Analysis: AI data center power demand is approaching grid capacity limits, with electricity supply emerging as the primary bottleneck for further buildout scale.

인공지능을 구동하는 미국 데이터센터의 전력소비는 2025년 5GW(뉴욕시의 연간 전력사용량과 대략 동등)에서 2030년까지 50GW로 증가할 것으로 예상된다. 인공지능 인프라가 동일한 속도로 계속 성장한다면, 미국은 2035년까지 500GW의 인공지능 데이터센터가 필요하게 되어 현재 모든 미국 가정, 기업 및 기타 사용자가 1년 동안 소비하는 전력량보다 많은 전기가 필요할 것이다.

영국 정부의 에너지 부서에서 8년간 근무했으며, 데이터센터 전력 정책도 담당한 경험이 있는 나는 인프라를 빠르게 구축하는 것이 얼마나 어려운지 직접 알고 있다. 인공지능 기업들이 2030년대 내내 인공지능이 계속 발전하기를 원한다면(그들이 주장하는 새로운 기술 발명과 질병 치료에 필요하다고 함), 지금 에너지 인프라에 훨씬 더 많은 투자를 시작해야 한다.

인공지능 기업들은 현재 연간 약 8,000억 달러를 데이터센터 건설에 투자하지만, 상당한 물류적 장애물에 직면해 있다. 배치를 가속화하기 위해 많은 기업들이 기존 전력망 연결을 우회하고 현장의 가스발전기를 선호하고 있다. SpaceX의 테네시주 멤피스에 위치한 Colossus 데이터센터 클러스터는 단 122일 만에 완성되었다고 홍보되지만, 수십 개의 이동식 가스터빈에 의존하고 있다.

이러한 시설에 반대하는 미국인의 수가 늘어나고 있으며, 환경 및 지역사회 문제를 이유로 들고 있다. 이동식 터빈은 소음이 크고 지역의 공기질을 악화시키며 탄소 배출에 기여한다. 최근 몇 개월 동안 뉴욕 주는 새로운 데이터센터에 대한 모라토리엄을 시행했으며, 버니 샌더스 상원의원과 알렉산드리아 오카시오-코르테즈 하원의원은 환경, 노동, 인공지능 안전 문제를 이유로 20MW를 초과하는 시설에 대한 연방 모라토리엄을 제안했다.

미국이 인공지능 데이터센터를 수용하고 칩을 충분히 빠르게 제조할 수 있다 하더라도(두 가지 거대한 불확실성), 전력망은 이를 따라갈 수 없다. 대규모 가스터빈의 리드타임은 현재 5년을 초과하며, 이동식 터빈을 사용한 해결책도 더 많은 데이터센터가 동일한 전략을 추구함에 따라 한계에 도달하고 있다. 2026년으로 계획된 많은 멀티기가와트 규모의 캠퍼스가 이미 지연되었으며, Bloomberg에 따르면 올해로 예정된 12GW의 데이터센터 캠퍼스 중 단 3분의 1만 실제로 건설 중이다.

인공지능 확장 추세가 2030년까지 50GW 이상의 전력을 요구하고 2030년대 중반까지 수백 기가와트를 요구한다면, 세 가지 잠재적 미래가 나타난다.

인공지능 기업들이 지금 바로 컴퓨팅 및 에너지 인프라에 대량 투자하여 2030년대를 통해 중단 없는 확장을 가능하게 한다. 미국이 더욱 강력한 모델을 훈련하는 것이 우선순위가 아니라고 결정한다 (아마도 전 세계 협약을 통해 인공지능 개발을 둔화시키는 방식으로). 또는 의도적인 정책 조치 없이 미국 인공지능 확장이 둔화된다.

어떤 사람들은 적절한 해결책이나 적당한 가격 인상으로 데이터센터를 2년 이내에 건설할 수 있다고 주장한다. Offgrid AI 백서와 같은 접근법의 지지자들은 태양광 패널과 배터리가 빠른 확장을 가능하게 한다고 주장한다. 태양광과 배터리는 실제로 빠르게 제조될 수 있으며 100MW 규모의 시설을 지원할 수 있다. 그러나 이 접근법은 기가와트 규모의 데이터센터에는 작동하지 않는다. 모든 대규모 전력망(전력망 연결 또는 미터 뒤)에는 맞춤형 고전압 전력변압기 및 기타 주문 제작 부품이 필요하다. 다른 모든 것이 수개월 내에 준비되더라도, 고전압 변압기는 현재 5년 이상의 배송 시간이 필요하다.

새로운 제조 투자가 나타나고 있지만, 에너지 산업은 공격적인 확장에 신중하다. 1990년대 후반과 2000년대 초반, 2000년에서 2005년 사이에 200GW 이상의 발전소가 미국 전력망에 추가되었다. 2000년대 초반에 수요가 갑자기 붕괴했을 때, 규제 완화로 인해 변압기 수요를 예측하기가 더 어려워졌다. 2005년까지 세계 최대 변압기 제조업체 중 하나인 ABB는 시설을 폐쇄하고 변압기 인력의 10%를 감원해야 했다. 당시 ABB의 회장 겸 최고경영자 Fred Kindle은 "과잉 생산능력이 최근 변압기 산업의 가장 큰 문제였다"고 말했다. ABB는 2017년 또 다른 제조 시설을 폐쇄했으며, 최근의 데이터센터 붐에도 불구하고 현재 문을 닫은 상태이다.

산업 곳곳에 유사한 사례가 있다. 변압기 및 특수 전기 부품 제조업체들은 예상 수요를 충족하기 위해 생산을 증대했다가, 그 수요가 15년 동안 정체되는 것을 지켜보았다. 인공지능 데이터센터는 충분한 전력을 획득하기 위해 이러한 변압기, 전기 개폐기 및 부품을 필요로 하지만, 제조업체들은 예상되는 필요를 충족할 만큼 빠르게 생산을 확대하고 있지 않다.

다양한 대안이 제시되었다. Elon Musk는 1월 Davos에서 "인공지능을 위한 가장 저렴한 장소는 우주가 될 것이며, 이는 2년 안에, 늦어도 3년 안에 사실이 될 것"이라고 주장했다. 다른 사람들은 해양 부유식 태양광 데이터센터를 제안한다. 그들의 엄청난 비용을 제쳐두고, 현재 버전들은 실질적으로 1MW 이하의 소규모 시설이며, 최첨단 인공지능 모델의 멀티기가와트 규모 훈련 실행에는 전혀 미치지 못한다. Epoch AI의 연구자들은 훈련이 하나의 데이터센터 캠퍼스가 아닌 여러 캠퍼스에 걸쳐 진행될 수 있다고 제안했지만, 이는 여전히 그들 사이의 고대역폭 네트워킹을 가정한다. 기술적으로는 가능하지만, 인터넷을 통해 연결된 수많은 1MW 규모의 시설에 걸친 분산 훈련은 성능을 상당히 저하시킬 것이다.

즉각적인 기회는 기존 인프라 최적화에 있다. 전 세계의 전력망은 최악의 기상 조건을 기반으로 한 선로 정격을 가지고 있다. 동적 선로 정격(안전한 날씨에 전력선이 추가 부하를 운반할 수 있음)을 허용하고, 데이터센터가 매년 짧은 기간 동안 전력 수요를 줄이거나 중단할 수 있는 유연성을 결합하면 사용 가능한 용량을 크게 증대시킬 수 있다. Google은 오랫동안 유연한 데이터센터를 지지해왔으며, 영국 전기 규제 당국은 최근 대규모 시설을 위한 새로운 유연성 체계 수립에 대해 자문을 구했다. 이러한 최적화 이후에도, 인공지능 훈련은 결국 사용 가능한 물리적 인프라에 의해 제약을 받을 것이다.

중단 없는 모델 훈련 확장을 보장하려면, 인공지능 기업들은 새로운 공장을 고려하는 변압기 및 전기 부품 제조업체들을 위해 인공지능 버블의 가능성을 제거해야 한다. 그들은 덜 효율적이지만 더 빠르게 그리고 대규모로 제조할 수 있는 상호호환 가능한 변압기를 대량 구매하기로 약정할 수 있다. 이는 정부의 백신 제조업체 지원과 유사한 사전 시장 약정이다.

이론적으로, 인공지능 기업들은 또한 마일스톤 기반 지불을 통해 제조 위험을 완화할 수 있다. 그러나 경제학이 이를 사실상 불가능하게 만든다. 내년 수십억 또는 수백억 달러의 예상 수익에도 불구하고, 현재의 지속적인 컴퓨팅 제공 자본 비용은 기업이 오늘날 5년 후에 필요할 전력의 일부에 대한 주문도 감당할 수 없음을 의미한다. SemiAnalysis의 설립자 Dylan Patel은 이 역학 관계가 반도체 생산을 둔화시킬 것이라고 주장한다. 동일한 제약이 전력 인프라를 억제할 것이다. 인공지능 기업들은 제조업체들에게 규모 확대를 설득하기 위해 정부 지원이 필요할 수 있다. 예를 들어, 정부는 인공지능 기업이 변압기 주문을 감당할 수 없는 경우 변압기 주문의 일부를 보장할 수 있다.

즉각적인 조치 없이는, 에너지 인프라가 기술 개발과 경제 성장의 속도를 제약할 것이다. 반대로, 이는 인류에게 새로운 인공지능 능력을 이해할 중요한 순간을 제공할 수 있다. 지능 폭발은 여전히 도래할 수 있다. 하지만 그것은 업계의 일정이 아닌 전력망의 일정에 따라 도래할 것이다.