top of page

Harvard 데이터센터 연구, 82TWh 수요 추정

18분 전
9분 분량

Harvard 데이터센터 연구는 미국의 대형 시설 403곳이 1년간 82테라와트시의 전력을 소비했으며, 그 대부분은 화석연료가 공급했다고 추정한다. 테라와트시는 누적 전력 사용량을 측정하는 단위인 반면, 테라와트는 특정 시점의 전력을 측정한다. 이 구분은 일부 헤드라인의 중대한 오류를 바로잡는다. 이 결과는 82TW가 아니라 82TWh에 관한 것이다.

2026년 11월 16일 발표된 이 연구는 2024년 5월부터 2025년 4월까지 운영된 시설을 분석했다. 핵심 추정치는 미시간주의 2024년 소매 전력 판매량의 약 83%에 이른다. 이는 상당한 비교이지만, 이 시설들이 미시간주보다 더 많은 전력을 소비했다는 뜻은 아니다.

핵심 쟁점은 컴퓨팅 시설이 지역 전력망에 의존할 때 청정전력이 무엇을 의미하는지에 있다. 기업은 재생에너지 발전에 자금을 지원할 수 있지만, 주변 전력 시스템은 계속 천연가스와 석탄을 태울 수 있다. 클라우드 운영사, 기업 구매자, 신규 캠퍼스를 검토하는 지역사회에 이 연구는 실질적인 질문을 제기한다. 지속가능성 약속과 실제 운영 조건을 연결하는 근거는 무엇인가?

Harvard 데이터센터 연구가 실제로 측정한 것

이 연구는 업계 전체의 계량기 측정값이 아니라, 정의된 시설 집단에 대한 추정치를 제시한다.

동료 심사를 거친 하이퍼스케일 전력 연구는 시설 부하, 즉 시설이 얼마나 높은 수준으로 운영되는지에 대한 서로 다른 가정 아래 결과를 제시한다. 이 시나리오들은 약 68~99TWh의 전력 사용 범위를 산출한다. 중심 추정치는 82TWh이며, 약 2,570만 미터톤의 이산화탄소와 연관된다.

이 시나리오 전반에서 귀속된 배출량은 약 2,100만~3,100만 미터톤 범위다. 중심 전력 추정치는 미국 전체 소비량의 약 1.8%에 해당한다. 귀속된 발전량의 약 54%는 화석연료에서 나온다.

연구진은 하이퍼스케일 시설을 조사했다. 이는 제3자가 운영하는 적격 시설을 포함해 클라우드 또는 콘텐츠 제공업체를 지원하는 대규모 시설을 뜻한다. 이 분류는 단일 애플리케이션이 아니라 인프라를 설명한다. 클라우드 고객을 지원하는 건물은 다른 컴퓨팅 서비스와 함께 AI를 지원할 수 있다.

이 구분은 중요하다. 시설의 전력 소비량을 자동으로 AI의 전력 소비량 추정치로 전환할 수 없기 때문이다. 이 연구는 일반 컴퓨팅과 AI 워크로드를 분리하지 않는다. 따라서 특정 챗봇, 모델 제공업체 또는 기업용 어시스턴트가 얼마나 많은 전력을 소비했는지는 확인할 수 없다.

날짜에도 같은 수준의 주의가 필요하다. 2026년 11월은 발표일이며, 2025년 4월은 조사된 운영 기간의 종료 시점이다. 이 추정치를 2026년의 측정 소비량으로 취급하면 근거의 시점을 조용히 앞당기게 된다.

미시간주 비교는 직접적인 운영상 동등성을 제시하지 않으면서 규모를 파악하는 데 도움이 된다. 연방 통계에 따르면 미시간주의 2024년 소매 전력 판매량은 약 99TWh다. 82를 99로 나누면 약 83%가 나오며, 이는 5분의 4를 여유 있게 넘는다.

그러나 소매 전력 판매량은 주의 에너지 사용을 상정할 수 있는 모든 측정치가 아니라 정의된 전력 통계다. 미시간주의 휘발유 소비, 산업용 연료, 건물 난방은 이 비교에 포함되지 않는다. 미시간주 안에서 생산된 전력이 반드시 고객에게 판매된 전력과 같다는 뜻도 아니다.

미시간주 전력 프로필은 이 기준치를 제공한다. 분모를 명확히 유지하면 이해하기 쉬운 비교가 전체 에너지 소비에 관한 오해를 부르는 주장으로 바뀌는 것을 막을 수 있다.

주 단위 비교는 규모를 전달하지만, 시설의 경계가 분석적으로는 더 큰 비중을 지닌다. 독자는 연구를 비교하거나 기업의 주장을 평가하거나 성장에 관해 논의하기 전에 어떤 건물이 포함됐는지 알아야 한다.

중요한 변화는 지리적으로 구체적인 추정치를 이용할 수 있게 되었다는 점이다. 이는 컴퓨팅 수요가 전력 공급과 만나는 장소를 살펴보기 위한 출발점을 만든다. 운영 정보 공개의 필요성을 없애지는 않는다.

압력은 운영사, 전력회사, 구매자에게 향한다

이 연구는 광범위한 기후 약속에서 개별 위치에 대해 이용 가능한 근거로 관심을 옮긴다.

Harvard의 시설 배출량 평가는 연구진이 위성 이미지, 시설 정보, 연방 전력 데이터를 결합한 방식을 설명한다. 연구진은 운영 시나리오에 따라 수요를 추정한 뒤 지역 발전 구성에 따라 배출량을 귀속했다.

연구진은 불완전한 포괄 범위와 AI 전력 사용량을 일반 컴퓨팅과 구분할 수 없다는 한계를 인정한다. 또한 결과가 확장 중인 산업의 과거 시점을 설명한다고 밝힌다. 이러한 단서는 후속 근거가 무엇을 개선해야 하는지 규정하기 때문에 결과를 더 유용하게 만든다.

운영사에 대한 실질적 압력은 정보 공개에 관한 것이다. 조직은 특정 캠퍼스를 평가하기에 충분한 정보를 공개하지 않은 채 지속가능성 목표를 발표할 수 있다. 시설 추정치는 운영 부하, 전력 지역, 계약된 청정 발전과의 관계에 관한 질문을 제기한다.

전력회사에는 연간 수요와 공급 요건이 서로 다른 계획 수립 문제를 의미한다. 연간 소비량은 시간에 따른 전력 사용량을 설명한다. 인프라 계획에는 수요가 언제 발생하는지와 공급이 얼마나 안정적이어야 하는지에 대한 이해도 필요하다.

이 연구는 특정 송전 프로젝트가 필요한지 또는 누가 비용을 부담해야 하는지를 규명하지 않는다. 그러한 결정에는 지역 근거가 필요하다. 이 연구의 관련성은 대규모 컴퓨팅 수요가 이를 공급할 것으로 예상되는 전력 시스템 안에서 분석될 가치가 있다는 데 있다.

지역사회도 발표와 운영 체계 사이에서 유사한 구분에 직면한다. 제안된 캠퍼스는 투자, 고용 또는 청정에너지에 관한 약속을 내걸 수 있다. 이러한 약속을 평가하려면 이를 구체적인 시설과 공급 조건에 연결하는 문서가 필요하다.

기업 구매자에게 즉각적인 함의는 제공업체 변경을 자동으로 지시하는 것이 아니라 조달 관련 질문에 있다. 클라우드 컴퓨팅을 구매하는 기업은 어떤 환경 주장이 자신이 선택한 지역에 적용되는지 이해해야 한다. 제공업체의 글로벌 성명은 모든 서비스 위치를 반드시 설명하지는 않는다.

가령 내부 문서 어시스턴트를 도입하는 가상의 기업을 생각해 보자. 직원들은 자료를 업로드하고, 문서를 검색하며, 호스팅 서비스로 요약을 요청한다. 구매자는 애플리케이션의 유용성을 직접 평가할 수 있지만, 전력 발자국을 파악하려면 인프라 제공업체의 정보가 필요하다.

호스팅 지역을 명시하는 계약은 해당 구매자에게 더 구체적인 출발점을 제공한다. 전력 회계에 관한 추가 공개가 있다면 평가는 더욱 개선될 수 있다. 그러한 세부 정보가 없으면 공급업체 선택에 환경적 이점을 부여하기는 어렵다.

이는 연구진이 측정한 결과가 아니라 근거에 대한 제안된 대응이다. 연구는 조달 행태, 계약 변경 또는 지역 전기요금을 정량화하지 않는다.

그럼에도 Harvard 데이터센터 연구는 정보 격차를 구체화한다. 외부 연구진이 운영 조건을 추정해야 한다면, 구매자는 일반적인 지속가능성 주장이 자신의 시설 관련 질문에 답한다고 가정할 수 없다.

그 결과의 압력은 명확하다. 경계를 설명하고, 계산 방식을 설명하며, 어떤 운영 근거가 주장을 뒷받침하는지 보여줘야 한다.

청정에너지 계약과 지역 전력은 서로 다른 질문에 답한다

재생에너지 조달과 지역 전력망 배출량은 동일한 컴퓨팅 사업의 서로 다른 측면을 설명할 수 있다.

위치 기반 회계는 시설이 위치한 곳과 연계된 전력 구성으로 배출량을 추정한다. 시장 기반 회계는 구매 전력과 연계된 적격 계약 수단을 반영한다. 이 접근법들은 관련된 질문에 답하지만, 그 결과를 서로 대체 가능한 것으로 취급해서는 안 된다.

이 구분은 청정에너지 약속만으로 시설 운영의 모든 시간을 설명할 수 없는 이유를 이해하는 데 도움이 된다. 연간 조달 총량은 1년 동안의 양을 보여준다. 그것만으로 발전의 시점이나 위치를 확립하지는 않는다.

이 관찰이 조달의 중요성을 없애지는 않는다. 계약은 전력 프로젝트를 지원할 수 있으며 기업 전략의 중요한 부분을 차지한다. 그 효과를 평가하려면 계약이 무엇을 지원하는지, 프로젝트가 언제 운영되는지, 수요와 어떤 관계가 있는지를 알아야 한다.

Google은 측정 기준을 명시하는 것이 중요하다는 점을 보여준다. 공개된 무탄소 에너지 진행 현황은 24시간 내내 운영을 무탄소 전력과 맞추겠다는 목표를 설명한다. Google은 2025년 데이터센터와 사무실 전반의 글로벌 평균이 약 65%였다고 보고했으며, 2024년의 66%와 비교된다.

이러한 기업 자체 보고 비율은 Harvard 표본과는 다른 경계를 설명한다. 이를 연구의 화석연료 비율과 나란히 놓고 동일 시설에 대한 경쟁 측정치로 취급해서는 안 된다. 그 유용성은 시간대별 전력 성과가 광범위한 청정에너지 약속과 다를 수 있음을 보여주는 데 있다.

Microsoft는 조달 경로의 또 다른 사례를 제공한다. 재생에너지 조달 공개 자료는 지속가능성 전략의 일부로 계약과 인프라 파트너십을 설명한다. 계약된 용량은 관련성이 있지만, 운영 시설에서 소비된 전력이나 귀속된 지역 배출량과는 다른 측정치다.

이 사례들은 제공업체 순위가 아니라 접근 방식을 보여준다. 글로벌 기업 포트폴리오와 선별된 미국 시설 표본은 지리, 운영 기간, 회계 경계가 다르다. 이 수치로 승자를 선언하면 근거가 뒷받침하지 않는 정밀성을 만들어 내게 된다.

근본적인 긴장은 구매 약속과 전력 시스템의 운영 조건 사이에 있다. 구매자는 미래의 청정 발전을 지원하면서도 오늘날에는 혼합된 지역 공급에 의존할 수 있다. 두 사실은 모두 참일 수 있다.

기업 고객에게 유용한 질문은 제공업체가 재생에너지를 구매하는지 여부보다 더 구체적이다. 어떤 위치가 워크로드를 처리하는가? 제공업체는 해당 위치에 관해 무엇을 공개하며, 환경 수치는 어떤 회계 방식으로 산출됐는가?

연간 조달에 기반한 답변도 여전히 유익할 수 있다. 단지 그 표기를 유지해야 한다. 이를 지속적인 무탄소 운영의 증거로 제시하려면 추가 근거가 필요하다.

비판에도 같은 원칙이 적용된다. 지역 화석연료 귀속은 기업의 청정에너지 구매가 가치가 없다는 것을 입증하지 않는다. 연구진이 개별 발전소의 전력이 특정 건물로 흘러가는 경로를 추적했다는 뜻도 아니다.

Harvard 데이터센터 연구는 이 구분을 더욱 선명하게 한다. 연구 결과는 지역적 틀 안에서 귀속된 운영 배출량에 관한 것이다. 서로 다른 목적이 명확히 드러나는 한, 기업 계약도 논의에 포함될 수 있다.

불확실성은 수치를 활용하는 방식을 바꾼다

가장 타당한 해석은 시나리오 범위를 유지하고 추정치를 정밀한 운영 감사로 바꾸지 않는 것이다.

발행사의 연구 한계는 추정된 시설 부하와 연간 지역 전력 평균을 강조한다. 결과는 조사된 403개 검증 시설에 적용된다. 이를 미국 하이퍼스케일 인프라의 완전한 목록으로 해석해서는 안 된다.

추정 부하는 용량과 소비량이 서로 다른 개념이기 때문에 중요하다. 용량은 잠재적인 운영 수준을 나타내는 반면, 소비량은 시간에 따른 실제 사용량을 누적한다. 전자를 안다고 해서 가정이나 측정 없이 후자가 확정되는 것은 아니다.

유휴 공간이나 장비가 있는 시설을 자동으로 최대 수준으로 운영된다고 볼 수는 없다. 반대로, 가정된 운영 수준에 기반한 추정치는 활용도가 더 높은 시설을 놓칠 수 있다. 시나리오 분석은 이러한 불확실성을 드러낸다.

따라서 보고된 범위는 결과의 일부다. 중앙값만 인용하면 독자가 정밀도를 판단하는 데 필요한 정보가 사라진다. 상한선만 인용하는 것 역시 다른 왜곡을 초래한다.

지역 귀속에도 한계가 있다. 이는 개별 전자의 이동을 추적하는 것이 아니라 수요를 해당 지역의 전력 구성과 연결한다. 연간 평균으로는 매시간의 발전 여건을 설명하거나 특정 시점에 시설에 공급된 정확한 전력원을 확정할 수 없다.

별도의 질문은 한 단위의 추가 전력 수요와 관련된 발전 변화를 뜻하는 한계 배출량에 관한 것이다. 이는 기존 지역 발전 구성에 배출량을 배분하는 분석과는 다른 분석을 필요로 한다. 발표된 총량이 시설을 폐쇄했을 때 회피되는 배출량 추정치로 암묵적으로 바뀌어서는 안 된다.

배출 경계 역시 중요하다. 전력 관련 이산화탄소는 건설, 장비 제조, 물 소비 또는 기타 환경 영향에 대한 완전한 설명을 제공하지 않는다. 이러한 문제들은 별도의 근거를 필요로 한다.

건강 영향은 더욱 신중하게 다뤄야 한다. Harvard는 이를 여기서 직접 측정한 결과가 아니라 추가 연구가 필요한 주제로 제시한다. 독자는 이산화탄소 추정치에서 정량화된 질병 부담을 추론해서는 안 된다.

연구마다 서로 다른 시설 집단이나 방법을 사용하면 역사적 비교는 오해를 낳을 수 있다. 더 높은 발표 추정치가 측정된 배출량의 동등한 증가를 자동으로 입증하는 것은 아니다. 유효한 추세를 확인하려면 기본 경계가 계속 비교 가능한지 점검해야 한다.

재현성에 관한 문제도 있다. 공개 코드는 실제 시설 관측값에 대한 무제한 접근을 제공하지 않더라도 독자가 계산을 검토하는 데 도움을 줄 수 있다. 예시 데이터셋을 실행하는 일은 원래 인프라 기록을 바탕으로 결과를 독립적으로 재현하는 일과 다르다.

이러한 한계가 연구 결과를 지우는 것은 아니다. 이는 결과가 뒷받침할 수 있는 주장을 규정한다. 범위가 정해진 추정치는 업계에 관한 모든 질문을 해결하지 않으면서도 중요한 정보 공백을 드러낼 수 있다.

적절한 결론은 조사된 시설이 모델링된 시나리오에서 상당한 전력 수요를 나타낸다는 것이다. 모든 데이터 센터, 현재 AI 소비량 또는 개별 제공업체에 관한 주장은 추가 근거가 필요하다.

효율성 주장은 절대 전력 측정치를 필요로 한다

컴퓨팅 효율성 향상과 총 전력 소비 감소는 서로 다른 결과다.

효율성은 시스템이 주어진 자원 투입으로 얼마나 많은 유용한 작업을 제공하는지 설명한다. 총수요는 사용자가 얼마나 많은 작업을 요청하는지에도 좌우된다. 더 효율적인 서비스라도 전체 작업량이 충분히 늘어나면 더 많은 전력을 소비할 수 있다.

이 관계는 특정 기업에 대한 예측이 아니라 산술의 문제다. 이는 효율성 발표에 작업량 측정치가 함께 필요하다는 이유를 설명한다. 그러한 측정치가 없으면 독자는 절대 소비량에 어떤 일이 일어났는지 판단할 수 없다.

AI 서비스에서는 유용한 작업의 정의도 주의 깊게 살펴야 한다. 더 짧은 답변, 더 작은 모델 또는 더 적은 처리 단계는 자원 사용을 줄일 수 있다. 이것이 개선인지 여부는 시스템이 여전히 요구된 작업을 수행하는지에 달려 있다.

가상의 고객 지원 어시스턴트를 생각해 보자. 운영자는 일상적인 요청에는 더 단순한 프로세스를 사용하고, 어려운 사례에는 추가 연산을 제공하도록 시스템을 변경한다. 관련 평가는 소비된 자원과 함께 서비스 품질을 살펴봐야 한다.

일상적인 요청당 자원 사용 감소만 보고하면 더 넓은 결과는 여전히 불분명하다. 총 요청량, 어려운 사례의 빈도, 반복 시도는 소비량에 영향을 줄 수 있다. 서비스 전반의 감소를 주장하려면 이러한 측정치가 필요하다.

같은 논리는 문서 분석에도 적용된다. 사용할 수 없는 요약을 만드는 어시스턴트는 추가 시도, 수동 수정 또는 다른 모델을 필요로 할 수 있다. 효율성 평가는 모든 출력을 동일한 가치로 취급하기보다 성공적인 완료를 고려해야 한다.

이 사례들은 Harvard 연구에서 측정된 작업량을 설명하는 것이 아니다. 이는 시설 수준 추정치를 받은 뒤 애플리케이션 구매자가 평가해야 할 사항을 보여준다. 이 연구는 전력 총량을 개별 소프트웨어 기능에 배분할 수 없다.

개발자에게 이는 실용적인 보고 원칙을 시사한다. 어떤 작업이 완료됐는지, 어떤 품질 기준이 적용됐는지, 측정이 어떤 인프라 경계를 포괄하는지 명시하라. 사용량 변화와 효율성 변화는 분리해 다뤄야 한다.

기업 팀에게는 뒷받침하는 근거를 보존할 이유도 생긴다. 호스팅 결정은 시간에 따라 변하는 서비스 문서, 지속가능성 공시 및 내부 요구사항에 따라 달라질 수 있다. 검색 가능한 지식 기반은 환경 주장을 자체적으로 검증하지 않으면서도 이러한 기록을 보존하는 데 도움을 줄 수 있다.

가장 유용한 기록은 각 결론을 출처 및 날짜와 연결한다. 글로벌 지속가능성 보고서에 근거한 조달 결정은 그런 결정이었다는 사실을 식별할 수 있어야 한다. 나중에 시설별 측정치로 기억되어서는 안 된다.

이 구분은 논의를 다시 절대 수요로 돌려놓는다. 효율적인 하드웨어, 개선된 소프트웨어, 더 청정한 전력은 각각 중요할 수 있지만 서로 다른 질문에 답한다. 이들을 함께 보고하려면 각각의 측정치를 온전히 유지해야 한다.

Harvard 데이터 센터 연구는 이러한 더 완전한 그림을 요구할 이유를 제공한다. 이 연구의 추정치는 누적 전력 소비에 관한 것이며, 성공적인 효율성 개선은 궁극적으로 확대되는 수요와 경쟁해야 한다.

공시, 운영 전력 공급 및 작업량 근거를 살펴라

다음으로 유용한 진전은 공개 약속을 측정된 시설, 실제 공급된 전력, 완료된 컴퓨팅 작업과 연결할 것이다.

앞으로 수개월간 시설 공시는 가장 먼저 주목해야 할 신호다. 유용한 근거는 운영 위치, 측정 기간, 전력 소비량 및 배출량 산정 방법을 식별해야 한다. 일관된 공시는 외부 추정치를 더 쉽게 평가하게 한다.

회사 전체 총량도 기여할 수 있지만, 그 경계는 명확하게 유지돼야 한다. 시설별 세부 내역은 다른 수준의 정보를 제공한다. 둘 다 공개하면 독자는 지역 조건이 더 광범위한 포트폴리오와 어떻게 연결되는지 이해할 수 있다.

더 많은 측정 데이터는 중앙 추정치를 바꾸더라도 논의에 대한 신뢰를 높일 것이다. 수정된 수치가 앞선 연구에 가치가 없었다는 증거가 자동으로 되는 것은 아니다. 이는 추정에서 관측으로 나아가는 진전을 의미할 수 있다.

두 번째 신호는 새로운 전력 공급과 운영 수요의 관계다. 발표는 프로젝트가 실제로 전력을 제공하는 시점까지 추적돼야 한다. 서명된 계약, 건설 이정표, 가동 중인 발전기는 서로 다른 단계다.

독자는 공개된 공급 정보가 소비의 위치와 시점을 다루는지 검토해야 한다. 정합성이 개선됐다는 근거는 컴퓨팅 성장과 더 청정한 운영이 함께할 수 있다는 주장을 강화할 것이다. 광범위한 조달 총량에 계속 의존하면 지역적 질문의 더 많은 부분이 미해결로 남는다.

이는 제안된 모든 프로젝트가 실패하거나 모든 계약이 불충분하다는 주장이 아니다. 이는 의도와 실제 이행의 구분이다. 기업이 전자가 후자로 어떻게 이어지는지 보여줄 때 환경 보고는 더 유용해진다.

세 번째 신호는 효율성을 절대 소비량과 연결하는 작업량 근거다. 개발자와 제공업체는 제공된 서비스, 그 품질, 측정되는 전력 경계를 식별해야 한다. 총수요 변화는 완료된 작업당 개선과 함께 제시돼야 한다.

이러한 보고는 기업 구매자가 애플리케이션 변경이 실제 서비스 전반의 자원 사용을 줄이는지 평가하는 데 도움을 줄 것이다. 또한 고립된 벤치마크 개선을 전반적인 환경 성과로 오인하기 어렵게 만들 것이다.

이러한 신호는 예정된 예측이 아니라 실용적인 검증 기준을 이룬다. 연구의 핵심 결과가 계속 관련성을 유지하기 위해 특정 발표가 반드시 필요한 것은 아니다. 중요한 것은 후속 근거가 운영에 관한 불확실성을 줄이는지 여부다.

Harvard 데이터 센터 연구는 명확히 제시된 경계를 가진 상당한 추정치를 독자에게 제공한다. 그 지속적인 가치는 운영자가 측정 가능하고 비교 가능한 공시를 통해 이러한 경계를 더 쉽게 조사할 수 있게 하는지에 부분적으로 달려 있다.

주 규모의 비교를 공유하기 전에 단위, 운영 기간, 시설 표본 및 배출량 방법을 확인하라. 청정에너지 주장을 받아들이기 전에 어떤 위치와 시간을 설명하는지 물어보라. 효율성 향상을 축하하기 전에 총소비량과 완료된 작업에 미치는 영향을 살펴보라. 특히 공급업체를 비교하거나 인프라 결정을 재검토할 때는 이러한 답변을 원래 근거에 연결해 두어라. 다음 헤드라인은 더 큰 수치를 제시할 수 있지만, 더 큰 수치만으로 핵심 불확실성이 해소되지는 않는다. 주장을 더 쉽게 검증할 수 있게 하는 정보를 찾아라. 어떤 제공업체가 고객이 자사의 컴퓨팅 서비스를 이를 뒷받침하는 전력 시스템과 연결할 수 있을 만큼 충분한 운영 세부 정보를 공개할 것인가?

 
 

무료로 시작하세요

개인 지식 관리 기능을 갖춘 로컬 우선 AI 어시스턴트

더 나은 AI 경험을 위해

현재 remio는 Windows 10+ (x64) 및 M-Chip Macs만 지원합니다.

업무를 위한 AI 파트너
remio와 더 많은 일을 해내세요

계획하고, 만들고, 완성하세요
모든 일을 한곳에서

bottom of page