AI FACTORY : 데이터센터를 다시 읽다

부지를 먼저 고르고 전기를 신청한다.

오랫동안 이 순서는 의심할 이유가 없었습니다.

그런데 AI 시대의 데이터센터에서는 이 순서가 뒤집히고 있습니다.

왜 전기가 부지보다 먼저 오게 되었을까요?

이번 글에서 살펴볼 질문은 하나입니다.

1. 전기를 찾아 움직이는 건물

예전 데이터센터의 임무는 비교적 단순했습니다.

서버가 꺼지지 않게 지키는 것.

정전에 대비해 무정전전원장치와 발전기를 두고, 서버실의 온도를 안정적으로 유지하면 됐습니다.

손님이 편하게 머물 수 있도록 객실을 관리하는 호텔에 가까웠습니다.

그래서 데이터센터의 가치를 설명할 때도 면적과 랙 수가 중요한 기준이었습니다.

몇 평을 쓰는가.

몇 개의 랙을 넣을 수 있는가.

그런데 AI 연산이 본격적으로 들어오면서 손님의 성격이 달라졌습니다.

잠시 머물다 나가는 손님이 아니라,

24시간 쉬지 않고 열을 내며 연산하는 손님이 들어온 것입니다.

창고와 공장은 설계 논리가 다릅니다.창고에서는 면적과 동선이 중요하지만, 공장에서는 전력·열·설비·공정 흐름이 중요합니다.최근 데이터센터 업계에서 자주 등장하는 AI Factory라는 표현도 여기서 이해할 수 있습니다. GPU를 넣어두는 건물이 아니라,

전기를 투입해 연산이라는 결과물을 만들어내는 생산시설 이라는 관점입니다.

이 차이는 생각보다 큽니다.

창고의 가치는 면적을 기준으로 생각할 수 있지만, 공장의 가치는 투입과 산출의 관계로 봐야 합니다.

데이터센터를 계속 ‘몇 평짜리 건물인가’라는 관점에서만 보면, AI 시대의 개발 의사결정을 이해하기 어려워지는 이유입니다.

2. 캐비닛 하나가 쓰는 전기가 달라졌다

요즘 데이터센터 이야기를 하다 보면 이런 말을 듣습니다.

“이제 랙 하나가 100kW씩 쓴다.”

하지만 모든 랙이 그런 것은 아닙니다.

일반적인 기업용 데이터센터의 랙은 여전히 수 kW에서 수십 kW 수준이고, 시설과 워크로드에 따라 전력 밀도에는 큰 차이가 있습니다. 문제는 AI용 고밀도 랙입니다.

예를 들어 NVIDIA의 GB300 NVL72는 한 랙에 72개의 GPU와 36개의 Grace CPU를 구성하는 랙 스케일 시스템입니다.

NVIDIA의 레퍼런스 아키텍처 기준으로 이 시스템의 한 랙은 최대 142kW의 전력을 요구합니다. 또한 GPU와 CPU에서 발생하는 열을 처리하기 위해 액체 냉각을 사용하는 구조입니다.

기존 서버 랙과는 전력 밀도의 차원이 달라지는 것입니다. 더 중요한 것은 숫자 하나가 아닙니다.

부하의 패턴 자체가 달라진다는 것입니다.

기존의 많은 IT 워크로드는 시간대와 업무량에 따라 부하가 오르내립니다.

반면 AI 학습이나 고밀도 AI 연산 환경에서는 대규모 GPU 클러스터가 장시간 높은 부하로 작동할 수 있습니다.

따라서 데이터센터 설계에서 ‘최대 부하’는 가끔 발생하는 예외 상황이 아니라, 설계 단계부터 적극적으로 고려해야 하는 조건이 됩니다.

결국 같은 데이터센터라도

• 랙 밀도

• 전력 수요

• 냉각 방식

• 부하 패턴

• 전력 인프라

가 완전히 달라질 수 있습니다.

그래서 AI 데이터센터를 기존 데이터센터와 똑같이 바라봐서는 안 됩니다.

국제적으로도 데이터센터의 전력 수요 자체가 빠르게 증가하고 있습니다. IEA는 전 세계 데이터센터의 전력소비량이 2030년 약 945TWh까지 늘어나 현재보다 두 배 이상 증가할 것으로 전망합니다.

3. 건물의 시간과 전기의 시간이 다르다

한동안 AI 인프라 경쟁에서 가장 많이 들었던 말은 GPU 확보였습니다.

실제로 GPU 공급은 여전히 중요한 문제입니다.

하지만 데이터센터 부지를 검토할 때 가장 먼저 확인해야 하는 조건은 점점 달라지고 있습니다.

“여기에 필요한 전력을 언제 넣을 수 있는가?”

최근 데이터센터 업계에서 Speed to Power, 즉 필요한 전력을 얼마나 빠르게 확보할 수 있는지가 핵심 경쟁요소로 떠오르는 이유입니다. 미국 로렌스버클리국립연구소도 2026년 보고서에서 데이터센터를 비롯한 대규모 전력 수요의 증가로 전력망 접속이 새로운 병목이 되고 있으며, 대규모 부하의 계통 연결을 앞당기는 방안을 주요 과제로 다루고 있습니다.

왜 이런 역전이 생겼을까요?

건물은 빨라졌는데 전기는 느려졌기 때문입니다.

데이터센터 건물은 모듈화·프리팹 등의 방식으로 공기를 단축할 수 있습니다.하지만 전력 인프라는 다른 시간표로 움직입니다. 변압기, 스위치기어, 냉각설비 등 주요 장비의 공급망과 전력망 연결에는 상당한 시간이 필요합니다. 결국 이런 상황이 됩니다.식당 자리를 고르는데 전망 좋은 곳을 찾는 것보다

가스 배관이 언제 들어오는지를 먼저 확인하는 상황입니다.

전망 좋은 자리를 확보했는데 가스가 4년 뒤에 들어온다면, 당장 영업을 시작할 수 없습니다.

데이터센터도 같습니다. 건물을 아무리 빨리 지어도 전기가 없다면

비싼 빈 상자에 불과합니다.그래서 데이터센터 개발의 첫 질문이

“어디에 지을까?”에서"전기를 어디서, 언제 확보할 수 있을까?”로 이동하고 있습니다.

4. 522건 중 최종 공급 승인은 10건

이 변화가 특히 선명하게 나타나는 곳이 한국입니다.

CBRE에 따르면 수도권 데이터센터 공급량은 2028년 1,450MW 이상​으로 전망됩니다.

그런데 공급 확대의 전제조건인 전력 확보에서는 정반대의 상황이 나타납니다.

2026년 3월 누적 기준 수도권 전력계통영향평가 1차 기술검토 신청은 522건, 총 33,592MW

에 달했습니다.

그중 최종적으로 전력 공급이 가능하다고 승인된 건수는

10건. 전체 신청 건수 대비 1.9%였습니다.

다만 이 숫자를 ‘522개 중 10개만 살아남았다’고 단순 해석해서는 안 됩니다.

계통영향평가는 여러 단계로 진행되고, 신청 이후 검토가 진행 중인 사업도 있기 때문입니다.

중요한 것은 현재 시점에서 전력 공급이 확정된 프로젝트가 매우 제한적이라는 사실입니다.

이 숫자가 중요한 이유도 여기에 있습니다. 이제 좋은 부지를 확보하는 것만으로는 충분하지 않습니다.

전력이 가능한 부지인가?

그리고 필요한 시점에 전력을 받을 수 있는가?

가 개발의 핵심 질문이 됩니다.

CBRE 역시 한국 데이터센터 시장이 전력 확보 가능 지역을 중심으로 재편되는 ‘전력 추종형(Power-following)’ 구조​로 이동하고 있다고 분석했습니다.

물이 있는 곳으로 마을이 생기고, 철도가 놓인 곳으로 도시가 성장했던 것처럼,

AI 시대에는 전력이 확보되는 곳을 따라 데이터센터가 움직이는 구조가 만들어지고 있는 셈입니다.

5. 데이터센터의 가치 기준이 바뀐다

이 변화는 단순히 데이터센터 하나의 입지 문제가 아닙니다.

데이터센터를 바라보는 기준 자체가 바뀌고 있습니다. 예전에는

입지 → 토지 → 건축 → 서버 순서였다면,

AI 데이터센터에서는 전력 → 계통 → 냉각 → 건축 → GPU

가 서로 얽혀 움직입니다.

한국에서도 이런 변화에 대응하기 위한 제도적 움직임이 시작됐습니다.

2026년 6월 제정된 「인공지능 데이터센터 산업 진흥에 관한 특별법」은 인공지능 데이터센터의 구축과 운영을 지원하고, 인허가 및 전력계통영향평가 등에 관한 특례를 담고 있습니다.

법은 2027년 3월 10일부터 시행될 예정입니다.

AI 데이터센터가 더 이상 단순한 부동산 개발 프로젝트가 아니라 국가 AI 인프라의 한 축으로 다뤄지기 시작했다는 의미입니다. 결국 앞으로 데이터센터의 경쟁력은

“얼마나 큰 건물을 지을 수 있는가” 보다

“얼마나 빠르고 안정적으로 전력을 확보하고, 그 전력을 얼마나 효율적으로 연산으로 바꿀 수 있는가”

에 가까워질 것입니다.

그런데 전기를 확보하면 끝일까?

그렇지는 않습니다.

전기를 많이 쓴다는 것은 결국 그만큼 많은 열이 발생한다는 뜻이기도 합니다.

그리고 열을 식히기 위해서는 냉각설비가 필요합니다.

냉각설비에는 또 다른 문제가 따라옵니다.

소음입니다.

냉각팬과 발전기 등에서 발생하는 소음은 실제 데이터센터 주변 주민들이 문제로 제기하는 요소 가운데 하나입니다. 최근 국내에서도 데이터센터 건립 과정에서 소음과 발열, 생활환경에 대한 우려가 주요 쟁점으로 등장하고 있습니다.

즉, 전기를 확보하는 것 → 열을 처리하는 것 → 소음을 관리하는 것 까지 하나의 연결된 문제가 됩니다.

그렇다면 그렇게 어렵게 끌어온 전기는 데이터센터 건물 안에서 어떻게 이동하고, GPU에서 발생한 열은 어떻게 밖으로 빠져나갈까요?

다음 호에서는 데이터센터 안으로 들어간 전기가 어디로 흘러가는지, 그리고 AI Factory의 ‘열’을 어떻게 처리하는지 살펴보겠습니다.