핵심 내용
구글 딥마인드가 에너지 인프라 운영사용 AI 기상 모델 ‘WeatherNext 3’를 출시
모델은 매시간 업데이트되며 최대 100m 터빈 높이의 풍속을 예측
태양광 발전량 추정을 위해 일사량과 일사 관련 변수를 함께 산출
재생에너지 비중이 커지는 전력망의 수급 균형 지원이 1차 목표
딥마인드는 이 도구를 ‘청정에너지 전환 가속을 위한 핵심 인프라’로 규정
**구글 딥마인드(Google DeepMind)**가 풍력 발전단지, 태양광 발전 사업자, 전력망 운영사를 겨냥한 AI 기반 기상 예측 모델 ‘WeatherNext 3’를 공개했다.
딥마인드에 따르면 이 모델은 매시간 업데이트되며, 재생에너지 발전량을 좌우하는 핵심 기상 조건을 정밀 예측하는 데 초점을 맞췄다.
딥마인드는 9월 14일 X를 통해 해당 도구를 소개했고, 자사 블로그에서 추가 기술 상세를 공개했다.
WeatherNext 3가 측정하는 것
WeatherNext 3는 크게 두 가지 예측 스트림을 생성한다.
첫 번째는 최대 100m 고도에서의 풍속과 풍향이다. 이는 최근 육상 풍력 발전기의
블레이드가 실제로 작동하는 높이와 맞물린다.
두 번째 스트림은 운량과 지표면에 도달하는 태양 복사(일사량)를 예측한다. 전력망 운영사와 발전사는 이 데이터를 기반으로 향후 수 시간 동안 태양광 모듈에서 얼마나 많은 전력이 생산될지를 추정한다.
두 스트림은 모두 1시간 간격으로 재계산된다. 딥마인드는 이 업데이트 주기가 중요한 이유로, 전력 시장의 한 거래 기간 이내에도 발전량에 직접적인 영향을 주는 기상 조건이 급변할 수 있다는 점을 꼽는다.
회사 측은 WeatherNext 3를 “에너지 전환을 위한 인프라”로 포지셔닝하고 있다. 변동성이 큰 재생에너지 공급을 수요 패턴에 최대한 맞춰 배치하고, 출력 변동이 심할 때 전력망 전체 균형을 맞추는 데 필요한 ‘사전 경보 시스템’ 역할을 한다는 설명이다.
관련 기사: Bitget, 비(非)암호화폐 거래 비중 40% 돌파… 디지털자산 밖으로 외연 확대
전력망 수급 균형에 왜 정교한 예보가 필요한가
기존 전력망은 필요할 때 출력 조정이 가능한 ‘디스패처블(dispatchable)’ 발전원에 의존해 왔다. 석탄·가스·원자력 발전소가 대표적이다.
반면 풍력과 태양광은 기상 조건에 전적으로 좌우되며, 운영자가 직접 제어할 수 없다. 재생에너지 비중이 높은 전력망은 돌발 상황에 ‘사후 대응’하는 방식이 아니라, 발전량 변동을 ‘선제적으로 예측’해야만 안정적인 수급이 가능하다.
예측 오차는 전력망 전체에 누적된다.
한 풍력 발전단지가 출력 계획을 과대 추정하면, 수요가 정점일 때 시스템 운영자는
예상보다 부족한 공급에 직면할 수 있다. 반대로 과소 추정하면 실제로 사용할 수 있는
저렴한 재생에너지 용량을 버리고 값비싼 예비 발전기를 가동해야 하는 상황이 생긴다.
시간 해상도가 높은(매시간 단위) AI 예보는 이 간극을 직접 겨냥한다. 특히 1~12시간 구간에서 예측 정확도가 높아질수록, 전력망 운영사는 에너지 저장장치(ESS) 방전 계획, 수요반응 자원 호출, 예비 설비 가동 여부를 더 낮은 비용으로 조정할 수 있다.
딥마인드는 이미 수년 전부터 기상 모델링 연구를 진행해 왔다. 과거 연구 성과 가운데 하나인 ‘GraphCast’는 유럽중기예보센터(ECMWF)의 여러 기준 지표를 앞서는 전지구 수치예보 모델로 주목받았다.
이번 WeatherNext 3는 이 기반 기술을 전력·에너지용 특화 서비스로 확장한 사례로 평가된다.
크립토 독자를 위한 ‘AI 인프라’ 관점
이처럼 대규모로 배포되는 AI 모델은, 크립토 시장에서 주목받는 ‘탈중앙화 연산(디센트럴라이즈드 컴퓨트)’ 서사와도 맞닿아 있다. Bittensor(TAO), Render(RNDR) 등은 성장하는 AI 인프라 수요를 분산 네트워크로 흡수하겠다는 비전을 내세워 왔다.
선도 AI 연구소가 상용 기상 예측 제품을 운영한다는 사실은, 탈중앙화 연산 네트워크들이 자신들의 기회 요인으로 제시해 온 ‘실물 세계의 연산 수요’가 얼마나 크고 지속적인지를 단적으로 보여준다. 현재 WeatherNext 3는 딥마인드의 자체 인프라에서 구동되고 있으며, 개방형·분산형 대안이 이 수준의 성능을 따라잡을 수 있을지는 업계 내에서도 여전히 미지수다.
**일론 머스크(Elon Musk)**는 같은 날 X에서, AI 데이터센터가 장기적으로 소비자 전기요금 하락에 기여하고 있다고 언급했다. 보다 정교한 AI 예측이 재생에너지 수급 관리 비용을 낮춘다는 딥마인드의 서사와 맥이 닿는 부분이다.
관련 기사: 머스크, AGI 목표로 ‘Grok 5’ 예고… AI 안전성 경고도 고조
향후 관전 포인트
딥마인드는 현재 어떤 전력망 운영사나 에너지 기업이 WeatherNext 3를 실제 도입했는지에 대해서는 구체적으로 밝히지 않았다. 이 분야 상용 파트너십은 통상 유틸리티, 독립 발전사업자(IPP), 에너지 트레이딩 데스크를 중심으로 형성된다.
모델의 효용성을 가를 핵심 지표는 6시간을 넘어서는 중·장기 구간에서의 예측 정확도다. 이 구간은 하루 전(day-ahead) 전력 시장 입찰의 핵심 시간대이며, 전력 계약 물량이 가장 많이 결제되는 영역인 만큼, 예측 오차가 곧 비용 급등으로 이어지기 때문이다.
스타트업 Tomorrow.io를 포함한 경쟁 AI 기상 모델, 각국 기상청이 제공하는 기존 예보 서비스도 모두 같은 시장을 겨냥하고 있다. 딥마인드의 참전은 이들 전반의 예측 정확도 기준(‘최저 경쟁선’)을 끌어올리는 효과를 가져올 수 있다.
