- 생성형 AI의 확산은 전력 산업의 판도를 근본적으로 바꾸고 있다. 기존 데이터센터는 사용자 접속이 많은 낮에는 전력 소비가 늘고 밤에는 줄어드는 패턴을 보였다.
반면 거대언어모델을 운용하는 ‘AI 데이터센터’는 다르다. 수만 개의 연산 장치가 24시간 내내 높은 부하로 가동되며 항상 많은 전력을 소비한다. 전력 소비량이 줄어들지 않고 일정하게 높은 수준을 유지하는 이른바 ‘상시 피크(Constant Peak)’ 상태다. 이에 따라 전력망 운용의 초점도 변화하는 수요를 적절히 관리하는 데서 전력 공급량을 충분히 확보하고 안정성을 강화하는 방향으로 변화하고 있다. - 문제는 현재의 전력망 인프라가 이를 수용하기에 한계가 있다는 점이다. AI 데이터센터의 면적당 전력 밀도는 일반 센터보다 10배 이상 높다. 이렇게 막대한 전력을 수송할 송전망을 건설하는 데는 10년 이상 소요되지만, 데이터센터는 2~3년이면 완공된다. 발전소에서 전기를 생산해도 보낼 선로가 부족해 공급하지 못하는 ‘송전 제약’ 현상이 발생하는 배경이다.
또한 기상 조건에 따라 발전량이 달라지는 태양광이나 풍력만으로는 24시간 안정적인 전력 공급이 필수적인 AI 서버를 감당하기 어렵다. - 이에 글로벌 테크 기업들은 전력 확보를 위해 발 빠르게 움직이고 있다. 송전망 부족 문제를 피하기 위해 발전소 인근에 데이터센터를 짓고 전력을 직거래하거나, 날씨와 무관하게 상시 가동 가능한 원자력 발전에 직접 투자한다. 기술적으로는 전력 소비가 많은 공기 냉각 대신 액체 냉각 방식을 도입하고, 에너지 효율이 높은 AI 전용 반도체를 채택해 소비량 자체를 줄이려 노력하고 있다.
바야흐로 전력 산업의 주도권이 공급자에서 ‘초거대 소비자’로 이동하는 구조적 전환기다.
- AI 시대의 핵심 기반 시설인 데이터센터(DC)는 성능이 향상될수록 전력 소모가 줄어든다는 기존 통념과 다른 양상을 보인다. 데이터센터는 24시간 내내 일정 수준 이상의 전력을 소비하며, 특히 AI 학습 작업이 진행될 때는 전력 수요가 급증한다. 이는 지역 전력망의 안정성을 저해하고 운영 비용을 높이는 요인으로 작용한다. 이에 전력 산업계는 안정적인 공급을 위한 다각적인 대응책을 마련하고 있다. 2023년 생성형 AI 등장 이후 데이터센터 전력 소비는 빠르게 증가하는 추세이며, 2030년에는 약 1,800TWh에 달할 것으로 전망된다.
일반 IDC vs AI IDC 전력 소비 패턴 비교
- AI 학습을 수행하는 데이터센터는 24시간 내내 최대 부하 수준으로 가동된다. 전력망 입장에서는 수요 예측이 비교적 용이해지는 측면이 있지만, 상시 고부하 상태가 지속되므로 예비 전력을 확보하고 설비 과부하를 관리하는 부담은 오히려 가중된다.
공랭식 vs 액침냉각 효율 비교
- 데이터센터 전체 소비 전력의 약 40%는 장비의 열을 식히는 냉각 과정에 소모된다. 이에 대한 대안으로 공기보다 열전도율이 높은 특수 액체에 서버를 직접 담그는 ‘액침냉각’ 기술이 주목받고 있다.
이 기술을 활용하면 데이터 센터의 전력 효율을 나타내는 지표인 PUE(전력효율지수)를 이상적인 수치인 1.0에 가깝게 개선할 수 있다.
