AI 기술과 전력 문제

컴퓨터 서버 운영 전력 절감을 위한 기술적 문제해결 접근 방법 탐구

AI 기술이 확대되면 전력이 부족해진다?

AI 기술이 확대되면 왜 전력이 부족해질까? 이는 AI 시스템, 특히 대규모 기계 학습 모델을 훈련시키고 유지하기 위해서는 상당한 양의 전력이 필요하기 때문이다. 특히, 현재의 AI 모델은 수많은 데이터를 처리하고 학습하기 위해 대규모 데이터센터를 필요로 한다. 이 데이터센터들은 엄청난 양의 전력을 소비하며, 이는 전세계적인 전력 수요 증가로 이어진다.

이러한 문제를 해결하기 위해 AI 기술의 발전은 효율성을 높이는 방향으로도 나아가고 있다. 예를 들어, 모델 최적화, 하드웨어 발전, 그리고 에너지 효율적인 알고리즘 개발 등이 해당된다. 그럼에도 불구하고, AI 모델의 크기와 복잡성이 증가함에 따라 이러한 노력이 상쇄될 수 있다.

AI 기술의 전력 소비는 환경에 대한 영향을 미칠 수 있다. 특히, 전력이 화석 연료에 의존하는 지역에서는 탄소 배출과 같은 환경 문제가 더욱 심각해질 수 있다. AI 기술의 전력 소비 문제는 기술의 지속 가능한 발전과 환경 보호라는 두 가지 중요한 목표 사이에서 균형이라는 관점에서 바라볼 필요가 있다.

데이터센터 컴퓨터 서버 전력 절감을 위한 방법은?

최근에는 SW 기술을 활용하여 데이터 센터 내부 컴퓨터 서버의 전력 문제를 해결하려는 노력을 하고 있다. 서버 메인보드에 내장된 온디바이스 컨트롤러를 활용하여 메인보드를 제어하고 관리할 수 있는 AI 기반의 SW 기술들이 등장하고 있다. 이는 AI 기술을 활용하여 서버 메인보드의 전력 소비와 열관리를 예측하여 최적화 된 운영을 할 수 있는 알고리즘 기술을 의미한다.

국내에는 147개소의 데이터 센터가 존재하고, 전력 수요는 1,762메가와트 수준이다. 서버 메인보드 부품 사용량에 따라 쿨링(cooling)을 위한 팬(fan) 속도를 조절하고, 소비전력 예측 모델을 활용하여 전력 공급에 있어 에어닞 효율을 증대할 수 있다. 이를 통해 컴퓨팅 서버 시스템의 전력 소비를 5% 이상 절감 가능 할 것으로 기대된다는 분석이 있다.

현재 국내외에서 BMC(Baseboard Management Controller) 관련 온디바이스 AI 제품을 찾아보기는 쉽지 않다. 서버 주요 부품별 사용량 제어에 대한 최적화를 통해 소비 전력 절감이 가능하다는 부분은 향후 능동적인 에너지 절감 차원에서 우리가 기술적으로 고려해볼 수 있는 선택지 중 하나이다.

현재 인텔 등에서는 서버 내 CPU와 메모리 칩에 대한 최적화 모니터링 기술을 개발하고 있고, IBM과 LG전자 등에서는 온도조절장치와 팬 제어 등 하드웨어 제어를 통해 온도를 낮추기 위한 특허들을 가지고 있다. 아울러 잘 알려진바와 같이 냉각 측면에서 열효율 극대화를 위해 MS 등 빅테크들은 냉침 또는 데이터 서버 자체를 바다 속에 넣는 등의 시도도 하고 있다.

현재 서버 납품과 관리에 대한 해외 의존도는 90% 이상으로 서버 기술을 국산화하여 데이터 주권과 기술 경쟁력을 확보하기 위한 노력이 필요한 때이다.