[논문 리뷰] Carbon-Aware Governance Gates: An Architecture for Sustainable GenAI Development

Mateen Ahmed Abbasi, Tommi Mikkonen외 4명|arXiv (Cornell University)|2026. 02. 23.

Scientific Computing and Data Management인용 수 0

한 줄 요약

본 논문은 Carbon-Aware Governance Gates (CAGG)를 제안하며, 이는 emissions provenance, carbon budgeting, 그리고 green validation orchestration을 SDLC 거버넌스 계층에 내재화하는 GenAI 거버넌스의 아키텍처 확장으로, AI-활용 개발의 탄소 발자국을 줄인다.

ABSTRACT

The rapid adoption of Generative AI (GenAI) in the software development life cycle (SDLC) increases computational demand, which can raise the carbon footprint of development activities. At the same time, organizations are increasingly embedding governance mechanisms into GenAI-assisted development to support trust, transparency, and accountability. However, these governance mechanisms introduce additional computational workloads, including repeated inference, regeneration cycles, and expanded validation pipelines, increasing energy use and the carbon footprint of GenAI-assisted development. This paper proposes Carbon-Aware Governance Gates (CAGG), an architectural extension that embeds carbon budgets, energy provenance, and sustainability-aware validation orchestration into human-AI governance layers. CAGG comprises three components: (i) an Energy and Carbon Provenance Ledger, (ii) a Carbon Budget Manager, and (iii) a Green Validation Orchestrator, operationalized through governance policies and reusable design patterns.

연구 동기 및 목표

• GenAI 기반 소프트웨어 개발 및 거버넌스의 오버헤드가 야기하는 환경 영향 문제의 필요성을 제시한다.
• GenAI-enabled SDLC에 지속 가능성을 인간-AI 거버넌스에 통합하는 계층적 아키텍처를 제안한다.
• 거버넌스의 세 가지 아키텍처 확장: emissions provenance, carbon budgeting, 그리고 green validation orchestration을 도입한다.
• 거버넌스에서 지속 가능성을 운영화하기 위한 실행 가능한 거버넌스 정책과 재사용 가능한 설계 패턴을 정의한다.
• 기존 DevOps 생태계에 탄소 인지 거버넌스를 통합할 때의 트레이드오프와 한계를 강조한다.

제안 방법

• GenAI- enabled 소프트웨어 개발을 위한 탄소 인지 거버넌스 참조 아키텍처를 제시한다.
• Energy and Carbon Provenance Ledger, Carbon Budget Manager, 및 Green Validation Orchestrator의 세 가지 아키텍처 확장을 설명한다.
• Model Escalation, Regeneration Cap Policy, Carbon-Intensity Scheduling, 그리고 Budget-Bound Validation과 같은 거버넌스 정책을 정의한다.
• Budgeted Governance Gate, Two-Phase Carbon-Aware Validation, Carbon Provenance Evidence, 그리고 Stop-and-Justify Regeneration Loop의 네 가지 재사용 가능한 아키텍처 설계 패턴을 제안한다.
• 확장 기능이 측정, 의사결정, 집행으로 구성된 지속 가능성 거버넌스 제어 루프를 어떻게 가능하게 하는지 설명한다.

실험 결과

연구 질문

• RQ1 어떤 아키텍처적 메커니즘과 거버넌스 포인트가 GenAI-enabled 소프트웨어 개발에 지속 가능성을 내재화할 수 있는가?
• RQ2 기존 거버넌스 제어 구조를 재구성하지 않고 배출 원천 추적, 예산 편성, 검증 운영을 어떻게 통합할 수 있는가?
• RQ3 SDLC 워크플로우에서 실행 가능한 탄소 인식 거버넌스를 가능하게 하는 정책 및 설계 패턴은 무엇인가?
• RQ4 거버넌스 의사결정에서 보증, 성능, 탄소 발자국 사이에 어떤 트레이드오프가 발생하는가?

주요 결과

• CAGG는 Energy and Carbon Provenance Ledger, Carbon Budget Manager, 및 Green Validation Orchestrator를 추가함으로써 거버넌스에 지속 가능성을 내재화한다.
• 거버넌스 정책(예: Model Escalation, Regeneration Limits, Carbon-Intensity Scheduling, Budget-Bound Validation)은 검증 및 감독에서 탄소 인식 의사결정을 가능하게 한다.
• 설계 패턴은 예산 기반 거버넌스, 이단계 검증, 원천 증거, 중지 및 정당화 재생 루프에 대한 재사용 가능한 솔루션을 제공한다.
• 이 접근 방식은 지속 가능성을 인프라 최적화에서 GenAI 거버넌스의 아키텍처적 관심사로 전환하여 거버넌스 체크포인트에서 명시적 트레이드오프를 관리할 수 있게 한다.
• 탄소 발자국 추정 정확도, 안전 중요 맥락에서의 잠재적 과제 제약, 증가된 아키텍처 복잡성과 같은 한계점을 인정한다.