더욱 효율적이고 지속가능한 AI 구현
머신 러닝, 생성형 AI, 에이전틱 AI를 아우르는 인공 지능은 생산성을 높이고 글로벌 과제 해결을 가속화할 수 있는 강력한 기회를 제공합니다. 동시에 AI의 확산은 에너지 사용량, 온실가스 배출량, 물 소비량, 첨단 컴퓨팅 시스템의 높은 자재 집약도에 대한 관심도 함께 높이고 있습니다. IBM은 AI 기술의 모든 계층에 효율성과 지속가능성을 내재화하는 풀스택 접근 방식을 통해 이러한 사항에 대응하고 있습니다.
AI의 환경 발자국은 모델 아키텍처, 학습 방식, 워크로드 오케스트레이션, 하드웨어 성능 및 칩 제조에 사용되는 자재 등 상호 연결된 여러 요소에 의해 결정됩니다. 이러한 요소들은 서로 밀접하게 연결되어 있으므로 어느 한 가지 조치만으로는 충분하지 않습니다. 그렇기 때문에 IBM은 AI 시스템을 전체적인 관점에서 설계하며, 다양한 효율성 기법과 IBM의 자체 혁신 기술을 적용하여 불필요한 컴퓨팅을 최소화하고 인프라를 최대한 효율적으로 활용하고 있습니다. IBM의 개방형 고성능 Granite 모델은 하이브리드 아키텍처와 Mixture of Experts(MoE) 기법을 사용하여 메모리 요구 사항을 크게 줄이면서도 높은 정확도를 제공합니다. 적정 규모의 모델은 각 작업의 성능 요구 사항을 충족할 수 있는 가장 작은 모델을 조직이 선택할 수 있도록 지원합니다.
적정 규모의 모델을 확장 가능한 개방형 AI 플랫폼에 배포하면 온프레미스 또는 클라우드 등 가장 적합한 인프라에서 워크로드를 실행할 수 있습니다. IBM은 오픈 소스 에코시스템에 기여하고 Red Hat OpenShift AI 및 Red Hat AI Inference와 같은 엔터프라이즈 AI 플랫폼을 제공함으로써 대규모 환경에서 더욱 효율적인 학습과 추론을 지원하고 있습니다. 인프라 계층에서는 Telum II 프로세서와 혁신적인 냉각 및 라우팅 기술을 기반으로 하는 IBM Power11, LinuxONE 5 및 IBM z17 등의 시스템이 더 낮은 전력으로 높은 AI 처리량을 제공합니다. 이러한 시스템은 Spyre Accelerator와 함께 사용할 경우 까다로운 AI 워크로드에서도 에너지 효율성을 향상하면서 성능을 더욱 높일 수 있습니다.
모델, 플랫폼 및 하드웨어를 함께 최적화함으로써 IBM은 AI를 더욱 효율적으로 제공하고, 시스템과 에너지 단위당 더 높은 처리량을 실현합니다. 이러한 풀스택 효율성은 AI 시스템의 확장을 지원하는 동시에 환경 관리를 지원하고 장기적인 운영 복원력을 강화합니다.
IBM 운영 전반에서 에너지 절약 및 배출량 감축 추진
IBM의 온실가스 감축 목표는 UN 기후변화에 관한 정부 간 협의체(IPCC)가 제시한 과학적 기준에 기반합니다. IBM은 2023년에 2025년까지 운영 GHG 배출량을 65%(2010년 대비, 인수 및 사업 매각에 따른 조정 반영) 감축한다는 목표를 달성했습니다.
현재는 2030년까지 운영 GHG 순 배출량 제로를 달성하기 위해 노력하고 있습니다. 이러한 순 배출량 제로 목표는 에너지를 절약하고 재생 가능 전력 조달을 확대하기 위한 이니셔티브를 통해 뒷받침되고 있습니다.
에너지 소비
2025년 IBM의 총에너지 소비량은 운영 효율성 향상과 지속적인 에너지 절약 노력에 힘입어 2024년 대비 8.0% 감소했습니다.
에너지 절약
IBM은 지속적인 효율성 향상 프로그램을 통해 에너지 소비를 줄이는 데 중점을 둔 글로벌 에너지 절약 프로그램을 운영하고 있습니다. 2025년에는 634개의 에너지 절약 프로젝트를 수행하여 약 123,000MWh의 에너지 소비와 35,000mtCO2e의 배출을 절감했습니다. 에너지 절감의 가장 큰 요인은 데이터 센터 전반에서 이루어진 IT 장비 업그레이드였습니다.
데이터 센터 에너지 효율성
IBM은 데이터 센터의 환경 발자국을 줄이기 위해 공간 활용을 최적화하고 에너지 효율적인 인프라를 지속적으로 현대화하여 에너지 성능을 개선하는 데 주력하고 있으며, 소비한 에너지 단위당 제공되는 컴퓨팅 성능을 높이고 있습니다.
IBM은 데이터 센터의 전력 사용 효율(PUE, Power Usage Effectiveness)을 측정하여 데이터 센터 냉각 효율성 목표 대비 성과를 추적하고 있습니다.2025년 IBM 데이터 센터의 가중 평균 PUE 추정치는 1.39였으며, 이는 2019년 기준 대비 냉각 효율성이 28.0% 향상된 수치입니다. 이러한 성과는 2019년 기준 대비 2025년까지 데이터 센터 냉각 효율성을 20% 개선한다는 IBM의 목표를 뛰어넘는 것입니다.
이와 같은 효율성 향상과 더불어 IBM은 데이터 센터에 공급되는 재생 가능 전력의 비중도 지속적으로 확대하고 있습니다. 전체적으로 IBM 데이터 센터에서 소비된 전력의 85%는 재생 가능 에너지원에서 공급되었습니다. 2025년에는 전 세계 44개 데이터 센터가 100% 재생 가능 전력으로 운영되었으며, 이는 보다 청정한 에너지 조달을 통해 운영상 배출량을 지속적으로 줄이기 위한 IBM의 노력을 보여줍니다.
재생 가능 전기
2025년에는 IBM 전체 전력 소비량의 84.5%를 재생 가능 에너지원에서 조달하여, 2025년 재생 가능 전력 조달 목표를 초과 달성했습니다. IBM이 조달한 재생 가능 전력 가운데 73.4%는 전력 공급업체와의 직접 계약 또는 건물 임대인을 통해 조달했으며, 11.1%는 전력망에서 공급받은 전력 구성에 이미 포함되어 있던 재생 가능 전력이었습니다.1
GHG 배출량 인벤토리
IBM은 온실가스 프로토콜 기업 회계 및 보고 기준에 따라 온실가스(GHG) 배출량을 산정합니다. 2025년 온실가스 배출량 인벤토리에 대한 정보는 데이터 및 정책 페이지에서 확인할 수 있습니다.
보증
IBM은 2025년 12월 31일 기준 및 해당 연도에 대해 웹사이트에 공개한 일부 환경 성과 지표에 대한 인증 검토를 수행하기 위해 외부 독립 기관을 선정했습니다. 해당 외부 기관의 보고서는 Greenhouse Gas Independent Limited Assurance Statement에서 확인할 수 있습니다.
제품 에너지 효율성
IBM은 새로운 세대의 엔터프라이즈 서버 및 스토리지 제품마다 제공 작업 단위당 전력 소비를 줄인다는 목표에 따라, 2025년에 IBM z17과 IBM LinuxONE Emperor 5 시스템을 출시했습니다. 두 시스템 모두 에너지 사용을 최적화하면서도 성능과 보안을 제공하도록 개발되었습니다.
- 최상위 IBM z17 모델(Max208)은 최악의 시나리오에서도 최상위 IBM z16 모델(Max200) 대비 킬로와트당 최대 시스템 처리 용량을 약 22% 향상합니다.1
- Telum II 데이터 처리 장치는 대규모 IBM z17 시스템에서 I/O 관리에 필요한 전력을 유사한 구성의 IBM z16 대비 90% 이상 절감합니다.2
- 클라우드 네이티브 컨테이너 워크로드의 경우 IBM LinuxONE Emperor 5는 동급 x86 솔루션 대비 전력 소비를 최대 65%까지 줄일 수 있습니다.3
또한 IBM은 Hardware Management Console의 지속가능성 관련 모니터링 기능을 확대하고, 구성별 제품 탄소발자국 산정 도구를 개선하여 고객의 의사결정을 지원했습니다.
IBM Z 및 IBM LinuxONE의 지속가능성에 대한 자세한 내용은 다음 페이지를 참조하세요.
https://ibm.com/products/z/sustainability, https://ibm.com/products/linuxone/sustainability
https://ibm.com/support/z-content-solutions/sustainability-linuxone.
IBM Power11로 지속가능한 인프라 발전
2025년 7월 IBM은 데이터 센터 에너지 효율성을 크게 향상한 Power11 서버를 출시했습니다. Power11은 성능과 전력 소비의 상관관계를 최소화하도록 설계되어 Power10 대비 와트당 rPerf를 최대 37% 향상합니다.4
이 세대의 핵심 기능 가운데 하나는 새로운 에너지 효율 모드입니다. 이 모드를 사용하면 고객은 필요에 따라 전력 사용량을 줄일 수 있으며, 시스템의 최대 성능 모드와 비교해 서버 효율을 최대 28% 향상할 수 있습니다.5 이러한 혁신을 통해 기업은 에너지 사용량과 운영 비용을 엄격하게 관리하면서도 미션 크리티컬 워크로드와 AI 워크로드를 확장할 수 있습니다.
ENERGY STAR
IBM은 미국 환경보호청(EPA)의 ENERGY STAR 프로그램과 오랜 협력 관계를 유지하고 있습니다. IBM은 시스템의 에너지 효율성에 대한 제3자 검증을 지속적으로 우선시하고 있으며, 2025년에는 IBM 제품 포트폴리오에 ENERGY STAR 인증 엔터프라이즈 서버 9종과 인증 스토리지 제품 7종이 포함되어 프로그램의 엄격한 환경 기준을 지속적으로 충족하고 있음을 입증했습니다.
각주
IBM의 재생 가능 전력 보고에는 미국 에너지정보청(EIA)의 전력 수급 균형 권역(또는 다른 국가 및 지역의 이에 상응하는 권역)에서 정의하는 바와 같이, IBM의 전력 소비가 이루어지는 동일한 전력망 권역에서 생산된 전력만 포함됩니다. IBM은 다른 전력망 권역에서 발급된 비연계형 재생에너지 인증서는 산정에 포함하지 않습니다. 보고된 재생 가능 전력에는 풍력, 수력(대규모 수력 포함), 바이오매스, 태양광 및 지열 발전이 포함되며, 발전 시기나 '추가성'과 관계없이 계약을 통해 조달한 모든 재생 가능 전력을 반영합니다. 발전 시점과 전력 사용 시점 사이에는 시간 차이가 있으므로, 총 재생 가능 전력 조달량이 보고된 수치와 일치하더라도 특정 시점에 실제 공급되는 전력에는 재생 가능하지 않은 전원이 포함될 수 있습니다.
주 1. 시스템 용량은 ibm.com/support/pages/ibm-z-large-systems-performance-reference에서 제공하는 LSPR 데이터를 기반으로 합니다. 전력 소비량은 ibm.com/support/resourcelink/api/content/public/PowerEstimationTool-legacy.html에서 제공하는 3931용 Power Estimation Tool과 9175용 Power Estimation Tool을 사용하여 산정했습니다. 최대 시스템 전력 구성에서 최대 활용률과 시스템 환경에 의해 결정되는 최대 전력 조건을 적용한 최악의 전력 조건을 사용하여 계산했습니다. 실제 결과는 달라질 수 있습니다.
주 2. 비교 결과는 실제 과거의 대규모 IBM Machine Type 3931 구성을 기반으로 예상되는 대규모 IBM Machine Type 9175 구성에서 FICON 및 OSA I/O를 지원하는 데 필요한 전력 차이를 IBM 연구소에서 측정한 결과를 바탕으로 합니다. IBM Machine Type 9175는 Max208, 메모리 23TB, 활성 프로세서 56개, IBM Virtual Flash Memory 3개, ICA-SR 2.0 14개, PCIe+ I/O 드로어 7개(69개의 FICON Express32–4P LX, 12개의 OSA-Express7S 1.2 GbE SX, 18개의 Network Express LR 10G, 4개의 Crypto Express 8S(HSM 2개))로 구성되었습니다. IBM Machine Type 3931은 동일한 하드웨어 성능을 제공하도록 구성되었습니다. 실제 결과는 달라질 수 있습니다.
주 3. 코어 통합 연구를 위한 IBM 내부 성능 테스트에서는 구성 가능한 136개의 프로세서 유닛을 갖춘 IBM Machine Type 9175 Max136과 5세대 Intel Xeon Platinum 8592+ 프로세서 2개와 CPU당 64코어가 장착된 상용 엔터프라이즈 서버를 사용한 x86 솔루션을 비교했습니다. 워크로드는 동일한 OCP 클러스터에서 Red Hat OCP v4.17 및 EDB Postgres for Kubernetes v1.25에서 실행되는 컨테이너화된 OLTP WebSphere Liberty v25 애플리케이션으로 구성되었습니다. 두 솔루션 모두 Red Hat Enterprise Linux v9.5와 KVM을 사용했습니다. 테스트 결과는 서로 분리된 운영 및 비운영 IT 환경을 포함하는 일반적인 완전한 고객 IT 솔루션으로 추정되었습니다. IBM Machine Type 9175 솔루션에는 Max136 1대가 필요했으며, x86 솔루션에는 비교 대상 서버 23대가 필요했습니다. 실제 결과는 달라질 수 있습니다.
주 4. 모든 Power11 시스템에서 일반적인 운영 조건하에 100% 활용률의 최대 구성을 기준으로 합니다.
주 5. IBM 측정 결과를 기반으로 합니다. 성능 대비 전력 효율은 완전히 구성된 소켓 및 메모리를 갖춘 Power11 시스템에서 연산 중심, 디스크 중심 및 메모리 중심 워크로드를 실행하면서 최대 성능 모드와 에너지 효율 모드를 비교하여 산출했습니다. 시스템 구성은 다음과 같습니다. E1180(4×10c / 64×64GB DDIMM), E1150(4×16c / 64×32GB DDIMM), S1124(2×16c / 32×32GB DDIMM), S1122(2×16c / 32×32GB DDIMM).