따라서 AI를 이해할 때는 알고리즘만 보는 것으로 충분하지 않다. 알고리즘은 중요한 핵심이지만, 그것이 작동하려면 물리적 기반이 필요하다. 안정적인 전력 공급이 없으면 계산은 멈추고, 충분한 냉각이 없으면 장비는 지속적으로 작동하기 어렵다. 빠른 통신망이 없으면 사용자의 질문과 AI의 답변이 원활하게 오가기 어렵다. 이러한 관점은 AI를 조금 더 현실적으로 바라보게 한다. AI는 화면 속에서만 존재하는 지능이라기보다 에너지와 인프라, 장비와 사람이 함께 구성하는 기술 시스템이다. 우리가 AI에 입력하는 하나의 질문은 화면 속의 간단한 요청처럼 보이지만, 이를 처리하려면 전력을 생산하고 데이터를 이동시키며, 반도체로 계산하고 장비에서 발생한 열을 관리하는 여러 과정이 필요하다.
--- 「01 전기로 생각하는 AI」 중에서

따라서 AI를 사용할 때 필요한 태도는 무조건적인 불신도, 무조건적인 신뢰도 아니다. AI가 뛰어난 계산 능력을 가진 도구라는 점을 인정하되, 그 답변이 어떤 원리로 만들어지는지를 이해할 필요가 있다. AI는 인간의 사고를 대신하는 존재라기보다 인간이 질문을 더 정교하게 만들고 정보를 검토하도록 돕는 기술에 가깝다. 이러한 논의는 자연스럽게 이 책의 핵심 질문으로 이어진다. AI가 이해보다 계산에 가까운 방식으로 작동한다면, 그 계산은 어디에서 어떻게 이루어질까? 계산이 많아진다는 것은 단순히 화면 속 문장이 길어진다는 뜻만은 아니다. 그만큼 서버와 반도체가 더 많은 연산을 수행하고, 이 과정에서 전기가 사용된다는 뜻이기도 하다. 따라서 AI의 언어 처리 원리를 이해하는 일은 AI의 전기 사용을 이해하는 출발점이 될 수 있다.
--- 「03 AI의 확률 계산과 반복 연산」 중에서

AI 결과물의 선택과 판단은 단순히 기술 내부의 문제가 아니다. 그것은 사용자가 어떤 질문을 던지고, 어떤 답변을 받아들이며, 언제 다시 생성하고, 언제 스스로 검토할 것인가의 문제와도 연결된다. 반복 생성이 많아질수록 계산량은 늘어날 수 있고, 그 과정은 전기 사용과도 관련된다. 따라서 AI 결과물을 판단하는 능력은 정보 리터러시(Information Literacy)와 밀접하게 연결된다. 정보 리터러시는 필요한 정보를 찾고, 출처와 신뢰성을 평가하며, 내용을 비판적으로 해석하고 윤리적으로 활용하는 능력을 뜻한다. AI 시대에는 여기에 더해, AI가 만들어 낸 결과물이 어떤 데이터와 계산 과정을 거쳐 생성되었는지 살피는 태도도 필요하다. 이러한 능력은 전기와 자원, 기술 인프라까지 함께 생각하는 시민적 역량으로 확장될 수 있다.
--- 「06 AI 결과물의 선택과 판단」 중에서

이 지점에서 AI의 한계는 소프트웨어의 한계를 넘어선다. 아무리 뛰어난 알고리즘이 있어도 그것을 실행할 반도체가 충분하지 않거나, 칩이 많은 전력을 소비하고 열을 효과적으로 제어하지 못하면 AI의 성능 향상에는 한계가 생길 수 있다. AI의 지능은 추상적인 코드만으로 만들어지는 것이 아니라 실리콘, 전자, 전기, 열이라는 물리적 조건 위에서 작동한다. 따라서 AI의 미래를 이해하려면 알고리즘뿐 아니라 반도체, 전력, 냉각 기술까지 함께 살펴볼 필요가 있다.