주변 환경오염 개선을 위주로

그린 AI

<3 조 >
김선제 노연서
박지훈 정재진
허진
목차 a table of contents

1 기획목적 5 해결방안

2 현황 6 기대효과

3 문제점 도출 7 참고문헌

4 목표 설정
Part 1

기획목적
Part 1
기획목적

1. AI 가 환경에 미치는 영향

널리 알려진 딥러닝 기술은 개발 과정에서 막대한 전력을 소모하며 이산화탄소를 배출한다 .

엠마 스트루벨 (Emma Strubell) 미국 매사추세츠대 교수 연구진 논문 (2019 년 , 6 월 ) 에 따르면 ,
‘ 버트 (BERT)’ 학습 과정에서 비행기가 뉴욕에서 샌프란시스코를 왕복으로 오갈 때 뿜어내는
이산화탄소 배출량과 같은 438lb( 약 652kg) 의 이산화탄소를 발생시켰다 .
즉 , AI 를 이용하면 더 강력한 컴퓨터와 더 많은 에너지 및 탄소 배출이 발생한다 .
Part 1
기획목적

2. AI 를 통한 환경보호 가능성

AI 개발은 IT 기술의 개발에 있어서 필수 불가결한 기술이다 .

하지만 AI 가 환경오염에서도 영향을 끼치고 있다 .
이 문제를 해결하기 위해 AI 개발을 멈추는 것보다 그 기술을 인간이 할 수 있는 환경보호보다
효율적인 방법으로 환경을 보호한다 .
이런 취지에서 개발된 ‘그린 AI’ 는 많은 데이터를 바탕으로 최적의 결과를 도출하는 AI 를
이용하여 환경보호에 사용한다 .
Part 1
기획목적

3. 우리 주변의 환경오염 활동

길거리에 있는 쓰레기 등이나 보이지 않는 곳에서 낭비되고 있는 전력 등의

우리 주변에서 일어나고 있는 환경문제를 해결하기 위해
그린 AI 기술을 통해 우리 주변에서 발생하는 환경오염을 해결하는 것을 목적으로 한다 .
Part 2

현황
Part 2
현황

1. SK 에코플랜트의 친환경 소각로 AI 솔루션

SK 에코플랜트는 아마존웹서비스 (AWS) 와 협력해 오염물질을 줄이고 ,

운영 효율을 높이기 위해 친환경 소각로 AI 솔루션을 개발했다 .
AI 솔루션은 AI 가 소각로의 투입되는 쓰레기를 조절해 소각로의 최적 온도를 유지시켜
소각로가 배출하는 오염물질을 최소화하는 방법이다 .
소각로 최적 온도 유지를 위한 AI 의 가이드 덕에 실제로 충청 환경 에너지에서 배출하는
일산화탄소는 약 66%, 질소산화물은 약 36% 감소했다 .
Part 2
현황

연도별 실적 ( 단위 : 억원 )
90000 9000
7조
8440 7조
80000 5290 7조 8000
1103
70000 6조 6조 7000
4398 4358
60000 6000

50000 5000

40000 4000

30000 3000

20000 2000
2710
10000 2023 1695 1000
1277
867
0 0
2017 년 2018 년 2019 년 2020 년 2021 년

매출 영업이익
Part 2
현황

2. 수퍼빈의 네프론

소셜벤처 수퍼빈이 개발한 네프론은 페트병과 알루미늄 캔을 분리해서 버리면

포인트를 적립해주는 순환자원 회수 로봇이다 .
개인이 쓰레기를 거래하여 금전적 보상을 얻고 ,
쓰레기를 선별 수집하여 순환 경제체제를 구축하는 AI 이다 .
분리배출만 잘 된다면 연간 폐페트병 2.9 만 t 이상 국내 고품질 재생 원료 확보가 가능하다 .
Part 2
수퍼빈의 네프론
Part 2
현황

3. 에코제주 프로젝트

고객이 보증금 1 천 원을 지불하고 , 다회용 컵을 빌려 음료를 구매한 뒤 ,

빈 컵을 반납하면 보증금을 돌려주는 것이다 .
회수한 다회용 컵은 전용 세척장에서 7 단계 공정의 세척을 거쳐 매장으로 돌아온다 .
SKT 는 서울시청을 비롯해 19 곳 스타벅스 등에 컵 무인 반납 시범 사업을 시작했다 .
또한 서울 16 개 거점 지역의 카페 , 대학 , 다중이용시설 등에
총 800 대의 무인 반납기 설치를 추진하고 있다 .
Part 3
해외사례
덴마크의 댄포스 (Danfoss) 는 IoT 기반의
건물 냉난방 솔루션 전문 업체인 린히트
(Leanheat) 와 AI 기술을 활용한
건물 냉난방 시스템 최적화 솔루션을
개발했다 . 이를 통해 건물에서 소비하는
에 너 지 의 10~20% 가 량 을 절 약 할 수
있 으 며 유 럽 에 서 만 연 간 약 2,500 톤 의
이산화탄소 배출량을 줄이는 것으로
나타났다 .
데이터센터 전력을 절감하는 기술도
구 글 딥 마 인 드 (DeepMind) 에 의 해
개발됐다 . 구글은 데이터센터 내의 수천 개
센서에서 수집되는 온도 , 전력 등의 약 120
여 개의
변수를 다양한 운영 시나리오를 기반으로
학습시켜 센터 냉각을 최적화하는 시스템을
개발했다 . 그 결과 데이터센터 전체 전력
소 모 는 15% 이 상 , 데 이 터 센 터 냉 각
비용은 40% 이상 절감했다 .
Part 3

문제점 도출
Part 3
문제점 도출

1. 그린 AI 기술의 규모

현재 그린 AI 기술은 중소기업에서 직접적으로 개발하거나 대기업에서 시범적으로 운영하는 것에 그치고

있다 .
그에 따라 그린 AI 에 대한 규모는 작은 수준에 머물고 있다

2. 그린 AI 의 접근성 문제

AI 기술이 점차 도입되기 시작하면서 대중에게도 친숙하게 되었지만 , 그린 AI 에 대한 정보는 적은

편이다 .
국내에서 사용 중인 그린 AI 들 중에 네프론은 주요 도시에 적은 양이 설치되어있고 ,
에코제주 프로젝트는 제주도에서만 한시적으로 사용되던 것을 최근 서울에 들여왔기 때문에 ,
그린 AI 의 접근성은 아직도 낮다고 볼 수 있다 .
Part 4

목표설정
Part 4
목표설정

첫째 그린 AI 에 대한 투자 규모 확대

둘째 그린 AI 에 대한 인식 개선 및 접근성 증가

셋째 그린 AI 의 체계성 확보
Part 5

해결방안
Part 5
해결방안

1. 국가적 차원에서의 그린 AI 사업 진행

그린 AI 를 국가적 차원에서 진행할 수 있게 된다면 특정 개인이나 기업이 관리하는 것보다

신뢰성을 확보할 수 있을 것이다 .
또한 인력과 투자 또한 자연스레 충족될 것이고 , 지자체에서 따로 그린 AI 를 관리할 수 있다
면,
그린 AI 의 수 또한 많이 늘어 나 접근성을 증가시킬 수 있을 것이다 .
Part 5
해결방안

2. SNS 를 통한 홍보

현재 시대의 SNS 는 큰 기능을 지니고 있고 , 접근성도 매우 높다 .

만약 주변에 여러 그린 AI 가 들어서게 된다면 , 사람들은 흥미를 느낄 것이고
이를 SNS 홍보를 통해 충족시키는 것이다 .
SNS 를 통해 여러 행사를 진행하여 사람들이 그린 AI 를 쉽게 받아 들일 수 있도록 하는 것이다 .
Part 5
해결방안

3. 데이터 수집 수단 확보

AI 기술은 많은 데이터가 있어야 해당 데이터를 기반으로 최적의 결과를 도출할 수 있다 .

그렇기에 홈페이지나 카카오톡 채널 등을 이용해서 어디에 쓰레기가 많이 버려지는지 ,
그린 AI 의 사용에 어떠한 불편이 있는지 , 그리고 AI 들이 독자적으로 수집한 데이터들을 총집합시켜
그린 AI 의 성능을 크게 증가시킬 수 있을 것이다 .
Part 6

기대효과
Part 6
기대 효과

1. 그린 AI 기술 개발 촉진

그린 AI 가 우리 주변에 자리를 잡게 되면 , 사람들의 관심 또한 증가할 것이고 ,

이에 따라 사람과 돈이 모이는 결과를 낳기 때문에 그린 AI 기술 개발 또한 크게 번성할 것이다 .
또한 이렇게 개발된 또다른 그린 AI 가 우리의 생활에 좋은 영향을 끼치는 선순환을 기대해 볼 수 있으리라
예상된다 .

2. 주변환경 개선 및 비용 최적화

그린 AI 의 활동으로 인해 길거리의 쓰레기들이 사라지고 , 쓰레기들을 처리하는 것이 편리해지며

시민의식의 상향 또한 기대해 볼 수 있을 것이다 .
또한 그린 AI 로 인해 원래 소모되어야 했던 비용들을 최적화하기에 국가적인 이득을 가져올 수도 있다 .
Part 7
참고문헌

Strubell, Emma, Ananya Ganesh, and Andrew McCallum. "Energy and policy consid-
erations for deep learning in NLP." arXiv preprint arXiv:1906.02243 (2019).
박종필 , “SK 에코플랜트 , 폐기물 매립 · 소각 넘어 리사이클링까지…친환경 '
순환경제’ 박차” , 2022.05.18.
https://www.hankyung.com/realestate/article/2022051837051
김다운 , “ 친환경 소각로 운전 최적화 솔루션에 AI 적용 산업 고도화 성과”
이코노미스트 , 2022.09.28.,
https://economist.co.kr/2022/09/28/realEstate/realEstateNormal/202209280801084
05.html
)
고유미 , “ 페트병을 주면 현금을 주는 로봇이 있다 ?!” 내 손안의 서울 , 2022.03.29.,
https://mediahub.seoul.go.kr/archives/2004058
임성호 , “SKT ' 에코제주 ' 프로젝트로 1 년간 컵 270 만개 절약 " 연합뉴스 ,
2022.07.07., https://www.yna.co.kr/view/AKR20220706130600017
감사합니다 . 
이상 3 조의 발표였습니다 .