클릭에서 탄소까지: 추천 시스템의 환경적 대가

지구 온난화가 급증함에 따라 연구의 환경적 영향을 평가할 필요성이 점점 더 긴급해지고 있습니다. 그럼에도 불구하고, 추천 시스템에 대한 연구 논문 중 환경적 영향을 다루는 것은 극히 드뭅니다. 본 연구에서는 전형적인 실험 파이프라인을 재현하여 추천 시스템 연구의 환경적 영향을 추정합니다. 우리의 분석은 2013년과 2023년 ACM RecSys 회의에서 발표된 79개의 전체 논문을 아우르며, 전통적인 “구식 AI” 알고리즘과 현대 딥 러닝 알고리즘을 비교합니다. 우리는 두 해에 대한 대표적인 실험 파이프라인을 설계하고 재현하였으며, 하드웨어 에너지 계측기를 사용하여 에너지 소비를 측정하고 이를 CO2로 환산했습니다. 우리의 결과에 따르면, 딥 러닝 알고리즘을 사용하는 논문은 전통적인 방법을 사용하는 논문보다 약 42배 더 많은 CO2를 방출합니다. 평균적으로, 단일 딥 러닝 기반 논문은 3,297킬로그램의 CO2를 생성하는데, 이는 뉴욕시에서 멜버른으로 비행하는 한 사람의 탄소 배출량보다 많거나 한 그루의 나무가 300년 동안 격리하는 CO2의 양과 같습니다.