인공지능(AI)이 에너지 전환을 가속하는 기술로 주목받고 있지만, 적절한 정책적 개입이 없다면 오히려 화석연료의 수명을 연장하고 온실가스 배출을 늘릴 수 있다는 연구 결과가 나왔다. AI가 태양광·풍력 등 저탄소 에너지의 효율을 높이기도 하지만, 동시에 석유·가스의 탐사와 생산성까지 높여 화석연료를 더 많이 사용하도록 부추기기 때문이다.
미국 시애틀의 비영리 연구·정책 프로젝트인 '인에블드 에미션 캠페인(Enabled Emissions Campaign, 유발 배출 캠페인)'과 퍼듀대학교 등의 연구진은 최근 네이처의 자매 학술지인 'npj 클라이밋 액션(Climate Action)'에 관련 연구 결과를 발표했다.
논문에서 연구진은 AI를 단순한 전력 소비 기술이 아니라 '양방향 생산성 증폭기(bidirectional productivity amplifier)'로 규정했다. AI가 재생에너지와 전력망의 효율을 높이는 동시에 화석연료 산업의 생산성도 높인다는 의미다.
◇AI가 태양광도 돕지만 석유도 더 싸게 캔다
AI는 태양광·풍력 발전량 예측, 전력망 운영, 발전설비 유지보수 등을 개선해 재생에너지의 생산성을 높일 수 있는 것으로 알려져 있다. AI의 기후 영향을 둘러싼 기존 논의 역시 주로 데이터센터가 사용하는 전력과 AI를 활용해 줄일 수 있는 배출량에 초점을 맞췄다.
그러나 이번 연구는 AI가 화석연료 공급 자체의 경제성을 어떻게 변화시키는지에 주목했다. AI가 석유·가스 분야에서는 탐사와 시추, 생산, 정제 등 공급망 전반의 효율을 높이고 생산비용을 낮출 수 있기 때문이다. 특히 생산비용이 낮아지면 과거에는 경제성이 없었던 화석연료 자원까지 개발할 가능성이 커진다.
문제는 두 효과가 대칭적이지 않다는 점이다. 그렇다면 AI는 어느 쪽에 더 크게 기여할까.
◇AI 적용하면 세계 CO₂ 배출량 최대 18억톤 증가
연구진이 글로벌 에너지·경제 시스템을 대상으로 연산가능 일반균형(CGE) 모델을 이용해 시나리오를 분석한 결과, 화석연료와 재생에너지에 AI가 비슷한 수준으로 도입되는 경우 세계 연간 CO₂ 배출량이 4억7000만톤~18억톤 증가하는 것으로 나타났다.
이는 2024년 세계 에너지 관련 CO₂ 배출량의 1.2~4.8%에 해당한다. 배출 증가를 주도한 것은 재생에너지의 효율 개선보다 화석연료 생산성 향상 효과였다.
특히 연구진은 재생에너지의 생산성 향상이 화석연료 생산성 향상보다 4~5배 커야 AI의 효과가 배출 증가에서 감소로 전환되는 것으로 분석했다.
이는 AI가 재생에너지 산업에 적극 활용된다는 사실만으로는 충분하지 않다는 의미다.
◇데이터센터보다 더 큰 '숨은 배출'
이번 연구가 주목받는 또 다른 이유는 AI의 기후 영향을 데이터센터 전력소비만으로 평가해서는 안 된다는 점이다.
연구진은 AI의 화석연료 생산성 향상으로 발생하는 '유발 배출(enabled emissions)'을 연간 6억~24억톤 CO₂로 추정했다. 이는 국제에너지기구(IEA)의 2025년 데이터센터 배출량 추정치인 1억8000만톤보다 3.3~13.3배 큰 규모다. 연구진은 다만 두 수치는 서로 다른 분석체계에서 나온 것이어서 직접 합산해서는 안 된다고 설명했다.
핵심은 AI가 에너지를 직접 소비해서 발생시키는 1차적 배출뿐 아니라, AI가 산업의 생산성을 높이고 가격을 낮춰 추가적인 생산과 소비를 유발하는 2차·3차 효과까지 봐야 한다는 것이다.
다만 이번 연구 결과는 미래의 실제 배출량을 예측한 것이 아니라, AI 생산성 충격을 적용한 시나리오 분석이라는 점은 유의할 필요가 있다. 연구진도 실제 배출량의 규모는 달라질 수 있다고 설명한다.
◇'효율 향상'이 반드시 배출 감소로 이어지지 않아
AI로 석유 생산비용이 낮아지면 기업은 생산을 줄이는 것이 아니라 오히려 생산량을 늘릴 수 있다. 과거 경제성이 없었던 유전이 다시 개발 대상이 될 수도 있다.
이처럼 기술 발전으로 생산비용이 내려가면서 소비와 생산이 증가해 기대했던 에너지 절감 효과가 일부 상쇄되거나 역전되는 현상을 '반동 효과(rebound effect)'라고 한다.
이번 연구에서 AI의 효과는 여기서 한 단계 더 나아간다. AI가 화석연료 산업의 경쟁력을 높이면 기존 화석연료 체제가 더 오래 유지될 수 있다. 연구진은 이를 기존 탄소집약적 에너지 체제의 '강화(reinforcement)'라고 설명한다.
현재 세계 1차 에너지의 약 80%가 여전히 화석연료에 의존하고 있다는 점도 문제다. AI가 기존 경제 시스템의 생산성을 높일 경우 상대적으로 규모가 큰 화석연료 시스템에 더 큰 효과가 돌아갈 수 있기 때문이다.
◇해법은 AI 규제가 아니라 '방향'의 규제
연구진이 제시하는 해법은 AI 자체를 제한하는 것이 아니다. AI의 생산성 향상이 어느 에너지 시스템에 집중되도록 할 것인가를 정책적으로 설계해야 한다는 것이다.
우선 AI가 화석연료 생산을 확대해 발생시키는 '유발 배출'을 별도의 기후정책 대상으로 관리할 필요가 있다. 지금처럼 데이터센터의 전력소비와 AI가 줄여주는 배출량만 계산하면 AI의 전체 기후효과를 놓칠 수 있다는 것이다.
동시에 태양광·풍력·전력망·에너지저장 등 저탄소 시스템에 AI 활용을 집중해야 한다. 다만 재생에너지의 AI 활용 확대만으로는 충분하지 않고, AI를 통한 화석연료 공급 확대를 제한하는 공급 측 정책을 병행해야 한다고 연구진은 강조한다.
연구진은 논문에서 “AI가 재생에너지와 전력망의 병목을 해결하고 화석연료의 신규 공급 확대에는 제약을 받도록 정책을 설계한다면 AI는 에너지 전환의 강력한 가속기가 될 수 있다"고 평가했다.
하지만 “시장에만 맡겨 화석연료와 재생에너지에 동일하게 AI를 확산한다면, 현재의 화석연료 중심 경제가 AI를 통해 더욱 효율적으로 작동하면서 에너지 전환을 늦추는 역설이 발생할 수 있다"고 경고도 잊지 않았다.
