전기 100배 덜 쓰는데 더 똑똑하다?

AI가 미국 전력의 10% 이상을 집어삼키고 있다. 국제에너지기구(IEA)에 따르면 2024년 기준 AI 시스템과 데이터센터가 소비한 전력은 415테라와트시(TWh)에 달하며, 2030년까지 두 배로 늘어날 전망이다. 그런데 터프츠대학교 연구팀이 이 문제에 정면으로 답하는 기술을 내놨다. 에너지는 100분의 1만 쓰면서, 정확도는 오히려 더 높다.

뉴로심볼릭 AI란 무엇인가

신경망과 기호추론의 결합

터프츠대 공과대학 Matthias Scheutz 교수 연구실에서 개발한 뉴로심볼릭(Neuro-Symbolic) AI는 기존 신경망(Neural Network)에 기호적 추론(Symbolic Reasoning)을 결합한 하이브리드 접근법이다. 쉽게 말해, 데이터에서 패턴을 학습하는 신경망의 장점과 규칙과 논리로 단계별 사고를 하는 기호추론의 장점을 동시에 취한다.

ChatGPT나 Gemini 같은 대규모 언어모델(LLM)이 ‘다음 단어 예측’에 집중한다면, 이 연구팀이 다루는 VLA(Visual-Language-Action) 모델은 카메라로 시각 데이터를 받아들이고, 언어 지시를 해석한 뒤, 로봇의 바퀴나 팔, 손가락을 실제로 움직이는 데까지 나아간다.

왜 기존 AI는 단순한 작업에도 실패하는가

기존 VLA 시스템은 데이터와 시행착오에 크게 의존한다. 블록을 쌓으라는 명령을 받으면, 장면을 분석하고 각 블록을 식별한 뒤 배치 순서를 결정해야 한다. 이 과정에서 그림자가 블록 형태를 혼동시키거나, 잘못된 위치에 블록을 놓아 탑이 무너지는 실수가 반복된다. LLM이 가짜 법률 판례를 만들어내거나, 이미지 생성 AI가 손가락을 6개 그리는 것과 본질적으로 같은 문제다.

실험 결과: 숫자가 말해주는 격차

하노이탑 퍼즐 테스트

연구팀은 고전적인 계획 수립 문제인 하노이탑(Tower of Hanoi) 퍼즐로 시스템을 검증했다. 결과는 압도적이었다.

뉴로심볼릭 VLA는 95%의 성공률을 기록한 반면, 기존 VLA 시스템은 34%에 그쳤다. 더 주목할 점은 일반화 능력이다. 학습하지 않은 더 복잡한 버전의 퍼즐에서도 뉴로심볼릭 모델은 78%의 성공률을 보였지만, 기존 모델은 단 한 번도 성공하지 못했다(0%).

학습 시간과 에너지의 극적 절감

효율성 격차는 더 극적이다. 뉴로심볼릭 모델의 학습 시간은 단 34분이었다. 기존 모델은 같은 작업을 학습하는 데 하루 반(36시간 이상)이 걸렸다. 학습에 필요한 에너지는 기존 VLA 시스템의 1%에 불과했고, 실제 운영 시에는 기존 대비 5%의 에너지만 사용했다.

AI 에너지 위기와 지속가능성

데이터센터가 도시보다 전기를 많이 쓴다

AI 산업이 확장되면서 컴퓨팅 파워 수요는 계속 치솟고 있다. 기업들은 수백 메가와트의 전력을 필요로 하는 대규모 데이터센터를 경쟁적으로 건설 중이다. xAI의 멤피스 Colossus, Microsoft와 OpenAI의 Stargate 프로젝트 등 일부 시설은 중소 도시 전체보다 많은 전력을 소비한다.

IEA 전망에 따르면 이 추세가 계속될 경우 2030년까지 AI와 데이터센터의 전력 소비는 현재의 두 배인 800TWh 이상에 도달한다. 이는 장기적 에너지 인프라의 한계를 시험하는 수준이다.

LLM/VLA 일변도의 한계

연구팀은 현재 LLM과 VLA 기반 접근법이 장기적으로 지속가능하지 않을 수 있다고 지적한다. 이 시스템들은 강력하지만 막대한 에너지를 소비하면서도 여전히 불안정한 결과를 내놓는다. 뉴로심볼릭 AI는 학습과 구조화된 추론을 결합함으로써, 미래 AI 시스템의 보다 효율적이고 신뢰할 수 있는 기반을 제공할 수 있다.

관련 글

• 프로선수가 로봇한테 졌다…
• Google Just Replaced Its Entire AI Platform
• Meta Spent Billions on AI Chips – Not From Nvidia
• This $0.14 Model Almost Matches GPT-5.4
• 한 회사에 90조 몰렸다…

출처

1. ScienceDaily – AI breakthrough cuts energy use by 100x while boosting accuracy (Tufts University, 2026.04.05)
2. Tufts Now – New AI Models Could Slash Energy Use While Dramatically Improving Performance
3. SciTechDaily – 100x Less Power: The Breakthrough That Could Solve AI’s Massive Energy Crisis