NVIDIA와 Google, 더 빠른 전력망 연결을 위해 유연성을 거래하는 AI 에너지 관리 연합 출범

NVIDIA, Google, Emerald AI는 데이터센터가 전력을 확보하는 방식을 재고하게 만드는 조건을 내걸고 AI Energy Management Alliance를 출범시켰다. 운영사는 전력 시스템이 제약을 받을 때 전력 소비를 줄이겠다는 측정 가능한 의무를 수용하는 대가로 더 빠르거나 더 큰 규모의 전력망 연결을 받을 수 있다.

9월 16일 출범한 이 연합은 단순히 더 효율적인 하드웨어를 홍보하는 데 그치지 않는다. 신규 연결을 평가할 때 유틸리티 기업과 전력망 운영자가 유연한 컴퓨팅을 제어 가능한 자원으로 취급하도록 하려는 것이다. 이는 데이터센터가 운영을 원할 때마다 확정 전력을 공급받는다는 기존의 기대에 도전한다.

이 제안은 전력망 연결 지연이 기업의 AI 인프라 배치 지역을 점점 더 좌우하는 상황에서 나왔다. Google은 이미 일부 시설에 대해 유연한 전력 공급 계약에 합의했다. NVIDIA와 Emerald AI는 이제 이 접근 방식을 반복 가능한 시장 프레임워크로 만들려 하고 있다.

핵심 문제는 유틸리티 기업이 이를 근거로 프로젝트를 승인할 만큼 유연성이 신뢰할 수 있는 수준이 될 수 있느냐다. 짧은 기술 시연과 예측하기 어려운 전력망 비상 상황이 수년간 이어지는 상업 시설을 대상으로 한 구속력 있는 의무는 다르다.

이 모델이 성공한다면 유틸리티 기업은 대규모 부하를 단순히 거부하거나 모든 송전 설비 업그레이드를 기다리는 것 외의 대안을 얻게 된다. 실패할 경우 더 빠른 데이터센터 연결로 발생하는 위험을 가정과 기존 기업이 떠안을 수 있다.

AI Energy Management Alliance가 원하는 새로운 계통 연계 계약

이 연합은 데이터센터가 나중에 유연해질 것이라는 약속이 아니라 검증된 성과에 따라 전력망 접근 권한을 부여받기를 원한다.

AEMA로도 불리는 AI Energy Management Alliance는 컴퓨팅, 유틸리티, 발전, 데이터센터 산업의 기업들을 한데 모은다. 창립 멤버에는 NVIDIA, Google, Emerald AI가 포함된다.

Anthropic과 AES, Constellation, National Grid, NRG, RWE를 비롯한 에너지 기업들도 이 노력에 합류했다. 보도에 따르면 이 연합에는 기술 및 에너지 부문 전반의 기업과 기관 20곳이 참여하고 있다.

AEMA가 밝힌 목표는 신뢰성과 전력 요금 부담을 보호하면서 데이터센터의 전력망 연결을 가속하는 것이다. 소비 조절에 대한 신뢰할 만한 약속을 하는 시설에는 더 빠르고 위험을 조정한 경로를 제안한다.

이러한 약속은 비상 상황에서의 응답 속도, 지속 시간, 예측 가능성, 성과를 포괄한다. 이 연합은 시설과 전력망 운영자 간의 표준화된 기술 요건 및 운영 데이터 공유도 지지한다.

이 구조가 중요한 이유는 전력 계통 연계 연구가 일반적으로 제안된 고객이 어려운 조건에서 요청한 최대 전력을 소비할 수 있다고 가정하기 때문이다. 이에 따라 유틸리티 기업은 해당 부하를 안정적으로 공급하는 데 필요한 발전, 송전, 배전 설비 업그레이드를 파악해야 한다.

유연한 연결은 이 계산을 바꾼다. 데이터센터는 정상 조건에서 더 많은 전력을 공급받는 대신, 가용 용량이 합의된 기준 아래로 떨어질 경우 소비를 제한하는 데 동의할 수 있다.

AEMA는 시설이 연결되기 전에 출력 제한, 비상 대응, 라이드스루 동작을 포괄하는 의무를 설정할 것을 요구한다. 라이드스루는 짧은 전력망 교란이 발생했을 때 장비가 즉시 분리되거나 또 다른 불안정을 유발하는 대신 어떻게 작동하는지를 설명한다.

이 연합은 계통 연계 비용도 시설이 시스템에 미치는 실제 영향에 맞춰 산정되기를 바란다. 비용이 큰 업그레이드를 미룰 수 있는 부지는 동일한 최대 수요를 가진 유연하지 않은 프로젝트와 다른 대우를 받을 수 있다.

연합의 유연 전력 계획에 따르면 데이터센터는 배터리, 현장 발전, 또는 AI 워크로드 일정을 재조정하는 소프트웨어를 통해 대응할 수 있다. 이 프레임워크는 이를 제공하는 장비보다 전력망 서비스 자체가 더 중요하기 때문에 기술 중립성을 유지한다.

이러한 중립성은 회원사들이 서로 다른 설계를 추구할 여지를 준다. 한 클라우드 운영사는 컴퓨팅을 지역 간에 이전할 수 있고, 다른 시설은 우선순위가 낮은 작업을 일시 중지하거나 배터리 저장 전력을 방전할 수 있다.

의도된 모델에서는 중요 워크로드가 계속 실행된다. 학습, 배치 추론, 데이터 준비 및 기타 연기 가능한 작업이 조정의 대부분을 흡수하게 된다.

따라서 이 연합이 제안하는 것은 희소한 전력에 대한 무제한 접근이 아니라 교환이다. 데이터센터는 더 이르거나 확대된 서비스를 받고, 유틸리티 기업은 예측 가능한 전력 감축을 요청할 권리를 얻는다.

이 거래는 이 글의 핵심 긴장을 만든다. AI 운영자가 기존 데이터센터가 역사적으로 요구해 온 확실성의 일부를 포기할 때에만 더 빠른 연결이 가능해진다.

데이터센터 전력망 연결이 AI의 병목이 된 이유

AI 기업은 유틸리티 기업이 전력을 공급하는 데 필요한 인프라를 구축하는 속도보다 더 빠르게 컴퓨팅 장비를 주문할 수 있다.

대형 데이터센터는 산업 시설 규모의 전력을 필요로 할 수 있다. 그러나 송전선, 변전소, 발전 프로젝트, 규제 승인 절차는 컴퓨팅 하드웨어보다 훨씬 긴 일정에 따라 진행된다.

AEMA는 미국의 주요 시장에서 연결에 5~7년 또는 그 이상이 걸릴 수 있다고 말한다. 이러한 지연으로 완공된 건물이나 계획된 캠퍼스가 충분한 전력망 용량을 기다리는 상황이 발생할 수 있다.

이 불일치는 관련된 거의 모든 이들에게 압박을 가한다. 클라우드 제공업체는 완전한 전력 서비스를 받지 못한 채 토지, 건물, 장비를 보유할 위험이 있다. 유틸리티 기업은 시점과 최종 수요가 불확실한 막대한 연결 요청에 직면한다.

기존 고객은 다른 위험에 놓인다. 유틸리티 기업이 투기적이거나 유연하지 않은 부하를 위해 비용이 큰 인프라를 구축하면, 가정과 소규모 기업이 결국 그 비용의 일부를 부담할 수 있다.

지역사회도 데이터센터 개발이 지역 전기요금을 올리거나 신뢰성을 약화할지 질문하고 있다. 이러한 우려로 에너지 접근성은 단순한 엔지니어링 문제가 아니라 정치적 제약이 됐다.

AEMA는 전력망이 많은 시간대에는 미사용 용량을 보유하지만, 소수의 피크 시간대에는 제약을 받는다고 주장한다. 유연한 시설은 이 여유 용량을 활용하고 수요가 시스템 한계에 가까워질 때 소비를 줄일 수 있다.

이 연합은 중간 수준의 유연성만으로도 기존 미국 전력망 인프라에서 최대 100기가와트의 추가 부하를 수용할 수 있다는 연구를 인용한다. 이는 모델링된 기회이며, 신규 데이터센터에 이미 승인된 용량은 아니다.

이 구분은 중요하다. 제약은 특정 발전기, 송전 회랑, 변전소, 지역 배전 시스템에서 발생하기 때문에 전력망 용량을 하나의 전국 단위 풀처럼 취급할 수는 없다.

한 지역의 유연한 시설이 다른 지역의 혼잡을 자동으로 해결할 수는 없다. 같은 지역 내에서도 유연성의 가치는 데이터센터가 어디에 연결되고 부족 현상이 언제 발생하는지에 따라 달라진다.

그럼에도 그 기본 개념은 오랜 역사를 지닌다. 유틸리티 기업은 수십 년 동안 어려운 시기에 수요를 줄이는 공장과 기타 대규모 고객에게 비용을 지급해 왔다.

전력망 또는 가격 신호에 따라 일시적으로 전력 소비를 조정하는 수요 반응은 시스템이 피크를 관리하는 데 도움이 된다. 기존 프로그램은 때때로 공장이 생산을 중단하거나 건물이 냉난방 부하를 조정하는 방식에 의존한다.

데이터센터도 이미 일부 프로그램에 참여하고 있지만, 흔히 디젤 비상 발전기를 이용해 대응한다. 이 해결책은 전력망 소비를 줄이면서 컴퓨팅 활동을 유지하지만, 지역 오염을 일으킬 수 있다.

Emerald AI는 컴퓨팅 자체를 조정하는 방식을 제안한다. 이 회사의 소프트웨어는 유틸리티 기업의 요청을 워크로드 스케줄러, 전력 시스템, 기타 시설 제어 장치와 조율한다.

회사는 중요하지 않은 작업을 늦추거나 일시 중지하거나 전력 여유가 더 큰 지역으로 옮길 수 있다고 말한다. 배터리와 현장 발전은 이용 가능할 경우 이러한 변화를 보완할 수 있다.

이 접근 방식은 AI 인프라 시장에서 경쟁하는 NVIDIA와 Google이 협력할 이유를 제공한다. 두 기업 모두 유틸리티 기업이 컴퓨팅 유연성을 매 순간 최대 수요를 충족하는 것에 대한 신뢰할 만한 대체재로 인정할 때 이익을 얻는다.

이 연합은 다른 하이퍼스케일러와 데이터센터 운영사에도 압박을 가한다. AEMA가 실행 가능한 표준을 확립한다면, 확정적이고 중단 없는 전력을 원하는 운영사는 더 긴 대기 시간이나 더 높은 시스템 비용에 직면할 수 있다.

유연한 AI 데이터센터, 컴퓨팅을 전력망 제어 수단으로 전환하다

이 메커니즘은 소프트웨어가 우선순위 AI 서비스를 손상시키지 않고 전력 수요를 신속히 줄일 수 있을 때만 작동한다.

Emerald AI의 Conductor 플랫폼은 전력망 신호와 데이터센터 운영 사이에 위치한다. 배터리, 현장 발전 및 기타 계량기 후단 자산이 있는 경우, 이 플랫폼은 유틸리티 기업의 요청에 맞춰 워크로드 변경을 조정한다.

NVIDIA의 DSX Flex 소프트웨어는 AI 인프라를 이러한 에너지 제어 장치와 연결하도록 설계됐다. 양사는 건설 후에 추가하는 방식이 아니라 AI 시설의 운영 아키텍처에 전력 관리를 내장하려 한다.

이 접근 방식은 컴퓨팅 워크로드 간의 차이를 활용한다. 대화형 서비스는 즉각적인 처리가 필요할 수 있지만, 학습 체크포인트나 데이터 준비 작업은 흔히 기다릴 수 있다.

운영사는 이러한 워크로드를 우선순위와 마감 기한에 따라 분류할 수 있다. 전력망이 지원을 요청하면 스케줄링 소프트웨어는 엄격한 성능 약속이 적용되는 서비스를 보호하면서 우선순위가 낮은 활동을 줄인다.

작업을 여러 지역으로 이전하는 것은 또 다른 수단이다. 여러 데이터센터를 보유한 기업은 네트워크, 데이터, 규정 준수 요건이 이전을 허용하는 경우 전력이 충분한 지역으로 작업을 보낼 수 있다.

이 기술이 컴퓨팅을 에너지 소비 없는 활동으로 만들지는 않는다. 다만 전력 소비의 시점과 장소를 바꾸며, 이는 짧은 전력망 비상 상황에서 큰 의미를 가질 수 있다.

2025년 Phoenix 시험은 초기 증거를 제공한다. 현장 시연에는 256개의 GPU와 대표적인 AI 워크로드를 포함한 상업용 클라우드 클러스터가 사용됐다.

연구진은 피크 이벤트 동안 3시간에 걸쳐 클러스터 전력을 25% 줄였다고 보고했다. 배터리를 추가하거나 하드웨어를 변경하지 않고도 정의된 서비스 품질 요건을 유지했다고 밝혔다.

이 결과는 메커니즘을 뒷받침하지만, 규모는 여전히 제한적이다. GPU 256개 규모의 클러스터는 여러 변전소를 통해 수백 메가와트를 소비하는 캠퍼스와 동등하지 않다.

시험은 또한 계획된 조건에서 특정 워크로드를 평가했다. 상업 프로그램은 예기치 못한 장애, 변화하는 고객 우선순위, 극한 기상, 짧은 간격으로 연속 발생하는 여러 전력망 이벤트를 처리해야 한다.

NVIDIA와 Emerald AI는 이후 1년 동안 5개의 상업용 데이터센터에서 시연을 진행했다고 말한다. 다음 시험은 유틸리티 기업이 평가해야 하는 규모에 더 가까이 다가가는 것을 목표로 한다.

버지니아주 매너서스에 위치한 NVIDIA AI Factory Research Center에서는 96메가와트 규모의 배치가 계획돼 있다. Digital Realty, Electric Power Research Institute, PJM Interconnection이 참여한다.

양사는 해당 시설이 NVIDIA의 Vera Rubin DSX 아키텍처를 사용할 것으로 예상한다. 상업 규모 운영은 워크로드 성능, 텔레메트리, 응답 신뢰성에 관한 더 강력한 증거를 제공할 것이다.

기본 개념은 Emerald AI를 넘어선다. Google은 일부 컴퓨팅을 더 청정하거나 제약이 덜한 시간대로 옮기는 시스템을 개발해 왔다. 다른 제공업체들은 짧은 전력 피크를 줄이기 위해 무정전 전원 공급 장치를 사용한다.

Emerald AI의 차별점은 유틸리티 기업과 워크로드 제어 장치 간 연결을 제안한다는 데 있다. 이 인터페이스를 통해 전력망 운영자는 급전 가능한 에너지 자원과 유사한 대응을 요청할 수 있다.

NVIDIA architecture는 현장 발전과 저장 설비를 갖춘 하이브리드 시설도 지원합니다. 이러한 자원은 완전한 전력망 연결이 가능해지기 전에 임시 연결 전력을 제공할 수 있습니다.

이후에는 같은 장비가 계통 연계 후 유연한 운영을 지원할 수 있습니다. 다만 현장 발전 설비를 함께 배치하면 연료, 인허가, 배출, 비용에 관한 별도의 문제가 발생합니다.

AEMA는 전력망마다 필요한 서비스가 다르기 때문에 특정 기술 경로를 처방하지 않습니다. 발전 용량이 부족한 시스템과 지역 송전선로 제약을 받는 시스템의 요구사항은 다릅니다.

성과 기반 규칙은 이러한 차이를 수용할 수 있습니다. 또한 기업이 배터리나 워크로드 소프트웨어를 보유했다는 이유만으로 유연성을 주장하는 것을 막을 수 있습니다.

전력회사는 시설 전체가 계량기 기준으로 정해진 감축량을 제공할 수 있다는 증거를 필요로 합니다. 그 감축은 신속하게 이뤄져야 하고, 충분히 오래 지속돼야 하며, 요청 시 언제든 제공될 수 있어야 합니다.

더 빠른 접속은 실제 감축 위험을 감수한다는 뜻이다

가장 어려운 전력망 상황에서 데이터센터가 가속화된 접속을 받으면서도 의미 있는 감축을 회피한다면, 이 연합의 약속은 무너진다.

AEMA는 유연성을 AI 성장과 신뢰성, 경제성을 조화시키는 방법으로 제시합니다. 그러나 연합 구성원들 역시 더 빨리 전력을 확보하는 데 직접적인 상업적 이해관계를 갖고 있습니다.

이러한 이해충돌이 제안 자체를 무효로 만들지는 않습니다. 다만 독립적 측정, 집행 가능한 계약, 투명한 비용 배분이 필수적이라는 뜻입니다.

유연한 계통 연계는 비상 상황에서 자발적으로 걸려온 전화 한 통에 의존할 수 없습니다. 계통 운영자는 시설이 얼마나 많은 전력을 사용하고 있으며, 얼마나 안정적으로 줄일 수 있는지를 보여주는 원격계측 데이터를 필요로 합니다.

또한 미이행에 대한 규칙도 필요합니다. 의무를 지키지 못한 데이터센터는 예정됐던 감축이 실현되지 않아 비상 상황을 악화시킬 수 있습니다.

제재에는 더 높은 요금, 서비스 축소, 또는 유연한 접속 권한 상실이 포함될 수 있습니다. 적절한 결과는 전력회사 요금제와 지역 시장 규칙에 따라 달라질 것입니다.

예측 역시 또 다른 문제를 만듭니다. 시설은 현재 워크로드 구성에 근거해 유연성을 약속한 뒤, 지속적인 가용성을 요구하는 애플리케이션 고객을 유치할 수 있습니다.

AI 추론은 사용자가 즉각적인 응답을 기대하기 때문에 일부 학습 작업보다 연기하기 어려울 수 있습니다. 안전 시스템, 의료 애플리케이션, 금융 서비스 및 기타 민감한 워크로드는 추가적인 제약을 부과할 수 있습니다.

워크로드 이동성에도 한계가 있습니다. 지역 간 작업 이동은 네트워크 지연, 데이터 저장 위치 규칙, 스토리지 비용, 또는 가용하지 않은 가속기 용량 문제에 부딪힐 수 있습니다.

기술적으로 유연한 캠퍼스라도 광범위한 폭염이 발생하면 유연성이 떨어질 수 있습니다. 여러 지역이 동시에 전력망 스트레스를 겪으면 다른 곳으로 작업을 이전할 선택지가 사라질 수 있습니다.

배터리와 현장 발전은 도움이 될 수 있지만 지속 시간은 제한적입니다. 화석연료 기반 백업 시스템은 환경 비용을 전력망에서 주변 지역사회로 전가할 수도 있습니다.

연합은 표준에 응답 지속 시간과 예측 가능성을 포함할 것이라고 밝혔습니다. 규제기관은 이러한 조항을 짧은 피크 시간뿐 아니라 장기 비상 상황에서도 검증해야 합니다.

규모는 또 다른 불확실성을 만듭니다. 단일 시설의 전력 감축은 전력망을 지원할 수 있지만, 수천 개의 자동화 장치가 동시에 반응하면 새로운 램프와 운영상 과제가 발생할 수 있습니다.

전력회사는 시설이 감축 후 어떻게 소비를 복구하는지도 알아야 합니다. 중단된 모든 워크로드가 한꺼번에 재시작되면 반등이 또 다른 피크를 만들 수 있습니다.

유연한 데이터센터와 자주 연관되는 100기가와트 기회는 신중하게 해석해야 합니다. 이는 전력망 이용률, 가용 유연성, 지리적 매칭에 관한 모델링과 가정에서 나온 수치입니다.

이는 소프트웨어가 100기가와트의 확정 전력을 찾아냈다는 뜻이 아닙니다. AI 수요가 증가함에 따라 신규 발전, 송전망, 변전소는 여전히 필요합니다.

Emerald AI 수석 과학자 Ayse Coskun은 이 한계를 인정하며, 이 접근 방식이 신규 발전 필요성을 줄일 수는 있지만 없앨 수는 없다고 말했습니다. 이 구분은 신뢰할 수 있는 유연성과 컴퓨팅 소프트웨어가 물리적 인프라를 대체할 수 있다는 주장 사이를 가릅니다.

일부 지역에서는 공공 정책이 이미 의무적 감축을 향해 움직이고 있습니다. 한 전력 정책 검토는 비상 상황에서 대규모 부하를 차단하거나 제한하기 위한 텍사스와 PJM의 제안을 설명했습니다.

이러한 제안은 데이터센터 개발사가 마주한 대안을 보여줍니다. 유연성은 협상된 인센티브를 통해 도입될 수도 있고, 규제기관이 운영 조건으로 부과할 수도 있습니다.

일부 산업 단체는 자발적 감축에 대한 보상을 원하며 경직된 규칙이 투자를 위축시킬 수 있다고 경고합니다. 소비자 옹호 단체는 감축만으로 일반 고객이 데이터센터 확장 비용을 보조하는 상황을 막을 수 있는지 의문을 제기합니다.

따라서 AEMA는 기술적 실현 가능성 이상을 입증해야 합니다. 가속화된 전력망 접속이 과도한 비용이나 신뢰성 위험을 다른 모든 이들에게 전가하지 않는다는 점을 보여야 합니다.

초기 전력회사 프로그램이 모델의 확장 가능성을 결정할 것이다

다음 단계는 추가 연합 발표가 아니라 운영 데이터, 집행 가능한 요금제, 고객 영향으로 평가될 것이다.

가장 먼저 주목할 신호는 계획된 버지니아 96메가와트 배치입니다. 이는 유연한 AI 데이터센터가 상업적으로 의미 있는 규모에서 예측 가능한 감축을 제공할 수 있는지 보여줄 것입니다.

유용한 결과에는 응답 시간, 감축 지속 시간, 복구 방식, 중단으로부터 보호된 워크로드의 비율이 포함될 것입니다. 집계 보고는 고객 데이터를 노출하지 않으면서도 증거를 제공할 수 있습니다.

서로 다른 계절에 걸쳐 반복된 성과는 AEMA의 주장을 강화할 것입니다. 가장 어려운 시스템 시간을 피하는 통제된 실증은 핵심 신뢰성 문제를 해결하지 못한 채 남길 것입니다.

두 번째 신호는 유연한 계통 연계 요금제의 도입입니다. 이러한 프로그램은 정책 개념을 계약상 권리, 측정 요건, 결과로 전환합니다.

Silicon Valley Power는 급전 가능한 유연성과 교환해 확대된 접속 기회를 제공하는 Flexible Load Interconnection Program을 만들었습니다. Emerald AI와 NVIDIA는 이 체계와 연결된 DSX Flex 배치를 발표했습니다.

이 상업 배치는 전력회사가 참여 시설에 조정을 요청할 수 있도록 설계됐습니다. Emerald AI에 따르면, 이는 두 대륙에서 진행된 다섯 차례의 초기 실증을 잇는 것입니다.

텍사스 역시 제어 가능한 대규모 부하를 위한 임시 경로를 개발하고 있습니다. 이러한 체계는 시설이 기존의 확정 서비스 연결을 기다리는 동안 가용 여유 용량을 사용할 수 있게 할 수 있습니다.

세부 사항이 이 프로그램들이 전력망을 보호할지 결정할 것입니다. 규제기관은 적격 기술, 통지 기간, 최대 중단 시간, 시험 절차, 미응답에 대한 제재를 정의해야 합니다.

또한 여전히 필요한 설비 보강 비용을 누가 부담할지도 결정해야 합니다. 유연성은 일부 투자를 미룰 수 있지만, 모든 지역 병목 현상을 없애거나 노후 인프라를 대체할 수는 없습니다.

세 번째 신호는 독립 계통 운영자가 공식 계획에서 유연성을 인정하는지 여부입니다. 연합 가입만으로 전력회사가 계통 연계 연구에서 약속된 감축을 인정한다는 보장은 없습니다.

운영자는 워크로드 소프트웨어의 추정치가 아니라 계량기에 연결된 증거를 원할 것입니다. 또한 프로젝트 운영 기간 전체에 걸쳐 감축이 계속 가능하다는 확신도 필요합니다.

버지니아 연구센터에 PJM이 참여하면서 이 모델은 중요한 검증 환경에 접근하게 됐습니다. PJM 관할 지역에는 주요 데이터센터 시장이 포함되며, 중부 대서양 지역과 중서부 지역의 6,500만 명에게 서비스를 제공합니다.

그곳에서의 성공은 유연한 컴퓨팅이 대규모 부하 계획의 일부가 될 수 있다는 주장을 강화할 것입니다. 권한, 보상, 집행을 둘러싼 지속적인 분쟁은 이를 약화시킬 것입니다.

AEMA는 지역사회로부터도 더 폭넓은 검증을 받게 될 것입니다. 전기요금, 지역 대기오염, 물 소비, 토지 이용은 계속해서 데이터센터에 대한 대중의 수용성을 좌우할 것입니다.

유연한 운영은 이 목록의 일부만 다룹니다. 전력망 비상 상황에서 소비를 줄이는 시설도 여전히 새로운 인프라를 필요로 하고 연간 기준으로 상당한 에너지를 소비할 수 있습니다.

그렇기 때문에 경제성에 관한 주장은 실제 요금 결과를 통해 입증돼야 합니다. 연합은 향상된 전력망 활용이 시스템 비용을 줄일 수 있다고 말하지만, 규제기관은 그 절감분을 누가 받는지 판단해야 합니다.

개발사에게 실질적인 매력은 단순합니다. 유연한 서비스는 사용할 수 없었던 부지를 수년 더 일찍 운영을 시작할 수 있는 부지로 바꿀 수 있습니다.

전력회사에 주는 이점은 선택권입니다. 최악의 시스템 시간에도 모든 신규 메가와트가 항상 제공돼야 한다고 가정하지 않으면서 경제 개발을 위한 접속을 제공할 수 있습니다.

AI 고객에게는 그 절충이 더 복잡합니다. 유연한 인프라는 가속기 공급을 확대할 수 있지만, 일부 컴퓨팅 작업은 스트레스 기간에 일정 제약을 받을 수 있습니다.

AI Energy Management Alliance가 성공하려면 이러한 제약이 측정 가능하고 일상적인 것이 되어야 합니다. 실증 기간에 엔지니어들이 보여주는 예외적인 노력에 의존해서는 안 됩니다.

연합은 그럴듯한 메커니즘을 제시했고 이를 시험할 역량을 갖춘 기업들을 모았습니다. 다음 과제는 협력적 언어를 전력회사가 신뢰할 수 있는 의무로 전환하는 것입니다.

먼저 버지니아 시설의 운영 결과를 지켜보고, 이어 새로운 유연 요금제의 조건, 마지막으로 지역 계획에서 이들이 어떻게 다뤄지는지 살펴봐야 합니다. 이 신호들은 더 빠른 접속이 진정한 전력망 가치를 반영하는지 보여줄 것입니다.

AI 인프라를 구매하는 조직은 이제 다른 질문을 던져야 합니다. 공급자가 제공하는 컴퓨팅 용량이 얼마나 되는지뿐 아니라, 전력이 부족해질 때 그 용량이 어떻게 작동하는지도 살펴봐야 합니다.

NVIDIA와 Google의 이니셔티브는 이 질문을 피할 수 없게 만듭니다. 데이터센터 전력망 접속의 미래는 점점 더 컴퓨팅 수요가 그 위에 구축된 서비스를 무너뜨리지 않으면서 유연하게 조정될 수 있음을 입증하는 데 달려 있습니다.