연구자 스스로 낙관을 제한한 발언들

MIT 뉴스에 따르면 델리트루 교수는 연구실에서 작동하는 솔루션이 실제 환경에서 작동하지 않을 수 있다고 지적했습니다. 상용 데이터센터는 독점 하드웨어와 비공개 소프트웨어로 구성돼 있기 때문입니다.

같은 인터뷰에서 교수는 AI 시스템이 해석 불가능하다는 점을 들어 설명가능성이 필요하다고 강조했습니다. AI는 여전히 신중히 쓰고 감사해야 한다는 말도 덧붙였습니다.

15% 용량 가동 주장의 근거와 한계

출처: 조사 출처

교수는 스탠퍼드 박사과정 시절 대부분의 대규모 시스템이 약 15% 용량으로만 가동한다는 발견을 했다고 밝혔습니다. 이 15% 수치는 독립적으로 재확인된 바가 아직 없습니다.

다만 저활용 현상 자체는 구글 리서치의 에너지 비례 컴퓨팅 논문 등에서 별도로 다뤄진 주제입니다. 같은 전제를 여러 연구자가 다른 경로로 다뤄온 것입니다.

효율 개선에도 총소비는 늘었다는 상반 수치

IEA 보고서에 따르면 데이터센터 효율이 개선됐음에도 총 전력 소비는 배증했습니다. IEA의 High Efficiency Case 시나리오조차 절감 여력을 약 15% 수준으로 보고 있습니다.

이 시나리오에서도 2035년 데이터센터 소비는 약 970TWh로 계속 증가하는 것으로 나타났습니다. '부담을 줄인다'는 표현보다 증가 속도를 늦추는 상대적 절감 연구라는 서술이 수치와 부합합니다.

상용화 전에 확인해야 할 지점들

이번 연구가 실제 상용 데이터센터에서 같은 효과를 내는지는 아직 확인되지 않았습니다. 교수 스스로 상용 시스템의 폐쇄성과 AI의 해석 불가능성을 한계로 남겨뒀습니다.

전력 수요 급증 속에서 AI 기반 최적화의 절감 효과가 구조적 전환인지는 몇 분기의 관측이 더 필요합니다. 확인된 범위 안에서 이 주장은 대체로 사실입니다.