AI 데이터센터, 비트코인 채굴사와 같은 '전력 유연성' 확보 나선다

인공지능(AI) 데이터센터가 비트코인 채굴 업계가 먼저 터득한 '전력 트릭'을 학습하며 전력망의 유연한 자산으로 거듭날 가능성이 제기되고 있다. 특히 텍사스 지역에서는 데이터센터의 전력 수요가 전력망 확충 속도를 훨씬 앞지르는 상황이 관측되면서, AI 연산 부하를 탄력적으로 조절하는 기술의 중요성이 부각되고 있다. 비록 현재의 실험은 단일 칩 수준에 머물렀지만, AI 캠퍼스 전반으로 이러한 전력 제어 기술을 확장하는 것이 향후 해결해야 할 과제로 남아있다.

**AI 연산의 근간, 폭증하는 전력 수요와 전력망의 딜레마**

우리가 AI 챗봇을 통해 얻는 답변 하나하나는 그 이면에 막대한 전력을 소모하는 복잡한 연산 과정을 거친다. 화면에 나타나는 텍스트는 단순해 보일지라도, 이 뒤에는 먼 곳에 위치한 수많은 컴퓨터 칩이 구동되며 데이터를 처리하고 막대한 열을 발생시킨다. AI 데이터센터는 이러한 열을 효과적으로 관리하기 위해 고강력 냉각 시스템을 가동해야 하며, 이는 곧 천문학적인 전력 소비로 이어진다. 수백만 건의 질문, 이미지 요청, 기업 업무 처리 등이 동시에 이루어질 때, 가볍게 느껴지는 질문 하나가 전력망에 실질적인 부담을 가하는 물리적 수요로 전환되는 것이다.

전력 회사들은 이러한 엄청난 규모의 전력 수요를 집중적으로 공급해야 하는 과제에 직면해 있다. 대규모 AI 데이터센터 캠퍼스 하나가 작은 도시 전체가 사용하는 전력량과 맞먹는 수준에 달할 수 있으며, 기업들은 전력 회사가 수요를 충족시킬 수 있는 시간보다 훨씬 빠르게 데이터센터를 계획하고 건설할 수 있다. 더욱이, 전력 회사는 평상시에는 일부 용량이 사용되지 않더라도, 고객들이 가장 많은 전력을 사용하는 시간대에 대비해 충분한 공급 능력을 갖춰야 한다. 즉, 데이터센터는 전력망이 공급할 수 있는 속도보다 더 빠르게 전력을 요구하는 상황에 놓여 있다.

**새로운 전력원 확보 vs. 연산 시간 조절: 두 가지 해법**

이러한 문제를 해결하기 위한 방안 중 하나는 새로운 발전소를 건설하는 것이다. 하지만 이는 수십억 달러의 막대한 투자와 수년의 시간이 소요되는 매우 비용이 많이 들고 시간 집약적인 해결책이다. 신규 발전소 건설은 장기적인 관점에서 전력망 안정을 위해 필요하지만, 당장의 급증하는 수요를 즉각적으로 해결하기에는 한계가 명확하다.

대안으로 제시되는 것이 바로 '연산 시간을 다른 시간대로 옮기는 것'이다. 챗봇의 답변은 즉각적으로 제공되어야 하지만, 내부적인 실험이나 밤샘 동영상 처리 작업 등은 잠시 기다릴 수 있다. 이러한 연산 작업의 시급성을 판별할 수 있는 소프트웨어를 활용하면, 전력이 부족한 시기에는 기다릴 수 있는 작업을 일시적으로 늦추고, 전력이 풍부해졌을 때 밀린 작업을 처리하도록 할 수 있다. 이는 마치 전력 소비가 적은 심야 시간에 전기차를 충전하거나, 공장 가동 시간을 조정하는 것과 유사한 개념이다.

**텍사스의 실험: AI 연산, 전력망 유연성을 배우다**

텍사스에서 진행된 소규모 실험은 이러한 연산 시간 조절 방안이 현실에서 어떻게 구현될 수 있는지 보여주는 좋은 사례다. 비트코인 채굴 업계에서 사업 기반을 다진 Luxor Energy는 컴퓨터 칩의 전력 사용량을 제어하는 소프트웨어를 개발하는 Bentaus와 협력했다. 이들은 AI 연산을 위해 설계된 고성능 칩인 Nvidia B200 칩 하나를 대상으로 실험을 진행했다.

실험에서 해당 칩은 '추론(inference)' 작업을 수행 중이었다. 추론은 학습된 AI 모델을 사용하여 결과값을 생성하는 과정을 의미한다. 이때, Bentaus의 소프트웨어가 칩에 전력 사용량을 줄이도록 지시했다. 그 결과, 칩의 전력 소비량은 0.5초 이내에 평소의 약 25% 수준으로 감소했으며, 해당 제한 시간 동안 처리하는 요청 수도 줄어들었다.

Luxor의 최고운영책임자(COO)인 Ethan Vera는 이 과정에서 어떠한 작업도 실패하지 않았으며, 진행 중이던 작업이 손실되지 않았다고 CryptoSlate에 밝혔다. 전력 제한이 해제되자 칩은 즉시 정상 속도로 복귀했다. Luxor와 Bentaus는 공개 시연에서 ‘어떠한 혼란도 발생하지 않았다’고 밝혔지만, 이 표현은 다소 해석의 여지가 있다. 운영자 입장에서 작업은 무사히 완료되고 재개되었지만, 칩이 제한 시간 동안 처리한 작업량이 줄어들었기 때문에 최종 사용자 입장에서는 답변을 받는 데 시간이 조금 더 걸릴 수 있다. 결국, AI의 유연성을 확보하려는 모든 계획은 최종 사용자가 얼마나 더 기다릴 수 있는지에 대한 현실적인 기준 설정에 달려있다고 볼 수 있다.

**AI 데이터센터와 비트코인 채굴의 유사점: 전력 과부하 시대의 해법**

AI 데이터센터의 전력 수요 증가는 마치 과거 비트코인 채굴 붐 초기의 상황과 유사하다. 비트코인 채굴 역시 막대한 전력을 소모하며, 채굴 업체들은 전력 가격이 저렴한 지역으로 이전하거나, 잉여 전력을 활용하는 방안을 모색해왔다. 이러한 과정에서 채굴 업체들은 전력망에 과부하가 걸릴 경우 채굴 작업을 일시 중단하고 전력 수요를 조절하는 ‘수요 반응(demand response)’ 프로그램에 참여하며 전력망 안정화에 기여하는 역할을 해왔다. Luxor Energy가 비트코인 채굴에서 파생된 경험을 바탕으로 AI 데이터센터의 전력 문제 해결에 접근했다는 점은 시사하는 바가 크다.

AI 연산은 실시간 응답을 요구하는 경우가 많아 비트코인 채굴처럼 완전히 중단하기 어려운 측면이 있다. 하지만 영상 처리, 언어 모델 학습 등 일부 작업은 즉각적인 결과 도출이 필수적이지 않다. 이러한 작업들을 식별하고, 전력망의 부담이 가중될 때 우선순위를 낮춰 연산 속도를 늦추는 방식으로 전력 수요를 조절할 수 있다면, AI 데이터센터는 전력망의 ‘고정적 부담’이 아닌 ‘유연한 자산’으로 기능할 수 있게 된다. 이는 전력 인프라 확충에 드는 막대한 비용과 시간을 절감하는 동시에, AI 기술 발전의 지속 가능성을 높이는 중요한 열쇠가 될 것이다.

**향후 과제와 전망: 기술적 확장성과 경제적 인센티브**

Luxor와 Bentaus의 실험은 AI 칩 하나를 제어하는 데 성공했지만, 수십만 개의 칩으로 구성된 거대한 AI 캠퍼스 전체의 전력 사용량을 실시간으로, 그리고 효율적으로 제어하는 것은 훨씬 복잡하고 어려운 과제다. AI 시스템의 다양한 작업 부하와 우선순위를 정확하게 파악하고, 전력망 상태 변화에 맞춰 정밀하게 연산 속도를 조절하는 고도화된 소프트웨어와 하드웨어 통합 기술이 요구된다.

또한, 이러한 전력 유연성 확보에 대한 경제적 인센티브 마련도 중요하다. 전력 회사는 데이터센터가 전력망 안정화에 기여하는 만큼 보상을 제공하고, 데이터센터 운영사는 전력 비용 절감 및 전력망 운영 효율성 증대에 따른 혜택을 얻을 수 있는 구조를 만들어야 한다. 이는 AI 산업의 지속적인 성장과 전력망의 안정적 운영이라는 두 마리 토끼를 잡는 길로 이어질 수 있다. AI 시대의 전력 수요 증가는 피할 수 없는 현실이지만, 비트코인 채굴의 경험을 발판 삼아 AI 데이터센터가 전력망의 능동적인 참여자로 변모한다면, 이는 에너지 문제 해결의 새로운 지평을 열 것으로 기대된다.