전력 증설 속도가 드러낸 美·中 AI 인프라 방향성
전력망 병목이 키운 미국 데이터센터 비용 부담
에너지 인프라가 좌우하는 연구·산업 입지 선택

본 기사는 스위스 인공지능연구소(SIAI)의 SIAI Research Memo 시리즈 기고문을 한국 시장 상황에 맞춰 재구성한 글입니다. 본 시리즈는 최신 기술·경제·정책 이슈에 대해 연구자의 시각을 담아, 일반 독자들에게도 이해하기 쉽게 전달하는 것을 목표로 합니다. 기사에 담긴 견해는 집필자의 개인적 의견이며, SIAI 또는 그 소속 기관의 공식 입장과 일치하지 않을 수 있습니다.

인공지능(AI) 경쟁의 축이 바뀌고 있다. 칩 성능이나 자본 조달만으로 우위를 설명하기는 어려워졌다. 지금의 핵심 변수는 기가와트(GW) 단위로 측정되는 전력 공급 능력이다. 2024년 기준 중국은 신규 전력 용량을 약 429기가와트 확대한 반면, 미국은 약 51기가와트를 추가하는 데 그쳤다. 이 격차는 단순한 통계가 아니라, AI 데이터센터를 어디에 두고 얼마나 빠르게, 어떤 비용으로 운영할 수 있는지를 가르는 기준으로 작용하고 있다.

전력의 위상도 달라졌다. 보조적 인프라에 머물던 전력이 이제는 AI 전략의 핵심 요소로 편입됐다. 대규모 학습과 추론을 안정적으로 수행하려면 지속적이고 예측 가능한 전력 공급이 전제돼야 하기 때문이다. 전력 용량을 얼마나 신속하게 확보하느냐에 따라 연구 거점의 이동, 기업의 혁신 속도, 정부의 규제 선택까지 연쇄적으로 영향을 받는 국면이 형성되고 있다.

중국이 먼저 확보한 전력 기반

중국의 전력 경쟁력은 단순한 증설 규모를 넘어선다. 토지 접근성, 중앙집중적 계획, 신속한 행정 절차가 결합되며 데이터센터 구축 속도가 빠르게 높아졌다. 중국 내륙에는 송전망과 가까운 대규모 평지가 넓게 분포돼 있고, 지방 정부는 전력망 보강, 재생에너지 설치, 산업용 부지 배정을 동시에 조율할 수 있는 권한을 갖고 있다.

이 구조는 사업 일정에서 바로 차이를 만든다. 미국에서는 대형 에너지·데이터센터 프로젝트가 공청회와 계통 연계 절차로 수년이 소요되는 경우가 많지만, 중국에서는 수개월 내 진행되는 사례가 이어졌다. 행정 속도의 격차가 데이터센터 구축 속도로 직결된 셈이다.

수요 전망도 이를 뒷받침한다. 국제에너지기구(International Energy Agency, IEA)는 데이터센터 전력 사용량이 2024년부터 2030년까지 연평균 약 15% 증가해, 2030년에는 약 945테라와트시(TWh)에 이를 것으로 전망했다. 중국은 화력과 재생에너지를 동시에 확대하며 이러한 수요 증가를 감당할 전력 기반을 선제적으로 마련했다. 전력망 부담과 산업 우선순위 조정이라는 과제가 남아 있음에도, 대규모 AI 배치를 가능하게 하는 기본 조건은 이미 갖춰졌다는 평가가 나온다.

미국 전력망이 만든 병목

미국의 전력 인프라는 AI 확산 속도를 따라가지 못하고 있다. 혁신을 촉진해 온 제도와 시장 구조가 전력 인프라 영역에서는 제약으로 작용하며, 투자 결정 이후 실제 전력 공급까지의 시간이 길어졌다. 복잡한 토지 이용 규제, 주별로 상이한 인허가 기준, 노후화된 주간 전력망이 맞물리며 병목이 구조화된 모습이다.

수요와 공급의 간극은 수치로 확인된다. 미국 에너지정보청(Energy Information Administration, EIA)은 데이터센터 수요 증가로 2027년까지 미국 전력 소비가 최고치를 경신할 것으로 전망했지만, 발전 설비 확충과 계통 연결 속도는 이에 미치지 못하는 것으로 나타났다. 전력망 확장이 수요 증가를 따라가지 못하면서 시간차가 누적됐다.

그 영향은 비용으로 이어졌다. IEA와 전문가들은 미국 데이터센터가 2024년에 약 183테라와트시를 소비한 것으로 추정하며, 신규 시설이 들어선 지역을 중심으로 전력 가격 상승 압력이 커졌다. 운영 비용의 불확실성도 함께 확대됐다.

운영 환경의 차이도 분명해졌다. 중국의 데이터센터 운영자가 전용 송전선로를 비교적 단순한 절차로 확보할 수 있는 것과 달리, 미국 사업자는 다수의 전력 회사와 협상하고 계통 지연과 시장 가격 변동을 동시에 감수해야 하는 상황에 놓였다. 이 격차는 안정적인 저비용 컴퓨팅 환경과 상시 리스크 관리가 필요한 환경을 갈라놓는다. AI 데이터센터의 전력 문제는 공학적 과제를 넘어 재무 구조와 사업 지속성의 문제로 확산되고 있다.

교육・연구 현장의 전략 변화

전력 여건은 이제 AI 연구 입지를 결정하는 조건으로 작용하고 있다. 대규모 연산을 안정적으로 수행하려면 알고리즘 역량만으로는 부족하고, 에너지 조달 구조와 인프라 운영에 대한 이해가 필수 요소로 부상했다. 교육 현장에서는 전력 구매 방식, 계통 연결 절차, 에너지 시스템 안정성 같은 현실적인 내용이 함께 다뤄져야 한다는 요구가 커지고 있다.

기관의 판단도 한층 복잡해졌다. 컴퓨팅 집약적 연구 프로그램의 위치를 정할 때 전력 계약 조건, 지연 시간, 지역 전력망의 신뢰도까지 포함한 종합적 위험 평가가 필요해졌다. 그동안 클라우드 크레딧(cloud credits, 클라우드 컴퓨팅 서비스 이용 비용을 충당하는 사전 할당 한도)을 주요 비용으로 인식해 온 대학과 연구기관은 이제 특정 에너지 자원과 연결된 컴퓨팅 인프라를 직접 보유할지, 외부와 협력할지를 선택해야 하는 단계에 들어섰다.

정책 결정의 무게도 커졌다. 입법자들은 승인 절차를 단축하고 공공 자금으로 전력 용량을 확충할지, 아니면 가격과 배분 규제를 통해 고전력 사용을 관리할지를 놓고 판단해야 한다. 전자는 AI 데이터센터 전력을 기술 자립을 위한 전략 자산으로 보는 접근이고, 후자는 시장 질서를 유지하는 대신 연구와 컴퓨팅이 전력이 저렴한 지역으로 이동할 가능성을 내포한다.

전력 인프라가 결정하는 AI 경쟁 향방

전력 수요 증가는 쉽게 꺾이지 않고 있다. 일각에서는 칩 성능 향상과 냉각 기술 발전이 연산당 전력 사용을 낮춰 수요 증가를 상쇄할 수 있다고 본다. 그러나 IEA의 전망은 이러한 효율 개선을 감안하더라도 데이터센터 전력 수요가 빠르게 확대될 것으로 나타난다.

기후와 배출 문제도 함께 제기된다. 중국은 2024~2025년 동안 재생에너지와 화력 발전 설비를 동시에 확대하며 전력 용량을 늘렸다. 그에 따른 배출 결과는 연료 구성과 정책 설계에 따라 달라지며, 미국 역시 성장과 친환경 중 하나만 선택해야 하는 상황은 아니라는 점이 분명해졌다.

정책의 초점은 속도와 보호의 조합에 있다. 신속한 인허가 절차, 투명한 의사 결정, 전력망 투자와 지역 사회에 대한 보상, 저탄소 전력의 우선 조달을 함께 설계하는 접근이 요구된다. 전력 확대를 단일 목표로 삼기보다, 관리 가능한 방식으로 구조화하는 것이 관건이다.

429기가와트와 51기가와트의 격차는 단순한 수치 비교에 그치지 않는다. 이는 전력을 기술 경쟁의 핵심 자산으로 인식하는 정책적 태도의 차이를 드러낸다. AI 경쟁은 칩과 코드만으로 결정되지 않는다. 대규모 저배출 전력을 빠르고 예측 가능하게 공급할 수 있는 능력이 결국 승부를 가른다. AI 데이터센터의 전력 문제는 기술의 미래를 좌우하는 정치적 선택이며, 지금 그 방향이 형성되고 있다.

본 연구 기사의 원문은 Powering AI data centers: Why the electron gap will reshape the US–China contest을 참고해 주시기 바랍니다. 본 기사의 저작권은 스위스 인공지능연구소(SIAI)에 있습니다.