컨설팅 회사들은 AI 도입이 확산되고 비용이 하락함에 따라 효율 개선에도 불구하고 AI 데이터 센터의 전력 수요가 계속 상승할 수 있다고 경고한다.

AI 비용이 하락하고 있으며, 수요에 대한 압력이 상승하고 있습니다.

AI 사용이 저렴해지고 있지만, 기업들이 더 많이 사용함에 따라 전력망은 증가하는 압력에 직면해 있습니다. 이번 주 발표된 두 개의 새로운 보고서에서 McKinsey와 Boston Consulting Group은 기업들이 챗봇 실험을 넘어 운영 전반에 AI를 배포함에 따라, 더 저렴한 모델과 하락하는 토큰 가격이 더 빈번하고 높은 볼륨의 AI 사용을 정당화할 수 있다는 것을 발견했습니다. 이는 전력망 안정성을 위협하는 역학 관계입니다.

기업들은 일반적으로 모델이 읽고 생성하는 텍스트의 작은 단위인 토큰을 기반으로 AI 공급자에게 비용을 지불합니다. 단기적으로 McKinsey는 더 저렴한 토큰이 AI를 더 널리 사용하게 하고 전력 수요를 증가시킬 것이라고 말했습니다. 기업들이 모델, 칩 및 데이터 센터의 효율을 개선하기 위해 노력하고 있음에도 불구하고 말입니다.

이것이 중요한 이유는 데이터 센터가 이미 더 많은 전력을 소비하고 있기 때문입니다. McKinsey는 데이터 센터 전력 수요를 "OECD 전력 시장에서 가장 빠르게 성장하는 부하 부문"이라고 부르며, 여러 시장에서 데이터 센터가 이미 2030년까지의 예상 전력 성장의 가장 큰 주도자라고 지적했습니다. McKinsey는 전 세계 데이터 센터 전력 수요가 2030년까지 매년 24% 성장하고, 2030년에서 2040년 사이에는 매년 5%로 둔화될 것으로 예측합니다.

그러나 AI를 대규모로 배포하는 기업들은 단순히 토큰 지출이 무분별하게 증가하도록 내버려두지 않고 있습니다. Boston Consulting Group은 20개 이상의 부문에 걸친 1,300명의 임원진과 고위 경영진을 대상으로 한 조사에서, AI에 가장 성숙한 "future-built" 기업의 4분의 3이 토큰 지출에 대한 명확한 목표를 설정했고 특정 수익을 제공하기 위해 이를 관리했다는 것을 발견했습니다. 이러한 고급 기업의 절반은 채택을 극대화하기 위해 직원의 유료 AI 도구 사용을 적극적으로 장려했으며, 뒤처진 기업의 25%와 비교됩니다. 한편, future-built 기업의 22%는 비용을 관리하기 위해 사용에 제한이나 통제를 부과했습니다.

하지만 트레이드오프가 있습니다. 기업들이 각 AI 작업을 더 저렴하고 전력 소비가 적게 만들수록, AI는 더 많은 애플리케이션에서 유용해지고, 전체 전력 수요가 증가합니다. McKinsey는 기업들이 AI가 충분한 가치를 제공하는지 여전히 결정하고 있기 때문에 2030년 이후 데이터 센터 성장에 대한 더 넓은 전망이 불확실하다고 말했습니다. 보고서들은 더 저렴한 AI가 에너지 사용을 자동으로 감소시키지 않을 것이며, 대신 기업들이 이를 배포할 수 있는 훨씬 더 많은 방법을 찾도록 만들 수 있다는 것을 시사합니다.