[36th, 에너지가 미래다] “GPU가 녹는다”… AI가 바꾸는 에너지 시장

▲미국 버지니아주에 있는 아마존웹서비스 데이터센터 전경. EPA연합뉴스.

인공지능(AI)의 비약적 발전이 에너지 시장의 질서를 근본부터 흔들고 있다. 생성형 AI 서비스와 데이터센터의 급속한 확장은 전 세계 전력 수요를 사상 최고 수준으로 끌어올리고 있으며, 동시에 AI는 에너지 효율화를 이끄는 핵심 기술로도 주목받고 있다. '전력 위기'와 '효율 혁신'이라는 상반된 흐름이 교차하며, 에너지 시장은 지금 전환의 문턱에 서 있다는 분석이 나온다.

25일 업계에 따르면 챗GPT 등 대규모 언어모델(LLM)을 기반으로 한 생성형 AI의 확산은 데이터센터의 전력 소비를 급격히 증가시키고 있다. 이들 서비스는 막대한 연산 능력을 요구하며, 이는 전 세계 데이터센터의 에너지 수요 급증으로 직결된다.

국제에너지기구(IEA)는 전 세계 데이터센터의 전력 소비가 2022년 약 460테라와트시(TWh)에서 2030년까지 약 945TWh로 두 배 이상 늘어날 것으로 전망했다. 이는 일본 전체 연간 전력 소비량을 넘어서는 수치다. 특히 AI에 특화된 데이터센터의 경우, 전력 수요는 같은 기간 네 배 이상 급증할 것으로 예측된다.

AI 연산은 기존 검색이나 일반 IT 서비스보다 수십 배의 전력을 소모한다. 실제로 챗GPT와 같은 LLM의 응답 한 번에 드는 에너지 소비는 전통적 웹 검색보다 훨씬 높은 수준이다.

특히 최근 국내에서도 화제를 모은 챗GPT의 '지브리 화풍' 이미지 변환 기능은 이러한 고전력 소모의 대표 사례로 꼽힌다. 카네기멜런대 연구에 따르면 생성형 AI가 이미지 변환을 수행할 때 건당 약 2.9와트시(Wh)의 전력을 소비하는데, 이는 스마트폰을 약 30% 충전할 수 있는 수준이다. 단순 대화 생성(0.047Wh)이나 문장 요약(0.049Wh)보다 약 60배 많은 전력이 필요한 셈이다.

이 같은 고부하 작업이 사용자 사이에서 인기를 끌면서 챗GPT의 전기 소비량도 급격히 늘고 있다. 최근 월간 이용자 수 5억명을 돌파한 챗GPT는 하루에 에어컨 5만 대를 1시간 가동할 때 소모되는 에너지와 맞먹는 전력을 사용하는 것으로 추산된다. 연간으로 환산하면 약 18TWh로, 이는 미국 미시시피주 전체 주택이 1년간 사용하는 전력과 비슷한 규모다.

이와 관련해 샘 올트먼 오픈AI 최고경영자(CEO)는 “그래픽처리장치(GPU)가 녹아내리고 있다"며 이미지 변환 기능 사용을 자제해달라고 요청하기도 했다. 전문가들은 생성형 AI가 기술 특이점을 지나면서 전력 수요 역시 기하급수적으로 증가하고 있다고 분석한다.

전력 수요 폭증은 전력 인프라에 큰 부담으로 작용하고 있다. 미국에서는 데이터센터의 신규 입지 선정 시 전력 공급 능력이 핵심 조건으로 부상했으며, 2030년까지 약 30%의 데이터센터가 온사이트(On-site) 발전 설비 도입을 검토 중이다. 이는 노후화된 전력망에 가중되는 부담을 덜고, 공급 지연 문제를 해소하기 위한 자구책으로 풀이된다.

AI 확산이 야기할 환경 영향도 우려된다. 국제통화기금(IMF)은 현행 에너지 정책이 유지될 경우, 2025~2030년 사이 AI로 인한 전력 수요 증가는 전 세계 온실가스 배출량을 약 1.7기가톤(Gt) 늘릴 수 있다고 경고했다. 이는 이탈리아의 5년치 에너지 관련 탄소배출량에 맞먹는 수준이다.

또한 데이터센터 냉각을 위한 물 사용도 급격히 증가 중이다.

지난해 파이낸셜타임스(FT)는 미국 버지니아주 내 데이터센터들이 2023년 한 해 동안 최소 18억5000만갤런(약 70억ℓ)의 물을 사용했다고 보도했다. 전력뿐 아니라 수자원 부담까지 함께 커지고 있는 셈이다.

▲생성형 AI를 활용해 '에너딕트'가 제공하는 서비스를 표현한 상상도. 사진 = LG CNS.

반면 AI는 에너지 효율화를 촉진하는 핵심 기술로도 부상하고 있다. AI 기반 에너지 관리 시스템은 대규모 데이터를 실시간 분석해 전력 수요 예측 정확도를 높이고, 발전·저장·송배전 등 에너지 전 과정의 효율을 최적화할 수 있다.

특히 재생에너지는 발전량이 날씨나 계절에 따라 변동성이 크고 설비가 전국에 분산돼 있어 AI의 역할이 더욱 중요하다. 풍력, 태양광 등 재생에너지 발전량을 실시간으로 예측하고, 이를 전력망 운영에 반영해 안정성을 높일 수 있기 때문이다.

LG CNS가 지난해 선보인 전력 AI 솔루션 '에너딕트'는 이러한 흐름을 보여주는 대표 사례다. '에너지의 흐름을 예측한다'는 의미를 담은 이 솔루션은 통합발전소(VPP) 사업자를 위한 AI 기반 플랫폼이다. 에너딕트는 머신러닝·딥러닝 기반의 예측 모델을 통해 날씨, 계절 등 다양한 변수에 따른 발전량을 분석하고, 전력거래소의 급전지시(수요와 공급을 실시간 조절하는 지시)에 최적화된 대응을 가능케 한다.

또한 AI는 과거 유지보수 기록, 사용 패턴, 날씨 데이터를 종합 분석해 설비의 고장을 사전에 예측함으로써 가동 중단 시간과 수리비용을 줄이고, 재생에너지 설비의 안정성을 높인다.

더불어, 에너지저장장치(ESS) 운영에도 AI를 접목해 재생에너지의 출력 변동성을 보완하고, 계통 안정화에도 기여할 수 있다.

AI가 불러온 에너지 시장의 변화는 분명 '양날의 검'이다. 전력 수요 폭증, 탄소 배출 증가, 인프라 과부하 등 현실적 위기가 존재하지만, 동시에 AI는 에너지 효율화와 재생에너지 확산, 전력망의 디지털 전환을 이끄는 혁신의 촉매로 작용하고 있다.

신정수 에너지경제연구원 연구위원은 'AI의 에너지 분야 도전과 기회' 보고서를 통해 “AI 발전은 자체 전력수요 증가에 따른 에너지 소비 증가라는 도전으로 작용하는 동시에, 산업 전반에 AI를 도입·활용함으로써 에너지 효율성이 제고돼 소비 증가를 완화할 수 있는 기회로도 작용한다는 점에서 '에너지 역설'의 측면이 공존한다"고 진단했다.

그는 이어 “AI는 데이터센터에서 필요로 하는 전력을 어떻게 확보할 것인가와 이미 포화 상태에 있는 글로벌 전력망의 부담이라는 두 과제에 직면하고 있다"며 “이를 극복하기 위해 원자력이나 소형모듈원자로(SMR) 등 저탄소 에너지원 개발을 정책 대안으로 검토할 필요가 있다"고 강조했다. 아울러 “AI 발전을 위한 정책 개발 시 에너지 수급 안정성과 탄소중립이라는 상충 목표 간의 균형이 필요하며, 기술 혁신을 유도할 유인책도 병행돼야 한다"고 덧붙였다.

김윤호 기자 kyh81@ekn.kr