비크야트 차우드리, 버즈 솔루션즈의 CTO, COO 및 공동 창립자: 돌아온 대화

비크야트 차우드리는 Buzz Solutions의 공동창업자이자 최고기술책임자(CTO), 최고운영책임자(COO)입니다. 핵심 에너지 인프라의 점검·정비에 AI, 머신비전, 예측 분석을 적용하는 회사의 기술 개발과 운영을 이끕니다. 데이터과학, 기계학습, 임베디드 시스템, 컴퓨터 비전, 자율 기술 경험을 쌓은 뒤 2017년 회사를 공동 설립했습니다. 전업으로 회사에 집중하기 전에는 Cisco의 데이터과학자로 일하고 Altitude Co.에서 기계학습·센서 시스템을 개발했으며, 스탠퍼드대에서 자율 드론, 풍속 감지, 풍력발전 단지용 컴퓨터 비전을 연구했습니다. 앞서 인도 국방연구개발기구에서는 시뮬레이션과 원격탐사 소프트웨어를 이용한 산사태 예측을 연구해 인프라 위험, 지리공간 분석, 응용 AI에 걸친 기술 기반을 쌓았습니다. Buzz Solutions는 현재 그를 공동창업자, CTO, COO로 소개합니다.

Buzz Solutions 는 에너지 기업이 송전·배전·변전·발전 인프라를 점검하고 유지하며 보호하도록 돕는 시각 지능 소프트웨어를 개발합니다. PowerAI 플랫폼은 드론, 헬리콥터, 고정익 항공기, 지상 점검으로 수집한 영상을 분석합니다. 이를 전력회사가 결함을 찾고 자산 상태를 평가하며 정비 우선순위를 정하고 기존 지리정보시스템, 자산관리, 작업지시 절차에 결과를 통합할 수 있는 진단 정보로 바꿉니다. 회사는 인프라 위험을 일찍 감지하고 점검 영상 분석의 수작업을 줄이며 장비 고장이 정전, 가동 중단, 산불로 이어질 가능성을 낮추는 기술로 설명합니다. 변전소 감시·보안 도구도 제공하며 더 안전하고 회복력 있으며 데이터에 기반한 전력망 운영을 돕는 것이 목표입니다.

저희가 2024년에 인터뷰했을 때는 AI로 전력회사의 수동 점검을 예측 정비로 바꾸는 데 집중했습니다. 지난 2년간 에너지 업계와 본인의 생각에 어떤 변화가 있어 『Powering Intelligence』를 쓰고 전력을 AI 미래의 잠재적 제약으로 보게 됐나요?

지난 대화는 주로 전력망의 내부 업무, 즉 수동 점검에서 예측 정비로 옮겨 가는 일이었습니다. 그 일은 여전히 진행 중입니다. 하지만 이후 2년간 우리 모두의 발밑에서 변화가 일어났고 제 업계의 거의 누구도 예상하지 못한 속도였습니다. 당시 AI 수요는 추상적인 이야기였습니다. 이제 전력회사가 마주하는 큰 부하 증가 수치로 나타납니다. 오래 알고 지낸 업계 사람들에게서 같은 이야기를 듣기 시작했습니다. 몇 년 전에는 상상 못 할 규모의 계통 접속 요청, 작은 도시만큼의 전력을 요구하는 단일 시설, 실제 전력망 건설 과정과 무관한 공급 일정 요구였습니다. 그때 깨달았습니다. 모델이 얼마나 강력해질지에는 모든 힘을 쏟아 토론하면서 정작 전력을 공급할 수 있는지라는 평범한 물리적 질문에는 거의 관심이 없다는 것입니다. 두 세계를 연결하는 책을 계속 찾았지만 없어서 『Powering Intelligence』를 썼습니다. 모두 AI 모델을 이야기하지만 필요한 전자는 거의 이야기하지 않았습니다. 저는 AI의 야심을 이해할 만큼 그 분야에 가깝고, 새 송전선과 발전소 개발에 실제 얼마나 걸리는지 알 만큼 전력망에도 가까운 독특한 위치에 있었습니다. 두 시계의 차이가 이야기의 전부였고 이를 한곳에 담고 싶었습니다.

AI 산업은 몇 달 단위로 확장하지만 전력망은 수십 년에 걸쳐 바뀐다고 하셨습니다. 현재 가장 시급한 병목은 발전, 송전 용량, 변전소, 변압기, 계통 접속 대기, 인허가, 숙련 인력 중 어디인가요?

여러 병목이 서로 얽혀 있습니다. 지금 가장 단단히 막힌 곳을 하나 꼽으라면 전자를 만드는 것보다 전달하는 쪽, 즉 송전과 계통 접속 절차입니다. 변압기와 다른 전기 장비가 그 모든 것을 묶는 물리적 요소입니다. 사람들이 과소평가하는 점이 있습니다. 보도자료로 발전소와 데이터센터 계획을 발표할 수는 있어도 대형 전력 변압기를 만들어 낼 수는 없습니다. 일부는 납기가 수년이고 국내에서 만들지 않는 것도 많습니다. 의지와 자본이 있어도 부품 공급망의 벽에 부딪힙니다. 그 위에 계통 접속 대기가 있습니다. 여러 지역에서는 검토받기까지 줄 서는 데만 수년입니다. 그 아래에는 전력산업 인력 문제가 있습니다. 이 장비를 만들고 유지할 줄 아는 사람들이 새 인력이 채워지는 속도보다 빠르게 은퇴합니다.

따라서 하나의 병목이 아닙니다. 가장 느리게 움직이는 변압기, 송전 경로, 숙련 전력선 작업자가 바로 소프트웨어나 돈만으로 속도를 높일 수 없는 요소라는 점이 문제를 어렵게 합니다.

AI 데이터센터는 그 정도 수요를 감당하도록 설계되지 않은 지역 전력망에 막대한 집중 부하를 추가할 수 있습니다. 전력회사가 과거 관리한 대규모 산업 부하와 무엇이 다르고 신뢰성·용량 계획에 어떤 새 위험을 만드나요?

전력회사는 100년간 큰 부하를 다뤘습니다. 제철소, 알루미늄 제련소, 자동차 공장은 막대한 부하이며 전력망 계획자는 이를 이해합니다. 그래서 데이터센터도 또 하나의 대형 고객으로 보고 싶어 합니다. 저는 그 직관이 틀렸고 차이점이 새 위험을 만든다고 봅니다.

세 가지가 두드러집니다. 첫째는 집중도와 속도입니다. 전통 중공업 부하는 보통 지역 전력망과 수십 년간 함께 성장했습니다. 반면 이 시설들은 자신들을 고려해 계획되지 않은 지역에 한꺼번에 거대하게 들어오려 합니다. 둘째는 부하 양상입니다. 상당수는 완만하지 않고 급격히 치솟아 일정한 공정을 돌리는 공장과 다른 방식으로 장비에 부담을 줍니다. 셋째는 계획자들이 가장 우려하는 투기적 요청의 누적입니다. 다음 질문과도 연결되겠지요.

전력회사는 기존 모델과 다르게 움직이는 수요를 계획에 반영하고 전력망이 아닌 AI 산업의 일정에 맞춰 자본과 인프라를 투입하라는 요구를 받습니다. 100년간 한 종류의 부하를 바탕으로 세운 가정을 새 부하가 깨면 신뢰성 계획은 훨씬 어려워집니다. 거부할 이유가 아니라 다르게 계획할 이유입니다.

데이터센터 개발사의 전력 요청은 크지만 제안된 시설이 모두 완공되지는 않을 것입니다. 전력회사는 확정 수요와 투기적 요청을 구분하고, 늦게 들어오거나 끝내 실현되지 않을 사업을 위해 비싼 인프라를 짓는 일을 어떻게 피할 수 있나요?

현재 이 분야에서 가장 중요한 운영 질문 중 하나입니다. 화려한 주제들에 가려 충분히 주목받지 못하는 만큼 직접 물어 주셔서 좋습니다.

개발사는 같은 사업의 계통 접속을 여러 관할에 동시에 신청해 가장 빨리 전력을 줄 곳을 고를 수 있습니다. 실제 자금이 있는 사업도 있지만 선택지를 확보하거나 순번만 잡으려는 요청도 있습니다. 실현되지 않을 수 있는 일부를 “유령 부하”라고 부릅니다. 모든 요청을 실제 수요로 보고 발전·송전 설비를 지으면 수년 늦거나 아예 오지 않는 데이터센터를 위해 막대한 비용이 묶일 수 있습니다. 좌초자산의 비용은 결국 기존 전기요금 납부자가 부담합니다. 반대로 적게 지으면 새 부하를 감당하지 못해 전력망 신뢰성 문제가 생길 수 있습니다.

해법은 투기를 비싸게 하고 확약을 저렴하게 만드는 것입니다. 전력회사가 투자하기 전에 신청자도 실질적 재정 책임을 져야 합니다. 의미 있는 보증금, 공사 이정표와 연결된 단계별 확약, 일반 요금 납부자가 아닌 신청자에게 위험을 지우는 계약 조건이 필요합니다. 일부 관할은 이미 이 방향으로 움직입니다. 전력을 요청하는 주체가 결국 필요 없어질 위험도 부담해야 한다는 단순한 원칙입니다. 지금은 그 위험이 너무 자주 조용히 다른 모든 사람에게 넘어갑니다.

AI 데이터센터에 필요한 발전·송전·변전소 증설 비용은 결국 누가 내야 하나요? 가정과 기존 기업이 주로 초대형 기술기업을 위한 인프라를 보조하지 않도록 어떤 요금 구조나 계약 장치를 둘 수 있나요?

향후 10년 전력망 정치를 규정할 질문이며 순수한 기술적 답은 없다고 봅니다. 공정성의 문제입니다. 제 생각에는 가능한 한 비용을 발생시킨 부하가 비용을 부담해야 합니다. 초대형 클라우드 기업 시설에 새 변전소와 송전 증설이 필요하다면 그 시설이 부담하는 것이 기본이어야 합니다. 근처 은퇴자의 요금이 슬며시 올라 대신 내게 해서는 안 됩니다. 당연해 보이지만 기존 요금 구조는 대규모 새 인프라 비용을 전체 고객에게 분산하는 경우가 많았습니다. 마을 주민을 고용하는 공장이 새 부하일 때는 타당했지만 지구상 가장 가치 있는 기업 중 하나가 수혜자인 경우에는 훨씬 덜 타당합니다.

도구는 이미 있습니다. 이 고객군을 위한 대형 부하 전용 요금, 설비를 짓게 한 뒤 떠나지 못하도록 하는 최소 구매 의무 계약, 자산 수명에 맞는 장기 약정입니다. 규제기관과 전력회사가 실제로 쓰되 건설 후가 아닌 전에 적용해야 합니다. 콘크리트를 붓고 비용이 요금 산정 기반에 들어가면 되돌리기 어렵습니다. 인센티브를 조금만 잘못 설계해도 전력회사와 AI 산업 모두에 대한 공공 신뢰가 조용히 약해질 수 있어 책에서 다뤘습니다.

작업 시간·위치 이동, 수요반응, 배터리, 축열, 현장 발전을 통해 AI 데이터센터가 경직된 수요처를 넘어 유연한 전력망 자산이 될 수 있나요? 성능을 해치지 않고 시간대나 장소를 바꿀 수 있는 AI 작업은 무엇인가요?

가능하며 이 주제에서 희망적인 아이디어 중 하나입니다. 다만 유연성은 실제로 있어도 무한하지 않으므로 과장하고 싶지는 않습니다. AI 연산은 모두 같지 않습니다. 학습된 모델에 질문하고 지금 답을 받는 추론은 지연에 민감해 옮기기 어렵습니다. 반면 모델을 만드는 대규모 일괄 작업인 학습은 훨씬 유연합니다. 완료되기만 한다면 오후 2시인지 새벽 2시인지, 이 주인지 다른 주인지가 반드시 중요하지는 않습니다. 그 유연성이 기회입니다. 부하의 큰 부분을 시간상 이동할 수 있으면 청정전력이 남는 시간에 더 쓰고 전력망이 압박받을 때 줄일 수 있습니다.

여기에 배터리, 축열, 현장 발전을 더하면 경직된 수요 덩어리 같던 시설이 낮의 잉여 태양광을 흡수하고 저장 에너지로 피크를 넘기며 전력망 균형을 돕는 자원이 될 수 있습니다. 솔직한 조건은 운영자가 실제로 협력하려 해야 하고 요금 구조도 보상해야 한다는 것입니다. 기술은 쉬운 부분이고 인센티브 설계가 어렵습니다. 데이터센터가 전력망의 적이 아니라 유연한 협력자가 되는 세상은 가능하며 그 대안보다 훨씬 낫습니다.

앞으로 10년간 AI의 전력 수요를 현실적으로 충족할 에너지원 조합은 무엇인가요? 재생에너지와 저장, 천연가스, 기존 원전, 소형모듈원자로, 지열은 어떤 역할을 하게 될까요?

사람들이 좋아하지 않는 답이지만 모두 필요합니다. 단일 에너지원이 만능 해결책이라고 파는 사람은 무언가를 팔고 있는 것입니다. 재생에너지와 저장은 실제로 가장 빨리 도입할 수 있습니다. 태양광과 배터리 건설 일정은 다른 선택지에 비하면 합리적이며 수요가 이렇게 빨리 늘 때 속도가 중요합니다. 단기의 주력입니다. 실제 Buzz의 전력회사 고객인 Dominion, Ameren, AEP, NYPA, Southern 등은 데이터센터 수요에 맞춰 태양광을 계속 늘리고 있습니다. 다만 재생에너지는 변동성이 있고 부하는 24시간 돌아가므로 저장이 큰 역할을 하며 안정적 전원도 여전히 필요합니다. 천연가스는 원하든 원하지 않든 가교 역할을 할 것입니다. 출력을 조절할 수 있고 이미 있기 때문입니다. 원전에서는 거의 아무도 예상 못 한 일이 일어납니다. 폐쇄 예정 발전소가 데이터센터의 장기 전력 구매 계약 때문에 새 수명을 얻고 있습니다. 소형모듈원자로(SMR)와 지열은 장기적으로 매우 유망하지만 일정은 엄격히 봐야 합니다. 2020년대 후반과 그 이후에 의미 있는 역할을 할 수 있어도 2027년을 구해 줄 수단은 아닙니다.

현실적인 조합은 층을 이루는 방식입니다. 재생에너지·저장이 증가분을 담당하고 가스가 안정적 공급의 빈틈을 메우며 기존 원전은 수명을 연장하고 재평가받고, 차세대 전원은 성숙하면서 투입됩니다. 어느 방향이든 이념적 순수성만 고집하는 것은 실수입니다. 전력망에 중요한 것은 우리의 선호가 아니라 안정적으로 제때 공급되는 킬로와트시입니다.

집필하신 책 의 핵심 생각 중 하나는 전력망을 압박하는 AI 산업이 현대화 도구도 제공할 수 있다는 것입니다. 부하 예측, 예측 정비, 송전 최적화, 수목 관리, 정전 복구, 디지털 트윈, 자율 전력망 제어 중 단기 성과가 가장 큰 곳은 어디인가요?

책의 중심이자 제가 가장 희망을 느끼는 부분입니다. 전력망에 부담을 주는 산업이 이를 고칠 최고의 도구도 건네고 있습니다. 발표자료가 아니라 오늘 실제 성과를 기준으로 꼽겠습니다.

첫째는 예측 정비와 지속 감시·점검입니다. Buzz가 수년간 해 왔고 직접 효과를 봤기 때문입니다. 컴퓨터 비전과 시각 AI로 갈라진 애자, 과열 변압기, 녹슨 고리 같은 결함 부품을 고장 전에 찾는 일은 추측이 아닙니다. 이미 도입돼 실제 돈을 아끼고 정전을 막습니다. 부하 예측과 수요반응도 그 옆에 놓겠습니다. 막연히 계획하지 않고 수요를 정밀하게 예측하면 지금까지 논의한 데이터센터 문제를 더 잘 관리할 수 있습니다. 다음은 기존 전선에서 더 많은 용량을 얻는 송전 최적화입니다. 새 선로를 짓는 데 오래 걸리므로 중요합니다. 수목 관리와 정전 복구도 뒤따릅니다. 느린 수작업을 빠르고 효율적으로 바꾸면서 산불, 폭풍 피해, 정전을 예방할 통찰과 상황 인식으로 전력망 회복력을 높입니다.

디지털 트윈과 완전 자율 제어는 더 먼 과제입니다. 강력하고 다가오고 있지만 다음 질문일 법한 신뢰와 안전 문제가 있습니다. 단기에는 화려하지 않은 일부터입니다. 전력망을 더 잘 보고 행동을 더 잘 예측하며 시스템의 상황 인식을 높여 이미 설치된 설비에서 더 많은 가치를 얻는 것입니다. AI가 가장 먼저 투자비를 회수하는 곳입니다.

지난 인터뷰에서는 Buzz Solutions의 실제 전력회사 데이터와 사람 참여 검토를 이야기했습니다. 전력 시스템이 자율화되면 어떤 결정은 AI에 안전하게 위임할 수 있고 어디에는 사람 판단이 필수인가요? 불투명한 모델 판단, 사이버공격, 핵심 인프라 전반으로 퍼질 고장에 어떻게 대비해야 하나요?

지난번에는 신뢰도 문턱 아래의 결과나 잘못된 예측에 분야 전문가가 모델 피드백을 주는 사람 참여 방식이라고 설명했습니다. 그 생각은 약해진 것이 아니라 더 강해졌습니다.

AI는 데이터를 살펴 이상을 찾고 위험을 표시하며 주의할 순서를 정하는 인식·권고 업무에 탁월합니다. 그 위임은 안전할 뿐 아니라 같은 규모에서 사람만 하는 것보다 낫습니다. 하지만 핵심 인프라와 임무에 중대한 행동, 틀리면 병원 전력을 끊거나 지역 전체로 사고를 퍼뜨릴 결정에는 훨씬 신중합니다. 책임지는 사람인 분야 전문가가 필요합니다. 모델이 평균적으로 더 못해서가 아니라 핵심 인프라에서는 드물게 일어나는 파국적 사례가 모든 것을 좌우하기 때문입니다.

준비는 세 가지입니다. 첫째, 중대한 결정에 사람이 형식적 승인자가 아니라 실제로 뒤집을 권한을 갖고 참여해야 합니다. 둘째, 핵심 운영에 닿는 판단에는 설명 가능성을 요구해야 합니다. 모델이 왜 그렇게 했는지 이해하지 못하면 책임질 수 없고 정전 때 “AI가 결정했다”는 답은 받아들일 수 없습니다. 셋째, 업계가 위험할 정도로 뒤처진 부분인데 자율 시스템을 처음부터 확대된 공격 표면으로 봐야 합니다. 소프트웨어에 전력망을 더 맡길수록 소프트웨어 취약점도 더 물려받습니다. 자율 제어 시스템에 대한 사이버공격은 단순 정보 유출이 아닌 물리적 사건입니다. 완전 자율화 후가 아니라 전에 이에 맞춰 설계해야 합니다. 긍정적으로는 전력회사들이 데이터 보안, 정보보안, AI 거버넌스를 매우 진지하게 다루고 내부 AI·데이터 거버넌스 위원회도 만들기 시작했습니다. Buzz도 안전한 대규모 AI 도입을 돕는 사이버보안·AI 거버넌스 지침서를 공개했습니다.

5년 뒤 지속적인 AI 확장을 지원할 나라·지역과 전력 부족에 제약받을 곳을 가르는 것은 무엇일까요? 2031년까지 AI 개발과 전력망 현대화를 맞추는 성공 전략은 어떤 모습인가요?

5년 뒤 돌아보면 AI의 제약이 칩이나 인재가 아니었다는 것을 깨달을 것이라 봅니다. 이들은 세계를 쉽게 이동합니다. 움직일 수 없고 승자를 결정한 것은 전력과 인프라입니다. 지난 세기의 석유처럼 전기가 AI 시대의 전략 자원이 됩니다. 과장이 아니라 이제 눈에 보이기 시작한 사실이라고 생각합니다.

앞서는 지역은 전력망 용량을 경쟁 자산으로 여기고 일찍 건설·개혁한 곳일 것입니다. 계통 접속을 간소화하고 중요한 안전장치를 훼손하지 않으며 인허가를 현대화하고, 수요가 완전히 오기 전에 송전에 투자한 곳입니다. 뒤처질 곳에 야심이나 자본이 없는 것은 아닙니다. 데이터센터 발표와 투자금은 있지만 전자를 공급하지 못해 사업이 조용히 가능한 곳으로 옮겨 갑니다.

2031년의 성공 전략은 책에서 반복한 두 시계가 서로 싸우지 않고 함께 움직이는 것입니다. AI의 야심이 커지는 속도를 에너지 인프라의 현실 일정에 맞추고, 필요한 전력망을 지으면서 AI로 기존 망의 가치를 높여야 합니다. 전기요금 부담에 대한 여론이 극도로 나빠지지 않도록 비용을 공정하게 배분하고, 다음 세대의 건설·운영 인력을 실제로 훈련할 만큼 인력 문제를 진지하게 다뤄야 합니다. 기술은 이미 있으므로 기술 문제가 아니라 조정과 의지의 문제입니다. 좋은 소식은 우리가 풀 줄 아는 문제라는 점입니다. 기술 업계, 에너지 업계, 정책 입안자, 규제기관이 함께 앉아 필요한 대화를 하면 됩니다.

인터뷰에 감사드립니다. 더 자세한 내용은 Buzz Solutions 를 방문하거나 저서 『Powering Intelligence: Why the Future of AI Depends on the Power Grid』를 읽어 보시기 바랍니다.