요즘 AI 이야기를 따라가다 보면 조금 의외의 단어가 자주 등장합니다.
전기입니다.
AI 하면 반도체, GPU, ChatGPT 같은 소프트웨어를 먼저 떠올리기 쉽습니다.
그런데 최근에는 AI 기업뿐 아니라 발전소, 송전망, 변압기, 냉각장치 회사까지 AI 붐의 한가운데로 들어오고 있습니다.
실제로 최근 미국에서는 데이터센터들의 전력 공급 요청이 폭증하면서 전력망 연결을 제한하거나 실제 건설 가능성이 있는 프로젝트인지 다시 확인하는 움직임까지 나타났습니다.
그렇다면 궁금해집니다.
AI는 도대체 뭘 하길래 이렇게 많은 전기를 필요로 할까요?
🤖 사실 AI가 직접 전기를 먹는 것은 아니다
우리가 AI에게 질문 하나를 입력한다고 생각해봅시다.
화면에서는 몇 초 만에 답변이 나타납니다.
하지만 그 뒤에서는 수많은 계산이 일어나고 있습니다.
AI 모델은 입력된 문장을 처리하고, 방대한 매개변수를 이용해 다음에 어떤 단어나 결과가 나올 가능성이 높은지 반복해서 계산합니다.
그리고 이런 연산을 담당하는 핵심 장치 중 하나가 GPU입니다.
GPU는 원래 그래픽 처리를 위해 발전했지만, 많은 계산을 동시에 처리하는 병렬연산에 강하다는 특성 때문에 AI 학습과 추론에도 널리 사용됩니다.
문제는 AI가 발전하면서 필요한 계산량도 커지고 있다는 것입니다.
단순한 질문에 답하는 것을 넘어 이미지와 영상을 만들고, 복잡한 추론을 수행하고, 여러 작업을 스스로 이어서 수행하는 AI가 등장하고 있기 때문입니다.
IEA에 따르면 단순한 텍스트 AI 작업 하나에 필요한 에너지는 기술 발전 덕분에 빠르게 감소하고 있습니다. 하지만 영상 생성이나 복잡한 추론·에이전트형 작업은 단순 텍스트 생성보다 수백~수천 배 많은 에너지를 사용할 수도 있습니다.
즉 AI 하나가 무조건 엄청난 전기를 먹는다기보다는,
더 많은 사람이 → 더 강력한 AI를 → 더 자주 사용하면서
전체 전력 사용량이 커지는 것입니다.
🖥️ GPU 한 개가 아니라 수천·수만 개가 움직인다
여기서 규모가 중요합니다.
AI 모델 하나를 학습시키기 위해 GPU 한두 개만 사용하는 것이 아닙니다.
대규모 AI 시스템에서는 수많은 고성능 가속기가 동시에 계산을 수행합니다.
AI 경쟁이 치열해질수록 더 큰 데이터센터가 필요하고, 그 안에 들어가는 서버와 GPU의 수도 늘어납니다.
IEA는 AI 도입으로 고성능 가속 서버가 빠르게 증가하면서 데이터센터의 전력 밀도(power density) 자체가 크게 높아지고 있다고 분석합니다. 2020~2025년 AI 서버의 전력 밀도는 약 11배 증가했고, 2027년에는 여기서 다시 크게 증가할 것으로 전망합니다.
쉽게 말하면,
같은 크기의 공간 안에 훨씬 많은 전기를 사용하는 장비가 들어가기 시작한 것입니다.
냉장고 정도 크기의 고성능 서버 랙 하나가 앞으로 순간적으로 수십 가구에 해당하는 전력을 요구할 수 있다는 전망까지 나옵니다.
그런데 GPU가 사용하는 전기만 계산하면 끝일까요?
아닙니다.
🔥 전기를 많이 쓰면 반드시 따라오는 것이 있다
열입니다.
컴퓨터나 스마트폰을 오래 사용하면 기기가 뜨거워지는 것을 느낄 수 있습니다.
데이터센터도 마찬가지입니다.
다만 규모가 훨씬 큽니다.
수많은 고성능 GPU와 서버가 동시에 작동하면 엄청난 열이 발생합니다.
이 열을 제대로 제거하지 못하면 장비의 성능이 떨어지거나 안정적인 운영이 어려워질 수 있습니다.
그래서 데이터센터에는 별도의 냉각 시스템이 필요합니다.
공기를 이용한 냉각뿐 아니라 최근 고성능 AI 서버에서는 액체를 이용해 직접 열을 제거하는 방식도 중요해지고 있습니다.
실제로 AI 데이터센터 투자가 증가하면서 GPU뿐 아니라 전력설비와 냉각장치를 공급하는 기업들의 수요도 빠르게 증가하고 있습니다.
여기서 재미있는 상황이 만들어집니다.
GPU를 돌리는 데 전기가 필요하고,
GPU가 만든 열을 식히는 데도 다시 전기가 필요합니다.
AI 데이터센터의 전력 문제를 단순히 ‘GPU의 소비전력’만으로 설명할 수 없는 이유입니다.
[여기에 ②에서 만든 ‘AI 데이터센터가 전기를 많이 쓰는 이유’ 설명 이미지를 넣으면 좋아.]
🏢 그리고 데이터센터는 잠들지 않는다
일반적인 사무실이라면 사람이 퇴근하면 상당수 장비를 끌 수 있습니다.
하지만 데이터센터는 다릅니다.
우리가 새벽에 검색하거나 AI에게 질문한다고 해서
“현재 데이터센터 영업시간이 아닙니다.”
라는 답변을 받을 수는 없습니다.
서비스는 사실상 24시간 365일 제공돼야 합니다.
서버뿐 아니라 네트워크 장비, 저장장치, 냉각 시스템과 각종 전력설비도 계속 작동해야 합니다.
결국,
수많은 서버 × 높은 소비전력 × 냉각 × 24시간 운영
이라는 구조가 만들어집니다.
그래서 전 세계 데이터센터의 전력 소비량은 이미 상당한 규모입니다.
IEA는 전 세계 데이터센터가 2025년 약 485TWh의 전력을 사용한 것으로 추정하며, 2030년에는 약 950TWh로 거의 두 배가 될 것으로 전망합니다. 특히 AI 중심 데이터센터의 전력 소비는 같은 기간 훨씬 빠르게 증가할 것으로 예상됩니다.
⚡ 그래서 이제 문제는 ‘GPU를 살 수 있느냐’만이 아니다
AI 경쟁 초기에는 이런 질문이 중요했습니다.
“누가 더 좋은 AI 반도체를 확보할 수 있을까?”
그런데 데이터센터 규모가 커지면서 새로운 문제가 나타났습니다.
“그 반도체를 돌릴 전기는 어디서 가져올 것인가?”
발전소에서 만든 전기를 데이터센터까지 보내려면 송전선과 변전소, 변압기 같은 전력 인프라가 필요합니다.
하지만 데이터센터는 비교적 빠르게 지을 수 있는 반면 대규모 전력 인프라는 계획부터 건설까지 훨씬 긴 시간이 필요할 수 있습니다. IEA 역시 이 속도 차이를 AI 데이터센터 확대의 중요한 병목 중 하나로 보고 있습니다.
실제로 최근 미국 텍사스에서는 데이터센터 사업자들이 요청한 전력량이 지나치게 커지면서 신규 연결을 중단하고 프로젝트를 재검증하는 상황까지 나타났습니다.
호주에서는 아예 기존 전력망 연결을 기다리지 않고 데이터센터 근처에서 자체적으로 전력을 생산하려는 프로젝트도 추진되고 있습니다.
AI 경쟁이 점점 전력 확보 경쟁으로도 변하고 있는 셈입니다.
🌎 AI 때문에 전 세계 전기가 부족해지는 걸까?
여기서는 조금 조심해서 볼 필요가 있습니다.
AI 데이터센터의 전력 수요가 빠르게 증가하는 것은 사실이지만,
“AI가 전 세계 전기를 다 써버린다”고 표현하면 과장입니다.
IEA의 전망에서 데이터센터가 차지하는 세계 전력 소비 비중은 2030년에도 약 3% 수준입니다.
문제는 어디에서 전기를 쓰느냐입니다.
데이터센터는 특정 지역에 집중되고 하나의 초대형 시설이 엄청난 전력을 한꺼번에 요구합니다.
IEA에 따르면 일반 데이터센터가 약 10~25MW의 전력을 사용하는 반면, 대규모 AI 데이터센터는 100MW를 넘길 수 있습니다. 건설 중인 가장 큰 규모의 데이터센터는 약 2GW 수준으로, 가정 약 200만 곳의 전력 사용 규모와 비교될 정도입니다.
따라서 세계 전체로 보면 몇 퍼센트에 불과해도 특정 지역의 전력망에는 상당한 부담이 될 수 있습니다.
이것이 AI 전력 문제의 핵심 중 하나입니다.
☢️ 그래서 원전·가스·재생에너지까지 AI와 연결된다
AI 데이터센터가 원하는 전기의 조건은 조금 까다롭습니다.
엄청난 양의 전력이 필요하면서도 서버는 계속 작동해야 하기 때문에 안정적인 공급도 중요합니다.
그래서 AI 붐은 자연스럽게 발전원 문제와 연결됩니다.
재생에너지뿐 아니라 천연가스와 원자력까지 데이터센터 전력 공급원으로 다시 주목받는 이유입니다.
IEA는 2030년까지 증가하는 데이터센터 전력 수요의 상당 부분을 재생에너지가 담당하고, 천연가스와 석탄도 공급 증가에 기여하며 원자력의 역할 역시 점차 커질 것으로 전망하고 있습니다.
최근에는 Google이 미국 지열발전 업체와 396MW 규모의 전력 공급 계약을 체결하는 등 AI 시대의 전력 확보 경쟁이 새로운 발전기술 투자로도 이어지고 있습니다.
AI가 단순한 IT 산업을 넘어 에너지 산업까지 움직이기 시작한 것입니다.
🤔 그런데 AI가 발전하면 전력 소비는 계속 늘기만 할까?
꼭 그렇다고 단정할 수는 없습니다.
반도체 성능과 소프트웨어가 개선되면서 같은 AI 작업을 처리하는 데 필요한 에너지 자체는 빠르게 감소하고 있기 때문입니다.
문제는 효율이 좋아지는 속도만큼 AI 사용량과 기능도 빠르게 증가한다는 것입니다.
예전보다 효율적인 GPU가 등장하더라도,
AI 이용자가 몇 배 증가하고,
모델이 더 커지고,
영상 생성이나 복잡한 추론처럼 더 많은 계산이 필요한 기능이 널리 사용된다면
전체 전력 소비는 오히려 증가할 수 있습니다.
그래서 AI의 미래 전력 사용량에는 여전히 상당한 불확실성이 있습니다.
결국 AI 시대의 중요한 질문은 단순히
“AI가 얼마나 똑똑해질까?”
만이 아닐지도 모릅니다.
“그 AI를 돌리는 데 필요한 전기를 얼마나 효율적으로 만들고 공급할 수 있을까?”
이 질문도 점점 중요해지고 있습니다.
🧪 왜그럴LAB 한 줄 정리
AI가 전기를 많이 사용하는 이유는 단순히 GPU 한 개의 소비전력이 높아서만은 아닙니다.
복잡한 AI 연산 → 수많은 GPU의 병렬작동 → 막대한 발열 → 냉각 필요 → 24시간 데이터센터 운영 → 대규모 전력 수요
라는 구조가 있기 때문입니다.
그리고 AI 데이터센터가 빠르게 늘어나면서 이제 AI 경쟁은 반도체 경쟁을 넘어 전력망과 발전소까지 포함하는 인프라 경쟁으로 확장되고 있습니다.
어쩌면 미래의 AI 경쟁력을 결정하는 것은 가장 좋은 GPU를 가진 기업만이 아니라,
그 GPU를 24시간 돌릴 전기를 확보한 기업과 국가일지도 모릅니다.
📚 참고자료
- IEA — Key Questions on Energy and AI
- IEA — Energy and AI: Energy demand from AI
- IEA — Energy supply for AI
- IEA — Artificial Intelligence and electricity demand
- Reuters, September 2026 — 미국 데이터센터 전력망 연결 및 전력수요 문제.
- Reuters, September 2026 — AI 데이터센터 전력·냉각 인프라 투자 확대.