전력망과 AI 데이터센터의 프라이버시 보호형 협조 운영: 체크포인트 인식 3단계 기법

대규모 언어모델 학습·추론으로 기가와트급으로 커지는 AI 데이터센터(AIDC)를 전력망 운영과 함께 조정하는 3단계 계층적 기법을 제안한 연구입니다. 1단계에서 계통 운영자가 AIDC 안전영역(security region)의 인증된 내부근사(certified inner approximation)를 계산하고, 2단계에서 AIDC 운영자가 그 영역 안에서 학습·추론 작업 배분을 최적화해 전력 스케줄과 체크포인트 경보를 생성하며, 3단계에서 계통 운영자가 재생에너지와 체크포인트 불확실성을 고려한 2단계 강건 최적전력흐름(robust OPF)을 해석합니다.

저자들은 압축된 인터페이스 정보만 교환해 양측의 데이터 프라이버시를 지키면서 반복 통신 없이 실행가능성이 보장된 협조가 가능하다고 설명하며, 수정된 IEEE 14-버스 계통과 수정된 NYISO 계통 사례 연구로 효과성·강건성·보안성을 보였다고 보고합니다. 다만 검증은 수정된 표준 시험계통 기반의 수치 해석에 한정되며 정량적 개선 폭은 초록에 제시되지 않았고, 동료평가를 거치지 않은 프리프린트일 수 있습니다.