[디지털데일리 오병훈기자] “중장기적으로는 단순히 AI 데이터를 위한 데이터센터만 집중하기보다는 데이터센터 건립에 수반되는 각종 인프라 문제에도 주목할 필요가 있습니다.”

19일 국회의원회관 제 3세미나실에서 <디지털데일리>가 주관하고, 최형두 의원(국민의힘), 조인철 의원(더불어민주당), 이해민 의원(조국혁신당)이 주최하는 ‘AX발전포럼 출범식 및 정책토론회’에서 발제를 맡은 김민기 한국과학기술원(KAIST) 경영대학 교수는 ‘AI 고도화 시대, 데이터 센터와 에너지 이슈’를 주제로 발표하며 이같이 강조했다.

이날 김 교수는 AI 업계 동향을 짚어내면서, AI가 안정적으로 안착하기 위해 해결해야 할 과제에 대해 설명했다. 그는 AI의 가장 기초에는 고품질 데이터와 이를 저장하고 운용할 수 있는 데이터센터가 있어야 한다고 보고, 효율적인 데이터센터 운영을 집중해야 안정적인 AI 기술 발전이 가능하다고 분석했다.

그는 구체적으로 ‘AI 데이터 고갈 문제’와 ‘데이터센터 에너지 문제’를 가장 시급한 해결 과제로 꼽았다.

먼저 AI 데이터 고갈문제는 AI 모델 붕괴 현상과 연관이 깊다. AI 모델 붕괴 현상은 AI가 다른 AI의 결과값을 학습할 경우 데이터가 붕괴되면서 제대로 된 답변을 할 수 없는 것을 의미한다. 대부분 유용한 데이터는 이미 AI가 학습했으며, 추가로 AI에게 학습시킬 데이터가 부족해지고 있다는 설명이다.

이어 그는 AI 데이터센터를 위한 에너지 공급 문제를 지적하며 “데이터 효율 저하로 인한 ‘데이터 병목 현상’ 등이 문제로 꼽힌다”며 “특히 데이터 병목 현상문제는 전력 등 에너지 효율이 떨어지는 문제도 발생한다”고 말했다.

이어 “데이터센터 운영 자체의 에너지 부족 문제도 대두되고 있다”며 “구글에 검색을 할 때는 0.3 와트(W)가 소진되는 반면, 생성형 AI 경우 그 10배에 달하는 전력을 소모하게 된다”고 말했다.

그는 이 같이 다양한 데이터센터 문제를 해결하기 위해서는 데이터센터 자체에 대한 운영 효율 문제는 물론, 데이터센터에 따라오는 인프라(전력 및 GPU 냉각 장비)에도 신경을 쓰고 관련 지원에 속도를 내야 한다는 의견을 냈다.

김 교수는 데이터센터 문제를 해결하기 위해 단기적으로는 적극적인 데이터센터 투자 유치를 통해 사업 사례를 발굴하는 것이 최우선이라고 역설했다. 또, 중장기적으로는 데이터센터에 수반하는 인프라 문제도 함께 살피는 것이 핵심이라고 강조했다.

김 교수는 “데이터센터는 다양한 산업이 교차하는 종합 산업으로, 각 산업 간 시너지 고려해 데이터센터 건립에 수반되는 인프라 산업도 국가 전략 산업으로 생각하고 지원해야 한다”며 “전력 문제에서는 친환경 에너지 단발성 문제를 해결하기 위한 에너지 처리 및 저장 장치 개발을 지원하고, 가장 많은 전력을 소비하는 냉각 기술을 효율화하기 위한 고민도 필요하다”고 말했다.