컴퓨팅도 전력도 함께 스케줄링하기

이번 주 AI-EDC의 기술 방향을 논의하면서 저는 계속 생각했습니다. 컴퓨팅을 위해 전력을 찾느라 바쁜데, 컴퓨팅도 전력 상황에 맞춰 배치할 수는 없을까? 우리는 서로 다른 데이터센터의 컴퓨팅 작업 스케줄과 에너지 급전을 함께 고려하는 연구개발 방향을 평가하고 있습니다. 현재는 아직 기술 및 협력 평가 단계이며, 실제 검증을 완료하지 않았고 고객에게 약속할 수 있는 기능도 아닙니다. 하지만 문제를 나눠 살펴보니 해볼 가치가 있다고 생각합니다. 과거 데이터센터를 논할 때는 보통 몇 MW가 필요한지, PPA를 얼마나 체결할 수 있는지, 저장장치를 얼마나 크게 설치해야 하는지부터 물었습니다. 실제 워크로드를 보기 시작하면 같은 전력 사용이라도 작업마다 조건이 크게 다르다는 것을 알게 됩니다. 실시간 추론에는 지연 요구사항이 있어 전기요금이 높다고 고객에게 기다려 달라고 할 수 없습니다. GPU 학습을 미룰 수 있는지는 작업 기한, 진행 상태 저장·복구 비용, 장비의 가용 시간에 달려 있습니다. 거점 간 이동에는 데이터 이동과 정보보안 제약도 있습니다. 긴급 상황에 대비해 남겨둔 UPS 예비 용량을 곧바로 거래 수익 계산에 넣어서도 안 됩니다. 이 조건들이 명확하지 않으면 모델이 아무리 멋진 절감액을 계산해도 저는 안심할 수 없습니다. 전기요금을 아꼈지만 고객 작업이 기한을 넘겼다면, 그것은 최적화가 아니라 비용을 다른 곳으로 옮긴 것일 뿐입니다. 따라서 KiWi의 다음 단계 AI-EDC에 대한 제 요구는 분명합니다. 서비스 약속과 이동할 수 없는 부하부터 명확히 정의한 뒤, 활용 가능한 유연성이 얼마나 남는지 확인해야 합니다. 에너지 측은 15분 전력 사용, PPA 공급, 저장 상태를 이해해야 하고, 컴퓨팅 측은 작업 기한, 장비 조건, 서비스 품질을 알아야 합니다. 양쪽이 각자 계산하다 마지막에 서로 실현할 수 없음을 발견해서는 안 됩니다. 앞으로 정말 시간을 써야 할 부분은 데이터를 확보할 수 있는지, 누가 제어 권한을 갖는지, 명령을 어떻게 실행하는지, 결과를 어떻게 검증하는지입니다. 이런 일은 멋진 발표 자료로 만들기에는 적합하지 않지만, 하나를 빠뜨리면 현장에서 문제가 하나 더 생길 수 있습니다. 창업을 해오면서 저는 이런 인터페이스를 점점 더 중요하게 봅니다. 많은 기회는 기능을 하나 더 만드는 데서 오는 것이 아니라, 원래 따로 작동하던 두 시스템을 정말 함께 작동하도록 연결하는 데서 옵니다. 컴퓨팅도 전력도 함께 스케줄링해야 합니다. 하지만 순서를 바꾸면 안 됩니다. 먼저 컴퓨팅 서비스를 지키고, 그다음 전력망 유연성을 논해야 합니다. 모든 kWh를 더 스마트하게. Steve #KiWiNewEnergy #AIEDC #AI컴퓨팅센터 #에너지저장 #PPA #스마트에너지 #에너지관리 #MakingEverykWhSmarter