AI 데이터센터는 왜 GPU보다 전력이 먼저일까: 449억 달러 투자와 오하이오 10GW 사례

엔비디아 GPU가 몇 장 들어가는지, AI 모델이 얼마나 똑똑해졌는지는 자주 뉴스가 됩니다. 하지만 AI 서비스를 실제로 켜는 순서를 생각해 보면 더 앞에 있는 질문이 있습니다. 그 많은 컴퓨터에 전기를 언제, 어디서, 얼마나 안정적으로 공급할 수 있느냐입니다.

AI 데이터센터는 거대한 ‘디지털 공장’과 비슷합니다. GPU는 공장의 핵심 기계이고, 광섬유는 기계끼리 연결하는 고속도로입니다. 하지만 전력망과 변전시설은 공장 전체가 움직이게 하는 전기 배선입니다. 기계가 먼저 도착해도 전기가 들어오지 않으면 공장은 가동할 수 없습니다.

이 글의 결론은 간단합니다. AI 데이터센터 경쟁은 GPU를 많이 사는 경쟁을 넘어, 전력·송전·냉각·비용 부담을 함께 설계하는 경쟁이 되고 있습니다.

먼저 알아둘 말: GW와 TWh는 같은 단위가 아닙니다

뉴스에서 ‘10GW 데이터센터’와 ‘945TWh 전력 사용’이 함께 나오면 숫자가 커서 헷갈리기 쉽습니다. GW(기가와트)는 특정 순간에 얼마나 큰 전력을 쓸 수 있는지를 뜻하는 용량입니다. 반면 TWh(테라와트시)는 일정 기간 동안 실제로 쓴 전력량입니다.

비유하면 GW는 수도관의 굵기이고, TWh는 한 달 동안 수도관으로 흘러간 물의 양입니다. 따라서 둘은 직접 더하거나 크기를 겨룰 수 없습니다. 또 ‘IT-GW’는 서버·GPU 같은 IT 장비에 제공하려는 설계 용량을 말하므로, 냉각·전력변환 장치까지 포함한 건물 전체 전력과 정확히 같다고 단정해서도 안 됩니다.

큰 AI 투자는 왜 곧 전력 이야기로 이어질까요

Alphabet은 2026년 2분기에 449억 달러의 설비투자(CapEx)를 집행했습니다. 이 가운데 기술 인프라 투자에서 서버가 약 60%, 데이터센터와 네트워킹 장비가 약 40%였다고 밝혔습니다. 회사는 2026년 연간 설비투자 전망도 1,950억~2,050억 달러로 제시했습니다. Alphabet의 공식 실적발표 콜과 SEC 공시에서 확인할 수 있습니다.

이 숫자를 ‘Alphabet이 그만큼의 전기를 쓴다’로 읽으면 안 됩니다. 설비투자는 서버, 토지, 건물, 네트워크 장비를 사거나 짓는 돈을 포함합니다. 다만 새 서버와 데이터센터가 늘면 앞으로 필요한 전력·냉각·송전 설비도 함께 커진다는 신호입니다. Alphabet CFO도 공식 실적발표에서 인프라 확대에 따라 감가상각뿐 아니라 에너지 같은 데이터센터 운영비가 늘어날 수 있다고 설명했습니다.

여기서 한 단계 더 생각해야 합니다. AI 서비스는 모델을 한 번 학습시키고 끝나지 않습니다. 사람이 질문할 때마다 답을 만드는 ‘추론’도 계속 필요합니다. 이용자가 늘면 서버를 더 켜야 하고, 이는 전력과 냉각을 더 오래·더 많이 필요로 합니다. 즉 AI의 전력 문제는 ‘한 번 크게 쓰는 전기’보다 ‘매일 안정적으로 쓰는 전기’의 문제에 가깝습니다.

세계 전체로 보면 작아 보여도, 지역에서는 큰 부하입니다

국제에너지기구(IEA)는 전 세계 데이터센터 전력소비가 2024년 415TWh에서 2030년 약 945TWh로 두 배 이상 늘어날 것으로 봤습니다. IEA는 AI 중심 데이터센터 하나가 약 10만 가구가 쓰는 전력만큼을 소비할 수 있고, 현재 건설 중인 가장 큰 시설은 그보다 20배 큰 전력을 쓸 수 있다고 설명합니다. 이는 IEA의 「Energy and AI」 기본전망입니다.

하지만 ‘전 세계 전력의 일부’라는 말만 들으면 문제를 작게 느끼기 쉽습니다. 데이터센터는 아무 곳에나 조금씩 퍼지는 공장이 아니라, 광케이블·부지·인력·세제 혜택이 있는 몇몇 지역에 밀집하는 경우가 많습니다. 동네 전력망 입장에서는 아주 큰 공장 하나가 갑자기 들어오는 것과 비슷합니다.

그래서 핵심은 전기가 ‘전국에 얼마나 있느냐’만이 아닙니다. 그 데이터센터가 들어갈 장소까지 송전선과 변전소가 제시간에 준비되느냐가 중요합니다. IEA는 전력망 위험을 해결하지 못하면 계획된 데이터센터 프로젝트의 약 20%가 지연될 수 있다고 봤습니다. 이 말은 GPU 공급이 충분해도 서비스 시작일이 늦어질 수 있다는 뜻입니다.

오하이오 사례가 보여주는 것: 서버 계약보다 전력망 계획이 먼저입니다

2026년 8월 17일 NVIDIA·OpenAI·SB Energy가 밝힌 미국 오하이오 PORTS-Pike 프로젝트는 이 변화를 알아보기 좋은 사례입니다. NVIDIA는 초기 4.25 IT-GW 규모의 토지·전력·건물 껍데기(land, power and shell) 구축을 위한 신용지원을 발표했고, OpenAI는 약 8 IT-GW 용량을 확보하는 계약을 공개했습니다. 첫 800MW는 2028년부터 이용 가능할 것으로 예상되지만, 그 뒤 개발에는 새 발전소·송전선·관련 인프라가 필요하다고 NVIDIA 공식 발표와 OpenAI 공식 발표가 설명합니다.

이 사례에서 특히 중요한 부분은 ‘GPU를 얼마나 사는가’만 발표한 것이 아니라는 점입니다. 미국 에너지부는 같은 프로젝트와 관련해 10GW의 데이터센터 개발을 뒷받침할 10GW 신규 발전, 그중 최소 9.2GW의 천연가스 발전 계획과 42억 달러의 송전 인프라 계획을 소개했습니다. 미국 에너지부 팩트시트가 밝힌 내용입니다.

다만 여기에는 꼭 붙여야 할 단서가 있습니다. 2028년 이후 단계적 가동, 추가 발전·송전, 인허가·환경검토·자금조달은 모두 앞으로 충족해야 할 조건입니다. 따라서 이 프로젝트를 ‘이미 8GW가 가동 중인 데이터센터’라고 말하면 틀립니다. 오히려 이 사례는 AI 공장은 칩 구매 계약만으로 완성되지 않고, 전력망 일정이 사업 일정의 일부가 되었다는 점을 보여 줍니다.

그렇다면 전기요금은 누가 부담할까요

전력망을 새로 깔면 비용이 듭니다. 이 비용을 데이터센터 사업자가 내는지, 전력회사가 다른 고객에게 나눠 받는지에 따라 지역사회가 보는 문제가 달라집니다.

오하이오 프로젝트에서 미국 에너지부는 SB Energy와 AEP Ohio가 42억 달러 규모의 송전 설비를 구축하고, 사업자가 그 비용을 부담하는 구조를 제시했다고 밝혔습니다. OpenAI도 프로젝트별 에너지·인프라 비용을 부담하고, 지역 전력요금 이용자에게 전가하지 않겠다는 계획을 발표했습니다. 이는 발표된 계획과 약정이며 실제 요금 효과는 요금제 구조, 규제기관 승인, 공사비, 실제 전력 사용량을 거쳐 확인해야 합니다.

그래도 독자에게 주는 교훈은 분명합니다. 데이터센터 뉴스를 볼 때 ‘투자액이 얼마인가’만 보지 말고, 신규 발전·송전·변전 비용을 누가 내는지, 전용 요금제가 있는지, 비상시에 전력 사용을 줄이거나 보조전원을 제공할 수 있는지를 함께 확인해야 합니다.

효율이 좋아지면 전력 문제는 사라질까요

꼭 그렇지는 않습니다. 칩과 모델이 효율적으로 바뀌면 질문 하나에 드는 전력은 줄 수 있습니다. 실제로 IEA는 AI 작업당 전력소비가 빠르게 낮아지고 있다고 설명합니다. 하지만 AI를 쓰는 사람과 서비스가 더 빠르게 늘면, 한 건당 전력은 줄어도 전체 사용량은 커질 수 있습니다. 에어컨이 예전보다 효율적이어도 더 많은 집이 더 오래 켜면 전력 사용량이 줄지 않는 것과 비슷합니다.

IEA는 데이터센터 전력 수요가 2025년에 17% 증가했고, AI 중심 데이터센터의 전력 사용은 2030년까지 세 배가 될 수 있다고 분석했습니다. 동시에 재생에너지, 저장장치, 천연가스, 원자력, 지열 등 여러 공급원이 함께 필요하다고 봤습니다. IEA의 2026년 분석에 근거한 설명입니다. 여기서 중요한 것은 어느 한 발전원만 ‘정답’이라고 말하는 것이 아닙니다. 데이터센터는 24시간 전력 품질과 안정성이 중요하므로, 지역 전력망 여건·발전원·저장장치·송전망을 함께 봐야 합니다.

AI 데이터센터 뉴스를 읽는 네 가지 질문

첫째, 가동 용량과 가동 시점은 무엇인가를 봐야 합니다. ‘계획’, ‘옵션’, ‘확보 계약’, ‘건설 중’, ‘상업 가동’은 전혀 다른 단계입니다.

둘째, 전력망 연결은 확보됐는가를 확인해야 합니다. 전기 생산 계획만 있어도 송전선·변전소·변압기가 늦으면 데이터센터는 제때 가동하기 어렵습니다.

셋째, 비용은 누가 부담하는가를 봐야 합니다. 전력요금 이용자, 데이터센터 사업자, 전력회사, 정부 중 누가 신규 인프라 비용을 내는지에 따라 지역의 이익과 부담이 달라집니다.

넷째, 효율과 총사용량을 구분해야 합니다. ‘전력당 성능이 좋아졌다’는 말은 중요하지만, 실제 AI 사용량이 더 빨리 늘면 총전력 수요는 커질 수 있습니다.

이 기준은 이미 쓴 AI 데이터센터에서 GPU 다음에 광섬유를 봐야 하는 이유에서 설명한 연결망 문제와 이어집니다. 또한 엔비디아 AI 공장은 GPU만 파는 일이 아닌 이유에서 본 것처럼, AI 공장은 GPU·네트워크·전력·냉각을 함께 맞춰야 합니다. 마지막으로 AI 칩 전쟁은 엔비디아 대 자체 칩의 1대1 대결이 아닌 이유에서 살핀 칩 선택도 결국 어떤 전력·냉각·소프트웨어 환경에서 돌릴지와 연결됩니다.

마무리: AI 경쟁의 다음 병목은 ‘전기를 꽂을 자리’입니다

AI 데이터센터는 보이지 않는 인터넷 서비스의 뒷면에 있는 실제 공장입니다. 좋은 GPU와 빠른 네트워크가 있어도 전력망 연결, 냉각 설비, 건설 인력, 비용 부담 구조가 맞지 않으면 서비스는 가동되지 않습니다.

따라서 앞으로 AI 투자 뉴스를 읽을 때는 ‘몇 조 원을 투자한다’는 제목에서 멈추지 말아야 합니다. 어디에 짓는지, 몇 MW 또는 GW가 언제 가동되는지, 전력망을 누가 확충하는지, 비용과 지역사회 부담을 누가 지는지를 함께 물어야 합니다. 그 질문이 AI 데이터센터 경쟁을 숫자 경쟁이 아닌 실제 운영 경쟁으로 읽게 해 줍니다.

참고자료

1. Alphabet 2026년 2분기 실적발표 콜
2. Alphabet 2026년 2분기 SEC 공시
3. IEA, Energy and AI — Executive summary
4. IEA, Data centre electricity use surged in 2025
5. U.S. Department of Energy, Ohio AI power fact sheet
6. NVIDIA, PORTS-Pike Technology Campus 발표
7. OpenAI, PORTS-Pike 프로젝트 발표