인공지능 경쟁의 진짜 승부처는 더 똑똑한 모델이 아니라, 그 모델을 24시간 돌릴 전기를 어디서 끌어올 것인가에 있다. 그리고 그 전기를 둘러싼 선택은 지금 기후·물·지정학의 지형을 동시에 흔들고 있다.
지난 몇 년간 인공지능 기술 경쟁은 누가 더 많은 매개변수를 가진 모델을 학습시키느냐, 누가 더 똑똑한 알고리즘을 설계하느냐의 싸움처럼 보였다. 그러나 실제 산업 현장에서 벌어지는 경쟁의 본질은 점점 더 단순하고 물리적인 질문으로 수렴하고 있다. "이 모델을 끊김 없이 돌릴 전기를 어디서, 얼마나 안정적으로 공급할 것인가."
이유는 명확하다. 생성형 AI는 막대한 전력을 먹는다. AI 챗봇에 한 번 질문을 던지는 일은 같은 내용을 일반 웹 검색으로 찾는 것보다 여러 배 더 많은 전력을 소비하는 것으로 추정된다. 개별 질의의 전력 소비량 자체는 작지만, 전 세계 수억 명이 매일 반복하면 그 총합은 거대해진다. 모델을 처음 학습시키는 과정은 더욱 집약적이어서, 대형 모델 한 개를 훈련하는 데 도시 규모의 전력이 동원된다.
데이터센터는 수만 개의 컴퓨터(서버)를 한 건물에 빽빽이 모아 24시간 가동하는 시설이다. AI 서비스는 이 서버들 위에서 돌아간다. 비유하자면, 우리가 화면에서 보는 챗봇은 '무대 위의 배우'이고, 데이터센터는 그 배우를 위해 끊임없이 전기를 태우는 '무대 뒤 발전 설비'다. 관객은 배우만 보지만, 정작 전기료 고지서와 환경 부담은 무대 뒤에서 발생한다.
국제에너지기구(IEA, International Energy Agency)는 전 세계 데이터센터의 연간 전력 소비가 2026년경 1,000테라와트시(TWh, 1테라와트시는 10억 킬로와트시)에 이를 수 있다고 전망했다. 이는 일본 한 나라가 한 해에 쓰는 전력량과 맞먹는 규모다. 2022년 약 460TWh였던 것과 비교하면 수년 만에 두 배 이상으로 불어나는 셈이다.
주목할 점은, 이 폭증하는 수요를 받아낼 인프라가 충분히 준비되어 있지 않다는 것이다. 특히 AI 산업의 본거지인 미국에서는 상황이 더 첨예하다. 전력 수요 증가가 데이터센터가 몰린 일부 지역(버지니아, 텍사스 등)에 집중되면서, 송전망 확충과 발전 설비 건설이 수요를 따라가지 못하는 병목이 나타나고 있다. 미국 정부가 에너지 분야를 전시 체제에 준하는 우선순위로 끌어올리는 행정 조치를 잇따라 내놓은 배경에도, 표면적인 'AI 주도권 경쟁'과 더불어 당장의 전기요금·전력 안정성에 대한 현실적 불안이 깔려 있다.
요약하면, AI 경쟁의 결정 변수는 컴퓨터 성능에서 전력 공급 능력으로 이동하고 있다. 아무리 뛰어난 모델이라도 안정적인 전기가 받쳐주지 않으면 무용지물이기 때문이다. 무대가 알고리즘에서 발전소와 송전선 위로 옮겨가고 있는 것이다.
이 전력 문제가 단순한 비용 문제가 아니라 환경 문제이기도 하다는 사실은, 빅테크 기업들의 환경 보고서에서 드러났다. 한 대형 검색·AI 기업은 2023년 온실가스 배출량이 5년 전(2019년) 대비 약 48% 증가했다고 밝혔다. 또 다른 대형 클라우드 기업은 2020년 기준선 대비 배출량이 약 30% 늘었다고 인정했다. 두 기업 모두 2030년까지 탄소 중립 또는 '탄소 네거티브'를 공언했던 곳이다.
무슨 일이 일어난 걸까. 답은 의외로 단순하다. AI와 데이터센터에 필요한 전력을 기존 전력망이 충분히 공급하지 못하자, 기업들은 직접 발전 설비를 확보하는 '자구책'으로 움직였다. 그 과정에서 화석연료 발전 비중이 늘었고, 배출량이 따라 올라간 것이다. 일부 기업은 천연가스 발전소를 직접 짓거나 장기 구매 계약을 맺었다.
태양광과 풍력은 날씨에 따라 발전량이 들쭉날쭉하다. 그런데 데이터센터는 24시간 한순간도 쉬지 않고 돌아가야 한다. 배터리로 재생에너지를 저장해 메우는 방식은 아직 대규모로는 경제성이 부족하다. 결국 '지금 당장, 끊김 없이' 확보할 수 있는 가장 빠른 해법이 천연가스 화력발전이었다. 일부 주(州)는 데이터센터를 유치하려고 환경 규제를 완화하며 이 흐름을 부추겼다.
여기서 핵심 개념이 등장한다. '간헐성'이다.
태양광·풍력은 햇빛과 바람이 있을 때만 전기를 만든다. 이를 '간헐적(intermittent)' 전원이라 한다. 마치 비가 와야만 물이 차는 빗물 탱크와 같다. 반면 데이터센터가 요구하는 것은 '기저부하(baseload)', 즉 수도꼭지를 틀면 언제나 같은 압력으로 나오는 상수도 같은 전력이다. 빗물 탱크만으로 24시간 병원을 운영할 수 없듯, 간헐적 전원만으로는 AI 데이터센터를 안정적으로 돌리기 어렵다. 그래서 기업들은 '언제나 켜져 있는' 전원을 찾게 된다.
AI가 촉발한 천연가스 수요 증가는 에너지 시장의 판도를 바꿔놓았다. 한동안 사양 산업처럼 여겨지던 천연가스가 'AI 시대의 전환 연료(transition fuel)'라는 새 명분을 얻으면서 화석연료 업계에 다시 활력이 돌았다. 투자은행들은 AI 데이터센터가 향후 수년 안에 미국 천연가스 수요의 상당 부분을 새로 끌어올릴 것으로 전망했고, 액화천연가스(LNG, Liquefied Natural Gas) 수출 터미널 건설에도 막대한 자금이 몰렸다.
'전환 연료'는 석탄 같은 더 더러운 연료에서 재생에너지로 넘어가는 중간 다리 역할을 한다는 뜻으로 천연가스에 붙은 이름이다. 천연가스는 태울 때 석탄보다 이산화탄소를 덜 내뿜기 때문이다. 그러나 '다리'는 어디까지나 잠시 건너는 것이어야 한다. 다리 위에 집을 짓고 눌러앉으면, 그것은 더 이상 전환이 아니라 새로운 고착(lock-in)이 된다.
이 '깨끗한 다리'라는 서사에는 치명적인 맹점이 두 가지 있다.
천연가스의 주성분은 메탄(CH₄)이다. 메탄은 짧은 기간으로 보면 같은 양의 이산화탄소보다 수십 배 강력한 온실가스다. 문제는 가스를 태우기도 전에, 시추·운송 과정에서 상당량이 그대로 대기로 새어 나간다는 점이다. 연구들은 실제 누출량이 공식 통계보다 훨씬 클 수 있다고 지적한다. 연소 단계에서 석탄보다 깨끗하다는 장점이, 채굴·수송 단계의 누출로 상당 부분 상쇄될 수 있다는 것이다.
지금 짓는 천연가스 발전소와 LNG 터미널은 한 번 지으면 수십 년간 가동된다. 발전소는 보통 30~40년을 내다보고 건설된다. 즉 2020년대 중반에 착공한 설비가 2050년대까지 가스를 태우게 된다는 뜻이다. 이는 많은 국가가 내건 2050년 탄소 중립 목표, 그리고 파리협정의 기온 상승 억제 목표와 정면으로 부딪친다. IEA는 새로운 화석연료 인프라 투자에 신중해야 한다고 거듭 경고해왔다.
지정학적 파장도 작지 않다. 유럽은 러시아산 가스 의존에서 벗어나기 위해 미국산 LNG 수입을 크게 늘렸는데, 이제는 그 가스를 AI 데이터센터와 사실상 나눠 써야 하는 상황이 됐다. 한정된 LNG 공급을 놓고 산업·난방·전력·AI가 경합하면서, 에너지 가격 변동성과 개발도상국의 에너지 접근성 문제가 함께 불거지고 있다.
가스의 한계가 분명해지자, 빅테크는 한동안 거리를 두던 기술로 눈을 돌렸다. 바로 원자력이다. 원자력은 날씨와 무관하게 24시간 일정한 출력을 내면서도 발전 과정에서 탄소를 거의 배출하지 않는다. 앞서 설명한 '기저부하'와 '무탄소'라는 두 조건을 동시에 만족하는 거의 유일한 대규모 전원이라는 점이 재평가받은 것이다.
대표적인 사례가 미국 펜실베이니아의 한 원전이다. 1979년 같은 부지의 다른 호기에서 사고가 났던 이력 때문에 오랫동안 부정적 상징이었던 곳인데, 사고와 무관했던 호기가 2019년 경제성 문제로 문을 닫았다가 데이터센터에 전력을 공급하기 위해 재가동이 추진되고 있다. 한 대형 IT 기업이 20년 장기 전력 구매 계약을 맺고 발전소가 만드는 전력 전량을 사들이기로 했다. 원전 호기의 발전 용량은 약 835메가와트(MW)로, 80만 가구가 쓸 수 있는 전력에 해당한다.
같은 기업이 맺는 태양광·풍력 구매 계약은 보통 이보다 훨씬 짧다. 20년이라는 이례적으로 긴 계약 기간은, AI 인프라에 '언제나 켜져 있는 무탄소 전력'이 얼마나 절실한 전략 자산이 되었는지를 보여준다. 다른 대형 기업들도 인근 원전과 계약을 맺거나, 원전 옆에 데이터센터 부지를 직접 확보하는 방식으로 잇따라 뛰어들었다.
더 흥미로운 흐름은 소형모듈원자로(SMR, Small Modular Reactor) 분야다. 여러 빅테크와 스타트업이 2030년 전후 가동을 목표로 SMR 전력 확보 계약과 투자에 나섰다.
기존 대형 원전이 '현장에서 한 채씩 짓는 맞춤 주택'이라면, SMR은 '공장에서 규격대로 찍어내 현장에서 조립하는 모듈러 주택'에 가깝다. 크기는 기존 원전의 수분의 일 수준이고, 공장 대량 생산이 가능해 건설 기간을 3~5년으로 단축할 수 있다는 것이 장점이다. 탄소 배출 없이 24시간 안정적인 전력을 낸다는 점도 데이터센터의 요구와 맞아떨어진다.
다만 SMR이 완벽한 해법은 아니다. 아직 상업 가동 실적이 거의 없어 경제성이 충분히 입증되지 않았고, 사용후핵연료(핵폐기물) 처리라는 오래된 숙제도 여전히 미해결이다. 무엇보다 첫 상업용 SMR이 본격 가동되려면 적어도 2030년 무렵까지 기다려야 한다. 그때까지의 공백을 메우는 데에는 천연가스 의존이 불가피해 보인다는 점이, 이 전환기의 딜레마를 압축적으로 보여준다.
전력 문제만큼 심각하지만 훨씬 덜 알려진 문제가 있다. 데이터센터를 식히는 데 쓰이는 막대한 양의 물이다. 수만 개의 그래픽처리장치(GPU, Graphics Processing Unit)가 한꺼번에 돌아가면 엄청난 열이 발생하고, 많은 데이터센터가 이 열을 식히기 위해 물을 증발시키는 냉각 방식을 쓴다.
여름에 마당에 물을 뿌리면 물이 증발하면서 주변이 시원해진다. 데이터센터의 냉각탑도 같은 원리다. 뜨거워진 설비에 물을 흘려보내 그 물이 증발하면서 열을 빼앗아 가게 한다. 문제는 이 물이 증발해 사라진다는 점이다. 한 번 쓴 물을 그대로 되돌려 쓰는 것이 아니라, 상당량이 공기 중으로 날아가 버린다.
한 연구 추정에 따르면, AI 챗봇과 수십 차례 주고받는 대화 한 세션이 대략 500밀리리터(생수 한 병) 정도의 물을 소비하는 것으로 분석됐다. 개별 수치는 데이터센터 위치와 계절에 따라 크게 달라지고, 연구마다 추정치 편차도 크다. 그러나 분명한 것은, 사용자가 수억 명으로 늘면 그 총합이 막대해진다는 사실이다. 실제로 대형 클라우드 기업들은 AI 확장과 함께 데이터센터 물 사용량이 한 해에 두 자릿수 비율로 증가했다고 보고했다.
더 심각한 것은 입지다. 상당수 데이터센터가 이미 물 부족에 시달리는 건조 지역에 들어서 있다. 가뭄을 겪는 지역에서는 기업의 대규모 물 사용을 둘러싸고 주민 반대와 사회적 갈등이 불거지기도 했다. 같은 1리터의 물이라도, 비가 잦은 지역에서 쓰는 것과 극심한 가뭄 지역에서 쓰는 것은 환경에 주는 부담이 전혀 다르다. 이를 '물 스트레스(water stress)'라 부른다. 일부 분석은 향후 데이터센터 입지의 상당 비율이 물 스트레스가 높은 지역에 노출될 것으로 전망한다.
우리는 AI를 클라우드 어딘가에 떠 있는 비물질적 존재처럼 느끼기 쉽다. 그러나 그 화면 뒤에서는 실제 전기가 흐르고, 실제 물이 증발하며, 실제 토지와 송전선이 점유된다. 보이지 않는 지능이 보이는 지구의 자원을 소모하고 있는 것이다. 최근 연구들은 미국 AI 데이터센터의 연간 물 소비가 수백만 가구의 일일 수요에 맞먹는 규모로 커질 수 있다고 본다.
지금까지의 그림을 정리하면 이렇다. AI는 인간 지성의 확장을 약속하지만, 그 대가로 지구의 물리적 한계를 시험하고 있다. 천연가스는 단기적으로 AI 인프라의 전력 공백을 메울 수 있지만, 장기적으로는 기후 위기를 가속할 위험이 크다. 지금 짓는 수많은 가스 발전소와 LNG 터미널이 2050년대까지 가동된다면, '전환 연료'라는 그럴듯한 명분에 갇혀 또 다른 화석연료 고착에 빠질 수 있다.
그렇다고 AI 자체를 멈추자는 주장은 현실적이지 않다. 이 흐름은 사실상 되돌리기 어렵다. 그렇다면 관건은 '만드느냐'가 아니라 '지속 가능하게 유지하느냐'가 된다. 전문가들이 제시하는 해법은 대체로 세 갈래로 모인다.
결국 AI 시대의 진짜 싸움은 더 빠른 반도체나 더 영리한 알고리즘에서만 벌어지는 것이 아니다. 그것은 에너지와 환경 사이에서 균형점을 찾는, 훨씬 더 물리적이고 오래된 문제다. 무대 위 배우가 아무리 화려해도, 무대 뒤에서 태우는 전기와 증발시키는 물을 감당하지 못하면 공연은 지속될 수 없다. AI의 미래를 결정하는 변수는, 어쩌면 모델의 지능지수가 아니라 우리가 그 지능에 어떤 전기를 먹일지를 선택하는 능력에 달려 있다.