오늘날 빠르게 발전하는 AI 기술 환경에서 우려되는 현실이 나타나고 있습니다. 단일 ChatGPT 쿼리에 필요한 전력은 Google 검색의 거의 10배입니다.
이러한 상당한 격차는 AI 기술과 기존 인터넷 서비스 간 에너지 소비의 근본적인 차이를 강조할 뿐만 아니라 전 세계 에너지 소비 패턴의 심오한 변화를 의미합니다.
최근 유명 컨설팅 회사인 가트너(Gartner)는 최신 보고서에서 2027년까지 기존 AI 데이터센터의 40%가 전력 공급 부족으로 인해 운영에 어려움을 겪을 것이라고 경고했다. 이 예측은 AI 개발과 에너지 공급 사이의 긴장이 커지고 있음을 강조합니다.
동시에, 국제 투자 은행인 Goldman Sachs의 연구에서도 비슷한 전망을 제공합니다. 2030년까지 전 세계 데이터 센터 전력 수요가 160% 급증할 것입니다. 이는 이에 대한 광범위한 우려를 불러일으켰다.에너지 공급, 인프라 개발 및 환경 영향.
차트|Gartner의 예측: 매년 AI 데이터 센터의 새로운 AI 서버에서 추가 에너지 소비(출처: Gartner)
최근에는 구글, 마이크로소프트, 아마존, 메타 등 거대 기술기업들이 원전 설비에 적극적으로 투자하고 있다. 그 이유 중 하나는 향후 AI 데이터센터의 막대한 에너지 수요가 충족되지 않을 수 있다는 우려 때문이다.
역사적으로 데이터센터의 에너지 수요는 놀라운 안정성을 보여왔습니다. 2015년부터 2019년까지 데이터 센터의 작업량이 거의 두 배로 늘어났음에도 불구하고 연간 전력 소비량은 약 200테라와트시로 비교적 안정적으로 유지되었습니다.
이러한 안정성은 주로 데이터 센터 내 에너지 효율성의 지속적인 개선에 기인합니다. 그러나 이러한 상황은 2020년 이후 근본적인 변화를 겪었다.
Gartner 분석가 Bob Johnson은 "차세대 하이퍼스케일 데이터 센터의 건설은 전력 공급업체의 공급 확장 능력을 능가하는 엄청난 전력 수요를 창출하고 있습니다. 특히 대규모 모델을 처리하고 훈련하는 영역에서는 필요한 계산 리소스가 필요합니다. 에너지 소비도 전례 없는 수준에 도달했습니다."
현재 글로벌 데이터 센터는 전체 전력 소비량의 1-2%를 차지하고 있지만, 2030년까지 이 비율은 3-4%로 증가할 것으로 예상되며, 특히 선진국에서 이러한 성장이 두드러집니다.
특히 미국에서는 2030년까지 데이터센터의 전력 소비량이 현재 3%에서 8%로 늘어나 미국 전력 수요가 거의 25년 만에 가장 빠른 속도로 증가할 것으로 예상된다.
차트|골드만삭스 전망에너지데이터센터 수요 (출처: Goldman Sachs)
이러한 문제를 해결하기 위해 미국 유틸리티 회사는 특히 데이터 센터를 위한 새로운 발전 용량에 약 500억 달러를 투자해야 합니다.
또한 2030년까지 데이터 센터의 전기 수요 증가로 인해 일일 천연가스 수요가 약 33억 입방피트 증가하게 되며, 이를 위해서는 새로운 파이프라인 인프라 구축이 필요합니다.
Goldman Sachs는 유럽의 상황이 훨씬 더 복잡하다고 지적합니다. 글로벌 데이터 센터의 주요 허브로서 데이터 센터의 15%가 유럽에 있습니다. 2030년까지 이러한 데이터 센터의 에너지 수요는 포르투갈, 그리스, 네덜란드의 총 전력 소비량을 합친 것과 동일할 것입니다.
유럽이 세계에서 가장 오래된 전력망 시스템을 보유하고 있다는 점을 감안할 때, 이 지역은 송전 및 배전 시스템을 업그레이드하기 위해 향후 10년 동안 약 8,000억 유로를 투자해야 할 뿐만 아니라 다음과 같은 재생 가능 에너지원 개발에 약 8,500억 유로를 투자해야 합니다. 새로운 데이터 센터의 에너지 수요를 충족하기 위한 태양광, 육상 풍력, 해상 풍력 발전 등이 있습니다.
차트|다양한 지역과 중국의 전력망 평균 수명(출처: Goldman Sachs)
더욱 우려스러운 점은 이러한 전력수요 급증이 전력가격에 직접적인 영향을 미칠 것이라는 점이다. 연구에 따르면 대규모 데이터 센터 운영자는 다른 그리드 수요와 관계없이 장기적이고 안정적인 전력 공급을 확보하기 위해 주요 전력 생산업체와 협상하고 있는 것으로 나타났습니다.
이러한 경쟁은 필연적으로 전기 가격을 상승시킬 것이며, 이러한 비용은 궁극적으로 AI 제품 및 서비스 사용자에게 전가될 것입니다.
이에 전문가들은 기업들이 전기요금 인상에 미리 대비하고, 합리적인 가격에 장기 데이터센터 서비스 계약을 체결할 수 있도록 노력할 것을 권고하고 있다.
환경에 미치는 영향도 걱정스럽습니다. 2030년까지 데이터 센터의 탄소 배출량은 2022년에 비해 두 배 이상 증가할 것으로 예상되며, 이는 전 세계 탄소 배출 감소 목표에 대한 새로운 도전을 제시합니다.
골드만삭스(Goldman Sachs)에 따르면, 데이터 센터의 탄소 배출 증가로 인한 '사회적 비용'만도 1,250억~1,400억 달러(현재 가치)에 달할 것으로 예상됩니다.
Gartner는 2027년까지 AI 최적화 서버를 실행하기 위한 전력 수요가 연간 500테라와트시에 이를 것으로 예상합니다. 이는 2023년 수준의 2.6배입니다.
단기적으로 급증하는 전력 수요를 충족하기 위해 원래 해체 예정이었던 일부 화석 연료 발전소는 운영 수명을 연장해야 하여 환경적 압력을 더욱 악화시킬 수 있습니다.
데이터 센터에는 24-시간의 무정전 전력이 필요하며, 현재 이러한 안정적인 전력 공급을 위해서는 수력 발전, 화석 연료 또는 원자력 발전소에 의존해야 합니다.
풍력 및 태양광과 같은 재생 에너지원은 환경 친화적이지만 에너지 저장 시스템을 지원하지 않으면 데이터 센터의 지속적인 전력 수요를 충족시키기가 어렵습니다.
차트|지난 9년간 데이터 센터 부하 및 에너지 소비 변화(출처: Goldman Sachs)
이러한 문제를 해결하기 위해 업계에서는 다양한 솔루션을 모색하고 있습니다. 일부 기업에서는 재생에너지에 대한 투자를 늘리고 원자력 신기술의 상용화를 적극적으로 추진하고 있다.
기술 기업들은 또한 에너지 효율성을 향상시키기 위한 혁신적인 방법을 모색하고 있습니다. 장기적으로 새로운 배터리 저장 기술이나 청정 에너지 기술(예: 소형 원자로)의 개발은 새로운 솔루션을 제공할 수 있습니다.
AI 기술 자체가 의료, 농업, 교육 등 분야의 혁신을 가속화하고 에너지 효율성을 향상시켜 솔루션에 기여할 수 있다는 점은 언급할 가치가 있습니다.
마지막으로, 두 회사의 연구 보고서에서는 기업이 AI 개발 전략을 수립할 때 전력 부족의 잠재적 위험을 충분히 고려하고, 향후 전력 비용 상승이 미치는 영향을 평가하며, 대안 솔루션을 적극적으로 모색해야 한다고 제안합니다.
유망한 솔루션에는 엣지 컴퓨팅 기술 사용, 더 작은 대형 모델 채택, 생성 AI 애플리케이션 개발 시 계산 효율성 우선 순위 등이 포함됩니다.
분명히 AI 기술의 발전은 글로벌 에너지 환경을 재편하고 있습니다. 기술 혁신, 에너지 안보, 환경 보호의 균형은 앞으로 글로벌 기술 및 에너지 산업이 함께 직면하게 될 중요한 과제가 될 것입니다. (DeepTech에서 재출판된 기사)
