ChatGPT 질문 한 번에 물 한 병? AI 물 사용 숫자가 제각각인 이유

ChatGPT에 궁금한 것을 물어보다가 “AI가 물을 엄청나게 쓴다”는 이야기를 만나면 잠깐 멈칫하게 됩니다. 화면에는 글자만 나오는데, 어딘가에서는 내 질문 때문에 생수병이 하나씩 비워지고 있는 걸까요?

먼저 답부터 말씀드리면, 질문할 때마다 물 500mL가 소비된다고 일반화할 근거는 없습니다. 그렇다고 AI의 물 사용을 신경 쓸 필요가 없다는 뜻도 아닙니다. 어떤 AI를, 어디서, 얼마나 오래 돌렸고, 어디까지 계산했느냐가 빠지면 숫자가 전혀 다른 이야기를 하게 됩니다.

최근 미국에서도 샘 올트먼이 ChatGPT의 물 사용을 아몬드 재배에 빗댄 발언이 논쟁을 불렀습니다. 9월 3일 CalMatters 보도는 공개 자료만으로 그 비교를 검증하기 어렵다는 전문가들의 지적을 전했습니다.

큰 숫자와 작은 숫자 중 어느 쪽을 믿어야 할지, 원문에 붙은 조건부터 살펴봤습니다.

노트북의 AI 대화 화면과 물컵을 통해 눈에 보이지 않는 물 사용을 생각하는 생활 장면

AI로 제작한 개념 이미지입니다. 실제 데이터센터나 물 사용량 측정 사진은 아닙니다.

‘물 한 병’은 원래 질문 몇 번에 해당했을까?

많이 인용되는 출발점은 UC Riverside 등의 연구진이 작성한 AI 물 발자국 연구입니다. 2023년 처음 공개됐고, 여기서는 2025년 3월 수정본을 확인했습니다.

연구진은 GPT-3가 중간 길이의 응답 약 10–50개를 생성할 때 물 500mL를 소비할 수 있다고 추정했습니다. 배치 장소와 시점에 따라 달라지는 모델 계산입니다.

이를 응답 하나로 나눠보면 다음과 같습니다.

  • 500mL ÷ 50개 = 응답당 약 10mL
  • 500mL ÷ 10개 = 응답당 약 50mL

“질문 한 번에 생수 한 병”과는 차이가 큽니다. 게다가 이것은 과거 GPT-3를 대상으로 한 추정입니다. 지금 사용하는 모든 ChatGPT 모델의 실제 사용량을 잰 결과로 옮겨 적으면 안 됩니다.

이 글에서 직접 확인한 것도 원문과 단위 계산입니다. 서버의 수도계량기를 직접 측정한 것은 아닙니다.

그런데 왜 어디서는 0.3mL라고 할까?

샘 올트먼은 2025년 6월 개인 블로그에서 평균 ChatGPT 질문의 물 사용량을 약 0.000085갤런이라고 밝혔습니다. 미국 갤런을 기준으로 환산하면 약 0.32mL입니다.

다만 그 글에는 대상 모델, 관측 기간, 물 사용의 포함 범위와 상세 계산법이 제시돼 있지 않습니다. 발표자가 공개한 평균값이라는 의미로 읽어야 합니다.

Google은 Gemini 운영 측정 연구에서 2025년 5월 텍스트 요청의 중앙값에 해당하는 물 소비량을 0.26mL로 보고했습니다. 운영 전력 측정에 데이터센터의 물 효율 지표를 적용해 산출한 값입니다. 질문 하나마다 물방울을 직접 센 방식은 아닙니다.

중앙값은 크기순으로 봤을 때 가운데에 해당하는 값입니다. 몇몇 아주 무거운 작업의 영향을 크게 받는 평균과 구분해야 합니다.

이 연구의 물 수치는 데이터센터 냉각 범위이며, 전력을 만드는 과정의 간접 물 소비까지 합한 값은 아닙니다. AI 학습도 이 요청 처리 연구의 범위에서 제외됩니다.

비교할 자료는 하나 더 있습니다. Mistral은 2025년 7월 환경영향 분석에서 Le Chat의 400토큰 응답에 물 45mL를 제시했습니다. 토큰은 AI가 글을 처리하는 조각 단위이며, 400글자와 같지는 않습니다. 해당 분석은 하드웨어 제조 등 상류 단계의 영향도 고려하고 사용자 기기는 제외했다고 설명합니다.

발표·연구 제시한 물 소비량 함께 읽어야 할 조건
Li 등 연구, 2025 수정본 500mL / 응답 10–50개 과거 GPT-3 추정, 지역·시점에 따라 변동
올트먼, 2025년 6월 약 0.32mL / 평균 질문 상세 방법·측정 범위 미공개
Google, 2025년 5월 대상 0.26mL / 중앙값 텍스트 요청 Gemini 운영·냉각 범위
Mistral, 2025년 7월 발표 45mL / 400토큰 응답 해당 서비스의 환경영향 분석 조건

이 표는 친환경 AI 순위표가 아닙니다. 대상과 기준이 다르다는 것을 보여주는 비교표입니다. 2026년 현재의 모든 모델이나 이미지·영상 생성 작업에 그대로 적용할 수도 없습니다.

AI 물 사용 숫자를 비교할 때 대상 모델과 시점 및 계산 범위를 함께 확인하는 도식

서버 안의 물만 세면 이야기가 끝날까?

물 사용 경로를 세 군데로 나누면 이해하기 쉽습니다.

첫째, 데이터센터를 식히는 물입니다. 컴퓨터가 계산하면서 낸 열을 밖으로 내보내야 합니다. 증발 냉각을 쓰는 시설은 물이 증발하며 가져가는 열을 이용합니다.

둘째, 전기를 만드는 데 쓰는 물입니다. 서버실에서 물을 적게 쓰더라도, 그 서버에 공급하는 전력의 생산 과정에서 물을 소비할 수 있습니다.

셋째, 반도체와 서버를 만드는 과정의 물입니다. 장비 제조까지 포함한 평가는 운영 중 냉각수만 계산한 숫자보다 범위가 넓습니다. 연구진의 범위 설명을 보면 이 구분이 명확합니다.

여기서 ‘취수’와 ‘소비’도 다릅니다. 취수는 가져온 물의 양이고, 소비는 증발 등으로 그 지역에서 바로 다시 쓰기 어려워진 양을 뜻합니다. 물 분자가 지구에서 영원히 사라진다는 의미는 아닙니다.

물을 돌려 쓰면 해결되는 것 아닐까?

좋은 방향입니다. 다만 어느 구간에서 돌려 쓰는지가 중요합니다.

Microsoft는 2024년 말 설계 발표에서 물을 닫힌 회로로 순환시켜 냉각을 위한 증발을 없애는 방식을 설명했습니다. 이런 개선은 현장의 물 부담을 줄이는 데 의미가 있습니다.

하지만 해당 발표는 기존 시설에서 여러 냉각 방식이 함께 쓰인다고 밝혔고, 새 설계의 확대 일정도 별도로 제시했습니다. 이를 근거로 모든 데이터센터가 이미 물 소비 문제를 해결했다고 말할 수는 없습니다.

또 발표문은 증발 냉각을 기계식 냉각으로 바꾸면 전력 사용에 부담이 생길 수 있다고 설명합니다. 물을 아끼는 기술과 전기를 아끼는 기술을 함께 살펴야 하는 이유입니다.

증발 냉각과 닫힌 회로 냉각의 열 이동 및 물 보충 차이를 설명하는 개념도

원리 이해를 위한 개념도입니다. 실제 설비 구성은 시설마다 다르며, 닫힌 회로 냉각도 전기를 사용합니다.

질문 하나가 작아도 동네의 부담은 커질 수 있다

숫자의 규모감은 간단한 가정으로 생각해볼 수 있습니다.

어떤 서비스가 요청당 평균 1mL를 소비하고, 하루에 1억 번 사용된다고 가정해보겠습니다.

1mL × 100,000,000회 = 100,000L

1mL만 보면 작지만 총량은 달라집니다. 이것은 계산 원리를 보여주는 예시이며, ChatGPT의 실제 사용량이나 질문 수를 나타내지 않습니다.

물 사용의 영향은 장소에도 달려 있습니다. 물이 넉넉한 곳의 연간 평균과 가뭄을 겪는 지역의 여름철 부담은 같지 않습니다. 연구진도 지역별 환경 부담 연구 소개에서 작업이 처리되는 지역에 따라 물·환경 비용이 달라질 수 있다고 설명합니다.

따라서 우리가 궁금해해야 할 것은 질문 한 번의 숫자뿐 아니라, 어느 지역에서 총 얼마나 쓰고 그 지역이 감당할 수 있느냐입니다.

그럼 나는 AI를 어떻게 쓰면 좋을까?

저라면 질문 버튼을 누를 때마다 생수병을 떠올리기보다는, 필요한 일을 제대로 끝내는 쪽에 신경 쓰겠습니다.

처음부터 원하는 분량과 조건을 알려주고, 이미 얻은 결과는 다시 활용하고, 충분히 해결된 일에 비슷한 답을 계속 생성하지 않는 식입니다. 간단한 일에는 그에 맞는 도구나 모델을 고르는 것도 방법입니다. Mistral의 분석 역시 용도에 맞는 모델 선택과 불필요한 계산을 줄이는 활용을 제안합니다.

그렇다고 이 습관으로 물을 몇 mL 절약했다고 계산할 수 있는 것은 아닙니다. 개인이 확인할 수 있는 정보에는 한계가 있으니까요.

기업이 모델별 계산 기준과 지역별 물 소비를 더 투명하게 공개하면 사용자도 판단하기 쉬워집니다. 편리한 기술을 계속 쓰고 싶은 마음과, 그 비용을 정확히 알고 싶은 마음은 충분히 함께 갈 수 있다고 생각합니다.

다음에 “AI가 물을 이만큼 쓴다”는 숫자를 만나면 네 가지만 확인해보세요.

어떤 모델인가, 언제의 자료인가, 질문 몇 번 기준인가, 어디까지 센 물인가.

그 조건이 빠져 있다면, 아직 숫자의 절반만 들은 셈입니다.

확인한 자료

자료 확인일: 2026년 9월 5일. 서로 다른 발표의 조건을 비교한 글이며, 특정 AI 서비스의 현재 물 사용량을 직접 측정한 결과는 아닙니다.

댓글

댓글 쓰기

이 블로그의 인기 게시물

AI 답변, 어디까지 믿어도 될까? 틀린 정보를 걸러내는 7가지 확인법

이미지
AI 답변은 아이디어를 얻고 복잡한 내용을 빠르게 정리할 때 유용합니다. 하지만 문장이 자연스럽고 자신감 있어 보여도 사실이라는 보장은 없습니다. 그렇다고 모든 문장을 논문 심사하듯 확인할 필요는 없습니다. 중요한 답변이라면 주장을 잘게 나누고, 원출처와 날짜를 확인하고, 서로 독립적인 자료로 교차 검증 하는 것부터 시작하면 됩니다. 미국 국립표준기술연구소(NIST)는 생성형 AI가 틀리거나 거짓인 내용을 자신 있게 제시하는 현상을 confabulation 이라는 위험으로 설명합니다. 흔히 ‘환각’이라고 부르는 문제입니다. AI를 쓰지 말아야 한다는 뜻이 아니라, 답변의 용도와 틀렸을 때의 피해에 맞춰 확인해야 한다는 뜻입니다. 1. 답변을 ‘확인 가능한 주장’으로 나누기 긴 답변 전체를 한 번에 맞다거나 틀리다고 판단하기는 어렵습니다. 먼저 사실 확인이 필요한 문장을 따로 표시합니다. 특히 다음 항목은 우선 확인할 만합니다. 날짜, 가격, 통계와 비율 제품 기능과 지원 범위 인물의 직책과 소속 법률, 정책, 신청 조건 논문이나 보고서의 결론 직접 인용처럼 표시된 문장 “이 방법이 가장 편하다”는 의견일 수 있지만, “2026년부터 모든 사용자에게 제공된다”는 확인 가능한 사실 주장입니다. 둘을 구분하면 무엇을 조사해야 하는지 명확해집니다. 2. AI가 제시한 링크도 직접 열어보기 AI가 링크나 참고문헌을 제시해도 실제로 존재하는지, 해당 주장을 직접 뒷받침하는지 확인해야 합니다. 제목이 비슷하다는 이유만으로 근거가 되는 것은 아닙니다. 가능하면 다음 순서로 원출처를 찾습니다. 정부·공공기관·표준기관의 공식 문서 제품이나 서비스의 공식 도움말과 변경 기록 원 논문과 원자료 책임 주체와 편집 기준이 분명한 전문 매체 설명을 보충하는 블로그·커뮤니티 글 예를 들어 Google Drive의 공유 권한을 확인한다면 개인 블로그의 사용기보다 Google 공식 도움말을 먼저 보는 편이 안전합니다. 3. 발행일과 적용 조건 ...
자세한 내용 보기

정기예금 금리 0.1% 차이, 1억원이면 정말 갈아탈 만큼 클까?

이미지
예금을 찾다 보면 연 3.0%와 3.1%가 나란히 보입니다. 숫자만 보면 0.1은 별것 아닌 것 같다가도, “그래도 1억원이면 차이가 꽤 나지 않을까?” 싶습니다. 결론부터 계산해 보겠습니다. 1억원을 1년 동안 맡길 때 금리 0.1%포인트 차이는 세전 10만원, 일반 과세 후에는 약 8만4,600원입니다. 새로 넣을 돈이라면 조금 더 비교할 이유는 되지만, 이미 가입한 예금을 중간에 깨고 옮길 정도인지는 전혀 다른 문제입니다. 중도해지로 잃는 이자가 8만4,600원보다 크다면 더 높은 금리를 찾아 움직이고도 오히려 손해일 수 있으니까요. 정기예금 갈아타기 계산, 내 조건으로 직접 비교해 보기 원금과 기존 금리, 지난 기간, 중도해지이율, 새 금리를 넣으면 같은 만기 시점의 세후 예상액을 비교할 수 있습니다. 은행 앱에서 오늘 해지할 때의 실제 수령액을 확인했다면 그 금액을 넣는 편이 더 정확합니다. 정기예금 갈아타기 계산기를 새 창에서 열기 계산 결과는 월수 기준 단리 추정입니다. 실제 금액은 상품별 일수 계산, 우대조건, 세금과 반올림 방식에 따라 달라질 수 있습니다. 0.1%가 아니라 0.1%포인트 차이다 연 3.0%에서 3.1%로 올라가는 것은 예금금리가 0.1%포인트 높아진 것입니다. 3.0%의 0.1%만큼 늘어난 것과는 다릅니다. 1년짜리 단리 예금의 차이는 다음처럼 간단히 계산할 수 있습니다. 원금 × 금리 차이 ÷ 100 1억원이라면: 100,000,000원 × 0.1 ÷ 100 = 100,000원 일반적인 과세 예금은 이자에 소득세 14%가 원천징수되고, 원천징수 소득세의 10%가 개인지방소득세로 붙습니다. 합치면 흔히 말하는 15.4%입니다. 따라서 세후 차이는: 100,000원 × (1 - 0.154) = 84,600원 국세청의 금융소득 안내 는 일반 이자소득의 원천징수세율을 14%로 설명하고, 지방세법 제103조의13 은 그 소득세액의 10%를 개인지방소득세로 특별징수하도록 정합니다. 다만...
자세한 내용 보기

폭염은 언제 꺾일까? 8월 말 예보와 앞으로 더 길어질 여름

이미지
한낮의 공기뿐 아니라 밤까지 뜨겁습니다. 그래서 요즘 가장 궁금한 건 복잡한 기상 원리보다 **“대체 언제 좀 시원해지나?”**일 겁니다. 결론부터 말하면, 8월 말에 중부지방부터 더위가 조금 누그러질 가능성은 있지만 전국의 폭염이 한 번에 끝난다고 보기는 어렵습니다. 남부와 제주에는 더위가 더 오래 남을 수 있고, 비가 지나간 뒤에도 습도가 높으면 체감 더위가 이어질 수 있습니다. 8월 30~31일, 중부는 ‘완화 신호’가 보인다 2026년 8월 23일 오후 6시에 발표된 기상청 중기예보를 보면, 8월 30일 오전에는 중부지방에, 오후에는 전국에 비가 예보돼 있습니다. 서울의 낮 최고기온은 28일 32도에서 30∼31일 30도 안팎으로 내려가고, 아침 최저기온도 22∼23도 수준으로 낮아질 전망입니다. 춘천·충주 같은 중부 내륙도 9월 초에는 아침 최저기온이 20도 안팎까지 내려가는 날이 보여, 밤더위가 먼저 누그러질 가능성이 있습니다. 다만 이것을 ‘폭염 종료일’로 받아들이면 곤란합니다. 같은 기간에도 기상청은 전국 아침 최저기온을 20∼26도, 낮 최고기온을 27∼34도로 예상했고, 여러 지역에서 체감온도가 33도 안팎으로 오르거나 열대야가 나타날 수 있다고 안내했습니다. 남부와 제주는 더위가 조금 더 오래 갈 수 있다 예보상 광주는 8월 28일 낮 34도, 부산은 32도, 제주는 33도까지 오를 수 있습니다. 비가 예상되는 30일 이후에도 남부와 제주의 낮 기온은 대체로 30도 안팎입니다. 그래서 이번 더위는 전등을 끄듯 전국에서 동시에 끝나기보다 다음 순서로 서서히 물러날 가능성이 큽니다. 중부지방의 한낮 기온이 먼저 조금 낮아집니다. 밤 최저기온이 내려가며 잠들기 수월한 날이 늘어납니다. 남부와 제주에는 낮 더위가 조금 더 남습니다. 비가 그친 뒤 습도가 높으면 체감 더위가 다시 강해질 수 있습니다. 한 차례 비가 더위를 잠시 낮출 수는 있지만, 그것만으로 여름이 완전히 끝났다고 판단할 수는 없습니다. 비가 오면 폭...
자세한 내용 보기