SSE·아람코까지…AI, 전력망 병목부터 핵융합 안정화까지 확장 [카테고리 설정이 아직되어 있지 않습니다.] AI가 에너지 전환 실행 기술로 확장되고 있다. / 픽사베이
AI가 전력망 운영 효율 개선을 넘어, 에너지 전환의 핵심 병목을 푸는 실행 기술로 확장되고 있다.
로이터는 2월 3일(현지시각) 영국 전력기업 SSE와 사우디 아람코, 핵융합 연구기관 사례를 중심으로 AI가 에너지 산업 전반에서 비용 절감과 안정성 확보, 시스템 확장성을 동시에 끌어올리고 있다고 보도했다.
스마트 그리드, ‘여유 용량’을 데이터로 만든다
재생에너지 확산과 분산형 전원의 증가는 전력망을 더 복잡하고 불안정하게 만들고 있다. 발전은 탈중앙화됐지만, 송전·배전 인프라는 노후화된 상태로 남아 있기 때문이다.
로이터에 따르면 영국 전력회사 SSE는 AI를 활용해 송전선이 안전하게 감당할 수 있는 최대 전력량을 실시간으로 산정하고 있다. 송전선은 전류가 흐를수록 열이 발생해 늘어지거나 처짐이 커지는데, 이 처짐 정도가 안전 한계를 결정한다.
AI는 기온이 낮고 풍속이 높을수록 열이 더 잘 식는다는 점, 일사량과 구름량에 따라 태양 복사열이 달라진다는 점을 함께 계산해 송전선의 실제 냉각 조건을 추정한다. 이를 통해 고정된 보수적 기준이 아니라, 순간적인 환경 조건에 따라 송전 용량을 재계산하는 방식이다.
SSE는 이 시스템을 통해 기존 대비 약 15% 더 많은 전력을 송전선에 흘려보낼 수 있게 됐다고 밝혔다. 송전선이 과열·처짐 위험에 도달하지 않는 범위에서 여유 용량을 활용할 수 있어, 신규 송전 설비를 증설하지 않고도 병목을 완화하고 그리드의 유연성과 복원력을 높였다는 설명이다.
설비 유지관리 역시 데이터 기반으로 전환되고 있다. SSE는 목재 전신주의 내부 부식이나 구조적 약화를 점검하기 위해 신경망 기반 음파 분석을 활용한 ‘스마트 해머’를 도입했다. 전신주를 타격했을 때 발생하는 음파의 반사·감쇠 패턴을 신경망이 분석해 내부 상태를 추정하는 방식이다.
목재 전신주의 ‘건전성’은 외관상 이상이 없더라도 내부가 썩거나 균열이 진행됐는지를 의미하며, 점검 데이터가 누적될수록 AI는 전력망 전체에서 어떤 조건의 전신주가 취약한지를 학습하게 된다.
재생에너지·가정 단위까지 내려온 AI
AI는 풍력 터빈 방향 제어, 기상 기반 발전량 예측, 재생에너지와 비재생 발전 간 조합 결정에도 활용되고 있다. 로이터는 AI가 특정 시점에 그리드 전체 재생에너지 자산이 생산할 전력량을 예측해, 필요한 화석연료 발전 규모를 산정하는 데 쓰이고 있다고 전했다.
영국 에너지 소프트웨어 기업 칼루자(Kaluza)는 태양광, 배터리, 전기차, 히트펌프를 동시에 보유한 가정에서도 AI가 소비 패턴을 분석해 전력 흐름을 자동으로 최적화할 수 있다고 설명했다. 지역·시간대별로 과잉과 부족이 동시에 발생하는 분산형 전력망 환경에서, 인간이 직접 관리하기 어려운 조합을 AI가 대신 계산한다는 의미다.
전통 에너지와 핵융합으로 확장되는 적용 범위
AI 활용은 전통 에너지 산업에서도 빠르게 확대되고 있다. 로이터에 따르면 사우디 아람코는 저수지 모델링과 설비 진단 등에서 400개 이상의 AI 활용 사례를 발굴해 약 20억달러(약 2조9000억원)의 가치를 창출했다고 밝혔다.
저수지 모델링은 지하에 매장된 석유·가스의 압력과 유동 특성을 시뮬레이션해, 어느 지점에서 어떤 속도로 생산해야 회수율을 높일 수 있는지를 계산하는 작업이다. 아람코는 시추 데이터와 압력·온도 센서 정보, 과거 생산 기록을 AI로 분석해 생산 시나리오를 빠르게 비교·예측하고 있다.
아람코는 이 과정에서 에너지 산업 전용 대규모언어모델(LLM)을 자체 슈퍼컴퓨터로 개발하고 있다. 이 모델은 범용 챗봇이 아니라, 저수지 데이터와 설비 센서 정보, 운전 기록 등 내부 기술·운영 데이터를 학습해 현장 분석과 의사결정을 지원하는 용도로 설계됐다.
로이터는 아람코가 외부 클라우드나 공개 모델을 사용하지 않고 자체 LLM을 구축하는 이유로 사이버 보안 리스크를 줄이고, 핵심 에너지 데이터를 해외에 의존하지 않기 위한 데이터 주권 전략을 들었다고 전했다.
핵융합 분야에서도 AI는 실험 단계를 넘어 안정화와 개발 속도를 좌우하는 핵심 도구로 부상했다. 미국 커먼웰스퓨전시스템즈는 구글 딥마인드와 협력해 강화학습을 활용한 플라즈마 안정화 연구를 진행하고 있다. 중국 허페이 물리과학연구소와 영국 원자력청(UK Atomic Energy Authority) 역시 AI 기반 디지털 트윈과 로보틱스를 활용해 핵융합 설계와 실험 주기를 단축하고 있다.
로이터는 전력 인프라의 상당 부분이 100년 이상 된 상황에서, AI가 그동안 활용되지 못했던 데이터를 비용 절감과 운영 안정성 개선으로 전환하며 에너지 전환의 현실적 실행 수단으로 자리 잡고 있다고 분석했다.
Top
