서울에서 전기를 가장 많이 쓰는 단일 기관은 어디일까요. 삼성전자도, 코엑스도 아닙니다. 답은 서울대학교입니다. 처음 들었을 때 솔직히 깜짝 놀랐습니다. 캠퍼스 하나가 한 도시 단위 전력을 먹고 있는 셈이니까요.
그런데 더 충격적인 사실이 있습니다. 서울대 캠퍼스 연면적은 약 65만㎡로 어마어마하지만, 단위면적당 에너지 사용량(EUI)은 0.085 TOE/㎡에 불과합니다. 반면 KT 목동IDC2 데이터센터는 같은 지표가 1.883 TOE/㎡로, 서울대의 약 22배에 이릅니다. 작은 건물 하나가 거대한 캠퍼스 하나보다 훨씬 더 전기를 들이마시고 있다는 뜻입니다.
업계 한 분석에 따르면, 최근 몇 년간 정부에 들어온 데이터센터용 전력 사용 신청 290건 가운데 단 10%만 통과해도 그 에너지 규모는 "서울대 30개를 짓는 프로젝트"와 맞먹는다고 합니다. 정부의 '서울대 10개 만들기' 정책보다 데이터센터 신청량이 더 큰 셈입니다.
왜 이렇게까지 전기를 먹을까요. AI 데이터센터는 일반 데이터센터와 차원이 다르기 때문입니다.
| 구분 | 전통 데이터센터 | AI 하이퍼스케일 데이터센터 |
|---|---|---|
| 단일 시설 전력 | 10~25MW | 100MW 이상 (최대 300MW+) |
| 가동 특성 | 유휴 시간 존재 | 24시간 풀가동, 낮은 유휴율 |
| 전력 수요 증가율 | 연 11% | 연 26~36% |
| 맞먹는 가구 수 | 수만 가구 | 10만 가구 이상 |
국회입법조사처는 AI 데이터센터가 기존 데이터센터 대비 최대 6배의 전력을 소비한다고 추산했습니다. GPT-3 한 번 학습에만 약 1,287MWh가 소모됐고, 이는 미국 가정 120가구의 1년치 전기 사용량과 같습니다. GPT-4, GPT-5는 그보다 훨씬 더 큰 모델입니다.
여기서 본론입니다. AI 패권을 가르는 진짜 변수, '국가별 전력 생산 능력'을 보겠습니다. 결과부터 말씀드리면 충격적인 격차가 있습니다.
중국은 미국의 약 2배를 발전합니다. 한국은 중국의 약 1/16 수준에 불과합니다. 설비 용량으로 봐도 중국은 2.9TW(2,900GW)로 한국(약 156.5GW)의 약 19배입니다.
더 흥미로운 건 미국의 상황입니다. 골드만삭스는 2024년 보고서에서 "미국의 전력 생산량은 25년간 사실상 '제로 성장'했고, 추가 발전 설비를 짓는 데 10년이 걸린다"고 평가했습니다. 1999년 3,936TWh였던 미국 발전량은 2024년 4,387TWh로 단 11.4% 늘어나는 데 그쳤습니다.
반면 미국 데이터센터는 이미 전체 전력의 6%를 차지하고 있고, 2030년이면 11%까지 늘어날 전망입니다. 미국 13개 지역 전력망 중 8곳의 잉여 발전 용량이 이미 임계 수준 이하입니다. AI 모델은 폭증하는데 이를 돌릴 전기가 없는 것입니다.
중국은 정반대 입장에 있습니다. 단순히 발전량만 많은 게 아닙니다. 800kV 이상 초고압직류송전(HVDC) 노선이 46개, 총 4만km 이상으로 지구 한 바퀴를 두를 수 있는 규모입니다. 충칭 바이허탄댐에서 만든 전기를 2,080km 떨어진 장쑤성으로 보내는 데 7밀리초면 충분하다고 중국 당국은 설명합니다.
전략도 분명합니다. '서전동송(西電東送)'은 태양광이 풍부한 내몽골과 수력이 풍부한 충칭에서 만든 전기를 동부 산업지역으로 보내는 전략이고, '동수서산(東數西算)'은 데이터센터를 아예 전력이 풍부한 서부에 짓고 동부의 데이터 수요만 처리하는 국가 차원의 분산 전략입니다.
2024년 상반기 중국 재생에너지 발전량은 1.56조kWh로 전체의 35.1%를 차지했습니다. 그린수소 분야에서도 세계 최대 전해조 생산국으로, 2025년까지 40GW 생산 능력을 확보할 계획입니다.
한국 상황은 어떨까요. 결론부터 말씀드리면 매우 심각한 수준입니다.
49,397MW는 1GW급 발전기 53기를 새로 지어야 충당할 수 있는 규모입니다. 1GW면 일반적인 원자력발전소 1기에 해당합니다. 즉 원전 53기분의 신청이 들어왔다는 뜻입니다.
물론 이 중 상당수는 '허수 신청'(같은 사업자가 여러 지자체에 중복 신청)으로 평가됩니다. 그런데도 아시아투데이가 76개 사업을 전수조사해 상위 10곳만 추렸을 때 합산 전력 규모가 5.26GW였습니다. 일반 가정 기준 약 2,100만 명이 쓸 수 있는 양입니다.
문제는 정부 계획과의 괴리입니다. 제11차 전력수급기본계획상 데이터센터 전력 배정은 4.4GW 수준인데, 상위 10개 사업만으로 이미 그 한도를 넘어섰습니다.
예전 패권 다툼의 무기는 반도체와 알고리즘이었습니다. 지금은 다릅니다. 모든 것이 갖춰져도 전기가 없으면 GPU는 그저 비싼 벽돌일 뿐입니다.
- 전력 생산 능력 — 누가 더 많이, 더 싸게, 더 안정적으로 만들 수 있는가
- 송전망 인프라 — 만든 전기를 데이터센터까지 손실 없이 보낼 수 있는가
- 발전소 신증설 속도 — 인허가·환경·지역 갈등을 얼마나 빨리 풀 수 있는가
중국은 이 세 가지를 모두 갖췄습니다. 압도적 발전량, 세계 최대 HVDC 송전망, 빠른 의사결정 속도. 미국은 발전 인프라가 노후화되어 신규 발전소 짓는 데 10년이 걸리는 구조적 한계에 직면했습니다.
한국은 어떨까요. 발전 설비 자체는 156GW로 적지 않지만, 수도권 집중과 송전망 갈등이라는 두 가지 구조적 문제가 있습니다. 데이터센터는 수도권에 몰리는데, 발전소는 동·서해안에 있어 송전망 부담이 한계에 다다른 상황입니다.
① 서울대 캠퍼스가 서울에서 전기를 가장 많이 쓰는 단일 기관이지만, 데이터센터 한 동의 단위면적당 소비는 그보다 22배 높습니다.
② AI 데이터센터는 기존 데이터센터의 최대 6배 전력을 먹는 '괴물'입니다. 전 세계 데이터센터 전력 소비는 2024년 415TWh에서 2030년 945TWh로 두 배 이상 늘어날 전망입니다.
③ 중국은 미국의 2배, 한국의 16배에 달하는 발전량으로 압도적 우위에 있습니다. HVDC 송전망과 서부 분산 전략까지 갖췄습니다.
④ 미국은 AI 기술은 앞서지만 25년째 '제로 성장' 발전량에 발목 잡혀 있습니다. 마이크로소프트 CEO조차 "전기가 모자랄까 두렵다"고 토로합니다.
⑤ 한국은 신청 물량이 신규 원전 53기분에 이르지만, 정부 계획상 배정량은 4.4GW에 불과합니다. AI 시대의 진짜 시험대는 결국 '전기를 얼마나 빨리 만들 수 있는가'입니다.
"AI는 전기의 전쟁이다." 결국 GPU 한 장당 1kW의 전기가 필요한 시대에, 전력 생산 능력은 곧 국가 경쟁력입니다. 한국이 AI 강국이 되려면 알고리즘이나 모델만큼이나 발전소와 송전망에 대한 사회적 합의가 시급합니다. 이 점에서 서울대보다 전기를 더 많이 쓰는 데이터센터의 등장은 단순한 통계가 아니라, 시대 변곡점의 분명한 신호입니다.
'AI' 카테고리의 다른 글
| 양자컴퓨터란? 큐비트의 중첩과 얽힘을 그림으로 이해하기 (0) | 2026.05.11 |
|---|---|
| AI 강국, 미국·중국만 있는 게 아닙니다 — 다른 나라들은 지금 무엇을 하고 있을까요? (0) | 2026.05.10 |
| AI 시대, CPU의 부활인가 오프로딩의 시대인가 — 인텔·AMD·ARM의 새판짜기와 DPU의 역습 (0) | 2026.05.10 |
| 에이전틱 AI 시대, GPU 독주는 끝났다 — 6:3:1로 재편되는 AI 인프라 패러다임 (0) | 2026.05.10 |
| CPU·GPU·GPGPU·TPU·NPU 한 방에 정리:AI 가속기 완전 가이드 (그리고 NVIDIA에서 벗어나려는 중국) (0) | 2026.05.10 |