AI 데이터센터, 전력 한계에 부딪히다: 세 가지 경쟁 인프라 전략

서론

인공지능의 다음 한계는 모델 아키텍처나 반도체 성능이 아닐 수 있다. 수백만 개의 가속기를 24시간 가동, 냉각, 연결 및 전력 공급하는 데 필요한 물리적 인프라가 바로 그것이다.

2026년의 여러 사건들은 이러한 제약을 유난히 가시적으로 드러냈다.

한 대규모 폭염으로 인해 케임브리지 대학교의 Dawn 슈퍼컴퓨터가 시설 문제로 접근이 중단되었다. 미국에서는 전국 최대 지역 전력 시장인 PJM이 기록적인 수요, 급격한 균형 비용 급등, 그리고 2년 만에 10배 이상 오른 용량 가격을 경험했다. 같은 지역의 제조업체들은 데이터센터 수요 증가로 전기 요금이 치솟고 있다고 보고했다.

동시에 QTS는 버지니아 주에서 오랫동안 논란이 되었던 Digital Gateway 프로젝트의 일부를 포기했다. 이 캠퍼스는 지금까지 제안된 데이터센터 개발 중 가장 큰 규모 중 하나로 묘사되었지만, 수년간의 법적 공방, 지역사회 반대, 토지 사용 분쟁 및 환경 문제로 인해 진행되지 못했다.

이러한 사례들은 모두 동일한 결론을 가리킨다. AI 인프라는 더 이상 단순히 GPU를 구매하고 창고 공간을 찾는 문제가 아니다. 전기, 송전, 냉각, 물, 토지, 허가, 그리고 사회적 수용이 AI 스택의 일부가 되고 있다.

현재 세 가지 주요 전략이 기업들이 이 문제를 해결하려는 방식을 보여준다:

1. 궤도 상의 지속적인 태양 에너지 쪽으로 컴퓨팅을 이동시킨다.
2. 거대한 지상 데이터센터 캠퍼스 옆에 전용 발전소를 건설한다.
3. 재생에너지가 풍부한 사막 지역으로 컴퓨팅을 이동시키고 에너지, 저장 장치, 워크로드를 하나의 시스템으로 조정한다.

본 기사는 SpaceX의 궤도 데이터센터 출원, SoftBank와 SB Energy의 오하이오 프로젝트, 그리고 Envision Energy의 Mission Gobi 이니셔티브를 통해 이러한 접근법을 살펴본다.

전력 제약이 AI 제약이 되고 있다

AI 시스템은 여러 계층에서 전력을 소비한다.

가속기는 연산을 위한 전력이 필요하다. 네트워킹 장비는 기계 간에 데이터를 이동시킨다. CPU, 저장 장치, 메모리, 냉각 시스템이 추가 수요를 발생시킨다. 전력 변환 및 분배 과정에서 손실이 발생하며, 백업 시스템과 중복성은 설치해야 하는 인프라의 양을 증가시킨다.

그 결과, 한 시설의 에너지 요구량은 도시나 산업 단지에 맞먹을 수 있다.

물리적 제약 역시 긴밀하게 연결되어 있다:

| 제약 사항 | 이유 |

AI 데이터센터에 중요한 요소 |
|-|-|
| 발전 | 계획된 컴퓨팅 부하를 지원할 충분한 전력이 있는지 결정 |
| 송전 | 전력망에 과부하를 주지 않고 부지에 전력이 도달할 수 있는지 결정 |
| 냉각 | 고밀도 가속기의 과열을 방지 |
| 물 | 일부 냉각 시스템 및 발전 과정 지원 |
| 토지 | 건물, 변전소, 냉각, 발전 및 송전을 위한 공간 제공 |
| 인허가 | 프로젝트가 계획에서 건설로 진행되는 속도 결정 |
| 지역사회 수용 | 법적 위험, 프로젝트 일정 및 정치적 지원에 영향 |
| 하드웨어 공급 | 시설 장비를 갖추는 속도 제한 |
| 전력망 안정성 | 캠퍼스가 지역 신뢰성을 악화시키지 않고 운영 가능한지 결정 |

데이터센터가 GPU를 확보하더라도 송전 연결이 지연되면 실패할 수 있습니다. 전력을 확보하더라도 물 사용, 소음, 토지 전환 또는 지역사회 근접성에 대한 반대에 직면할 수 있습니다. 물리적 캠퍼스를 건설하더라도 냉각 시스템이 과거 기온이 아닌 더 극단적인 날씨를 기준으로 설계되었다면 가동 중단을 겪을 수 있습니다.

이것이 바로 AI 인프라 논쟁이 "누가 최고의 칩을 가졌는가?"에서 "누가 전체 시스템을 조직할 수 있는가?"로 이동하는 이유입니다.

폭염이 고성능 컴퓨팅의 취약성을 드러내다

2026년 6월 말, 케임브리지 대학교의 Dawn AI 슈퍼컴퓨터가 폭염 동안 기술적 문제로 데이터센터 냉각 인프라에 영향을 받아 오프라인 상태가 되었습니다.

Dawn은 기후 모델링, 의학 연구 및 기타 계산 집약적 작업을 포함한 프로젝트를 지원합니다. 보고서에 따르면 연구 데이터는 손실되지 않았지만, 중단으로 여러 팀의 접근이 차단되고 진행 중인 프로젝트가 지연되었습니다.

이 사건이 중요한 두 가지 이유가 있습니다.

첫째, 고급 연구 인프라도 예상 운영 범위를 벗어난 환경 조건에 취약할 수 있음을 보여줍니다.

둘째, 점점 더 중요해질 피드백 루프를 보여줍니다. AI가 기후 변화 모델링, 에너지 시스템 최적화 및 신기술 개발에 사용되지만, 컴퓨팅 인프라 자체는 상승하는 기온의 물리적 영향을 견뎌야 합니다.

따라서 AI 시설의 탄력성 계획은 다음을 고려해야 합니다:

• 더 높은 주변 온도
• 더 긴 폭염
• 감소된 냉각 효율
• 물 사용 제한
• 최대 수요 시 전력망 부하
• 전력 및 냉각 시스템의 동시 고장
• 보호 종료 후 복구 시간

평균적인 과거 날씨만을 기준으로 설계된 시설은 향후 10년간의 AI 배포에 충분하지 않을 수 있습니다.

PJM, 데이터센터 수요가 광역 전력망에 미치는 영향 입증

PJM Interconnection은 미국에서 약 6,700만 명이 거주하는 지역의 전력 시장을 조정합니다.

데이터센터 수요의 급속한 증가는 느린 발전 개발, 지연된 송전, 발전소 폐쇄 및 신규 자원 연결을 위한 긴 대기열과 충돌하고 있습니다.

PJM의 2026/2027 용량 경매는 메가와트-일당 329.17달러에 청산되었습니다. 이는 2024/2025 납품 연도의 메가와트-일당 28.92달러와 비교하면

열 배.

용량 요금제는 수요가 최대치에 달하는 기간 동안 충분한 발전량이 확보되도록 하기 위한 제도이다. 예측된 수요가 공급 가능한 양보다 빠르게 증가하면, 해당 용량을 확보하는 비용이 급격히 상승할 수 있다.

이러한 영향은 기술 기업에만 국한되지 않는다.

로이터 통신에 따르면, 오하이오주에 위치한 141년 전통의 제조업체 벨든 브릭(Belden Brick)은 월간 용량 요금이 약 1,600달러에서 약 12,000달러로 상승했다. 이 회사는 하이퍼스케일 데이터 센터가 대규모의 새로운 전력 부하를 창출하고 있는 동일한 광범위한 시장에서 운영되고 있다.

그렇다고 해서 모든 전기 요금 인상이 오직 AI 때문이라고 단정할 수는 없다. 연료비, 송전 혼잡, 발전소 폐지, 시장 규칙, 기상 조건, 그리고 광범위한 수요 등 모든 요소가 영향을 미친다.

그러나 매우 대규모의 데이터 센터 수요 예측은 현재 전력회사, 전력망 운영자, 규제 기관, 산업 소비자들이 미래의 공급을 계획하는 방식에 영향을 미치고 있다.

기존 전력망이 AI 부하에 어려움을 겪는 이유

기존 전력 시스템은 비교적 예측 가능한 성장을 기반으로 구축되었다.

AI 캠퍼스는 압축된 일정 내에 기가와트 단위의 신규 용량을 요청할 수 있다. 단일 프로젝트가 지역 도시 전체의 부하보다 더 클 수도 있다.

그러면 전력망은 여러 문제를 해결해야 한다:

1. 충분한 발전소를 건설하거나 유지한다.
2. 송전선로와 변전소를 업그레이드한다.
3. 피크 시간대의 신뢰성을 유지한다.
4. 새로운 인프라 비용을 누가 부담할지 결정한다.
5. 투기적이거나 중복된 부하 요청이 계획을 왜곡하는 것을 방지한다.
6. 비정상적으로 대규모 사용자로 인해 발생하는 비용으로부터 일반 소비자를 보호한다.

이러한 질문들은 AI 정책의 핵심이 되고 있다.

디지털 게이트웨이는 부지와 허가가 중요함을 증명했다

버지니아주 프린스 윌리엄 카운티에 제안된 디지털 게이트웨이(Digital Gateway) 프로젝트는 데이터 센터 확장에 대한 지역사회 저항의 가장 두드러진 사례 중 하나가 되었다.

해당 개발 지역은 2,100에이커 이상을覆盖했으며, 수천만 제곱피트 규모의 데이터 센터 건설을 지원할 계획이었다. QTS와 컴퍼스 데이터센터(Compass Datacenters)가 참여한 주요 개발사 중 하나였다.

지지자들은 이 프로젝트가 투자, 세수, 일자리를 창출할 것이라고 주장했다. 반대자들은 토지 이용 절차, 역사적 경관, 전력 수요, 송전선로, 소음, 환경 영향, 그리고 마나사스 국립 전장 공원(Manassas National Battlefield Park) 인근 농촌 지역의 산업화에 대한 우려를 제기했다.

법원은 공고 절차에 문제가 있다는 점을 발견하고 용도 변경 승인을 무효화했다. 다른 당사자들은 항소를 취하했고, QTS는 2026년 7월 남은 법적 공격을 철회했다.

프로젝트의 실패는 근본적인 인프라 규칙을 보여준다:

기술적 실현 가능성이 프로젝트 실현 가능성과 같지는 않다.

데이터 센터는 자금 조달이 가능하고, 건설이 가능하며, 상업적으로 매력적일 수 있지만, 주변 지역사회, 법적 절차, 물리적 경관이 이를 지지하지 않기 때문에 여전히 실패할 수 있다.

AI 개발자에게 부지 선정은 이제 광케이블과 전력 접근성 이상의 것을 요구한다. 다음과 같은 사항에 대한 조기 작업이 필요하다:

• 지역사회 참여
• 환경 검토
• 물 계획
• 역사 보존
• 소음 저감
• 송전선로 경로
• 지역 고용
• 세무 협정
• 비상 서비스
• 공공 투명성

가장 저렴한

랜드온 스프레드시트는 수년간의 소송 끝에 극도로 비싸질 수 있습니다.

전략 1: 스페이스X, 궤도 태양 에너지로 컴퓨팅을 이동시키다

2026년 1월, 스페이스X는 최대 100만 대의 위성으로 구성된 새로운 비정지궤도 위성 시스템에 대한 신청서를 미국 연방통신위원회(FCC)에 제출했습니다.

해당 신청서는 제안된 네트워크를 스페이스X 궤도 데이터 센터 시스템이라고 명시하고 있습니다.

FCC 공개 통지에 따르면, 위성들은 약 500km에서 2,000km 사이의 궤도 껍질 내에서 작동할 예정입니다. 이 위성들은 고대역폭 광학 위성 간 링크를 사용하고, 스타링크 네트워크의 일부와 연결될 것입니다.

기본 아이디어는 이해하기 쉽습니다.

우주에는 풍부한 태양 에너지가 있습니다. 궤도 시스템은 지상 토지 경쟁을 피하고, 지역 전력망에 대한 의존도를 줄일 수 있습니다. 열은 기존 냉각탑 대신 복사를 통해 방출될 수 있습니다.

스페이스X의 접근 방식은 엔지니어링 우선 대응을 나타냅니다. 즉, 전력, 토지, 허가가 지구에서 어렵다면, 인프라를 지상 시스템 외부로 옮기는 것입니다.

궤도 컴퓨팅의 잠재적 이점

궤도 데이터 센터 아키텍처는 다음과 같은 이점을 제공할 수 있습니다:

• 긴 태양 노출 시간
• 지상 토지 경쟁 감소
• 냉각을 위한 현지 담수 직접 사용 없음
• 위성 네트워크를 통한 글로벌 연결성
• 우주 기반 센서 및 애플리케이션과의 근접성
• 지구로 데이터를 전송하기 전에 일부 데이터를 처리할 수 있는 능력

우주 자체 워크로드가 가장 실용적인 출발점일 수 있습니다.

예를 들어, 위성은 지구 관측 이미지, 기상 데이터, 항법 정보 또는 통신 트래픽을 처리한 후 더 작은 결과를 지상으로 보낼 수 있습니다. 이는 전송해야 하는 데이터 양을 줄여줍니다.

엔지니어링 문제는 심각하다

컴퓨팅을 궤도로 옮기는 것이 인프라 제약을 없애지는 않습니다. 그것은 제약을 변화시킬 뿐입니다.

궤도 데이터 센터는 다음을 해결해야 합니다:

• 발사 질량 및 발사 비용
• 방사선 손상
• 진공 상태에서의 열 관리
• 태양 전지판 크기
• 식 기간 동안의 에너지 저장
• 우주 쓰레기
• 하드웨어 교체
• 통신 대역폭
• 지연 시간
• 유지 보수
• 위성 수명
• 수명 종료 처리

열은 여전히 주요 과제로 남아 있습니다.

지구에서는 데이터 센터가 열을 공기나 물로 전달할 수 있습니다. 우주에서는 열을 운반할 주변 유체가 없습니다. 시스템은 방열기를 사용해야 하며, 이러한 방열기는 배치된 컴퓨팅 성능에 비해 매우 커질 수 있습니다.

2026년 궤도 데이터 센터 경제성에 대한 기술 분석에 따르면, 범용 지상 워크로드가 지상 인프라와 경쟁하려면 극도로 낮은 결합 발사 및 우주선 비용, 높은 활용도, 긴 작동 수명, 유리한 통신 요구 사항이 필요하다고 결론지었습니다.

이는 궤도 AI 컴퓨팅이 지상 데이터 센터를 빠르게 대체하기보다는 점진적으로 발전할 수 있음을 시사합니다.

신청서는 배치된 시스템이 아니다

FCC는 스페이스X의 신청서를 접수하고 공개 의견을 요청했습니다. 이는 즉시 100만 대의 위성을 배치할 수 있는 허가가 아니라 초기 규제 단계입니다.

스펙트럼, 궤도에 관한 큰 질문들이 여전히 남아 있습니다.

안전, 환경 영향, 천문학, 파편, 그리고 대규모 위성 군집의 발사와 교체에 따른 누적 영향.

궤도 전략은 야심 차지만, 상업적 일정은 우주선 제조, 발사 빈도, 열 설계, 네트워킹 및 규제의 혁신에 달려 있습니다.

전략 2: 소프트뱅크, 컴퓨팅 옆에 전력 인프라 구축

소프트뱅크와 SB에너지는 오하이오에서 매우 다른 접근 방식을 추진하고 있습니다.

미국 에너지부는 파이크 카운티의 옛 포츠머스 가스 확산 공장 부지에 기술 캠퍼스를 조성할 계획을 발표했습니다. 이 프로젝트는 약 10GW 규모의 데이터센터 개발을 지원하는 것을 목표로 합니다.

이와 관련된 에너지 계획에는 최대 10GW의 신규 발전 설비가 포함되며, 이 중 최소 9.2GW는 천연가스에서 충당될 것으로 예상됩니다.

SB에너지와 AEP 오하이오는 주요 송전 인프라에도 투자할 계획입니다. 에너지부는 이 프로젝트가 필요한 전력 공급 업그레이드 비용을 부담하고, 일반 고객이 이러한 비용을 떠안지 않도록 전용 요금 체계를 사용할 것이라고 밝혔습니다.

이 접근 방식은 속도와 규모에 중점을 두고 있습니다.

기존 전력망의 여유 용량이 충분히 확보될 때까지 기다리는 대신, 이 프로젝트는 계획된 컴퓨팅 캠퍼스와 함께 대규모 발전 설비를 별도로 구축할 것입니다.

신속한 개발에 가스가 매력적인 이유

천연가스 발전소는 조정 가능한 전력을 공급할 수 있습니다.

풍력이나 태양광 발전과 달리, 기상 조건이 유리할 때만이 아니라 필요할 때 가동할 수 있습니다. 따라서 지속적인 서비스를 요구하는 데이터센터와 연계하기에 더 용이합니다.

오하이오 모델은 몇 가지 실용적인 이점을 제공합니다:

• 거대한 신규 수요를 위한 전용 발전 설비
• 연방 정부가 이미 관리하고 있는 부지
• 대규모 송전 인프라 투자
• 조정 가능한 전력에 대한 신속한 접근
• 데이터센터 고객과 인프라 비용 간의 명확한 연결
• 잉여 전력을 광역 전력망에 공급할 가능성

컴퓨팅 자원을 신속하게 배치하는 데 중점을 둔 기업에게 이는 느린 지역 전력망 확장을 기다리는 것보다 더 현실적으로 보일 수 있습니다.

기후 측면의 상당한 절충

주요 약점은 탄소 집약도입니다.

9.2GW 규모의 천연가스 발전 포트폴리오는 많이 가동될 경우 상당한 배출량을 발생시킬 것입니다. 또한 파이프라인, 냉각, 용수, 그리고 수십 년간 계속 운영될 수 있는 장수명 인프라가 필요할 수도 있습니다.

따라서 이 프로젝트는 두 가지 정책 목표 사이에 긴장을 조성합니다:

1. AI 인프라를 신속하게 구축한다.
2. 에너지 시스템의 배출량을 줄인다.

천연가스는 빠른 수요 증가 기간 동안 안정적인 전력을 공급할 수 있지만, 미래의 AI 역량을 화석연료 의존도에 묶어둘 위험이 있습니다.

실제 환경적 결과는 발전소 효율, 가동률, 메탄 누출, 탄소 관리 조치, 전력망 상호 작용, 그리고 저탄소 자원이 얼마나 빨리 가용해지느냐에 달려 있습니다.

전략 3: 미션 고비, 컴퓨팅을 재생 에너지 쪽으로 이동

엔비전에너지는 VivaTech 2026에서 미션 고비를 발표했습니다.

이 이니셔티브는 2030년까지 사막 및 건조 지역에 5GW 규모의 친환경 AI 데이터센터 용량을 확보하는 것을 목표로 합니다.

그 핵심 원칙은

연산은 에너지를 따라야 합니다.

기존 도시 근처에 거대한 AI 캠퍼스를 짓고 전력망에 공급을 요청하는 대신, 미션 고비는 풍력, 태양광, 토지, 에너지 저장 자원이 이미 풍부한 곳에 데이터 센터를 배치할 것을 제안합니다.

엔비전은 이러한 접근 방식을 AI 전력 시스템으로 설명하며, 다음을 연결합니다:

• 풍력 발전
• 태양광 발전
• 배터리 저장
• 전력망 인프라
• 컴퓨팅 작업 부하
• 그린 수소 생산
• AI 기반 예측 및 배치

이 설계는 데이터 센터와 에너지 시스템을 하나의 조율된 플랫폼으로 취급합니다.

츠펑 시범 사업

엔비전은 이 모델을 내몽골 츠펑에 이미 배치했다고 밝혔습니다.

회사의 공식 보고에 따르면, 2기가와트 규모의 재생 가능 전력 시스템이 EnOS와 에너지 기반 모델을 활용하여 풍력, 태양광, 저장, 컴퓨팅 작업 부하, 그린 수소 생산을 조율합니다.

엔비전은 또한 텐센트와 협력하여 AI 작업 부하를 재생 가능 에너지 가용성에 동적으로 맞추고 있다고 전했습니다.

이는 기존의 재생 가능 에너지 구매 계약과 다릅니다.

전통적인 데이터 센터는 지속적으로 전력을 소비하면서, 다른 곳에서 생산된 재생 가능 에너지를 나타내는 인증서나 계약을 구매할 수 있습니다. AI 기반 전력 시스템에서는 시설이 거의 실시간으로 실제 전력 흐름, 저장, 발전 예측, 유연한 컴퓨팅 수요를 조율하려고 시도합니다.

우란차바 갤럭시 캠퍼스

엔비전은 우란차바에 있는 더 큰 갤럭시 캠퍼스가 재생 가능 에너지에 직접 연결된 기가와트 규모의 AI 데이터 센터로 개발 중이라고 밝혔습니다.

회사의 보도 자료는 이를 미션 고비 모델의 대표적인 구현 사례로 설명합니다.

기본적인 입지 선정 논리는 강력합니다:

• 사막 지역은 광활한 토지를 제공합니다.
• 풍력 및 태양광 자원이 풍부할 수 있습니다.
• 인구 밀도가 낮습니다.
• 지역 사회 갈등이 줄어들 수 있습니다.
• 더 시원하고 건조한 조건은 일부 냉각 전략을 개선할 수 있습니다.
• 직접 전력 연결은 혼잡한 도시 전력망에 대한 의존도를 줄일 수 있습니다.

그러나 각 사막 부지는 물 가용성, 송전 옵션, 환경 조건, 사용자와의 거리가 다릅니다. "사막에 건설하라"는 그 자체로 완전한 해결책이 아닙니다.

미션 고비가 변동성 재생 전력을 처리하는 방법

가장 큰 기술적 과제는 간헐성입니다.

데이터 센터는 지속적인 운영을 위해 설계된 반면, 풍력 및 태양광 출력은 초, 시간, 일, 계절에 따라 변합니다.

미션 고비의 아키텍처는 여러 형태의 유연성을 결합합니다.

빠른 변화를 위한 배터리 저장 장치

배터리는 밀리초 단위로 반응할 수 있습니다.

이는 다음에 유용합니다:

• 주파수 지원
• 단기 균형 유지
• 풍력 및 태양광의 급격한 변화 완화
• 짧은 정전 연결
• 전력 품질 지원
• 여러 시간에 걸친 에너지 이동

배터리는 기가와트 규모에서 매우 긴 저조 재생 가능 출력 기간을 감당할 충분한 에너지를 저장하는 데는 적합하지 않습니다.

풍력 및 태양광 상호 보완성

풍력과 태양광은 종로 다른 시간에 생산됩니다.

태양광 발전은 주간 시간에 가장 강력합니다. 풍력 패턴은 밤이나 다른 계절에 더 강할 수 있습니다.

수소 및 암모니아를 활용한 장기 저장

두 자원을 결합하면 필요한 저장 용량을 줄일 수 있지만, 완전히 없애지는 못합니다.

잉여 재생 가능 전력을 사용하여 전기분해를 통해 수소를 생산할 수 있습니다.

생산된 수소는 직접 저장하거나, 일부 응용 분야에서 운송 및 저장이 더 용이한 암모니아로 전환할 수 있습니다. 재생 가능 에너지 생산량이 적을 때, 이러한 에너지 캐리어는 발전이나 산업 공정을 지원할 수 있습니다.

이 접근 방식은 장기 저장을 가능하게 하지만, 전환 과정에서 손실이 발생하고 추가 비용이 수반됩니다.

전체 과정은 다음과 같습니다:

1. 재생 가능 전력을 생산합니다.
2. 수소를 생산합니다.
3. 필요에 따라 수소를 암모니아로 전환합니다.
4. 연료를 저장합니다.
5. 이를 다시 전력 또는 기타 유용한 출력으로 전환합니다.

각 단계에서 효율이 저하됩니다. 따라서 시스템은 추가 발전, 송전, 배터리 또는 유연한 작업 부하보다 장기 저장이 더 큰 가치를 제공하는 시점을 결정해야 합니다.

유연한 AI 작업 부하

모든 컴퓨팅 작업이 동시에 실행될 필요는 없습니다.

일부 작업 부하는 조정이 가능합니다:

• 데이터 전처리
• 합성 데이터 생성
• 배치 추론
• 모델 평가
• 체크포인트 변환
• 긴급하지 않은 학습
• 렌더링
• 시뮬레이션
• 오프라인 분석

AI를 인식하는 에너지 관리 시스템은 재생 가능 에너지가 풍부할 때 더 유연한 작업을 예약하고, 지연 시간에 민감한 추론 및 중요 서비스를 위해 안정적인 용량을 확보할 수 있습니다.

이는 미션 고비의 가장 중요한 아이디어 중 하나입니다.

에너지 시스템이 모든 컴퓨팅 작업이 유연하지 않은 것처럼 작동하도록 강요하는 대신, 일부 컴퓨팅 수요가 에너지 가용성에 적응할 수 있도록 합니다.

세 가지 전략 비교

세 가지 접근 방식은 동일한 기본 문제를 매우 다른 방식으로 해결합니다.

전략	핵심 아이디어	주요 장점	주요 과제
스페이스X 궤도 데이터 센터	궤도상의 지속적인 태양 에너지 쪽으로 컴퓨팅을 이동	일부 지상 토지, 전력망 및 물 제약 회피	발사 비용, 방사선, 열 방출, 유지보수, 규제
소프트뱅크 오하이오 캠퍼스	거대한 지상 캠퍼스 옆 전용 조정 가능 전력 건설	대규모의 신속하고 안정적인 구축 지원	화석 연료 배출, 물, 파이프라인, 장기적인 탄소 고착
엔비전 미션 고비	재생 가능 에너지가 풍부한 사막으로 컴퓨팅을 이동하고 전력, 저장, 작업 부하 조정	도시 전력망 경쟁이 적은 저탄소 인프라	재생 가능 에너지 변동성, 저장 비용, 물, 송전, 지리적 지연 시간

어느 하나가 보편적인 해결책은 아닙니다.

궤도 컴퓨팅은 일반 클라우드 작업 부하에서 경쟁력을 갖추기 전에 우주 자체 처리에 매력적일 수 있습니다.

가스 기반 캠퍼스는 가장 빠르게 확장될 수 있지만 탄소 및 환경 압력에 직면합니다.

재생 가능 에너지 사막 캠퍼스는 장기적인 경제성이 뛰어날 수 있지만, 정교한 제어, 저장, 유연한 작업 부하 및 안정적인 연결이 필요합니다.

미래는 아마도 혼합된 형태일 것입니다.

"컴퓨팅이 전력을 따라간다"가 입지 선정의 규칙이 되는 이유

클라우드 시대의 대부분 동안 데이터 센터는 종종 네트워크 허브, 고객, 숙련된 인력, 유리한 세금 제도 및 안정적인 전력망 근처에 위치했습니다.

AI는 이러한 상황을 변화시킵니다.

균형.

모델 훈련과 많은 배치 작업은 실시간 소비자 애플리케이션보다 물리적 거리에 덜 민감합니다. 모델 훈련 클러스터는 전력, 광섬유 및 운영 지원이 갖춰져 있다면 대도시에서 멀리 떨어진 곳에 위치할 수 있습니다.

이로 인해 에너지가 풍부한 지역이 더 매력적으로 변합니다.

입지 선정 과정은 점점 다음 질문으로 시작될 수 있습니다:

1. 대규모 전력을 어디서 얻을 수 있는가?
2. 이를 지속적으로 공급할 수 있는가?
3. 한계 탄소

집약도는 얼마인가?
4. 부하가 지역 전력망을 불안정하게 만들지 않고 지원할 수 있는가?
5. 발전, 저장, 냉각 및 컴퓨팅에 충분한 토지가 확보 가능한가?
6. 프로젝트가 허가를 받고 지역사회의 수용을 얻을 수 있는가?
7. 광섬유 네트워크가 충분한가?
8. 어떤 워크로드가 해당 위치를 수용할 수 있는가?

데이터 센터는 단순히 전선 끝의 고객이 아니라 전력 시스템의 일부가 되어가고 있습니다.

녹색 프로젝트에서도 물은 여전히 제약 요소

재생 가능 전기가 자동으로 물 사용을 없애지는 않습니다.

물은 다음에 의해 소비될 수 있습니다:

• 증발 냉각
• 냉각탑
• 가습
• 발전 과정
• 반도체 제조
• 수소 생산
• 건설 및 유지보수

사막 지역은 낮은 습도와 시원한 밤을 제공할 수 있지만, 수자원이 부족할 수도 있습니다.

따라서 신뢰할 수 있는 녹색 AI 프로젝트는 완전한 물 관리 전략이 필요합니다.

여기에는 다음이 포함될 수 있습니다:

• 직접 칩 액체 냉각
• 폐쇄 루프 시스템
• 건식 냉각기
• 실용적인 경우 공랭식
• 재생수 사용
• 열 재사용
• 물 사용량 보고
• 현장별 제한
• 지역사회 및 농업과 경쟁을 피하는 설계

물 효율성은 탄소 집약도 및 전기 비용과 함께 평가되어야 합니다.

녹색 수소는 유용하지만, 무료 배터리는 아닙니다

초기 미션 고비 개념은 녹색 수소와 녹색 암모니아에 장기 균형 유지에서 중요한 역할을 부여합니다.

그 역할은 기술적으로 타당하며, 특히 시스템이 수소나 암모니아에 대한 산업 수요도 함께 충족시키는 경우 더욱 그렇습니다.

그러나 전기를 재생산하기 위해 수소만 사용하는 것은 재생 가능 전력을 직접 사용하거나 단기 배터리 저장보다 효율성이 낮습니다.

수소는 여러 형태의 가치를 제공할 수 있을 때 더 매력적입니다:

• 계절별 에너지 저장
• 산업용 원료
• 수출 연료
• 백업 발전
• 전력망 균형
• 화학 제품 수익
• 그렇지 않으면 제한될 재생 가능 에너지 활용

경제성은 전해조 이용률, 저장 인프라, 변환 효율, 연료 수요 및 초과 재생 전력 비용에 따라 달라집니다.

따라서 미션 고비는 단순히 수소 백업 발전기가 있는 데이터 센터가 아니라 통합 에너지-컴퓨팅 시스템으로 이해되어야 합니다.

AI 계층이 주요 차별화 요소가 될 수 있습니다

풍력 터빈, 태양광 패널, 배터리, 데이터 센터 및 수소 장비는 이미 존재합니다.

미션 고비의 더 독특한 부분은 조정 계층입니다.

EnOS와 같은 시스템은 다음을 결합할 수 있습니다:

• 기상 예보

• 전력 생산 예측

• 배터리 충전 상태

• 수소 저장 수준

• 데이터 센터 부하

• 모델 훈련 일정

• 전력망 가격

• 네트워크 제약 조건

• 유지보수 요구 사항

그런 다음 다음과 같은 작업을 언제 수행할지 결정할 수 있습니다.

• 유연한 AI 작업 실행
• 배터리 충전
• 수소 생산
• 필수적이지 않은 컴퓨팅 축소
• 전력 수출
• 전력 수입
• 중요 추론을 위한 용량 예약
• 작업 위치 간 이동

이 지점에서 AI 인프라는 사이버-물리 운영 체제와 유사해지기 시작합니다.

가치는 에너지 자산을 소유하는 것뿐만 아니라, 개별 운영자의 집합보다 더 나은 조정을 통해 발생합니다.

무엇을

데이터 센터 개발자가 배워야 할 점

Dawn, PJM, Digital Gateway, 오하이오, 궤도 컴퓨트, 미션 고비 관련 사건들은 새로운 설계 원칙을 제시합니다.

1. 컴퓨팅보다 에너지가 먼저 계획되어야 함

프로젝트는 전력망이 기가와트 규모의 여유 전력을 요청에 따라 제공할 것이라고 가정해서는 안 됩니다.

발전, 송전, 저장, 백업, 수요 유연성은 초기 설계의 일부여야 합니다.

2. 커뮤니티 수용은 인프라의 일부

허가와 공공 지원은 홍보 세부 사항이 아닙니다. 이들은 핵심 경로 엔지니어링 종속 항목입니다.

법적으로 이의가 제기된 부지는 실행 가능한 프로젝트를 지연시키거나 망가뜨릴 수 있습니다.

3. 복원력에는 극한 기후 조건이 포함되어야 함

냉각 및 전력 시스템은 폭염, 가뭄, 폭풍, 화재 등 과거 평균을 벗어난 조건에서 테스트되어야 합니다.

4. 유연한 작업 부하에는 경제적 가치가 있음

시간이나 지리적으로 긴급하지 않은 컴퓨팅을 이동할 수 있는 능력은 전력 비용을 낮추고 재생 에너지 사용을 용이하게 합니다.

5. 탄소, 물, 토지는 함께 평가되어야 함

저탄소 설계라도 물이나 토지 갈등을 초래할 수 있습니다. 물 효율이 높은 부지도 고배출 전력에 의존할 수 있습니다.

전체 환경 시스템이 중요합니다.

6. 전용 전력이 공공 책임을 없애지 않음

민간 자금으로 건설된 발전소는 요금 납부자를 일부 직접 비용으로부터 보호할 수 있지만, 배출, 파이프라인, 물, 대기 오염, 지역 신뢰성은 여전히 공공에 영향을 미칩니다.

7. 최고의 아키텍처는 하이브리드일 수 있음

미래의 AI 시스템은 다음을 결합할 수 있습니다.

• 도시 추론 센터
• 원격 훈련 캠퍼스
• 재생 에너지 사막 컴퓨트
• 가스 또는 원자력 백업
• 분산 엣지 시스템
• 제한된 궤도 처리
• 지역 간 작업 부하 이동

서로 다른 작업 부하는 서로 다른 요구 사항을 가집니다.

자주 묻는 질문

왜 AI 데이터 센터가 전력망 우려를 초래하나요?

AI 클러스터는 수백 메가와트에서 수 기가와트의 전력을 필요로 할 수 있습니다. 프로젝트가 발전 및 송전 건설보다 빠르게 도착하면 용량 비용을 증가시키고, 다른 연결을 지연시키며, 신뢰성 문제를 야기할 수 있습니다.

Digital Gateway 데이터 센터 프로젝트에 무슨 일이 있었나요?

QTS는 2026년 7월에 남은 법적 이의를 철회하여 사실상 제안된 버지니아 프로젝트의 일부를 종료했습니다. 이 개발은 재구역 지정 절차 및 환경 영향에 대한 분쟁을 포함한 수년간의 소송과 커뮤니티 반대에 직면했습니다.

SpaceX의 궤도 데이터 센터 계획은 무엇인가요?

SpaceX는 최대 100만 개의 위성으로 구성된 비정지 궤도 시스템에 대한 FCC 신청서를 제출했습니다.

궤도 데이터센터 네트워크로 설명되는 이 개념은 태양광 위성과 광학 링크를 활용하지만, 현재로서는 초기 규제 및 엔지니어링 단계에 머물러 있다.

소프트뱅크 오하이오 AI 캠퍼스란?

소프트뱅크, SB에너지 및 파트너사들은 오하이오州 포츠머스 가스확산공장 부지에 10기가와트 규모의 데이터센터 캠퍼스를 계획 중이다. 이 프로젝트에는 최대 10기가와트의 신규 발전 설비가 포함되며, 이 중 최소 9.2기가와트는 천연가스 발전이 될 것으로 예상된다.

미션 고비(Mission Gobi)란?

미션 고비는 비전에너지(Envision Energy)가 2030년까지 사막 및 건조 지역에 5기가와트 규모의 친환경 AI 데이터센터를 구축하는 이니셔티브다. 이 프로젝트는 재생에너지 발전, 저장, 전력망 인프라, 컴퓨팅, AI 기반 에너지 관리를 결합한다.

고빅스(GobiX)가 공식 프로젝트명인가?

비전에너지의 공식 발표에서는 미션 고비를 사용한다. "고빅스"는 일부 논평에서 사막 기반 AI 인프라를 스페이스X의 궤도 접근 방식과 대비하기 위해 사용된 비공식적인 명칭이다.

재생에너지로 AI 데이터센터를 지속적으로 가동할 수 있나?

가능하다. 단, 지속적인 서비스에는 일반적으로 초과 설계된 풍력·태양광, 배터리, 장기 저장 장치, 전력망 지원, 백업 발전, 작업 부하 유연성 등을 포함한 포트폴리오가 필요하다. 정확한 설계는 부지 조건과 신뢰성 목표에 따라 달라진다.

왜 사막에 AI 데이터센터를 구축하는가?

사막 및 건조 지역은 넓은 부지, 풍부한 풍력·태양광 자원, 낮은 인구 밀도, 도시 전력망과의 경쟁 감소 등의 장점을 제공한다. 다만 개발사들은 물, 연결성, 환경, 저장, 유지보수 등의 과제를 해결해야 한다.

관련 도구

• 비전 EnOS: 재생에너지, 저장 장치, 자산, 산업 작업 부하를 조정하는 AI 기반 운영 시스템
• PJM 데이터 뷰어: PJM 지역의 전력 수요, 발전, 가격, 전력망 상태를 모니터링하는 공개 인터페이스
• 엔비디아 미션 컨트롤: 대규모 AI 인프라 운영 및 관리 소프트웨어
• 오픈 컴퓨트 프로젝트: 효율적인 데이터센터, 서버, 냉각, 전력 시스템을 위한 개방형 설계를 개발하는 산업 커뮤니티
• 그린 소프트웨어 재단: 소프트웨어의 환경 영향을 줄이기 위한 표준과 관행을 개발하는 비영리 단체

관련 링크

• 비전, 미션 고비 출시: 5GW 사막 AI 데이터센터 이니셔티브를 설명하는 공식 보도자료

• 비전 2026 넷제로 액션 보고서 발표: 츠펑(Chifeng), 텐센트 협력, EnOS, 미션 고비에 대한 세부 내용

• FCC 스페이스X 궤도 데이터센터 공지: 스페이스X의 최대 100만 개 위성 신청에 관한 공식 공지

• [미국 에너지부 오하이오 AI 캠퍼스 팩트시트](https://www.

• [energy.gov/articles/fact-sheet-department-energy-ensuring-affordable-energy-access-ohio-while-powering-future): 10GW 데이터 센터, 가스 발전 및 송전 투자에 관한 공식 세부 정보.

• PJM 2026/2027 용량 경매 보고서: 공식 경매 결과 및 용량 청산 가격.

• 로이터, QTS의 디지털 게이트웨이 종료 보도: 버지니아 프로젝트 종료 관련 보도.

요약

AI 인프라는 더 이상 칩 공급 문제를 넘어서고 있습니다. 전력 생산, 송전, 냉각, 물, 토지, 허가 및 대중 수용성이 새로운 컴퓨팅을 신속하게 배포하는 데 있어 현실적인 한계가 되고 있습니다.

스페이스X, 소프트뱅크, 그리고 엔비전은 각기 다른 세 가지 대응 방식을 보여줍니다. 스페이스X는 궤도 상의 태양 에너지 쪽으로 컴퓨팅을 이동할 것을 제안합니다. 소프트뱅크는 거대한 오하이오 캠퍼스에 전용 가스 발전을 결합하고 있습니다. 미션 고비는 사막의 재생 에너지 자원 쪽으로 컴퓨팅을 이동시키고, AI 전력 시스템을 통해 에너지, 저장, 수소, 유연한 작업 부하를 조정하는 것을 목표로 합니다.

각 접근 방식은 한 가지 제약 조건 집합을 해결하는 동시에 다른 제약 조건을 도입합니다. 궤도 시스템은 발사 및 열 문제에 직면합니다. 가스 기반 캠퍼스는 탄소 위험을 초래합니다. 재생 에너지 사막 시스템은 저장, 물 계획, 연결성 및 정교한 조정이 필요합니다.

차세대 AI 인프라의 승자는 가장 많은 가속기를 보유한 기업이 아니라, 에너지, 토지, 냉각, 네트워크 및 컴퓨팅을 가장 신뢰할 수 있는 완전한 시스템으로 구성할 수 있는 기업이 될 것입니다.