오는 2027년 인공지능(AI) 기술의 발전과 도입 열풍으로 전세계 데이터센터의 40%가 전력 부족에 시달릴 것이라는 전망이 나왔다. 최고성능의 반도체가 막대한 전력을 소모하는데, 이러한 반도체를 활용하는 데이터센터 수가 폭발적으로 증가해서다. 또 데이터센터가 요구하는 전력을 생산할 수 있는 인프라를 구축하는 데에는 긴 시간이 필요로 하는 만큼 전력난이 가속화 한다는 분석이다.

14일 글로벌 시장 조사기구 가트너는 2027년 데이터센터가 AI 최적화 서버 운영을 위한 필요 전력이 연간 500TWh(테라와트시)로 2023년 195TWh 대비 2.6배에 달할 예정이라고 밝혔다.

1Wh는 1000GWh로 1GW는 1시간 가동하는 동안 에너지량을 나타낸다. 2022년 기준 연간 서울 410만 가구 전력 소비량은 4만 8789GWh다. 즉, 2027년 AI 데이터센터가 소모하는 전력 사용량은 서울 전체 가구 소비량의 10배 이상에 달할 전망이다.

AI 개발 및 활용을 위한 데이터센터가 유독 타 데이터센터 대비 높은 전력 소모를 보이는 데에는 최고성능 반도체를 비롯한 다양한 고전력 하드웨어를 활용해서다. 여기에 더해 고전력 반도체 등을 활용하면서 발생한 열을 식히기 위한 냉각 과정이 더해지며 전력 소모량은 기하급수적으로 늘어난다.

또 AI의 고성능화가 방대한 학습에서 비롯하는 만큼 끊임없는 학습과 활용범주가 넓어지며 연중무휴로 가동한다는 점 또한 높은 전력을 소비한다. 일반 가정용 또는 기성 공단 지역 전력 소모량을 압도하는 만큼 AI 데이터센터는 별도 전력 발전소를 필요로 한다. 비상시를 대비한 발전도구 또한 필수다.

밥 존슨(Bob Johnson) 가트너 VP 애널리스트는 "생성형 AI를 구현하기 위한 신규 하이퍼스케일(초대형급) 데이터센터의 폭발적 성장은 끝없는 전력 수요를 만들어내며 전력 공급업체의 용량확장 능력을 초과할 것"이라며 "이는 에너지 가용성을 저해하고 전력부족으로 이어질 위험이 있다"고 설명했다.

가트너는 2026년부터 생성형 AI 외 용도의 신규 데이터센터 구축도 AI 데이터센터 전력 소모량의 영향을 받을 것으로 내다봤다. 이어 거대언어모델(LargeLanguageModel)이 빠른 속도로 확장하는 가운데 대규모 데이터센터 설립이 추진 되고 있지만 전력 인프라 구축은 속도를 따라가지 못한다고 지적했다. 따라서 초거대 언어 모델(LLM) 운영 및 개발 비용의 상승은 물론 전력 부족 심화가 전체 전력 가격 상승까지 끌어낼 것으로 보인다.

풍력·태양광 발전소가 데이터센터 운영에 부적합하다는 의견도 나왔다. 일몰 이후 바람이 불지 않는 시기에 전력 생산이 어려워 항시 전력이 필요한 데이터센터에 맞지 않다는 분석이다. 이탓에 화력 발전소 활용이 계속 되는 만큼 탄소 배출량에 대한 경각심이 필요하다.

가트너 측은 해결책으로 원자력 발전소와 함께 나트륨 이온 배터리 등 향상된 배터리 저장장치와 데이터센터가 단독 사용 가능한 소형 원자로 등 청정 에너지 신기술의 도입이 전력난을 해결하고 동시에 지속가능한 운영을 가능케 할 것으로 봤다.

가트너는 "기업이 향후 몇 년간 데이터센터 요구사항과 전력 공급원을 고려해 이산화탄소 배출과 관련한 지속가능성 목표를 재점검할 필요가 있다"며 "생성형 AI 앱을 개발할 때는 최소한의 컴퓨팅 성능을 사용하는 데 초점을 맞추고 엣지컴퓨팅, SLM(소규모 언어모델)과 같은 대체 옵션을 검토해야 한다"고 경고했다.