AI 인프라 확장이 몰고 온 전력 문제가 단순히 ‘얼마나 많은 전기를 쓰느냐’가 아니라 ‘전력망이 어떻게 흔들리느냐’로 옮겨가고 있다는 분석이 미국 공학 전문지 IEEE 스펙트럼에서 나왔다. 국제에너지기구(IEA)는 데이터센터가 이번 10년 안에 전 세계 전력 소비의 3~4%를 차지할 것으로 추산하고 있으며, 유틸리티 기업들은 이미 초대형 시설과 고밀도 컴퓨팅 클러스터의 성장을 반영해 장기 전력 수요 전망을 조정하고 있다.
기사는 총량보다 변동성이 더 큰 문제라고 짚는다. AI 모델을 훈련하는 작업은 다수의 GPU·TPU·전용 가속기가 동시에 고도로 동기화돼 작동하며 예측 가능한 편이지만, 실제 서비스에서 모델을 추론에 활용하는 작업은 사용자 요청에 따라 분산적이고 예측하기 어렵게 움직인다. 두 유형 모두 전통적 산업 부하와는 근본적으로 다르며, 특히 고밀도 컴퓨팅 부하는 수 밀리초 단위로 급격한 전력 소비 변화를 일으켜 예비 발전 설비와 주파수 제어 장치, 지역 송전 인프라에 추가 부담을 준다고 지적했다. 이는 재생에너지의 간헐성과도 성격이 다른데, 태양광·풍력의 변동성은 공급 측 환경 요인에서 비롯되지만 AI 컴퓨팅의 변동성은 작업 스케줄링과 연산 강도라는 수요 측 요인에서 발생한다는 설명이다.
이런 문제는 데이터센터가 지리적으로 집중될 때 더 커진다. 미국 버지니아주의 이른바 ‘데이터센터 앨리’는 전 세계에서 데이터센터가 가장 밀집한 지역으로, 이 지역 전력사 도미니언 에너지는 초대형 시설의 수요 증가를 장기 전력수급계획에 반복적으로 반영해왔다고 기사는 전했다. 좁은 지역에 전력 수요가 급증하면 전체 전력망 용량이 충분하더라도 변전소와 송전 회랑, 지역 균형 운영에는 국지적 스트레스가 발생할 수 있다는 것이다. 냉각 시스템도 연산 강도에 따라 비선형적으로 반응해 여러 층위의 시설 전력 소비가 동시에 요동치게 만드는 요인으로 지목됐다.
기사는 미국 전력 신뢰성 기구인 텍사스 전력신뢰성위원회(ERCOT)가 데이터센터 같은 대형 유연 부하의 확대를 장기 전력망 계획에서 이미 공식적으로 인정하고 있다고 전했다. 다만 전력망 확충에는 수년이 걸리는 반면 컴퓨팅 인프라는 훨씬 빠르게 확장할 수 있어 구조적 시차가 발생한다. 기사는 AI 개발 속도를 늦추자는 것이 아니라, 초대형 컴퓨팅이 총 에너지 소비량뿐 아니라 수요 변동성·동기화 효과·지리적 집중까지 고려하는 새로운 전력 수요 범주로 다뤄져야 한다고 결론지었다.
