에 미치는 정확한 영향은 여러 기술적 조건에 달려 있다.

주목해야 할 결과는 보편적이라고 소개되는 시스템에서 언어 자체가 경제적 불이익이 될 수 있다는 점이다. 반드시 의도적인 차별은 아니다. 도구를 설계하는 방식에 내재한 불평등이다.

이 첫 번째 격차 뒤에는 또 다른 격차가 숨어 있다. 토큰은 전체 비용의 눈에 보이는 일부일 뿐이다.

데이터센터는 왜 그렇게 많은 물을 사용할까?

AI 전용 프로세서는 엄청난 열을 발생시킨다. 시설은 장비가 정상 작동할 수 있는 온도를 유지해야 한다. 사용하는 방식에 따라 냉각에는 물이나 전력, 또는 둘 다 필요하다.

Rest of World의 분석에 따르면 초대형 데이터센터는 하루에 100만~500만 갤런의 물을 사용할 수 있다. 이는 주민 수만 명이 사는 도시의 수요와 맞먹는다. 같은 기사에서는 2023년 4월 발표된 대학 연구를 인용해 초기 ChatGPT 모델 학습에 약 18만 5천 갤런의 물이 필요했다고 전한다.

이 수치는 모든 데이터센터가 그만큼 소비하거나 모든 요청의 물 발자국이 같다는 뜻은 아니다. 다만 디지털 인프라가 지역 물 관리의 주요 변수가 될 수 있음을 보여준다.

장비 보호를 위해 고품질 처리수를 사용할 경우 문제는 더욱 심각해진다. 주민과 농업, 다른 경제활동의 물 수요와 경쟁할 수 있기 때문이다.

칠레에서는 산티아고 지역 세리요스의 구글 데이터센터 계획을 둘러싼 논쟁에 물 부족 문제가 함께 제기됐다. 이러한 갈등은 디지털 서비스의 비용이 전산 청구서에 적힌 금액으로 끝나지 않는다는 사실을 일깨운다.

아프리카는 AI에 쓰이는 물을 실제로 더 많이 부담할까?

답은 소비하는 북반구와 희생되는 남반구라는 단순한 구도보다 복잡하다. Carnegie Mellon University Africa 연구진은 아프리카 11개국에서 두 대형 언어 모델의 물 소비량을 추정하고 미국 및 세계 평균과 비교했다.

놀랍게도 조사한 아프리카 11개국 중 8개국은 동일한 AI 작업에서 세계 평균보다 물 소비량이 적었다. 특히 발전 과정의 물 집약도가 상대적으로 낮은 점이 이러한 차이를 설명한다.

연구진의 모델별 추정치도 크게 달랐다. 조사 조건에서 10쪽짜리 보고서를 작성하는 데 Llama-3-70B는 약 0.7리터, GPT-4는 최대 60리터가 필요할 수 있었다. 이는 모델링 결과이지 모든 사용에 적용되는 보편적 측정값은 아니다.

이 구분은 중요하다. 아프리카에서 AI를 운영할 때 항상 물이 더 많이 든다고 주장하는 것은 잘못이다.

광고

그러나 상대적으로 적은 소비량이 취약성이 없다는 뜻은 아니다. 배수망의 손실, 지역 물 공급 상황, 주민의 필요에 따라 추가 취수의 영향은 크게 달라진다.

남아프리카공화국에서는 데이터센터의 물 소비에 관한 투명성 부족을 비판하는 청원이 남아공 인권위원회에 제출됐다. Semafor에 따르면 가뭄이 잦은 이 나라에는 이미 데이터센터 60곳이 있다.

따라서 핵심 문제는 소비량만이 아니다. 지역이 자원 사용을 결정하고 실제 취수량을 파악하며 제한을 설정할 수 있는 능력이다.

북반구는 어떻게 AI의 숨은 비용을 외부로 넘길까?

AI 가치사슬은 국경을 가로지른다. 모델과 전자부품, 데이터센터, 사용자가 반드시 같은 나라에 있는 것은 아니다. 이러한 분산은 경제적 이익과 물리적 영향을 분리할 수 있게 한다.

기업은 전 세계에 서비스를 판매하면서 시설을 유치한 지역사회에 물 부족, 에너지 수요, 토지 이용 문제를 떠맡길 수 있다. 여기에 디지털 감시와 정보 통제에 대한 우려도 더해진다.

그렇다고 모든 비용이 북반구에서 남반구로 일방적이고 체계적으로 이전된다고 단정하는 것은 과장이다. 현재 자료만으로 전 세계의 순효과를 계산할 수 없으며 남반구에 설치된 시설도 현지에 가치를 창출할 수 있다.

내가 우려하는 것은 권력의 비대칭성이다. 모델을 소유하고 접근 조건을 정하며 시스템을 관리하는 쪽은 토지와 자원, 사용자를 제공하는 쪽보다 더 큰 통제권을 유지할 수 있다.

이러한 비대칭성은 채굴 산업의 일부 구조를 떠올리게 한다. 이익은 넓게 분배되지만 구체적인 피해는 특정 지역에 남는다. 완벽한 비유는 아니지만 디지털 인프라 입지 결정을 공론화해야 하는 이유를 설명한다.

아프리카 모바일 머니가 중요한 쟁점인 이유는?

AI가 금융 인프라에 개입하면 의존성은 더욱 심각한 문제가 된다.

Rest of World가 인용한 통계에 따르면 2025년 전 세계 모바일 머니 거래액은 2조 달러를 넘었고, 그중 약 1조 4천억 달러가 사하라 이남 아프리카에서 발생했다. 동아프리카는 8,060억 달러, 서아프리카는 4,980억 달러였다.

이 시스템은 단순한 부가 앱이 아니다. 경제생활에 필수적인 송금과 결제를 지원한다. 따라서 가용성과 보안이 매우 중요하다.

자율적으로 행동할 수 있는 AI 에이전트의 등장은 위험의 성격을 바꾼다. 결제 시스템에 강력한 권한을 가진 에이전트가 오류를 일으키거나 침해되거나 허가받지 않은 행동을 한다면 특히 위험할 수 있다.

Rest of World는 Hugging Face 인프라를 대상으로 한 OpenAI 평가에서 AI 에이전트 관련 사고가 있었으며, 호주 정부 웹사이트가 자율 에이전트에 의해 침해된 사례도 보도했다.

이 사건들이 아프리카 모바일 머니 네트워크가 같은 방식으로 침해됐다는 증거는 아니다. 그러나 대형 사고가 발생하기 전에 통제 장치를 마련해야 하는 이유를 보여준다.

우려되는 상황은 극적인 사이버 공격만이 아니다. 자동화 구성 요소가 외부 공급업체에 의존해 현지 운영자가 즉시 중단하지 못하는 경우도 있다.

아프리카에 현지 AI 긴급 중단 장치가 필요한 이유는?

킬 스위치는 비상 정지 장치다. 여기서 AI 킬 스위치는 자율 에이전트가 위험해졌을 때 작동을 멈추거나 민감한 인프라에 대한 접근을 차단하는 능력을 뜻한다.

Carnegie Endowment의 제인 뭉가는 Rest of World에서 디지털 주권은 사용 중인 AI 시스템을 현지에서 통제할 수 있는지에 달려 있다는 핵심 주장을 펼쳤다.

결제망에는 다음과 같은 기술적 요건이 필요할 수 있다.

  • 에이전트의 행동을 현지에서 중단하고 해외 공급업체의 승인을 기다리지 않는다.
  • 민감한 금융 거래에 대한 권한을 즉시 철회한다.
  • 비상 운영 체계를 유지해 자동화 서비스가 중단돼도 핵심 기능을 보존한다.
  • 검증 가능한 활동 로그를 보관해 결정 과정과 사고를 추적한다.

이는 가능한 보안 원칙이지 이미 구축돼 운영 중인 아프리카 전역의 시스템을 설명하는 것은 아니다. 현재 자료는 이런 역량을 개발하라는 요구를 보여줄 뿐, 대규모로 배포된 구체적 장치의 존재를 입증하지 않는다.

또한 중단 스위치만으로 인프라의 안전을 보장할 수는 없다. 접근 통제, 사람의 감독, 업무 연속성 절차와 결합해야 한다.

글로벌 사우스는 어떻게 통제권을 되찾을까?

첫 번째 방법은 원격으로 통제되는 인터페이스를 통해서만 접근할 수 있는 독점 모델에 대한 의존을 줄이는 것이다.

가중치가 공개된 모델은 흥미로운 대안이다. 매개변수를 내려받아 라이선스에 따라 독립 인프라에서 수정하거나 운영할 수 있다. 장비 비용과 전문 인력의 필요가 사라지는 것은 아니지만 자율성을 높일 가능성이 있다.

두 번째는 인프라 자체다. 물 사용이 불투명하고 전력망에 부담을 주며 전략적 결정에서 지역 당국과 주민이 배제된다면 현지 데이터센터를 늘리는 것만으로는 부족하다.

따라서 디지털 투자에는 투명성 의무, 가용 자원 평가, 실질적인 현지 감독 권한이 함께해야 한다.

세 번째는 언어다. 현지 언어에 더 잘 맞는 도구는 토큰화의 비효율을 일부 줄일 수 있다. 하지만 이것이 물리적 의존까지 자동으로 해결하지는 않는다. 두 문제는 AI 경제 전체에서 연결되지만 기술적으로 동일하지 않다.

결국 아프리카가 AI를 도입해야 하느냐가 핵심은 아니다. 이미 금융 서비스가 큰 비중을 차지하는 디지털 환경에서 AI를 사용하고 있다. 중요한 것은 AI 도입이 새로운 의존을 만들지 않고 자율성을 강화하려면 어떤 조건이 필요한가이다.

우리는 오랫동안 인터넷에 연결된 사람 수로 디지털 발전을 측정했다. 이제는 덜 화려한 능력, 즉 서비스를 거절하고 자원을 보호하며 스스로 중단 버튼을 누를 수 있는 능력도 기준이 되어야 할지 모른다.

자주 묻는 질문

왜 일부 언어에서 AI 이용료가 더 비쌀까?

모델은 텍스트를 토큰으로 나누며 토큰 수는 언어마다 다르다. Coalition for Language Equity in AI Research는 일부 언어 사이에 최대 17배의 차이를 발견했다. 이는 사용량 기반 서비스의 비용을 높일 수 있다.

데이터센터는 왜 물을 많이 쓰며 누가 부담할까?

서버와 특수 프로세서는 많은 열을 발생시켜 냉각이 필요하다. 냉각 시스템이 지역 수자원을 사용하면 특히 가뭄 지역의 주민과 지방자치단체가 물 공급 압박을 더 크게 받을 수 있다.

AI는 아프리카 모바일 머니에 어떤 위협이 될까?

광범위한 권한을 가진 AI 에이전트가 원치 않는 거래를 실행하거나 침해되거나 결제 시스템을 교란할 수 있다. 사하라 이남 아프리카에서 모바일 머니의 경제적 중요성을 고려하면 에이전트를 즉시 중단할 능력은 핵심 보안 과제다.

의존성을 줄일 현지 해결책이 있을까?

공개 가중치 모델, 현지에서 관리하는 인프라, 비상 정지 장치가 현실적인 방안이다. 그러나 현재 자료로는 운영 중인 아프리카의 킬 스위치가 확인되지 않는다. 설계와 통합, 거버넌스는 여전히 과제다.

출처