AI 에이전트 요청 한 번의 전기 소모가 챗봇 질의응답의 최대 136배라는 실측이 나왔다 — KAIST 유민수 교수팀이 실제 서비스 환경을 가정해 잰 숫자다(요청당 평균 348Wh, 700억 매개변수 모델 기준).

이유가 구조적이다. 에이전트는 한 번 답하고 끝나는 게 아니라 계획을 세우고, 정보를 다시 요청하고, 도구 결과를 반영하는 루프를 돈다 — LLM 호출이 반복되며 응답 시간은 최대 154배까지 늘어난다. 더 아픈 발견은 GPU 대기율이다. 검색·코드 실행 같은 외부 도구가 도는 동안 GPU는 전체 시간의 최대 54.5%를 놀았다 — 오늘 아침 "HBM의 아버지" 김정호 교수가 말한 "GPU 활용률 10~20%"가 과장이 아니라는 걸, 같은 학교의 다른 연구실이 실측으로 보여준 셈이다.

스케일을 키우면 숫자가 아득해진다. 에이전트 요청이 하루 137억 건이 되면 필요 전력은 약 199GW — 지금 각국이 짓는 수GW급 AI 데이터센터를 수십 배 넘어선다. 연구팀의 결론은 AI 경쟁의 초점이 모델 성능에서 에너지 효율로 옮겨간다는 것이다. 에이전트 시대의 청구서는 토큰이 아니라 전기로 날아온다 — 전력망을 가진 나라와 못 가진 나라의 격차가 AI 격차가 되는 이유다.