데이터 센터만으로는 AI 경제를 구축할 수 없다

Google News는 노스캐롤라이나주의 데이터 센터 붐을 둘러싼 냉엄한 갈등을 드러냈다. AI 인프라를 유치한다고 해서 AI 경제에 참여할 수 있는 것은 아니다. 신규 시설은 투자, 건설 일자리, 세수를 끌어올 수 있다. 하지만 그 안에서 가동되는 모델, 애플리케이션, 비즈니스 가치는 해당 카운티를 훨씬 벗어난 곳의 고객에게 돌아갈 수 있다.

이 구분은 논쟁의 성격을 바꾼다. 이제 문제는 지역사회가 데이터 센터라는 범주 자체를 수용하거나 거부해야 하는지가 아니다. 각 프로젝트가 지역의 토지, 전력, 물, 공적 지원을 지속 가능한 지역 역량으로 전환하는지의 문제다.

노스캐롤라이나주는 유용한 시험대다. Amazon은 리치먼드 카운티에 대규모 AI 인프라 캠퍼스를 발표했으며, 다른 지역사회들은 제안된 개발 사업을 재검토하고 있다. 주 정부는 인력 양성과 AI 도입 정책도 마련하고 있다. 이러한 결정은 인프라 투자와 폭넓은 경제 참여 사이의 핵심 긴장을 보여준다.

데이터 센터는 Google AI 경제와 그 경쟁자들에게 필수적인 설비다. 그러나 설비만으로는 인력을 교육하거나, 지역 기업의 AI 도입을 돕거나, 연구자에게 컴퓨팅 자원 접근권을 제공하지 못한다. 그러한 혜택에는 별도의 약속이 필요하다.

Google News 논쟁이 실제로 바꾼 것

중요한 변화는 무엇이 AI 경제 개발로 간주되는지에 대한 기준이 더 엄격해졌다는 점이다.

제공된 Google News 목록은 데이터 센터만으로는 AI 경제를 구축할 수 없다는 WRAL의 주장을 가리킨다. 이 주장은 익숙한 개발 논리를 문제 삼는다. 대규모 자본 투자는 흔히 일자리, 혁신, 미래 경쟁력의 약칭처럼 여겨진다.

하지만 이러한 결과가 자동으로 함께 따라오는 것은 아니다. 프로젝트는 지역 소프트웨어 산업을 만들지 못하면서도 재산세 기반을 넓힐 수 있다. 숙련된 시설 운영 인력을 고용하면서도 인근 소상공인에게는 아무 변화가 없을 수 있다. 전 세계에서 쓰이는 AI 서비스를 지원하면서도 지역 대학에는 그 기반 컴퓨팅 용량에 대한 접근권을 제공하지 않을 수 있다.

WRAL 기고자 Tom Snyder는 비용과 혜택의 지리적 분포를 통해 이 문제를 제기했다. 데이터 센터는 지역 토지를 차지하고 지역 유틸리티에 연결된다. 반면 그 워크로드는 어디에 있는 기업과 사용자에게든 서비스를 제공할 수 있다.

그의 지역 가치 분석은 서버는 지역에 남지만 수혜자는 넓게 분산된다고 주장한다. 이러한 불균형이 이 글의 핵심 우려다.

이 주장은 데이터 센터를 쓸모없는 것으로 보지 않는다. 데이터 센터는 모델 학습, 클라우드 서비스 운영, AI 도구 제공에 필요한 물리적 용량을 제공한다. 또한 건설 수요, 기술직 일자리, 과세 자산을 창출한다.

문제는 정책 입안자들이 이런 기여를 완전한 경제 전략으로 취급할 때 나타난다. 인프라는 경제를 뒷받침하지만, 참여 여부는 누가 그 인프라를 생산적으로 활용할 수 있는지에 달려 있다.

이 구분은 과거 광대역 통신 논쟁과 닮아 있다. 농촌 카운티를 지나는 광섬유 경로가 주민들에게 저렴한 라스트마일 연결을 보장하지는 않았다. 인프라는 지역사회를 통과할 수 있지만, 그 지역사회를 디지털 시장에 편입시키지 않을 수도 있다.

AI도 유사한 가능성을 낳는다. 한 카운티는 가속기 랙을 보유하면서도 학교에는 AI 교육이 부족할 수 있다. 지역 제조업체는 일상 업무를 자동화하지 못할 수 있다. 창업자들은 기술 인재나 활용 가능한 컴퓨팅 자원을 찾는 데 어려움을 겪을 수 있다.

따라서 데이터 센터는 완성품이 아니라 출발점이 된다. 그 경제적 가치는 주변 기관, 인력 양성 경로, 상업적 도입에 달려 있다.

Google News의 데이터 센터 보도는 종종 프로젝트 규모, 반대 여론, 전력 수요를 강조한다. 더 까다로운 질문은 건설 인력이 떠난 뒤 어떤 역량이 남는가다.

이 질문은 인센티브, 인허가, 교육 협약, 유틸리티 계획을 형성해야 한다. 또한 향후 프로젝트를 위한 측정 가능한 기준을 세운다.

성공적인 거래는 유치 지역사회의 경쟁 역량을 강화해야 한다. 자본 지출만으로는 그러한 결과를 입증할 수 없다.

노스캐롤라이나주는 인프라 우선 모델을 시험하고 있다

노스캐롤라이나주는 대규모 투자를 유치했지만, 지출 규모가 클수록 지역 혜택 검증의 중요성도 커진다.

Amazon은 리치먼드 카운티에 클라우드 컴퓨팅 및 AI 캠퍼스를 위한 투자를 발표했다. 회사와 주 정부 관계자에 따르면, 이 프로젝트는 최소 500개의 일자리를 창출할 것으로 예상된다.

노스캐롤라이나 캠퍼스는 건설 및 공급망 일자리도 지원할 것으로 예상된다. 계획된 직무에는 엔지니어링, 네트워킹, 보안 및 기타 기술직이 포함된다.

Amazon은 대학, 커뮤니티 칼리지, 인력 개발 프로그램도 지원하겠다고 밝혔다. 이 요소는 프로젝트를 단순한 건물 및 유틸리티 거래를 넘어서는 사업으로 만든다는 점에서 중요하다.

그럼에도 발표된 약속과 실현된 성과는 서로 다른 범주다. 주 정부는 누가 교육을 받는지, 누가 채용되는지, 지역 기업이 공급망에 진입하는지를 추적해야 한다.

일자리 수치에도 맥락이 필요하다. 건설 고용은 부지 개발 기간에 급증했다가 운영이 시작되면 줄어들 수 있다. 상시 데이터 센터 일자리는 시설의 자본 집약도에 비해 전문성이 높고 수가 제한적인 경우가 많다.

자본 집약도는 근로자 한 명당 상당한 설비와 인프라를 필요로 하는 사업을 뜻한다. 현대의 데이터 센터는 서버와 전력 시스템이 생산 역량의 상당 부분을 차지하기 때문에 이 패턴에 부합한다.

전국 고용 상황은 의미 있는 성장을 보여주지만, 여전히 집중되어 있다. Census Bureau 데이터에 따르면 데이터 센터 고용은 2016년부터 2023년 사이 60% 이상 증가했다.

이 기관의 인력 분석도 지리적 집중도를 보여준다. 캘리포니아주에서는 세 개 카운티가 해당 주 데이터 센터 고용의 60%를 차지했다. 텍사스주에서는 네 개 카운티가 거의 75%를 차지했다.

시설이 진정한 클러스터를 형성할 때 집중은 혜택을 낳을 수 있다. 근로자는 고용주 사이를 이동할 수 있고, 공급업체는 전문화할 수 있으며, 교육 프로그램은 지속적인 수요에 대응할 수 있다.

고립된 시설은 다른 기회를 제시한다. 여전히 가치 있는 일자리를 제공할 수는 있지만, 그 주변에 전체 기술 산업을 만들어낼 가능성은 더 낮다.

그렇기 때문에 헤드라인에 등장하는 데이터 센터 일자리 수만으로는 경제적 질문에 답할 수 없다. 정책 입안자들은 일시적 건설 일자리, 상시 운영 직무, 간접 고용, 유발 소비를 구분해야 한다.

또한 공공 인센티브가 추가적인 활동을 구매하는지 검증해야 한다. 보조금 없이도 추진될 프로젝트는 공적 지원이 필요한 프로젝트와 다른 조건을 제시한다.

Google 데이터 센터의 영향은 급여를 넘어선다. 신규 시설에는 변전소, 송전선, 상하수도 시스템, 도로, 비상 대응 계획이 필요할 수 있다. 이러한 비용의 배분은 프로젝트의 순공공 가치를 좌우한다.

개발업체가 필요한 인프라를 부담한다면 지역사회의 재정적 노출은 줄어든다. 가계가 전력망 확장 비용을 부담한다면 지역의 거래는 방어하기 어려워진다.

따라서 노스캐롤라이나주의 시험은 Amazon을 넘어선다. 이는 제안되는 모든 부지에 적용되는 개발 모델에 관한 문제다.

주 정부는 건물 수와 투자 발표를 셀 수 있다. AI 경제를 구축하려면 기술, 도입, 연구, 창업, 가계 비용을 다루는 또 다른 장부가 필요하다.

데이터 센터는 용량을 구축하지만, 생산성을 자동으로 만들지는 않는다

컴퓨팅은 기업이 이를 중심으로 업무를 재조직할 때에만 경제적으로 변혁적인 힘이 된다.

핵심 메커니즘은 컴퓨팅 용량에서 시작된다. 데이터 센터는 AI 시스템 운영에 필요한 프로세서, 스토리지, 네트워킹, 냉각, 전력을 제공한다.

이 용량은 하나의 제약을 낮춘다. 그렇다고 기업이 AI를 효과적으로 도입하지 못하게 하는 조직적 과제를 해결하는 것은 아니다.

소규모 제조업체는 AI 서비스에 접근할 수 있어도 정제된 생산 데이터가 부족할 수 있다. 병원은 적합한 모델을 보유해도 통합, 개인정보 보호, 업무 흐름의 장벽에 부딪힐 수 있다. 소매업체는 보조 도구를 시험해 보면서도 그 결과물을 중심으로 어떤 의사결정도 재설계하지 않을 수 있다.

이 사례들은 생산성이 개선되기 전에 인프라 지출이 경제 데이터에 먼저 나타날 수 있는 이유를 설명한다. 건설과 장비 구매는 현재의 투자에 기여한다. 더 폭넓은 생산성 향상은 많은 기업이 기술을 성공적으로 활용할 때에만 나타난다.

Federal Reserve 연구진은 범용 기술의 전개 순서를 설명한다. 역량 개선과 비용 하락이 광범위한 도입에 앞선다. 도입은 다시 생산성과 노동시장의 측정 가능한 변화에 앞선다.

그들의 AI 지표 프레임워크는 역량, 기업 도입, 투자, 생산성, 노동을 구분한다. 이 구조는 인프라 붐과 경제적 전환을 구별하는 데 도움이 된다.

연구진은 집계 통계에 명확한 AI 투자 항목이 없다고도 경고한다. 분석가들은 종종 더 광범위한 장비, 소프트웨어, 건설, 전력 인프라 데이터에서 AI 지출을 추론한다.

이러한 한계는 중요하다. 신규 전력 시설은 AI 워크로드, 전통 산업 또는 일반적인 전력망 신뢰성을 지원할 수 있다. 통신 장비는 모바일 및 방송 시스템과 함께 데이터 센터에도 사용될 수 있다.

생산성 주장에도 같은 주의가 적용된다. 기업은 AI 도구를 구매하고도 깊이 있게 배포하지 않을 수 있다. 직원들은 챗봇을 실험할 수 있지만 핵심 프로세스는 변하지 않은 채 남을 수 있다.

의미 있는 도입에는 보완적 투자가 필요하다. 기업에는 적절한 데이터, 직원 교육, 보안 통제, 업무 흐름 설계, 경영진의 지원이 필요하다.

근로자에게는 결과물을 검증할 방법도 필요하다. AI 시스템은 그럴듯한 오류를 만들어낼 수 있으므로, 고위험 활용에는 검토 절차와 명확한 책임 소재가 필요하다.

지역 기업이 인근 서버 캠퍼스가 존재한다는 이유만으로 이런 역량을 개발하는 경우는 드물다. 대부분의 상업용 AI 서비스는 허용 가능한 응답 시간 내에서 원격 지역으로부터 운영될 수 있다.

따라서 거래가 의도적인 지역 접근권을 만들지 않는 한, 물리적 근접성은 제한된 가치만 제공한다. 그러한 접근권에는 연구용 컴퓨팅, 기술 지원, 공동 연구실, 조달 프로그램, 실제 고용주와 연계된 교육 등이 포함될 수 있다.

이것이 인프라 우선 Google AI 경제 전략의 약점이다. 컴퓨팅 공급이 도입, 기술, 창업을 동일한 지리적 공간으로 끌어들일 것이라고 가정한다.

때로는 클러스터가 형성되기도 한다. 버지니아 북부는 밀집된 인프라, 숙련된 인력, 광섬유 연결, 클라우드 기업, 계약업체, 정부 수요를 결합한다. 각 요소는 서로를 강화한다.

하지만 한 가지 요소를 복제한다고 해서 클러스터가 재현되는 것은 아니다. 농촌 카운티의 서버 건물이 모델 개발자나 소프트웨어 스타트업을 자동으로 끌어들이지는 않는다.

Google News 보도는 개별 프로젝트를 AI 발전의 직접적 측정치처럼 보이게 할 수 있다. 경제적 메커니즘은 더 길고 덜 가시적이다.

컴퓨팅은 애플리케이션을 가능하게 한다. 애플리케이션은 업무 흐름에 들어가야 한다. 업무 흐름은 산출, 품질, 속도 또는 의사결정을 개선해야 한다. 그리고 이러한 이득은 지역 생산성에 영향을 미칠 만큼 충분한 기업으로 확산되어야 한다.

각 단계는 독립적으로 실패할 수 있다. 그렇기 때문에 데이터 센터 용량은 AI 경제를 뒷받침하는 필수 인프라이지만, 그 자체로 충분한 증거는 아니다.

진짜 경쟁은 유치와 참여 사이에 있다

핵심 경쟁 구도는 데이터 센터 유치 여부가 아니라, 인프라를 유치하는 것과 그 하류 가치를 확보하는 것 사이에 있다.

유치 중심 전략은 부지 준비에 초점을 맞춘다. 정부 관계자들은 토지, 전력, 용수, 인허가, 인센티브를 마련한다. 개발업체는 시설을 건설하고, 멀리 떨어진 고객을 위해 이를 운영한다.

참여 전략은 같은 인프라에서 출발하지만, 지역 기관이 무엇을 얻는지 묻는다. 개발 협약을 교육, 연구 접근성, 소상공인 도입, 광대역 통신, 공급업체 기회와 연결한다.

Brookings 연구진은 기존 개발 모델이 단기적인 건설 활동과 세수는 만들어내지만, 지속 가능한 지역 기술 활동은 상대적으로 적게 창출한다고 주장한다.

이들의 지역 번영 프레임워크는 적합한 부지를 둘러싼 치열한 경쟁이 지역사회에 협상력을 제공한다고 본다. 지역은 인력 양성 경로, 연구 파트너십, 공동 컴퓨팅 자원을 요구할 수 있다.

이 접근법이 모든 카운티에 Silicon Valley가 되라고 요구하는 것은 아니다. 지역 산업과 기관에 맞는 신뢰할 수 있는 경로를 마련하자는 것이다.

첨단 제조업 기반 지역은 AI 품질 검사, 예지 정비, 산업 사이버보안을 우선시할 수 있다. 의료 중심지는 임상 운영 연구와 의료 데이터 거버넌스를 지원할 수 있다.

농업 지역사회는 작물 모니터링, 물류, 장비 유지보수에 집중할 수 있다. 커뮤니티 칼리지는 전기기사, 네트워크 기술자, 냉각 설비 전문가, 사이버보안 인력을 양성할 수 있다.

이는 구체적인 경제적 연결고리다. 인프라를 지역 고용주가 구매할 수 있는 서비스와 주민이 제공할 수 있는 기술에 연결한다.

Google AI 경제는 이런 보완 활동에 의존한다. Google, Amazon, Microsoft, Meta는 고객이 클라우드 컴퓨팅과 AI 서비스를 요구하기 때문에 인프라를 구축한다. 유치 지역사회에는 이 수요를 지역 역량으로 전환할 장치가 필요하다.

한 가지 장치는 조달이다. 개발업체는 공급업체 수요를 조기에 공개하고 지역 기업이 계약 자격을 갖추도록 도울 수 있다.

또 다른 장치는 검증된 채용 기회와 연계된 교육이다. 프로그램은 직무 수요, 필요한 자격증, 임금, 채용 일정에서 출발해야 한다. 일반적인 AI 인식 교육 과정은 이러한 정합성을 대체할 수 없다.

연구 접근성은 세 번째 장치를 제공한다. 대학과 스타트업은 지역 문제와 연결된 크레딧, 전용 용량, 공동 연구실, 파트너십의 혜택을 받을 수 있다.

소상공인 도입 역시 중요하다. 많은 지역 기업은 제한적이면서 측정 가능한 활용 사례를 선택하는 데 도움이 필요하다. 보안, 데이터 품질, 직원 검토에 관한 지침도 필요하다.

창업자에게는 영감을 주는 행사만으로는 부족하다. 고객, 기술 멘토, 자본, 데이터 접근성, 신뢰할 수 있는 컴퓨팅 환경이 필요하다.

광대역 통신도 이 패키지의 일부로 남아 있다. 라스트마일 연결이 여전히 불안정하거나 감당하기 어려운 수준이라면 주민과 소규모 기업은 지속적으로 참여할 수 없다.

공공 협약은 이러한 아이디어를 이행 항목으로 전환할 수 있다. 교육 코호트, 공급업체 지원, 연구 자원, 광대역 프로젝트, 연례 보고를 명시할 수 있다.

목표는 활동이 아니라 결과를 측정해야 한다. 교육 과정 등록은 활동이다. 수료, 취업, 임금 상승, 고용주의 인력 유지가 결과다.

같은 원칙은 기업 지원에도 적용된다. 워크숍 참석률은 도입에 관해 거의 말해주지 않는다. 생산 시간, 매출, 오류율, 고객 서비스의 측정된 변화가 더 강력한 증거를 제공한다.

이 참여 모델은 정치적 정당성도 강화한다. 주민들은 글로벌 AI 성장의 혜택이 언젠가 자신들에게 도달하리라는 추상적 약속을 넘어선 이점을 확인할 수 있다.

대안은 지역사회를 익숙한 패턴에 노출한다. 지역사회는 가치 있는 산업에 자원을 제공하지만, 더 높은 마진의 활동은 다른 곳에 축적된다.

데이터 센터만으로는 이러한 결과를 막을 수 없다. 인프라와 지역 기관 사이의 협상된 연결이 더 나은 가능성을 제공한다.

Google News 헤드라인만으로는 증명할 수 없는 것

여러 비용과 편익이 불확실하게 남아 있기 때문에 프로젝트 발표만으로 순경제적 가치를 입증할 수는 없다.

첫 번째 불확실성은 상시 고용과 관련된다. 대규모 건설 현장은 상당한 규모의 일시적 일자리를 지원할 수 있다. 하지만 시설은 고도로 자동화되어 있어 운영에는 더 적은 인력이 필요하다.

그런 일자리도 여전히 높은 임금을 제공하며 가치가 있을 수 있다. 회의적인 관점은 가치가 아니라 규모에 관한 것이다.

지역사회는 상시 고용을 토지 이용, 인프라 약정, 인센티브, 기회비용과 비교해야 한다. 또한 직접 고용과 간접 고용에 대한 모델 기반 추정치를 구분해야 한다.

두 번째 불확실성은 누가 일자리를 채우는가다. 전문직은 유치 카운티 밖에서 인력을 끌어올 수 있다. 이 결과도 지역 경제에는 도움이 될 수 있지만, 지역 주민의 사회적 이동성에 관한 주장은 약화된다.

따라서 교육 협약은 참가자의 거주지, 수료, 채용, 고용 유지 현황을 보고해야 한다. 이런 세부 정보는 주민이 새로운 경력에 접근할 수 있는지를 보여준다.

세 번째 불확실성은 전력망 노출이다. 데이터 센터는 지속적인 전력을 필요로 하며, AI 워크로드는 수요를 크게 늘릴 수 있다. 신규 발전 및 송전 프로젝트는 수년이 걸릴 수 있다.

전력회사와 규제기관은 누가 확충 비용을 부담할지 결정해야 한다. 장기 계약, 최소 납부 요건, 개발업체 부담 인프라는 가계의 위험을 줄일 수 있다.

수요 전망에도 불확실성이 있다. 제안된 시설은 예상보다 늦게 들어서거나, 계획된 규모보다 작게 운영되거나, 아예 완공되지 않을 수 있다.

전력회사가 실현되지 않는 수요를 위해 인프라를 구축하면 다른 고객은 좌초 비용을 부담할 수 있다. 좌초 비용이란 예상 수요가 사라진 뒤에도 회수되지 않은 채 남는 투자다.

용수 수요는 냉각 설계, 기후, 운영 조건에 따라 달라진다. 지역사회에는 다른 시설에서 도출한 가정이 아니라 프로젝트별 추정치가 필요하다.

소음, 비상 발전, 도로 교통량, 토지 전용 역시 지역 차원에서 중요하다. 이런 영향이 프로젝트가 바람직하지 않다는 점을 증명하는 것은 아니다. 다만 투자와 세수와 동일한 حساب에 포함되어야 한다.

네 번째 불확실성은 도입이다. 시설이 성공적으로 운영되더라도 인근 고용주가 AI를 생산적으로 활용하는지에 대해서는 거의 알려주지 않는다.

주 정책은 이 격차의 일부를 줄일 수 있다. North Carolina의 2026 AI 로드맵은 인력 전환 프로그램, 고용주 연계, 단기 자격 과정, 노동시장 추적을 요구한다.

주 AI 로드맵은 North Carolina State University의 AI Academy가 100개가 넘는 산업 조직과 협력한다고 보고한다. 또한 이 아카데미가 2,000명 이상을 AI 경력에 대비시켰다고 밝힌다.

이 수치는 완료된 주 전역 전환이 아니라 기반을 설명한다. 향후 평가는 일자리 배치, 지역 간 접근성, 자동화에 직면한 근로자의 결과를 추적해야 한다.

마지막 불확실성은 시간이다. 인프라 투자는 빠르게 나타난다. 생산성 향상과 신규 기업 형성에는 수년이 걸릴 수 있다.

이 시간 차이는 정치적 유혹을 만든다. 정부 관계자들은 자본 약정을 즉시 발표할 수 있지만, 더 어려운 결과는 현 예산 주기를 넘어선다.

따라서 Google News의 데이터 센터 기사는 최종 경제 판정이 아니라 프로젝트 신호로 읽어야 한다. 발표는 의도를 보여준다. 운영 결과는 가치를 보여준다.

단일 지표로는 판단을 내릴 수 없다. 고용, 세수, 공공요금 비용, 용수 사용, 공급업체 지출, 교육 성과, AI 도입을 함께 고려해야 한다.

지지자들은 자동적인 번영을 과장해서는 안 된다. 비판자들 역시 모든 숙련 일자리나 세수 기여를 폄하해서는 안 된다. 두 입장 모두 측정 가능한 지역 결과와 연결될 때 더 신뢰할 수 있다.

전략의 성공 여부를 보여줄 세 가지 신호

다음 단계는 구속력 있는 약정, 도입 성과, 투명한 공공 회계를 기준으로 평가해야 한다.

첫 번째 신호는 프로젝트 협약의 내용이다. 지역사회는 인프라 비용, 인력 프로그램, 공급업체 접근성, 보고를 포괄하는 집행 가능한 요건을 찾아야 한다.

강력한 협약은 누가 공공요금 설비 업그레이드 비용을 부담하는지 명시한다. 고용 범주와 보고 일정을 정의한다. 또한 약정이 이행되지 않았을 때의 구제책도 마련한다.

자발적 발표는 더 약한 증거를 제공한다. 기간, 자금, 자격 요건, 측정 가능한 결과를 보장하지 않은 채 유용한 의도를 설명할 수 있다.

향후 North Carolina 프로젝트에 구속력 있는 지역 역량 강화 약정이 포함된다면 참여 논지는 더욱 강해진다. 협약이 투자 총액에만 초점을 맞춘다면 유치 중심 모델은 여전히 지배적이다.

두 번째 신호는 시설 밖에서의 도입이다. 주 및 지방 기관은 인근 제조업체, 의료 제공기관, 농장, 소매업체, 전문 서비스 기업이 AI를 효과적으로 사용하는지 측정해야 한다.

유용한 지표에는 AI를 도입한 기업의 비율, 직원 교육 수료율, 문서화된 생산성 변화, AI 관련 신규 기업 설립이 포함된다.

기준은 챗봇 실험이 되어서는 안 된다. 사람의 검토와 측정 가능한 가치를 갖춘 실제 업무 흐름 내 반복 가능한 사용이어야 한다.

지역 조달도 여기에 포함된다. 자격을 갖춘 지역 공급업체의 증가는 인프라 지출이 주변 경제를 순환하고 있음을 보여줄 것이다.

지역 산업 전반에서 도입이 늘어난다면 데이터 센터는 더 폭넓은 전략의 한 구성 요소가 된다. 사용이 전국 단위 기업에만 집중된다면 물리적 유치는 광범위한 참여를 만들어내지 못한 것이다.

세 번째 신호는 투명한 비용·편익 보고다. 규제기관과 지방정부는 계약이 허용하는 경우 프로젝트 단위 정보를 공개해야 한다.

보고에는 상시 데이터 센터 일자리, 건설 고용, 세수, 인센티브, 전력망 업그레이드, 용수 수요, 공공 지출이 포함되어야 한다.

기업의 주장과 독립적으로 보고된 결과를 구분해야 한다. 시설이 운영을 시작한 뒤에는 수치도 갱신해야 한다.

일관된 보고는 카운티 간 비교를 개선할 것이다. 어떤 협약이 지속적인 편익을 만들고 어떤 협약이 과도한 위험을 전가하는지 보여줄 수 있다.

이는 개발업체에도 도움이 된다. 더 나은 지역사회 조건을 제시하는 기업은 프로젝트를 차별화하고 반대를 줄일 수 있다.

이 세 가지 신호는 Google News 논지를 검증하는 실질적 기준을 만든다. 더 나은 협약은 개발업체가 책임을 받아들이는지 보여준다. 더 폭넓은 도입은 지역 경제가 역량을 얻는지 보여준다. 공공 회계는 그 거래가 작동하는지 보여준다.

North Carolina는 AI 인프라를 거부하는 것과 모든 제안을 승인하는 것 중 하나를 선택할 필요가 없다. 건설을 참여와 연결하는 조건을 설정할 수 있다.

독자들은 다음 대형 프로젝트가 Google News에 등장할 때마다 한 가지 질문을 던져야 한다. 유치 지역사회는 이후 지금은 할 수 없는 무엇을 할 수 있게 되는가?

답에 더 강한 기술, 생산적인 지역 도입, 연구 접근성, 책임 있는 인프라 자금 조달이 포함된다면 그 프로젝트는 AI 경제를 뒷받침한다. 답이 서버 증가뿐이라면 그 프로젝트는 여전히 자산의 입지에 그친다.