AI 산업과 전력 문제

AI 산업의 성장과 발전은 엄청난 계산 능력과 데이터 처리 능력을 필요로 하며, 이는 막대한 전력 소비와 긴밀히 연결되어 있습니다. AI의 주요 애플리케이션과 관련된 기술들이 에너지 소비를 크게 증가시키고 있으며, 이로 인해 전력 문제는 AI의 지속적인 성장과 환경적 영향을 고려할 때 중요한 과제로 대두되고 있습니다.

​

AI 산업의 전력 문제 주요 측면

1. AI 모델 훈련 및 추론의 전력 소모:

• 딥러닝과 같은 AI 기술은 막대한 양의 데이터를 처리하고, 수백만에서 수십억 개에 달하는 매개변수를 최적화해야 합니다. 대규모 **언어 모델(GPT-4 같은)**이나 **이미지 생성 모델(DALL-E 같은)**의 훈련은 수천 개의 GPU나 TPU와 같은 고성능 하드웨어가 필요하며, 이는 막대한 전력을 소비합니다.
• 예를 들어, GPT-3 같은 대규모 AI 모델을 훈련하는 데는 수백 MWh 이상의 전력이 소모된다고 보고되었으며, 이와 같은 훈련 과정은 고성능 서버 팜에서 주로 진행됩니다.

​

2. 데이터 센터의 전력 소비:

• AI 서비스가 운영되는 데이터 센터는 막대한 전력을 소비합니다. 데이터 센터는 연중무휴로 작동하며 AI 모델의 훈련과 추론을 위한 연산을 지속적으로 수행합니다. 또한, 데이터 센터를 냉각하는 데도 많은 에너지가 필요합니다.
• 전 세계 데이터 센터가 사용하는 전력은 **전 세계 전력 소비의 약 1%**를 차지하며, 그 비율은 AI 발전에 따라 더욱 증가할 가능성이 높습니다.

​

3. 전력망 부담 및 지속 가능성:

• AI 산업의 성장에 따른 전력 수요 증가는 전력망에 추가적인 부담을 가중시킵니다. 특히 AI 기술을 사용하는 기업들이 에너지 효율이 낮은 데이터 센터를 사용하는 경우, 에너지 비용뿐만 아니라 전력 공급 부족과 같은 문제를 초래할 수 있습니다.
• 환경적인 측면에서는 AI 기술이 탄소 발자국을 크게 늘릴 수 있습니다. 대부분의 전력은 여전히 화석 연료를 기반으로 생산되기 때문에, AI 산업의 전력 사용이 환경에 미치는 부정적인 영향을 경감하려면 재생 에너지 사용을 확대하는 것이 필수적입니다.

​

​

전력 문제 해결을 위한 기술 및 전략

1. 에너지 효율 개선:

• 특수 목적 AI 칩(예: Nvidia의 A100 GPU나 Google의 TPU)은 AI 훈련과 추론에 최적화된 칩으로, 더 높은 에너지 효율을 제공합니다. 이러한 칩을 사용하면 동일한 연산을 수행하는 데 필요한 전력을 줄일 수 있습니다.
• 또한, 데이터 센터의 에너지 효율성을 개선하기 위한 연구도 진행되고 있습니다. 이는 하드웨어, 냉각 시스템, 서버 운영 방식을 최적화하는 것을 포함합니다.

​

2. 재생 가능 에너지 사용 확대:

• 여러 대형 IT 기업과 AI 회사들은 데이터 센터에 태양광, 풍력 등 재생 가능 에너지를 도입하고 있습니다. 구글, 아마존, 마이크로소프트와 같은 기업은 자사의 데이터 센터를 탄소 중립 또는 탄소 네거티브로 운영하겠다는 목표를 세우고 있으며, 이를 위해 적극적으로 재생 에너지를 도입하고 있습니다.

​

3. AI 효율성 향상:

• AI 모델의 구조와 훈련 방법을 최적화하여 더 적은 데이터와 더 적은 계산으로 높은 성능을 달성하려는 시도가 계속되고 있습니다. 예를 들어, 스파스 모델링(Sparse modeling)이나 전이 학습(Transfer learning)을 통해 기존 모델을 재사용하고, 불필요한 계산을 줄이는 방법 등이 연구되고 있습니다.

​

4. 멀티 클라우드 전략 및 데이터 센터 분산:

• 특정 지역의 전력망에 과도한 부하를 주는 것을 방지하기 위해 멀티 클라우드 전략을 통해 전 세계에 분산된 데이터 센터를 활용할 수 있습니다. 이렇게 하면 데이터 센터가 에너지를 보다 효율적으로 사용할 수 있으며, 지역별로 저렴하고 효율적인 에너지원에 접근할 수 있습니다.

​

​

위 내용을 기반으로 우리는 AI와 전력(전기)는 떼려야 뗄 수 없는 관계라는 것을 알 수 있습니다.

즉, AI가 발전하기 위해서는 전력은 반드시 필요한 부분이고

이 부분을 반영해서 인지 이미 전기를 만들어 내는 기업들의 주가가 많이 올랐습니다.

​

NEE( NextEra Energy, Inc.) 현재까지 1년 동안 62%

CEG(Constellation Energy Corporation) 현재까지 1년 동안 148%

AEP( American Electric Power Company, Inc.) 현재까지 1년 동안 43%

그 외에도 전력 생산 관련 유틸리티 회사들이 1년 동안 굉장히 많이 성장하였습니다.

​

​

​

​

​

​

위와 같이 당분간은 AI 밸류체인의 전력 부분에 대한 관심도가 많이 올라갈 것 같습니다.

그 이유는 백악관에서도 얼마전에 AI를 선도하기 위해 부른 기업들 중에 상당수 전력 생산 및 공급 업체 관련 인물들이 불려갔었습니다.

그 이후 마이크로소프트에서는 CEG에서 쓰리마일 원자력 발전을 전력을 AI 데이터 센터에 오로지 쓰이기 위해 많은 돈을 투자한다고 발표하였습니다.

CEG는 그 이후 하루만에 22% 이상 상승을 하였습니다.

 

엔비디아가 주춤한 사이에도 전력 관련 기업들의 주가는 연일 상승중에 있습니다.

혼돈의 9월에도 말이지요.

​

그리고 전기 없는 세상은 감히 우리는 꿈을 꿀 수 없습니다.

기후 변화가 급변화할수록 전기는 더 많이 필요해질 것 같습니다.

​

그런 만큼 전력 생산 관련 업체나 신재생 에너지 업체가 당분간 주목을 받지 않을까 싶습니다.

​

저도 늦었지만 앞으로 1년 이상은 더 나아간다 생각을 해서

여러 전력업체를 골라서 투자하기는 좀 힘들듯하여

유틸리티 ETF인 XLU나 UPW(유틸리티 2배 레버리지)를 포트폴리오에 편입을 하였습니다.

​

좀 더 일찍 알지 못한 게 아쉽기는 하지만 그래도 남은 파이가 많다고 생각합니다.

​

다른 분들도 AI와 전력에 대해 한번 심도 있게 공부해 보시길 권유 드립니다.