데이터센터는 2024년 전 세계 전기의 1.5%를 소비했으며, AI가 전력망 제약 클러스터에서의 집중 구축을 주도하고 있고, 프로젝트 5개 중 1개가 상호 연결 지연을 겪고 있습니다.

2024년 데이터센터는 국제에너지기구(IEA)의 2025년 에너지 및 AI 보고서에 따르면 약 415테라와트시(TWh)의 전력을 소비했으며, 이는 전 지구적 전력 사용의 약 1.5%에 해당합니다. 이 수치는 백분율로 보면 관리 가능해 보이지만, 근본적인 문제를 간과하고 있습니다. 문제는 전력 공급 자체가 아니라 새로운 서버가 집중되는 곳에 전력을 공급할 수 있는 인프라입니다.

AI의 계산 수요는 가속기, 네트워킹 장비, 냉각 시스템 및 전기 하드웨어로 가득 찬 건물에 집중됩니다. 미국은 전 지구적 데이터센터 전력 사용량의 45%를 차지하고, 중국은 25%, 유럽은 15%입니다. 미국 내에서는 기존 데이터센터 용량의 거의 절반이 5개의 지역 클러스터에 집중되어 있으며, 개발 중인 데이터센터의 절반은 기존의 큰 클러스터에 계획되어 있습니다.

전형적인 AI 중심 데이터센터는 약 100,000가구만큼의 전력을 소비합니다. 건설 중인 최대 규모 시설은 그 양의 약 20배에 해당하는 전력을 사용할 것으로 예상됩니다. 하나의 매우 큰 부하를 하나의 지역 전력망에 추가하는 것은 동일한 연간 전력 사용을 수백만 가정과 수천 개의 변전소에 분산시키는 것과는 근본적으로 다릅니다.

IEA는 2030년까지 전 지구적 데이터센터 전력 소비가 약 945테라와트시에 도달할 것으로 전망하고 있습니다. 이는 현재 일본이 소비하는 양보다 약간 많으며, AI가 성장의 최대 원인입니다. 2035년의 경우, 기관의 시나리오는 AI 채택, 하드웨어 효율성, 그리고 에너지 병목 해결 속도에 따라 700~1,700테라와트시 범위에서 다양합니다. 별도의 Lawrence Berkeley National Laboratory 보고서에 따르면 미국 데이터센터는 2023년에 176테라와트시를 사용했으며, 이는 미국 전력의 4.4%입니다. 2028년 전망은 325~580테라와트시로 미국 소비의 6.7~12%에 해당하며, 이는 전력망 계획자들이 최근의 효율성 개선만으로 성장을 흡수할 수 있다고 가정하기에는 너무 큰 격차입니다.

진정한 병목 현상은 인프라입니다. IEA는 계획된 데이터센터 프로젝트의 약 20%가 연결 위험이 해결되지 않으면 지연될 수 있다고 추정했습니다. 선진국에서 새로운 송전선을 건설하는 데는 4~8년이 소요됩니다. 변압기 및 케이블의 대기 시간은 3년 동안 두 배가 되었습니다. 개발자는 서버를 주문하고 건물을 건설할 수 있지만, 이를 공급하려면 새로운 변전소, 업그레이드된 변압기, 추가 발전, 송전 연구, 허가 및 자체 제조 대기열이 있는 장비가 필요할 수 있습니다.

전력은 균등하게 이용할 수 없습니다. 한 국가는 충분한 발전 용량을 가지고 있을 수 있지만 한 지역은 또 다른 대규모 캠퍼스를 지원할 변전소, 변압기 및 송전 용량이 부족할 수 있습니다. 한 해 동안 충분한 재생 에너지 전력 계약을 맺은 시설도 특정 시간대에는 제약이 있는 지역 전력망에서 전력을 끌어올 수 있습니다. 연간 매칭과 물리적 공급은 다른 문제를 해결합니다.

일부 해결책이 나타나고 있습니다. Google 연구원들은 전력 탄소 집약도를 예측하고 유연한 컴퓨팅 작업을 탄소 배출이 적은 시간으로 연기하여 전체 일일 컴퓨팅 용량을 보존하면서 용량을 이동하는 프로덕션 시스템을 설명했습니다. 그러나 이는 보편적일 수 없습니다. 검색, 라이브 모델 응답 및 기타 지연 시간에 민감한 서비스는 전력이 부족할 때 일시 중지할 수 없습니다. 장시간 학습은 특히 수천 개의 가속기가 동기화된 상태로 유지되어야 할 때 중단하기에 비용이 많이 듭니다.

AI 중심 데이터센터는 알루미늄 제련소보다 10배 이상 자본 집약적일 수 있습니다. 소유자들은 비싼 칩을 계속 사용하는 데 많은 투자를 했기 때문에, 출력을 줄이도록 요청하는 것은 비용이 많이 듭니다. 지불, 더 빠른 연결, 고객 서비스 및 장비 보호에 대한 명확한 규칙이 없으면, 여유 서버 용량은 신뢰할 수 있는 전력망 자원이 아닙니다.

입지 선택이 중요합니다. 송전 및 발전이 가능한 곳에 새로운 캠퍼스를 배치하면 병목 현상이 생기기 전에 이를 피할 수 있습니다. 그러나 클러스터링은 구체적인 이유로 발생합니다. 광섬유 연결, 숙련된 노동력, 토지 가용성, 세금 정책 및 기존 인프라와의 근접성입니다.

데이터센터 수요는 빠르게 증가하지만 예측은 여전히 폭이 넓습니다. 효율성은 개선될 것이지만, 더 싸고 능력 있는 AI도 사용을 증가시킬 수 있습니다. 새로운 발전소를 건설할 수 있지만, 수백 킬로미터 떨어진 발전소는 네트워크가 그 출력을 전달할 수 있을 때까지 도움이 되지 않습니다.

결정적인 질문들은 보편적이지 않고 구체적입니다. 어느 전력망이 시설을 공급할 것인가? 무엇을 업그레이드해야 하는가? 누가 비용을 부담할 것인가? 얼마나 많은 작업 부하를 이동할 수 있는가? 시스템의 가장 어려운 시간에는 무엇이 일어나는가? AI는 몇 초 안에 화면에 나타납니다. 그 아래의 인프라는 여전히 변전소, 변압기 및 공공 결정의 속도로 움직입니다.