그 말이 가리키는 사물이 바뀌었다.

01 — 사물

AI 이전의 기술에서 지속가능성은 손에 쥘 수 있는 것이었다.

AI 이전의 도구함

제품 환경 영향의 약 80%는 설계 단계에서 결정된다. 논쟁을 벌일 자리는 바로 거기였다.

• 장수

  한 철의 욕망보다 오래가도록 잡은 형태, 재료, 이음새.

• 수리

  접착제가 아니라 나사. 블랙박스가 아니라 부품. 열어볼 권리.

• 파티나

  늙어감을 가치로. 닳아 보이는 대신 쓰임을 기록하는 표면.

• 순환

  재사용, 재제조, 그다음 재활용. 무덤은 최후의 수단이다.

• 애착

  의례, 개인화, 돌봄. 의미를 유지 전략으로.

• 충분성

  더 푸른 주전자만이 아니다. 더 적은 주전자를, 더 오래.

메커니즘을 전환하라. 왼쪽은 AI 이전의 기술이 전제한 것이다. 오른쪽은 제품이 방을 떠난 뒤 그 전제가 되는 것이다.

02 — 사라짐

그러다 사물이 방을 떠났다.

02 — 같은 단어, 새로운 대상

번역표.

03 — 새로운 재료

발자국은 아직 작다. 기울기는 그렇지 않다.

Green AI, Red AI, 제번의 역설

효율과 충분성은 같은 말이 아니다.

AI 작업당 에너지는 빠르게 떨어진다. 사용량은 그렇지 않다. 새로운 문법으로 다시 쓰인 주전자 문제다. 더 효율적인 물건을 한없이 쓰는 것은, 더 작은 삶이 아니다.

물

강은 브리프에 한 번도 없었다.

AI 이전의 기술에서는 주전자를 강에 던지지 않았다. AI는 던진다. 보이지 않게, 질의마다, 냉각탑을 통해, 그 냉각탑에 전력을 대는 화력발전소를 통해.

두 번 죽는 하드웨어

아직 작동하는 GPU, 속도 때문에 버려진다.

Chapman의 진단은 거의 고치지 않고 옮겨진다. 폐기물은 남은 물리적 수명을, 이미 떠난 의미와 짝지을 때 태어난다. De Vries-Gao는 2030년 AI 서버 전자폐기물을 연간 13.1–22.5만 톤으로 본다. 대부분 아직 작동하는 기계다.

04 — 속도 경쟁

우리는 의자를 지키려 했던 방식으로 가중치를 지키지 않는다.

속도

속도 경쟁이 폐기 메커니즘이다.

제품 디자인에서 계획적 진부화는 전술이었다. AI에서는 전략처럼 보이는 조정 실패다. 속도는 AI 지속가능성의 부제가 아니다. 속도가 본제다.

열을 지는 사람

윤리로서의 지속가능성.

에너지, 물, 광물은 로그인처럼 분배되지 않는다. 최전선 모델을 학습할 권력도 그렇다.

• 어긋난 청구서

  기후와 물의 비용은, 제품의 시장 밖에 있는 사람들에게 먼저 내려앉는다.

• 집중된 권력

  가장 깊은 주머니만이 속도, 스택, 기본값을 정한다.

• 추출된 노동

  광산, 팹, 클릭워크, 콘텐츠 — 땅, 일, 데이터.

• 품질이 윤리다

  편향, 환각, 이탈도 폐기다. 더 많은 재학습, 더 많은 연산.

클라우드의 애착

습관은 지켰다. 그 물건은 지키지 않았다.

AI 이전의 기술이 사람들이 제품에 더 애착을 갖게 하는 법을 물었다면, AI 시대의 정직한 답은 이렇다. 열 수도, 고칠 수도, 지킬 수도 없는 서비스에 애착을 갖고 — 직전 버전은 여전히 버린다. 2026년 연구는 동일한 제품도 AI가 설계했다고 들으면 덜 지속가능하다고 평가한다는 것을 보였다. 메커니즘은 「진정한 돌봄」이다.

05 — 남은 것, 바뀐 것

기존의 작업을 유지하라. 두 번째 브리프를 더하라.