샘 올트먼 오픈AI 최고경영자가 인공지능(AI) 성장의 최대 걸림돌로 전력을 지목했다. 인공지능신문 보도에 따르면 그는 아부다비 국제 에너지 전시회에서 AI의 효율이 높아져도 이용자와 활용 분야가 늘어나 전체 에너지 수요는 계속 증가한다고 설명했다. 이 발언은 AI 경쟁의 무대가 알고리즘과 반도체를 넘어 발전소와 전력망으로 확대되고 있음을 보여준다.
한국의 AI 산업도 이 질문 앞에 서 있다. 정부는 첨단 GPU 확보와 국가 AI 컴퓨팅센터 구축을 추진하고 있다. 과학기술정보통신부가 발표한 해남 국가 AI 컴퓨팅센터는 2028년까지 AI 반도체 1만5000개를 갖추는 것을 목표로 한다. 연구자와 기업이 활용할 연산 기반을 넓힌다는 점에서 필요한 투자다. 그러나 장비 확보가 곧 산업 경쟁력의 완성을 뜻하지는 않는다. 전력 공급과 운영비, 실제 이용 수요가 함께 준비돼야 한다.
필자는 한국이 AI 정책의 성과를 GPU 보유량과 투자 발표액으로만 평가하는 관행에서 벗어나야 한다고 본다. 중요한 것은 확보한 장비가 얼마나 안정적으로 가동되고, 중소기업과 대학이 얼마의 비용으로 이용하며, 어떤 생산성 향상을 만들어내느냐다. 전력 연결이 늦어지거나 이용료가 부담스러우면 고가의 장비도 혁신의 출발점이 되기 어렵다.
따라서 AI 육성과 에너지 정책을 하나의 실행계획으로 연결해야 한다. 데이터센터 입지를 정할 때 부지와 세제 혜택에 앞서 전력망 접속 가능 시점, 안정적인 공급 능력, 냉각용수와 지역 수용성을 검토해야 한다. 지역에 센터를 유치하는 데서 끝내지 말고 지역 대학의 인재 양성, 기업의 활용 수요, 운영 일자리까지 묶어야 한다. 전력을 생산하는 지역에도 AI 성장의 혜택이 돌아가야 지속적인 협력이 가능하다.
에너지 효율을 높이는 기술도 한국의 기회다. 모든 업무에 가장 큰 모델을 투입할 필요는 없다. 목적에 맞는 경량 모델과 저전력 반도체를 활용하고, 드론과 로봇에서는 필요한 판단을 기기 내부에서 처리하는 엣지 AI를 확대할 수 있다. 다만 이런 기술이 전체 전력 수요를 저절로 줄여줄 것이라고 낙관해서는 안 된다. 처리량 증가까지 고려해 서비스 단위의 전력 소비와 비용을 함께 측정해야 한다.
AI가 에너지 문제를 푸는 도구가 되도록 하는 전략도 중요하다. 전력 수요 예측, 설비 이상 탐지, 공장 에너지 관리에 AI를 적용하고 절감 효과를 검증해야 한다. 국내 제조 현장에서 축적한 성과를 수출 가능한 서비스로 발전시킨다면 인프라 투자가 새로운 산업으로 연결될 수 있다.
또한 전력망과 산업시설에 AI를 적용할수록 판단의 근거를 기록하고 사람이 개입하거나 중단할 권한을 보장해야 한다. 안전성과 책임이 분명해야 현장의 도입도 빨라진다.
한국 AI 산업의 다음 도약은 더 많은 장비를 사들이는 것만으로 이뤄지지 않는다. 안정적인 전력, 감당할 수 있는 이용 비용, 현장의 인재와 인간 중심의 운영 원칙이 함께 갖춰져야 한다. 이제 AI 강국의 기준을 투자 규모에서 지속 가능한 산업 성과로 바꿔야 한다.
후원하기



























