요약:
미국 원전업계가 인공지능 기술 적용에 속도를 내고 있다. 원자력 발전소는 엄격한 감독, 신중한 의사 결정 및 극도로 높은 안전 표준으로 오랫동안 알려져 왔지만, 새로운 세대의 인공 지능 보조원이 원자력 회사의 일상 업무 흐름에 도입되기 시작하여 직원이 기술 정보를 검색하고, 규제 문서를 처리하고, 장비 고장 기록을 분석하고, 수십 년간 축적된 운영 경험을 통해 문제에 대한 해결책을 찾을 수 있도록 돕습니다.
'IEEE 스펙트럼'에 따르면 미국에서 가동 중인 거의 94개의 원자로는 2026년에 인공지능 기술을 도입할 기회를 갖게 될 것이며, 대부분은 이미 관련 계획을 받아들였습니다. 사람들이 상상하는 것과는 달리, 현재의 AI 시스템은 원자로를 직접 제어하거나 원자력 발전소의 운영 방식을 결정하지 않습니다. 대신 주로 엔지니어와 기술자를 위한 보조 도구로 사용되어 복잡한 정보를 보다 신속하게 처리할 수 있도록 도와줍니다.
이러한 변화는 미국 원자력 산업이 직면한 실제 압력과 밀접한 관련이 있습니다. 한편, 인공지능 데이터센터의 급속한 확장과 미국의 안정적이고 지속적인 저탄소 전력에 대한 수요가 증가함에 따라 원자력은 거대 기술 기업과 에너지 기업의 관심을 다시 얻었습니다. 한편, 미국의 기존 원자력 시설 중 상당 부분은 수년 동안 운영되어 왔습니다. 장비 유지 관리, 규정 준수 및 기술 업데이트는 점점 더 부담이 되고 있으며 직원에게 전문 지식을 보충하는 것이 점점 더 어려워지고 있습니다.
원자력 회사는 수많은 복잡한 기술 요구사항과 규제 절차를 처리해야 합니다. 모든 주요 엔지니어링 결정은 평가되고, 독립적으로 검증 및 검사되어야 하며, 장비 유지 관리에는 광범위한 기록과 기술 사양을 참조해야 합니다. 동시에 미국 원자력 산업은 오랫동안 새로운 원자로 프로젝트가 부족하여 일부 전문가가 이 분야에 진출하지 못했습니다. 많은 경험이 풍부한 기술자들이 점차적으로 은퇴했습니다. 업계는 전문지식 상실과 노동력 부족이라는 이중의 과제에 직면해 있습니다.
원자력 인공지능 스타트업 Nuclearn의 공동 창업자이자 최고재무책임자(CFO)인 Jerrold Vincent는 현재 원자력 산업에서 인력 압박이 매우 심각하다고 말했습니다. 일부 기업이 관련 직위를 공개적으로 채용하더라도 적합한 후보자를 찾기는 어렵지만 규제 요구 사항과 일상적인 유지 관리 작업이 줄어들지는 않습니다. 인공지능은 기존 직원의 효율성을 높여 제한된 인력이 더 많은 업무를 수행할 수 있게 해줄 것으로 기대된다.
빈센트는 원자력 산업의 복잡성이 인공지능을 위한 자리를 제공할 뿐이라고 믿습니다. 원자력 발전소는 수많은 규정을 준수하고, 복잡한 장비 시스템을 관리하며, 유지 보수, 점검 및 문제 해결 프로세스를 지속적으로 기록해야 합니다. 이러한 작업에는 대량의 텍스트, 기술 문서 및 역사적 사례가 포함되며, 이는 바로 인공 지능이 처리하는 데 능숙한 정보 집약적 작업입니다.
현재 Atomic Canyon과 Nuclearn은 이 분야에서 중요한 두 업체입니다.
캘리포니아에 본사를 둔 Atomic Canyon은 2026년 8월에 원자력 산업 가상 도우미인 NIVA를 출시했습니다. 여러 원자력 에너지 산업 조직과 협력하여 개발된 이 시스템은 Constellation Energy가 운영하는 원자력 발전소에서 시범 운영되었으며 현재 미국 전체 원자로 함대에서 사용할 수 있습니다.
Nuclearn은 자사 제품이 미국 내 65개 이상의 파트너 비즈니스에 사용되었다고 밝혔습니다. 이러한 파트너는 기존 원자력 시설부터 첨단 소형 원자로 기술을 발전시키는 기업까지 다양합니다. 회사는 또한 NuScale Power Corporation과 관련 통합 작업을 수행했습니다.
마이크로소프트와 엔비디아도 인공지능을 이용해 부지 선정, 설계, 건설, 장기 운영 및 관리 등 원자력 발전소의 전체 수명주기를 최적화하기 위해 인공지능과 원자력 산업의 결합을 모색하고 있습니다.
이러한 프로젝트는 점점 더 명백해지는 추세를 반영합니다. 인공 지능 회사는 데이터 센터를 지원하기 위해 보다 안정적인 전력이 필요한 반면, 원자력 산업은 인공 지능을 사용하여 전문 인재 부족을 완화하고 정보 검색 비용을 줄이며 운영 효율성을 향상시키기를 희망합니다. 양측의 요구는 상호 강화적인 관계를 형성하고 있습니다.
원전의 경우 인공지능의 가장 직접적인 가치 중 하나는 대용량 파일에 흩어져 있는 기술 지식을 더 쉽게 얻을 수 있도록 하는 것입니다.
오랫동안 원자력 발전소에는 수많은 운영 절차, 유지 관리 지침, 장비 기술 데이터, 안전 권장 사항 및 사고 보고서가 축적되어 있습니다. 그러나 이 정보는 일관되지 않은 형식으로 여러 데이터베이스와 문서 시스템에 흩어져 있는 경우가 많아 검색이 어렵습니다. 조직 내에 답변이 이미 존재하더라도 엔지니어가 실제로 유용한 정보를 찾는 데 오랜 시간이 걸릴 수 있습니다.
이 문제로 인해 원자력 산업의 여러 비영리 단체가 데이터 통합을 추진하기 시작했습니다. 2025년에는 미국 원자력운영연구소, 전력연구소, 원자력연구소 등의 기관들이 원자력 산업에 대한 지식을 효과적으로 검색할 수 있는 인공지능 보조원 개발 여건을 조성하기 위해 보다 통일된 데이터 자원을 구축하기 시작했다.
미국 전력 연구소에서 NIVA 프로젝트를 담당하고 있는 Rob Austin은 Constellation Energy의 Joseph Dominguez 회장이 제기한 과제에서 관련 작업의 중요한 기회가 왔다고 말했습니다. 즉 수십 년 동안 원자력 산업에서 축적된 기술 지식을 민감한 데이터를 보호하면서 ChatGPT, Copilot 또는 Gemini와 유사한 방식으로 작업자에게 제공할 수 있는지 여부입니다.
Atomic Canyon은 결국 프로젝트에서 승리했습니다. 인공지능이 원자력 산업의 고유한 기술 용어, 운영 사양 및 규제 요구사항을 이해하기 위해 먼저 미국 원자력규제위원회(Nuclear Regulatory Commission)에서 공개한 약 5,300만 페이지에 달하는 정보를 다운로드하고 오크리지 국립연구소(Oak Ridge National Laboratory)와 협력하여 원자력 분야 전용 인공지능 모델을 개발했습니다.
Atomic Canyon CEO인 Trey Lauderdale은 이러한 유형의 모델의 중요한 능력은 원자력 산업 자체의 전문 언어를 이해하는 것이라고 말했습니다. 원자력 분야에는 특정 의미를 지닌 수많은 용어와 표현이 있습니다. 일반 인공지능은 일반적인 텍스트를 처리할 수 있지만 모든 전문적인 맥락을 정확하게 이해하지 못할 수도 있습니다. 따라서 개발팀은 원자력 기술문서에서 개념, 용어, 관계를 식별하는 방법을 모델이 학습할 수 있도록 해야 합니다.
특별 교육을 받은 후 직원은 자연어를 통해 질문하고 시스템이 방대한 양의 과거 데이터에서 답변을 찾도록 할 수 있습니다. 규제 서류 작성, 올바른 도구 및 재료 조달, 장비 오작동 원인 조사 등 AI는 관련 기록 검색을 지원하여 작업자가 서로 다른 데이터베이스를 검색하는 데 소요되는 시간을 줄여줍니다.
예를 들어, 원자력 발전소에서 사용되는 대형 수직형 물 펌프는 높이가 몇 층에 달하고, 수천 마력을 낼 수 있는 전기 모터가 장착되어 있으며, 많은 양의 냉각수를 이동시키는 역할을 합니다. 이러한 장비에 문제가 발생하면 엔지니어는 과거에 다른 원자력 발전소에서 발생한 유지 관리 매뉴얼, 기술 사양 및 유사한 오류를 참조해야 합니다.
전력연구소는 관련 장비에 대한 유지관리 지침을 유지관리하고, 국립원자력운영원은 수만 건의 사고 및 운영 이상 보고서를 축적했다. 이렇게 방대한 데이터베이스에 직면한 인공지능은 흩어진 정보를 종합하고 특정 워터펌프의 가장 일반적인 고장 유형을 요약하며 과거의 문제 해결 및 수리 방법을 정리할 수 있습니다.
엔지니어들은 다른 원자력 발전소가 동일한 유형의 부품을 사용하는지, 유사한 문제에 직면했는지, 당시 어떤 해결책을 취했는지에 대해 추가로 질문할 수도 있습니다.
핵심은 이러한 시스템이 답변을 제공해야 할 뿐만 아니라 답변이 어떤 데이터에서 나온 것인지도 말해야 한다는 것입니다. 엔지니어는 단순히 검증할 수 없는 답변을 받아들이는 것이 아니라 AI의 기반이 되는 기술 문서와 기록을 추적하여 결론을 독립적으로 검증할 수 있어야 합니다.
Nuclearn은 관련 제품을 원자력 산업을 위한 인공지능 보조 장치라고 설명합니다. 회사가 제공하는 장비 AI 시스템은 수십 년간 축적된 산업 경험을 바탕으로 원자력 장비 운영에 대한 질문에 답변하고 참조 정보를 생성할 수 있습니다. Nuclearn의 공동 창업자인 Vincent는 이 비유가 원자력 산업에 전념하는 ChatGPT로 이해된다면 터무니없는 것이 아니라고 믿습니다.
그러나 원자력 산업에 인공지능을 도입하면 데이터 보안이라는 특별한 장애물에도 직면하게 됩니다.
원전 기술 데이터에는 회사 내부 정보가 포함될 뿐만 아니라 일부 내용은 미국 연방법 및 관련 안전 시스템에 의해 보호됩니다. 인공지능이 문서를 검색하고 요약하는 데 능숙하더라도 민감한 데이터를 외부 서버에 업로드하거나 적절한 권한 없이 사람에게 접근을 허용하는 데 사용할 수는 없습니다.
이 문제를 해결하기 위해 Nuclearn에서 제공하는 관련 솔루션은 단일 시설 배치 모델을 채택하여 원전의 데이터가 시설을 떠나지 않고 로컬에 머물 수 있도록 합니다.
NIVA는 기존 데이터 액세스 권한 시스템을 따릅니다. 오스틴에 따르면 이 시스템은 사용자가 이미 액세스할 수 있는 데이터베이스만 검색할 수 있으며 원래의 원자력 발전소 수준의 보안 허가 및 액세스 제한은 여전히 유효합니다. 인공지능은 단지 자연어를 이해할 수 있다고 해서 민감한 정보에 자동으로 접근할 수 있는 것은 아닙니다.
이 설계는 인공지능이 원자력 산업의 원래 안전 시스템을 대체하는 것이 아니라 기존 권한 프레임워크 내에서 정보를 얻는 방식을 개선한다는 것을 의미합니다. 엔지니어가 정보를 더 빨리 찾는 데 도움이 될 수 있지만 사람, 데이터 및 장비에 대한 접근에 대한 원자력 발전소의 통제를 우회할 수는 없습니다.
향후 인공지능의 적용 범위가 더욱 확대될 수 있지만 문서 검색부터 장비 검사, 원자력 발전소 운영 결정에 직접 참여에 이르기까지 여전히 명확한 안전 및 규제 기준이 있습니다.
전력연구원에서는 용접 품질 확인을 지원하기 위해 인공지능을 활용한 시범 프로젝트를 테스트하고 있습니다. 원자력 발전소에는 품질과 장기적인 신뢰성을 보장하기 위해 검사해야 하는 수많은 용접부가 있습니다. 전통적인 검사 작업에는 전문가가 하나씩 평가해야 하며 검사 과정에서도 많은 양의 데이터가 생성됩니다.
연구원들은 인공지능이 이러한 검사 기록을 분석하고 추가로 주의를 기울일 가치가 있는 영역을 식별하여 검사관이 시간과 에너지를 보다 효율적으로 할당하는 데 도움을 줄 수 있는지 조사하고 있습니다.
그러나 프로젝트는 여전히 수동 검토 프로세스를 유지합니다. AI가 제시한 모든 권고 사항은 인간 검사관의 검토를 받아야 하며, 현재 AI가 관련 검사 작업을 완전히 맡도록 허용하는 원자력 발전소는 없습니다.
이번 시도의 의의는 인공지능이 단순한 파일 검색 도구에서 실제 장비 유지 관리와 관련된 보조 작업으로 점차 확장되기 시작했다는 점입니다. 하지만 그렇다고 해서 AI가 독립적으로 장비를 검사하거나 수리를 결정할 수 있는 권한을 부여받은 것은 아닙니다.
추가 적용, 즉 인공지능이 원자로 작동 제어에 직접 참여할 수 있도록 허용하는 경우 업계 내부자들은 여전히 매우 조심스러운 입장입니다.
로더데일은 인공 지능이 원자력 발전소의 단기 및 장기적 운영 방식을 독립적으로 결정할 수 있다는 것을 상상하기 어렵다고 말했습니다. 원자력 산업은 엄격한 규제를 받고 있으며 시설 운영에 영향을 미칠 수 있는 모든 결정에는 심각한 위험이 수반되므로 인간의 감독은 상당 기간 동안 반드시 필요합니다.
이는 인공지능 활용 측면에서 원자력 산업과 많은 일반 사업 분야의 차이를 반영하기도 합니다. 일반적인 사무실 환경에서 AI는 잘못된 요약을 생성하거나 부정확한 추천을 제공하므로 효율성이 저하될 수 있습니다. 그러나 원자력 발전소와 같은 고위험 시설에서는 장비 상태, 운영 절차 또는 안전 요구 사항에 대한 잘못된 정보가 있는지 완전히 검증해야 합니다.
따라서 현재 원자력 산업에서는 기술 문서 검색, 과거 사례 정리, 규제 문서 작성 지원, 엔지니어가 추가 조사가 필요한 문제 발견 지원 등 위험을 상대적으로 제어할 수 있는 작업에 인공지능을 먼저 사용하는 것을 선호합니다. 인공 지능은 정보와 권장 사항을 제공하는 역할을 담당하는 반면, 인간 전문가는 계속해서 검증, 판단 및 의사 결정에 대한 책임을 집니다.
장기적으로 인공지능은 미국 원자력 산업이 잃어가고 있는 전문성을 유지하는 데 도움이 될 수도 있습니다. 많은 경험은 공식적인 기술 매뉴얼에만 존재하는 것이 아니라 직원의 장기간 축적된 장비 고장, 유지 관리 프로세스 및 비정상적인 상황에도 반영됩니다. 이러한 경험을 통합 데이터 시스템을 통해 저장하고 인공 지능을 통해 효과적으로 검색하고 구성할 수 있다면 새로운 세대의 기술자는 지난 수십 년 동안 형성된 산업 지식에 보다 쉽게 접근할 수 있는 기회를 갖게 될 것입니다.
미국이 원자력 발전에 대한 추진을 재개함에 따라 이러한 능력은 점점 더 중요해질 수 있습니다. 신규 원자로는 전문 인력이 많이 필요하며, 기존 원전 역시 안전한 운영을 유지하면서 장비 노후화, 인력 퇴직, 유지보수 업무 증가에 대처해야 합니다. 단순히 더 많은 엔지니어를 채용하는 것만으로는 이러한 어려움을 빨리 해결할 수 없습니다.
인공지능은 원자력 엔지니어의 전문적 책임을 대체할 수 없고, 원자력 시설 운영 자체의 복잡성을 없앨 수도 없지만, 제한된 전문가가 필요한 정보를 더 빨리 찾고, 정말로 인간의 판단이 필요한 작업에 더 많은 시간을 할애할 수 있게 함으로써 기존 지식을 활용하는 업계의 효율성을 향상시킬 것으로 기대됩니다.
오랫동안 주의와 안전을 우선시해 온 업계에서는 원자력 발전소에 인공지능을 도입한다고 해서 기계가 원자로를 장악할 것이라는 의미는 아닙니다. 보다 현실적인 변화는 엔지니어들이 수천만 페이지에 달하는 기술 정보와 수십 년간의 운영 경험을 통해 더 빠르게 답을 찾을 수 있는 새로운 도구를 얻고 있다는 것입니다. 원자력산업이 전력수요 증가와 전문인력 부족이라는 이중의 압력을 받고 있는 상황에서 이러한 변화는 미국 원자력산업의 부흥을 촉진하는 중요한 보조력이 될 수 있다.
댓글