전기 유틸리티 기업들은 앞으로의 어려운 과제 해결을 위한 스마트한 그리드를 만들기 위해 머신 러닝 수업을 수강하고 있습니다.
2021년 겨울, 미국 텍사스에서 발생한 거대한 폭풍으로 수백만 명이 정전 사태를 겪은 적이 있습니다. 또한 지난 두 여름동안 발생한 송전망 고장은 캘리포니아의 기록적인 가뭄 가운데 엄청난 산불을 유발했는데요.
30개 이상의 회원국으로 구성된 국제 에너지 기구(International Energy Agency)의 2021년 5월 보고서에서는 “2021년의 이상 기후 사건들은 기후변화가 초래하는 위험과 더 탄력적인 전기 그리드 투자의 중요성을 강조했습니다”라고 밝혔습니다. 이는 신재생 자원에서 수백 기가와트 에너지를 더 공급받아 2050년까지 탄소 중립(net zero) 그리드를 구축할 것을 촉구했습니다.
목표는 혁신을 요구하게 됩니다. 소수의 대형 발전소에서 수많은 사용자에게 공급되는 단방향 시스템이었던 구시대의 100년 된 그리드는 이제 태양열 패널, 배터리, 전기 자동차를 사용하는 가정과 건물에 연결된 양방향으로 유연한 분산형 네트워크로 변모해야 합니다.
앞으로의 변화를 고려할 때, 그리드는 모든 노드에서 데이터를 수집하고 이를 사용해 실시간으로 대응하는 자율 제어 시스템을 확장해야 한다고 전문가들은 말합니다.
필수적인 AI
에너지 연구 분야에서 45개국의 450개 이상의 기업과 협력하는 비영리 독립 기업, 전력 연구소(Electric Power Research Institute, EPRI)의 선임 프로그램 매니저, 제레미 렌쇼(Jeremy Renshaw)는 “AI는 풍력과 태양광 같은 많은 양의 저용량 가변 발전원이 온라인화되고, 양방향 전력이 주택으로 들어오고 나감에 따라 기하급수적으로 복잡해지고 있는 전기 그리드의 안정성을 유지하는 데 중요한 역할을 할 것입니다”라고 말했습니다.
전력연구소(EPRI)의 인공지능(AI) 이니셔티브를 관리하는 렌쇼는 “AI는 반복적이거나 시간 소모가 큰 작업을 자동화함으로써 이미 한계에 도달한 그리드 운영기관을 지원할 수 있습니다”라고 전했습니다.
유틸리티 및 데이터 분석 분야에서 16년 이상 근무한 딜로이트 컨설팅 LLP(Deloitte Consulting LLP)의 책임자인 릭 페레즈(Rick Perez)는 이와 의견을 함께 합니다.
“미래의 에너지 그리드는 풍력 발전소와 다양한 스토리지 기술 등 수천 개의 간헐적인 전력 공급원에 의해 분배되고 연료가 공급될 것입니다. 이를 관리하기 위해서 고급 AI 방법과 고성능 컴퓨팅이 필요합니다”
실제 프로젝트, 실제 결과
이미 발전소와 변전소, 배전선, 가정과 기업 내부에서 그런 작업이 진행되고 있는데요.
페레즈는 “미국에서 가장 큰 전력회사들 일부는 센서 어레이와 실시간 분석을 이용해 데이터 엔지니어링 플랫폼과 엣지 컴퓨팅 관행을 만들어가는 첫 단계를 밟고 있습니다”고 말했습니다.
예를 들어, 미국의 한 대도시의 한 유틸리티 기업은 최근 NVIDIA GPU 기반 AI으로 힘을 얻어 폭풍에 대응할 수 있는 최적의 트럭 경로를 30분 내로 정할 수 있었습니다. CPU 기반 시스템에 대한 과거의 기술로는 최대 36시간이 걸려 유용하게 사용되기에는 너무 오래 걸렸습니다.
유틸리티 기업에 그 가능성을 보여주기 위해 딜로이트는 자사의 AI 컴퓨팅 센터에서 NVIDIA DGX A100 시스템을 기반으로 작업을 실행합니다. 그 중 한 예로, 전력망 상태에 대한 데이터를 지역 기상 조건과 결합해 수리원이 파견될 시에 얼음으로 파손되고 고장 위험이 있는 배전선을 식별해내는 작업이 있죠.
페레즈는 “이는 오픈 시스템이기 때문에 NVIDIA의 지원으로 기존 IT 직원을 활용할 수 있고 고객을 위해 슈퍼 컴퓨팅급의 작업을 수행할 수 있습니다”라고 말했습니다.
AI 모델, 데이터세트 구축
전력연구소(EPRI)에서 렌쇼는 몇 가지 면에서 진전을 보고했습니다.
예를 들어, 300개 이상의 기업이 강화 학습으로 AI 모델을 구축하기 위해 L2RPN 도전에 동참했는데요. 일부 기업은 정전을 방지하기 위해 최대 5개의 작업을 한번에 제어할 수 있습니다.
렌쇼는 “운영자가 가장 까다로운 20%의 과제에 집중해 업무 효율성을 높일 수 있도록 일상적인 작업의 80%를 자동화하고 싶습니다”라고 말했습니다.
AI의 기후변화 해결 방법에 대한 2021년 보고서는 올해 더 복잡한 모델을 포함하기 위해 확장되고 있는 L2RPN 작업을 중요한 활용 사례로 인용했습니다.
이와 별도로 전력연구소(EPRI)는 가장 중요한 작업을 위해 AI 모델을 훈련하는 데 사용할 수 있는 10개의 익명 데이터 유틸리티 세트를 큐레이션하고 있습니다. 하나는 이미 송전선에 노후 장비 드론이 촬영한 15만 장의 이미지를 담은 데이터베이스입니다.
또한 전력연구소(EPRI)는 유틸리티 기업이 NVIDIA Inception 회원사인 노트워시 AI(Noteworthy AI)와 같은 AI 스타트업과 협업해 혁신적인 프로젝트를 진행할 수 있는 스타트업 인큐베이터도 이끌고 있는데요. 공유 데이터를 비공개로 유지하기 위해 AI 모델을 훈련시키는 NVIDIA FLARE 소프트웨어를 활용할 수 있습니다.
디지털 트윈을 얻은 발전소
전력연구소(EPRI)와 딜로이트는 산업용 디지털 트윈을 만들어 발전소의 운영과 교육을 최적화하도록 돕고 있습니다. 예를 들어, 미국 남부에 있는 한 발전소는 전력연구소 프로젝트의 시범 시설로 운영되면서 큰 관심을 받고 있죠.
이와 별도로 딜로이트는 NVIDIA Omniverse Enterprise를 활용해 근로자 교육 시나리오를 위한 원자력 발전소의 물리적으로 정확한 디지털 트윈을 개발할 계획입니다.
페레즈는 “규제 당국은 안전성 향상과 테스트를 위한 시스템 정지로 인한 높은 비용을 줄이기 위해 발전소의 디지털 트윈을 건설하려고 여러 보조금을 제공하고 있습니다”라고 말했습니다.
올해 첫 선을 보인 진정한 스마트 미터기
전력연구소(EPRI)와 딜로이트는 차세대 스마트 미터기를 정의하는 데 도움을 주고 있는데요.
렌쇼는 “우리는 오늘날의 시스템을 스마트 미터기라고 부르긴 하지만, 실제로는 15분마다 하나의 데이터 포인트를 전송하는데, 이는 오늘날의 표준으로 볼 때 아주 느린 속도입니다”라고 말했습니다.
이와는 대조적으로, 최첨단 스타트업을 위한 무료 프로그램 NVIDIA Inception의 회원사인 유틸리데이터(Utilidata)와 아누라넷(Anuranet)이 개발 중인 소프트웨어 정의 스마트 그리드 칩과 미터기는 차세대 NVIDIA Jetson 엣지 AI 플랫폼을 사용해 초당 30,000개 이상의 데이터 포인트를 처리합니다. 또한 그리드의 복원력을 높이는 동시에 에너지와 비용을 절약하는 통찰력을 추구합니다.
렌쇼는 “만약 우리가 1초 미만의 데이터를 얻을 수 있다면, 풍부한 기회가 열릴 겁니다. 우리는 차세대 스마트 미터기로부터 81가지의 데이터 사용 사례를 확인했습니다”라고 말했습니다.
이런 새로운 미터기 중 하나에서 얻은 데이터에 기반한 AI를 통해 렌쇼는 작년에 가정내 HVAC 시스템이 고장으로 1,000달러 이상의 비용이 들어가기 전에 미리 수리가 필요하다는 것을 알 수 수 있었습니다.
변곡점
게다가 전력연구소(EPRI)는 에너지 낭비를 최대 30% 절감하기 위해 AI를 사용하는 두 개의 사무실 건물에 시범 프로그램을 진행 중입니다. 또한 작년 에너지 파이프라인에 대한 랜섬웨어 공격 이후 우려가 증폭된 가운데 머신 러닝을 통해 사이버 보안을 강화할 수 있는 방법에 대한 협력안을 모색하기 시작했습니다.
앞으로 해야 할 일들이 많이 남아 있습니다. 페레즈는 “미국 인프라 투자 및 일자리법(U.S. Infrastructure Investment and Jobs Act) 등 전 세계 이니셔티브를 통해 보다 더욱 스마트하고 깨끗하고 안전한 그리드를 만들기 위해 상당한 투자가 진행되고 있습니다”고 말했습니다.
그는 “우리는 변곡점에 서 있으며, AI와 고성능 컴퓨팅 없이 그리드의 미래를 위한 실행 가능한 계획은 불가능합니다”라고 전했습니다.
GTC 토크(등록하고 온디멘드로 시청 가능)를 살펴보고, 유틸리티 기업이 엣지 AI 및 고성능 컴퓨팅을 사용해 그리드 운영을 현대화할 수 있는 방법을 확인해보세요. 유틸리티에 관한 NVIDIA 작업과 NVIDIA Inception에 대해 더 자세히 알아보세요.