Assessing the Dual Impacts of Artificial Intelligence on Green Growth in Vietnam Using the Analytic Hierarchy Process

기술 요약: 베트남의 녹색 성장에 미치는 인공지능(AI)의 이중적 영향 평가

문제 제기
베트남은 국가 AI 전략(결정문 제127/QD-TTg호, 2021)과 2050년까지 넷제로(Net-zero) 배출을 달라는 COP26 공약 사이의 중대한 정책적 긴장에 직면해 있다. AI는 정밀 농업 및 기후 모니터링 분야를 중심으로 녹색 성장을 위한 상당한 기회를 제공하지만, 동시에 에너지 집약적인 데이터 센터 운영과 급격한 하드웨어 노후화로 인한 전자 폐기물(e-waste) 발생 등 심각한 환경적 리스크를 생성한다. 기존 문헌들은 이러한 영향들을 대개 개별적으로 다루거나 고소득 경제에 집중되어 있어, 베트남의 발전 맥락, 화석 연료 의존적 에너지 믹스, 그리고 농업 경제에 특화된 트레이드오프(trade-offs)를 이해하는 데 있어 정량적 공백을 남겨두고 있다. 본 연구는 단일 분석 모델 내에서 AI의 환경적 이점과 비용을 가중하여 평가할 수 있는 통합적 프레임워크의 부재를 해결하고자 한다.

연구 방법론
본 연구는 경쟁하는 AI 영향력의 상대적 중요도를 정량화하기 위해 Saaty(1980)가 개발한 다기준 의사결정 방법론인 **계층 분석 과정(Analytic Hierarchy Process, AHP)**을 채택하였다. 연구 방법론은 다음과 같이 구조화되었다:

1. 계층적 모델 구축: 다음의 3단계 모델을 개발하였다:
   • 목표: 베트남의 녹색 성장에 미치는 AI의 이중적 영향의 규모와 우선순위 평가.
   • 2단계 (4가지 주요 기준):
     • C1: 에너지 및 탄소 발자국 (리스크)
     • C2: 물리적 자원 및 전자 폐기물 (리스크)
     • C3: 농업 효율성 및 경제성 (이점)
     • C4: 기후 적응 및 보전 (이점)
   • 3단계 (12가지 세부 기준): 운영 에너지 소비, 학습 단계 배출량, 전자 폐기물 발생, 농업 투입재 절감, 재난 조기 경보와 같은 구체적 지표.
2. 데이터 수집:
   • 전문가 패널: 최소 5년 이상의 경력을 가진 10명의 도메인 전문가(IT, 환경 과학, 공공 정책 분야)가 Saaty의 9점 척도를 사용하여 구조화된 쌍대 비교를 수행하였다.
   • 커뮤니티 검증: 5점 리커트 척도를 통해 50명의 집중적 AI 사용자(업무 시간의 80% 이상을 AI 사용)를 대상으로 한 2차 설문조사를 실시하여 전문가의 우선순위를 검증하였다.
3. 계산: 우선순위 가중치는 집계를 위한 기하 평균과 정규화를 위한 산술 평균을 사용하여 도출되었다. 일관성은 일관성 비율(Consistency Ratio, CR)을 통해 검증되었으며, 최종 모든 행렬은 CR ≤ 0.10을 충족하였다.

주요 결과
분석 결과 AI 영향력에 대한 정량화된 우선순위 순위가 도출되었으며, 이점과 리스크 사이의 미묘한 균형 관계가 드러났다:

• 이점 대비 리스크 비율: 이점의 총 가중치(C3 + C4)는 **53.16%**로, 리스크의 총 가중치(C1 + C2)인 **46.84%**를 약간 상회하였다. 이는 순이득 잠재력이 존재함을 나타내지만, 그 차이가 근소하다는 점은 선제적인 리스크 관리가 전제되어야 함을 시사한다.
• 지배적 이점: **농업 효율성 및 경제성(C3)**이 가장 높은 가중치를 가진 기준 그룹(41.79%)으로 나타났다. 특히, **농업 투입재 절감(C3.1)**과 **스마트 관개 용수 최적화(C3.2)**가 각각 22.52%와 13.79%의 가중치를 기록하며 글로벌 최우선 과제로 선정되었다.
• 핵심 리스크: 일반적인 대중의 관심사인 에너지 소비와 달리, **전자 폐기물(C2.2)**이 단일 항목 중 가장 치명적인 환경적 리스크(12.25%)로 부상하며 운영 에너지 소비(11.14%)보다 높게 평가되었다. 전문가들은 베트남의 미비한 전자 폐기물 관리 인프라가 그리드 최적화를 통해 부분적으로 완화 가능한 에너지 비용보다 더 심각하고 되돌릴 수 없는 위험 요소라고 지적했다.
• 검증: 커뮤니티 설문조사는 전문가의 조사 결과를 뒷받침하였으며, 농업적 이점이 가장 높은 합의 점수(4.32/5)를 받았고, 전자 폐기물 및 에너지 리스크는 심각도 측면에서 동일하게 높은 점수(4.20/5)를 받았다.

주요 기여
본 논문은 문헌 및 정책 담론에 세 가지 뚜렷한 기여를 한다:

1. 방법론적 기여: 2차 데이터가 부족한 개발도상국 맥락에서 일관성 비율 메커니즘을 활용하여 "녹색 성장"의 트레이드오프를 실행 가능한 형태로 구현하는 데 있어 AHP의 효용성을 입증하였다.
2. 실증적 기여: 베트남에 특화되어 조정된, AI의 환경적 영향에 대한 최초의 정량적 우선순위 순위를 제공함으로써, 농업 적용의 즉각적인 실행 가능성과 하드웨어 폐기물의 구조적 심각성을 구분하였다.
3. 정책 지향적 기여: 질적 주장을 넘어 근거 기반의 우선순위 권고안을 제시한다. 본 연구는 베트남의 녹색 성장 잠재력이 자본 집약적인 거대언어모델(LLM) 개발이 아닌, 부문별 농업 전환과 엄격한 하드웨어 거버넌스에 있음을 식별하였다.

의의 및 주장
저자들은 본 연구의 핵심 메시지가 베트남의 디지털 및 탈탄소 전환의 결과가 결정되어 있지도 않고, 대칭적이지도 않다는 점이라고 주장한다. 본 연구는 AI의 녹색 성장 잠재력을 실현하기 위해 다음이 필요하다고 주장한다:

• 의도적 투자: 범용 AI보다 농업 분야의 AI 애플리케이션(가장 높은 가중치를 가진 레버)을 우선시할 것.
• 긴급한 거버넌스: 물리적 환경 비용이 운영상의 이점을 상쇄하는 것을 방지하기 위해 전자 폐기물 관리를 위한 체계를 구축할 것.
• 전략적 계획: 자원 제약에 부합하도록 에너지 집약적인 범용 모델 대신 작고 작업 특화된 모델을 선호하는 "린 AI(Lean AI)" 패러다임을 통합할 것.

본 논문은 AI가 베트남의 녹색 성장에 약간의 순이익을 제공하지만, 이 마진은 안주하기에는 너무 좁다고 결론짓는다. 성공적인 이행은 하드웨어 폐기물 거버넌스를 제도화하고, 농업 부문에 초점을 맞추어 AI를 국가 녹색 성장 의제에 통합하는 데 달려 있다.