SK GroupのAIデータセンター計画、蔚山をギガワット規模の実験場へ
SK Groupによると、蔚山での拡張計画は900メガワットに近づいており、SK GroupのAIデータセンタープロジェクトは1ギガワット規模へと迫っている。これは現在建設中の初期施設の約10倍の容量に当たる。この発表は商業面での急速な進展を示す一方、拡張に関する正式な合意が完了したことを意味するものではない。
崔泰源会長は9月11日、2026蔚山フォーラム後にこの進捗を明らかにした。同氏は、グローバルなテクノロジー企業との交渉が急速に進んでおり、SKは近く詳細を発表する見込みだと述べた。この更新により、話題はAWSと連携した単一キャンパスから、複数の顧客とコンピューティングプラットフォームに対応する、はるかに大規模なインフラハブへと移っている。
規模が見出しを飾る一方、崔氏は課題も示した。同氏は、AI投資サイクルには収益を生み、継続投資を支える実行可能なビジネスモデルが必要だと警告した。つまりSKは、自らの会長が業界にその容量を維持するための収益基盤が確立されたのか疑問を呈するなかで、膨大なコンピューティング能力を追求している。
SK GroupのAIデータセンター、当初計画を超える段階へ
SKの最新発表は、明確に定義された建設プロジェクトを、顧客名の公表と拘束力ある契約をなお必要とする、はるかに大きな容量コミットメントへと変えた。
当初の蔚山開発は、SK TelecomとSKの他の関連会社が建設する100メガワットのAI施設を中心としている。AWSはこの拠点でAI Zoneを運営し、韓国国内に設置されたインフラを通じてクラウドおよびAIサービスを提供する計画だ。運用開始は2027年後半に予定されている。
SKとAWSは2025年6月に提携を発表した。両社はこれを、SKの建設、通信、半導体、エネルギー事業とAWSのクラウドインフラを組み合わせる15年間の戦略的取り決めと説明した。SKが建設を主導し、AWSが専用AI環境を構築する。
AI Zoneは、顧客に近い場所でAWSのコンピューティングおよびAIサービスを提供するために設計されたローカライズドインフラだ。Ulsan AI Zoneには、専用サーバー、高速ネットワーク、Amazon BedrockやSageMakerなどのサービスへのアクセスが含まれる見通しだ。ローカル処理は、組織がレイテンシーやデータ所在地に関する要件へ対応する助けにもなり得る。
初期キャンパスはすでに、SK Telecomの従来型コロケーション事業を大きく超える一歩を示していた。AI施設には、より高密度なラック、より複雑な冷却、大規模なアクセラレータ群を接続するために設計されたネットワークが求められる。こうした特性により、建物面積やサーバー台数だけで容量を測ることは難しい。
より有用な指標は電力容量だ。100メガワットの施設でも、相当規模のAI学習および推論ワークロードを支えられる。1ギガワットに向かうことで、計画中の蔚山クラスターは単一企業向けデータセンターではなく、地域的なコンピューティングゾーンに近い別のカテゴリーへ入る。
崔氏は、蔚山が追加の900メガワット確保に近づいていると述べた。蔚山拡張計画に関する報道では、グローバルなテクノロジー企業との協議が進展しているとされた。ただし、SKは見込みテナントのすべてを公表しておらず、追加容量をどのように配分するかについても詳細を示していない。
この違いは重要だ。協議中の容量は、契約済みであり、送電網に接続され、資金を確保し、建設され、稼働システムで満たされた容量と同じではない。各段階には、それぞれ異なるスケジュールと実行リスクがある。
したがって、直近の変化は見出しの数字が示すほど広範ではない。SKは10倍の拡張を協議できるほど強い関心があると報告したが、市場に対してはなお詳細な開発計画を示す必要がある。次の発表では、その構想のどの部分が交渉からコミットメントへ移行したのかを明らかにしなければならない。
なぜ蔚山はより大規模なAIキャンパスを支えられるのか
蔚山はSKに、多くのデータセンター開発事業者が持たないものをもたらす。近接する工業用地、エネルギー事業、通信資産、そして既存の法人顧客基盤だ。
韓国南東部に位置するこの都市は、国内最大級の製造業拠点の一つである。石油化学、自動車、造船、エネルギー関連の施設が、計画中のデータセンター立地を取り囲む。この産業集積は、汎用言語モデルの学習以外にも、SKにコンピューティングサービスの潜在的な市場をもたらす。
製造業者は、外観検査、設備監視、プロセス制御、設計シミュレーション、ロボティクスにAIを利用するケースを増やしている。これらのワークロードは工場内で収集された運用データに依存する。また、予測可能なレイテンシー、信頼性の高い接続性、機密性の高い生産情報を管理する明確なルールも必要とする。
近隣のコンピューティングキャンパスは、こうしたニーズの一部に対応できる。産業データの発生源と高性能コンピューティングインフラの距離を縮めるためだ。また、クラウドシステムをプライベートネットワークやオンプレミス機器と接続する機会も生まれる。
SKは必要なスタック全体にわたる資産を保有している。SK TelecomとSK Broadbandはネットワークおよびデータセンターの経験を提供する。SK hynixは、AIアクセラレータにデータを供給する高帯域幅メモリを供給する。SK Gasなどの関連会社はエネルギー分野の専門性を担い、SK AXはエンタープライズ向けテクノロジーサービスを開発している。
この構造が魅力的な経済性を保証するわけではない。しかし、無関係なサプライヤーを通じてすべての要素を調達しなければならない開発事業者よりも、SKに多くの社内調整の選択肢を与える。グループは、土地、接続性、エネルギー、冷却、メモリ、顧客サービスを、一つのインフラプログラムの構成要素として計画できる。
蔚山は、適地と送電網接続を巡る競争が激化しているソウル首都圏の外にも位置する。他地域にデータセンターを分散すれば集中を緩和できるが、そのためには十分な長距離ネットワーク容量と地域の技術人材も必要となる。
地元当局は、蔚山には相当な発電能力があると主張している。追加の発電設備が稼働に入ることで、地域の電力自給率はさらに高まると見込んでいる。それでも、年間の電力供給量とリアルタイムで利用可能なデータセンター電力は別の指標である。
ギガワット規模のキャンパスには、年間で算出された地域余剰ではなく、毎時の安定した電力が必要だ。開発事業者は、送電容量、変電所、バックアップシステム、変動する負荷に対応できる発電を確保しなければならない。AIコンピューティングでは、学習や推論ジョブの開始・停止により、需要が急激に変動する可能性がある。
冷却もまた制約となる。SKの当初設計は空冷と液冷を組み合わせ、高密度コンピューティング機器からの熱を液冷システムによってより効率的に除去する。拡張には、はるかに多くの冷却インフラ、水利用計画、排熱処理、設備保守が必要となる。
この地域の工業的な歴史は、複雑なインフラプロジェクトに役立つ可能性がある。蔚山はすでに、厳格な信頼性と安全性の要件を持つ施設を支えている。しかし、AIキャンパスを100メガワットから1ギガワットへ拡大することは、依然として大規模な建設および送電網調整の課題である。
したがって、蔚山の優位性は単に安価な用地ではない。産業需要とAIコンピューティングを供給するために必要な物理システムを組み合わせられる可能性にある。SKは今後、顧客が期待するタイムラインでこれらの要素を組み立てられることを証明しなければならない。
真の競争相手は、収益化に至らない需要である
SKが主に競っている相手は、他の韓国のデータセンター事業者ではない。発表されたAI需要と持続的な顧客収益との間にある隔たりだ。
崔氏は蔚山フォーラムでこの緊張関係を明確にした。同氏は、投資された資本が収益を生み出せるよう、業界にはより良いビジネスモデルと商業化が必要だと述べた。また、企業がその経済的循環を生み出せなければ、AIサイクルはしぼむ可能性があると警告した。
これは、巨大なインフラ拡張を計画するグループのトップとしては異例なほど率直な懸念である。アクセラレータ、メモリ、ネットワーク、エネルギー、データセンター容量への需要が高まれば、SKは恩恵を受ける。一方で、その事業上のエクスポージャーは、需要減速が複数の事業に同時に影響する可能性も意味する。
AWSによる初期コミットメントは重要な基盤を提供する。AWSは大規模なエンタープライズ顧客基盤を持ち、多数の組織にまたがるワークロードを集約できる。専用のローカルゾーンは、特定のワークロードを国内に保持しつつAWSサービスを利用したい韓国企業を引き付ける可能性がある。
しかし、AWSだけで1ギガワットのキャンパスを説明することはできない。当初の提携は第1フェーズを対象とし、計画中の拡張はグローバルなテクノロジー企業とのより幅広い協議に結び付いているように見える。SKは、その協議がリース、クラウド提携、アクセラレータ容量、あるいは拘束力の弱い関心表明のいずれを含むのかを明らかにする必要がある。
これらの契約形態には異なるリスクが伴う。長期の容量契約は資金調達と建設を支え得る。覚書は稼働率を保証せずに戦略的意図を示せる。顧客の予約も、電力供給日、ハードウェアの可用性、性能マイルストーンに左右される可能性がある。
キャンパスが稼働事業となるのか、それとも高価な電力容量の在庫となるのかを決めるのは稼働率だ。空の建物はほとんど価値を生まない。一部しか埋まっていない施設では、キャンパスが効率的な稼働率に達する前から、電力、冷却、人員、資金調達のコストが続くため、苦戦する可能性がある。
需要の質は、需要量と同じくらい重要だ。フロンティアモデルの開発者は膨大なコンピューティングリソースを消費し得るが、その要件はハードウェア世代ごとに変化する。エンタープライズ推論はより安定的である可能性があるものの、個々のワークロードは小さく、価格への感応度も高い。
製造業向けAIは別の道筋を示す。SKは、地元企業がAIを産業オペレーションに適用できるハブへと蔚山を変えたい考えだ。この需要はコンピューティングを生産プロセスに結び付けるため、より持続的になる可能性がある。ただし、企業がデータを整備し、システムを検証し、既存設備にモデルを統合するにつれて、その立ち上がりは遅くなる可能性もある。
崔氏は、製造業者には大規模なデータプラットフォームが必要だと主張した際、この依存関係を強調した。工場は、断片化され、一貫性がなく、ガバナンスが不十分な運用記録から、信頼できるAIの結果を得ることはできない。インフラ容量だけでは、この組織的な問題を解決できない。
エンタープライズチームにとって、ここでknowledge blendingが重要となる。社内文書、運用コンテキスト、構造化情報を組み合わせることで、ユーザーは根拠に基づく出力を得やすくなる。ただし、そのデータは利用可能であり、適切に権限管理され、価値を生む業務に結び付いていなければならない。
SKの賭けは、クラウドプロバイダー、モデル開発者、ソブリンAIプログラム、製造業者からの需要が重なり合うというものだ。あるセグメントが減速しても、別のセグメントがインフラの稼働を維持できるかもしれない。リスクは、これらの顧客がいずれも、AI支出が持続可能な収益を生むという同じ不確実な前提に依存していることだ。
そのため、商業化が最大の競争相手となる。キャンパスは土地、チップ、電力を確保できても、顧客がコンピューティングを購入する価値のあるサービスへ転換できなければ、期待を下回る可能性がある。崔氏の警告は、容量の成長と経済的価値が同義ではないことを認めている。
AWSが基盤となる一方、Nvidiaが戦略を広げる
今回の拡張計画は、SKが単一のクラウド提携からマルチプラットフォーム型インフラ戦略へ移行していることを示している。
AWSは引き続き蔚山プロジェクトの中核を担う。その参画により、認知度の高いクラウドテナント、国際的な販売チャネル、AIサービス群がもたらされる。この提携はまた、SKの建設進捗を評価する基準となる2027年の稼働目標を定めている。
しかしSKはその後、Nvidiaとの別のインフラ提携を発表した。この取り組みには、SK TelecomがNvidiaのDSXプラットフォームとVera Rubinシステムを用いて、2ギガワットのAIファクトリー容量を開発する計画が含まれる。SK hynixは、アクセラレーテッドコンピューティング向けに設計された新世代の広帯域メモリ、HBM4を供給する。
AIファクトリーとは、データと電力をモデル学習または推論の出力へ変換するインフラを指すNvidiaの用語だ。この概念は、単体のチップではなく完全なコンピューティングシステムを重視する。アクセラレーター、プロセッサー、ネットワーク、ストレージ、ソフトウェア、電力、冷却を含む。
Nvidiaのインフラ計画は、SKにワークロードを呼び込むもう一つの経路を与える。AWSはクラウド顧客をもたらし、Nvidiaのシステムは専用のアクセラレーテッドコンピューティングを求める組織に対応できる。SKが商業面と技術面の境界を慎重に管理すれば、両者は共存し得る。
この幅広いアプローチは競争環境も変える。SKはもはや蔚山を、単一のハイパースケールクラウドプロバイダーに提供する施設としてのみ位置付けてはいない。同社は異なるプラットフォームをホストし、韓国全土とアジア太平洋地域の顧客に供給できるインフラ運営事業者を目指している。
この戦略は、AIメモリにおけるSK hynixの地位を活用する。アクセラレーターは大量のデータに迅速にアクセスするためHBMに依存する。メモリ供給、コンピューティングシステム、データセンター運営を結び付けることで、部品不足が続く状況でもSKはハードウェア配備を調整しやすくなる可能性がある。
垂直統合的な調整は対立も生み得る。クラウドプロバイダーは、自らのアーキテクチャと調達を管理することを望む。ハードウェアプラットフォームは急速に進化するため、ある世代向けに設計された施設は次世代には適さなくなることがある。SKは、グループ内サプライヤーへのアクセスを、すべての顧客が自社インフラを選ぶ証拠と見なさないようにしなければならない。
この拡張は、SK Telecomのはるかに大きなロードマップの一部でもある。同社は2029年から段階的に5ギガワットの容量を稼働させ、その後2035年までに15ギガワットへ拡大する計画を示している。データセンター開発を主導する専業事業として、SK Hyperも設立した。
全国展開ロードマップは、蔚山をより広範な構想を初めて目に見える形で試す場と位置付ける。SKが顧客を確保し、電力を供給し、キャンパスを効率的に運営できれば、他地域向けのひな型を得られる。遅延があれば、より大きな計画への信頼は損なわれる。
競合他社は、その証明を待たない。他の韓国のテクノロジー企業・インフラ企業グループは地域データセンターを進めており、グローバルなクラウドプロバイダーも自社容量の拡大を続けている。アジア各国も、エネルギーへのアクセス、優遇策、ソブリンコンピューティング計画を通じてAIインフラの誘致を図っている。
SKの強みは、産業顧客とハードウェア分野への関与を併せ持つ点にある。弱みは、多数の関連会社、パートナー、資金調達構造、建設段階を調整する複雑さだ。マルチプラットフォーム戦略は対象市場を広げるが、実行に求められる能力も高める。
電力と建設が、その規模が実体を伴うかを決める
SKが確保済みの電力、系統接続、段階的な建設、稼働中の顧客を示せて初めて、1ギガワットの発表は意味を持つ。
電力はサーバーほど迅速に追加できないため、最も厳しい制約となる。新たな送電線と変電所には、計画、機器、許認可、電力会社との調整が必要だ。この連鎖のどこかで遅延が生じれば、完成したデータホールが通電を待つことになり得る。
問題は総供給量にとどまらない。AIクラスターは特定の場所に需要を集中させ、負荷を急速に変動させる可能性がある。系統運用者は、周波数、信頼性、他顧客向けの十分な予備力を維持しながら、その需要の均衡を取らなければならない。
国際エネルギー機関は、韓国の電力需要が2026年から2030年にかけて増加すると予測している。半導体製造、AIデータセンター、より広範な電化が主な成長要因だ。この組み合わせは、データセンターが工場や他の拡大する負荷と系統投資を争うことを意味する。
IEAの東アジア分析も、データセンターが系統計画と運用に及ぼす影響を強調している。地域内の発電は役立ち得るが、利用可能な容量は送電条件、発電スケジュール、各施設の技術要件に左右される。
蔚山のエネルギー基盤は、同地を有力な候補地にしている。SKはすでに同地域でガス・産業エネルギー事業を運営しており、地方当局は新たな発電による供給増を見込んでいる。キャンパスはピーク時の負荷を軽減するため、エネルギー管理システムや蓄電設備を利用する可能性もある。
ただし、こうした可能性と公表済みの電力供給契約は別物だ。SKは、各追加ブロックがいつ電力を受け取るかを示す完全なスケジュールを公表していない。また、容量の拡大に伴って電源構成や排出量がどのように変化するかも詳細に示していない。
冷却も電力と並行して拡張する必要がある。高密度AIラックは、多くの従来型サーバーより狭い面積に多くの熱を発生させる。直接液冷は効率的に熱を運び去れるが、ポンプ、熱交換器、配管、監視、保守の要件を追加する。
ハードウェアサイクルも、もう一つの時間的リスクを生む。初期キャンパスは2027年に開設される見込みであり、その時期には顧客が新世代のAIシステムを導入していることになる。拡張段階では、稼働開始前に高コストな再設計を必要とせず、より高いラック密度に対応しなければならない。
複数の韓国プロジェクトが進むなか、建設能力がボトルネックになる可能性もある。データセンターには、専門的な電気設備、バックアップ電源システム、冷却部品、訓練を受けた請負業者が必要だ。多くの開発事業者が同種の機器を同時に発注すると、リードタイムは長期化し得る。
SKの企業グループとしての広がりは、調達リスクの一部を抑えられるが、業界全体の不足を解消することはできない。電力の利用可能性や確約済み需要を大きく上回る建設を避けるため、同グループには規律ある段階的展開が求められる。
環境面の問題にも注目が必要だ。この規模のキャンパスは、土地利用、水系、オンサイト発電が稼働する際の地域の大気質、地域の電源構成に影響を及ぼす。こうした影響は、まだ完全には公表されていない設計上の選択に左右される。
したがって現時点の主張は、完成済みインフラの証明ではなく、需要を組み立てる進展として読むべきだ。SKの次回更新では、契約済み容量と見込み容量を分け、各段階で利用可能な電力を明示する必要がある。
こうした詳細がなければ、1ギガワットは依然として到達目標にすぎない。それが示されれば、蔚山はAIインフラが個別施設からエネルギー規模の産業開発へ移行していることを示す、最も明確な事例の一つとなるだろう。
蔚山が実現できるかを示す三つのシグナル
顧客の確約、電力面の節目、初期段階の稼働が、SKの拡張が実際の市場対応なのか、野心的な容量パイプラインなのかを決める。
最初のシグナルは、明確な確約を伴う実名の拡張パートナーだ。SKは、グローバルテクノロジー企業との協議が発表に近づいているとしている。読者は、契約期間、確保容量、プロジェクト段階、契約に付随する条件に注目すべきだ。
拘束力のある長期顧客が得られれば、追加900メガワットが実需に対応したものであるという根拠が強まる。容量条件のない一般的な提携発表では、証拠としては弱い。将来の開発を支える可能性はあるが、稼働率をめぐる疑問を解消するものではない。
二つ目のシグナルは、電力と建設のスケジュールだ。SKは、どれだけの電力が確保済みか、系統接続がいつ利用可能になるか、キャンパスがどのように段階的に容量を追加するかを説明すべきである。同社はまた、どの段階がAWSプロジェクトに属し、どの段階が他の顧客を支えるのかを明らかにする必要がある。
詳細なマイルストーンがあれば、1ギガワット目標は評価しやすくなる。また、蔚山の産業エネルギー面での利点が、より迅速な供給につながるかも明らかになる。曖昧なスケジュールや度重なる遅延は、地域拠点が既存のデータセンター市場を制約する要因を回避できるという主張を弱めるだろう。
三つ目のシグナルは、2027年後半に最初の100メガワット段階が稼働に入ることだ。この開設は、建設の実行力、冷却性能、ネットワークの準備状況、AWS顧客の採用状況を試す。また、SKが一つの稼働中キャンパスを中心に関連会社を調整できるかも示すことになる。
順調な試運転は、より大きなSK GroupのAIデータセンター戦略を支える。後続段階に向けて、実際の稼働率と性能データを提供することになる。稼働の遅延や顧客活動の限定は、ロードマップの残りに疑問を投げかけるだろう。
読者は、容量と有用なAI出力も区別すべきだ。ギガワットはインフラ規模を測るものであり、モデル品質、事業導入、生産性を測るものではない。経済的な成果は、顧客が何を実行するか、どの程度の頻度で利用するか、そのワークロードが継続的な支出を正当化するだけの価値を生むかに依存する。
開発者にとって、蔚山プロジェクトはローカルでホストされるアクセラレーターやクラウドサービスへのアクセスを広げる可能性がある。企業の購入担当者にとっては、機密性の高いワークロードや産業AIに向けた選択肢を増やす可能性がある。ナレッジワーカーは、AIサービスの可用性、レイテンシ、運用コストを通じて間接的に影響を受けるだろう。
こうしたサービスを評価するチームは、見出し上の容量ではなく証拠を追跡すべきだ。発表、契約変更、技術文書、導入結果を検索可能なAIナレッジベースに保存する。その記録により、約束と実際に提供されたインフラを比較しやすくなる。
中心的な問いは今や測定可能だ。SKは、報告された需要を契約、電力、稼働システム、継続収益へ転換できるのか。次のパートナー発表、電力スケジュール、2027年の開設に注目したい。これらのシグナルを合わせれば、蔚山が真のギガワット級AIハブになりつつあるのか、それとも紙上で大きくなった計画にとどまるのかが分かる。
