[취재] 에너지 AI 시대, 전력 산업의 생존 전략을 묻다: 데이터센터부터 PPA 최적화까지
대학생신재생에너지기자단 28기 민예슬, 정성엽, 29기 차종근
에너지 AI와 데이터센터ㆍ재생에너지ㆍESSㆍ전력 융합에 따른 실무 입지 전략 세미나 개최
인공지능(AI)과 데이터센터의 폭발적인 성장은 에너지 산업에 전례 없는 전력 수요와 효율화 과제를 안겨줬다. 이러한 흐름 속에서 지난 2월 11일(수), 산업교육연구소(KIEI)는 '에너지 AI와 데이터센터∙재생에너지∙ESS∙전력 융합에 따른 실무 입지 전략 세미나'를 개최해 급변하는 시장 환경에 대한 실무적 해법을 모색했다. 이번 세미나는 AI 팩토리 시대의 도래와 RE100, CBAM 등 강화되는 환경 규제 속에서 기업들이 취해야 할 구체적인 생존 전략을 제시하는 데 초점을 맞췄다.
이날 현장에서는 데이터센터 트렌드부터 SMP 예측, CBAM 대응 등 총 8개의 광범위한 주제가 심도 있게 논의됐다. 이번 기사에서는 그중에서도 기업 실무와 직결되는 핵심 전략 세 가지를 선정했다. 구체적으로 데이터센터 운영비 절감을 위한 기후 기반 최적 입지 분석 전략, 변동성 재생에너지를 제어하기 위한 AI 기반 전력 시장 플랫폼, 그리고 RE100 이행 기업의 비용 최적화를 위한 재생에너지 PPA 분배 전략을 집중적으로 살펴본다.
기후 데이터 기반 AI 데이터센터 최적입지 분석 전략
리얼툴즈 김철민 대표는 “기후데이터 기반 AI 데이터센터 최적 입지 분석 전략”을 주제로, 부동산적 관점에서 강연을 펼쳤다. 김 대표는 생성형 AI 확산에 따른 데이터센터 전력 소비의 급격한 증가와 전력 사용량의 한계치를 규제하는 탄소중립 목표를 대비시키며, PUE(Power Usage Effectiveness) 개념의 중요성을 언급했다.
[자료 1. PUE(Power Usage Effectiveness)]
출처: ⓒ28기 정성엽
PUE를 데이터센터에 적용시키면, 실제 IT 장비가 소비하는 전력과 데이터센터가 사용하는 전체 전력을 비율로 나타낸 값이 나온다. 완벽한 효율을 가리키는 수치는 1.0(낭비 0%)이다. 현재 데이터 센터의 전력 소비 분포는 30~40%가 냉각 시스템에 활용된다. 따라서 김 대표는 냉각 시스템을 잘 활용하는 것이 중요하다며 강조했다.
[자료 2. 외부 기온 1℃ 당 냉각 에너지 소비 증가율]
출처: ⓒ28기 정성엽
김 대표는 과학적 상관관계를 통해 외부 기온 상승은 냉각 시스템 부하를 직접적으로 증가시키는 요인 중 하나라고 설명했다. 외부 기온 1℃ 차이가 PUE와 수익성을 결정짓는 물리적 법칙으로 작용한다는 설명을 덧붙였다. PUE는 1℃ 당 0.02~0.03 포인트가 악화된다. 현재 한국의 기온편차가 강원과 남해안을 봤을 때 최대 5~7℃이므로, 극복하기 어려운 근본적 비용 구조를 가졌다고 말했다. 기후적 이점을 봤을 때 춘천 쪽이 데이터센터 쿨링에 적합한 기후를 가졌지만, 전력 사용량은 수도권 집중으로 인해 PUE가 약 0.05~0.08 포인트 높은 상태로 운영 중임을 언급했다.
김 대표는 입지 선택이 냉각 효율에 미치는 영향을 살펴보며, 춘천권은 11.2℃로 연간 냉각비용이 274억 원이며, 서울은 13.5℃로 285억 원이 발생함을 알렸다. 이를 연간 차이 비용으로 봤을 때 약 11억 원(4%)이 발생한다. 이는 30년으로 봤을 때 330억 원이 발생하는 것이다.
네트워크 접근성, 기존 인프라, 인력 수급에 대한 변수를 제외한 기후와 전력망만을 고려했을 때 PUE를 토대로 한 데이터센터의 적합한 입지는 ‘강원 태백시’, ‘경북 영양군’, ‘경북 봉화군’, ‘전북 장수군’, ‘강원 평창군’임을 언급했다. 마지막으로 데이터센터는 더 이상 단순한 IT 설비가 아닌, 거대한 에너지 설비임을 설명하며, '기후 기반 사전 PUE 사전평가 의무화', '저온&저습 지역 우선 입지', '액체 냉각 및 하이브리드 도입’ 제언으로 강연을 마쳤다.
전력시장과 AI 기반 재생에너지 플랫폼 : 재생에너지로의 전환, 단순한 연료의 교체가 아닌 문명 질서의 재구성
[자료 3. 전력시장과 AI기반 재생에너지 플랫폼 최인선 이사 발표]
출처: ⓒ28기 민예슬
‘전력시장과 AI 기반 재생에너지 플랫폼’에 대해 에이치에너지 사업전략본부 VPP사업실 최인선 이사가 강연을 진행했다. ‘전력시장 현황과 변화 필요성’, ‘AI 기반 재생에너지 플랫폼’ 그리고 ‘변화와 플랫폼’ 순서로 강연이 진행됐다. 특히 재생에너지로의 전환에 있어 플랫폼의 중요성에 대해 강조했다.
급변하는 전력 시장에 따라 정부가 용량 요금제, REC 가격 체계, 지역별 정산 보정 등 폭넓은 보완책을 제시했다. 이를 통해 기존 전력 시장의 미흡한 부분들을 해소하기 위해 노력 중이다. 하지만 각각의 합리적 선택이 모여 전체의 불투명성을 만들었다는 목소리도 나온다. 과거에 전력 시장을 분석하던 방법을 넘어 새로운 질서를 도입해야 한다고 강조했다.
2023년 정부는 분산 에너지에 대한 중요성을 강조하며 분산에너지 활성화 특별법을 제정했다. 이에 관해 강연에서 SMP와 LMP를 예시로 새로운 전력시장 질서 도입에 관해 이해를 도왔다. 지금까지 SMP(계통한계가격)는 시간과 장소에 구애받지 않는 상품으로 취급했다. 이제는 LMP(지역별 한계가격제)와 같이 전력망의 제약을 가격 신호로 직접 표현하여 전력의 가치를 결정한다. 단순한 상품을 넘어 시스템의 상태를 전달하는 것이라고 설명했다. LMP는 발전소에서 소비자 간의 거리를 고려하여 전기요금에 반영하는 시스템이다. 올해부터 분산에너지법 시행에 따라 LMP 기반 소매 요금 차등제가 단계적으로 추진될 예정이며, 이에 대한 관심이 커지고 있다.
한국 전력 시장은 송전망 부족, 전국 단일 가격(SMP) 등 물리적, 제도적 한계가 존재한다. 분산 에너지를 지향하지만, 아직 제도적으로 중앙집중을 고집한다. 빠른 전력 플랫폼 전환으로 경쟁력 있는 전력 시장을 구축해야 할 때이다.
RE100 이행의 실무 해법, 재생에너지 PPA 분배 최적화: "블랙박스 해석을 위한 한계 비용 분석"
[자료 4. KEI 컨설팅 김승희 매니저 발표]
출처 : ⓒ29기 차종근
기업들의 PPA(전력구매계약) 이해도가 높아지면서, 시장의 관심은 단순한 도입을 넘어 비용 효율의 극대화로 옮겨가고 있다. KEI 컨설팅 김승희 매니저는 PPA 비용이 단순 계약 단가가 아닌 망 이용료, 부가 비용, 그리고 초과 발전량에 대한 REC(신재생에너지 공급인증서) 구매 비용 등 복합적인 변수에 의해 결정된다고 설명했다. 특히 1시간 단위로 변동하는 발전량과 전력 소비 패턴, 그리고 특정 구간에서 급증하는 기본요금 구조 때문에 이를 완벽한 수학적 함수로 구현하는 것은 현실적으로 불가능에 가깝다고 지적했다.
김 매니저는 이러한 비용 산출 구조를 입력값(용량)을 넣으면 결과값(비용)만 나오는 블랙박스에 비유했다. 내부의 복잡한 연산식을 전부 알 수 없기 때문에, 역으로 이 블랙박스를 해석하는 도구로 한계 비용을 제시했다. 이는 특정 사업장에 PPA 용량을 소량(0.1MW 등)씩 투입해 보며 블랙박스가 내놓는 비용의 증가 폭을 추적하는 방식이다. 그는 "여러 사업장을 보유한 기업의 경우, 사업장별로 블랙박스에서 산출되는 비용이 급격히 치솟는 임계점이 다르다"며, 한계 비용 증가 폭이 가장 낮은 곳부터 물량을 배정하는 것이 전체 비용을 최소화하는 전략이라고 강조했다.
주목할 점은 이러한 고도화된 모델링에 반드시 전문적인 코딩 기술이 요구되지는 않는다는 사실이다. 실무 팁으로 엑셀 VBA와 생성형 AI(ChatGPT)의 결합이 소개됐다. 복잡한 파이썬 대신, 접근성이 높은 엑셀에 AI가 생성한 코드를 적용하면 누구나 블랙박스를 해석하고 최적화 모델을 구축할 수 있다는 것이다. 이는 업무 인수인계의 효율성을 높일 뿐만 아니라, 데이터에 기반한 객관적 지표로 경영진을 설득할 수 있다는 점에서 실무적 가치가 크다는 평가다.
AI 시대 도래, 전력 산업의 변화
AI와 데이터센터의 확산은 전력 수요 증가뿐만 아니라 산업 구조 전반에 영향을 미치고 있다. 이에 따라 전력 시스템을 제어·관리하는 기술이 대두되고 있다. 세미나에서는 AI가 단순히 전력 수요를 늘리는 기술이 아닌, 전력 산업 전반을 최적화하는 도구로 활용될 수 있음을 보였다. 전력수요 예측, PPA 등 다양한 영역에서의 AI 활용법을 제시했다.
에너지 산업의 경쟁력은 데이터를 해석하고 활용하는 역량이 중요시될 것이라고 생각한다. 복합적인 전력 환경 속에서 AI를 전략적으로 사용하는 것이 앞으로의 비용 구조와 생존을 좌우할 것으로 보인다.
[취재] 에너지 AI 시대, 전력 산업의 생존 전략을 묻다: 데이터센터부터 PPA 최적화까지
대학생신재생에너지기자단 28기 민예슬, 정성엽, 29기 차종근
에너지 AI와 데이터센터ㆍ재생에너지ㆍESSㆍ전력 융합에 따른 실무 입지 전략 세미나 개최
인공지능(AI)과 데이터센터의 폭발적인 성장은 에너지 산업에 전례 없는 전력 수요와 효율화 과제를 안겨줬다. 이러한 흐름 속에서 지난 2월 11일(수), 산업교육연구소(KIEI)는 '에너지 AI와 데이터센터∙재생에너지∙ESS∙전력 융합에 따른 실무 입지 전략 세미나'를 개최해 급변하는 시장 환경에 대한 실무적 해법을 모색했다. 이번 세미나는 AI 팩토리 시대의 도래와 RE100, CBAM 등 강화되는 환경 규제 속에서 기업들이 취해야 할 구체적인 생존 전략을 제시하는 데 초점을 맞췄다.
이날 현장에서는 데이터센터 트렌드부터 SMP 예측, CBAM 대응 등 총 8개의 광범위한 주제가 심도 있게 논의됐다. 이번 기사에서는 그중에서도 기업 실무와 직결되는 핵심 전략 세 가지를 선정했다. 구체적으로 데이터센터 운영비 절감을 위한 기후 기반 최적 입지 분석 전략, 변동성 재생에너지를 제어하기 위한 AI 기반 전력 시장 플랫폼, 그리고 RE100 이행 기업의 비용 최적화를 위한 재생에너지 PPA 분배 전략을 집중적으로 살펴본다.
기후 데이터 기반 AI 데이터센터 최적입지 분석 전략
리얼툴즈 김철민 대표는 “기후데이터 기반 AI 데이터센터 최적 입지 분석 전략”을 주제로, 부동산적 관점에서 강연을 펼쳤다. 김 대표는 생성형 AI 확산에 따른 데이터센터 전력 소비의 급격한 증가와 전력 사용량의 한계치를 규제하는 탄소중립 목표를 대비시키며, PUE(Power Usage Effectiveness) 개념의 중요성을 언급했다.
[자료 1. PUE(Power Usage Effectiveness)]
출처: ⓒ28기 정성엽
PUE를 데이터센터에 적용시키면, 실제 IT 장비가 소비하는 전력과 데이터센터가 사용하는 전체 전력을 비율로 나타낸 값이 나온다. 완벽한 효율을 가리키는 수치는 1.0(낭비 0%)이다. 현재 데이터 센터의 전력 소비 분포는 30~40%가 냉각 시스템에 활용된다. 따라서 김 대표는 냉각 시스템을 잘 활용하는 것이 중요하다며 강조했다.
[자료 2. 외부 기온 1℃ 당 냉각 에너지 소비 증가율]
출처: ⓒ28기 정성엽
김 대표는 과학적 상관관계를 통해 외부 기온 상승은 냉각 시스템 부하를 직접적으로 증가시키는 요인 중 하나라고 설명했다. 외부 기온 1℃ 차이가 PUE와 수익성을 결정짓는 물리적 법칙으로 작용한다는 설명을 덧붙였다. PUE는 1℃ 당 0.02~0.03 포인트가 악화된다. 현재 한국의 기온편차가 강원과 남해안을 봤을 때 최대 5~7℃이므로, 극복하기 어려운 근본적 비용 구조를 가졌다고 말했다. 기후적 이점을 봤을 때 춘천 쪽이 데이터센터 쿨링에 적합한 기후를 가졌지만, 전력 사용량은 수도권 집중으로 인해 PUE가 약 0.05~0.08 포인트 높은 상태로 운영 중임을 언급했다.
김 대표는 입지 선택이 냉각 효율에 미치는 영향을 살펴보며, 춘천권은 11.2℃로 연간 냉각비용이 274억 원이며, 서울은 13.5℃로 285억 원이 발생함을 알렸다. 이를 연간 차이 비용으로 봤을 때 약 11억 원(4%)이 발생한다. 이는 30년으로 봤을 때 330억 원이 발생하는 것이다.
네트워크 접근성, 기존 인프라, 인력 수급에 대한 변수를 제외한 기후와 전력망만을 고려했을 때 PUE를 토대로 한 데이터센터의 적합한 입지는 ‘강원 태백시’, ‘경북 영양군’, ‘경북 봉화군’, ‘전북 장수군’, ‘강원 평창군’임을 언급했다. 마지막으로 데이터센터는 더 이상 단순한 IT 설비가 아닌, 거대한 에너지 설비임을 설명하며, '기후 기반 사전 PUE 사전평가 의무화', '저온&저습 지역 우선 입지', '액체 냉각 및 하이브리드 도입’ 제언으로 강연을 마쳤다.
전력시장과 AI 기반 재생에너지 플랫폼 : 재생에너지로의 전환, 단순한 연료의 교체가 아닌 문명 질서의 재구성
[자료 3. 전력시장과 AI기반 재생에너지 플랫폼 최인선 이사 발표]
출처: ⓒ28기 민예슬
‘전력시장과 AI 기반 재생에너지 플랫폼’에 대해 에이치에너지 사업전략본부 VPP사업실 최인선 이사가 강연을 진행했다. ‘전력시장 현황과 변화 필요성’, ‘AI 기반 재생에너지 플랫폼’ 그리고 ‘변화와 플랫폼’ 순서로 강연이 진행됐다. 특히 재생에너지로의 전환에 있어 플랫폼의 중요성에 대해 강조했다.
급변하는 전력 시장에 따라 정부가 용량 요금제, REC 가격 체계, 지역별 정산 보정 등 폭넓은 보완책을 제시했다. 이를 통해 기존 전력 시장의 미흡한 부분들을 해소하기 위해 노력 중이다. 하지만 각각의 합리적 선택이 모여 전체의 불투명성을 만들었다는 목소리도 나온다. 과거에 전력 시장을 분석하던 방법을 넘어 새로운 질서를 도입해야 한다고 강조했다.
2023년 정부는 분산 에너지에 대한 중요성을 강조하며 분산에너지 활성화 특별법을 제정했다. 이에 관해 강연에서 SMP와 LMP를 예시로 새로운 전력시장 질서 도입에 관해 이해를 도왔다. 지금까지 SMP(계통한계가격)는 시간과 장소에 구애받지 않는 상품으로 취급했다. 이제는 LMP(지역별 한계가격제)와 같이 전력망의 제약을 가격 신호로 직접 표현하여 전력의 가치를 결정한다. 단순한 상품을 넘어 시스템의 상태를 전달하는 것이라고 설명했다. LMP는 발전소에서 소비자 간의 거리를 고려하여 전기요금에 반영하는 시스템이다. 올해부터 분산에너지법 시행에 따라 LMP 기반 소매 요금 차등제가 단계적으로 추진될 예정이며, 이에 대한 관심이 커지고 있다.
한국 전력 시장은 송전망 부족, 전국 단일 가격(SMP) 등 물리적, 제도적 한계가 존재한다. 분산 에너지를 지향하지만, 아직 제도적으로 중앙집중을 고집한다. 빠른 전력 플랫폼 전환으로 경쟁력 있는 전력 시장을 구축해야 할 때이다.
RE100 이행의 실무 해법, 재생에너지 PPA 분배 최적화: "블랙박스 해석을 위한 한계 비용 분석"
[자료 4. KEI 컨설팅 김승희 매니저 발표]
출처 : ⓒ29기 차종근
기업들의 PPA(전력구매계약) 이해도가 높아지면서, 시장의 관심은 단순한 도입을 넘어 비용 효율의 극대화로 옮겨가고 있다. KEI 컨설팅 김승희 매니저는 PPA 비용이 단순 계약 단가가 아닌 망 이용료, 부가 비용, 그리고 초과 발전량에 대한 REC(신재생에너지 공급인증서) 구매 비용 등 복합적인 변수에 의해 결정된다고 설명했다. 특히 1시간 단위로 변동하는 발전량과 전력 소비 패턴, 그리고 특정 구간에서 급증하는 기본요금 구조 때문에 이를 완벽한 수학적 함수로 구현하는 것은 현실적으로 불가능에 가깝다고 지적했다.
김 매니저는 이러한 비용 산출 구조를 입력값(용량)을 넣으면 결과값(비용)만 나오는 블랙박스에 비유했다. 내부의 복잡한 연산식을 전부 알 수 없기 때문에, 역으로 이 블랙박스를 해석하는 도구로 한계 비용을 제시했다. 이는 특정 사업장에 PPA 용량을 소량(0.1MW 등)씩 투입해 보며 블랙박스가 내놓는 비용의 증가 폭을 추적하는 방식이다. 그는 "여러 사업장을 보유한 기업의 경우, 사업장별로 블랙박스에서 산출되는 비용이 급격히 치솟는 임계점이 다르다"며, 한계 비용 증가 폭이 가장 낮은 곳부터 물량을 배정하는 것이 전체 비용을 최소화하는 전략이라고 강조했다.
주목할 점은 이러한 고도화된 모델링에 반드시 전문적인 코딩 기술이 요구되지는 않는다는 사실이다. 실무 팁으로 엑셀 VBA와 생성형 AI(ChatGPT)의 결합이 소개됐다. 복잡한 파이썬 대신, 접근성이 높은 엑셀에 AI가 생성한 코드를 적용하면 누구나 블랙박스를 해석하고 최적화 모델을 구축할 수 있다는 것이다. 이는 업무 인수인계의 효율성을 높일 뿐만 아니라, 데이터에 기반한 객관적 지표로 경영진을 설득할 수 있다는 점에서 실무적 가치가 크다는 평가다.
AI 시대 도래, 전력 산업의 변화
AI와 데이터센터의 확산은 전력 수요 증가뿐만 아니라 산업 구조 전반에 영향을 미치고 있다. 이에 따라 전력 시스템을 제어·관리하는 기술이 대두되고 있다. 세미나에서는 AI가 단순히 전력 수요를 늘리는 기술이 아닌, 전력 산업 전반을 최적화하는 도구로 활용될 수 있음을 보였다. 전력수요 예측, PPA 등 다양한 영역에서의 AI 활용법을 제시했다.
에너지 산업의 경쟁력은 데이터를 해석하고 활용하는 역량이 중요시될 것이라고 생각한다. 복합적인 전력 환경 속에서 AI를 전략적으로 사용하는 것이 앞으로의 비용 구조와 생존을 좌우할 것으로 보인다.
전력계통에 대한대학생신재생에너지기자단 기사 더 알아보기
1. "[Remake] 직접 PPA, 한국형 RE100 이행의 신흥 강자가 될 것인가 ", 24기 박선혜, https://renewableenergyfollowers.tistory.com/4672
2. "실시간 전력시장 도입, 왜 필요한가", 28기 정성엽, https://iksung.tistory.com/149