McKinsey 데이터센터 연구: 과잉 구축이 최대 위험은 아니다

McKinsey는 미국 데이터센터 IT 수요가 2030년까지 121기가와트에 이를 수 있다고 전망하면서도 AI 인프라 공급 과잉에 대한 우려에 이의를 제기했다. McKinsey 데이터센터 연구는 확정된 수요가 지속적인 건설을 뒷받침할 만큼 여전히 강하다고 주장한다. 더 큰 위험은 개발업체가 서류상 프로젝트를 추진하지만, 고객이 용량을 필요로 하는 곳에서 이를 전력망에 연결하거나 전력을 공급하거나 완공하지 못하는 상황이다.

이 구분은 과잉 구축 논쟁을 바꾼다. 대규모 프로젝트 파이프라인이 미국에 실제 운영 중인 데이터센터가 지나치게 많아진다는 뜻은 아니다. 여러 개발업체가 제한된 하나의 전력망 연결을 놓고 동시에 추진할 수 있으며, 투기적 제안은 착공까지 수년간 머물 수 있다. 반면 주요 시장에서 완공된 용량은 공급되는 속도만큼 빠르게 임대되고 있다.

그 결과 인프라의 역설이 나타난다. 발표 기준으로 보면 업계가 과잉 구축된 것처럼 보일 수 있지만, 실제 사용 가능한 메가와트 기준으로는 심각한 용량 부족 상태일 수 있다. 이제 유틸리티, 하이퍼스케일러, 코로케이션 사업자, 장비 공급업체, 지방정부는 어떤 프로젝트가 지원할 만큼 현실적인지 판단해야 한다.

McKinsey 데이터센터 연구가 구축 경쟁을 새롭게 규정하다

McKinsey는 지속되는 수요가 같은 속도로 확장할 수 없는 공급 체계와 충돌하고 있다고 본다.

McKinsey는 향후 10년간 예상되는 미국 전력 수요 증가분의 약 75%를 데이터센터가 차지할 것으로 추산한다. 현재의 건설 계획을 실현하려면 매년 약 30기가와트의 추가 전력이 필요하다. 여기에는 약 20기가와트의 IT 수요 증가분과 냉각, 배전, 안정성 확보를 위한 전력이 포함된다.

회사의 과잉 구축 분석은 AI 수요가 약화될 가능성을 배제하지 않는다. 대신 서로 다른 도입 시나리오에서 전력 시스템에 무엇이 필요한지를 검토한다. 가장 낮은 수요 시나리오에서도 2030년까지 상당한 규모의 전력 공급 증설이 필요하다.

McKinsey의 핵심 주장은 현재 수요의 질에 기반한다. 대형 하이퍼스케일러는 견고한 재무상태표, 상당한 영업현금흐름, 수년에 걸친 인프라 계획을 갖추고 있다. 많은 데이터센터 투자도 순전히 투기적인 입주율 전망이 아니라 계약된 활용 수요와 연결돼 있다.

이는 현재의 사이클이 일반적인 부동산 호황과 다르다는 뜻이다. 개발업체가 범용 창고를 짓고 임차인이 들어오기를 기다리는 것이 아니다. 가장 신뢰도 높은 용량의 상당수는 이미 고객 약정, 전력 전략 또는 둘 다를 확보하고 있다.

수요 지표에는 여전히 취약점이 있다. McKinsey는 기업들이 강한 관심을 표명하더라도 엔터프라이즈 AI 실행은 고르지 않다고 지적한다. 설문조사에서 응답자의 약 3분의 1은 AI를 확장하고 있었으며, 39%는 이자 및 세전이익에 측정 가능한 영향이 있었다고 답했다.

같은 설문에서 64%는 혁신 측면의 이점을 언급했다. 그러나 71%의 조직은 최소 한 건의 부정적인 구현 결과를 보고했다. 이 수치는 AI 도입이 실험 단계를 넘어섰지만, 모든 프로젝트가 신뢰할 수 있는 사업 가치를 창출하는 것은 아니라는 점을 시사한다.

일부 자금 조달 패턴도 거품을 닮아 있다. McKinsey에 따르면 2025년에 새로 탄생한 유니콘 기업의 절반 이상이 AI에 집중했다. 이들 중 일부는 제품을 상용화하기 전 수십억 달러의 기업가치에 도달했다. 다른 인프라 중개업체들은 높은 레버리지나 마이너스 현금흐름을 안고 확장하고 있다.

이러한 위험이 중요한 이유는 컴퓨팅 수요가 궁극적으로 실행 가능한 애플리케이션에 달려 있기 때문이다. AI 매출이 기대에 못 미치면 재무 기반이 약한 개발업체와 주변부 임차인이 먼저 어려움을 겪을 것이다. 그러나 이런 조정이 자금력이 풍부한 클라우드 기업의 수요를 자동으로 없애거나 실제 공급 가능한 용량 부족을 해소하지는 않는다.

따라서 이 연구는 핵심 질문을 바꾼다. 모든 발표된 캠퍼스가 필요한지 묻기보다, 어떤 캠퍼스가 전력, 장비, 고객, 인허가, 자금을 동시에 확보할 수 있는지 물어야 한다는 것이다.

발표된 용량은 사용 가능한 용량과 다르다

겉으로 보이는 과잉 구축은 주로 프로젝트 파이프라인에 존재하며, 용량 부족은 운영 중인 시설에서 나타난다.

제안된 데이터센터는 실제로 작동하는 부지가 되기 훨씬 전부터 여러 데이터베이스에 등재될 수 있다. 개발업체는 토지를 확보했지만 유틸리티 계약이 없을 수 있다. 다른 프로젝트는 자금 조달, 장비 주문, 인허가, 핵심 임차인 없이 전력망 검토 절차에 들어갔을 수 있다.

개발업체들은 여러 장소 중 하나가 동일한 요구를 충족할 수 있을 때 중복 신청도 한다. 이후 전력을 먼저 확보하는 부지를 추진할 수 있다. 모든 신청을 독립적인 수요로 계산하면 겉으로 보이는 건설 파이프라인이 부풀려진다.

초기 단계 기업에는 접근권을 선점할 또 다른 유인도 있다. 개발업체는 토지나 계통연계 권리를 확보한 뒤 프로젝트를 더 큰 사업자에게 매각할 수 있다. 따라서 일부 제안은 완전한 자금 조달을 갖춘 건설 프로그램이라기보다 희소한 인프라에 대한 선택권을 의미한다.

이러한 관행은 대기열이 길면서도 공급은 제한적인 이유를 설명한다. 발표는 야망을 측정한다. 운영 중인 메가와트는 고객이 실제로 사용할 수 있는 용량을 측정한다.

상업용 부동산 데이터도 이 격차를 뒷받침한다. CBRE는 2026년 상반기 북미 주요 데이터센터 시장의 공급이 전년 동기 대비 33.7% 증가했다고 보고했다. 그럼에도 공실률은 사상 최저인 1.4%로 하락했다.

회사의 시장 조사 결과에 따르면, 이들 시장에서는 7,481.1메가와트가 건설 중이며 이는 연간 24.8% 증가한 수치다. 그 용량의 80% 이상은 이미 사전 임대됐다. 남은 가용 용량은 1,500메가와트 미만으로, 현재 흡수 속도 기준 약 6개월치 수요에 해당한다.

북버지니아는 이러한 불일치를 보여준다. 이 지역은 4,496.5메가와트의 재고를 갖춘 북미 최대 데이터센터 시장으로 남았다. 2,400메가와트 이상이 여전히 건설 중이었음에도 공실률은 0.2%까지 낮아졌다.

애틀랜타는 건설 활동에서 북버지니아를 넘어 약 2,882메가와트에 도달했다. 이러한 변화는 버지니아에서 수요가 사라지고 있다는 의미가 아니다. 토지, 전력, 인허가가 완공에 더 유리한 경로를 제공하는 지역으로 개발업체들이 이동하고 있음을 보여준다.

사전 임대는 보도자료보다 더 강한 수요 신호를 제공한다. 미래 용량을 예약하는 고객은 시설이 개장하기 전에 계약상 약정을 맺는다. 그러한 계약의 강도는 다양하지만, 약정되지 않은 개발 계획보다 더 많은 근거를 제시한다.

이는 무분별한 건설 위험도 제한한다. 대출기관과 투자자들은 자금을 집행하기 전에 임차인 신용도, 임대 조건, 전력 가용성, 건설 이정표를 점점 더 면밀히 검토하고 있다. 이러한 기반이 없는 프로젝트는 더 높은 자금 조달 장벽에 직면한다.

그럼에도 사전 임대가 위험을 없애지는 않는다. 재무적으로 취약한 임차인은 실패할 수 있고, 높은 레버리지를 가진 사업자는 차환 문제에 부딪힐 수 있다. 고객 집중도는 한 기업의 변화하는 AI 전략에 시설을 노출시킬 수 있다.

건설 속도가 장비 설치를 앞지를 수도 있다. 서버, 네트워킹 하드웨어, 냉각 시스템, 변압기, 전력이 공급되는 연결망 없이는 건물 외피만으로 유용한 컴퓨팅을 제공할 수 없다. 프로젝트는 물리적으로 상당히 진척된 것처럼 보여도 서비스 개시까지 수개월이 남아 있을 수 있다.

이 때문에 “과잉 구축”과 “용량 부족”은 같은 시장을 동시에 설명할 수 있다. 업계는 완공할 프로젝트보다 더 많은 제안 프로젝트를 축적했다. 동시에 고객들은 선호하는 지역에서 즉시 이용 가능한 공간을 거의 찾지 못하고 있다.

전력이 실질적인 용량 관문이 됐다

결정적인 제약은 더 이상 개발업체가 건설을 원하는지가 아니라, 전력 시스템이 그들의 일정을 지원할 수 있는지다.

McKinsey는 2030년까지 미국 데이터센터 IT 수요가 연평균 약 27% 성장할 것으로 예상한다. 모델링한 범위는 10년 말까지 121~137기가와트의 추가 IT 수요에 이른다.

이 부하를 감당하려면 IT 수치만으로 보이는 것보다 더 많은 발전 용량이 필요하다. 데이터센터에는 냉각, 전력 변환, 이중화 및 기타 지원 시스템도 필요하다. 발전 자원도 명목 용량대로 항상 지속 운전할 수는 없다.

McKinsey는 미국이 안정적 수요를 웃도는 발전 용량을 의미하는 약 40기가와트의 급전 가능 여유 용량을 보유하고 있다고 추산한다. 약 100기가와트의 추가 용량은 건설이 확정된 상태다.

이 수치만 보면 처음에는 충분해 보인다. 그러나 석탄 발전소와 노후 증기·가스 발전소의 폐쇄로 2030년까지 50~75기가와트가 사라질 것으로 예상된다. 예상 수요 증가와 발전소 폐쇄를 반영하면, McKinsey는 약 30~55기가와트의 국가적 추가 용량 필요성을 제시한다.

국가 단위의 총량은 지역별 부족도 가린다. 데이터센터 수요는 북버지니아, 피닉스, 루이지애나, 텍사스, 그리고 새롭게 부상하는 중서부 시장에 집중되고 있다. 특히 송전선이 혼잡하거나 없는 상황에서는 전력을 모든 지역 사이에서 자유롭게 옮길 수 없다.

대규모 송전 인프라 구축에는 10년 이상이 걸릴 수 있다. 데이터센터 일정은 대개 훨씬 짧다. 오늘 가속기를 구매하는 하이퍼스케일러는 제안된 송전선이 다음 배포 주기에 맞춰 가동될 것이라 가정할 수 없다.

국제에너지기구도 전 세계적으로 같은 충돌을 보고 있다. 업데이트된 에너지 전망은 데이터센터 전력 소비가 2025년 485테라와트시에서 2030년 950테라와트시로 증가할 것으로 전망한다. AI 중심 시설은 전체 시장보다 훨씬 빠르게 성장한다.

IEA는 AI 중심 데이터센터의 전력 소비가 2025년에 50% 증가했다는 사실도 확인했다. 이처럼 기록된 성장은 먼 미래의 건설 발표보다 더 확실한 증거를 제공한다. 설치된 AI 하드웨어가 이미 부하를 늘리고 있음을 보여주기 때문이다.

서버 밀도는 공급 과제를 키운다. IEA에 따르면 AI 서버 전력 밀도는 2020년부터 2025년 사이 11배 증가했다. 2027년까지 다시 4배 증가할 것으로 예상한다. 더 높은 밀도는 각 시설 내부에 더 많은 전력 및 냉각 수요를 집중시킨다.

이 추세는 건물당 컴퓨팅 출력은 개선할 수 있지만, 새로운 엔지니어링 요건을 만든다. 사업자들은 고용량 전력 배전, 액체 냉각, 적합한 변압기, AI 워크로드의 급격한 변동을 처리할 장비가 필요하다.

장비 생산은 즉시 조정될 수 없다. 변압기, 개폐장치, 터빈, 특수 냉각 시스템은 제조 리드타임이 길다. 공급업체들은 발표된 프로젝트 중 어떤 것이 실제 착공까지 갈지 알기 전에 공장을 확장해야 한다.

전력망 계획 담당자들도 비슷한 예측 문제에 직면한다. 시설이 운영되기 전에 대규모 부하를 대비해야 하지만, 모든 신청이 별개의 프로젝트를 의미하지는 않는다. 수요를 과대평가하면 불필요한 인프라 비용이 요금 납부자에게 전가될 수 있다. 과소평가하면 투자가 지연되고 신뢰성이 위협받을 수 있다.

따라서 McKinsey 데이터센터 연구는 단순한 전력 부족 이상을 설명한다. 서로 다른 일정에 따라 움직이는 산업들 사이의 조정 실패를 지적한다. AI 기업은 분기 단위로 계획하고, 데이터센터는 수년에 걸쳐 개발되며, 대형 전력망 프로젝트에는 10년이 걸릴 수 있다.

하이퍼스케일러는 유틸리티가 대응하는 것보다 더 빠르게 구축할 수 있다

하이퍼스케일러의 지출은 규제 대상 인프라 계획보다 더 빠르게 움직일 수 있기 때문에, 압력은 유틸리티와 지역 전력망 운영자에게 집중된다.

McKinsey는 하이퍼스케일러의 자본 지출이 2022년부터 2026년까지 매년 약 50% 증가했다고 말한다. 최대 클라우드 기업들은 대부분의 개발사가 활용할 수 없는 규모로 캠퍼스에 자금을 조달하고, 칩을 확보하며, 전력 계약을 체결하고, 지역 간 워크로드를 이전할 수 있다.

유틸리티 기업들은 그만큼 빠르게 대응할 수 없다. 수요를 예측하고, 규제 승인을 받고, 시스템 영향을 검토하며, 토지 사용권을 확보하고, 장비를 구매한 뒤, 승인된 구조를 통해 비용을 회수해야 한다. 각 단계는 지연이나 분쟁을 초래할 수 있다.

지역 전력망 운영자들도 제안된 부하가 실제로 나타날 것이라는 더 확실한 근거가 필요하다. 미국 중부 대서양 지역 대부분을 담당하는 PJM은 데이터센터 요청을 중복 집계할 위험을 강조해 왔다. 여러 유틸리티 기업이 동일한 기초 프로젝트와 관련된 문의를 받을 수 있다.

이는 어려운 선택을 만든다. 전력망 계획자가 모든 요청이 현실화될 것이라고 가정하면 과잉 용량을 구매할 위험이 있다. 너무 많은 요청을 할인해 반영하면, 필요한 신뢰성 있는 공급 없이 공급 연도에 진입할 수 있다.

발전 접속 대기열은 신청을 완성된 인프라로 취급하는 데 따르는 위험을 보여준다. Berkeley Lab 분석에 따르면 2024년 말 기준 미국에서 제안된 발전 용량은 약 1,400기가와트, 저장장치 용량은 890기가와트였다.

2000년부터 2019년까지 접속 대기열에 들어간 용량 중 2024년 말까지 상업 운전에 도달한 비율은 13%에 불과했다. 또 77%는 철회됐고, 10%는 여전히 활성 상태였다. 완료된 프로젝트의 개발 기간 중앙값도 4년을 넘어섰다.

이 대기열은 데이터센터 부하가 아니라 발전 설비와 관련돼 있지만, 교훈은 동일하게 적용된다. 신청은 의도를 나타낼 뿐, 공급을 보장하지는 않는다. 프로젝트의 질, 자금 조달, 인허가, 장비, 접속 진행 상황이 어떤 제안이 실제 운전 자산이 되는지를 결정한다.

유틸리티 기업들은 새로운 요금제와 계약 구조로 대응하고 있다. 일부는 대규모 부하 고객에게 더 강력한 재무 보증을 제공하거나 최소 지급 의무를 수용하도록 요구하려 한다. 이러한 조치는 계획된 데이터센터가 실현되지 않을 때 다른 고객을 보호할 수 있다.

하이퍼스케일러들도 직접 전력 계약을 추진하고 있다. 원전 재가동, 재생에너지 계약, 가스 발전, 배터리, 연료전지는 기존 유틸리티 서비스를 보완할 수 있다. 이런 방식은 대형 구매자에게 더 많은 통제권을 주지만, 송전·인허가·장비 제약을 없애지는 않는다.

소규모 운영자는 더 큰 압박을 받는다. 이들은 데이터센터와 함께 발전 설비까지 항상 자금을 댈 수 없으며, 공급업체와의 협상력도 더 약하다. 코로케이션 제공업체에 의존하거나 전력 접근성이 더 나은 2차 시장을 선택할 수 있다.

따라서 엔터프라이즈 구매자는 입지를 신뢰성 변수로 다뤄야 한다. 제약이 있는 지역에서의 용량 예약은 이미 운영 중인 배포와 다른 공급 위험을 수반한다. 계약 검토에서는 예정된 완료, 전력이 공급된 용량, 비상 대응 체계를 구분해야 한다.

클라우드 고객은 이러한 영향을 간접적으로 느낄 수 있다. 용량 제약은 새로운 AI 인스턴스가 제공되는 지역, 예약 클러스터가 가동되기까지 걸리는 시간, 제공업체가 더 긴 약정을 요구하는지 여부에 영향을 줄 수 있다. 지리적 유연성은 가속기 선택만큼 중요해질 수 있다.

경쟁 구도는 단순히 가장 많이 지출하는 기업과 덜 지출하는 기업을 가르는 것이 아니다. 신뢰할 수 있는 전력 확보 경로를 통제하는 운영자와, 공급 가능한 에너지 없이 건설 계획만 보유한 운영자를 가르게 될 것이다.

현장 전력은 속도를 해결하지만 새로운 위험을 만든다

현장 발전은 전력 확보 대기 시간을 줄일 수 있지만, 연료·장비·배출·신뢰성 위험을 데이터센터에 이전한다.

McKinsey의 2025년 전력 산업 리더 설문조사에 따르면, 65%가 어떤 형태로든 현장 전력을 도입할 것으로 예상했다. 설문에는 145명이 참여했으며, 이 가운데 46명의 미국 전문가는 하이퍼스케일러, 코로케이션 운영자, 유틸리티 기업을 대표했다.

거의 60%는 전력망 서비스가 उपलब्ध해진 뒤에도 2030년까지 영구적인 현장 발전 설비를 갖출 것으로 예상했다. 현장 전력을 계획한 응답자 중 64%는 천연가스를 사용할 것으로 봤다. 이는 계량기 후단 발전이 일반적인 데이터센터 설계의 일부가 되고 있음을 시사한다.

가스 엔진과 터빈은 대규모 송전망 확장을 기다리지 않고도 안정적인 출력을 제공할 수 있다. 연료전지와 배터리는 신뢰성을 뒷받침하거나 제한적인 전력망 서비스를 보완할 수 있다. 태양광과 저장장치의 결합은 공간과 운전 조건이 허용되는 곳에서 에너지 공급에 기여할 수 있다.

하지만 자가 발전이 인프라 제약을 사라지게 하지는 않는다. 가스 터빈은 제조 적체의 영향을 받는다. 현장에는 신규 파이프라인 용량, 이중화 연료 접근성, 대기 배출 허가, 전문 유지보수도 필요할 수 있다.

IEA는 신뢰성 있는 현장 가스 시스템이 데이터센터 예상 부하보다 30%에서 70% 더 많은 발전 용량을 요구할 수 있다고 추정한다. 장비 고장이나 유지보수에 대비하기 위해 운영자에게는 이 여유분이 필요하다. 변동성이 큰 AI 워크로드는 복잡성을 한층 더한다.

이 기관은 2030년까지 데이터센터용 현장 천연가스 발전이 15~27기가와트에 이를 수 있으며, 대부분 미국에 위치할 것으로 전망한다. 또한 평가 당시 추적 대상 프로젝트 중 토지 정리나 건설을 시작한 비율은 약 5분의 1에 불과했다고 경고한다.

배터리는 속도와 유연성을 제공하지만, 지속 시간이 중요하다. 단시간 저장장치는 전력 변동을 완화하고 짧은 중단을 감당할 수 있다. 하지만 장기간 전력망 정전 동안 대규모 AI 캠퍼스에 독립적으로 전력을 공급할 수는 없다.

분산 에너지 자원을 소프트웨어로 조정하는 가상발전소는 전력망이 제약을 받는 기간에 수요를 이전하거나 전력을 공급하는 데 도움이 될 수 있다. 그러나 이는 시장 규칙, 통신, 고객 참여, 그리고 해당 분산 자원의 가용성에 의존한다.

데이터센터는 워크로드를 조정할 수도 있다. 일부 학습 작업은 시간대나 지역 간에 이동할 수 있어 전력망이 압박을 받는 시기의 수요를 줄일 수 있다. McKinsey는 컴퓨팅 수익이 전기 비용을 웃돌 수 있기 때문에 운영자들이 가치가 높은 AI 컴퓨팅을 축소하려는 의지를 제한적으로 보여 왔다고 지적한다.

추론 워크로드는 다른 과제를 만든다. 추론은 학습된 모델을 실행해 요청에 답하거나 작업을 수행하는 것을 의미한다. 고객 대면 서비스는 흔히 낮은 지연 시간과 지속적인 가용성을 요구하므로 소비를 멈출 여지가 더 적다.

환경적 절충은 더 이상 피하기 어려워질 것이다. 석탄 발전소의 수명을 연장하거나 현장 가스 발전을 추가하면 단기 수요 충족에는 도움이 되지만, 둘 다 배출량을 늘릴 수 있다. 이러한 결정은 기업의 청정에너지 목표 및 지역사회의 기대와 충돌할 수 있다.

물, 소음, 토지 이용, 전력 부담 가능성도 지역 반발을 촉발할 수 있다. 기술적으로 실행 가능한 프로젝트라도 주민이나 규제기관이 공공 비용이 편익을 초과한다고 판단하면 실패할 수 있다.

McKinsey 데이터센터 연구는 하나의 보편적인 전력 해법을 제시하지 않는다. 대신 지역 조건에 따라 형성되는 혼합 포트폴리오를 가리킨다. 전력망 서비스, 가스 발전, 태양광, 저장장치, 연료전지, 워크로드 유연성은 시장마다 서로 다른 역할을 하게 될 것이다.

위험은 임시 조치가 충분한 검토 없이 영구화되는 데 있다. 전력망 지연을 메우기 위해 설치한 가스 발전소는 수십 년간 가동될 수 있다. 따라서 유틸리티 기업과 규제기관은 속도와 함께 장기 비용, 배출량, 좌초자산 노출을 평가해야 한다.

과잉 건설론이 여전히 옳은 부분

지속적인 총수요가 모든 개발사, 임차인, 지역, 자금 조달 구조의 성공을 보장하지는 않는다.

과잉 건설에 반대하는 가장 강력한 근거는 계약된 용량, 낮은 공실률, 증가하는 전력 소비다. 가장 강한 회의론은 이러한 총량 수치 내부에서 실제로 어떤 일이 벌어지는지에 초점을 맞춘다.

AI 수요 전망은 모델의 지속적인 개선과 컴퓨팅 집약적 서비스의 꾸준한 사용에 달려 있다. 효율성 향상은 작업당 필요한 전력을 줄일 수 있다. 초기 도입이 충분한 수익을 내지 못하면 기업들은 더 선별적으로 행동할 수도 있다.

효율성은 항상 총소비를 줄이지는 않는다. 더 저렴해진 추론은 개발자들이 더 많은 제품에 AI 기능을 탑재하도록 유도해 요청 수를 늘릴 수 있다. 이러한 반등 효과는 순효과를 예측하기 어렵게 만든다.

McKinsey는 2030년 이후 성장세가 둔화될 것으로 예상한다. 칩 수요의 강도가 낮아지고, 도입이 성숙하며, 운영자들이 기존 하드웨어를 더 효율적인 시스템으로 교체할 수 있다. 이러한 전환은 기존 시설 내부의 업그레이드를 뒷받침하는 동시에 신규 건물 수요를 약화시킬 수 있다.

EPRI의 2026년 전망은 불확실성의 폭이 얼마나 큰지 보여준다. EPRI는 미국 데이터센터가 2024년에 177~192테라와트시를 사용한 것으로 추정한다. 2030년 시나리오는 383~793테라와트시 범위다.

이러한 격차는 단일한 결정론적 건설 계획을 뒷받침하기에 너무 크다. 유틸리티 기업들은 수요가 저·중·고 어느 경로를 따를지 알기 전에 투자해야 한다. 긴 회수 기간을 가진 프로젝트에 자본을 투입하는 개발사도 같은 불확실성에 직면한다.

위험은 시장 참여자별로도 다르다. 하이퍼스케일러는 서버를 재배치하고, 한 캠퍼스의 속도를 늦추거나, 네트워크의 다른 곳에서 유휴 용량을 흡수할 수 있다. 단일 부지와 상당한 부채를 가진 투기적 개발사는 선택지가 더 적다.

인프라 중개업체는 이 양극단 사이에 있다. 이들은 대형 클라우드 제공업체보다 신용도가 낮은 고객에게 의존하면서 장기 전력 의무를 보유할 수 있다. 임대 수익과 에너지 약정의 불일치는 비용 부담으로 이어질 수 있다.

지리적 요인도 좌초자산의 또 다른 원인이 된다. 전국 수요는 증가해도 특정 부지는 실패할 수 있다. 전력망 연결이 늦어지거나 지역 규정이 바뀌거나 고객이 지연 시간이 더 낮은 다른 지역을 선호해 캠퍼스가 경쟁에서 밀릴 수 있다.

기술 설계 역시 용량을 좌초시킬 수 있다. 기존의 공랭식 서버를 위해 지어진 시설은 더 높은 밀도의 AI 시스템을 지원하려면 광범위한 개조가 필요할 수 있다. 전력 배전과 냉각 아키텍처는 부지가 지원할 수 있는 하드웨어를 제한할 수 있다.

이 때문에 광범위한 시장이 계속 타이트하더라도 과잉 건설 우려는 타당성을 유지한다. 일부 프로젝트는 파이프라인에서 사라질 가능성이 높다. 다른 프로젝트는 발표보다 늦게 문을 열거나, 소유주가 바뀌거나, 계획된 규모보다 작게 운영될 수 있다.

이런 실패를 총체적인 AI 인프라 수요가 붕괴했다는 증거로 보는 것은 오류다. 더 건전한 해석은 부족한 전력과 자본이 프로젝트를 선별하고 있다는 것이다. 전체적으로는 공급 부족이 지속되는 가운데서도 건설 확대 과정에서 심각한 지역별 손실이 발생할 수 있다.

투자자와 엔터프라이즈 고객은 계약된 가동률, 임차인 품질, 전력이 공급된 용량, 장비 준비 상태, 전력 공급 일정을 검토해야 한다. 발표된 메가와트 수치만으로는 프로젝트의 지속 가능성을 거의 알 수 없다.

공급 부족 지속 여부를 결정할 세 가지 신호

AI 데이터센터 구축의 다음 단계는 실제 공급된 용량, 검증된 부하, 엔터프라이즈 AI 경제성에 의해 결정될 것이다.

첫 번째 신호는 건설과 전력이 공급된 용량 간의 격차다. CBRE의 다음 시장 업데이트는 기록적인 건설이 공실률을 높이는지, 아니면 사전 임대 수요에 흡수되는지를 보여줄 것이다. 공급 증가에도 공실률이 지속적으로 낮다면 McKinsey의 용량 부족 논지를 강화할 것이다.

가용 재고가 급격히 증가하면 그 논지는 약화될 것이다. 이러한 변화가 하나의 지연된 캠퍼스가 아니라 여러 주요 시장에서 나타난다면 특히 중요하다. 프로젝트 발표만 보지 말고 운영 용량과 순흡수를 살펴봐야 한다.

두 번째 신호는 유틸리티 기업이 대규모 부하 요청을 검증하고 공급하는 방식이다. 더 강한 예치금, 최소 지급 요건, 명확한 이정표는 중복되거나 투기적인 프로젝트를 전망에서 제거하는 데 도움이 될 것이다. 또한 어떤 고객이 구속력 있는 약정을 할 의향이 있는지도 보여줄 것이다.

그리드 증설도 그에 못지않게 중요하다. 상업 운전에 들어가는 발전 용량 확대, 송전 승인 절차의 가속화, 측정 가능한 계통 연계 진전은 지역적 공급 부족 위험을 낮출 수 있다. 대기열 지연이 계속된다면 병목은 수요가 아니라 인도 역량이라는 견해가 더욱 강화될 것이다.

세 번째 신호는 기업 AI의 가치다. 매출 성장, 대규모 배포, 측정 가능한 생산성 향상은 하이퍼스케일러의 학습 프로그램을 넘어 지속적인 컴퓨팅 소비를 뒷받침할 것이다. 반복적인 구현 실패나 AI 예산 축소는 수요 논리를 약화시킬 것이다.

기업 성과는 모델 발표보다 더 큰 비중을 둘 만하다. 새로운 벤치마크 선도 모델은 관심을 불러일으킬 수 있지만, 인프라 비용을 지불하는 것은 반복적으로 발생하는 워크로드다. AI 시스템이 고객 서비스, 소프트웨어 개발, 연구, 운영 및 기타 지속적인 프로세스에 도입될수록 데이터 센터 수요는 더 견고해진다.

독자는 학습과 추론도 구분해야 한다. 학습 수요는 크고 집중된 주기로 발생할 수 있다. 추론은 반복적인 제품 사용과 함께 성장하며 더 많은 지역으로 분산될 수 있다. 추론 중심으로의 전환은 총전력 수요를 반드시 줄이지 않으면서 시설 설계를 바꿀 수 있다.

기술 구매자에게 실질적인 질문은 더 이상 AI 인프라 붐이 존재하는지 여부가 아니다. 신뢰할 수 있는 전력 공급 및 완공 일정과 함께, 적절한 지역에서 실제 사용 가능한 용량을 제공업체가 확보하고 있는지가 핵심이다.

공급업체에 어떤 용량이 실제 운영 중인지, 어떤 용량이 단지 계약만 체결된 상태인지, 그리고 계통 연결이 지연될 경우 어떤 일이 발생하는지 물어야 한다. 하나의 미래 캠퍼스에 의존하기 전에 지리적 대안과 워크로드 이식성을 검토하라.

McKinsey 데이터 센터 연구는 결국 거품이나 영구적 공급 부족이라는 어느 한쪽보다 더 복잡한 그림을 제시한다. 미국에는 막대한 개발 파이프라인이 있지만, 그중 일부만 실제 사용 가능한 인프라가 될 것이다.

수요는 강하게 유지되는 동안에도 개별 프로젝트는 실패할 수 있다. 건설 실적은 기록을 경신해도 고객은 용량 확보에 어려움을 겪을 수 있다. 결정적인 시험대는 AI 경제성이나 금융 여건이 바뀌기 전에 약속된 메가와트가 전력이 공급되는 컴퓨팅 시스템으로 전환되는지 여부다.