Basel Action Network 전자폐기물 보고서가 드러낸 AI의 숨겨진 하드웨어 문제

Basel Action Network은 이제 AI 관련 장비가 2050년까지 최대 6억 1,700만 톤의 전자폐기물을 만들어낼 수 있다고 추산한다. Basel Action Network 전자폐기물 보고서는 프로세서와 서버를 넘어 훨씬 더 광범위한 장비를 집계해 이 수치에 도달했다. 여기에는 AI 데이터센터 운영을 뒷받침하는 전력, 냉각, 네트워킹, 스토리지, 백업 시스템이 포함된다.

이처럼 범위를 넓히면 주로 컴퓨팅 하드웨어에 초점을 맞춘 기존 연구보다 수십 배 큰 전망이 나온다. 상한치 기준으로 퇴역 장비는 40피트 컨테이너 약 2,300만 개를 채울 규모다. 이 컨테이너들을 일렬로 세우면 지구를 약 여섯 바퀴 돌 수 있다.

이 핵심 수치는 실측 결과가 아니라 전망치다. 그럼에도 이 보고서는 클라우드 사업자, 장비 제조사, 재활용 기업, 규제기관이 당면한 문제를 드러낸다. AI의 물리적 발자국은 전력과 물 사용에서 끝나지 않는다. 새 데이터센터가 하나 들어설 때마다 노후 장비, 유해 물질, 회수 가능한 금속으로 이루어진 미래의 폐기물 흐름도 함께 만들어진다.

AI 전자폐기물 추정치가 훨씬 커진 이유

새 추정치는 단순히 성장 가정을 바꾼 것이 아니라 집계 범위를 바꿨다.

비영리단체 Basel Action Network, 즉 BAN은 2026년 9월 15일 분석을 발표했다. BAN은 2025년부터 2050년까지 AI 관련 전자 장비 3억 9,500만~6억 1,700만 톤이 퇴역할 것으로 전망한다.

상한 추정치는 컨테이너 약 2,300만 개에 해당한다. 하한 추정치조차 지금까지 논의를 이끌어온 서버 중심 전망을 크게 뛰어넘는 폐기물 규모다.

BAN은 연간 퇴역 장비가 2030년까지 860만~1,310만 톤에 이를 수 있다고 추산한다. 이 단체는 이를 서버와 그래픽 프로세서에 초점을 둔 일부 추정치의 약 40~60배로 설명한다.

이 차이는 BAN이 시스템 경계 안에 무엇을 포함하느냐에서 시작된다. 데이터센터에는 서버가 필요하지만 서버만으로는 작동할 수 없다. 스위치, 스토리지 장치, 전력 분배 장비, 배터리, 발전기, 냉각 장비, 케이블 및 기타 특수 하드웨어도 필요하다.

보고서는 서버 중심 연구가 데이터센터의 광범위한 전기기계 인프라 가운데 약 87%를 놓치고 있다고 말한다. 이에 따라 BAN은 데이터센터 용량 1기가와트당 약 7만 톤의 장비를 배정하는 전체 인프라 모델을 적용한다.

용량 전망이 이후 예측을 이끈다. 이 모델은 전 세계 데이터센터 용량이 2030년까지 219기가와트에 이를 수 있다는 추정치를 활용한다. 이후 확장 시나리오 전반에 걸쳐 장비 교체를 적용하면 2050년까지의 BAN 누적 범위가 도출된다.

이 방법에는 단체가 “AI 폐기물 전염”이라고 부르는 항목도 포함된다. 이 범주는 AI 개발이 소유자들의 조기 교체를 유발할 수 있는 관련 통신 장비와 개인용 기기를 포괄한다.

이는 모델에서 가장 포괄적이면서도 불확실성이 큰 요소다. 서버 퇴역은 데이터센터 업그레이드와 직접 연결할 수 있다. 반면 AI 기능이 소비자의 휴대전화나 컴퓨터 교체를 유발했는지는 판단하기 더 어렵다.

그럼에도 이 범주를 신중하게 해석하더라도 BAN의 핵심 발견은 중요하다. 전체 인프라 추정치는 더 좁은 연구가 종종 모델 밖에 남겨두는 장비를 확인한다.

폐기된 그래픽 프로세서는 눈에 잘 띄며 AI와 연관 짓기도 쉽다. 반면 퇴역 냉각 펌프, 개폐 장치, 백업 배터리, 네트워크 스위치, 전력 시스템은 주목을 덜 받는다. 하지만 이들을 합치면 같은 시설 내부의 컴퓨팅 장비보다 무거울 수 있다.

이처럼 범위를 확장했기 때문에 이 보고서는 단순히 모델 성장 속도가 더 빠르다는 또 하나의 경고가 아니다. BAN은 성장률을 논의하기도 전에 미래 폐기물 상당 부분이 집계에서 빠져 있었다고 주장한다.

그 결과 발표되는 모든 AI 캠퍼스는 지연된 폐기물 관리 의무로 재해석된다. 건설은 단기 전력 수요뿐 아니라 결국 누군가 재사용, 재활용, 보관 또는 폐기해야 할 장비의 양도 결정한다.

AI 데이터센터가 하드웨어 교체 주기를 만드는 이유

AI 인프라는 한 번의 먼 미래 철거가 아니라 반복적인 교체를 통해 폐기물이 된다.

데이터센터에는 서로 다른 사용 수명을 가진 장비가 들어간다. 건물은 계속 운영되는 동안 서버는 업그레이드될 수 있다. 배터리, 냉각 부품, 드라이브, 네트워킹 장비도 각기 다른 유지보수 및 교체 주기를 따른다.

AI는 사업자들이 와트당 성능, 연산 밀도, 서비스 비용을 놓고 경쟁하기 때문에 이 주기를 가속한다. 신형 가속기는 제한된 전력 범위 안에서 더 많은 작업을 처리할 수 있다. 이 때문에 기존 장비는 물리적으로 고장 나기 전에도 상업성이 떨어질 수 있다.

그 결과 발생하는 폐기물은 고장 난 하드웨어에만 국한되지 않는다. 더 새로운 시스템이 더 나은 경제성을 제공한다는 이유로 퇴역하는 장비도 포함된다. 일부 기기는 중고 시장으로 갈 수 있지만, 다른 기기는 특수 설계이거나 재판매 수요가 제한적이다.

대규모 AI 클러스터는 주변 시스템도 바꾼다. 더 높은 랙 밀도에는 다른 냉각 구성, 전력 공급, 네트워킹, 물리적 배치가 필요하다. 따라서 컴퓨팅 계층을 교체하면 시설의 다른 부분도 바꿔야 할 수 있다.

이는 신속한 배치와 장비의 긴 수명 사이에 충돌을 만든다. 클라우드 사업자는 각 세대의 하드웨어를 빠르게 가동하기를 원한다. 폐기물 감축은 장비가 더 오래 유용하게 쓰이고, 수리되거나, 제2의 용도로 전환될 때 가장 효과적이다.

기존 연구도 이러한 압력의 일부를 포착했다. 2024년 동료 심사 연구는 생성형 AI가 2020년부터 2030년까지 120만~500만 톤의 전자폐기물을 누적할 수 있다고 추산했다. 이 모델은 특히 대규모 언어 모델용 컴퓨팅 장비에 초점을 맞췄다.

같은 생성형 AI 연구는 순환 전략이 모델상 폐기물을 16~86% 줄일 수 있다고 밝혔다. 여기에는 하드웨어 수명 연장, 장비 재사용, 소재 회수 개선이 포함됐다.

별도의 2026년 학술 분석은 더 낮은 단기 추정치를 제시했다. 이 분석은 AI 서버가 2030년까지 연간 13만 1,000~22만 4,800톤의 전자폐기물을 만들어낼 수 있다고 전망했다.

이 서버 중심 재평가는 AI가 기존 추정치보다 전 세계 전자폐기물에 덜 기여할 수 있다고 결론지었다. 또한 공급망 데이터와 현실적인 서버 수명 정보가 부족하다는 점을 강조했다.

언뜻 보면 이 결론은 BAN의 수치와 충돌한다. 그러나 두 연구는 정확히 같은 대상을 측정하지 않는다. 한쪽은 AI 서버를 강조하고, BAN은 주변 인프라와 유발된 기기 교체까지 집계하려 한다.

이 구분은 “AI 전자폐기물”에 보편적으로 인정된 집계 경계가 없기 때문에 중요하다. 분석가는 가속기, 서버 전체, 시설 전체, 연결된 통신 자산 또는 AI 도입 영향을 받은 소비자 기기를 집계할 수 있다.

각 선택은 서로 다른 질문에 답한다. 서버 전용 모델은 연산의 직접적인 하드웨어 부담을 추정할 수 있다. 전체 시스템 모델은 인프라 확충이 만들어내는 폐기물 의무를 살피는 데 더 적합하다.

따라서 BAN 보고서가 학술 추정치를 자동으로 무효화하는 것은 아니다. 다만 정책과 장기 폐기물 계획을 위해 그 경계가 충분히 넓은지 의문을 제기한다.

상충하는 결과는 더 깊은 투명성 문제를 보여준다. 외부 연구자들은 일반적으로 주요 데이터센터 운영사의 완전한 장비 목록, 퇴역 일정, 재정비 비율, 최종 처분 기록을 확보하지 못한다.

그런 기록이 없으면 모델은 공개된 용량 전망에 장비 중량과 수명에 관한 가정을 결합해야 한다. 특히 전망이 2050년까지 이어질 때 작은 변화도 수십 년에 걸쳐 누적된다.

불확실성은 실재하지만, 그렇다고 하드웨어가 사라지는 것은 아니다. 이는 운영사가 에너지 소비와 탄소 배출량에 적용하는 것과 같은 수준의 엄정함으로 물리적 자산을 보고해야 하는 이유를 보여준다.

Basel Action Network 전자폐기물 보고서가 재활용 업계에 가하는 압박

AI 구축 확대는 재활용 시스템의 투명성과 책임성이 개선되는 속도보다 더 빠르게 특수 폐기물을 만들어내고 있다.

Global E-waste Monitor에 따르면 세계는 2022년 6,200만 톤의 전자폐기물을 배출했다. 이 가운데 환경적으로 건전한 방식으로 공식 수거·재활용된 것으로 문서화된 비율은 22.3%에 불과했다.

글로벌 폐기물 목록은 연간 전자폐기물 발생량이 2030년까지 8,200만 톤에 이를 것으로 전망한다. 이는 BAN이 AI 인프라에 더 넓은 정의를 적용하기 전부터 예상됐던 증가세다.

BAN은 AI 관련 장비가 궁극적으로 전 세계 전자폐기물의 15~20%를 차지할 수 있다고 추산한다. 이는 2050년 전 세계 연간 총량이 2억 1,100만 톤에 이를 것이라는 전망과 비교한 수치다.

이 수치들을 확정된 결과로 받아들여서는 안 된다. 장기 데이터센터 성장, 장비 집약도, 교체 주기, 전 세계 폐기물 전망을 결합한 것이기 때문이다. 모든 구성 요소는 달라질 수 있다.

그럼에도 이 시나리오는 재활용 기업이 직면한 처리 역량 문제를 보여준다. 데이터센터 장비에는 가치 있는 구리, 알루미늄, 철강, 회로기판 및 기타 회수 가능한 소재가 포함된다. 또한 통제된 처리가 필요한 배터리와 물질도 포함될 수 있다.

수거는 첫 번째 과제일 뿐이다. 현대 전자제품은 분리를 어렵게 하는 방식으로 소재를 결합한다. 대량 금속을 회수하는 일은 일반적으로 통합 부품에서 소량의 핵심 소재를 추출하는 것보다 쉽다.

재활용 기업은 반입되는 장비에 관한 신뢰할 만한 정보도 필요로 한다. 장비 목록, 부품 구성, 서비스 이력, 데이터 보안 요건은 하드웨어를 재사용할 수 있는지 또는 분해해야 하는지에 영향을 미친다.

데이터를 저장하는 기기는 또 다른 장애물이다. 기업은 정보 유출을 막기 위해 아직 쓸 수 있는 스토리지 장비를 파기할 수 있다. 안전한 삭제와 검증된 관리 연속성 시스템은 재사용 가능성을 보존할 수 있지만, 퇴역 전에 계획이 필요하다.

AI 업계에는 일부 장비 가치를 회수할 유인이 있다. 가속기, 서버, 네트워크 장비는 요구 수준이 낮은 작업에서는 계속 유용할 수 있다. 부품은 수리나 2차 배치에도 활용될 수 있다.

그러나 재사용은 소프트웨어 지원, 에너지 효율, 호환성, 구매자 접근성에 달려 있다. 작동하는 서버라도 운영 비용이 최신 장비보다 높으면 실질적인 가치는 거의 없을 수 있다.

이러한 긴장은 설계 결정을 중요하게 만든다. 모듈형 시스템은 사업자가 전체 조립체가 아니라 개별 부품을 교체할 수 있게 한다. 표준 부품과 수리 문서도 유효 수명을 연장할 수 있다.

제조사가 이런 선택에 영향을 미치지만, 하이퍼스케일 고객도 영향력을 보유한다. 클라우드 사업자는 막대한 규모로 장비를 주문하며 맞춤 설계 형성에도 자주 관여한다. 이들의 조달 규정은 수리 가능성, 소재 공개, 회수 서비스를 요구할 수 있다.

재활용 계획은 서버 주변의 시설 장비도 포괄해야 한다. 전원 공급 장치, 냉각 장비, 배터리, 케이블, 네트워크 시스템은 서로 다른 재사용 및 회수 경로를 따른다. 단일 계약업체가 모든 흐름을 효과적으로 관리하지 못할 수 있다.

따라서 압박은 전체 사슬에 걸쳐 가해진다. 데이터센터 소유자는 장비의 서비스 종료 시점을 결정한다. 제조사는 설계 정보를 통제한다. 물류 제공업체는 퇴역 자산을 운송하고, 재활용 기업은 어떤 소재가 생산으로 돌아갈지를 결정한다.

그 사슬에서 어느 한 부분이라도 끊기면, 회수 가능한 장비가 수출용 고철이나 매립 폐기물로 전락할 수 있다. BAN의 전망 규모는 분절된 책임 체계를 점점 더 정당화하기 어렵게 만든다.

수출 규정이 드러내는 AI 폐기물의 지리

가장 어려운 질문은 얼마나 많은 장비가 퇴역하는가뿐 아니라, 그 장비가 이후 어디로 가는가다.

전자 폐기물은 노동력, 처리 비용, 환경 통제가 크게 다르기 때문에 국경을 넘는 경우가 많다. 재사용 목적으로 표시된 화물에도 사실상 남은 가치가 거의 없는 장비가 포함될 수 있다.

바젤협약은 유해 폐기물과 기타 규제 대상 폐기물의 국제 이동을 규율한다. 전자 폐기물 관련 개정안은 2025년 1월 1일 발효됐으며, 국제 전자 폐기물 운송에 대한 사전통보승인 통제를 확대했다.

이 절차에 따라 수출국은 일반적으로 규제 대상 화물이 이동하기 전에 관련 수입국과 경유국의 서면 동의를 받아야 한다. 이 규정은 안전한 처리 역량이 없는 지역으로 원치 않는 폐기물이 유입되는 것을 막기 위한 것이다.

미국은 바젤협약에 서명했지만 비준하지는 않았다. 이에 따라 AI 인프라의 최대 시장은 협약 당사국 체계의 완전한 적용 범위 밖에 놓이지만, 국내 규정과 목적지 국가의 규정이 여전히 운송을 제한할 수 있다.

BAN은 오랫동안 이 규제 공백에 주목해 왔다. BAN의 조사들은 부유한 시장에서 버려진 전자제품이 집행력이 약하거나 비공식 재활용 부문이 큰 국가로 처리 목적으로 반출되는 흐름을 추적해 왔다.

2025년 한 조사에서는 미국 전자제품이 동남아시아와 중동의 목적지로 이동한 사례가 확인됐다. 여러 수입국의 당국은 이미 압수와 단속 활동을 강화하고 있었다.

이 수출 조사는 적절한 보호 장비 없이 장비를 해체하는 노동자들을 설명했다. 이러한 처리 과정은 유독성 연기, 오염된 먼지, 유해 잔류물을 발생시킬 수 있다.

AI 장비가 자동으로 그러한 경로를 따르는 것은 아니다. 주요 운영자는 인증된 처리를 요구하고, 협력업체를 감사하며, 퇴역부터 최종 처리까지 기록을 유지할 수 있다.

장비가 중개업체와 여러 하위 기업을 거치면 위험은 커진다. 이전이 반복될수록 자산이 재사용됐는지, 적절히 재활용됐는지, 무기한 보관됐는지, 혹은 폐기됐는지에 대한 가시성은 약해질 수 있다.

기업의 재활용 총계가 항상 그 질문에 답하는 것은 아니다. 기업은 최종 목적지나 개별 소재의 회수율을 공개하지 않은 채 매립지 전환 비율을 보고할 수 있다.

마찬가지로 “재활용”되었다고 해서 모든 부품이 새 제품이 된다는 의미는 아니다. 이 용어는 신중한 소재 회수부터 상당한 잔여 폐기물을 남기는 저가치 파쇄까지 다양한 공정을 포괄할 수 있다.

이 보고서의 정책 주장은 이러한 가시성 공백을 해소하는 데 기반을 둔다. BAN은 폐기물 수출에 대한 더 강력한 통제, 독립적인 재활용 인증, 그리고 장비의 전 수명 주기에 걸친 더 명확한 책임을 요구한다.

생산자책임확대제도는 한 가지 경로를 제시한다. 이러한 규정은 제품이 유효 수명을 다한 뒤 수거와 처리를 위한 비용 조달 또는 운영 책임을 생산자에게 부과한다.

이 접근 방식은 설계에 영향을 미치는 기업으로 폐기물 비용을 이전할 수 있다. 또한 더 오래 사용할 수 있고, 쉽게 분리되며, 중고 시장에서 가치를 유지하는 제품을 장려할 수 있다.

그러나 데이터센터 인프라는 소비자 기기 프로그램에 깔끔하게 들어맞지 않는다. 맞춤형 장비, 기업 간 판매, 임대 하드웨어, 글로벌 클라우드 운영에는 산업 기술을 위해 설계된 규정이 필요하다.

국제적 정합성도 같은 이유로 중요하다. 한 시장의 엄격한 프로그램은 퇴역 장비가 보고 요건이 약한 다른 관할권을 통해 이동할 수 있다면 영향력이 제한적이다.

AI 인프라의 확장은 이러한 규제 불일치를 더 이상 외면하기 어렵게 만든다. 하드웨어는 국가 경계 안에서 운영되지만, 공급망과 폐기물 시장은 세계적이다.

가장 큰 숫자는 동시에 가장 불확실한 숫자다

BAN의 전망은 이미 발생한 폐기물의 정밀한 측정치가 아니라 경고 시나리오다.

이 단체는 유해 폐기물 수출에 관해 분명한 정책 입장을 가진 환경 감시단체다. 이 분석은 동료 심사를 거친 과학적 합의로 혼동해서는 안 되며, 옹호 활동 기반 연구로 평가해야 한다.

여러 가정이 전망치를 크게 움직일 수 있다. 미래 데이터센터 용량은 예상보다 빠르거나 느리게 증가할 수 있다. 시설의 밀도와 효율성이 개선되면서 기가와트당 장비 집약도도 바뀔 수 있다.

하드웨어 수명도 마찬가지로 중요하다. 평균 사용 수명이 늘어나면 2050년 이전의 교체 주기 수가 줄어든다. 주기가 짧아지면 제조 수요와 퇴역 물량이 모두 증가한다.

모델은 교체와 폐기물을 구분해야 한다. 다른 운영자에게 판매된 퇴역 가속기는 원래 데이터센터를 떠났지만 수명이 끝난 것은 아니다. 퇴역과 처분을 동일하게 취급하면 즉각적인 폐기물 규모를 과대평가하게 된다.

BAN은 서비스에서 퇴역한 전자 장비를 기준으로 범위를 제시한다. 따라서 독자는 모든 톤수를 전망 기간 중 곧바로 매립지로 보내지는 물질로 해석하지 않아야 한다.

세컨드 라이프 활용은 폐기를 수년간 늦출 수 있다. 그러나 최종적인 폐기 책임을 없애지는 않는다. 장비는 결국 수리, 재판매 또는 재배치가 더 이상 실용적이지 않은 지점에 도달한다.

“AI 폐기물 전염” 범주는 또 다른 불확실성 층을 더한다. AI 기능이 기기 업그레이드를 부추길 수는 있지만, 소비자는 여러 이유가 겹쳐 기기를 교체한다. 그러한 원인을 분리하는 일은 어렵다.

2050년까지의 전망은 아직 존재하지 않는 기술에도 의존한다. 미래 가속기는 연산 단위당 더 적은 소재를 사용할 수 있다. 새로운 냉각 설계는 장비 질량을 줄일 수 있고, 더 고밀도 배치는 더 특수화된 시스템을 요구할 수 있다.

정책 역시 결과를 바꿀 수 있다. 수리 요건, 재활용 소재 기준, 생산자 책임 법률, 수출 통제는 폐기물 규모와 처리 경로 모두를 바꿀 것이다.

이러한 불확실성은 정확성에 대한 주장을 약화시키지만, 더 나은 공개의 필요성은 강화한다. 운영자는 장비 수량, 질량, 사용 연수, 재사용률, 검증된 목적지를 공개함으로써 가정을 측정 데이터로 대체할 수 있다.

비교 가능한 보고는 좁은 추정치와 넓은 추정치 사이의 이견도 해소할 수 있다. 연구자들은 서버 폐기물과 지원 인프라를 하나의 수치로 합치지 않고 별도로 제시할 수 있다.

유용한 공개 체계는 최소한 네 단계를 추적해야 한다. 구매한 장비, 배치한 장비, 퇴역한 장비, 최종 처리에 도달한 장비다. 재사용은 재활용과 별도로 유지돼야 한다.

기업은 장비 수량만이 아니라 소재 회수도 보고해야 한다. 재사용된 서버 한 대와 재활용된 냉각 시스템 한 대는 서로 다른 환경적 결과를 의미한다.

BAN의 전망에 대한 가장 강력한 대응은 모든 상한 가정을 받아들이는 것이 아니다. 불확실한 추정치를 감사 가능한 기록으로 대체할 충분한 운영 증거를 요구하는 것이다.

그때까지 업계의 보장과 외부 전망은 모두 검증하기 어렵다. 인프라 발표가 대중의 관심을 받는 시점보다 수년 뒤에 폐기물이 나타나기 때문에, 정보 공백은 낙관적인 주장에 유리하게 작용한다.

전망이 맞는지 보여줄 세 가지 신호

용량 증가, 장비 수명, 검증된 회수는 AI가 BAN의 상한 추정치에 근접하는지를 결정할 것이다.

첫 번째 신호는 데이터센터 건설의 속도와 구성이다. 발표된 용량이 항상 운영 용량으로 이어지는 것은 아니다. 전력 연결, 자금 조달, 인허가, 칩 공급과 관련한 지연은 퇴역 전망을 바꿀 수 있다.

더 중요한 것은 개발업체가 메가와트 수치와 함께 장비 집약도를 공개해야 한다는 점이다. 전력 용량이 같은 두 시설도 냉각, 백업, 네트워킹, 컴퓨팅 하드웨어의 수량은 다를 수 있다.

배치 용량이 소재 집약도 감소 없이 현재의 고성장 전망에 근접한다면 BAN의 범위는 더 그럴듯해진다. 건설 속도가 느리거나 인프라가 더 가벼워진다면 상한 시나리오는 약화될 것이다.

두 번째 신호는 AI 하드웨어의 실제 사용 수명이다. 운영자는 가속기, 서버, 지원 시스템이 얼마나 오래 배치 상태로 유지되는지를 보여주는 일관된 공개 데이터를 거의 제공하지 않는다.

구형 가속기가 추론, 연구 또는 중고 시장 업무로 이동한다는 증거를 주시해야 한다. 기능하는 재판매 채널은 단기 폐기물을 줄이고 하드웨어 장기 사용의 경제성을 개선할 것이다.

제조사의 지원도 중요하다. 소프트웨어 호환성, 예비 부품, 수리 접근성, 펌웨어 업데이트는 구형 장비가 계속 유용한지를 결정할 수 있다.

클라우드 제공업체가 상당한 재배치 없이 불과 몇 년 만에 시스템을 교체한다면 연간 폐기물은 빠르게 늘어날 것이다. 더 긴 사용 기간과 문서화된 세컨드 라이프는 결과를 하한 쪽으로 이끌 것이다.

세 번째 신호는 검증 가능한 하류 회수다. 기업 지속가능성 보고서는 재사용, 리퍼비시, 재활용, 최종 처분된 장비가 각각 어느 정도인지 밝혀야 한다.

이러한 보고서는 처리 지역과 감사 방식도 명시해야 한다. 목적지 데이터가 없는 재활용 비율은 유해 물질이 통제가 부실한 처리 과정으로 이동했는지를 보여줄 수 없다.

규제기관은 운송 기록과 집행을 통해 이 신호를 강화할 수 있다. 바젤 전자 폐기물 규정은 동의와 국제 추적을 위한 틀을 제공하지만, 국가별 참여와 집행은 여전히 고르지 않다.

투명한 보고는 고객이 속도, 모델 접근성, 전력 관련 주장 이상의 기준으로 클라우드 제공업체를 비교할 수 있게 한다. 기업 구매자는 인프라 조달에 장비 수명과 회수 요건을 포함할 수 있다.

개발자와 지식 노동자의 직접적인 통제력은 더 제한적이지만, 이들의 구매 결정도 수요에 영향을 준다. 적절한 규모의 모델을 선택하고 기기 수명을 연장하면 시스템 가장자리의 압력을 줄일 수 있다.

Basel Action Network e-waste report는 궁극적으로 AI가 주로 소프트웨어로 존재한다는 생각에 이의를 제기한다. 모든 모델은 유한한 작동 수명과 복잡한 목적지를 가진 물리적 시스템에 의존한다.

6억 1,700만 톤이라는 추정치는 기술, 정책, 재사용 관행이 개선되면서 낮아질 수 있다. 반대로 용량과 교체 주기가 함께 가속된다면 보수적인 추정으로 판명될 수도 있다.

이제 중요한 것은 운영자가 그 차이를 판단할 수 있을 만큼 충분한 증거를 공개하는지다. 제공업체에 장비가 얼마나 오래 서비스에 머무는지, 퇴역 시스템은 어디로 가는지, 회수는 어떻게 검증되는지를 물어야 한다. 그 답은 AI 하드웨어 붐이 순환형 공급망을 구축하고 있는지, 아니면 훨씬 더 큰 폐기물 위기를 단지 미루고 있는지를 드러낼 것이다.