왜 중요한가

디지털 서비스는 무게가 없는 것처럼 느껴집니다. 요청이 나가고 답이 돌아오며, 아무것도 소비되지 않는 듯합니다. 그 뒤에는 전력과 물을 끌어 쓰는 데이터 센터, 채굴한 재료로 만든 장치, 밤낮으로 돌아가는 네트워크, 그리고 점점 더 대체하는 작업보다 에너지를 더 쓰는 대규모 AI 워크로드가 있습니다. 이 부문의 발자국은 크고 커지고 있으며, 조직은 고객, 규제 기관, 직원, 자신의 이사회로부터 그 발자국이 무엇이며 무엇을 하고 있는지 질문받고 있습니다.

환경은 문제의 한 부분입니다. 서비스는 사람에게도 영향을 줍니다. 접근할 수 없는 포털은 장애가 있는 사용자를 배제합니다. 모두가 빠른 인터넷이 있다고 가정하는 지원 모델은 그렇지 않은 이들을 실패하게 합니다. 좁은 데이터로 훈련된 AI 도구는 일부 집단을 더 나쁘게 대합니다. 엔지니어를 소진시키는 당직 모델은 서비스를 운영하는 사람들이 짊어지는 사회적 비용입니다. 책임 있는 서비스 관리는 이 모두를 사후에 생각하는 것이 아니라 서비스가 설계되고, 구매되고, 운영되는 방식의 일부로 묻습니다.

이는 주장이 증거를 앞지르는 분야입니다. Wikipedia는 환경적 이점에 대해 오도하는 주장을 하는 관행인 그린워싱을 설명하며, 기술 마케팅에서 흔합니다. 측정값은 흔히 불확실성이 넓은 추정치입니다. 한 곳의 절감이 다른 곳으로 비용을 옮길 수 있고, 효율 이득이 더 많은 사용으로 상쇄될 수 있으며, Wikipedia는 이 패턴을 반동 효과 또는 제번스의 역설로 설명합니다. 이 주제는 실용적인 접근을 제시합니다. 주요 영향을 알고, 정직하게 측정하고, 효과가 가장 크고 비용이 가장 낮은 곳에서 행동하고, 무엇을 주장할지 조심하는 것입니다. 하드웨어(주제 4.3 — 하드웨어 자산 관리), 재무(주제 4.5 — 재무 관리와 FinOps), AI 거버넌스(주제 5.6 — AI 거버넌스, 위험, 규정 준수), 거버넌스(주제 8.1 — 거버넌스, 리스크, 컴플라이언스)와 연결됩니다. 법률 자문은 하지 않으며, 보고 의무는 장소에 따라 다릅니다.

핵심 개념

지속 가능성. 흔한 표현으로, 미래 세대가 자신의 필요를 충족할 능력을 해치지 않으면서 현재의 필요를 충족하는 것입니다. Wikipedia는 지속 가능성을 환경적, 사회적, 경제적 차원이 있는 것으로 설명합니다. 서비스 관리에서는 환경, 사람, 미래의 선택지에 정당화되지 않는 비용을 부과하지 않는 방식으로 서비스를 운영하는 것을 뜻합니다.

환경, 사회, 거버넌스(ESG). 조직과 투자자가 비재무적 성과를 평가하는 데 쓰는 프레임워크입니다. Wikipedia가 ESG를 설명합니다. 보고 요구 사항은 많은 관할권에서 빠르게 발전하고 있습니다. 조직이 서비스 팀에 데이터를 요청할 수 있습니다. 무엇이 적용되는지 확인하고, 옹호할 수 있는 기록을 유지하세요.

탄소 발자국과 배출. 활동이 일으키는 온실가스 배출로, 보통 이산화탄소 환산량으로 표현합니다. Wikipedia가 탄소 발자국과 온실가스를 설명합니다. 탄소 회계는 흔히 자체 운영, 구매한 에너지, 장치 제조와 공급자 서비스 이용을 포함한 더 넓은 가치 사슬에서의 배출을 구분하며, 후자는 가장 큰 부분이면서 측정하기 가장 어려운 경우가 많습니다. Wikipedia가 탄소 회계와 이 범주를 설명합니다.

내재 영향과 운영 영향. 내재(embodied) 영향은 장치를 만들고 운반하거나 시설을 짓는 데 쓰인 것이고, 운영 영향은 운영하는 동안 쓰이는 것입니다. 최종 사용자 장치에서는 수명 전체 배출의 더 큰 부분이 내재 영향인 경우가 많습니다. Wikipedia가 내재 에너지를 설명합니다. 데이터 센터에서는 운영, 특히 전기가 보통 지배적입니다. 어느 쪽이 해당하는지 이해하면 행동의 지침이 됩니다. 주제 4.3 — 하드웨어 자산 관리를 참조하세요.

에너지와 데이터 센터. 데이터 센터는 연산과 냉각에 전기를 씁니다. Wikipedia가 데이터 센터와, 전체 시설 에너지 대비 연산 장비가 쓴 에너지의 비율인 전력 사용 효율(PUE)을 설명합니다. 낮은 PUE가 낮은 배출을 뜻하지는 않습니다. 전기의 탄소 집약도도, 장비가 얼마나 충분히 쓰이는지도 중요합니다. 놀고 있는 서버도 전력을 끌어 씁니다.

클라우드와 공유 인프라. 대형 클라우드 제공자는 작은 온프레미스 방보다 더 효율적으로 운영하는 경우가 많고 재생 에너지를 대규모로 살 수 있습니다. 또한 더 많이 소비하기 쉽게 만듭니다. Wikipedia가 클라우드 컴퓨팅을 일반적으로 설명합니다. 제공자에게 리전과 서비스별 배출 데이터를 요청하고, 그들의 수치를 명시된 방법이 있는 추정치로 다루세요. 클라우드로 옮긴다고 해서 그것만으로 서비스가 더 친환경이 되지는 않습니다.

AI와 에너지. 대규모 모델의 훈련과 운영은 상당한 에너지, 경우에 따라 냉각을 위한 물을 소비할 수 있습니다. 영향은 모델 크기, 사용 빈도, 실행 위치에 달려 있습니다. 단순한 방법으로 할 수 있는 작업에 대규모 모델을 자주 쓰는 것은 자원을 낭비합니다. 주제 5.8 — AI 운영 모델과 역량을 참조하세요. 방법과 범위가 다양하므로 발표된 수치는 주의해서 다루세요.

효율적인 소프트웨어와 운영. 효율적인 코드, 적정 규모의 리소스, 놀고 있는 환경 끄기, 전기가 더 깨끗한 때에 유연한 작업 일정 잡기, 불필요한 데이터 저장과 전송 줄이기는 모두 영향을 낮추고 대개 비용도 줄입니다. Wikipedia가 그린 컴퓨팅과 더 낮은 환경 영향을 위한 설계 관행을 설명합니다. 비용 절감과 배출 절감이 겹치는 경우가 많은 주제 4.5 — 재무 관리와 FinOps를 참조하세요.

전자 폐기물과 순환 경제. 버려진 전자 제품에는 귀중한 재료와 위험 물질이 들어 있습니다. Wikipedia가 전자 폐기물과, 재사용, 수리, 재활용으로 재료를 계속 쓰는 순환 경제 접근을 설명합니다. 더 긴 장치 수명, 수리, 재생, 책임 있는 재활용이 폐기물을 줄입니다. 주제 4.3 — 하드웨어 자산 관리를 참조하세요. Wikipedia가 설명하는 수리할 권리 운동은 수리할 수 있는 장치를 주장합니다.

수명주기 사고. 재료에서 폐기까지 제품이나 서비스의 모든 단계를 고려하는 것입니다. Wikipedia가 수명주기 평가를 설명합니다. 만드는 데 더 많은 자원이 드는 장치로 사용 중 에너지를 절약하는 것처럼 영향을 한 단계에서 다른 단계로 옮기는 것을 막아 줍니다.

반동 효과. 효율이 더 많은 사용으로 이어져 이득을 상쇄할 수 있습니다. Wikipedia가 이를 반동 효과와 제번스의 역설 아래 설명합니다. 더 싼 연산이 훨씬 더 많은 연산으로 이어지면 총 영향이 오를 수 있습니다. 효율 목표와 함께 절대 목표도 정하세요.

접근성과 포용. 서비스는 능력, 장치, 언어, 연결이 다른 사람들이 쓸 수 있어야 합니다. Wikipedia가 접근성, 포용적 설계, 디지털 격차를 설명합니다. 웹 콘텐츠 접근성 지침 같은 표준은 웹 콘텐츠의 기준선을 정합니다. 많은 곳의 법이 접근성을 요구합니다. 장애가 있는 사용자를 설계와 시험에 포함하고 비디지털 경로를 유지하세요.

공정성과 윤리. 서비스와 AI 시스템은 사람을 공정하게 대하고 작동 방식에 대해 열려 있어야 합니다. Wikipedia가 알고리즘 편향과 인공지능의 윤리를 설명합니다. 주제 5.6 — AI 거버넌스, 위험, 규정 준수를 참조하세요.

사람과 업무량. 서비스를 운영하는 사람들은 이해관계자입니다. 지속 가능한 당직, 합리적인 근무 시간, 안전한 근무 조건, 공급자 직원에 대한 공정한 대우는 책임 있는 프랙티스의 일부입니다. 주제 2.10 — 애자일 경영과 학습을 참조하세요.

책임 있는 조달. 가격뿐 아니라 환경적, 사회적 관행으로 공급자를 고르는 것입니다. Wikipedia가 지속 가능한 조달을 설명합니다. 발표된 배출 데이터와 수리 정책 같은 증거를 요청하고 주장을 확인하세요. 주제 3.14 — 공급자 관리를 참조하세요.

측정의 정직성. 이 분야의 많은 수치는 추정치입니다. 방법, 범위, 불확실성을 밝히세요. 서로 다른 경계를 쓰는 비교를 경계하세요. 분명하고 검증 가능한 근거 없이 "탄소 중립" 같은 주장을 피하세요. Wikipedia의 그린워싱 설명이 그런 주장이 어떻게 오도하는지 보여 줍니다.

기업의 책임. 조직은 점점 더 약속을 발표합니다. Wikipedia가 기업의 사회적 책임을 설명합니다. 서비스 팀은 약속이 지켜지는지를 좌우하는 데이터를 제공하고 선택을 합니다.

렌즈는 어떻게 맞물리는가. 지속 가능성은 네 렌즈 모두에 적용됩니다. 애자일 프랙티스는 낭비를 줄이는 작고 측정되는 실험을 제안합니다. AI는 영향의 원천이자 절감을 찾는 도구입니다. 자동화는 놀고 있는 리소스를 끄고 작업 일정을 잡을 수 있습니다. 분석은 불확실성을 밝히며 영향을 측정합니다.

모범 사례

  1. 가장 큰 영향을 찾습니다. 서비스의 가장 큰 환경적, 사회적 영향이 어디에 있는지 추정하세요. 장치, 클라우드 및 데이터 센터 사용, AI 워크로드, 출장, 서비스를 운영하는 사람들입니다. 잠재력이 가장 큰 곳에서 시작하세요.
  2. 밝힌 방법으로 측정합니다. 공급자 데이터와 표준 환산 계수를 쓰고, 범위와 가정을 기록하고, 불확실성을 보여 주세요. 시간이 지나며 데이터를 개선하세요.
  3. 비용도 줄이는 낭비를 줄입니다. 놀고 있는 환경을 끄고, 리소스를 적정 규모로 하고, 필요 없는 데이터를 삭제하고, 덜 쓰이는 시스템을 통합하세요. 이는 흔히 스스로 비용을 상쇄합니다.
  4. 장치의 수명을 늘립니다. 교체하기 전에 수리하고, 업그레이드하고, 재사용하며, 수리 가능하고 내구성 있는 장비를 고르세요. 데이터 삭제와 함께 책임 있는 경로로 폐기하세요.
  5. 어디서 언제 운영할지 선택합니다. 선택할 수 있다면 더 깨끗한 전기가 있는 리전과 시간을 쓰고 공급자에게 데이터를 요청하세요. 다른 곳의 영향을 늘리는 이동은 피하세요.
  6. AI를 비례적으로 씁니다. 모델의 크기와 사용 빈도를 가치에 맞추세요. 단순한 방법이 똑같이 해낸다면 그것을 쓰세요. AI 워크로드의 비용과, 가능하면 에너지를 추적하세요.
  7. 접근성을 설계하고 시험합니다. 접근성 표준을 따르고, 다른 필요를 가진 사용자로 시험하고, 대체 경로를 유지하세요. 접근성을 완료의 정의에 포함하세요.
  8. 공정성과 윤리를 점검합니다. 서비스와 AI 사용에서 불공정한 효과를 검토하고, 집단 간에 시험하고, 사람들이 결정에 이의를 제기할 방법을 주세요.
  9. 서비스를 운영하는 사람들을 돌봅니다. 업무량과 당직을 지속 가능하게 유지하고 공급자 직원을 공정하게 대하세요. 번아웃을 비용으로 세세요.
  10. 주장에 정직합니다. 무엇을 어떻게 측정했고 무엇을 모르는지 말하세요. 모호하거나 검증할 수 없는 진술을 피하고, 게시 전에 주장을 검토받으세요.

팀과 논의할 질문

우리 서비스의 가장 큰 환경 영향은 어디에 있으며, 어떻게 압니까? 장치, 클라우드, AI, 시설을 보세요. 데이터 부족과 강한 가정이 예상됩니다. 더 깊이 들어가려면, 영역 하나를 골라 밝힌 방법으로 추정하세요.

우리의 시스템이나 환경 중 항상 돌아가는데 끄거나 줄일 수 있는 것은 무엇입니까? 개발과 시험을 확인하세요. 놀고 있는 것이 예상됩니다. 더 깊이 들어가려면, 환경 하나의 종료를 일정에 올리고 절감을 기록하세요.

우리는 장치를 얼마나 오래 쓰며, 더 오래 쓰거나 수리하는 것을 막는 것은 무엇입니까? 정책과 습관을 물으세요. 달력에 따른 교체가 예상됩니다. 더 깊이 들어가려면, 한 집단에 대해 더 긴 수명을 시험해 보세요.

누가 우리 서비스를 설계된 대로 쓸 수 없으며, 어떻게 압니까? 장애, 언어, 연결, 자신감을 생각해 보세요. 시험되지 않은 집단이 있을 것으로 예상됩니다. 더 깊이 들어가려면, 그 집단의 몇몇 사용자를 관찰하세요.

더 단순한 방법으로 충분한데 채택한 AI 사용은 무엇이며, 자원 면에서 비용이 얼마입니까? 목록을 검토하세요. 일부는 유행을 따른 것일 수 있습니다. 더 깊이 들어가려면, AI 사용 하나를 단순한 대안과 품질과 비용으로 비교하세요.

우리가 지속 가능성에 대해 한 주장, 또는 하라고 요청받은 주장은 무엇이며, 각각을 뒷받침할 수 있습니까? 모으세요. 검증할 수 없는 것이 있을 것으로 예상됩니다. 더 깊이 들어가려면, 데이터를 가진 사람들과 각각을 검토하세요.

실제 적용: 서비스 관리 사례

한 국립 도서관의 IT 부서는 모기관인 부처로부터 디지털 서비스의 환경 영향을 보고하고 감축 방안을 제안하라는 요청을 받았습니다. 부서에는 직원 400명, 300개 분관의 장치 6,000대, 클라우드에 호스팅된 카탈로그, 최근의 AI 검색 어시스턴트가 있습니다.

서비스 관리자는 주요 원천을 추정하는 것으로 시작합니다. 장치에 대해서는 조달 및 자산 기록이 평균 연령 4.1년인 노트북과 데스크톱 4,800대를 보여 줍니다. 추정치임을 적어 두면서 제조사가 발표한 수명주기 수치를 써서, 그해에 구매한 장치의 내재 영향이 가장 큰 단일 항목이라고 판단합니다. 클라우드는 제공자의 배출 대시보드가 리전별 월간 추정치를 주며, 그녀는 이를 제공자가 밝힌 방법과 함께 기록합니다. AI 어시스턴트의 사용량은 다른 항목에 비해 작지만 늘고 있고, 벤더는 에너지 데이터를 주지 않습니다.

그녀는 네 가지 조치를 제안합니다. 건강 데이터가 허락하는 곳에서 노트북 교체 주기를 4년에서 5년으로 늘리고 배터리와 저장 장치를 수리합니다. 개발 및 시험 환경을 밤과 주말에 끄는데, 이는 클라우드 비용의 약 5분의 1도 절감합니다. 지연이 허용되는지 확인한 뒤 일괄 워크로드 하나를 탄소가 낮은 전력망의 리전으로 옮깁니다. 그리고 AI 벤더에게 에너지와 물 데이터를 요청하고 어시스턴트는 열린 질문에만 쓰고 알려진 항목에는 단순 검색을 쓴다는 규칙을 정합니다.

사회적 측면에서 부서는 화면 낭독기를 쓰는 직원과 이용자 다섯 명과 음성 제어를 쓰는 한 명이 참여하는 포털의 접근성 시험을 의뢰합니다. 예약 양식이 키보드만으로는 완료될 수 없음이 드러나고, 팀이 고칩니다. 때로 엔지니어 둘이 24시간을 맡는 당직 일정도 검토해 세 번째 사람을 추가합니다.

달라진 점은 부처가 방법과 범위가 있는 첫 보고서를 받고 부서에 추적되는 조치 네 가지가 있다는 것입니다. 여전히 어려운 점은 내재 수치가 제조사 평균에 기반해 검증할 수 없다는 것, 벤더가 에너지 데이터를 주지 않았다는 것, 보도자료 초안의 환경 주장("탄소 중립 디지털 서비스")을 부서가 뒷받침할 수 없어 철회했다는 것, 더 긴 교체 주기가 오래된 장치의 지원 노력을 늘린다는 것입니다. 관리자는 불확실성을 보고하고 지원 비용 검토를 계획합니다.

네 가지 관점

제품 및 전달 팀

효율과 접근성을 염두에 두고 설계하세요. 가벼운 페이지, 효율적인 쿼리, 적정 규모의 리소스, 키보드 및 화면 낭독기 지원입니다. 필요에 비례해 AI 방법을 고르고 다양한 사용자로 시험하세요.

서비스 및 운영 팀

놀고 있는 것을 끄고, 장치를 수리하고 재사용하고, 에너지와 폐기물 데이터를 기록하고, 당직을 지속 가능하게 유지하세요. 영향이 가장 높은 곳을 오너에게 알리세요.

리더십과 거버넌스

절대 목표와 정직한 측정으로 목표를 정하고 작업에 재원을 대세요. 게시 전에 주장을 검토하세요. 세는 것에 탄소만이 아니라 사람도 포함하세요.

고객과 사용자

능력이나 연결과 무관하게 서비스를 쓸 수 있어야 하고, 그 영향에 대한 정직한 정보를 기대할 수 있어야 합니다. 여러분에게 통하지 않는 것과 보고 싶은 것을 제공자에게 알리세요.

애자일, AI, 자동화, 분석

애자일

예약된 종료나 더 가벼운 페이지 같은 작은 변경을 시도하고, 효과를 측정하고, 통하는 것을 유지하세요. 검토에 다른 필요를 가진 사용자를 포함하세요. 주의: 측정 없는 큰 "그린 프로그램"을 돌리지 마세요. 증거가 있는 조치를 고르세요.

AI

AI는 검토 아래 놀고 있는 리소스를 찾고, 사용과 에너지 데이터를 분석하고, 설계에서 접근성 문제를 점검하는 데 도움이 될 수 있습니다. AI 자체에도 환경 발자국과 편향 위험이 있습니다. 주의: AI가 쓰는 에너지와 비교하지 않고 AI가 에너지를 절약한다고 주장하지 마세요. 둘 다 측정하세요. 주제 5.8 — AI 운영 모델과 역량을 참조하세요.

자동화

놀고 있는 환경의 종료, 유연한 워크로드의 일정, 사용하지 않는 데이터의 정리를 오너와 안전장치와 함께 자동화하세요. 주의: 자동 삭제는 필요한 데이터를 지울 수 있으므로, 보존 규칙과 검토를 쓰세요. 주제 6.1 — 자동화 전략을 참조하세요.

분석

에너지, 배출 추정치, 장치 연령과 고장 데이터, 클라우드 사용, 접근성 시험 결과를 방법과 불확실성을 밝히며 수집하세요. 주의: 배출 수치는 방법에 따라 크게 다르고, 일회성 개선은 성장으로 지워질 수 있으므로, 절대 총량과 추세를 추적하세요. 주제 7.3 — 측정과 보고와 서비스 관리 지표(Service Management Metrics) 책을 참조하세요.

흔한 실패 유형

  • 증거 없는 주장. "탄소 중립" 같은 진술을 뒷받침할 수 없습니다. 방법과 한계를 밝히고 주장을 검토하세요.
  • 문제 옮기기. 영향이 다른 단계나 공급자로 옮겨 갑니다. 수명주기로 생각하세요.
  • 한계 없는 효율. 절감이 더 많은 사용으로 상쇄됩니다. 절대 목표를 정하세요.
  • 사후에 생각한 접근성. 일부 사용자가 배제됩니다. 처음부터 만들고 시험하세요.
  • 과대한 AI. 대규모 모델이 단순한 작업을 합니다. 방법을 필요에 맞추세요.
  • 서비스를 운영하는 사람들을 무시하기. 번아웃과 이직이 늡니다. 업무량을 지속 가능성의 일부로 다루세요.
  • 데이터 없음. 결정이 추측에 의존합니다. 불확실성과 함께 수집할 수 있는 것을 수집하세요.

성숙도 모델

영역 시작 발전 표준화 관리 오케스트레이션
측정 없음 대략적인 추정 밝힌 방법으로 주요 영향을 추정한다 데이터를 개선하고 목표에 대해 추적한다 영향 데이터가 비용, 계획, 공급자와 통합된다
행동 임시방편 일부 절감 표준 프랙티스: 종료, 적정 규모화, 장치 수명 조치를 추적하고 검토한다 설계, 조달, 운영에 영향이 내장된다
포용과 윤리 고려하지 않는다 인식한다 접근성과 공정성 검토가 표준이다 집단별로 성과를 측정한다 서비스 전반에서 포용적 설계와 공정성이 통합된다
정직성 점검되지 않는 주장 인식한다 증거에 비추어 주장을 검토한다 주장을 감사한다 독립적 보증이 있는 투명한 보고

체크리스트

  • 밝힌 방법으로 주요 환경 영향을 추정했다.
  • 놀고 있는 환경을 끄거나 줄인다.
  • 장치를 수리하고, 재사용하고, 수명을 늘리며, 책임 있게 폐기한다.
  • 공급자에게 배출과 에너지 데이터를 요청하고 그 방법을 기록한다.
  • AI 사용이 비례적이며 비용과, 가능하면 에너지를 기록한다.
  • 서비스를 실제 사용자와 함께 접근성에 대해 시험한다.
  • 당직과 업무량이 지속 가능하다.
  • 지속 가능성 주장을 게시 전에 증거에 비추어 검토한다.

AI 프롬프트

영향 추정을 구조화합니다.

Here are our facts: number and age of devices [paste], cloud usage by region [paste], AI usage [paste], and any supplier emissions data [paste].
Draft a table of impact sources, the data we have for each, the missing data, the method we could use, and the main uncertainty. Do not invent emission factors or figures.
List what you are unsure of.

지속 가능성 주장을 검토합니다.

Here is a draft statement about our service's environmental impact: [paste]. Here is the evidence we have: [paste].
For each claim, say whether the evidence supports it, partly supports it, or does not, quoting the text, and list what is missing. Do not rewrite the claim.
List what you are unsure of.

접근성 시험을 계획합니다.

Our service: [describe]. Our users: [groups]. Known issues: [list].
Draft a test plan with tasks real users would attempt, the assistive technologies and devices to include, what to record, and how to report results. Do not claim any standard is met.
List what you are unsure of.

AI 스킬

  • roi-analysis: 영향을 줄이는 선택지의 비용과 편익을 저울질할 때 사용합니다.
  • stakeholder-analysis: 누가 영향을 받고 누가 빠져 있는지 식별할 때 사용합니다.
  • risk-register: 환경적, 사회적 리스크를 오너와 함께 기록할 때 사용합니다.
  • capacity-planning: 리소스를 적정 규모로 할 때 사용합니다.
  • vendor-management: 공급자에게 데이터와 약속을 요청할 때 사용합니다.

주요 출처

  • The Green Software Foundation (greensoftware.foundation): 소프트웨어와 탄소에 대한 커뮤니티의 지침과 표준.
  • W3C, Web Content Accessibility Guidelines (WCAG): 접근 가능한 웹 콘텐츠를 위한 국제 표준.
  • Wikipedia, "Sustainability" and "Greenwashing": 분야와 주장에서의 주된 위험의 개관.
  • Wikipedia, "Electronic waste" and "Circular economy": 장치와 재료에 대한 배경.

참고 문헌

  1. Sustainability — Wikipedia — https://en.wikipedia.org/wiki/Sustainability
  2. Environmental, social, and governance — Wikipedia — https://en.wikipedia.org/wiki/Environmental,_social,_and_governance
  3. Carbon footprint — Wikipedia — https://en.wikipedia.org/wiki/Carbon_footprint
  4. Carbon accounting — Wikipedia — https://en.wikipedia.org/wiki/Carbon_accounting
  5. Green computing — Wikipedia — https://en.wikipedia.org/wiki/Green_computing
  6. Data center — Wikipedia — https://en.wikipedia.org/wiki/Data_center
  7. Power usage effectiveness — Wikipedia — https://en.wikipedia.org/wiki/Power_usage_effectiveness
  8. Electronic waste — Wikipedia — https://en.wikipedia.org/wiki/Electronic_waste
  9. Circular economy — Wikipedia — https://en.wikipedia.org/wiki/Circular_economy
  10. Greenwashing — Wikipedia — https://en.wikipedia.org/wiki/Greenwashing
  11. Rebound effect (conservation) — Wikipedia — https://en.wikipedia.org/wiki/Rebound_effect_(conservation)
  12. Accessibility — Wikipedia — https://en.wikipedia.org/wiki/Accessibility