탄소 중립 로드맵을 수립하고 실천하는 것의 중요성이 나날이 커지고 있습니다.
이제 탄소 중립은 선택이 아니라 생존의 문제로 여겨지고 있습니다.
이런 흐름에 발맞춰 구글은 Industrial Adaptive Controls 플랫폼을 개발하였습니다. 😃
이 플랫폼은 Google Cloud와 DeepMind를 활용해 상업용 건물, 데이터 센터, 산업용 시설에서 사용하는 HAVC 시스템을 AI 기술을 활용해 제어합니다. 이를 통해 난방, 환기, 공조 관련 에너지 사용량을 최적으로 유지할 수 있습니다. 덕분에 탄소 발자국을 효과적으로 줄일 수 있게 되었고, 그 효과는 이미 구글이 스스로 증명하였습니다. 구글은 자사 데이터 센터에 이 플랫폼을 적용해 냉각에 사용하는 에너지를 30%나 줄였습니다.
에너지 절감에 대한 구글의 노하우
구글의 경우 데이터 센터에서 운영하는 고성능 서버에 TPU(Tensor Processing Unit) 칩을 장착하였습니다. 2014년부터 시작된 이 작업을 통해 머신 러닝으로 데이터 센터 냉각을 자동으로 최적화하였습니다. 여기서 멈추지 않고 데이터 센터 에너지 절감 폭을 넓히기 위해 온도, 조명, 냉각 제어 같은 시스템에도 엣지 장치를 배포하였습니다. 이처럼 구글은 오랜 노력을 통해서 데이터 센터 에너지를 AI 기반으로 제어하고 있습니다.
데이터 센터를 운영하는데 반드시 AI 기반의 제어를 적용해야 하는 이유가 있습니다.
데이터 센터의 에너지 효율성을 측정하는 PUE(전력 사용 효율성)을 기준으로 알아보겠습니다. PUE는 수십 개의 변수에 영향을 받습니다. 일반적인 데이터 센터에는 냉각기, 냉각탑, 물 펌프, 열 교환기, 제어 장치 등 다양한 설비와 시스템이 있습니다. 이들 요소는 상호작용을 합니다. 따라서 최적의 에너지 효율을 내는 시나리오의 수는 사람이 직접 조건을 주고 테스트 결과를 뽑아낼 수 있는 수준을 넘어섭니다.
예를 들어 각각 10개의 설정이 가능한 장비가 10대 있다고 가정해 보겠습니다. 그리고 이들 장비는 상호 작용을 합니다. 이 경우 100억 개의 구성 시나리오를 따져 봐야 합니다. 장비 수가 더 많다면? 설정 시나리오를 만들고 테스트하는 것은 AI에 맡기는 것이 훨씬 더 효과적입니다. 구글이 DeepMind와 협력하여 Industrial Adaptive Controls 플랫폼을 구축한 이유도 같은 맥락에서 이해할 수 있습니다.
다양한 산업계에 두루 널리 쓰일 수 있는 플랫폼
Industrial Adaptive Controls는 구글의 데이터 센터에 적용하기 위해 만든 것이 아닙니다. 구글은 다양한 산업계에서 구글의 접근 방식이 유용할 것이라 생각했고, 제조 업계를 위한 제안 중 하나로 Industrial Adaptive Controls를 적용시킨 것입니다. 산업 설비나 스마트 공장에 Industrial Adaptive Controls를 적용하면 AI 기반 추천 시스템을 기반으로 에너지 사용 효율을 극대화할 수 있습니다. 🙂
[Google Cloud 가 제공하는 제조업을 위한 AI 솔루션]
▶ Manufacturing Visual Inspection
Industrial Adaptive Controls
더 자세한 내용은 메가존으로 문의 바랍니다. 👉 메가존 문의 바로가기