링크: https://arxiv.org/html/2508.14318v1#abstract 요약 대규모 AI 학습은 수만 개의 GPU가 동기적으로 계산과 통신을 반복하면서 전력 소비가 크게 출렁이는 특성을 보이며, 이 전력 변동은 랙·데이터센터·전력망 수준에서 수십 MW 규모의 동시 요동으로 증폭되어 터빈 발전기, 송전망, 변압기 등에 기계적·전기적 스트레스를 가하고, 저주파 공진(부동기 공진), 전압 플리커, 계통 불안정성 등의 새로운 전력 품질 리스크를 유발한다. 이 변동은 본질적으로 학습 반복의 구조에서 비롯된다. GPU는 순방향/역방향 계산 단계에서는 TDP에 가까운 높은 전력을 쓰다가, all-reduce 기반 그래디언트 동기화나 체크포인트 저장 등 통신 단계에서는 유휴 수준의 낮은 전력만 쓰므로 ..