기획·칼럼

AI로 에너지 서비스 효율 극대화한다

[AI 돋보기] 수요와 공급 모두에 적용 가능

2018년 국제전자제품박람회(CES)에서 정전이 발생한 적이 있다. 최신 정보통신기술(ICT)을 전시하는 CES 현장에 전기 공급이 끊어지자 아무리 대단한 ICT도 무용지물 돼 버렸다. 이처럼 에너지는 일상생활과 밀접한 관련 있는 만큼, 해당 분야를 효율화하는 것이 무엇보다 중요하다.

인공지능(AI)은 이러한 부분에서 중요한 역할을 할 수 있다. 최근 들어 실제로 AI를 에너지 분야에 활용하려는 움직임이 일고 있다.

과학기술정보통신부(과기부)는 이를 인지하고 대회를 통해 개선하려는 방향으로 움직이고 있다. 지난달 26일 과기부는 AI로 생활 속 문제를 해결하는 ‘2020년 인공지능 그랜드 챌린지’ 대회를 개최한다고 밝혔다. 참가자는 4가지 분야 중 하나를 선택해 AI를 개발하면 된다. 그중 에너지 분야에 해당하는 전력 소비량 감소가 포함돼 있다. 대회는 2022년까지 총 4단계로 걸쳐 진행될 예정이고, 11월 2단계에 선정된 팀은 약 120억 원의 후속 연구비를 지원받는다.

지난 5월에는 ‘전력망 운영 관리 국제대회(L2RPN, Learning to Run a Power Network)’가 열렸는데 AI를 도입해 관리자 개입 없이도 자동으로 효율화하는 시스템 개발이 핵심 주제였다. 총 40개 팀이 참가했으며, 한국과학기술원(KAIST)이 1위를 차지했다.

AI로 에너지 사용량 절감 가능

AI를 에너지 분야에 활용하는 방법은 수요와 공급 부분으로 구분할 수 있다.

수요 부분에서 에너지를 절약할 수 있는 가장 단순한 방법은 에너지 기반의 전자기기를 사용하지 않는 것이다. 그러나 이러한 방법은 현실적으로 어렵다.

따라서 핵심은 사용자가 불편을 겪지 않으면서도 에너지 사용량을 절감하는 것이다. 사용자 편의에 영향을 주지 않는데도 낭비되는 에너지 사용을 줄이는 것이 중요한 셈이다. 가장 쉬운 예로는 사람이 없는 공간에 조명이 커져 있는 경우다.

AI는 이러한 부분에 쉽게 활용될 수 있다. AI는 사용자의 에너지 사용 현황을 파악하고 분석해, 이를 사용자에게 보여줌으로써 스스로 에너지를 절감하도록 유도할 수 있다. 참고로 이를 유저피드백(UserFeedback)이라고 부르는데, 옥스퍼드 박사학위 논문에서는 이를 통해 5%에서 10% 정도의 절감 효과가 있다고 발표한 바 있다.

혹은 AI가 설비를 직접 제어해 낭비되는 에너지를 줄일 수 있다. 영국 글래스고(Glasgow) 도시는 시민의 에너지 사용량을 줄이고자 ‘도시 에너지 관리 서비스’를 개발했다. 2차원과 3차원 형태로 지도를 만들어 구역별로 에너지 사용 정보와 요금을 실시간으로 제공한다. 그뿐만 아니라, 사용량과 기후 정보를 기반으로 전력 사용 패턴을 분석하여 구역별로 제공해, 사용자가 타 구역과 비교했을 때 에너지 사용의 낭비 정도가 심하다는 것을 스스로 느끼게 하여 절감을 유도하도록 한다.

해당 서비스는 시민뿐만 아니라 기관에도 적용했으며, 29개 학교에도 적용한 바 있다. 적용한지 6개월 만에 약 33만 파운드(약 4억 9000만원)를 절감하는 성과를 냈다.

도시 에너지 절감 서비스를 개발한 글래스고. ⓒFlickr

국내에도 AI를 활용한 에너지 절감 서비스가 개발되고 있다. 케이티(KT)는 AI를 기반으로 중대형 빌딩 에너지 사용량을 효율화하는 ‘기가 에너지 매니저(Giga Energy Manager)’를 개발했다. 해당 서비스는 건물 설비를 제어하는 ‘건물자동화시스템(BAS, Building Automation System)’과 연동해, KT가 개발한 AI로 직접 건물 설비를 에너지 효율화하는 방향으로 제어하게 한다. 참고로 KT는 2018년 8월부터 2019년 9월까지 자체 건물 3곳에 적용했는데, 평균 10%가량 절감하는 성과를 거뒀다.

에스케이텔레콤(SKT)는 2019년에 ‘이-옵티마이저(E-Optimizer)’를 출시했다. 해당 서비스 역시 AI를 활용해 에너지 사용량을 분석해 효율화한다. 또한 전자부품연구원(KETI)은 지난해 11월 냉난방을 제어하는 AI를 개발했다고 밝혔다. 해당 기술은 사용자가 선호하는 실내 온도에 맞춰 냉난방을 가동하면서 에너지 효율을 향상하는 것이 특징이다.

에너지 생산량을 높이는 AI 기술

에너지 생산량을 높이는 방향으로도 AI를 활용할 수 있다. 첫 번째 방법은 에너지 생산원의 설비 관리를 효율화하는 것이다.

동서발전은 AI를 활용해 풍력발전 진단시스템을 개발한다. 해당 시스템은 2022년까지 개발될 계획이다. 동서발전에 따르면, 진단 시스템이 82기 풍력발전에 모두 적용된다면 20년 동안 304억 원의 경제 성과를 낼 것으로 기대된다.

두 번째 방법은 에너지 생산 설비를 구축할 때, 생산 효율을 극대화하는 방법이다. 이러한 방법은 주로 신재생에너지 발전원에 적용할 수 있다.

덴마크의 베스타스 (Vestas) 회사는 풍력 발전기를 개발하는 회사인데, 세계적 ICT 기업인 아이비엠(IBM)과 협력하기로 했다. 협력 목적은 AI를 활용해 풍력 발전의 에너지 생산을 극대화하는 방법으로 설계하기 위함이다. 여기서 IBM은 날씨, 조수간만의 차, 위성, 산림 정도 등 환경을 분석해 풍력 발전원이 에너지 생산에 최적화된 자리를 추천해 주는 시스템을 제공한다.

HTS 솔라는 태양광 발전 최적화를 위한 시스템을 제공하고 있다. 해당 시스템은 지리 정보와 날씨 정보를 기반으로 태양광의 적합한 위치와 크기를 추천해 준다.

기후와 지리에 따라 태양광 발전의 생산량이 달라진다. ⓒFlickr

물론 수요와 공급 두 가지 분야을 동시에 적용할 수도 있다. 수요반응(DR)이 대표적인 예이다. DR 분야는 에너지 공급에 따라 가격을 통해 에너지 사용량을 제어하는 기술이다. 이러한 기술이 효과성을 발휘하기 위해서는 어느 수준의 가격 조정이 사용량에 영향을 미치는지에 관한 분석이 필요하다. 이러한 분야에 AI를 활용할 수 있다.

(468)

태그(Tag)

전체 댓글 (0)

과학백과사전