해킹 공격·개인정보 침해…아직 갈 길 먼 ‘에너지 AI’

생성형 인공지능(AI) 열풍에 맞춰 에너지 분야에서도 AI를 적극적으로 활용하기 위한 산업계 고민이 이어지고 있지만 해소해야 할 과제들이 많다는 지적이 나온다. 우선 AI에 대한 보안이 완벽하지 않은 상황이라 에너지 인프라가 해커들의 공격 대상이 되기 쉽다. 에너지 생산, 관리, 소비 등을 최적화하는 AI가 에너지를 더 소비한다는 기술적 한계도 극복해야 한다.

19일 에너지 업계에 따르면 최근 에너지 생산 및 관리, 소비 최적화에 AI 기술이 전면 도입되면 에너지 효율성이 커질 거라는 기대감이 커지고 있다. AI는 전력망을 통제하며 실시간으로 수요를 예측한 뒤 알아서 생산량을 조절한다. AI가 실시간 수요에 적합한 에너지원을 선택해 자원 낭비도 막는다. 이는 전력이 집중적으로 생성되는 시기가 한정적인 재생에너지의 간헐성을 극복하는 데도 용이하다. 하지만 실제 에너지 업계의 AI 기술 도입 수준은 초기 단계에 머무르고 있다는 평가를 받는다. 발전시설이나 발전 현황을 모니터링하는 데 AI 기술을 활용하거나 AI가 시설 내 움직임을 감지해 대기전력을 차단해 전력 낭비를 줄이는 기초적인 수준에 머물고 있는 것이다.

업계에서는 기술적, 경제적, 사회적, 윤리적 차원의 문제점들이 즐비해 있어 AI 도입에 한계가 있다고 분석한다. 대표적인 문제는 보안이다. 에너지 분야는 인프라 산업이기 때문에 보안이 매우 중요하다. 하지만 AI는 사이버 공격에 무분별하게 노출돼 있는 등 취약성을 지닌다. 다량의 데이터를 학습하는 원리 때문에 곳곳에 취약점이 숨어있다. 가령 해커가 전력 생산망 AI를 해킹해 대규모 정전을 일으키겠다고 할 경우 국가 안보 위협으로 이어질 수 있다. 군사시설 등에 들어가는 전력 역시 AI의 보안 취약점을 노린 테러 대상이 될 수 있다. 이런 탓에 스마트 그리드, AI 기반의 에너지 관리 시스템은 해커들에게 ‘매력적인 공격 대상’으로 여겨지고 있다.

개인정보 노출 위험성도 있다. AI는 개인의 에너지 사용 패턴이나 선호도, 행동 양식들을 학습하고 최적화하는 데 도움을 줄 수 있다. 이는 동시에 개인의 민감한 생활양식 정보가 에너지 기업에 노출되고 악용될 수 있다는 의미도 된다. AI 모델이나 성능에 따라 품질이 균일하지 않다는 점도 문제다. AI가 학습한 데이터에 왜곡이 있거나 편향성이 있을 경우 에너지 시스템의 정확한 분석과 예측이 어려워진다. AI가 학습한 과거 에너지 소비 데이터가 특정 지역이나 계층에 치우친 왜곡 데이터였다면 AI 기반의 전력 공급 계획은 불공평한 결과를 낳는다.

에너지 효율화를 위해 사용하는 AI가 오히려 에너지를 더 많이 잡아먹는 점도 극복 대상이다. AI는 에너지 소비가 많은 대표적인 기술이다. 데이터센터의 전력소비량만 해도 상당하다. 에너지 산업에 AI 시스템을 구축하려다 에너지 과소비를 부추길 수 있다.

에너지 분야에 AI가 활성화되기 위해선 AI 시스템의 신뢰성과 안전성을 높일 방안이 마련돼야 한다는 지적이 나온다. AI 시스템 설계, 개발, 테스트, 배포 과정에서 준수해야 할 명확한 기준과 절차가 만들어져야 한다는 것이다. 에너지 기업이 AI를 통해 에너지 효율성을 어떻게 개선하는지도 투명하게 공개하고, 불공정한 조작을 방지할 수 있는 규제 필요성도 제기된다. 박찬국 에너지경제연구원 연구위원은 “AI 기술의 윤리적 사용을 위한 명확한 지침 및 기준을 수립하고 이를 준수하는지도 엄격하게 감독해야 한다”고 말했다.

전성필 기자 feel@kmib.co.kr