시장 분석에 따르면 AI 데이터센터 수요가 이용 가능한 공급을 크게 상회하여 2027-2028년까지 지속되는 구조적 용량 부족을 초래하고 있습니다.

Iron Mountain과 Structure Research가 인공지능이 2030년까지 전 세계 데이터센터의 수요와 공급 사이에 심각한 불균형을 초래할 것으로 예측하는 전망을 발표했습니다. 연간 글로벌 데이터센터 용량 수요는 2030년 말까지 약 90GW에 도달할 것으로 예상되며, 이는 이용 가능한 공급량을 최대 500%까지 초과할 수 있습니다.

필요한 투자 규모는 이미 명백합니다. 하이퍼스케일러 자본 지출은 올해 3,750억 달러에 달할 것으로 예상되며, 이는 2024년 대비 36% 증가입니다. 약 절반은 서버와 GPU에 지출될 예정이고, 나머지는 데이터센터 용량에 할당될 것입니다.

AI 인프라 배포 방식에 중대한 변화가 일어나고 있습니다. 초기 투자는 대규모 언어 모델 학습에 필요한 컴퓨팅 자원에 집중했지만, 현재 인퍼런스로의 전환이 예상됩니다—사용자 요청과 비즈니스 워크로드에 실시간으로 대응하기 위해 모델을 대규모로 운영하는 것입니다. Structure Research와 Iron Mountain은 인퍼런스 용량이 2026년에 학습 용량을 초과할 것으로 예측합니다. 2030년까지 인퍼런스는 모든 AI 중요 IT 부하의 80%를 차지할 것으로 예상되며, 이는 라이브 서비스 인프라가 학습 전용 인프라보다 4배 더 클 것을 의미합니다.

이러한 변화는 시설 배치에 깊은 영향을 미칩니다. 학습 클러스터는 토지 및 전력 접근이 가능한 대규모 원격 캠퍼스에 집중될 수 있습니다. 반면 최종 사용자에게 서비스하는 인퍼런스 시스템은 지연 시간을 최소화하고 트래픽 양을 관리하기 위해 주요 인구 중심지와의 근접성이 필요합니다. 결과적으로 이미 제약이 있는 도시 시장에 대한 압력이 증가하고 있으며, 여기서 전력망 접근, 토지 가용성, 계획 제한이 확장의 심각한 장애물이 되었습니다.

이 전망은 전 세계적으로 상대적으로 적은 지역에 집중된 신흥 데이터센터 메가허브를 제시합니다. 북미에서는 Northern Virginia가 8.5GW에 도달할 것으로 예상되며—가장 큰 단일 허브—이를 따라 Dallas가 2.8GW, Phoenix가 2.7GW입니다. 유럽 허브에는 London (2.7GW), Frankfurt (2.68GW), Paris (2GW)가 포함되며, Madrid, Barcelona, Berlin, Düsseldorf, Lisbon에서 가속화된 성장이 예상됩니다. 아시아태평양 지역에서는 Tokyo가 2.8GW, Sydney가 2.4GW, Johor가 2.2GW, Mumbai가 2.15GW에 도달할 것으로 예상됩니다.

인프라 외에도 비용 제어를 둘러싼 두 번째 과제가 대두되고 있습니다. 가장 저렴한 대규모 언어 모델의 가격이 급격히 하락했지만, 이 보고서는 더 낮은 가격이 전반적인 지출을 줄이기보다는 사용량 증가로 이어질 가능성이 더 높다고 주장합니다. 토큰 기반 및 사용량 기반 청구 모델은 금융 및 기술 리더들에게 새로운 감시 과제를 만듭니다. 특히 AI 도구가 최소한의 사용 제한으로 광범위한 인력에 배포될 때는 더욱 그렇습니다. 기업은 내부 AI 도입 주변에 제어 체계를 수립하여, 단순히 모델에 대한 광범위한 접근을 가능하게 하기보다는 측정 가능한 수익을 창출하는 작업으로 지출을 지향할 필요가 있습니다.