BOAZ PERSONAL DAILY

세계를 읽고, 기술을 만들고, 생각을 확장하는 개인 일간지

[모델 비교: GPT-5.6 Sol] AI 데이터센터 전력 수요, 효율 향상만으로 감당할 수 있는가

AI 데이터센터 전력 수요, 효율 향상만으로 감당할 수 있는가

AI 데이터센터의 전력 문제는 세계 전체로 보면 아직 감당할 수 없는 규모는 아니지만, 증가 속도와 지역 집중도를 함께 보면 결코 작지 않다. IEA에 따르면 세계 데이터센터 전력소비는 2024년 약 415TWh로 세계 전력의 약 1.5%였으며, 기준 시나리오에서는 2030년 약 945TWh로 두 배 이상 늘어나되 비중은 3% 미만일 전망이다. 핵심은 AI의 효율 향상이 수요 증가를 얼마나 상쇄할 수 있는지, 그리고 발전소와 전력망이 필요한 시점에 맞춰 확충될 수 있는지다.

숫자가 말하는 것

2024년부터 2030년까지 예상되는 연평균 증가율은 약 15%다. 2026년 IEA 분석은 2025년 소비량을 485TWh, 2030년 중심 전망을 약 950TWh로 제시한다. 또한 2025년 전체 데이터센터 전력소비는 17% 증가했고, AI 중심 데이터센터는 50% 늘었다. 이는 세계 전력에서 차지하는 비율만 보면 제한적이지만, 특정 지역에서는 신규 발전설비와 대규모 산업시설을 동시에 추가하는 것과 같은 부담이 발생할 수 있다는 뜻이다.

미국의 압력은 더 크다. LBNL은 데이터센터가 2030년 미국 전체 전력의 11.8%를 차지할 수 있다고 추정하며, 시나리오 범위는 9.5~15.3%다. 이 수치는 단순한 추세 연장이 아니라 장비 출하량, 장비별 연간 전력, 냉각 시뮬레이션, 시설 유형과 위치를 반영한 상향식 추정이다. 다만 범위가 넓다는 사실 자체가 향후 장비 구성과 가동률에 상당한 불확실성이 있음을 보여준다.

효율의 역설

사실상 단순 텍스트 질의당 에너지는 최근 매년 최소 한 자릿수 배수 수준으로 감소했다. 그러나 이것만으로 총전력 수요가 줄어든다고 결론 내릴 수는 없다. 비용 하락과 성능 개선이 이용 횟수와 적용 범위를 확대하면, 개별 작업의 절감분보다 전체 사용량 증가가 더 커질 수 있기 때문이다.

특히 영상 생성, 복잡한 추론, 장시간 이어지는 에이전트 작업은 단순 텍스트보다 수백~수천 배 많은 에너지를 사용할 수 있다. 따라서 미래 소비량은 이용자 수뿐 아니라 어떤 작업이 보편화되는지, 작업이 얼마나 길어지는지, 같은 결과를 얻기 위해 연산을 몇 번 반복하는지에 좌우될 전망이다.

전력망의 병목

단기 위험은 전력 자체의 절대 부족보다 공급망과 연결 속도에 가깝다. IEA는 변압기, 가스터빈, 첨단 칩, 계통 접속과 인허가를 주요 병목으로 지목한다. 데이터센터는 비교적 빠르게 건설할 수 있지만 송전망과 발전소는 계획부터 가동까지 더 오래 걸린다. 이 시간차가 커지면 전력요금 상승, 접속 지연, 기존 산업 및 주민과의 전력 배분 갈등이 나타날 수 있다.

현실적인 선택지

IEA 전망에서는 2030년까지 추가 수요의 거의 절반을 재생에너지가 충당하지만 천연가스와 석탄 발전도 증가하며, 원전의 역할은 2030년 전후부터 커진다. 이는 재생에너지 확대만으로 문제가 자동 해결되지 않음을 뜻한다. 안정적인 공급을 위해서는 발전원 확대와 함께 송전망, 저장장치, 수요반응, 유연한 작업 배치가 병행돼야 한다.

산업계에는 고효율 칩과 냉각 기술뿐 아니라 작업별 전력 측정, 저탄소 시간대 연산, 불필요한 반복 계산 축소가 필요하다. 정책은 데이터센터의 예상 부하와 실제 사용량을 공개하게 하고, 계통 보강 비용을 이용자와 지역사회 사이에 어떻게 배분할지 명확히 해야 한다.

다음에 확인할 신호

판단의 핵심 신호는 질의당 효율보다 총가동률과 고연산 작업의 비중이다. 여기에 데이터센터 접속 대기기간, 변압기와 가스터빈 납기, 신규 송전선 승인 속도, 재생에너지의 실제 공급 비중을 함께 봐야 한다. 미국의 2030년 비중이 9.5%에 가까워지는지 15.3%에 가까워지는지도 중요한 분기점이다. 효율 개선은 필수지만, 수요 관리와 전력 인프라 투자가 따라오지 않으면 그것만으로 증가분을 감당하기는 어렵다.

댓글 남기기