일본의 AI와 데이터센터 - 첫번째

  제4차산업혁명이라고 불리우는 인공지능(AI)이 여러 산업분야에서 저변화가 추진되고 있다. 
증기기관과 방직기가 대표되는 기계화의 제1차 산업혁명이 18세기 중반에 시작되었다면, 제2차산업혁명은 19세기중반 전기와 석유가 보급되고 대량생산에 의한 산업효율화를 이야기한다.  1세기를 거쳐 추진된 산업효율화의 넘어선 제3차산업혁명은 PC(Personal Computer)와 인터넷의 활용으로 인한 산업의 자동화라 이야기할 수 있다. 
  21세기중반에서 시작된 제4차산업혁명은 AI, IoT의 활용, 빅데이터 분석을 기반으로 자율화와 최적화 시대를 말한다. 
 

산업혁명에 의한 변화

 
  이 중 중요한 역할을 하고 있는 AI는 1960년대 탐색과 추론으로 시작으로, 1980년대 전문가 시스템, 2000년대 기계학습/딥러닝으로 발전해 왔다. 실제 효용성에서는 한계가 있어, 반짝 주목을 받다가도 잊혀지고 말았지만, 하드웨어의 발달로 인산 연산속도 향상, 디바이스의 소형화와 알고리즘의 개발로 일부 영역에서 점점 인간의 능력을 넘어서면서 관심을 끌어모았다. 2000년대 딥러닝도 인간과 컴퓨터와의 바둑대결로 주목을 받았으나, 실제 산업현장과 일상생활에서의 활용의 사회실장(Socila Implementation)까지 시간이 걸리면서 관심도가 낮아졌다. 그러던 중에 2021년 OpenAI가 생성형AI(Generative AI)를 이용한 ChatGPT를 발표하면서 빠른 속도로 활용인구가 늘어나고, 다양한 어플리케이션에서 자율화와 최적화가 추진되었다. 
 실제 모델학습에 사용된 계산량은 2012년 10^-14 petaflops/s-days에서 2012까지 1.5년에 2배정도 계산량이 증가되었다. 2012년이후 GPU사용으로 1.5년 걸렸던 계산량이 3~4개월에 2배식으로 증가하면서 2020년 ChatGPT는 10^4까지 진화하였다. 

인공지능 모델에서 사용되는 계산량의 증가

 
  이와 더불어 자율주행의 데이터 처리량과 처리속도에 대해서도 향후 자율주행의 스피드가 빨라지면 빨라질 수록 증가할 것이 예상되고 있다. 한 대 한 대의 차량에서 처리하는 것도 있지만, 통신속도의 증가에 따라 데이터센터에서 처리하는 것이 효율적일 수도 있다고 본다. 
1일 약5000대의 트럭이 운행한다고 가정했을 경우, 필요한 데이터 처리량은 36.6 EB/일로 되어, 현재보다 더 많은 거점의 데이터센터와 처리량이 필요하다고 예상할 수 있다. 

자동운전에 필요한 데이터 처리량

 
종합하자면, 2050년 데이터처리에 필요한 계산 능력은 2023년보다 2000배 가량 증가한 12,000이상 엑사FLOPS가 필요할 것으로 추산된다.  *엑사: 10의 18승 (100경)  FLOPS : 1초당 처리가능한 부동소수점 연산능력

AI도입에 따른 데이터처리 수요가 증가

 
결론적으로 AI의 진화에 따라 데이터센터 서버의 소비전력이 큰 폭으로 증가할 것으로 예상되며, 공조나 전원의 소비전력을 크게 상회할 것이 될 것으로 생각된다. 

데이터센터의 소비전력