본 논문은 GPT-3, BERT와 같은 대규모 언어 모델(LLM)의 환경적 비용에 대한 심각한 우려를 제기합니다. GPT-4와 Mistral 7B 등의 모델을 사례 연구하여 LLM의 탄소 발자국, 물 사용량, 전자 폐기물 발생량을 정량화하고, 이러한 모델의 훈련이 수백 대의 자동차 연간 운행량에 해당하는 이산화탄소를 배출하며 데이터 센터 냉각으로 인해 취약 지역의 물 부족 문제가 악화될 수 있음을 보여줍니다. 기업의 환경 착색, 중복 모델 개발, 규제 공백과 같은 시스템적 문제가 피해를 지속시키고, 특히 남반구의 소외된 지역 사회에 부담을 줍니다. 하지만 모델 프루닝, 양자 컴퓨팅과 같은 기술적 혁신, 탄소세, 의무적 배출 보고와 같은 정책 개혁, 필요성을 중시하는 문화적 변화 등 지속 가능한 NLP를 위한 방안들이 존재합니다. 구글, 마이크로소프트와 같은 선도 기업과 아마존과 같은 후발 기업을 분석하여 윤리적 책임과 국제적 협력의 시급성을 강조하며, 기술 발전을 지구 한계 내에서 조정하고, 인간과 환경의 안녕을 모두 우선시하는 공정하고 투명하며 재생적인 AI 시스템을 옹호하며 마무리합니다.
