Google은 AI를 배포하여 데이터센터 냉각 시스템을 자율적으로 최적화하고 에너지 효율을 개선한다.

구글은 여러 데이터 센터의 냉각 시스템에 대한 자율 제어를 인공지능 알고리즘에 위임했으며, 이는 딥마인드의 응용 AI 책임자 무스타파 술레이만이 "우리가 아는 한 이 규모로 자율 산업 제어 시스템이 배포된 것은 이번이 처음"이라고 표현한 사건이다. 해당 알고리즘은 초기에는 추천 방식으로 도입되어 전력 소비를 줄이기 위해 팬, 환기 장치 및 기타 냉각 장비의 조정 사항을 제안했다. 이 단계에서 시스템은 해당 냉각 시스템에서 약 40%의 에너지 절감 효과를 달성했으며, 인간 데이터 센터 관리자는 각 권고안을 수용할지 거부할지 최종 결정을 내릴 수 있었다.

이 AI 시스템은 알파고(DeepMind의 바둑 프로그램)를 탄생시킨 것과 동일한 접근 방식을 사용하는 강화 학습—a technique in which algorithms learn through trial and error—을 활용한다. 딥마인드는 구글 데이터 센터에서 수집한 정보를 바탕으로 알고리즘을 훈련시켜 에너지 소비를 줄일 수 있는 냉각 구성 요소를 결정하도록 했다. 구글 데이터 센터 부사장 조 카바에 따르면, 이 프로젝트는 수백만 달러의 에너지 절감 효과를 창출할 수 있으며 회사의 탄소 배출량 감소에도 기여할 수 있다.

현재 알고리즘은 독립적으로 작동하지만, 시스템에는 여전히 인간의 감독 장치가 마련되어 있다. 데이터 센터 관리자는 알고리즘의 동작을 관찰하고, 제안된 변경 사항에 대한 신뢰도를 확인하며, 필요한 경우 개입할 수 있다. 안전 장치는 냉각에 부정적인 영향을 미칠 수 있는 조정 사항을 시스템이 수행하지 못하도록 방지한다. 카바는 관리자들이 이전의 추천 시스템을 신뢰했으며, 더 많은 통제권을 AI에 위임하는 데 대해 큰 우려가 없었다고 밝혔다.

데이터 센터의 에너지 소비는 기술 업계에서 중요한 쟁점으로 부상했다. 미국 에너지부 로렌스 버클리 국립 연구소의 2016년 보고서에 따르면, 2014년 미국 데이터 센터는 약 700억 kWh의 전력을 소비했는데, 이는 전체 국가 전기 사용량의 약 1.8%에 해당하는 수치다. 같은 보고서는 효율성 개선으로 인해 신규 데이터 센터의 에너지 소비가 거의 상쇄되고 있지만, 총 사용량은 2020년까지 약 730억 kWh에 달할 것으로 전망했다.

그러나 데이터 센터 에너지 사용 분야의 저명한 전문가인 조너선 쿰이는 냉각이 데이터 센터 에너지 소비의 약 10%만을 차지한다고 경고했다. 그는 데이터 센터 내부의 전력 소모가 큰 컴퓨터 칩으로부터 발생하는 컴퓨팅 부하를 최적화하기 위해 머신러닝을 적용하는 것이 훨씬 더 큰 의미를 가질 수 있다고 제안했다. 쿰이는 "컴퓨팅 측면에서의 가능성은 냉각 측면보다 열 배나 크다"며, 구글을 비롯한 주요 기술 기업들이 이러한 최적화 도구를 컴퓨팅 워크로드에 적용하기를 기대한다고 밝혔다.