지난 8월28일 2025 대한민국 에너지대전 부대행사로 ‘AI를 활용한 에너지수요부문 디지털전환 전략포럼’이 성료됐다. 한국에너지기술평가원과 광주지역산업진흥원이 구성한 이번 포럼에서는 AI를 활용한 에너지 수요부문 디지털전환기술 개발방향 소개와 쟁점토론이 진행됐다.

 

건물중심 GEB 유연성자원활용방안 공유

 

손성용 가천대학교 교수는 에너지수요부문 디지털화 방향과 전략에 대해 발표했다.

 

에너지시스템전반에서 디지털화는 이미 진행 중인 상황이다. 기후위기 대응을 위한 탄소중립 선언 등이 이어지며 에너지관리의 중요성이 증가하며 에너지공급망에 대한 불안감도 증가되고 있다.]

 

불안정한 에너지공급망을 해소하기 위해서는 분산화가 필요하다. 이를 위해서는 디지털화가 수반되는데 기존방식과 같이 분산에너지시스템을 운영하게 되면 지속가능성에 대한 의문이 제기되고 있다.

 

손성용 가천대 교수는 “분산에너지시스템에서 데이터는 시스템의 최적화·효율성·투명성·신뢰성 및 보안을 보장하기 위해 필수적”이라며 “효과적인 전력관리와 지속가능한 미래에 대응하기 위한 전력계통에서 데이터 공급체계를 구성하는 핵심요소이며 전력공급과 수요의 안정성을 유지하고 개선하기 위해 필수다”라고 말했다.

 

즉 차세대 전력망 등도 자원을 효율적으로 이용하기 위해 고안된 것으로 데이터를 어떻게 수집하고 관리할 것인가를 전제로 한다.

 

데이터기반 연구는 기존 최적화 방안과 문제해결방안에 중점을 두며 고민해왔다. 제한된 데이터로 운영하는 방안이 기본적인 상황이었지만 분산화가 진행된 이후 ‘Resolution’이 요구되고 있다.

비선형 자원의 종류와 수가 증가하면 서 기존보다 높은 Technical resolution 수요가 나타났으며 변동성의 확대로 보다 높은 Time resolution이 필요하다. 또한 에너지섹터간 통합으로 복잡도가 더욱 증가하는 상황이 발생했다.

 

이에 따라 기존방식을 AI가 대체가능할까에 대한 고민을 기반으로 기존의 이론기반체계를 대체할 수 있는 새로운 방법과 운영체계의 필요성이 증가했다.

 

또한 수만~수십만 enitiy를 다룰 수 있는 처리기술과 기존 계통이론에 위배되지 않거나 적정수준 퀄리티를 확보할 수 있는 기술 등이 요구되고 있다.

 

이를 위해 △실시간 데이터연계·보정기술 △대규모 high performandce 시뮬레이션 기술 △적정 디지털트윈모델링·시뮬레이션 기술 △모델기반과 데이터기반 접근의 하이브리드 운용기술 등이 요구된다.

 

손성용 가천대 교수는 “인프라 관점에서 데이터 확장, 로드가 확대되는 등 인프라문제 해결, 수집하는 것은 가능하지만 AI기반에서 어떻게 운영할 것인가에 대한 문제가 존재한다”라며 “이에 따라 수요관리가 부각되며 AI기술에 대해 주목했다”고 말했다.

 

최근 재생에너지의 변동성이 커져 기존 대형발전소처럼 안정적 유지가 어렵다. 이로 인해 신뢰도가 낮은 자원들이 섞이게 되는데 신뢰도 높을 때와 낮을 때 가져가야 하는 마진 등, 확보가능한 안전성 등 고민하는 데 있어 신뢰확보를 위해 분산자원, 새로운 그리드 고려해 모든 것을 통합해야 할 필요성이 있다.

 

수요분야에서도 에너지자원을 관리하는 데 있어 어떻게 운영할 것인가에 대한 고민이 이어지는데 선진국은 수요에 반응가능한 잠재량이 전기차, 쿨링, 히팅 등 중심 반응가능한 포텐셜이 30%까지 발생가능 할 것으로 예상되고 있다.

 

특히 건물기반 수요부문의 경우 재생에너지 연간 6GW 보급 시 발생가능한 인프라 해결방안을 위해 솔루션 어떻게 확보하는지가 중요하다. 이에 대한 대안으로 NWA(Non-Wires Alternatives: 비배전망대안)를 강화해야 할 것으로 나타난다. 이는 전통적인 설비보강이 아닌 기술을 활용해 계통안정성을 확보하는 것이다.

 

현재 수요관리, ESS , 분산형발전, 섹터커플링, 에너지효율향상 등이 건물차원에서 진행되고 있으며 히팅시스템을 이용해 섹터커플링하는 경우도 건물 내에서 상당히 많은 부분 이뤄진 바 있다.

 

손성용 교수는 “건물을 유용한 NWA자원으로 활용할 수 있는 방안에 대한 고민이 진행됐다”라며 “이에 따라 grid interactive efficient bulidign(GEB)개념이 등장했다”고 말했다.

 

GEB는 지난 2019년 처음 등장한 개념으로 에너지 효율화와 DER연계 통합제어 전력계통지원 등을 핵심기능으로 한다. 국내에서도 국책연계 등이 진행 중인 상황으로 다양한 교차건물통해 건물 수요자원, 데이터 유연자원화가 진행 중이다.

 

지난 2021년 미국은 Connected Community를 구성해 프로그램을 추진 중인 상황이다. 미국은 보조서비스, bl/플랫폼 개발, der 운영 등을 통해 주택과 상업건물 연결된 커뮤니티로 전환하는 방안을 실증하고 있다.

 

미국 캘리포니아는 GEB를 체계적으로 추진 중인 상황으로 지난 2020년 진행한 에너지관리기준 강화를 시작으로 2030년까지는 GEB 도입을 유도해 각종 지원제도와 연계할 방침이다.

 

손성용 교수는 “현재 GEB는 상당한 수준의 논의가 진행 중인 상황으로 자원특성을 정리하며 자원들을 가지고 최종적으로 GEB를 운영하는 것을 목표로 논의되고 있다”라며 “ZEB와 비교했을 때 ZEB는 연단위 탄소중립을 목표로 한느 반면 GEB는 실시간성 유연성 확보방안으로 활용된다”고 말했다.

 

에너지수요부문 디지털화의 가장 큰 난제는 데이터문제다. 데이터수집문제, 전력계통문제, 분전반단위 모니터링, ESS운영데이터 실시간 모니터링 시 오류발생, 지역난방 열수요 데이터 등 에너지데이터간 불일치 및 편향 등이 이뤄지고 있다.

 

AI도입이 활발해지는 가운데 디지털전환에 있어 접근성이 많이 생기고 있지만 효율적인 활용을 위해서는 데이터가 충분한 퀄리티 갖고있어야한다.

 

이에 따라 부족한 데이터 속에서 운영할 것인가에 대한 문제가 고민이 필요하며 건물유연성 충족 시 메리트있는 보상도 이뤄져야 할 것으로 예상된다.

 

손성용 교수는 “GEB를 통해 건물유연성을 강화한 뒤 이를 잘 반응할 수 있도록 유도하기 위해서는 평가를 잘 하는것과 적절한 보상의 밸런스가 이뤄져야 한다”라며 “GEB는 건물단위 접근이 가능하다는 가장 큰 장점을 보유하고 있으므로 현재 구축돼있는 인프라를 조금 더 발전시키면 유연성 확보 등 가능할 것”이라고 강조했다.

 

AI를 활용한 집합자원화개념 소개

 

오재철 아이온커뮤니케이션즈 대표는 온디바이스 AI를 활용한 집합자원화방안을 공유했다.

 

집합자원화란 상황에 맞춰서 동작하는 자원들의 집합이다. 이 때 외부에서 DR사업자 혹은 계통운영자가 전력을 줄여야한다는 신호를 전달하면 자원들이 능동적으로 동작하는 자원들을 유연자원·수요자원이라고 명칭하며 에너지 Context에 따라 자원선택기준이 달라지는 경우 적응형 집합자원이라고 한다.

 

DR은 시장에서 적용되고 있는 집합자원으로 DR이 발령되면 수요자원들이 원칙에 따라 운동하게 되는데 적응형 집합자원은 이를 상황에 맞춰 집합화한다.

 

이 때 DL에 문제가 발생할 경우 최적화가 필요하게 되면 가장 경제적으로 응동가능한 것을 실시간 선택하게 되며 DR에서 일부를 선택해 상황에 맞는 최적화된 타이밍에서 응동자원을 관리하면 남는 자원들이 그 순간의 집합자원이다.

 

오재철 아이온커뮤니케이션즈 대표는 “집합자원은 마이크로그리드에 문제발생 시 이를 극복하게 해주는 역할이다”라며 “Context는 전력환경 변화에 따라 계속 추가될 수 있으며 이에 따라 운동하는 자원들 별도 디자인이 필요하다”고 말했다.

 

디자인 개념은 많은 집합자원 중 덕커브 등 계통부하 발생 시 이에 따른 피크를 해결하기 위해 실시간으로 선택되는 2만개가량의 자원들이 가장 Optimize돼있는 집합자원이다.

주요 Context로는 △시장차액최적화 △지역별 송배전망 안정화 △탄소배출 최적화 △재생에너지 수용성 극대화 등이 있으며 이들은 변화하는 전력환경에서 집합자원은 훌륭하게 활용할 수 있다.

 

오재철 아이온커뮤니케이션즈 대표는 “주요 자원들을 DEFINE하기 위해 개별자원들의 기본정보 파악을 기반으로 카테고리화 해야 한다”라며 “집합자원은 집합수요자원과 집합전력자원과 합쳐진 말로 그 시점에 최적화되는 자원이므로 Orchestation 대상”이라고 강조했다.

 

효율적인 적응형 집합자원화에 따른 문제점도 있다. 가장먼저 에너지데이터 취득이 어려워 비용과 효율측면에서 불합리한 접근이 이뤄질 우려가 있으며 각 자원별 운동속도와 최소가능성, 반응속도, 가치 등이 달라 응동되는 양과 속도를 사용자가 일일이 지정할 수 없다.

 

또한 장비사용과 투자 등에 대한 비용을 보상받을 방법이나 사용자 참여유도방안 등 참여조건을 사용자들의 불편없이 활용가능하도록 해야한다. 이에 따라 온디바이스AI를 접목시켜 1,000만개 단위 자원관리를 위해 한계가 있느 중앙집중형방식이 아닌 각 자원마다 단일화하는 방식이 주목받는다.

 

주요 기술목표는 비용최적화와 보안이다. 온디바이스AI는 모든 에너지데이터 취득이 가능하며 처리완료된 파라미터값을 서버로 전송가능하다. 또한 PCRM 응동이 가능해 여유에너지, 온도당 사용에너지 등을 분석해 자동으로 응동가능한 양과 속도 파악하며 제어플래닝을 통해 이벤트상황 발생 시 온디바이스 AI가 이를 처리할 수 있다.

 

오재철 아이온커뮤니케이션즈 대표는 “제어플래닝을 통해 에너지를 최대한으로 줄일 수 있도록 에너지절감솔루션으로 등장했다”라며 “플래닝상황을 인식하는 등 플래닝 개요를 수립하며 에너지제어 실현하는 형태의 온디바이스 AI”라고 말했다.

 

또한 온디바이스AI도 시장참여자 응동자원, 참여조건 등을 자동설정 가능해 시장 또는 계통운영자들이 가격, 조건정보를 실시간으로 확보하 효율 높은 자원을 선택해 제어가능하다. 이에 따라 현재 온디바이스 AI기반 에너지수요관리기술과 80MW이상 집합수요자원화 기술개발 및 관련제도 기술실증이 진행되고 있다. 온디바이스 AI제어장치 설치만으로 시장에 참여가능하도록 수요자원을 집합화하며 가상화플랫폼 구축하는 것을 목표로 한다.

 

오재철 아이온커뮤니케이션즈 대표는 “모든 에너지자원은 유연자원화개념으로 변환돼야하며 이들은 모두 적응형 집합자원화 가능해야한다”라며 “이를 위해 기준 및 표준제정을 진행해 계통확장이나 증설 등을 동시에 고려가능하도록 시장을 조성해야 한다”고 강조했다.

 

이어 “적응형 집합자원을 대규모화하며 확장하기 위해 섹터커플링과의 시너지를 고려해야 한다”라며 “양수발전, 열계통연계 등 단위 집합자원이 움직이면 섹터커플링과 연결가능해 모든 연구자들과의 협력이 가능할 것”이라고 말했다.

 

증가하는 DC수요에 따른 도전과제 해결방안은

 

송준화 한국데이터센터효율화협회(KDCEA) 사무국장 에너지효율화를 위한 핵심설비인 데이터센터(DC)의 국내현황과 도전과제 등을 공유했다.

 

정부는 AI DC관련 여러 정책을 추진 중으로 점차 그 수요는 증가할 것으로 예상된다.

 

DC는 데이터를 시간, 장소 구애받지 않을 수 있도록 데이터를 저장한 곳으로 일상에서 활용하는 모든 스마트디바이스, 업무용 디바이스 등에 보관된 데이터 저장·유통하는 핵심설비다.

 

데이터를 활용해 전력수요관리에 활용할 수 있는 기반시설로 DC의 안정적인 운영을 위해 UPS와 비상발전기 등 백업전원을 활용한 수요관리 활용방안에 대한 고민이 이어지고 있다.

 

DC는 대도시 인근에 구축된 하이퍼스케일데이터센터와 엣지데이터센터로 구분가능하다. 이때 DC에 열을 효율적으로 냉각하기 위한 설비와 전력설비 등이 필요하며 에너지소모가 많기 때문에 소프트웨어통해 모니터링, 컨트롤 등이 진행돼야 한다.

 

주요 인프라는 △건물 △냉각 △공조설비 등이며 DC 전산실에서 서버네트워크에 저장하며 스토리지시스템이 구성되면 클라우드 AI DC 서비스를 진행하게 된다.

 

DC 주요 활용자는 비즈니스를 영위하는 코로케이션 프로바이더, 네이버 클라우드, 카카오 등 DC를 직접 구축하는 경우, 코로케이션 프로바이더가 지은 DC를 임차에서 사용하는 AI 프로바이더 등이 있다.

 

송준화 KDCEA 사무국장은 “국내는 2024년 말 기준 72개의 DC가 구축돼있으며 이는 주로 수도권에 위치하고 있다”라며 “2029년이 되면 약 100개의 DC가 구축될 것으로 예상한다”고 말했다.

 

DC산업이 활성화되는 상황에서 중요한 것은 수전용량에서 실제 IT가 사용하는 전력인 IT로드다. 지난해에는 1.08GW까지 증가했으며 2029년에는 2.37GW까지 증가할 것으로 예상된다. 주목해야 할 점은 센터는 선형적 증가하는 반면 IT로드는 폭증하는 시점들이 있다는 것이다.

 

최초의 폭증은 클라우딩 컴퓨팅법 제정 이후 시장이 활성화됐을 시기와 2019년 발상핸 코로나19로 비대면 활용이 증가됐을 시기다. 또한 2024년 이후 AI시대가 도래하며 AI DC 구축을 위해 높아지는 DC수요로 인한 영향을 받았다.

 

송준화 사무국장은 “2024년까지 DC산업 성장을 주도한 것은 클라우드 컴퓨팅이지만 이제는 AI다”라며 “AI팩토리를 수용가능한 DC 건설이 점진적으로 증가할 것”이라고 말했다.

 

DC 증가에 따른 △사회 △기술 △환경 경제적 도전과제도 존재한다. DC에 따른 열섬현상·소음·공해물질 배출문제를 해결해야 하며 ESG경영을 통해 지역수요성을 개선해야 할 필요성이 있다.

 

이때 DC에서 발생하는 폐열을 지역난방에 활용하는 것도 대안이 될 수 있다. 또한 자체 전력밀도 증가에 따른 쿨링기술의 변화가 필요해 최근 DC냉각방식이 리퀴드쿨링으로 변화되고 있다.

전력사용효율지수(PUE) 최적화와 물사용효율지수(WUE)최적화가 필요하며 CAPEX와 OPEX 등도 고려사항이다.

 

송준화 KDCEA 사무국장은 “최근 DC관련 규제가 강화되면서 찾아온 변화도 있다”라며 “DC 분산정책, 디지털서비스 안정성 강화정책, 전력계통영향평가 등에 적응해야 하며 ZEB 내 전력부하가 큰 특성을 가진 건물의 평가기준을 별도로 만들어야 한다”고 말했다.

 

AI DC 전력망 유연자원화 방안 공유

 

신정훈 한전 전력연구원 소장은 AI DC전력망 유연자원화 방안을 공유했다. 전 세계적으로 2030년까지 DC전력사용량은 200% 이상 증가할 으로 전망된다.

 

특히 DC의 수도권밀집은 전력계통, 수급에 부담으로 작용하며 송배전망 등 전력인프라 추가건설부담 및 계통혼잡을 유발한다. 수도권 집중지역 내 사고발생 시 국가적 재난상황을 초래하며 지역간 균형발전도 저해된다.

 

국내의 경우 계통영향평가를 통해 수도권 사용신청 사용신청된 195건 중 4건이 통과된 수준으로 분석되고 있다.

 

DC 지방구축 시 망연계를 통해 원활한 서비스 제공가능하며 주요 기업들도 지방에 IDC를 구축한 사례를 통해 가능성은 확인된 상태다.

 

신정훈 한전 전력연구원 소장은 “AI산업이 발전하며 DC 및 첨단수요가 증가한 이후 전력규모 대규모화와 지역편중이 심화돼 수요분야 불확실성과 경직성이 증가됐다”라며 “전력망유연성 증대를 통한 이슈해결이 필요해 전력망설비 확충, 유연자원개발, 운영고도화 등이 이뤄지고 있다”고 말했다.

 

과거의 경우 발전기와 송전망은 제어, 전력수요는 예측을 진행했다면 현재는 발전기와 송전망은 제어, 전력수요는 예측+반응기능을 한다. 미래에는 이에 더 나아가 유연한 제어가 가능한 시스템이 구축돼야 한다.

 

DC는 비상전력공급체계의 활용가능성이 높다. 2개의 다른 변전소로부터 2중수전하는 것을 원칙으로 IT와 냉각부하는 설비용량보다 큰 UPS와 비상발전기를 구비해 안정적 전력공급하기 때문이다.

 

신정훈 한전 전력연구원 소장은 “에너지자급률 증대를 위한 다양한 DER 설치를 통해 대규모 전력을 소비하는 DC 탄소배출량 저감과 전력수급안정성을 위해 다양한 분산자원 이용해 에너지자급률 높이고자 한다”라며 “재생에너지, ESS, 연료전지 등이 활용되고 있으며 UPS와 DER을 활용한 그리드서포트 자원활용이 가능하다”고 강조했다.

 

특히 DC는 On-line UPS와 비상발전기를 대기용으로만 활용하고 있으나 UPS 비상발전기와 분산에너지자원(DER) 통합 시 새로운 수요자원으로 활용가능할 것으로 기대된다.

 

유효전력제어 통해 고소주파수 응답이 가능하며 수요반응으로도 종합활용 가능할 것으로 기대되고 있다. 노르웨이에서는 UPS 중 3대를 개조해 실제 전력망 주파수 하락 시 고속주파수응답(FFR)성능을 실증 중이다.

 

DC 유연자원화기술 적용에 시 한전은 전력망안정화와 전력망 접송용량 여유증대 및 NWAs 자원확보가 가능할 것으로 기대되며 DC사업자는 신속한 전력망연계와 안정적전력수전이 가능하다.

 

한전 전력연구원은 관련 R&D를 활발히 진행할 예정이다. 현재 타당성연구가 진행 중으로 올해 10월 연구를 마칠 예정이다.

 

타당성연구를 통해 DC 전력설비 특성을 분석하고 활용가능성을 분석했으며 인센티브 제공방안을 도출했다. 이를 통해 UPS모드 절체에 따른 소내전력의 과도현상이나 품질저하가 없는 것으로 파악됐다.

 

올해 안으로는 FFR 기술개발·실증을 진행하며 이후 유연자원 개발·실증을 통해 DC 유연자원화를 위한 요소기술과 그리드 서포트 DC플랫폼을 개발할 예정이다.

 

신정훈 한전 전력연구원 소장은 “수도권 전력망이슈는 On-line UPS를 활용해 유연자원화해 해결할 수 있을 것으로 예상한다”라며 “비수도권지역은 변전소 부족 또는 부재로 신규변전소와 송전선로 건설이 필요한데 이를 DER을 통합한 에너지자립도 향상·유연자원화 기술로 적용가능할 것”이라고 말했다.

 

DC 지속가능성·표준화·E효율 강화를 위한 해법 토론

 

네개 주제의 발표이후 패널토론이 진행됐다. 좌장 이상학 한국전자기술연구원 소장은 발표자와 패널들에게 DC관련 질문을 진행했다.

 

 

손성용 가천대학교 교수는 “데이터는 지속적인 관리가 어려운 상황인데 이를 보조금을 통해 운영하는 것은 지속가능성이 없다”라며 “일정기간동안 자생할 수 있는 수익모델을 구축할 수 있는 방안을 모색해야 한다”고 말했다.

 

이어 “재원부족한 상황에서 효율적으로 데이터 수집, 관리할 수 있는 방안 있어야한다”라며 “다양한 아이디어를 통해 이를 풀어갈 방안을 고민해야 할 시점”이라고 말했다.

 

오재철 아이온커뮤니케이션즈 대표는 개별제조사와 협력방안에 대한 질문에 “기준과 표준이라는 것이 가장 중요하며 관련규정, 기능정의 등이 이뤄져야 한다”라며 “이해관계자들간의 소통이 필요할 것”이라고 말했다.

 

송준화 KDCEA 사무국장은 “국내는 민간에서 운영되는 그린DC 인증제도 외 DC 효율강화를 위한 제도가 새롭게 만들어지고 있지는 않다”라며 “그린DC인증제도 내 가장 중요한지표는 PUE이지만 PUE가 좋다고 전력사용량이 줄어드는 것은 아니므르 DC와 관련한 새로운 에너지효율평가지표가 발굴돼야 할 것”이라고 말했다.

 

신정훈 한전 전력연구소 소장은 “남아있는 전력을 조금이나마 발전하시키기 위해서는 발전제약을 없애기 위해 송전망사고 시 부하를 끊고 인센티브 주는 방안인 고객부하차단제도를 활용할 수 있을 것”이라며 “인센티브가 어렵다면 규제 등을 통해 제어해야 한다”고 말했다.

 

한기훈 삼성SDS 부장은 “삼성SDS는 클라우드, 생성형 AI연구를 진행중으로 현재 대구에 클라우드네이티브 환경을 구축했으며 생성형 AI플랫폼을 기반으로 사업을 전개 중이다”라고 말했다.

 

이어 “공공, 금융, 제조 등 부분에서 생성형 AI플랫폼을 제공 중이며 클린한 데이터 확보를 이해서는 데이터 전처리 필요하다”라며 “문서화된 데이터를 전처리하는 부분 중요하며 데이터 수집에 있어 분산형 구축이 되며 중요한 부분이 보안인 상황으로 빠르게 변화하는 기술에 대응할 수 있는 에너지 수요관리 등 방안에 대해 고민해야 한다”고 말했다.