AI 기술의 발전과 함께 대규모 언어 모델(LLM)을 포함한 AI 워크로드의 전력 소비가 기하급수적으로 증가하고 있다. 이러한 증가세는 기업과 산업 전반에 운영 비용 상승과 지속 가능성 문제를 야기하고 있다. 특히, AI 모델이 활용하는 컴퓨팅 리소스는 환경적 영향을 고려하지 않을 경우 장기적으로 심각한 문제를 초래할 가능성이 높다. 이에 따라 전 세계 조직은 효율성을 유지하며 지속 가능성을 실현할 수 있는 새로운 기술적 접근 방안을 모색하고 있다.

양자 컴퓨팅 솔루션의 글로벌 기업 멀티버스 컴퓨팅(Multiverse Computing)과 분산 컴퓨팅 최적화 전문 기업 키네시스 네트워크(Kinesis Network)가 AI 에너지 효율 솔루션 개발을 목표로 협력한다고 발표했다.

이 파트너십은 AI의 증가하는 전력 수요와 관련된 문제를 해결하고 지속 가능한 컴퓨팅 환경을 조성하기 위한 것이다. 멀티버스 컴퓨팅의 CEO 엔리케 리자소 올모스는 “키네시스와의 협업은 전력 및 컴퓨팅 요구사항이 제한된 환경에서 AI를 최적화하는 데 중요한 전환점이 될 것”이라고 강조했다.

양자 방식 알고리듬과 동적 리소스 최적화

멀티버스 컴퓨팅은 양자에서 영감을 받은 알고리듬을 통해 AI 모델의 학습 및 추론 프로세스를 최적화하여 에너지 소비를 줄이고 성능을 향상시키는 데 주력하고 있다. 이 회사의 대표 소프트웨어인 컴팩티프AI(CompactifAI)는 텐서 네트워크를 사용해 AI 모델의 크기를 줄이면서도 높은 정확성을 유지한다. 이 기술은 컴퓨팅 비용을 절감하고 모델 운영의 효율성을 향상시킨다.

키네시스는 미사용 컴퓨팅 리소스를 풀링하고 워크로드를 지능적으로 재분배하여 리소스 낭비를 최소화하는 플랫폼을 제공한다. 이러한 동적 리소스 최적화 기술은 탄소 발자국을 줄이고 글로벌 지속 가능성 목표를 달성하는 데 핵심적인 역할을 한다. 키네시스의 플랫폼은 이미 다양한 조직에서 컴퓨팅 효율성을 높이고 비용을 절감하는 데 활용하고 있다.

멀티버스 컴퓨팅과 키네시스 양사의 협력은 양사 기술의 강점을 통합하여 AI 모델의 전력 소비를 최적화하고 성능을 극대화하는 솔루션을 개발하는 데 초점이 맞춰져 있다. 이를 통해 AI 기술의 환경적 영향을 줄이고 더 지속 가능한 컴퓨팅 환경을 조성할 수 있을 것으로 기대된다.

이 협력은 기업과 산업이 AI 워크로드를 실행하는 데 필요한 에너지와 리소스를 줄일 수 있는 길을 열었다. AI 모델이 에너지 효율적으로 작동할 수 있으면, 기업은 비용 절감과 동시에 지속 가능성 목표를 달성할 수 있다. 또한, 이러한 기술은 환경적 영향을 줄이는 동시에 AI의 응용 범위를 더욱 확장할 가능성을 제공한다. 

멀티버스 컴퓨팅의 최고 영업 책임자인 빅터 가스퍼(Victor Gaspar)는 “AI 워크로드가 기존 인프라 한계를 넘어섬에 따라 키네시스와의 협력은 AI 성능과 컴퓨팅 리소스 활용을 동시에 해결하는 데 핵심적인 역할을 할 것”이라고 말했다. 키네시스의 최고 제품 및 수익 책임자인 비나 키마니(Bina Khimani)는 “우리는 모델 성능과 컴퓨팅 효율성을 개선하며 기업과 지구 모두에 긍정적인 영향을 미칠 것”이라고 밝혔다.