PNNL은 복잡한 전력망 모델링을 단순화하고 가속하기 위해 인공지능을 활용하는 프로젝트에 대해 Genesis 상을 두 건 받았습니다.

2026년 11월 5일 — 미국의 전력망은 이미 지구상에서 가장 복잡한 기계 중 하나였습니다. 그러나 지난 20년 동안 전력 수요가 증가하고 기술이 발전하면서, 전력망 운영자들은 미래를 계획하는 방식을 재고할 필요가 생겼습니다.

전력망 운영자와 계획 담당자들은 여러 도구를 사용합니다. 여기에는 전력망의 물리적 특성이나 정책 또는 신기술이 전력망 확장에 어떤 영향을 미칠지 시뮬레이션할 수 있는 대규모 복합 모델이 포함됩니다. 그러나 이러한 모델은 점점 더 규모가 커지고 계산 요구량이 많아져, 수만 가지의 서로 다른 시나리오를 생성할 수 있게 되었습니다. 이는 사람이 효율적으로 검토하기에는 너무 많은 양입니다.

미국 에너지부(DOE)는 이제 인공지능(AI)에 기대를 걸고 있습니다. 증가하는 수요와 더욱 복잡해지는 부하 및 발전 변동성에 대비해 전력망을 준비하는 데 AI가 도움이 되기를 바라는 것입니다. DOE는 최근 미래 전력망 계획 개선에 초점을 맞춘 두 개의 프로젝트에 대해 퍼시픽 노스웨스트 국립연구소(PNNL)에 제네시스 미션(Genesis Mission) 자금을 지원했습니다.

**전력망의 물리학 모델링**

첫 번째 프로젝트는 PNNL의 전력시스템 연구 엔지니어이자 연구소 펠로우인 마르셀로 엘리존도(Marcelo Elizondo)가 이끕니다. 프로젝트 파트너로는 아르곤 국립연구소, 샌디아 국립연구소, 지멘스 코퍼레이션, 워싱턴주립대학교, Xcel Energy Services, 그리고 텍사스 전력신뢰도위원회(ERCOT)가 참여합니다.

전력망 계획 담당자들은 새로운 부하나 새로운 유형의 발전이 전력망의 동작에 어떤 영향을 미칠지 이해하기 위해 전자기 과도(EMT) 모델을 사용합니다. 이 모델들은 마이크로초 단위의 해상도로 전력망의 물리학을 정밀한 수치로 계산하고 표현하기 때문에 계산 부담이 큽니다.

엘리존도의 팀은 AI가 이 과정을 얼마나 빠르게 만들 수 있는지 조사할 예정입니다. 팀은 복잡한 계산을 근사할 수 있는 기계학습 알고리즘의 한 유형을 사용할 계획이며, 엘리존도는 이를 두고 "모델의 모델"을 만드는 것이라고 설명했습니다.

AI가 이러한 수치를 근사하면 모델은 더 빠르게 실행될 수 있고, 전력망 계획 담당자들은 다양한 전력망 시나리오를 더 신속하게 검토할 수 있게 됩니다.

**전력망 성장 모델링**

두 번째 프로젝트는 애리조나주립대학교가 이끌며, PNNL과 함께 로렌스 버클리 국립연구소, 펜실베이니아주립대학교, 캘리포니아대학교 샌디에이고 캠퍼스가 참여합니다. 지구과학자 케이시 버를리슨(Casey Burleyson)이 이 프로젝트에서 PNNL의 기여를 이끕니다.

이 프로젝트는 전력망 계획에도 사용되는 용량 확장 모델(CEM)을 다루지만, 접근 방식은 다릅니다. EMT 모델이 전력망의 물리적 동작을 표현하는 반면, CEM은 연료 비용, 전력 수요, 정부 정책, 기술 발전과 같은 요인들을 종합하여 유틸리티 기업, 송전 계획 담당자, 규제 기관이 장기적인 전력망 확장을 계획하도록 돕는 것을 목표로 합니다.

예를 들어, 계획 담당자가 2035년까지 일정량의 발전 설비와 송전망을 비용 효율적으로 추가해야 한다면, 연료 비용과 잠재적인 정책 변화 등 이 모든 요인을 입력하고, 가정의 불확실성을 반영하기 위해 이를 다양한 방식으로 조정하게 됩니다. 그러면 모델은 계획 담당자가 목표를 달성하기 위해 따를 수 있는 잠재적인 미래 "경로"들을 산출합니다.

버를리슨은 문제는 결과물의 양에 있다고 말했습니다. "지난 20년 동안 전력망이 얼마나 복잡해졌는지 생각하면, 이 모델들은 만 가지의 서로 다른 시나리오를 만들어낼 수 있습니다. 그렇다면 이제 질문은 '그중 어떤 시나리오를 더 자세히 살펴볼 것인가?'가 됩니다."

팀은 이 1만 개의 시나리오 가운데 중요하거나 흥미로운 시나리오를 골라낼 수 있는 AI 모델을 구축하고, 이를 찾는 데 필요한 전체 계산 시간을 크게 줄이는 것을 목표로 하고 있습니다. 팀은 AI 지원 모델의 출력을 기존 CEM 앙상블의 출력과 비교하여 이 모델을 검증할 계획입니다.

**전력망 모델링에서의 AI**

두 팀은 연구 목표를 입증하기까지 6개월의 기간을 두고 있으며, 버를리슨과 엘리존도 모두 프로젝트의 성과에 낙관적입니다.

엘리존도는 "제네시스 미션이 매우 흥미로운 이유는 아무도 시도해 본 적 없는 기법을 실제로 시도해 볼 수 있기 때문"이라고 말했습니다. "일부 전망에 따르면, 수요를 감당하려면 현재 전력망의 두 배 규모를 구축해야 할 것으로 보입니다. 동시에 이러한 새로운 기술과 새로운 부하를 통합해야 합니다. 이제 우리는 전력망을 계획하는 방식을 재고해야 합니다. 이런 공학적 과제에 참여하게 되어 매우 기대됩니다."

**PNNL 소개**

퍼시픽 노스웨스트 국립연구소는 화학, 지구과학, 생물학, 데이터 과학 분야의 고유한 강점을 활용하여 과학 지식을 발전시키고 에너지 회복력과 국가 안보의 과제를 해결하고 있습니다. 1965년에 설립된 PNNL은 배틀과 미국 에너지부 과학국의 지원을 받아 운영됩니다. 과학국은 미국에서 물리과학 기초연구를 가장 많이 지원하는 기관이며, 우리 시대의 가장 시급한 과제 일부를 해결하기 위해 노력하고 있습니다.