Big-O 소프트웨어 탄소 집약도(SCI) 공시

① 기능 단위(R)

진단 결정 1회 = 의사결정 엔진(대만 실용신안 M683041)이 러프 집합(Rough Set) 특징 축약 1회와 다기준 의사결정(MCDM) 평가 1회를 완료하는 것. bigomorfi.tech 웹사이트 진단 보고서의 순위와 제안이 여기서 생성됩니다.

② 산정 경계

③ 산정식

SCI = ((E × I) + M) ÷ R. 대만경제연구원(TIER) 워크시트에서는 다음과 같이 전개합니다:

E

소프트웨어 전력량(kWh) = 전력 W ÷ 1000 × 실행 시간 TiR

I

전력망 탄소 배출계수(kgCO₂e/kWh)

PUE

데이터센터 전력 사용 효율, 운영 탄소에 곱함

M

내재 탄소 = TE × (TiR ÷ EL) × (RR ÷ ToR) × Quantity

R

기능 단위 수(측정한 결정 횟수)

CPU%

소프트웨어가 실제 사용한 CPU 비율(유휴 제외)

④ 매개변수와 출처

⑤ 결과

동일한 측정 데이터를 TIER 워크시트의 세 가지 경계로 함께 공시합니다. 당사 서비스는 클라우드 가상 머신에서 운영되므로 vCPU 경계를 주 결과로 합니다.

주 결과 구성: 운영 탄소 0.003168 mg + 내재 탄소 0.000464 mg

⑥ 측정 기간과 방법

2026-08-21 대상 호스트(AWS EC2 t3.xlarge, 타이베이 ap-east-2)에서 TIER의 GreenCalculatorJavaNoUI 1.0.4로 실측: 워밍업 200회 후, 라운드마다 60초 유휴 기준을 측정하고 1,000회 부하를 실행하여 총 20라운드. 워크시트는 TIER의 2026-10-02 회신에 따라 확정.

⑦ 불확실성과 한계

• 20라운드 간 변동계수는 약 10.2%(원시 측정 파일)이며 개별 값은 이 범위에서 변동합니다.
• 클라우드 가상 머신은 물리 전력을 직접 측정할 수 없어 vCPU 전력은 공개 참조값을 사용합니다.
• PUE는 AWS 글로벌 평균, 배출계수는 연평균으로 타이베이 시설 실제값과 시간별 변동은 반영하지 않습니다.
• 내재 탄소 TE는 도구/공개 데이터셋 값이며 공급자가 본 장비에 대해 제시한 수치가 아닙니다.
• 의사결정 엔진만 포함합니다. 웹사이트 진단 1회는 외부 LLM을 1회 호출하며 그 배출은 포함되지 않습니다.
• 세 경계의 결과는 약 19배 차이가 납니다. 다른 업체와 비교 시 경계와 매개변수를 먼저 확인하세요.

⑧ 시행한 개선 조치

플랫폼에서 운영 중이며 버전 기록으로 확인 가능한 조치입니다. 탄소 또는 비용 절감을 보장하지 않습니다.

• 결정 단계는 결정론적 러프 집합 + MCDM 계산(CPU 수준)으로 수행하며, 순위 결정에 매번 LLM 추론을 사용하지 않습니다.
• 월간 AI 모델 수명주기 점검(2026-10부터): OpenAI / Anthropic / Google 공식 지원 종료 일정을 대조하고, 종료 예정 모델은 2026-10-02 현행 버전으로 전환.
• 이미지 생성은 화질 등급제: 고화질은 사용자가 명시적으로 선택할 때만(포인트 추가 차감), 구 모델 키는 저/중 화질로 대응.
• 캐시로 재계산 방지: 동일 URL 진단 결과 14일간 재사용, AI 생성 이미지는 프롬프트 해시로 캐시.
• 일괄 AI 작업은 실행당 비용 상한을 두고 도달 시 중단.
• 주요 서비스는 AWS 타이베이 리전(ap-east-2)에서 운영.

⑨ 공시 증거(DSCS)

이 페이지의 모든 수치는 아래 공시 JSON에 담겨 있으며 SHA-256 해시를 표시합니다. 누구나 JSON을 복사해 해시를 다시 계산하여 사후 변경 여부를 확인할 수 있습니다.

{"schema":"bigo-sci-disclosure/v1","publisher":"Big-O Information Intelligence Corp. (大鷗摩飛智能有限公司)","method":"ISO/IEC 21031:2024 Software Carbon Intensity (SCI) — self-disclosure, not third-party verified","formula":"SCI = ((E x Quantity x I x PUE) + TE x (TiR/EL) x (RR/ToR) x Quantity) / R x CPU%","software":"EcoGEO Audit decision engine (Rough Set QuickReduct + MCDM, ROC patent M683041), core-algo service","functionalUnit":"1 diagnostic decision = 1 rough-set feature reduction + 1 MCDM evaluation","host":"AWS EC2 t3.xlarge (4 vCPU), ap-east-2 Taipei; CPU Intel Xeon Platinum 8259CL","measurement":{"date":"2026-08-21","tool":"GreenCalculatorJavaNoUI 1.0.4 (provided by Taiwan Institute of Economic Research)","rounds":20,"decisionsPerRound":1000,"totalDecisions":20000,"warmupDecisions":200,"idleBaselineSecondsPerRound":60,"uniqueResultHashes":20000,"loadSecondsTotal":498.7058,"roundToRoundCv":0.1021},"parameters":{"I_kgCO2e_per_kWh":0.466,"PUE":1.15,"EL_hours":35040,"TiR_hours":0.13852939,"softwareCpuShare":0.1016,"R":20000},"blocks":{"vCPU":{"W":2.1,"Quantity":4,"TE_kg":277,"RR":1,"ToR":48,"sci_mg":0.003631,"operational_mg":0.003168,"embodied_mg":0.000464},"cpu":{"W":136.67,"Quantity":1,"TE_kg":277,"RR":4,"ToR":48,"sci_mg":0.052007},"wholeMachine":{"W":182.23,"Quantity":1,"TE_kg":48,"RR":1,"ToR":1,"sci_mg":0.069688}},"primaryBlock":"vCPU","primaryResult_mgCO2e_per_decision":0.003631,"calculationVersion":"2026-10-02","excluded":["third-party LLM inference (runs in provider data centres)","front-end UI, database writes, email/notifications, PDF rendering","network transfer and end-user devices"]}

이 버전은 아직 OpenTimestamps에 기록하지 않았습니다. 확정 후 기록하고 DSCS 신뢰 원장에 공개합니다.

버전 기록

2026-09-29~09-30 버전은 전체 장비 경계·유휴 미차감으로 0.078 mgCO₂e/회였습니다. 2026-10-02 TIER 회신(vCPU 수는 한 번만 곱함, CPU%는 유휴 차감 후 소프트웨어 사용률 10.16%)에 따라 이 페이지의 값으로 수정했습니다.

이 탭은 Big-O가 자사 플랫폼의 그린 소프트웨어 실천에 대해 작성한 자체 평가와 계획입니다. ISO 인증이 아니며 제3자 검증을 받지 않았고, 탄소 측정값도 아닙니다. Big-O가 공개 공시하는 SCI 수치는 「SCI 공시 (POC 검증 범위)」 탭의 수치입니다.

① 그린 소프트웨어 성숙도 매트릭스 (자체 평가)

O’Reilly 『Building Green Software』와 Green Software Foundation 자료를 참고하여 4개 영역 × 5단계로 자체 평가했습니다. 평가 버전: 2026-05-24. 영역별 실제 진행 상황은 다음 자체 평가 때 갱신합니다.

② 구체적 실천 목록

아래는 실천 방식에 대한 설명이며, 탄소 또는 비용 절감 효과를 보장하지 않습니다.

• ✓ 시행 중주요 서비스는 주요 사용자와 가까운 AWS 타이베이 리전(ap-east-2)에서 운영.
• ✓ 시행 중페이지와 정적 리소스는 Vercel 엣지 캐시로 제공하며, 캐시 적중 요청은 EC2 호스트로 가지 않음.
• ✓ 시행 중Next.js 코드 분할과 tree shaking으로 프런트엔드 다운로드 용량 축소.
• ✓ 시행 중AI 모델을 작업별로 구분: 간단한 작업에는 작은 모델을 사용하고 항상 대형 모델을 쓰지 않음.
• ✓ 시행 중영상은 사용자가 요청할 때만 생성하며 미리 생성하지 않음.
• ✓ 시행 중타임스탬프 증빙은 OpenTimestamps를 사용해 Bitcoin 블록 앵커링을 공유하며, 자체 체인을 구축하지 않음.
• ✓ 시행 중PM2 fork mode와 자동 graceful restart로 서버 메모리 사용량 관리.
• ✓ 시행 중PostgreSQL 인덱스 최적화로 쿼리 시간 단축.
• → 계획 중대규모 언어 모델 응답 캐시를 도입해 중복 추론을 줄일 계획.
• → 계획 중CDN 엣지가 아직 동남아시아를 커버하지 않아 싱가포르 노드 검토 예정.
• … 검토 중탄소 인지 스케줄링(carbon-aware scheduling) 검토: 예약 작업을 전력망 탄소 집약도가 낮은 시간대로 이동.
• … 검토 중클라우드 및 CDN 사업자의 저탄소 리전 옵션 평가.

③ 로드맵 (계획)

아래는 계획 방향이며 확약이 아닙니다. 일정과 내용은 상황에 따라 바뀔 수 있습니다.