AI 서버 증설 경쟁에 전력망 부담·공공 비용 전가 우려 확대
전력 사용·용수·청정에너지 검증 강화 요구
생산적 AI 지원 및 무분별한 인프라 확장 관리 필요성 부상

본 연구 기사는 유럽 경제 연구소 The Economy의 연구위원(Fellow)들이 작성한 The Economy Review 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 개인적인 의견이며, The Economy 또는 집필자의 소속 기관의 견해와 일치하지 않을 수 있습니다.

인공지능(AI) 에너지 규제가 본격적인 산업·전력 정책 이슈로 떠오르고 있다. 데이터센터 전력 사용량이 2024년 415테라와트시(TWh)에서 2030년 945TWh까지 늘어날 수 있다는 전망이 제기되면서, AI 확산이 전력망과 에너지 체계에 미치는 부담 역시 핵심 정책 변수로 부상했다. 문제는 단순한 전력 소비 증가에 그치지 않는다. 기존 전력망은 수십에서 수백 메가와트(MW) 규모의 컴퓨팅 클러스터가 하루 24시간 가동되는 상황을 전제로 설계되지 않았다. 이에 따라 정책 논의의 초점도 급증하는 전력 수요를 누가 부담하고 어떤 방식으로 관리할 것인지로 옮겨가는 양상이다. 앞으로 AI 정책은 송배전망 확충 비용 분담과 데이터 투명성, 클라우드 인프라가 지역 사회에 미치는 전력·용수·토지 부담까지 포괄하는 방향으로 확대될 것으로 보인다.

전력 수요 현실화, 에너지 정보 공개 압박

AI 에너지 규제의 출발점은 기술이 실제 얼마나 많은 전력과 인프라를 필요로 하는지 정책에 반영하는 데 있다. 현재 대중 담론에서는 여전히 AI를 물리적 자원 소모가 크지 않은 디지털 기술로 바라보는 시각이 우세하다. 그러나 실제 AI 시스템은 고성능 반도체 칩과 냉각 설비, 비상 전력, 대규모 부지, 용수, 송배전망, 운영 인력까지 필요한 대표적 전력 다소비 산업이다. AI 모델 학습 단계에서는 짧은 시간 동안 막대한 전력이 집중 투입되고, 이후 서비스를 운영하는 추론 단계에서는 상대적으로 낮은 전력이라도 반복적이고 지속적인 소비가 이어진다. 하지만 현재 정책 체계는 이처럼 서로 다른 전력 수요 구조를 충분히 반영하지 못하는 모양새다.

이 때문에 대규모 AI 모델의 전력 수요를 전력망 운영기관이 예측·관리할 수 있기 전까지는 해당 모델에 ‘친환경’이나 ‘안전’ 같은 정책 인증을 부여해서는 안 된다는 주장도 힘을 얻는 분위기다. 국제에너지기구(IEA)에 따르면 글로벌 데이터센터 전력 수요 증가 속도는 전체 전력 소비 증가율을 크게 웃돌고 있으며, 향후 증가분 역시 AI용 가속 서버 중심으로 확대될 전망이다. 이에 대응하기 위해서는 데이터센터 전력 수요를 시나리오별 수요 범위로 관리하는 규제 체계 구축이 요구된다. 민간 기업은 고수요·중간 수요·저수요 시나리오별 정보를 공공 계획기관에 제출해야 하며, 단순 대기 신청 프로젝트와 확정된 전력구매계약(PPA) 체결 시설도 명확히 구분할 필요가 있다.

AI 전력 사용 정보 공개 기준 강화 역시 핵심 과제로 꼽힌다. AI 서비스가 글로벌 규모로 확대될 경우 프롬프트 당 전력 사용량이 낮더라도 총소비량은 빠르게 증가할 수 있기 때문이다. 이에 따라 학습·추론 단계별 전력 소비와 냉각 용수 사용량, 지역별 온실가스 배출 영향, 실질적인 청정에너지 사용 여부 등을 투명하게 공개하는 체계 마련 요구도 커지는 상황이다. 이미 유럽연합(EU) AI 법과 에너지효율지침, 경제협력개발기구(OECD) AI 원칙, 주요 7개국(G7) 히로시마 프로세스 등에서 관련 논의가 시작됐지만 아직은 자율 규제 성격이 짙다. 향후에는 공공의 현장 점검 권한과 모델·시설 단위 의무 보고 체계 도입 여부가 핵심 정책 과제로 부상할 가능성이 높다.

데이터센터 속도 경쟁에 커지는 전력망 부담

전력망 부담 문제는 데이터센터 건설 경쟁이 가속화되면서 더 부각되는 추세다. 민간 기업의 데이터센터 건설 속도는 신규 송전선과 발전 설비를 구축하는 공공 인프라 속도를 크게 압도하고 있는 실정이다. 이 같은 격차가 이어질 경우 전력망 확충 비용이 공공 재정이나 일반 소비자 전기요금으로 전가되는 구조적 문제가 발생할 수 있다. 민간 기업의 인프라 확대 비용을 공공이 대신 떠안는 구조가 만들어질 수 있다는 의미다. 이에 따라 AI 에너지 규제는 대형 데이터센터 개발 사업자에게 송배전 연결과 전력망 증설 비용을 직접 부담하도록 하는 방향으로 논의가 확대되고 있다. 동시에 지역사회 의견 수렴 절차를 강화하고, 예상 전력·용수 사용량이 지역 경제와 소비자 요금에 미치는 영향도 함께 평가해야 한다는 요구 역시 커지는 모습이다.

이는 기술 발전을 제한하기 위한 규제라기보다 공공 비용 전가를 차단하기 위한 관리 장치라는 해석이다. 동시에 AI 데이터센터를 ‘유연 부하(Flexible Load)’ 형태로 운영할 경우 전력망 안정화에 활용할 수 있다는 분석도 제시된다. 이는 전력 수요가 집중되는 시간대에는 일부 AI 학습 작업을 늦추고, 추론 작업은 전력 여유가 있는 지역으로 분산하는 방식이다. 실제로 연중 제한적인 피크 시간대에 일부 부하만 조절해도 상당한 전력망 여유를 확보할 수 있다는 연구 결과도 나온다. 이에 따라 유연 부하 역량을 인허가 과정의 핵심 기준으로 반영해야 한다는 주장 역시 설득력을 얻고 있다.

청정전력 검증 기준 강화 필요

전력망 부담과 AI 전력 사용 정보 공개 요구가 커지면서 기업들의 청정전력 사용 주장에 대한 검증 기준도 한층 강화되는 흐름이다. 현재 다수 기업은 연간 전력 사용량만큼 재생에너지 사용 인증서를 구매하는 방식으로 탄소 감축 목표를 충족했다고 설명한다. 그러나 이 방식은 연간 총량 기준만 맞출 뿐, 재생에너지 발전이 부족한 피크 시간대에는 여전히 화석연료 기반 전력을 사용하는 한계를 안고 있다. 이에 따라 매시간 단위로 실제 전력 사용과 발전원을 연결하는 실시간 전력 추적 체계 도입 필요성도 커지는 상황이다. 동시에 전력구매계약(PPA)이 실제 청정에너지 공급 확대에 얼마나 기여하는지까지 함께 검증해야 한다는 요구도 잇따른다.

이 같은 기준은 원자력과 가스, 석탄 등 모든 발전원에 동일하게 적용돼야 한다는 지적이 나온다. 원자력은 안정적인 저탄소 전원이라는 장점이 있다. 그러나 신규 발전소 건설에 장기간이 필요한 만큼 단기간 내 전력 수요 확대에 대응하기는 쉽지 않다. 반면 가스 발전은 비교적 빠르게 공급을 늘릴 수 있지만, 탄소 포집 규제가 미흡할 경우 배출량 증가 문제를 유발할 우려가 크다. 이처럼 청정에너지 공급 확대 속도가 전력 수요 증가를 따라가지 못할 경우 사실상 퇴출 수순을 밟던 석탄 발전이 다시 확대될 가능성도 제기된다.

AI 확산의 조건 된 공공 비용 통제

에너지 관점의 AI 규제는 기술 발전 자체를 거부하려는 움직임과는 결이 다르다. 민간의 컴퓨팅 확장이 전력망 부담과 인프라 비용, 기후 목표 지연 문제를 공공 영역으로 전가하지 않도록 관리하자는 데 초점이 맞춰져 있다. 모든 산업 전환이 대규모 에너지 소비를 수반하는 만큼 핵심 쟁점은 비용 부담 구조라는 의미다.

2030년까지 예상되는 전력 수요 급증 역시 모든 AI 시스템을 제한해야 한다는 뜻은 아니다. 오히려 공공 효율 개선에 기여하는 실질적 지능과 전력망 부담만 가중시키는 인프라 확장을 명확히 구분 지어야 할 시점이다. 피크 부하 관리와 전력망 운영 효율화, 청정에너지 확산에 기여하는 AI 시스템은 정책 지원 대상으로 검토할 수 있다. 반면 뚜렷한 공공 편익 없이 막대한 전력 수요만 유발하는 시스템에는 강화된 정보 공개와 비용 부담 원칙을 적용해야 한다.

본 연구 기사의 원문은 AI Energy Regulation Is the Missing Rulebook for the Compute Boom을 참고해 주시기 바랍니다. 본 기사의 저작권은 The Economy에 있습니다.