AI 데이터 센터, 냉각 수치가 시사하는 것보다 훨씬 더 많은 물을 사용할 수 있다

Google News는 뚜렷한 충돌을 부각했다. Texas와 New Mexico의 AI 데이터 센터는 기업의 냉각 수치가 시사하는 것보다 약 10배 큰 물 발자국을 남길 수 있다.

이 비교가 반드시 운영업체들이 보고한 물 1갤런당 10갤런을 숨겼다는 뜻은 아니다. 대체로 더 넓은 회계 경계를 반영한다. 기업 공시는 시설에서 냉각에 직접 소비하는 물을 강조하는 경우가 많지만, 독립 추정치는 전력 생산 과정에서 소비되는 물까지 포함한다.

반복되는 가뭄, 압박받는 대수층, 불완전한 시설별 보고에도 불구하고 대규모 컴퓨팅 프로젝트를 유치하는 두 주에서는 이 구분이 중요하다. 또한 이는 빅테크의 저수량 냉각 약속과 전력 집약적인 AI 확장이 요구하는 전체 자원 수요를 맞붙게 한다.

현재 이용 가능한 근거는 모든 계획 중인 데이터 센터를 똑같이 물을 많이 쓰는 시설로 취급하는 것을 뒷받침하지 않는다. 냉각 설계, 기후, 전력원, 운영 부하, 지역 물 시스템은 크게 다르다. 폐쇄 루프 시설은 현장에서 물을 거의 소비하지 않을 수 있지만, 가스·원자력·수력 발전 시설에 상당한 수요를 만들 수 있다.

따라서 핵심은 하나의 보편적 배수가 아니다. 지역적 결과를 낳는 회계 문제다. 기업이 시스템의 일부만 공개한다면 주민과 규제기관은 그 결과를 판단할 수 없다.

10배 물 사용 주장이 실제로 측정하는 것

겉으로 보이는 격차는 데이터 센터 내부의 미보고 배관을 찾아낸 결과라기보다, 전력 생산에 수반되는 물까지 계산한 데서 나온다.

데이터 센터에는 두 가지 주요 물 발자국이 있다. 직접 소비는 주로 냉각을 위해 시설에서 발생한다. 간접 소비는 발전소가 서버, 냉각 장비, 펌프, 보조 인프라에 필요한 전력을 생산할 때 발생한다.

취수와 물 소비도 서로 다른 측정치다. 취수는 강, 저수지, 대수층에서 끌어온 물을 포괄하며, 여기에는 이후 반환되는 물도 포함된다. 소비는 흔히 증발을 통해 즉각적인 지역 공급원에서 사라지는 부분을 뜻한다.

이러한 구분은 총량에 극적인 차이를 만들 수 있다. Lawrence Berkeley National Laboratory의 national energy report는 미국 데이터 센터가 2023년에 직접 소비한 물이 약 174억 갤런이라고 추정했다.

이 보고서는 데이터 센터의 전력 사용과 관련된 간접 소비량을 추가로 2,110억 갤런으로 산정했다. 이 두 번째 수치는 직접 추정치의 약 12배다.

이는 일반적으로 강조되는 운영 수치보다 10배 이상 큰 물 발자국이라는 제목에 신뢰할 만한 근거를 제공한다. 다만 이는 전국 단위 모델이지, Texas나 New Mexico의 특정 캠퍼스 한 곳에서 계량한 수치는 아니다.

이 추정치에는 수력발전 저수지와 관련된 물 소비도 포함된다. 일부 분석가들은 저수지 증발을 개별 전력 사용자에게 귀속하면 수력을 제외하는 방법론과의 비교가 부풀려질 수 있다고 주장한다.

Information Technology and Innovation Foundation의 independent policy analysis는 간접 소비의 중요성은 인정하면서도 전국 방법론의 일부를 문제 삼았다. 전력 관련 물 수요는 지역별 발전 구성에 따라 급격히 달라진다고 지적했다.

이 논쟁이 간접 물 사용을 없애는 것은 아니다. 단일한 전국 배수로는 모든 시설을 정확하게 설명할 수 없다는 점을 보여준다.

풍력과 태양광 중심으로 전력을 공급받는 서버 캠퍼스는 물 냉각식 화력 발전에 의존하는 캠퍼스와 다른 간접 발자국을 갖는다. 따라서 동일한 냉각 설계라도 시장에 따라 서로 다른 총영향을 낳을 수 있다.

Texas는 이 문제를 명확하게 보여준다. 이 주의 전력망은 풍력, 태양광, 천연가스, 석탄, 원자력 발전을 활용한다. 각 전원은 서로 다른 물 사용 특성을 가지며, 그 구성은 위치와 시간에 따라 변한다.

New Mexico의 계획 시설은 또 다른 복잡성을 더한다. 개발업체가 일상적인 보충이 제한적인 폐쇄 루프 시스템을 약속하더라도, 캠퍼스는 다른 곳에서 물을 소비하는 신규 발전을 필요로 할 수 있다.

Google News의 제목은 불완전한 경계에 대한 경고로 읽을 때 가장 설득력이 있다. 모든 기업이 공개 수치의 정확히 10배를 비밀리에 소비했다는 증거로 해석하면 설득력은 약해진다.

가장 타당한 결론은 더 제한적이다. 특히 전력 수요를 제외할 때 직접 냉각 공시만으로는 AI 컴퓨팅의 완전한 물 발자국을 설명할 수 없다.

Google News가 드러낸 Texas 보고의 사각지대

Texas는 시설별 물 수요가 제대로 문서화되지 않은 산업을 대상으로 계획을 세우고 있다.

이 주의 데이터 문제는 더 이상 이론적이지 않다. Texas 관계자들은 데이터 센터와 암호화폐 채굴 시설을 대상으로 전력 및 물 수요를 조사했다. 연락한 341개 시설 가운데 정보를 제공한 곳은 3분의 1에도 못 미쳤다.

Public Utility Commission은 서로 다른 개발 단계에 있는 92개 시설을 포괄하는 28개 기업의 응답을 받았다. 이 수치에는 데이터 센터와 암호화폐 운영이 모두 포함돼 있어, AI만을 별도로 측정한 값으로 보기는 어렵다.

Texas Water Development Board의 별도 조사 응답률은 더 낮았다. legislative hearing coverage에 따르면 주내 데이터 센터 가운데 17%만이 2025년 연례 물 사용 조사에 응답했다.

이 조사는 주법상 의무다. 불참은 Class C misdemeanor로 처벌될 수 있지만, 관계자들은 여전히 대다수 운영업체의 답변을 확보하지 못했다.

물 관리위원회가 접촉한 시설 수는 2023년 22곳에서 2025년 341곳으로 늘었다. 더 작은 산업을 위해 구축된 계획 시스템이 이제 빠르게 확장하는 인프라 부문을 뒤쫓고 있다.

Texas는 2020년부터 데이터 센터를 조사해 왔다. 당시 위원회는 한 시설에 연락해 한 건의 응답을 받았다. 이후의 응답률 하락으로 계획 담당자들은 과거 사용량과 기타 이용 가능한 기록을 바탕으로 누락된 소비량을 추정하게 됐다.

Texas Water Development Board 브리핑은 또 다른 한계를 공개했다. 계획 담당자들이 2026년 지역 계획을 수립할 당시 이용할 수 있었던 최신 시설 정보는 2020년의 단 한두 곳 시설 자료뿐이었다.

그렇다고 데이터 센터가 사용한 모든 물이 주의 회계에서 사라졌다는 뜻은 아니다. 지방 공공사업체에서 구매한 물은 더 광범위한 상업 수요에 포함될 수 있다. 발전에 필요한 물 역시 지역 전망의 다른 부분에 반영될 수 있다.

그러나 이러한 범주는 어떤 캠퍼스가 수요를 만들었는지, 어떤 냉각 시스템을 쓰는지, 혹서기에 수요가 어떻게 바뀌는지를 보여주지 못한다. 예상 성장률이 실제 개발 파이프라인과 일치하는지도 확인할 수 없다.

시점도 특히 어렵다. AI 서버는 랙당 컴퓨팅 성능을 더 많이 집적하며, 이로 인해 지속적으로 제거해야 하는 열이 발생한다. 운영업체들은 동시에 도시 규모에 맞먹는 전력 부하를 가진 캠퍼스를 제안하고 있다.

Berkeley Lab은 미국 데이터 센터가 2023년 176테라와트시의 전력을 소비했다고 밝혔다. 성장과 효율성에 따라 2028년 수요는 325~580테라와트시에 이를 것으로 전망했다.

Texas는 이러한 상위 시나리오가 공공요금 고지서에 나타나기 수년 전부터 물과 전력 인프라를 계획해야 한다. 부실한 보고는 예측 오류의 위험을 개발업체에서 공공기관과 지역사회로 전가한다.

바로 이 지점에서 Google News의 프레임이 유용해진다. 논점은 단지 빅테크가 물을 사용한다는 것이 아니다. 공시가 일관되지 않은 경계를 사용한다면 공공 계획은 기업 주장과 지역 영향을 조정할 수 없다는 점이다.

Amazon, Google, Vantage Data Centers를 포함한 여러 운영업체가 Texas 의원들 앞에 출석했다. 이는 침묵보다 더 큰 책임성을 제공하지만, 증언이 표준화된 시설별 데이터셋은 아니다.

양당 의원들은 더 명확한 공시를 요구해 왔다. 공화당 소속 주 하원의원 Cody Harris는 자원 투명성이 선택 사항이어서는 안 된다고 말하며 물 공급원을 필수 보고 항목으로 지목했다.

누락된 정보는 공정한 비교도 가로막는다. 규제기관에 통일된 측정치가 없다면 물을 적게 쓰는 운영업체는 자신의 장점을 입증할 수 없다. 물을 많이 쓰는 시설은 도시 또는 산업 총량 속에 묻힐 수 있다.

더 나은 보고는 직접 취수, 직접 소비, 재활용수, 식수, 추정 전력 관련 소비를 구분할 것이다. 또한 덥거나 건조한 조건에서의 최대 수요도 식별해야 한다.

이 수치가 없다면 논쟁은 계속해서 상충하는 모델과 선별적인 사례에 의존하게 된다. 기업 평균도 최악의 경우를 가정한 전국 배수도 지역 측정을 대체할 수 없다.

폐쇄 루프 냉각은 문제의 일부만 해결한다

저수량 냉각은 직접 수요를 줄일 수 있지만, 그 대가를 전력 사용과 시설 외부의 물 소비로 옮기는 경우가 많다.

전통적인 증발식 냉각은 물을 증발시켜 열을 제거한다. 이 방식은 특히 적합한 기후에서 에너지 효율적일 수 있지만, 증발한 물은 유역으로 즉시 반환되지 않고 소비된다.

건식 냉각은 공기와 라디에이터를 통해 열을 방출한다. 직접 물 소비를 크게 줄일 수 있지만, 팬과 관련 장비는 일반적으로 더 많은 전력을 필요로 한다.

직접 칩 액체 냉각은 고온 프로세서 가까이로 액체 냉각제를 보낸다. 냉각제는 폐쇄 루프 안에서 장기간 순환할 수 있지만, 다른 시스템이 결국 축적된 열을 방출해야 한다.

이러한 설계는 개발업체가 캠퍼스가 현장에서 운영용 물을 매우 적게 쓴다고 사실대로 설명할 수 있는 이유를 보여준다. 그러나 전체 시스템의 물 발자국이 미미하다는 것을 입증하지는 못한다.

Oracle은 Texas Abilene의 Stargate 캠퍼스에서 구체적 사례를 제시했다. 이 회사는 폐쇄 루프 냉각 시스템을 처음 가동하기 위한 도시용수 충전 이후, 각 건물에 매년 제한적인 추가 보충만 필요하다고 설명했다.

Stargate project reporting에 따르면 초기 충전량은 100만 갤런이었다. Oracle은 8개 건물 각각에 매년 1만2,000갤런이 추가로 필요할 것으로 예상했다.

이 수치는 지속적인 증발식 냉각에 비해 크게 줄어든 사용량을 시사한다. 다만 이는 기업의 전망치이며, 전체 AI 작업 부하와 Texas의 더위 속에서 성능을 검증하려면 운영 데이터가 필요하다.

이 프로젝트 역시 경계 문제를 보여준다. 폐쇄 루프 냉각 시스템은 지속적인 도시용수 수요를 피할 수 있지만, 전력 공급업체는 발전 과정에서 물을 소비할 수 있다.

최종 결과는 캠퍼스의 전력 사용량, 그 부하에 대응하는 발전소, 해당 발전소가 냉각수를 확보하는 방식에 따라 달라진다. 연간 재생에너지 구매가 항상 매시간 시설에 공급되는 발전원을 보여주는 것은 아니다.

Google도 위치별 냉각 결정의 중요성을 강조해 왔다. 이 회사는 물 스트레스가 큰 유역에서는 공랭을 우선하고, 적절한 곳에서는 재생 폐수를 활용할 계획이라고 밝혔다.

Google의 더 큰 목표는 2030년까지 자사의 사무실과 데이터 센터가 소비하는 양보다 더 많은 담수를 보충하는 것이다. Google은 관리 프로젝트를 통해 2025년 약 77억 갤런을 보충했으며, 이는 자사 담수 소비량의 약 78%에 해당한다고 보고했다.

회사의 물 관리 프로젝트 포트폴리오에는 2025년 말 기준 165개 프로젝트가 포함됐다. 이들 프로그램은 습지, 관개 시스템, 대수층 함양, 지방자치단체 인프라를 개선할 수 있다.

그러나 수자원 보충은 여전히 신중한 해석이 필요하다. 한 유역에서 물을 복원한다고 해서 다른 지역 시설 인근의 물 부족이 해소되는 것은 아니다. 각 프로젝트의 시기와 신뢰성도 중요하다.

따라서 전사 차원의 목표는 지역적 압박과 공존할 수 있다. 두 주장은 서로 다른 질문에 답하기 때문에 모두 정확할 수 있다.

직접적인 물 효율성은 시설이 컴퓨팅 또는 전력 단위당 얼마나 많은 담수를 소비하는지 묻는다. 보충은 기업이 프로젝트를 통해 얼마나 많은 물을 복원했다고 주장하는지를 묻는다. 지역 위험은 특정 유역이 수요가 발생하는 시점에 이를 감당할 수 있는지를 묻는다.

이 지표들은 서로를 대체하는 것이 아니라 보완해야 한다. 가장 유리한 지표만 공개하면 지역사회는 그 상충 관계를 평가할 수 없다.

폐쇄형 순환 시스템도 운영상 불확실성에 직면한다. 장비 성능은 이례적인 폭염, 유지보수, 장비 고장 또는 확장 과정에서 달라질 수 있다. 백업 냉각 설비는 서로 다른 양의 물을 사용할 수 있다.

개발업체는 일상적 요구량과 최대 요구량을 모두 공개해야 한다. 지방자치단체 시스템은 연간 평균치가 아니라 어려운 날을 기준으로 설계돼야 한다.

AI 칩의 발열이 커지고 랙 밀도가 높아질수록 이러한 의무는 더 중요해진다. 일반적인 클라우드 서버에서 잘 작동하는 설계가 촘촘히 배치된 가속기에서는 다른 열 관리 수요에 직면할 수 있다.

이 중 어느 것도 저수량 엔지니어링의 가치를 부정하지 않는다. 폐쇄형 순환 및 건식 설계는 직접 소비를 줄일 수 있는 가장 분명한 도구 가운데 하나다.

문제는 이를 물을 전혀 쓰지 않는 AI 시설의 완전한 증거처럼 제시하는 데 있다. 이는 연결된 물·에너지 시스템의 한 부분만 해결한다.

New Mexico, 회계 논쟁을 지역 시험대로 만들다

New Mexico에서는 일상 냉각에 필요한 소량의 물이라는 주장을 사막 수문학, 발전, 그리고 제안된 캠퍼스의 규모와 함께 따져봐야 한다.

Doña Ana County의 Project Jupiter가 논쟁의 초점이 됐다. 이 AI 인프라는 Santa Teresa 인근에서 진행되는 Oracle과 OpenAI의 더 광범위한 Stargate 구축과 연관돼 있다.

개발업체들은 냉각 시스템이 담수를 지속적으로 증발시키는 대신 액체를 순환시키기 때문에 물 요구량이 제한적이라고 설명했다. 보도에 따르면 초기 충전량은 수백만 갤런 규모로 언급됐다.

초기 충전량과 일상적인 연간 소비량은 프로젝트의 두 부분만 설명한다. 건설, 전력 생산, 백업 시스템, 조경, 먼지 제어, 향후 확장은 추가 수요를 만들 수 있다.

물의 양만큼이나 출처도 중요하다. New Mexico 지역사회는 지하수, 지표수, 그리고 법적으로 제약받는 하천 시스템을 혼합해 의존한다. 수자원이 압박받는 유역에서는 적은 양의 취수도 더 큰 결과를 초래할 수 있다.

지방 당국은 물이 언제 소비되는지도 고려해야 한다. 물이 풍부한 계절의 수요는 가뭄이나 극심한 폭염 중 같은 수요와 다른 영향을 낳는다.

경제적 근거도 같은 수준의 검토를 받아야 한다. 데이터센터는 건설 일자리, 세수, 인프라 투자, 지역 서비스 수요를 창출할 수 있다. 그러나 상시 인력 규모는 토지, 전력, 자본 요구량에 비해 제한적일 수 있다.

이러한 불균형이 자동으로 프로젝트를 바람직하지 않게 만드는 것은 아니다. 다만 공공 인센티브와 자원 약속은 검증 가능하고 지속적인 지역 혜택과 비교돼야 한다는 뜻이다.

더 넓은 업계는 건식 냉각을 사막 지역 개발의 해답으로 자주 제시한다. 이는 해답의 일부가 될 수 있지만, 건식 냉각은 일반적으로 증발 기반 열 방출보다 더 많은 전력을 필요로 한다.

추가 발전이 물을 소비하는 화력발전소에 의존한다면, 절감된 냉각수 일부는 다른 장소로 옮겨갈 뿐이다. 반대로 프로젝트가 풍력, 태양광, 저장장치 또는 기타 저수량 발전을 추가한다면 간접 발자국은 크게 줄어들 수 있다.

송전 제약은 이 선택을 복잡하게 만든다. 재생에너지에 대한 기업 계약이 있다고 해서 지역 전력망이 모든 운영 시간에 무탄소·저수량 전력을 공급할 수 있다는 뜻은 아니다.

개발업체는 시간별 에너지 데이터, 발전 계약, 한계 전력 수요에 대한 투명한 추정을 통해 이 불확실성에 대응할 수 있다. 한계 수요란 시설이 전력 한 단위를 추가로 소비할 때 출력을 늘리는 발전기를 말한다.

평균 전력망 수치는 공개하기 쉽지만 인과 분석에는 덜 유용하다. 지속적으로 운영되는 캠퍼스는 화창한 오후와 밤에 서로 다른 자원에 의존할 수 있다.

따라서 New Mexico는 냉각 루프가 자주 재충전돼야 하는지로 결정을 축소해서는 안 된다. 핵심 질문은 프로젝트 전체가 지역의 물과 에너지 한도 안에 들어맞는지다.

이 검토에는 첫 단계만이 아니라 계획된 전체 구축 규모가 포함돼야 한다. 대규모 캠퍼스는 별도 건물과 인허가를 통해 확장되는 경우가 많아 누적 수요를 가릴 수 있다.

지역사회에는 집행 가능한 운영 한도도 필요하다. 개발업체의 현재 냉각 계획은 인허가 이후, 소유권 이전 또는 장비 업그레이드 후에 바뀔 수 있다.

허가는 최대 직접 취수량, 승인된 수원, 가뭄 대응 절차, 보고 주기를 정할 수 있다. 공공사업자는 광범위한 상업용 분류에 수요를 묻어두는 대신 별도 계량기를 요구할 수 있다.

시설 단위 공개는 주민들이 약속된 성능과 실제 성능을 비교할 수 있게 한다. 측정된 소비량이 낮게 유지될 때 과장된 주장으로부터 개발업체를 보호하는 효과도 있다.

논쟁은 이미 엔지니어링을 넘어섰다. 데이터센터에 대한 정치적 반발은 전통적으로 보수적인 Texas 지역을 포함해 농촌 지역으로 확산됐다.

이제 물, 전기요금, 토지 이용, 소음, 재산권이 하나의 정치적 논쟁 안에 놓여 있다. 기본적인 자원 관련 질문에 답하지 못하는 프로젝트는 해결되지 않은 모든 우려의 상징이 될 위험이 있다.

따라서 New Mexico의 시험은 기술적인 만큼 제도적이기도 하다. 당국은 기존 인허가 및 공개 시스템이 전례 없는 규모의 AI 인프라를 평가할 수 있는지 판단해야 한다.

Big Tech의 물 긍정 약속에는 지역별 영수증이 필요하다

기업의 수자원 보충 목표는 유용한 방향을 제시하지만, 비교 가능한 시설 단위 운영 데이터를 대체할 수는 없다.

Google은 물 사용이 블랙박스가 돼서는 안 된다고 말한다. 이 원칙은 Google과 다른 모든 주요 인프라 운영업체에 합리적인 기준을 제시한다.

회사는 많은 데이터센터 위치의 담수 소비량을 공개한다. 그러나 업계 전반의 공개 방식은 여전히 일관되지 않아 기업 간 비교가 어렵다.

일부 보고서는 소유 시설은 다루지만 임차한 콜로케이션 공간은 제외한다. 다른 보고서는 사무실, 창고, 데이터센터를 함께 묶는다. 기업들은 재활용수, 보충, 취수, 소비를 서로 다르게 정의할 수도 있다.

간접 물 사용은 훨씬 더 일관되지 않게 다뤄진다. 기업 지속가능성 보고서는 종종 전력 배출량을 논의하지만 발전에 물 사용량 수치를 붙이지는 않는다.

이러한 누락은 실제 발자국이 크게 다른 두 시설을 비슷해 보이게 할 수 있다. 한 곳은 재생수를 공급받는 증발식 냉각탑을 사용할 수 있다. 다른 곳은 건식 냉각을 사용하지만 물 집약적인 전력에 의존할 수 있다.

직접 소비나 간접 소비 어느 하나만으로는 전체 답을 제공하지 못한다. 규제기관에는 수원 및 지역 물 부족 상황과 함께 두 지표가 모두 필요하다.

기업 평균은 이상치를 숨길 수도 있다. Google의 2025년 데이터는 수자원 관리 프로젝트가 전체 담수 소비량의 약 78%를 보충했다고 보여줬다. 이 수치는 가장 큰 수요를 발생시키는 시설 인근에서 보충이 이뤄졌는지는 보여주지 않는다.

120% 보충 목표에도 같은 문제가 적용된다. 전사 소비량을 초과하는 것은 프로젝트가 측정 가능한 수자원 혜택을 제공할 때만 가치가 있다. 이는 모든 시설에 무제한적인 지역 수요 권한을 부여하지 않는다.

신뢰할 수 있는 시설 보고서는 연간 및 최대 취수량, 실제 소비량, 음용수 공급, 재생수 공급, 냉각 기술을 식별해야 한다. 계획된 용량과 가동 비율도 보여줘야 한다.

보고서는 공개된 방법론을 사용해 전력 관련 소비량을 별도로 추정해야 한다. 이 추정치는 논쟁적인 가정에 따라 달라지므로, 운영업체는 거짓 정밀도 대신 범위를 제시해야 한다.

기업은 이 계산에 포함된 전력원도 공개할 수 있다. 수력발전을 제외하는지, 저수지 증발을 포함하는지, 연간 재생에너지 계약을 사용하는지에 따라 결과는 크게 달라질 수 있다.

독립적인 검증은 이러한 공개의 신뢰도를 높일 수 있다. 감사인은 계량기 데이터, 계산 방법, 그리고 보충 프로젝트가 보고 연도 중 실제 혜택을 냈는지를 검증해야 한다.

데이터에는 일관된 단위도 필요하다. 물 사용 효율성, 즉 WUE는 컴퓨팅 장비 에너지의 킬로와트시당 소비된 물의 양을 측정한다. 이는 효율성 비교에는 유용하지만 총소비량을 대체하지는 않는다.

캠퍼스는 더 많은 서버를 추가하기 때문에 WUE를 개선하면서도 총 물 수요를 늘릴 수 있다. 집약도와 절대 물량 모두 계속 드러나야 한다.

같은 원칙은 전력 효율성에도 적용된다. 더 효율적인 가속기는 기업이 훨씬 더 큰 규모로 배치할 경우 총 에너지 사용량을 늘릴 수 있다.

따라서 Big Tech의 가장 강력한 대응은 전국 광고 캠페인이 아니다. 지역사회가 엔지니어링 약속과 측정된 결과를 연결할 수 있게 하는 지역별 영수증의 집합이다.

이 접근법은 기업 AI 구매자에게도 이롭다. 클라우드 용량을 구매하는 기업들은 점점 더 자체 환경 보고 의무와 고객의 검증에 직면하고 있다.

공급업체가 호환되지 않는 데이터를 제공하면 구매자는 AI 서비스의 발자국을 평가할 수 없다. 표준화된 시설 및 지역 정보는 더 나은 조달 결정을 뒷받침할 것이다.

Google News를 통해 이 이야기를 따라가는 지식 근로자들도 기업 주장과 측정 결과를 구분해야 한다. 계획된 냉각 설계는 의도의 증거이지, 최대 부하 성능의 증거는 아니다.

투명성 격차는 서로 반대되는 두 가지 오류를 부른다. 업계 옹호자들은 전력을 무시한 채 거의 물을 쓰지 않는 캠퍼스를 묘사할 수 있다. 비판자들은 전력망과 무관하게 모든 시설에 전국 기준 12배 승수를 적용할 수 있다.

지역별 표준화 데이터가 이 두 극단 사이의 길이다.

물 격차가 좁혀지는지 보여줄 세 가지 신호

이 이야기의 다음 단계는 의무 공개, 측정된 냉각 성능, 그리고 새로운 AI 부하에 전력을 공급하는 에너지원에 의해 결정될 것이다.

첫 번째 신호는 Texas가 입법적 좌절을 집행 가능한 보고 규칙으로 전환하는지 여부다. 자발적 조사는 참여가 법적으로 요구됐을 때조차 신뢰할 수 있는 데이터셋을 만들지 못했다.

의미 있는 규정은 명확한 전력 또는 물 사용 기준을 넘는 시설을 다뤄야 한다. 직접 취수, 직접 소비, 수원, 냉각 기술, 최대 수요, 운영 용량을 요구해야 한다.

이 규정은 기존 캠퍼스와 제안된 확장을 구분해야 한다. 그렇지 않으면 당국은 과거 수치로 계속 계획하는 동안 개발업체는 훨씬 더 큰 AI 건물을 추가할 수 있다.

Texas가 표준화된 공개 시설 보고를 채택한다면 업계의 발자국은 알 수 없다는 주장은 약해질 것이다. 광범위한 분류와 빈약한 응답 속에서 또 한 번의 계획 주기가 지나간다면 회의론은 강해질 것이다.

두 번째 신호는 폐쇄형 순환 캠퍼스의 측정된 성능이다. Oracle의 Abilene 수치와 유사한 개발업체 전망은 검증 가능한 약속을 만든다.

연간 공개는 시설이 완전 가동률에 도달한 뒤에도 일상적 재충전이 예상 수준에 가깝게 유지되는지 보여줘야 한다. 또한 이례적인 폭염, 유지보수 또는 비상 운영 중 사용된 물도 식별해야 한다.

실제 소비량이 여러 차례의 무더운 여름에도 낮게 유지된다면, 개발사들은 직접적인 물 수요를 통제할 수 있다는 강력한 근거를 확보하게 된다. 사용량이 부하와 함께 크게 늘어난다면, 엔지니어링에 대한 설명은 수정돼야 한다.

뉴멕시코주도 Project Jupiter에 같은 검증 기준을 적용해야 한다. 대중에게는 완전 가동 전 발표된 단일 초기 충전 추정치뿐 아니라 각 단계의 운영 데이터가 필요하다.

세 번째 신호는 신규 데이터센터 수요를 뒷받침하는 발전 구성이다. Berkeley Lab의 연구는 미국 전체 기준으로 전력 관련 물 소비가 직접 냉각 수요를 10배 이상 초과할 수 있는 이유를 보여준다.

이 관계가 고정된 채로 유지되지는 않을 것이다. 풍력, 태양광, 에너지저장장치가 확대되면 전력의 물 집약도는 낮아질 수 있는 반면, 추가적인 화력발전은 간접 수요를 유지하거나 늘릴 수 있다.

향후 전력 사용 규모는 사안을 더욱 중대하게 만든다. BloombergNEF는 미국 데이터센터의 설치 용량이 2030년 118기가와트, 2035년 194기가와트에 이를 것으로 전망했다.

많은 발표 프로젝트가 전력망, 자금 조달, 장비, 인허가 제약에 직면할 것이므로 이러한 전망에는 여전히 불확실성이 있다. 그럼에도 일부만 개발되더라도 지역 전력 계획은 재편될 수 있다.

기술 기업들이 계약하는 내용만이 아니라, 전력회사가 실제로 무엇을 건설하는지 지켜봐야 한다. 신규 가스 발전, 원자력 확대, 재생에너지 용량, 에너지저장장치, 송전망은 서로 다른 물 사용 결과를 낳을 것이다.

시간대별 매칭은 중요한 지표가 될 것이다. 연간 청정에너지 계약은 서류상 소비량을 상쇄할 수 있지만, 시설은 다른 시간대에 물을 소비하는 발전원에 의존할 수 있다.

이 세 가지 신호는 Google News 기사에 담긴 핵심 판단을 뒷받침하거나 약화시킬 수 있다. 더 나은 정보 공개는 불확실성을 줄일 것이다. 검증된 폐쇄형 순환 성능은 직접 수요를 낮출 것이며, 물 사용량이 적은 전력은 숨겨진 부분을 축소할 것이다.

반대 양상이 나타난다면 갈등은 더 깊어질 것이다. 보고서 누락, 약속보다 높은 냉각 수요, 물 집약적인 발전은 기업 수치가 여전히 시스템의 일부만 설명한다는 점을 보여줄 것이다.

이러한 신호가 구체화되는 동안 독자들은 어느 쪽의 성급한 결론도 경계해야 한다. AI 데이터센터가 언제나 지역의 물을 고갈시킬 수 있는 것은 아니며, 저수량 냉각이 데이터센터를 자원 소모가 없는 시설로 만드는 것도 아니다.

실질적인 질문은 각 유역, 전력회사, 지역사회가 현실적인 운영 조건에서 특정 프로젝트를 감당할 수 있는지다. 그 답에는 구호가 아니라 측정치가 필요하다.

향후 텍사스의 보고 규정, 사막 지역 캠퍼스의 첫 전부하 운영 결과, 그리고 이를 공급하기 위해 건설되는 발전 설비를 주시해야 한다. 이 기록은 엔지니어링을 통해 10배의 격차가 줄어드는지, 아니면 회계 처리 속에서 유지되는지를 보여줄 것이다.