AI 에이전트, 질문 한 번에 생성형AI보다 전력 136배 더 써 작성일 07-05 39 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">KAIST 연구팀, AI 에이전트 숨은 에너지 소모 비용 규명 <br>“AI에이전트 보편화되면 데이터센터 전력 수요 더 폭증”</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="QyhGkUJ6oj"> <figure class="figure_frm origin_fig" contents-hash="8169c968c013242044794587c48e40c7dc5f75220484c91df0b90fc358162818" dmcf-pid="xXy1mBgRgN" dmcf-ptype="figure"> <p class="link_figure"><img alt="인공지능(AI)이 스스로 생각하고 행동하는 'AI 에이전트'는 기존 생성형 AI보다 질문 한 건당 최대 136.5배 많은 에너지를 사용하는 것으로 나타났다. 생성형 AI로 만든 이미지" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/05/segye/20260705144546942qjld.png" data-org-width="1536" dmcf-mid="6CdNfOUZNc" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/05/segye/20260705144546942qjld.png" width="658"></p> <figcaption class="txt_caption default_figure"> 인공지능(AI)이 스스로 생각하고 행동하는 'AI 에이전트'는 기존 생성형 AI보다 질문 한 건당 최대 136.5배 많은 에너지를 사용하는 것으로 나타났다. 생성형 AI로 만든 이미지 </figcaption> </figure> <div contents-hash="a2b4c7b547dfbec0421ba2f9af6d35ac2c5eff01dfed68e40324ec7fb41e7859" dmcf-pid="yJxLKwFYoa" dmcf-ptype="general"> 인공지능(AI)이 스스로 생각하고 행동하는 ‘AI 에이전트’가 기존 생성형 AI보다 질문 한 건을 처리하는데 최대 136배 많은 전력을 소비한다는 연구 결과가 나왔다. </div> <p contents-hash="bee72885777f8484b14261cdc94f56a68a1cf05b9ec5ed5e9127186e9acb9400" dmcf-pid="WiMo9r3Gjg" dmcf-ptype="general">AI 에이전트가 보편화되면 데이터센터 전력 수요가 지금보다 크게 늘어날 수 있다는 분석이다.</p> <p contents-hash="fe6719bcf2db4f404208826c84d99c123e605b57e61cee63b68d472a1745af01" dmcf-pid="YnRg2m0HAo" dmcf-ptype="general">한국과학기술원(KAIST)은 전기및전자공학부 유민수 석좌교수 연구팀이 AI 에이전트의 실제 서비스 환경에서 얼마나 많은 계산 자원과 전력을 사용하는지를 체계적으로 분석해 이 같은 결과를 확인했다고 5일 밝혔다.</p> <p contents-hash="27fd286c497d856714a48d9ef5b0dcc8c8e0a3c7839fcdf98ebfaeadfcc64ccb" dmcf-pid="GLeaVspXkL" dmcf-ptype="general">최근 오픈AI와 구글, 앤트로픽 등 글로벌 빅테크가 AI 에이전트 경쟁을 본격화하는 가운데 전력과 데이터센터 효율 문제가 새로운 산업 과제로 떠오르고 있다.</p> <p contents-hash="6c0138ed1dc4f42755c78a32a851721d4aa516f1bd8f637f4a62b15c85deb3e2" dmcf-pid="HodNfOUZan" dmcf-ptype="general">연구팀은 AI 에이전트를 데이터센터 서버와 그래픽처리장치(GPU)가 지속적으로 계산 자원을 사용하는 새로운 작업 형태로 보고 계산량과 전력 소비를 분석했다.</p> <p contents-hash="e52e6005eba7dd241974ee1eb60fbc31e854259b751cd598e8f5edac67fb91b7" dmcf-pid="XgJj4Iu5ki" dmcf-ptype="general">분석 결과, AI 에이전트는 기존의 단계별 추론(CoT·AI가 사람처럼 생각 과정을 하나씩 전개하며 답을 찾는 방식)과 달리 여러 차례 대형 언어모델(LLM)을 반복 호출하면서 계산을 수행하는 것으로 나타났다.</p> <div contents-hash="c6208e2d963213662422813658336c9ab52ebaa1a6bd9136808c987d92b1c26f" dmcf-pid="ZaiA8C71gJ" dmcf-ptype="general"> AI 에이전트의 답변 시간은 최대 153.7배 늘어났으며, 외부 도구가 작업을 수행하는 동안 GPU는 전체 실행 시간의 최대 54.5%를 아무 계산도 하지 못한 채 대기하는 것으로 분석됐다. <br> </div> <figure class="figure_frm origin_fig" contents-hash="d88b04dff64b662a62b5a609f06881d8aeb6bd0f33cd1fa6a6ac5a8fa12291b2" dmcf-pid="5Nnc6hztad" dmcf-ptype="figure"> <p class="link_figure"><img alt="AI 에이전트의 주요 특성과 인프라 시사점. 한국과학기술원(KAIST)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/05/segye/20260705144547216talw.jpg" data-org-width="638" dmcf-mid="PL2xpaYCgA" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/05/segye/20260705144547216talw.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> AI 에이전트의 주요 특성과 인프라 시사점. 한국과학기술원(KAIST) </figcaption> </figure> <div contents-hash="342d46bf5c18e277351061f7608add0a6cfb50b600d925a05c28ba137934acd8" dmcf-pid="1jLkPlqFoe" dmcf-ptype="general"> AI가 복잡한 작업을 수행할수록 고가의 GPU 활용 효율은 오히려 떨어졌다. 또 AI 에이전트의 전력 소비도 크게 늘었다. </div> <p contents-hash="340736a501e544bdf135660e47534805293e0ffd3150528d8961f4d11ac921fc" dmcf-pid="tAoEQSB3gR" dmcf-ptype="general">현재 상용 AI 서비스에 쓰이는 700억 개의 매개변수(파라미터·AI가 학습한 지식과 능력을 저장하는 값)를 가진 대형 언어 모델을 사용하는 AI 에이전트는 질문 한 건을 처리하는 데 평균 348.41Wh(와트시)의 전력을 소비했다. 이는 기존 생성형 AI의 단순 질의응답 방식보다 136.5배 높은 수준이다.</p> <p contents-hash="eee39c0ab29fa04d9bdeb12a551f0e4267d6c90d5dd17b950cc9e43fcb41f775" dmcf-pid="Fbu2XeCEkM" dmcf-ptype="general">하루 137억건의 AI 에이전트 요청이 발생하는 미래 환경을 가정해 분석한 결과, 데이터센터 전력 수요는 약 198.9GW(기가와트)에 이를 것으로 추정됐다.</p> <p contents-hash="d41f1030735f6a7cfbd82dc5276466c854bbdaec203ee6afa07a590fe0fb8090" dmcf-pid="3K7VZdhDNx" dmcf-ptype="general">이에 대해 연구팀은 현재 세계 각국이 추진 중인 수 GW 규모의 AI 데이터센터를 뛰어넘는 수준이며, 미국 전체 평균 전력 소비량의 약 절반에 해당하는 규모라고 설명했다.</p> <p contents-hash="4f00d183d26c980d4f26675eccf6384a3bbc758b5b0ab5d4710e219311e58aa6" dmcf-pid="09zf5JlwjQ" dmcf-ptype="general">연구팀은 이번 연구가 AI 시대의 경쟁력이 ‘더 똑똑한 AI’에서 ‘더 효율적인 AI’로 이동하고 있음을 보여준다고 설명했다.</p> <p contents-hash="54a26853f8e390b3537d4dc69de6540b2ae3280cd0d81d84247abbc49b599fd0" dmcf-pid="p2q41iSrcP" dmcf-ptype="general">그러면서 앞으로는 AI 모델만 발전시키는 것이 아니라 AI 반도체, 데이터센터, 전력 인프라를 함께 최적화하는 ‘공동 설계’가 필수 전략이 될 것이라고 덧붙였다.</p> <p contents-hash="485a9db02d3478ad2a19d4ce9efcbb022c4fdc1f3aff5e8153a5aaa7abc4f137" dmcf-pid="UVB8tnvmN6" dmcf-ptype="general">유민수 석좌교수는 “이번 연구는 단순히 AI가 더 똑똑해지는 것을 넘어, 그 지능을 구현하고 유지하기 위해 얼마나 많은 전력과 비용이 필요한지를 정량적으로 제시한 사례”라고 밝혔다.</p> <p contents-hash="74772971bbe85046b73de588e339bfca0d830558d10830ce0348a9c72abc2c4d" dmcf-pid="ufb6FLTsA8" dmcf-ptype="general">이어 “AI 에이전트 시대에는 AI 모델뿐 아니라 데이터센터와 전력 인프라를 함께 최적화하는 공동 설계가 더욱 중요해질 것”이라고 덧붙였다.</p> <p contents-hash="b0625fd9eb4f09cc1572624378cb5e9ca008246a2c6aa2ca52a32cf4eaa1972a" dmcf-pid="74KP3oyON4" dmcf-ptype="general">이승구 온라인뉴스 기자 hibou5124@segye.com</p> </section> </div> <p class="" data-translation="true">Copyright © 세계일보. 무단전재 및 재배포 금지.</p> 관련자료 이전 우주항공산업 무게중심 남하…대전 역할 재정립 시급 07-05 다음 AI가 신입 일자리부터 흔드나… 법률·번역·디자인·회계, 채용 감소세 07-05 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
