최근 몇 년 동안 경제 뉴스를 보다 보면 빠지지 않고 등장하는 단어가 있습니다.
바로 AI와 반도체입니다.
엔비디아의 GPU, HBM, AI 가속기, 첨단 반도체 공정 같은 이야기가 연일 등장하면서 많은 사람들이 AI 시대의 핵심 자원을 반도체라고 생각합니다.
실제로 틀린 말은 아닙니다.
AI가 발전하려면 고성능 GPU와 HBM 같은 메모리 반도체가 필요하고, 이를 생산할 수 있는 기술력과 공급망을 확보하는 것이 국가와 기업의 중요한 경쟁력이 되고 있습니다.
그런데 최근 AI 산업을 조금 더 깊게 들여다보면 또 하나의 문제가 눈에 들어옵니다.
바로 전기입니다.
AI 모델을 학습시키고 서비스를 운영하려면 엄청난 규모의 데이터센터가 필요합니다. 그리고 데이터센터에는 수많은 서버와 GPU가 들어갑니다. 서버가 작동하려면 전기가 필요하고, GPU에서 발생하는 열을 식히기 위한 냉각 설비에도 전력이 필요합니다.
결국 AI 산업이 성장한다는 것은 단순히 반도체가 많이 팔린다는 의미가 아닙니다.
AI가 성장할수록 전기를 사용하는 산업 자체가 커진다는 뜻이기도 합니다.
국제에너지기구(IEA)는 2026년 보고서에서 데이터센터의 전력 소비가 2025년 약 485TWh에서 2030년 약 950TWh로 거의 두 배 증가할 것으로 전망했습니다. 특히 AI에 특화된 데이터센터의 전력 사용량은 전체 데이터센터보다 훨씬 빠르게 증가할 것으로 분석했습니다.
그렇다면 AI세대에는 왜 반도체보다 '전기'가 더 중요한 문게가 될 수 있을까? 알아보겠습니다.
AI가 발전할수록 왜 전기를 많이 사용할까?
우선 가장 기본적인 부분부터 이해할 필요가 있습니다.
우리가 스마트폰으로 검색을 하거나 동영상을 보는 것과 AI가 대규모 모델을 학습시키는 것은 필요한 컴퓨팅 규모가 상당히 다릅니다.
AI는 엄청난 양의 데이터를 처리해야 합니다.
예를 들어 대규모 언어 모델은 수많은 문서와 이미지, 영상 등의 데이터를 학습하면서 패턴을 찾아야 합니다. 이 과정에서 수많은 GPU와 서버가 동시에 작동합니다.
그리고 AI가 학습을 끝냈다고 해서 전기를 적게 사용하는 것도 아닙니다.
오히려 우리가 일상적으로 AI 서비스를 사용하기 시작하면 또 다른 전력 수요가 발생합니다.
사용자가 AI에게 질문을 하나 할 때마다 데이터센터의 서버에서 계산이 이루어집니다.
단순한 텍스트 질문이라면 상대적으로 적은 전력이 필요할 수 있지만, 이미지 생성이나 영상 생성, 복잡한 추론, AI 에이전트처럼 더 많은 계산이 필요한 작업은 훨씬 많은 연산을 필요로 합니다.
IEA도 최근 분석에서 AI 작업 하나당 필요한 전력은 기술 발전에 따라 빠르게 감소하고 있지만, 동시에 사람들이 AI를 사용하는 양이 증가하고 있고 영상 생성이나 추론, 에이전트 같은 에너지 집약적인 활용 사례가 늘어나면서 전체 전력 수요는 계속 증가할 수 있다고 설명했습니다.
여기서 중요한 것은 “AI 한 번 사용할 때 전기를 얼마나 쓰느냐”만 보면 안 된다는 것입니다.
개별 작업의 효율성이 크게 좋아지더라도 AI 사용량 자체가 훨씬 빠르게 증가하면 전체 전력 소비량은 늘어날 수 있습니다.
쉽게 비유하면 자동차의 연비가 좋아졌다고 해서 자동차가 많아지면 석유 소비량이 반드시 줄어드는 것은 아닌 것과 비슷합니다.
AI 반도체 역시 마찬가지입니다.
GPU와 AI 가속기의 성능이 좋아지고 전력 효율도 개선되고 있습니다. 하지만 동시에 AI 모델은 더 커지고 있고, 사용하는 사람도 늘어나고 있으며, 기업들은 더 많은 AI 서비스를 개발하고 있습니다.
결국 효율성 개선과 수요 증가가 동시에 일어나고 있는 상황입니다.
그리고 여기서 또 하나 중요한 것이 있습니다.
바로 냉각입니다.
AI 데이터센터에는 수많은 고성능 GPU가 들어갑니다. 고성능 반도체는 많은 연산을 수행하는 만큼 상당한 열을 발생시킵니다.
따라서 데이터센터에서는 서버에 전력을 공급하는 것뿐만 아니라 발생한 열을 제거하기 위한 냉각 시스템도 운영해야 합니다.
IEA에 따르면 현대 데이터센터의 전력 소비에서 서버가 평균적으로 약 60% 정도를 차지하며, 나머지는 냉각과 네트워크, 전력 공급 장치 등 여러 인프라가 차지합니다. 데이터센터 유형과 효율에 따라 차이는 있습니다.
결국 AI 데이터센터 하나를 만든다는 것은 단순히 건물 안에 GPU를 많이 넣는 것이 아닙니다.
전력을 안정적으로 공급할 수 있는 시설과 냉각 시스템, 송전망, 변전설비까지 함께 구축해야 한다는 뜻입니다.
이 지점부터 이야기가 반도체에서 전기로 넘어가기 시작합니다.
반도체가 있어도 전기가 부족하면 AI 데이터센터를 만들 수 없다
저는 이 부분이 앞으로 상당히 중요해질 것이라고 생각합니다.
지금까지 반도체 산업에서 가장 중요한 질문 중 하나는 이런 것이었습니다.
“누가 더 좋은 반도체를 만들 수 있는가?”
그런데 AI 시대가 본격화되면 여기에 새로운 질문이 추가될 수 있습니다.
“그 반도체를 돌릴 수 있는 전기를 누가 안정적으로 공급할 수 있는가?”
아무리 좋은 GPU를 확보해도 데이터센터에 전력이 부족하면 GPU를 제대로 사용할 수 없습니다.
마치 자동차를 아무리 많이 가지고 있어도 도로와 주유소가 부족하면 마음대로 운행하기 어려운 것과 비슷합니다.
AI 산업에서 GPU가 자동차라면 전력망은 도로와 비슷한 역할을 하는 셈입니다.
IEA는 2025년 보고서에서 데이터센터의 전력 소비가 2024년 약 415TWh에서 2030년 약 945TWh까지 두 배 이상 증가할 것으로 전망했습니다. 데이터센터는 전 세계 전력 소비에서 차지하는 비중 자체는 여전히 제한적이지만, 특정 지역에 데이터센터가 집중되기 때문에 지역 전력망에는 훨씬 큰 부담을 줄 수 있다고 분석했습니다.
이게 상당히 중요한 포인트입니다.
전 세계적으로 보면 데이터센터가 사용하는 전력은 전체 전력 수요의 일부에 불과할 수 있습니다.
하지만 데이터센터가 한 지역에 몰리면 이야기가 달라집니다.
예를 들어 어떤 지역에 대규모 AI 데이터센터가 들어선다고 생각해 보겠습니다.
수십만 개의 GPU와 서버가 작동하고 냉각시설까지 가동되면 해당 지역에서는 갑자기 엄청난 전력 수요가 발생할 수 있습니다.
그렇다면 단순히 발전소만 추가하면 끝날까요?
그렇지도 않습니다.
발전소에서 생산된 전기를 데이터센터까지 보내려면 송전망과 변전소가 필요합니다.
즉,
발전소 → 송전망 → 변전소 → 배전망 → 데이터센터
라는 전체 시스템이 갖춰져야 합니다.
문제는 이 인프라를 구축하는 데 시간이 걸린다는 것입니다.
AI 산업은 상당히 빠르게 성장합니다.
기업이 데이터센터를 몇 년 안에 구축할 수 있다고 하더라도 전력망과 발전 인프라는 계획과 인허가, 건설에 훨씬 긴 시간이 필요할 수 있습니다.
IEA 역시 데이터센터는 비교적 빠르게 건설할 수 있지만 에너지 인프라는 계획과 건설에 더 긴 시간이 필요하기 때문에 전력망 연결이 데이터센터 확장의 병목이 될 가능성을 지적하고 있습니다. 2025년 보고서에서는 이런 문제로 계획된 데이터센터 프로젝트의 약 20%가 지연 위험에 놓일 수 있다고 분석했습니다.
최근에는 미국에서도 이런 현상이 나타나고 있습니다.
미국 에너지정보청(EIA)은 데이터센터가 미국 전력 수요 증가의 주요 요인 중 하나가 되고 있다고 분석했습니다. 미국의 전력 수요는 2005~2019년 연평균 0.1% 증가에 그쳤지만 ,2020~2025년에는 약 1.7%의 연평균 증가율을 기록했습니다.
EIA는 데이터센터 확대를 주요 배경 가운데 하나로 제시했습니다.
이런 현상을 보면 앞으로 AI 산업의 경쟁은 단순한 반도체 경쟁을 넘어설 가능성이 있습니다.
반도체를 생산하는 기술 + 데이터를 처리하는 기술 + 전기를 안정적으로 공급하는 능력이 함께 중요해지는 것입니다.
개인적으로는 이 부분이 앞으로 경제 뉴스에서 더욱 자주 등장할 것이라고 생각합니다.
지금까지는 AI 산업을 이야기하면서 엔비디아나 HBM 같은 반도체 기업의 실적을 주로 봤다면, 앞으로는 발전소와 전력망, 변압기, 냉각 시스템, 에너지저장장치 같은 분야도 함께 봐야 할 필요가 있다고 생각합니다.
그렇다면 AI 시대에는 원전과 재생에너지가 다시 주목받게 될까?
그렇다면 자연스럽게 다음 질문이 나옵니다.
“AI 데이터센터에 필요한 전기를 어디에서 가져올 것인가?”
현재 가능한 선택지는 여러 가지입니다.
태양광과 풍력 같은 재생에너지부터 천연가스, 원자력까지 다양한 발전원이 필요할 수 있습니다.
IEA는 데이터센터의 전력 수요 증가를 충족하는 과정에서 재생에너지가 중요한 역할을 할 것으로 전망하고 있습니다. 2030년까지 데이터센터 전력 수요 증가분의 약 절반을 재생에너지가 담당할 것으로 분석하고 있습니다. 동시에 천연가스와 원자력 역시 중요한 역할을 할 것으로 예상하고 있습니다.
여기서 재미있는 점은 AI가 단순히 IT 산업만 변화시키는 것이 아니라는 것입니다.
AI가 성장하면 전력 수요가 늘어나고, 전력 수요가 늘어나면 발전 산업과 전력망 산업에 대한 투자도 필요해집니다.
결국 AI의 성장이 에너지 산업의 투자 사이클까지 움직일 수 있는 구조가 만들어지고 있습니다.
특히 원자력이 다시 주목받는 이유도 여기에 있습니다.
AI 데이터센터는 일반적인 사무실과 달리 24시간 안정적인 전력 공급이 중요합니다.
태양광은 밤에는 발전량이 줄어들고 풍력 역시 날씨에 따라 발전량이 달라집니다.
그래서 재생에너지 발전량이 부족한 시간에 전력을 공급할 수 있는 저장장치나 다른 발전원이 필요합니다.
원자력 발전은 상대적으로 안정적인 전력 공급이 가능한 발전원이라는 점에서 관심을 받고 있습니다.
IEA 역시 데이터센터 전력 수요를 충족하기 위해 원자력의 역할이 점점 커질 것으로 전망하고 있으며, 2030년 전후로 소형모듈원자로(SMR)가 데이터센터 전력 공급에 활용될 가능성도 언급하고 있습니다.
물론 그렇다고 해서 “앞으로 AI 데이터센터는 모두 원자력으로 운영될 것이다”라고 단정할 수는 없습니다.
발전원마다 장단점이 있고 국가별 전력시장 구조도 다릅니다.
재생에너지 역시 기술 발전과 비용 하락이 계속되고 있고, 에너지저장장치와 전력망 기술이 발전하면 활용 범위가 더욱 넓어질 수 있습니다.
중요한 것은 하나의 에너지원만 선택하는 것이 아니라 안정성, 가격, 환경 영향, 건설 기간, 전력망 상황을 종합적으로 고려해야 한다는 점입니다.
그리고 이 문제는 한국에도 상당히 중요한 의미를 갖습니다.
한국은 제조업 비중이 높고 반도체 산업 역시 국가 경제에서 중요한 역할을 하고 있습니다.
그런데 AI 반도체 생산시설과 데이터센터가 늘어나면 전력 수요 역시 함께 증가할 수밖에 없습니다.
반도체 공장을 짓는 것만으로 끝나는 것이 아니라 이를 안정적으로 운영할 수 있는 전력 인프라가 필요합니다.
특히 데이터센터는 전력이 끊기면 서비스 자체가 중단될 수 있기 때문에 안정적인 전력 공급이 더욱 중요합니다.
따라서 앞으로 한국의 AI 경쟁력을 이야기할 때는 단순히
“삼성전자와 SK하이닉스가 얼마나 좋은 반도체를 만드는가?”
만 보는 것에서 벗어날 필요가 있다고 생각합니다.
“한국이 AI 산업에 필요한 전력을 얼마나 안정적으로 공급할 수 있는가?”
라는 질문도 함께 봐야 합니다.
저는 오히려 앞으로 이 문제가 상당히 중요한 경제 이슈가 될 가능성이 있다고 봅니다.
AI 시대의 진짜 병목은 반도체가 아닐 수도 있다
지금까지 AI 산업의 핵심 자원을 이야기하면 대부분 반도체를 떠올렸습니다.
실제로 GPU와 HBM 같은 반도체는 AI 산업의 핵심 부품입니다.
하지만 AI가 더 빠르게 확산될수록 새로운 문제가 등장하고 있습니다.
바로 전력입니다.
AI 모델을 학습시키려면 대규모 연산이 필요하고, 이를 위해 GPU와 서버가 필요합니다.
서버를 운영하려면 전기가 필요하고, 서버에서 발생하는 열을 식히기 위해서도 전력이 필요합니다.
그리고 데이터센터에 전기를 공급하려면 발전소뿐만 아니라 송전망과 변전소 같은 전력 인프라가 필요합니다.
결국 AI 산업은 생각보다 훨씬 더 에너지 집약적인 산업이 될 수 있습니다.
IEA는 데이터센터 전력 소비가 2025년 약 485TWh에서 2030년 약 950TWh로 거의 두 배 증가할 것으로 전망하고 있습니다. 동시에 AI 기술의 효율성이 빠르게 개선되고 있다는 점도 지적하고 있습니다. 따라서 실제 전력 수요가 정확히 어느 정도까지 늘어날지는 기술 발전과 AI 사용량, 데이터센터 투자 속도 등에 따라 달라질 수 있습니다.
그래서 저는 AI 산업을 바라볼 때 앞으로는 조금 다른 관점이 필요하다고 생각합니다.
반도체만 보지 말고 전기를 같이 봐야 한다는 것입니다.
AI 반도체가 아무리 발전해도 전력이 없다면 데이터센터를 제대로 운영할 수 없습니다.
반대로 안정적이고 저렴한 전력을 확보할 수 있다면 데이터센터와 AI 산업을 유치하는 데 중요한 경쟁력이 될 수 있습니다.
결국 앞으로의 AI 경쟁은
반도체 기술 경쟁 → 데이터센터 경쟁 → 전력 확보 경쟁
으로 점점 범위가 넓어질 가능성이 있습니다.
그리고 여기서 한 단계 더 생각해 보면 재미있는 질문이 생깁니다.
“그렇다면 AI 때문에 전력 수요가 급증하면 전기요금도 같이 오르게 되는 것일까?”
이 문제는 기업의 비용뿐만 아니라 가계의 전기요금, 산업 경쟁력, 물가, 에너지 정책까지 연결될 수 있습니다.
AI가 단순한 IT 산업의 이야기를 넘어 전기요금과 에너지 가격을 움직이는 경제 이슈가 될 수도 있는 이유입니다.