시리즈 · 이공학
AI와 전력 — 지능을 돌리는 물리 세계
언어모델 이야기는 대개 소프트웨어에서 끝난다. 그런데 그 기계는 어딘가에 실제로 서 있고, 전기를 끌어다 쓰고, 열을 버리고, 전력망에 붙는다. 이 시리즈는 그 물리 세계를 본다. 첫 편은 "AI가 전기를 얼마나 쓰는가"라는 질문에 붙는 숫자들이 왜 자료마다 몇 배씩 어긋나는지를 따지고, 다음 편은 그 전기가 흘러오는 전력망 쪽으로 건너가 발전기의 회전하는 쇳덩이가 사라지면 무엇이 어려워지는지를 본다. 공통점은 하나다 — 어려운 것은 대개 총량이 아니라 어디에, 얼마나 빨리다.
4편
로그인하면 이 시리즈를 오디오로 변환해 처음부터 끝까지 이어 들을 수 있어요. 오프라인 재생도 됩니다.
시작하기 →차례
- 1AI는 전기를 얼마나 쓰는가 — 자료마다 숫자가 갈리는 진짜 이유"AI가 전기를 먹어치운다"는 말은 흔한데, 그 뒤에 붙는 숫자는 자료마다 몇 배씩 어긋난다. 심지어 같은 모델의 같은 훈련 한 번에도 24.7톤과 50.5톤이 나란히 적혀 있다. 어긋남의 원인은 무지가 아니라 세 가지 선택이다 — 어디까지 셌는가, 무엇을 셌는가, 무엇으로 나눴는가. 그 구분이 서고 나면 진짜 쟁점이 총량이 아니라 속도와 위치라는 것이 보인다.논쟁2026년 9월 9일
- 2
발전기의 쇳덩이가 공짜로 주던 몇 초 — 계통 관성이 줄면 무엇이 어려워지나재생에너지 비중이 높은 계통에서 실제로 어려워지는 것은 '전기가 모자란다'가 아니다. 발전기의 회전하는 쇳덩이가 아무 지시 없이 내주던 몇 초가 사라져서, 무슨 일이 생겼을 때 주파수가 훨씬 빨리 무너진다는 것이다. 2025년 4월 이베리아 반도의 열 시간을 다룬 연구들에서 출발해, 계통 관성과 주파수 변화율, 그리드 팔로잉과 그리드 포밍, 합성 관성과 빠른 주파수 응답의 차이, 그리고 관성만으로는 설명되지 않는 계통 강도와 보호 설정까지 짚는다. 축은 발전원의 종류가 아니라 그 발전기가 계통에 어떤 성질을 주느냐다.기초2026년 9월 9일 - 3
발전소를 짓는 것보다 꽂는 것이 어렵다 — 접속 대기열이 실제로 정하는 것일본에서는 113기가와트가 줄을 섰고 실제로 붙은 것은 0.23기가와트였다. 병목은 허가 심사가 아니라 줄 그 자체의 구조에 있다.논쟁2026년 9월 9일 - 4
공기로는 더 이상 안 된다 — 계산이 만든 열은 어디로 가는가데이터센터가 끌어다 쓴 전기는 거의 전부 열로 나온다. 그 열을 어디로 어떻게 버리는가가 지금 데이터센터 설계를 다시 쓰고 있다.기초2026년 9월 9일