데이터 센터의 과제 - AI 이분법

AI는 산업 전반에 걸쳐 혁신적 잠재력을 약속하는 최신 화두임에 틀림없습니다. 하지만 AI 도입이 가속화되면서 데이터센터는 증가하는 에너지 수요와 효율성 향상 사이의 균형을 맞춰야 하는 중대한 과제에 직면해 있습니다.

30년 동안 구조화된 케이블 시장에서 일한 후 곧 은퇴를 앞두고 있는데, 그 동안 일어난 몇 가지 변화와 앞으로 다가올 몇 가지 큰 도전에 대해 생각해보니 AI의 영향이 가장 중요할 것 같습니다. 특히 대규모 모델 학습 및 추론과 관련된 AI 워크로드는 전력 소모량이 매우 높기 때문에 에너지 소비와 탄소 배출량 증가에 대한 우려가 커지고 있습니다.

지난 10년 동안 DC 업계는 에너지 효율성 측면에서 괄목할 만한 발전을 이루었습니다. 평균 전력 사용 효율성(PUE) 점수는 크게 개선되어 2010년 약 2.20에서 2022년 약 1.55로 감소했습니다. 오늘날 AI 중심 데이터센터는 이보다 더 낮은 PUE를 목표로 하고 있으며, 종종 1.3 미만을 목표로 합니다. 그러나 이러한 발전에도 불구하고 AI의 빠른 성장에는 역설이 존재합니다. AI는 글로벌 지속가능성 문제에 대한 해결책을 약속하지만, 기술 자체가 전력 소비를 크게 증가시키는 경우가 많다는 것입니다.

환경 비용과 반동 효과

국제에너지기구(IEA)는 2022년에서 2026년 사이에 데이터센터의 전 세계 전력 수요가 두 배로 증가할 것으로 예상하며, 이는 부분적으로 AI에 의해 주도될 것으로 전망합니다. 매사추세츠 애머스트 대학의 한 연구에 따르면 대형 AI 모델 하나를 학습시키는 데 평균 자동차 5대의 평생 배출량보다 많은 626,000파운드(284,000kg) 이상의 CO₂를 배출할 수 있다고 지적하며 AI의 심각한 환경적 비용을 강조합니다.

이 시나리오는 중요한 이분법을 도입합니다. AI는 종종 전 세계 전력 소비를 줄이고 지속 가능성을 촉진하는 핵심 요소로 자리매김하고 있습니다. 그러나 이러한 이점을 실현하려면 현재 더 많은 에너지와 리소스 사용이 요구됩니다. 이러한 긴장은 효율성 향상이 역설적으로 전체 소비를 증가시키는 '반동 효과'를 구체화합니다. 예를 들어 효율성을 높이고 운영 비용을 낮추면 의도치 않게 더 집중적인 AI 사용을 장려하여 궁극적으로 총 전력 소비를 줄이기는커녕 오히려 증가시킬 수 있습니다.

저명한 물리학자 스티븐 호킹이 2016년 레버헐름 지능의 미래 센터 개소식에서 언급한 것처럼, AI는 "인류에게 일어날 최고의 일이 될 수도 있고 최악의 일이 될 수도 있다"고 말했습니다. 업계가 직면한 과제는 분명합니다. 환경에 미치는 영향을 악화시키지 않고 AI의 이점을 어떻게 활용할 수 있을까요?

지속 가능한 AI 기반 데이터센터를 위한 전략

이 과제를 해결하기 위한 몇 가지 전략이 이미 개발 또는 배포 중입니다:

• 재생 에너지 통합: 데이터센터를 재생 에너지로 전환하면 탄소 발자국을 크게 줄일 수 있습니다. 2030년까지 최대 500메가와트의 무탄소 전력을 공급할 수 있는 소형 모듈형 원자로를 배치하는 것을 목표로 하는 Kairos Power와의 파트너십을 예로 들 수 있습니다.
• 최적화된 AI 모델: 성능과 에너지 효율의 균형을 효과적으로 맞추는 AI 알고리즘을 설계하면 리소스 소비를 크게 줄일 수 있습니다.
• 에너지 효율적인 하드웨어: 혁신적이고 에너지 효율적인 프로세서와 스마트 통합 시스템에 투자하면 전반적인 에너지 수요를 줄일 수 있습니다.
• 첨단 냉각 기술: 최첨단 냉각 기술을 사용하면 이상적인 운영 온도를 유지하는 데 필요한 에너지를 낮춰 전반적인 효율성을 높일 수 있습니다.

AI와 데이터센터의 미래

결론적으로, AI의 급속한 성장은 R&D 우선순위와 데이터센터 설계 원칙을 재편하고 있습니다. 전력 관리와 효율성은 점점 더 중요한 고려 사항이 되고 있습니다. AI의 내재된 이분법적 문제를 해결하는 것, 즉 환경에 미치는 영향을 확대하지 않으면서 AI의 혁신적인 잠재력을 활용하는 것이 오늘날 데이터센터 운영이 직면한 가장 중요한 과제입니다.

Share this