Google, NVIDIA와 Anthropic, 데이터센터의 전력망 접근 확대 위해 Emerald AI 연합 참여
Emerald AI, Google, NVIDIA가 유연한 데이터센터의 연결을 쉽게 하기 위해 AEMA를 출범했으며, 최대 100GW의 추가 전력망 용량을 목표로 한다.
Emerald AI, Google, NVIDIA가 전력망이 압박을 받을 때 전력 사용량을 조정해 데이터센터가 전력 시스템에 연결될 수 있도록 돕는 연합인 AI Energy Management Alliance(AEMA)를 출범했다. TechCrunch와 NVIDIA의 발표에 따르면 Anthropic과 여러 대형 유틸리티도 참여하고 있다.
이번 구상은 전력 가용성이 새로운 AI 인프라의 제약 요인이 된 상황에서 나왔다. 데이터센터를 고정된, 끊임없이 증가하는 부하로 보는 대신, AEMA는 유틸리티와 전력망 운영자가 컴퓨팅 시설을 워크로드를 옮기고, 수요를 줄이고, 저장장치를 활용하거나 비상 상황에 대응할 수 있는 제어 가능한 자원으로 인식하길 원한다.
TechCrunch는 이 연합이 최대 100기가와트의 추가 데이터센터 용량을 전력망에 창출하는 데 도움이 되는 것을 목표로 한다고 보도했다. 이 수치는 연합의 수요반응 접근법과 연관된 야심으로, 이미 확보된 용량의 확정된 수치는 아니다.
유연한 컴퓨팅을 중심으로 구성된 연합
AEMA의 창립 멤버는 Emerald AI, Google, NVIDIA다. Anthropic은 출범 참여 기업 중 하나이며, TechCrunch가 언급한 유틸리티에는 AES, Constellation, National Grid, NRG Energy가 포함된다. NVIDIA는 이 연합이 데이터센터 운영자, 전력 생산자, 기술 기업, 유틸리티, 지역 전력망 운영자를 포함해 컴퓨팅과 전력 부문을 한데 모으는 것을 목표로 한다고 밝혔다.
핵심 아이디어는 새로운 것이 아니다. 수요반응은 오랫동안 공장 같은 대형 전력 사용자가 피크 수요 시간대에 소비를 줄이도록 해 왔으며, 보통 그 대가로 지급이나 다른 전력망 서비스 혜택을 받는다. AI 인프라에서 달라지는 것은 반응의 속도와 세밀함이다.
AI 워크로드는 때때로 일시 중단되거나, 지연되거나, 다른 시설로 이동될 수 있다. 데이터센터는 배터리를 방전하거나, 연계 발전을 사용하거나, 시스템 비상 상황에서 연결 동작을 조정하는 방식으로도 대응할 수 있다. NVIDIA는 이러한 기능을 시설이 전력망에서 완전히 분리되지 않고도 지원할 수 있는 방법으로 설명했다.
Emerald AI의 소프트웨어는 유틸리티와 데이터센터 간 지시를 조정하도록 설계됐다. TechCrunch는 이 회사의 접근법이 디젤 백업 발전기에만 의존하는 대신, 비핵심 작업을 멈추고 더 많은 가용 용량이 있는 장소로 워크로드를 옮기는 데 초점을 맞춘다고 보도했다.
연합이 표준화하려는 것
NVIDIA는 AEMA가 기술 중립적이고 성능 기반이 될 것이라고 말했다. 실제로 이는 연합이 특정 하드웨어나 소프트웨어 아키텍처를 요구하기보다는, 시설이 얼마나 신뢰성 있게 제공할 수 있는지 — 예를 들어 반응 속도, 지속 시간, 예측 가능성, 비상 시 동작 — 에 초점을 맞추겠다는 의미다.
그룹이 밝힌 원칙에는 시설이 전력망에 연결되기 전에 ride-through, 감축, 비상 대응 의무를 정의하는 것이 포함된다. 또한 공통 기술 요건, 성능 지표, 운영 데이터 공유를 추진할 계획이다. 이러한 세부사항은 전력망 운영자가 약속된 전력 사용 감소가 빠르게 이뤄지고, 충분히 오래 지속되며, 실제 시스템 이벤트 동안에도 이용 가능한지를 알아야 하기 때문에 중요하다.
AEMA는 또한 연결 비용이 시설의 전력 시스템에 대한 실제 영향을 반영해야 한다고 본다. 유연한 데이터센터는 일부 네트워크 업그레이드를 피하거나 연기할 수 있지만, 그 가치는 유연성이 어떻게 측정되는지, 그리고 관련 유틸리티나 전력망 운영자가 필요할 때 이를 활용할 수 있는지에 달려 있다.
NVIDIA의 공식 발표는 이러한 아이디어를 개발 중인 프레임워크로 설명한다. AEMA를 통해 이미 더 빠른 연결을 받은 구체적인 시설은 언급하지 않았고, 연합이 해방한 용량에 대한 독립적으로 검증된 추정치도 제공하지 않았다.
증거, 벤치마크, 한계
현재 공개된 보도에서 가장 강한 용량 주장 출처는 TechCrunch로, AEMA가 수요반응을 통해 추가로 100기가와트의 데이터센터를 전력망에 연결할 수 있다고 믿는다고 전했다. 이는 100기가와트가 이미 승인·건설·계약됐다는 증거가 아니라, 연합의 목표 또는 추정치다.
TechCrunch는 또한 지난해 Goldman Sachs 연구를 인용하며, 몇 시간 동안 전력망 최대 사용량을 90%로 제한하면 76기가와트의 용량을 확보할 수 있다고 추정했다. 이 수치는 더 넓은 수요 관리 시나리오를 다룬 것으로, Emerald AI나 AEMA의 성과 결과로 간주해서는 안 된다.
기업들의 공개 자료는 운영 모델과 제안된 규칙을 제시하지만, 어떤 개별 프로젝트가 얼마나 많은 용량을 해제할 수 있는지에 대한 독립적인 시연은 제공하지 않는다. NVIDIA는 유연한 시설이 연결 시간을 단축하고 고비용 업그레이드의 필요성을 줄일 수 있다고 말했다. 이는 지역 전력망 상황, 규제 승인, 검증 가능한 시설 성능에 따라 달라지는 잠재적 이점이다.
이 접근법은 새로운 발전과 송전의 필요성을 없애지 않는다. TechCrunch는 Emerald AI의 최고과학자인 Ayse Coskun의 말을 인용해, 소프트웨어가 산업의 새로운 발전원 수요를 줄일 수는 있지만 없애지는 못한다고 전했다. 이 한계는 중요하다. 유연한 수요는 기존 인프라를 더 유용하게 만들 수 있지만, 모든 계절의 모든 시간에 전력을 공급할 수는 없다.
AI 빌더와 유틸리티에 중요한 이유
AI 빌더에게 즉각적인 매력은 연결 대기열이나 제한된 송전 용량 때문에 제약을 받을 수 있는 지역에 접근할 수 있다는 점이다. 신뢰할 수 있는 감축, 워크로드 이동, 저장장치 기반 대응을 문서화할 수 있는 프로젝트는 완전히 고정된 수요를 가진 시설보다 유틸리티가 평가하기 쉬울 수 있다.
이는 데이터센터 아키텍처에 영향을 미칠 수 있다. 운영자는 지연 시간에 민감한 서비스를 중단 가능한 학습 및 배치 워크로드와 분리하고, 지역 간 작업 이동이 가능한 스케줄링 시스템을 유지하며, 감축이 모델 개발 일정에 어떤 영향을 주는지 테스트해야 할 수 있다. 또한 전력망 운영자가 민감한 운영 데이터를 해치지 않고 성능을 검증할 수 있도록 더 강력한 텔레메트리와 제어가 필요할 수 있다.
기업과 AI 제품팀에게는 그 영향이 간접적으로 나타날 수 있다. 서비스 수준 계약이 허용한다면 학습 실행, 대규모 추론, 기타 워크로드는 전력망 상황이나 전기 요금에 맞춰 스케줄될 수 있다. 신뢰성과 거버넌스가 핵심이 될 것이다. 고객은 어떤 워크로드가 이동 가능한지, 얼마나 빨리 재개할 수 있는지, 요청된 감축이 비즈니스 우선순위와 충돌하면 어떻게 되는지 이해해야 한다.
시장 영향도 실무적으로 중요하다. Google은 자체 전력망 관리 도구를 개발해 왔고, Enel X를 포함한 다른 공급자들도 무정전 전원장치와 관련 시스템을 활용해 수요를 완화하는 방안을 모색해 왔다. Energize Capital과 DCVC가 주도한 Emerald AI의 1억5000만 달러 규모 시리즈 A는 스타트업에 소프트웨어 배포를 위한 자금을 제공하지만, 자금 조달만으로 도입이 입증되거나 유틸리티가 공통 모델을 수용할 것이라는 보장은 되지 않는다.
앞으로 무엇을 볼 것인가
다음의 의미 있는 신호는 홍보성보다 구체적이어야 한다. 유틸리티와 지역 전력망 운영자는 AEMA가 제안한 성능 기준이 연결 절차에서 받아들여지는지 공개해야 한다. 개발자들은 응답 시간, 감축 지속 시간, 워크로드 제약, 신뢰성 결과가 공개된 파일럿 시설도 찾아봐야 한다.
또 다른 지표로는 연합이 공통 데이터 공유 프로토콜을 만들어내는지, 규제 당국이 위험 조정 연결 경로를 승인하는지, 데이터센터 계약이 유연성에 대해 운영자에게 보상하는지가 있다. 백업 발전, 배터리, 워크로드 이동의 처리 방식도 AEMA가 실제로 기술 중립을 유지할 수 있는지 보여줄 것이다.
마지막으로 업계는 유연한 컴퓨팅이 다양한 AI 워크로드와 지역에서 작동한다는 증거가 필요하다. 학습 작업을 이동할 수 있는 시스템이 지연 시간에 민감한 추론이나 비상 운영에는 적합하지 않을 수 있다. 종이 위의 유연한 설계와 신뢰할 수 있는 전력망 서비스 사이의 간극이 연합이 실제로 얼마나 많은 용량을 해제할 수 있는지를 결정할 것이다.
Creati.ai 관점
AEMA는 AI 인프라의 실제 병목을 다루고 있다. 전력 연결은 칩, 토지, 냉각만큼 중요해지고 있다. 가장 유용한 기여는 소프트웨어만으로 에너지 문제를 해결하겠다는 또 하나의 약속이 아니라, 유연한 데이터센터가 무엇을 제공할 수 있는지 측정하는 공통 언어일 수 있다.
따라서 100기가와트 목표는 이미 달성된 결과가 아니라 앞으로의 방향으로 봐야 한다. 빌더와 구매자에게 결정적인 증거는 검증된 전력망 성능, 투명한 연결 규칙, 그리고 서비스 신뢰성을 유지하면서 유틸리티에 신뢰할 수 있는 자원을 제공하는 워크로드 제어일 것이다.
