엔비디아, AI 데이터센터 전력 효율 40% 향상 기술 공개

AI 생성 이미지

핵심요약

• 엔비디아는 9월 15일(현지시간) 'AI 인프라 서밋 2026'에서 AI 데이터센터의 전력 효율을 최대 40% 높이는 기술을 발표했습니다.
• 이는 AI 에이전트 연산량 100배 증가로 인한 전력 부족 문제에 대응하기 위해, MW당 토큰 처리량을 새로운 성능 기준으로 제시한 것입니다.
• 울산과학기술원(UNIST) 연구팀도 같은 날 데이터센터 폐열 재활용을 통해 비용을 최대 48% 절감하고 온실가스를 72% 감축하는 시스템을 공개하며 에너지 효율화에 힘을 보탰습니다.

인공지능(AI) 기술이 빠르게 발전하면서 AI 데이터센터의 전력 소비량이 기하급수적으로 증가하고 있습니다. 특히 AI 에이전트와 같은 고도화된 AI 모델의 확산은 기존 데이터센터 인프라에 막대한 부담을 주고 있으며, 이는 전력 공급 부족이라는 심각한 문제로 이어지고 있습니다.

이에 글로벌 IT 기업들은 AI 데이터센터의 효율성을 높이기 위한 혁신적인 기술 개발에 박차를 가하고 있으며, 최근 엔비디아와 국내 연구진의 발표는 이러한 노력의 중요한 진전을 보여주고 있습니다.

AI 데이터센터, 전력 효율이 핵심 경쟁력으로 부상

엔비디아는 지난 9월 15일(현지시간) 미국 산타클라라 컨벤션센터에서 개최된 'AI 인프라 서밋 2026'에서 AI 데이터센터의 전력 효율을 최대 40%까지 향상시키는 새로운 기술을 공개했습니다. 이안 벅 엔비디아 부사장은 기조연설에서 AI 에이전트의 연산 부담이 기존 챗봇의 약 100배에 달한다고 밝히며, 전력이 제한된 환경에서 '메가와트(MW)당 토큰 처리량'이 AI 데이터센터의 새로운 성능 기준이 될 것이라고 강조했습니다. 이는 더 많은 전력을 끌어오는 대신, 주어진 전력으로 얼마나 많은 AI 연산을 효율적으로 수행하느냐가 핵심 경쟁력이 된다는 의미입니다.

엔비디아의 이 기술은 소프트웨어를 통해 각 서버 랙의 전력 소비량을 실시간으로 조절하여, GPU가 항상 최대 전력을 사용하지 않는다는 점을 활용합니다. 특정 랙의 전력 사용량이 줄어들면 다른 랙이 더 많은 전력을 사용할 수 있도록 동적으로 조정함으로써, 데이터센터 전체의 컴퓨팅 자원 가동률을 최적화하는 방식입니다.

AI 데이터센터 전력 효율화 기술 비교

항목	수치	비고
엔비디아 전력 효율 향상	최대 40%	소프트웨어 기반 전력 최적화
UNIST 폐열 재활용 비용 절감	최대 48%	고체산화물 연료전지(SOFC) 및 유기 랭킨 사이클(ORC) 활용
UNIST 온실가스 감축	최대 72%	폐열 발전 및 탄소 포집 결합
AI 에이전트 연산량 증가	약 100배	2023년 챗봇용 AI 추론 대비

국내 연구진, 폐열 재활용으로 비용 절감 및 온실가스 감축

이와 더불어 국내에서도 AI 데이터센터의 에너지 효율을 높이는 혁신적인 연구 결과가 발표되었습니다. 9월 15일 울산과학기술원(UNIST) 임한권 탄소중립대학원 교수팀은 데이터센터에서 발생하는 폐열을 재활용하여 전력 생산과 탄소 포집에 활용하는 통합 에너지 시스템을 개발했다고 밝혔습니다. 이 시스템은 고체산화물 연료전지(SOFC)를 전력원으로 사용하고, 발전 및 서버 냉각 과정에서 발생하는 열을 각각 이산화탄소 포집과 전력 생산에 재활용하는 방식입니다.

연구팀은 GPU 2만 개 규모의 데이터센터를 분석한 결과, 이 시스템을 적용하면 운영 비용을 최대 48% 절감하고 온실가스 배출량을 최대 72%까지 줄일 수 있다고 설명했습니다. 이는 AI 데이터센터의 막대한 전력 소비와 냉각 비용 문제 해결에 기여할 뿐만 아니라, 지속 가능한 AI 인프라 구축의 가능성을 제시하는 중요한 성과로 평가됩니다.

전망과 의미

AI 데이터센터의 전력 문제는 이미 전 세계적인 이슈로 부상하고 있습니다. 국제에너지기구(IEA)는 2030년까지 미국의 전체 전력 수요 증가분 중 데이터센터가 거의 절반을 차지할 것으로 전망했으며, 한국 역시 용인 반도체 클러스터와 대규모 AI 데이터센터 계획으로 인해 2040년 최대 전력 수요 전망이 불과 넉 달 만에 약 27GW 높아지는 등 전력 수급에 비상이 걸린 상황입니다. 엔비디아의 소프트웨어 기반 전력 최적화 기술과 UNIST의 폐열 재활용 시스템은 이러한 전력난 해소에 중요한 역할을 할 것으로 기대됩니다. AI 기술 발전의 핵심 동력인 데이터센터의 지속 가능성을 높이는 동시에, 에너지 효율을 통해 운영 비용을 절감하는 두 가지 효과를 가져올 수 있기 때문입니다. 향후 AI 인프라 시장에서는 단순히 성능 경쟁을 넘어, 전력 효율성과 친환경성을 확보하는 기술이 더욱 중요해질 것으로 예상됩니다.

궁금한 점

Q. 엔비디아가 제시한 'MW당 토큰 처리량'은 무엇을 의미하나요?

A. 'MW당 토큰 처리량'은 1메가와트(MW)의 전력으로 AI가 얼마나 많은 양의 문장 기본 단위(토큰)를 처리할 수 있는지를 나타내는 지표입니다. 이는 AI 데이터센터가 제한된 전력 환경에서 얼마나 효율적으로 AI 연산을 수행하는지를 측정하는 새로운 기준입니다.

Q. UNIST 연구팀의 폐열 재활용 시스템은 어떻게 비용을 절감하고 온실가스를 감축하나요?

A. UNIST 연구팀의 시스템은 고체산화물 연료전지로 전력을 공급하고, 발전 및 서버 냉각 과정에서 발생하는 폐열을 이산화탄소 포집과 추가 전력 생산에 재활용합니다. 이를 통해 외부 전력 의존도를 낮추고 탄소 배출을 줄여 운영 비용 절감과 온실가스 감축을 동시에 달성합니다.

※ 이 글은 월드뉴스데일리 기사입니다.

※ 이 글은 월드뉴스데일리의 기사입니다.