HBM 매출 50% 증가·고객사 4곳에 HBM 출하
SK하이닉스 이어 내년 물량 두 번째 완판 선언
점유율 5%→25% 예상 "기술 경쟁 자신"

지난해까지 고대역폭메모리(HBM) 시장 점유율 5%로 ‘꼴찌’에 머물렀던 세계 3위 메모리 반도체기업 마이크론이 시장 판도를 뒤흔들고 있다. 마이크론은 이번 실적 발표에서 AI 칩 큰손 엔비디아와 AMD를 포함해 4곳의 주요 고객사에 AI 칩 핵심 부품 HBM을 대량 공급하고 있다고 밝히며, 올 하반기 HBM 시장 점유율을 전체 D램 시장 점유율과 비슷한 25% 수준까지 끌어올릴 것이라고 단언했다. SK하이닉스와 삼성전자 뒤를 따르던 마이크론이 양강 체제에 균열을 내고 HBM 시장의 핵심 공급사로 자리매김하겠다는 의지를 명확히 한 것이다.

마이크론, 3분기 HBM 매출 50% 급증에 ‘어닝 서프라이즈’

25일(현지시간) 마이크론은 이날 2025 회계연도 3분기(3~5월) 실적 콘퍼런스콜에서 HBM 경쟁력이 호실적을 견인했다고 강조하며 시종일관 자신감을 보였다. 3분기 매출은 전년 동기 대비 37% 증가한 93억 달러(약 12조6,600억원), 영업이익은 165% 급증한 24억9,000만 달러(약 3조3,900억원)를 기록하며 시장 예상치를 웃돌았다. HBM 매출이 전 분기 대비 약 50% 급증하며 실적을 견인했고, 이에 힘입어 D램 부문 매출도 70억7,000만 달러(약 9조6,200억원)로 사상 최고치를 경신했다.

마이크론은 실적발표에서 "올해 하반기에는 전체 D램 점유율 수준에 근접하는 HBM 점유율을 달성할 것"이라며 "현재 HBM3E(5세대 HBM) 12단 수율 및 출하량 확대는 매우 순조로우며 4분기 중 출하 전환점을 예상한다"고 말했다. 당초 마이크론은 D램 점유율에 근접하는 HBM 점유율 달성 시점을 연말로 잡았으나 이번 실적발표에서 하반기로 정정했다. 이르면 이번 3분기(7∼9월) 중 목표 달성도 가능할 전망이다.

마이크론에 따르면 현재 내년 HBM 물량까지 전량 매진된 상태다. 산자이 메로트라 마이크론 CEO는 "올해와 내년 HBM 물량은 이미 매진됐다"며 "2024회계연도(2023년 9월~2024년 8월)에는 HBM 매출액이 수억 달러, 2025회계연도(2024년 9월~2024년 8월)에는 수십억 달러 수익이 발생할 것"이라고 예상했다. 그러면서 "2025년 D램 점유율 수준의 HBM 점유율 달성에 성공할 것"이라고 밝혔다.

이어 “인공지능(AI)이 고성능 메모리와 스토리지에 전례 없는 수요를 창출하는 변혁의 시대에, 마이크론은 이를 기회로 삼을 수 있는 특출나게 유리한 위치에 있다”며 “현장에서 검증된 HBM3E의 성공을 바탕으로, 주요 HBM 고객들의 신뢰를 얻었고 업계 최저 전력과 최고 성능의 HBM을 제공하고 있다”고 말했다. 특정 고객사에 의존했던 구조에서 벗어나, 그래픽처리장치(GPU)와 주문형 반도체(ASIC) 플랫폼을 모두 공략해 AI 칩 시장의 주요 고객사들을 확보했다는 자신감을 드러낸 것이다.

엔비디아에 ‘제2의 HBM’ 단독 공급

실제 마이크론은 올해 시장 주력 제품으로 떠오른 HBM3E에서 기술력을 입증하며 AI 가속기 시장의 80%를 점유한 엔비디아 핵심 공급사로 자리 잡았다. SK하이닉스에 이어 업계 두 번째로, 삼성전자보다 한발 앞섰다. 삼성전자는 아직 HBM3E를 엔비디아에 공급하지 못하고 있다. 올 3분기 역대 최고치를 달성한 마이크론의 HBM 매출은 15억 달러(약 2조원) 안팎일 것으로 증권가는 추정했다. 이는 SK하이닉스의 올 2분기(3~6월) HBM 매출 추정치인 6조원대 중후반의 약 3분의 1 수준이다. 마이크론은 “HBM3E 12단 제품의 수율과 생산량 증대가 매우 순조롭게 진행되고 있으며, 4분기에는 출하량 비중이 8단 제품을 넘어설 것”이라고 전했다.

또한 엔비디아는 차세대 메모리 모듈인 소캠(SOCAMM) 첫 공급사로도 마이크론을 선정한 것으로 알려졌다. 최신 저전력 D램(LPDDR5X)을 쌓아 제작하는 소캠은 ‘제2의 HBM’으로 불릴 정도로 주목받는 제품이다. HBM이 AI 가속기에서 GPU를 지원하는 D램이라면 소캠은 중앙처리장치(CPU)에 따라붙는 D램이다. 전체 시스템을 관장하는 CPU에 붙지만 주 역할은 AI 가속기가 최고 성능을 내도록 측면 지원하는 것이다. 소캠은 내년에 출시되는 엔비디아의 차세대 AI 가속기 ‘루빈’에 들어갈 예정이다.

D램을 수직으로 뚫어 연결하는 HBM과 달리 소캠은 16개 칩을 구리선으로 연결하는 와이어본딩 방식으로 제작한다. 구리는 열전도율이 높기 때문에 각 D램의 발열을 최소화하는 게 핵심 경쟁력이다. 마이크론은 최신 저전력 D램의 전력 효율이 경쟁사보다 20% 높다고 홍보했다. 엔비디아 차세대 AI 서버에는 소캠 모듈 4개가 장착된다. LPDDR5X 칩 수로 계산하면 256개에 이른다. 전문가들은 마이크론이 삼성전자와 SK하이닉스보다 이르게 납품할 수 있었던 배경으로 극자외선(EUV) 노광장비를 뒤늦게 도입한 것을 꼽는다. EUV로 손쉽게 D램 성능을 높인 경쟁사와 달리 설계구조 혁신을 통해 메모리 성능을 향상하는 과정에서 저발열 기술을 확보했다는 얘기다.

업계에서는 마이크론이 저발열 기술을 활용해 HBM 점유율도 높여나갈 것으로 예상하고 있다. HBM은 세대를 거듭할수록 적층하는 D램이 늘어나는데, 적층엔 필연적으로 열이 동반된다. 메모리 3사는 올 하반기 HBM4 12단, 내년 상반기 HBM4 16단 제품 양산에 들어간다. 한 장비업체 대표는 “마이크론이 HBM에 뒤늦게 뛰어들었지만 발열 기술과 미국 기업이라는 이점을 바탕으로 언제든 치고 올라올 수 있다”고 내다봤다.

삼성전자 코밑 추격, 수율·성능도 위협적

마이크론의 심상치 않은 상승세에 심기가 가장 불편한 건 삼성전자다. 시장조사업체 트렌드포스에 따르면 삼성전자는 올 1분기 33년 만에 D램 점유율 왕좌를 SK하이닉스에 내줬다. SK하이닉스의 점유율을 36.0%로, HBM 출하량이 지속적으로 상승한 것이 결정적인 것으로 분석된다. 3위를 차지한 마이크론은 24.3%를 점유하며 삼성전자(33.7%)를 10%포인트 안쪽으로 추격하고 있다. 지난해 4분기만 해도 삼성전자(39.3%)와 마이크론(22.4%)은 격차가 약 17%포인트였으나, 한 분기 만에 급속도로 좁아졌다.

지난 4월 마이크론이 엔비디아에 HBM3E 12단 공급 승인을 받은 것도 삼성전자에 있어 반갑지 않은 소식이다. 기존 12단은 SK하이닉스가 독점으로 공급해 왔으나, 마이크론이 공급망에 참여하며 독점 구도가 깨졌다. 엔비디아는 이 제품을 최신 AI GPU 아키텍쳐 ‘블랙웰 울트라(GB300)’에 장착하고 있다.

블룸버그에 따르면 올 초부터 삼성전자는 HBM3E 8단을 엔비디아에 공급하기 시작한 것으로 알려졌다. 하지만 현재 업계에서 가장 주력으로 손꼽히는 제품은 그보다 한 단계 더 위인 12단 제품이다. 삼성전자와 엔비디아는 12단에 대해 협의를 지속하고 있지만 아직 승인이 나지 않은 상황이다. 마이크론 관계자는 “HBM 생산량이 아직 적지만, 사양은 우리가 선두”라며 “올해 연말께 HBM 시장 점유율이 전체 D램 시장 점유율(20% 초중반) 수준에 근접할 정도로, 생산 수율(합격품 비율)이 개선되고 있다”고 말했다.

또 마이크론은 지난 12일 2,000억 달러(270조원)라는 천문학적 규모의 대형 투자 계획을 발표했다. 반도체 산업 역사상 최대 규모다. 여기서 올해 HBM등 D램을 위한 설비투자는 140억 달러(약 19조원)로 책정하는 등 미국 기업이라는 이점을 등에 업고 전 세계 투자자들을 흡수해 ‘쩐의 전쟁’을 벌이고 있어 삼성전자에 큰 위협이다.

미래 수익 구조 결정짓는 핵심 변수 'AGI'
오픈AI, AGI 선언 시 MS 접근 제한 가능
'MS 기술 독점권 조기 종료' 조항 놓고 대립

인공지능(AI) 개발의 동맹이었던 마이크로소프트(MS)와 오픈AI 간 관계가 흔들리고 있다. AI가 인간 수준을 초월하는 ‘인공일반지능(AGI)’ 실현 시점에 따라 MS의 기술 접근권을 박탈할 수 있도록 한 계약 조항이 도화선이 됐다. MS는 이 조항의 삭제를 요구하고 있으나, 오픈AI 측은 이를 거부하고 있다. 양사 갈등은 AGI에 대한 단순 기술 정의를 넘어 상업적 이해관계와 독점권 분쟁으로도 확대된 것으로, AI 분야에서 가장 중요한 파트너십으로 손꼽히는 오픈AI와 MS 관계가 시험대에 올랐다는 평가가 나온다

MS, 오픈AI의 AGI 선언권에 반발

26일(현지시간) 디인포메이션은 오픈AI와 MS의 파트너십이 AGI 조항을 둘러싼 갈등으로 심각한 균열을 보인다고 보도했다. MS는 오픈AI의 최대 투자자로, 2019년 이후 130억 달러(약 18조원) 이상을 투자해 회사 지분 49%를 보유하고 있다. 당시 양측은 대규모 투자 계약을 체결하면서 오픈AI가 AGI를 달성했다고 판단할 경우 MS의 기술 독점권을 종료할 수 있도록 했다. 당시에는 공상과학(SF) 같은 이야기였지만, 최근 오픈AI의 기술 발전 속도가 가팔라지면서 현실적 문제로 떠올랐다.

AGI는 인간과 비슷한 수준의 AI를 의미한다. 샘 올트먼 오픈AI 최고경영자(CEO)는 수년 내 AGI 도달이 가능할 것이라고 전망하고 있는 반면, 사티아 나델라 MS CEO는 이에 회의적인 입장인 것으로 알려졌다. 올트먼 CEO는 “우리는 AGI를 만드는 방법을 알고 있다”고 선언하며 기술적 자신감을 보였고, 실제로 2024년 기준 오픈AI는 애플, 세일즈포스 등과 직접적인 AI 계약을 성사하며 영향력을 확대하고 있다. 그러나 나델라 CEO는 “AGI라는 자의적 기준은 실체 없는 자기만족”이라며 올트먼 CEO와는 다른 생각을 보였다. 그는 AGI가 실현됐다고 주장하려면 전 세계 경제성장률이 연 10%는 올라야 한다는 실질적 기준을 제시하기도 했다.

오픈AI, 상장 위해 구조 개편 요구

현재 오픈AI는 기업공개(IPO)를 위한 구조 개편을 원하고 있으며 이를 위해 MS와의 계약 조항 일부에 대한 수정을 원하고 있다. 특히 수익 공유율을 낮추고 고부가가치 제품에 대한 독립적 영업권을 확보하길 원한다. 반대로 MS는 기술 독점 사용권을 2030년 이후로 연장하고, AGI 조항을 완전히 삭제하길 원하고 있다. 오픈AI가 AGI 달성 선언을 통해 독립성을 확보하는 시나리오를 막으려는 것이다.

MS 입장에서는 현행 계약대로라면 오픈AI에 대규모 자금을 투자하고 오픈AI 기술을 자사 제품에 광범위하게 통합했음에도 정작 가장 중요한 기술인 AGI를 이용할 수 없게 된다. 그러나 오픈AI는 일부 AI 기술에서 경쟁 관계인 MS가 자사 AI 제품과 컴퓨팅 자원, 지적재산권(IP)을 지나치게 통제하고 있다며 불만을 표출해 왔다. 실제 MS는 오픈AI가 자사 AI 제품을 애저(Azure) 플랫폼을 통해서만 판매하도록 제한하고 있다.

이 협상이 결렬되면 오픈AI의 IPO 계획이 무산될 수도 있다. 오픈AI는 앞으로 4년간 460억 달러(약 64조원)를 서버, 인재 확보에 투입할 계획으로, 이를 위한 막대한 자금조달이 필요하다. 그동안 MS와 오픈AI는 기술적 동맹을 이어왔다. MS는 코파일럿과 빙 챗봇 등에 AI 기능을 통합했고 오픈AI는 MS의 데이터센터와 클라우드 인프라를 활용해 GPT 시리즈를 빠르게 확장할 수 있었다. 하지만 오픈AI가 애플이나 오라클 등 MS 경쟁사와도 제휴를 확대하고, MS 내부에서도 자체 AI팀을 꾸리는 등 자립을 시도하면서 균열이 발생했다는 분석이 나오는 상황이다.

양사 협상서 상업적 이해 충돌 커져

이런 상황 속 양사가 결별할 경우 GPT 모델의 독점적 활용권을 기반으로 한 MS의 코파일럿·애저 전략에 타격이 불가피하다. 동시에 오픈AI는 독립성을 얻되 인프라 재구축 부담이 커질 수밖에 없다. 이에 따라 클라우드와 AI모델 시장 재편이 가속화되면서 구글·아마존·메타 등 경쟁사엔 반사이익이 될 수 있다. AI 시장은 지금보다 더욱 심화된 경쟁 국면으로 접어들 가능성이 크다.

또한 AGI 조항과 관련된 갈등은 오픈AI의 영리기업 전환에도 영향을 미칠 전망이다. 2015년 비영리 단체로 시작한 오픈AI는 챗GPT 출시 이후 AI 개발 경쟁이 치열해지면서 막대한 자금이 필요하다는 이유로 영리법인 전환을 추진해 왔다. 그러나 이를 둘러싼 반발이 커지자 한 차례 추진을 철회했다. 일론 머스크 테슬라 CEO는 오픈AI가 비영리 단체로 운영하겠다는 약속을 어기고 영리를 추구해 투자자 등과 한 계약을 위반했다며 지난해 오픈AI와 올트먼 CEO 등을 상대로 소송을 제기했다. 노벨물리학상 수상자인 제프리 힌턴 토론토대 교수와 마크 저커버그 메타 CEO, 시민단체들도 법원 등에 반대 서한을 보냈다.

그러나 오픈AI는 최근 다시 영리기업으로의 전환을 추진하면서 MS의 승인을 받길 원하고 있다. 영리기업으로 전환하면 오픈AI는 MS의 간섭을 받지 않고도 수백억 달러 규모의 신규 투자를 유치할 수 있게 된다. 다만 MS가 영리기업 많은 지분을 요구하면서 협상이 난항을 겪고 있다. MS는 오픈AI가 영리 기업으로 전환하는 것을 승인하는 대신 신규 영리 기업 지분 약 35%를 확보하는 조건을 제시한 것으로 전해진다. 이에 오픈AI는 최후의 수단으로 MS가 반경쟁 행위를 하고 있다며 규제 당국에 고발하는 방안까지 논의한 것으로 알려졌다.

중국 기업, 관세 피해 멕시코로
지정학 위험 피하고 가깝기까지
미국 관세 정책 한계 드러내

본 기사는 VoxEU–CEPR(경제정책연구센터)의 칼럼을 The Economy 편집팀이 재작성한 것입니다. 원문 분석을 참조해 해석과 논평을 추가했으며 본 기사에 제시된 견해는 VoxEU 및 CEPR과 반드시 일치하지 않음을 밝힙니다.

트럼프(Trump) 행정부의 징벌적 관세는 당초 중국을 미국 시장에서 분리하려는 조치였지만 의도치 않게 멕시코 경제를 진작시키는 효과를 가져왔다. 표면적으로는 미국이 성공한 것처럼 보인다. 하지만 좀 더 들여다보면 중국의 생산 시설 이전과 글로벌 공급망 변화, 지정학적 위험 회피와 같은 복잡한 요소들이 숨어 있다.

미국의 대중국 관세로 멕시코 경제 ‘활력’

미국은 2018~2019년 무역법 301조(Section 301)에 따라 광범위한 중국 수입품에 대해 25%의 관세를 부과하면서 단순히 중국 수출이 감소할 것을 기대했다. 하지만 중국 제조업체들은 지정학적 깨달음을 얻었다. 멕시코로 생산 시설을 옮기는 것이 가능한 정도가 아니라 전략적이라는 사실을 알게 된 것이다. 미국-멕시코-캐나다 협정(USMCA)에 따라 무관세로 미국 시장에 진입할 수 있기 때문이다.

올해 초 미국의 멕시코 수입액은 5,100억 달러(약 693조원)로 전체 수입의 15.2%를 차지해 2년 연속 중국보다 많았다. 하지만 멕시코가 중국을 그냥 대체한 것이 아니다. 다수의 멕시코 수출품이 중국 기업이 소유하고 운영하는 공장에서 생산된다.

2018~2022년 기간 중국의 멕시코에 대한 해외직접투자(FDI)는 4배 증가했고 올해까지 7억 1,000만 달러(약 9,645억원)가 더해져 총 투자액은 30억 달러(약 4조원)에 이른다.

멕시코에서 조립하면 ‘무관세’에 배송도 ‘이틀’

선전에서 대당 370달러(약 50만원)에 생산되는 냉장고가 있다고 치자. 이것이 미국 LA까지 가려면 관세와 운송비를 합쳐 총비용이 524달러(약 71만원)로 늘어나고 배송에도 3주가 걸린다. 하지만 멕시코의 몬테레이(Monterrey)에서 조립하면서 핵심 부품을 현지나 미국에서 조달하면 총비용은 394달러(약 54만원)로 내려가고 배송도 이틀이면 끝난다. 대당 130달러(약 18만원)의 비용 절감액은 웬만한 제조업체의 영업이익보다 크다.

이러한 ‘관세 차익 거래’(tariff arbitrage)는 비밀이 아니다. 멕시코 누에보레온(Nuevo León)에 있는 호푸산 산업단지(Hofusan Industrial Park)에는 현재 10개의 중국 공장이 있고 내년까지 35개로 늘어날 예정이다. 중국 기업이 2023년에 발표한 멕시코 투자만 38억 달러(약 5조원)로 2020년의 세 배에 달한다. 멕시코 지역 경제로서는 행운이 아닐 수 없다.

작년 누에보레온의 산업 일자리는 전년 대비 8.1% 늘어 멕시코 평균의 두 배를 기록했고 임금도 7.4% 올랐다. 하지만 생산성은 4.1% 상승에 그쳤는데 멕시코의 노동집약적 저부가가치 생산 방식 때문이다. 신규 멕시코 근로자의 63%가 고등학교 졸업 학력에 그친다.

멕시코 정부는 멕시코 현지 인력 채용을 촉진하기 위해 단계적 인센티브를 제시했다. 첫해에는 최소 35% 이상, 5년 후에는 45% 이상을 채용해야 세제 혜택이 제공된다. 이전에도 적은 보조금으로 현지인 생산과 일자리를 크게 증가시킨 사례들이 있다. 멕시코와 텍사스, 온타리오의 기술자 훈련을 표준화하기 위한 3억 4,000만 달러(약 4,619억원) 규모의 기술 회랑(skills corridor)도 만들어지고 있어, 1,200명의 첫 교육생들이 올해 9월부터 근무에 투입될 예정이다.

관세 피해 생산 기지 이전 ‘봇물’

물론 모든 중국 기업이 멕시코로 옮긴 것은 아니다. 일부는 베트남과 캄보디아를 포함한 동남아시아를 택했는데 다시 한번 미국의 표적이 됐다. 지난 4월 미국이 동남아 6개 국가에 대한 관세를 최대 49%까지 확대했기 때문이다. 베트남 주식 시장이 거의 7% 폭락했었고 관세 때문에 국내총생산(GDP)의 5.5%가 위험하다고 한다.

그 결과 이집트의 수에즈 운하 경제 구역(Suez Canal Economic Zone)이 대안으로 꼽힌다. 뉴욕까지 운송 기간이 18일 걸리고 ‘미국-이스라엘 적격 산업 지역 규약’(U.S.-Israel Qualifying Industrial Zone (QIZ) protocol)에 따른 면세가 가능해 중국 기업들이 작년 4개월 동안에만 8억 9,400만 달러(약 1조2,000억원)를 투자한 바 있다.

따라서 이제 노동 비용만을 고려한 생산 시설 이전은 한물갔다. 관세를 포함한 총비용과 운송비, 정책 위험까지 따져야 한다. 멕시코에서 생산한 냉장고는 총비용 394달러(약 54만원)에 배송이 이틀이면 끝나는데 이집트에서는 408달러(약 55만원)가 들고 운송에도 18일이 걸린다. 중국은 생산비 370달러(약 50만원)에 관세와 23일의 운송 기간을 포함해야 한다.

비용만이 문제는 아니다. 국제통화기금(IMF)에 따르면 무역 정책 불확실성이 1표준편차 증가하면 양자 간 무역이 4.5% 줄어든다고 한다. 멕시코는 미국과의 자유무역협정에 따라 지정학적 안정성까지 제공해 주니 이것이 비용 절감보다 더 중요할 수 있다.

관세 정책 한계 ‘명확’

그런데 바쁘게 생산 시설을 옮기고 있지만 정작 중국의 고부가가치 지식재산권 분야는 미국 관세의 영향을 거의 받고 있지 않다. 2017~2024년을 보면 중국의 완구 및 의류 수출이 18% 감소했는데 소프트웨어가 장착된 전자제품은 3% 줄었을 뿐이다. 중국 기업에 대한 미국의 로열티 지출도 딱 3% 줄어 디자인과 연구개발, 코딩 등은 공장처럼 쉽게 옮겨지지 않음을 드러낸다.

결론은 분명하다. 관세로 생산 시설을 이전시킬 수는 있지만 장기간 전략적 이점을 누리기는 어렵다는 것이다. 차라리 미국 공급망에서 멕시코가 차지하는 비중을 감안해 탄소 국경세(carbon border tax)와 같이 정책 목표와 무역을 연계시키는 전략을 고민하는 게 낫다.

멕시코는 단순 조립에서 혁신으로 무게중심을 옮겨가야 한다. 보조금과 세제 혜택을 현지인 채용에만 적용하지 말고 연구개발, 장비 개선, 기술 개발 등에 투입해야 한다. 중국도 관세 비적용 지역만 영원히 찾아다닐 수 없다. 어차피 미래 경쟁력은 국내 생산 시설을 고부가가치, 고수익 제품에 최적화시키는 데서 나온다. 이는 중국 정부의 제14차 5개년 계획에도 명시돼 있다.

원문의 저자는 나탈리 첸(Natalie Chen) 워릭 대학교(University Of Warwick) 교수 외 2명입니다. 영어 원문 기사는 How the 2018/19 US tariffs against China boosted exports and employment in Mexico | CEPR에 게재돼 있습니다.

AI 확산으로 데이터센터 전력 소비 급증
뒤처진 효율 기준과 정책 대응
한정된 전력, 사회적 가치 따라 연산 자원 배분 필요

The Economy의 연구 팀의 The Economy Research 기고를 번역한 기사입니다. 본 기고 시리즈는 글로벌 유수 연구 기관의 최근 연구 결과, 경제 분석, 정책 제안 등을 평범한 언어로 풀어내 일반 독자들에게 친근한 콘텐츠를 제공하는데 목표를 두고 있습니다. 기고자의 해석과 논평이 추가된 만큼, 본 기사에 제시된 견해는 원문의 견해와 일치하지 않을 수도 있습니다.

인공지능(AI)이 생성하는 응답 한 줄에도 전기가 든다. 불과 10년 전까지만 해도 '클라우드'는 종이와 이동을 줄이는 친환경 기술로 주목받았지만, 2025년 현재 AI 연산이 촘촘히 얽힌 클라우드는 오히려 탄소 배출의 새로운 진원지로 떠올랐다. 기술은 고도화됐지만, 그 이면에는 빠르게 불어나는 전력 소비와 이에 따른 배출이 따라붙는다.

늘어나는 데이터센터 전력 소비

AI가 구동되는 배경에는 물리적인 데이터센터가 있다. 2024년, 전 세계 데이터센터의 전력 사용량은 415TWh로, 이는 사우디아라비아의 연간 전력 수요에 맞먹는다. 아직 생성형 AI가 본격적으로 확산되기 전임에도 이 정도다. 국제에너지기구(International Energy Agency, IEA)는 이 수치가 2030년에는 945TWh에 이를 것으로 전망한다. 일본 전체 전력 소비량을 웃도는 규모다. 디지털 전환은 전력 절약이 아닌, 에너지 구조의 재편을 의미하게 됐다.

성능에 몰린 전력 부담

이 같은 전력 소모를 주도하는 것은 AI 연산을 담당하는 GPU다. 엔비디아의 H100 GPU는 장당 최대 700W를 소모하고, 이를 8장 장착한 서버 한 대만으로도 5.6kW 이상을 요구한다. 스토리지, 냉각 시스템까지 포함해 10만 장 규모의 클러스터가 가동되면 약 150MW가 필요하다. 이는 중형 원자력 발전소 절반 수준에 달한다. 과학 저널 사이언티픽 아메리칸(Scientific American)은 이 같은 추세가 지속될 경우, 데이터센터 전력 소비가 향후 5년 내 두 배로 늘 수 있다고 경고했다.

GPT-4o 기준으로 챗봇 질의 한 건에 소모되는 전력은 약 0.3~0.34Wh다. 적은 수치지만, 하루 2억 건 이상이 쌓이면 60MWh에 달하며 이는 유럽 가정 약 5,000가구의 하루 전력 사용량과 맞먹는다. 특히 교육 분야에서 AI 기반 수업 도구와 학습 앱이 빠르게 확산되는 만큼, 관련 전력 소비는 더 증가할 가능성이 크다.

훈련은 끝나도, 탄소는 남는다

AI는 서비스를 시작하기 전, 대규모 훈련 과정을 거친다. GPT-3는 훈련에 1,287MWh를, 오픈소스 모델 BLOOM은 433MWh를 소비했다. GPT-4는 이보다 규모가 훨씬 커 훈련 과정에서만 7,100~1만5,000tCO₂e(이산화탄소톤 환산)의 탄소를 배출한 것으로 추정된다. GPT-3보다 최대 12배 많다. 한 번의 훈련으로 배출되는 이 막대한 탄소는 이후 수많은 질의응답에서 높은 에너지 효율로 운영돼야 겨우 상쇄할 수 있다.

성능 차이 없이 늘어나는 에너지 소모

교육처럼 정형화된 과제에서는 반드시 대형 모델이 필요한 것은 아니다. 70억 개 매개변수를 가진 소형 모델이 700억 개의 초대형 모델과 비교해도 에세이 평가나 퀴즈 생성 등에서는 성능 차이가 거의 없다. 하지만 전력 소모는 최대 10배까지 벌어진다. 문제는 여기서 끝나지 않는다. 더 강력한 모델이 등장하면 플랫폼은 이를 활용해 고해상도 이미지 생성, 음성 아바타 등 새로운 기능을 추가하고, 이에 따라 에너지 소비는 다시 높아진다. 절전 기술이 도입돼도 전체 소비는 줄지 않는 구조다.

에너지 아끼는 AI, 기술은 있다

AI의 연산 효율을 높이기 위한 기술도 개발되고 있다. '희소 전문가 혼합(Sparse Mixture of Experts, SMoE)' 구조는 매번 전체가 아닌 일부 연산만 수행해 계산량을 최대 80%까지 줄인다. '텐서 트레인 저순위 근사(Tensor Train Low-rank Approximation, TT-LoRA)'는 필요한 부분만 가볍게 조정하는 방식으로, 특화 모델을 더 적은 연산으로 훈련할 수 있게 한다. '드롭 업사이클링'은 기존 모델의 일부만 재훈련해 비슷한 성능을 훨씬 적은 전력으로 구현한다.

하드웨어도 진화 중이다. 광자 기반 연산 장치는 기존 전자 기반 GPU보다 에너지 효율이 10배 이상 높을 것으로 기대되며, 데이터를 메모리 내에서 직접 처리하는 방식도 전력 낭비를 줄일 수 있다. 하지만 이러한 기술이 상용화되기까지는 시간이 걸리고, 그 사이 AI 수요는 빠르게 증가하고 있다. 기술 발전 속도가 수요 증가를 따라가지 못하면 전체 에너지 절감 효과는 제한적일 수밖에 없다.

효율을 중심으로 바뀌는 규제 방향

AI의 전력 소비를 규제하는 방식도 바뀌어야 한다. 총 연산량을 제한하기보다, '백만 토큰당 몇 메가줄'이 들었는지를 기준으로 삼는 것이 더 현실적이다. 그러나 2025년 기준, 대형 언어모델의 80% 이상이 에너지 사용량을 공개하지 않았다. 전문가들은 ESG 기준처럼 에너지 사용 정보를 의무적으로 공개해야 한다고 강조한다.

연산 시점을 조정해 탄소 배출을 줄이는 방법도 있다. 예를 들어, 태양광·수력 등 청정에너지가 전력망에 많이 공급되는 시간대에 연산을 집중하면, 같은 전기를 써도 탄소 배출은 줄어든다. 이를 '탄소 기반 스케줄링'이라고 한다. 전력망의 실시간 탄소 배출 정보는 이미 공개돼 있지만, 클라우드 업체 대부분은 이를 연산 운영에 반영하지 않는다. 정부나 교육기관이 요금이 아닌 탄소 배출량을 기준으로 서비스를 선택한다면, 산업의 변화도 더 빨라질 수 있다.

미국 에너지부(United States Department of Energy, DOE)는 과거 고성능 컴퓨팅 지원 사업에서 연산 성능과 함께 전력 효율도 지원 조건으로 삼은 바 있다. 같은 방식으로, AI 연구소가 열 회수 장치나 태양광 설비를 갖추도록 유도하는 조건부 지원도 가능하다.

AI 쓰는 대학, 전력 장부도 써야 한다

대학도 AI 연산이 가져오는 전력 소비에 책임을 져야 한다. 예를 들어 학생 3만 명이 하루 10번씩 AI 튜터를 사용하면, 한 학기 동안 30MWh가 필요하다. 이는 기숙사 전체 조명 전력과 맞먹는다. 수업 설계에 이 전력 소비를 고려한다면, 퀴즈마다 고해상도 이미지를 생성할 필요가 있는지, 오프라인 모델로도 충분한지 판단할 수 있다. 교육과정 자체도 달라져야 한다. 공학은 알고리즘의 효율을 가르치지만, 그것이 실제로 얼마나 많은 전기를 사용하는지는 다루지 않는다. 경영학은 데이터 기반 전략을 강조하지만, 디지털 시스템이 남기는 탄소 발자국은 외면한다. 이제는 연산 비용도 설계 단계부터 고려해야 할 문제다.

연산도 공공성을 따라야 한다

AI 연산이 사용하는 전력의 탄소 배출량은 지역마다 크게 다르다. 아이슬란드는 지열 등 청정에너지가 풍부하지만, 폴란드는 석탄 비중이 높아 배출량이 많다. 이 때문에 일부 기업은 탄소 수치를 낮추기 위해 연산을 저탄소 국가로 이전한다. 단기적으로는 효과적인 감축처럼 보이지만, 문제는 기술적 효율을 개선하지 않은 채 수치만 낮추는 데 있다. 총 전력 사용량은 그대로인데, 청정 전력이 많은 지역에 연산을 집중시키면 공공 인프라의 전기 수요를 밀어낼 수도 있다. 실질적 감축 없이 ESG 점수만 관리하는 '탄소 세탁'이라는 비판이 나오는 이유다.

결국 중요한 건 연산 자원의 사용 우선순위다. 같은 1MW의 전력을 광고 문구 생성에 쓸 것인지, 전기버스를 움직이는 데 쓸 것인지 판단 기준이 필요하다. AI가 공공재로 기능하려면, 그 에너지 소비 역시 사회적 가치에 따라 배분돼야 한다.

계산의 미래, 설계의 선택

디지털 기술은 이미 교실과 사회적 공간을 대체하고 있다. 남은 과제는 이 기술이 남기는 탄소 발자국을 어떻게 줄일 것인가다. 연산을 절제하는 알고리즘, 에너지 효율을 높인 하드웨어, 공공성을 반영한 정책 설계가 필요하다. 기술의 진보는 속도보다 구조의 선택에 달려 있다.

본 연구 기사의 원문은 When Intelligence Pollutes: The Climate Cost of Our AI Future | The Economy 를 참고해주시기 바랍니다. 2차 저작물의 저작권은 The Economy Research를 운영 중인 The Gordon Institute of Artificial Intelligence에 있습니다.