미국 AI 데이터센터 수요, 가스와 태양광 확대 견인…전력망은 뒤처져

미국의 AI 데이터센터 수요는 전력회사들로 하여금 2028년까지 미국 전체 전력 사용량의 12%에 이를 수 있는 부하를 계획하도록 만들고 있다. 기후 영향 측면에서 크게 다른 천연가스와 태양광 프로젝트는 함께 추진되고 있다. 이제 갈등은 단순히 청정에너지 대 화석연료의 문제가 아니다. 빠르게 확보해야 하는 전력과 확장에 수년이 걸리는 전력망의 대결이다.

The Athens Messenger가 10월 7일 공개한 보고서는 AI 인프라가 천연가스와 태양광 개발을 모두 촉진하는 방식을 조명했다. 또한 지역 전력망에 가해지는 압박도 설명했다. 데이터센터는 지속적인 전력 공급을 필요로 하는 반면, 신규 송전선과 변전소는 개발 기간이 길기 때문에 이 조합은 중요하다.

그 결과 불편한 경쟁이 벌어지고 있다. 기술 기업들은 수년 안에 컴퓨팅 용량을 원하고, 전력회사들은 신뢰성을 유지해야 하며, 지역사회는 비용 상승과 오염으로부터의 보호를 원한다. 태양광은 상당한 에너지를 빠르게 추가할 수 있지만, 저장장치나 다른 안정적 전원이 없으면 모든 시간대에 전력을 공급할 수 없다. 가스 발전소는 필요할 때 가동할 수 있지만, 그 건설은 수십 년간 전력망에 배출량을 고착시킬 위험이 있다.

AI 데이터센터 에너지 수요, 전력회사 계획에 진입

데이터센터 붐은 기술 전망의 영역을 넘어 전력회사의 실질적인 계획으로 옮겨갔다.

에너지부는 미국 데이터센터가 2023년에 176테라와트시의 전력을 소비했다고 추정했다. 이는 미국 전체 전력 소비량의 약 4.4%에 해당한다. 2014년 같은 부문의 전력 사용량은 58테라와트시였다.

에너지부의 데이터센터 전망은 2028년 소비량을 325~580테라와트시로 제시했다. 이는 미국 전체 전력 사용량의 6.7~12%에 해당한다.

이 범위의 폭은 중요하다. 전력회사들은 장비를 주문하거나 송전을 계획하기 전에 완벽한 확실성을 기다릴 수 없다. 그러나 최고 추정치에 맞춰 건설할 경우, 나중에 불필요한 것으로 드러나는 인프라 비용을 고객이 부담하게 될 수 있다.

AI는 유난히 큰 단위로 전력 수요가 발생하기 때문에 이러한 계획 문제를 심화한다. 전통적인 상업 개발은 고객을 점진적으로 연결할 수 있다. 반면 AI 캠퍼스는 수백 메가와트를 요청할 수 있으며, 이후 기가와트급 운영으로 확장할 것이라는 기대를 동반하기도 한다.

그래픽 처리 장치도 각 건물 안에 더 많은 컴퓨팅을 집중시킨다. 이들의 전력은 열로 전환되며, 냉각, 펌프, 팬 및 지원 장비에 대한 추가 수요를 만들어낸다. 따라서 데이터센터는 연산뿐 아니라 서버 운영을 유지하는 시스템에도 전력이 필요하다.

국제에너지기구(IEA)는 전 세계 데이터센터 전력 소비량이 2024년 약 460테라와트시에서 2030년 1,000테라와트시를 넘을 것으로 예상한다. 기존 디지털 서비스의 지속적인 성장과 함께 AI가 가장 중요한 동인으로 꼽힌다.

미국은 특히 노출이 큰 위치에 있다. IEA는 2030년까지 데이터센터가 미국 전력 수요 증가분의 거의 절반을 차지할 것으로 전망한다. 그때가 되면 데이터 처리에 쓰이는 전력이 에너지 집약적 제품 제조 전체보다 더 많아질 수 있다.

이러한 전망이 발표된 모든 캠퍼스가 건설된다는 뜻은 아니다. 개발사들은 여러 후보지를 비교하면서 중복되는 요청을 제출하기도 한다. 자금 조달이나 AI 수요가 기대에 못 미치면 일부 프로젝트는 축소되거나 이전되거나 사라질 수 있다.

그럼에도 전력회사들은 이러한 요청을 평가해야 한다. 기존 고객에 대한 서비스를 약화시키지 않으면서 각 프로젝트를 지원할 수 있는 발전, 송전, 지역 변전소 역량이 있는지 판단해야 한다.

이 과정은 핵심 질문을 바꾼다. 문제는 더 이상 AI가 상당한 에너지를 사용하는지 여부가 아니다. 어떤 프로젝트가 실제로 추진되는지, 언제 계통에 연결되는지, 그리고 필요한 인프라 비용을 누가 부담해야 하는지가 질문이다.

이 불확실성은 AI 데이터센터 에너지 수요가 서버 홀이 열리기 전부터 전력회사에 압박을 가하는 이유를 설명한다. 전망은 발전 구매, 송전 계획, 예비력 요건, 고객 요금에 영향을 미친다. 따라서 추정에 불과한 프로젝트도 실제로 전력을 소비하기 훨씬 전부터 실질적인 계획 비용을 만들 수 있다.

수요는 지리적으로도 집중돼 있다. 데이터센터는 광섬유 네트워크, 이용 가능한 토지, 우호적인 인허가 환경, 기존 클라우드 리전 인근에 밀집한다. 데이터센터가 전국 전력 사용량에서 차지하는 비중이 크지 않더라도 지역 전력망은 심각한 압박을 받을 수 있다.

북부 버지니아는 여전히 가장 분명한 사례지만, 이 패턴은 확산되고 있다. 오하이오, 펜실베이니아, 텍사스, 애리조나, 조지아 등 다른 시장도 대규모 접속 요청을 받고 있다. 각 지역은 연료 공급, 송전 제약, 물 이용 가능성, 규제 규칙의 조합이 다르다.

이러한 지리적 조건은 어떤 종류의 전력이 건설되는지를 결정한다. 태양광 자원이 풍부한 지역은 태양광 발전 용량과 배터리를 선호할 수 있다. 가스 파이프라인 인근 지역은 가스터빈이나 현장 발전기로 방향을 틀 수 있다. 기존 원자력 발전소가 있는 지역은 안정적이고 저탄소인 전력에 대한 장기 계약을 모색할 수 있다.

공통된 요구 사항은 속도다. 데이터센터 운영업체들은 경쟁사보다 먼저 컴퓨팅 용량을 설치하기 위해 경쟁한다. 반면 전력 인프라는 여전히 더 느리고 예측 가능한 수요 증가를 전제로 설계된 개발 주기를 따른다.

천연가스, 안정적 전력 확보 경쟁에서 앞서

천연가스가 주목받는 이유는 긴급한 데이터센터 개발 일정에 더 잘 맞는 일정으로 급전 가능한 전력을 제공하기 때문이다.

급전 가능한 발전은 수요가 증가할 때 운영자가 호출할 수 있는 전력원이다. 가스터빈은 일조량과 날씨에 따라 변하는 태양광 출력과 달리 이러한 제어 능력을 제공한다.

IEA는 천연가스가 이미 미국 데이터센터가 실제로 소비하는 전력의 40% 이상을 공급하고 있다고 추정한다. 재생에너지는 약 24%, 원자력은 약 20%, 석탄은 약 15%를 차지한다.

이 수치는 지역 전력망과 현장 시스템을 통해 시설에 도달하는 전력을 설명한다. 다른 장소나 다른 시간에 생산된 재생에너지 인증서를 포함할 수 있는 기업 조달 주장과는 다르다.

IEA는 2030년까지 천연가스가 미국 데이터센터에 공급되는 연간 전력을 130테라와트시 이상 추가로 제공할 것으로 예상한다. 같은 기간 재생에너지는 약 110테라와트시를 추가할 것으로 전망된다.

따라서 IEA의 에너지 공급 전망은 핵심적인 역전을 뒷받침한다. AI 기업들은 여전히 주요 재생에너지 구매자이지만, 이들의 확장은 화석연료 발전 시장도 강화하고 있다.

가스는 여러 운영상 이점을 제공한다. 발전소는 밤새 전력을 생산할 수 있고, 변화하는 수요에 대응할 수 있으며, 태양광이나 풍력 출력이 감소할 때 전력망을 지원할 수 있다. 미국은 광범위한 가스 생산 및 파이프라인 인프라도 갖추고 있다.

일부 개발사들은 전력망 연결에 너무 오랜 시간이 걸리기 때문에 현장 발전을 고려하고 있다. 계량기 후단 발전은 공공 전력망에 전적으로 의존하지 않고 시설에 전력을 공급한다. 여기에는 가스터빈, 연료전지, 배터리 또는 하이브리드 시스템이 포함될 수 있다.

이 접근법은 데이터센터 건설과 서버 전력 공급 사이의 시간을 단축할 수 있다. 또한 발전 투자 일부를 전력회사에서 기술 기업과 인프라 파트너 쪽으로 옮긴다.

그러나 현장 가스 발전이 지역적 제약을 없애지는 않는다. 프로젝트에는 여전히 연료 공급, 대기 인허가, 소음 관리, 백업 체계가 필요하다. 특히 추운 날씨에 난방 수요가 정점을 찍을 때는 파이프라인 용량이 또 다른 병목이 될 수 있다.

배출 영향도 발전소에만 국한되지 않는다. 가스 생산과 운송 과정에서는 단기적으로 강한 온난화 효과를 내는 온실가스인 메탄이 배출될 수 있다. 신규 터빈은 소유자가 조기에 폐기하거나 저탄소 연료로 전환하지 않는 한 수십 년간 가동될 수 있다.

전력회사들은 어려운 투자 결정을 마주하고 있다. 가스 발전소는 대형 고객의 단기 일정을 맞출 수 있지만, 해당 발전소는 건설 근거가 된 컴퓨팅 프로젝트보다 오래 존속할 수 있다. 데이터센터는 전력 인프라가 내용연수에 도달하기 전에 소유권이 바뀌거나 효율이 높아지거나 폐쇄될 수 있다.

이는 좌초자산 위험을 만든다. 대형 고객이 떠나면 규제기관은 다른 고객이 발전소, 파이프라인 또는 송전 업그레이드 비용을 계속 부담해야 하는지를 결정해야 한다.

가스 발전은 기술 기업의 기후 공약도 복잡하게 만들 수 있다. 연간 재생에너지 구매가 데이터센터가 모든 운영 시간에 무탄소 전력을 공급받는다는 보장은 아니다. 시설은 연간 기준으로 충분한 태양광 에너지를 구매하면서도 밤에는 가스 발전 전력을 소비할 수 있다.

일부 기업은 시간 단위 무탄소 에너지 매칭을 추진하며 대응하고 있다. 이 접근법에서는 청정 발전이 전력 소비의 시간과 장소에 더 밀접하게 맞춰져야 한다. 이 기준은 더 많은 저장장치, 송전망, 안정적인 청정 발전 또는 유연한 컴퓨팅을 요구한다.

가스가 단기 경쟁에서 앞서는 이유 중 하나는 청정 대안이 아직 완전하지 않기 때문이다. 원자력 발전소는 건설하거나 재가동하는 데 수년이 걸린다. 차세대 지열은 어디에서나 이용할 수 있는 것이 아니다. 장주기 저장장치는 아직 광범위한 상업 배치에 이르지 못했다.

위험은 일시적인 가교 수단이 영구적인 인프라가 되는 데 있다. 전력회사들이 가스 발전소와 파이프라인에 투자하면, 해당 자산을 계속 가동할 재정적·운영상의 이유가 생긴다.

가스의 논리는 데이터센터 수요가 유연하지 않을 때 가장 강하다. 시설이 일부 컴퓨팅 작업을 전력망 부담이 큰 시간대에서 옮길 수 있다면, 시스템은 최고 수요에 대비해 확보해야 하는 발전소 수를 줄일 수 있다.

이 가능성은 소프트웨어 설계, 워크로드 스케줄링, 전력 계약을 에너지 논쟁의 중심에 놓는다. 연산 시간을 조정하는 데이터센터는 필요한 안정적 용량을 줄일 수 있다.

태양광 성장만으로는 신뢰성 격차를 해소할 수 없어

태양광은 비교적 빠르게 대규모 전력을 제공할 수 있지만, 에너지량이 곧 24시간 안정적 공급 능력을 뜻하지는 않는다.

태양광 프로젝트는 여러 이유로 데이터센터 운영업체에 매력적이다. 많은 기존 발전소보다 빠르게 개발할 수 있고, 운영 비용이 예측 가능하며, 기업의 배출량 감축 목표를 뒷받침한다.

기술 기업들은 전력구매계약에 따른 주요 구매자로도 자리 잡았다. 이러한 계약은 재생에너지 개발업체에 확정 고객을 제공해 프로젝트 자금 조달에 도움을 줄 수 있다.

IEA는 기술 기업과 데이터센터 기업이 2015년부터 2024년까지 미국에서 86기가와트의 재생에너지 용량을 조달했다고 보고했다. 이러한 구매력은 풍력 및 태양광 건설을 가속하는 데 기여했다.

태양광은 주간 데이터센터 수요와 잘 맞는다. 또한 배터리를 충전할 수 있으며, 배터리는 저녁 피크 시간이나 짧은 전력망 장애 시 전력을 방출한다. 태양광과 저장장치를 결합하면 태양광 단독보다 더 유용한 자원이 된다.

그럼에도 대형 배터리라도 일반적으로 제한된 시간만 전력을 공급한다. 며칠간의 흐린 날씨, 계절 변화, 야간 수요에는 다른 자원이나 훨씬 더 큰 저장 시스템이 필요하다.

이것이 태양광과 천연가스가 동시에 성장하는 핵심 메커니즘이다. 태양광은 이용 가능한 시점에 저비용 에너지를 공급한다. 가스는 재생에너지 출력이 수요와 맞지 않을 때 제어 가능한 용량을 제공한다.

이 조합은 가스 발전소를 지속적으로 가동하는 것보다 연료 소비를 줄일 수 있다. 다만 특히 데이터 센터가 하루 종일 높은 가동률로 운영될 경우, 완전한 무탄소 시스템을 만들지는 못한다.

송전은 또 다른 복잡성을 더한다. 가장 우수한 태양광 자원은 주요 데이터 센터 밀집 지역에서 멀리 떨어져 있는 경우가 많다. 이 전력을 옮기려면 고압 송전선, 변압기, 변전소, 그리고 완료된 계통 연계 검토가 필요하다.

계통 연계는 신규 발전기나 수요처가 전력망에 안전하게 접속할 수 있는지 평가하는 절차다. 태양광, 저장장치, 제조업, 데이터 센터 프로젝트가 제한된 네트워크 용량을 놓고 경쟁하면서 대기열은 길어졌다.

따라서 태양광 발전소는 물리적으로 완공됐더라도 전체 출력량을 공급하지 못할 수 있다. 마찬가지로 데이터 센터는 건물과 서버를 모두 갖추고도 변전소 증설을 기다릴 수 있다.

Electric Power Research Institute는 서로 다른 운영 규칙이 이 구성에 어떤 영향을 미치는지 모델링했다. 해당 기관의 발전 시나리오는 기준 정책 아래에서 천연가스가 추가 공급의 대부분을 차지함을 보여준다.

데이터 센터가 24시간 무탄소 전력 조달 약속을 따를 경우, 이 모델은 더 많은 태양광, 풍력, 저장장치 및 기타 저배출 자원 쪽으로 이동한다. 이 결과는 전력회사뿐 아니라 구매자에게도 상당한 책임이 있음을 시사한다.

유연한 수요는 또 다른 변화를 만든다. 사용자 대상 추론과 안전 시스템을 포함해 일부 AI 작업은 즉각적인 응답이 필요하다. 반면 모델 학습의 일부나 배치 처리 같은 작업은 지연을 감수할 수 있다.

데이터 센터는 전력망 비상 상황에서 유연한 작업을 일시 중단한 뒤, 재생에너지 출력이나 계통 용량이 개선되면 재개할 수 있다. 운영자는 서로 다른 지역의 시설 간에 일부 작업을 옮길 수도 있다.

이러한 유연성에는 비용이 따른다. 하드웨어는 고가의 자본 자산이며, 운영자는 이를 가능한 한 자주 작업 처리에 활용하고자 한다. 작업 지연은 제품 일정, 고객 약속, AI 클러스터의 경제성에 영향을 줄 수 있다.

전력 요금과 계약은 유연성을 선택할 만한 가치가 있도록 설계돼야 한다. 정액 요금은 시설이 계통이 긴박한 시간대에 수요를 줄일 이유를 거의 제공하지 않는다. 시간 민감형 요금이나 용량 지급은 계통에 도움이 되는 행동을 보상할 수 있다.

전력망은 참여 시설과의 신뢰할 수 있는 통신도 필요로 한다. 전력회사는 얼마나 많은 부하를 이동할 수 있는지, 얼마나 신속하게 대응할 수 있는지, 성과가 계약상 약속과 일치하는지를 알아야 한다.

거의 모든 신뢰할 만한 데이터 센터 시나리오에서 태양광 확대는 여전히 필수적이다. IEA는 2030년까지 재생에너지가 전 세계 데이터 센터의 추가 전력 수요 가운데 거의 절반을 충족할 것으로 예상한다.

그러나 이 통계를 완전한 신뢰성 해법으로 오해해서는 안 된다. 전력 시스템은 연간 총발전량의 균형뿐 아니라 가장 어려운 시간대의 수요도 충족해야 한다.

따라서 결정적인 경쟁 구도는 고립된 기술로서의 태양광 대 가스가 아니다. 이는 유연하고 조율된 데이터 센터 운영과, 신규 연소 설비 용량에 의존하는 경직된 수요 간의 대결이다.

가장 확장하기 어려운 요소는 전력망이다

발전은 더 많은 관심을 받지만, 전송과 배전은 필요한 시간과 장소에 전력이 데이터 센터에 도달할 수 있는지를 결정한다.

발전소와 서버 캠퍼스만으로는 작동하는 시스템이 만들어지지 않는다. 전력은 송전선, 변전소, 변압기, 개폐기, 지역 배전 설비를 거쳐 이동해야 한다.

이러한 구성 요소 중 다수는 제조와 건설에 오랜 시간이 걸린다. 대형 변압기에는 특수 소재와 맞춤형 엔지니어링이 필요할 수 있다. 송전 프로젝트는 토지 확보, 인허가, 환경 검토, 비용 배분을 둘러싼 분쟁에도 직면한다.

데이터 센터는 이 지원 네트워크보다 더 빨리 건설될 수 있다. 이러한 불일치는 개발업체가 여유 용량이 있는 지역을 찾거나 현장 발전을 검토하도록 만든다.

2026년에 발표된 연구는 미국의 데이터 센터 건설에 18~36개월이 걸릴 수 있음을 보여줬다. 제약이 있는 지역에서 완전한 계통 전력을 확보하는 데는 4~5년 이상이 필요할 수 있다.

이 격차는 부지 선정 방식을 바꾼다. 안정적인 전력 접근성은 토지 가격, 세금, 물, 사용자와의 근접성만큼 중요할 수 있다. 이용 가능한 송전 용량을 갖춘 지역은 더 큰 재정 인센티브를 제공하는 지역보다 더 가치 있어질 수 있다.

계통 운영자는 평균 소비량뿐 아니라 최대 수요에도 대비해야 한다. 이들은 설비 고장, 극한 기상, 예기치 못한 공급 또는 수요 변화에 대비해 예비력을 유지한다.

PJM Interconnection은 13개 주와 District of Columbia 전부 또는 일부에 공급하는 도매 전력 시스템을 운영한다. 해당 지역에는 Virginia, Ohio, Pennsylvania의 주요 데이터 센터 시장이 포함된다.

PJM의 2025년 계획 자료는 2030년까지 최대 수요가 약 31,600메가와트 증가할 것으로 전망했다. 이 전망은 데이터 센터를 주요 기여 요인으로 지목했다.

이러한 증가는 일부 노후 발전소가 퇴역하는 가운데 발생한다. 따라서 신규 발전과 송전 설비는 대체 수요와 추가 수요를 모두 충당해야 한다.

접속 신청이 현실적인 건설 가능 규모를 초과하면 계획은 더 어려워진다. 개발업체는 한 부지를 선택하기 전에 여러 시장에서 용량을 신청할 수 있다. 전력회사가 모든 신청을 반영하면 과잉 건설할 수 있다. 반대로 너무 많은 신청을 제외하면 공급 부족에 직면할 수 있다.

이 때문에 재정적 약정이 중요하다. 전력회사와 규제기관은 대형 고객을 위한 투자를 하기 전에 보증금, 건설 이정표, 최소 청구액 또는 장기 계약을 요구할 수 있다.

대규모 부하를 위한 특별 전기 요금도 확산되고 있다. 이러한 요금제는 데이터 센터가 전용 인프라 비용을 부담하도록 하고, 가계가 회수 불가능한 비용을 떠안지 않도록 보호할 수 있다.

그 보호가 실효성을 갖는지는 세부 조건에 달려 있다. 너무 빨리 만료되는 최소 지급액은 수십 년간 사용할 송전 자산의 비용을 충당하지 못할 수 있다. 비공개 계약은 공공 감시를 어렵게 만들 수도 있다.

전력망 신뢰성은 단순히 국가 전체에 충분한 전력이 존재하는지의 문제가 아니다. 송전 제약의 한쪽에 발전량이 갇힌 동안 다른 쪽에서 수요가 늘어날 수 있다.

United States Geological Survey는 인프라 분석에서 이러한 입지 문제를 지적했다. 안정적인 전력과 광섬유 연결성은 모두 데이터 센터 운영 가능 지역을 좌우하며, 발전 설비를 함께 배치하면 추가적인 기술적 절충이 발생한다.

지역사회는 이러한 결정을 지역 차원에서 체감한다. 신규 송전선에는 토지가 필요하고, 가스 발전소는 인근 배출을 유발하며, 변전소는 넓은 부지를 차지한다. 냉각 시스템이나 화력 발전을 통해 물 사용량도 늘어날 수 있다.

혜택 역시 고르게 분배되지 않는다. 데이터 센터는 건설 일자리와 세수를 창출하지만, 상시 고용 규모는 전력 수요에 비해 크지 않을 수 있다. 지역사회는 공공 인프라 약정이 지역 경제적 수익에 부합하는지 의문을 제기할 수 있다.

도매 전력가격 상승도 또 다른 우려다. 대규모 부하가 공급 여력을 압박하면 비용이 높은 발전기가 더 자주 가동될 수 있다. 시스템이 미래 최대 수요를 위해 추가 발전소를 예비로 확보해야 할 때 용량시장 비용도 증가할 수 있다.

다만 모든 요금 인상을 AI 탓으로 돌리는 것은 문제를 지나치게 단순화한다. 노후 인프라, 극한 기상, 연료 가격, 전력화, 제조업, 신뢰성 투자도 전기요금에 영향을 미친다.

더 정확한 질문은 각 데이터 센터가 자신이 초래하는 비용을 부담하는지다. 여기에는 전용 설비, 추가 발전량, 송전망 증설, 예비력 요건, 불확실한 전망에 수반되는 위험이 포함된다.

명확한 비용 배분은 실제로 지역을 강화하는 프로젝트에 대한 지지를 유지할 수 있다. 취약한 규칙은 대형 기술 기업의 상업적 위험을 가계와 소상공인에게 전가할 수 있다.

가장 큰 위험은 잘못된 전망을 토대로 건설하는 것이다

전력망은 확장돼야 하지만, 저수요와 고수요 시나리오의 차이는 수백 테라와트시와 수십억 달러 규모의 인프라 위험 노출을 의미한다.

AI 전력 사용량을 예측하려면 하드웨어 효율, 모델 설계, 사용자 수요, AI 서비스의 사업적 가치에 관한 가정이 필요하다. 각 변수는 기존 전력 계획이 예상하는 것보다 더 빠르게 바뀔 수 있다.

신규 칩은 전력 단위당 더 많은 연산을 수행할 수 있다. 개선된 냉각 및 전력 시스템도 시설의 부대 전력 사용량을 줄일 수 있다. 이러한 개선은 일정량의 컴퓨팅에 필요한 에너지를 낮춘다.

그럼에도 효율 향상은 총 전력 소비를 늘릴 수 있다. 컴퓨팅 비용이 낮아지면 기업은 더 큰 모델을 학습시키고, 더 많은 사용자에게 서비스를 제공하며, 더 많은 작업에 AI를 적용하는 경향이 있다. 이러한 반응은 때때로 반동 효과라고 불린다.

컴퓨팅 규모는 기업이 충분한 수익을 얻는지에도 좌우된다. AI 매출이 기대에 미치지 못하면 일부 계획된 캠퍼스는 지연되거나 취소될 것이다. 도입이 강하게 확대되면 수요는 현재 전망의 상단으로 향할 수 있다.

National Academies는 AI 전력 워크숍에서 이러한 불확실성을 요약했다. 참가자들은 제한적인 성장 전망부터 2030년까지 데이터 센터 에너지 사용량이 두세 배가 되는 시나리오까지 다양한 추정치를 논의했다.

이 불확실성은 양방향으로 작용한다. 과소 건설은 신뢰성과 경제 발전을 위협한다. 과잉 건설은 불필요한 발전소, 파이프라인, 송전선 비용을 고객에게 부담시킬 수 있다.

전력회사는 전통적으로 승인된 투자를 수년에 걸쳐 요금으로 회수한다. 이 모델은 다수 고객 전반에 걸쳐 수요가 꾸준히 증가할 때 작동한다. 하나의 거대한 고객이 프로젝트를 주도하면 위험은 더 커진다.

데이터 센터는 지연, 소유권 변경 또는 낮은 가동률 이후에도 유지되는 계약을 체결해 이러한 위험을 줄일 수 있다. 규제기관은 기업이 전용 자산 비용을 선불로 부담하도록 요구할 수도 있다.

예측 품질도 개선돼야 한다. 전력회사는 초기 문의와 토지, 자금 조달, 장비 주문, 구속력 있는 서비스 계약을 갖춘 프로젝트를 구분해야 한다.

개발업체가 전력 수요를 상업적으로 민감한 정보로 간주하기 때문에 투명성은 여전히 제한적이다. 전력회사 역시 협상이 진행되는 동안 프로젝트 세부 사항을 공개하지 않을 수 있다.

이러한 비밀주의는 지역사회 검토를 어렵게 만든다. 주민들은 신규 요금 사건이나 가스 발전 제안을 보더라도, 얼마나 많은 수요가 확정됐는지, 어떤 고객이 이를 만들었는지, 어떤 대안이 검토됐는지를 알지 못할 수 있다.

기후 관련 주장도 유사한 검토가 필요하다. 기업은 재생에너지 조달을 발표할 수 있지만, 호스트 전력회사는 신뢰성 유지를 위해 가스 발전 용량을 건설할 수 있다. 두 주장 모두 기술적으로는 정확할 수 있지만, 어느 쪽도 완전한 물리적 시스템을 설명하지는 않는다.

시간별 매칭은 연간 회계보다 더 나은 관점을 제공한다. 이는 시설이 실제로 운영되는 시점에 청정 전력이 이용 가능한지를 검증한다.

시간별 매칭에도 한계는 있다. 기존 청정 발전량을 계약으로 확보하면 신규 공급을 추가하지 않은 채 그 전력을 다른 고객으로부터 돌릴 수 있다. 더 강력한 기준은 위치, 시점, 그리고 조달이 신규 용량 건설을 유발하는지를 고려한다.

천연가스 역시 불확실한 가정에 직면한다. 개발업체는 발전소를 임시 교량 역할의 설비나 미래의 수소 설비로 설명할 수 있다. 이러한 전환 경로에는 비용, 연료 가용성, 장비 변경, 해결되지 않은 배출 문제 등이 수반된다.

미래 전환에 관한 주장은 상세한 기술 및 재정 계획 없이 현재 인프라를 정당화하는 근거가 되어서는 안 된다. 가스용으로 인허가된 발전소는 신뢰할 수 있는 대안이 확보되기 전까지 가스 발전소로 평가돼야 한다.

태양광과 저장장치 전망에도 주의가 필요하다. 배터리 가격은 시간이 흐르며 하락했지만, 수시간을 담당하도록 설계된 시스템과 여러 날을 감당하는 시스템은 크게 다르다.

가장 회복력 있는 전략은 포트폴리오다. 태양광, 풍력, 배터리, 원자력, 지열 자원, 송전망, 효율 향상, 유연한 컴퓨팅은 각각 문제의 서로 다른 부분을 해결할 수 있다.

포트폴리오에도 여전히 엄격한 계약이 필요하다. 데이터센터 운영자는 자체 일정과 수요 전망에 따른 위험을 부담해야 한다. 기존 고객이 투기적 AI 확장의 사실상 보험사가 되어서는 안 된다.

전력 공급이 따라잡고 있는지 보여줄 세 가지 신호

다음 단계는 구속력 있는 전력망 계약, 시간대별 운영 행태, 그리고 실제로 가동에 들어오는 발전 설비가 결정할 것이다.

첫 번째 신호는 발표된 데이터센터 프로젝트가 집행 가능한 전력 계약으로 전환되는지 여부다. 체결된 계약, 보증금, 최소 지급액은 어떤 캠퍼스가 추측의 단계를 넘어 실제 추진되고 있는지를 보여준다.

확정된 프로젝트의 비중이 늘어나면 지속적인 전력 수요 전망에 힘이 실릴 것이다. 광범위한 지연, 취소 또는 규모 축소는 고성장 전망을 약화시킬 것이다.

투자자와 지역사회는 발표된 용량만큼이나 시점도 면밀히 살펴야 한다. 여러 단계로 예정된 프로젝트는 전체 부하를 즉시 요구하는 프로젝트와는 다른 전력망 과제를 만든다.

두 번째 신호는 측정 가능한 수요 유연성이다. 시범 프로그램은 필수 서비스를 훼손하지 않으면서 전력망 스트레스 상황에서 데이터센터가 의미 있는 부하를 줄이거나 이전할 수 있음을 보여줘야 한다.

Electric Power Research Institute의 모델링은 유연한 운영이 더 많은 재생에너지 발전을 지원하고 장기적인 가스 발전 증설을 줄일 수 있음을 시사한다. 모델도 유용하지만, 검증된 운영 데이터가 더 중요하다.

유틸리티 기업은 유연성 프로그램의 집계 결과를 공개해야 한다. 유용한 지표에는 활용 가능한 메가와트, 응답 시간, 이벤트 지속 시간, 그리고 약속한 감축량 중 실제 이행된 비율이 포함된다.

성공적인 성과는 컴퓨팅이 전력 가용성을 따르는 전력망을 뒷받침할 것이다. 참여가 부진하다면 추가적인 안정적 발전 설비가 필요하다는 주장이 더욱 힘을 얻을 것이다.

세 번째 신호는 2030년 이전에 연결되는 물리적 전력 공급 구성이다. 원자로, 지열 시스템 또는 장주기 에너지저장장치에 관한 발표는 프로젝트가 인허가, 자금 조달, 장비, 전력망 접속을 확보하기 전까지 전기를 공급하지 못한다.

현재의 증거는 혼합형 확장을 뒷받침한다. IEA는 2030년까지 미국의 천연가스 발전이 태양광과 함께 증가할 것으로 전망한다. IEA의 전력 전망은 상당한 가스 발전 증가를 예상하는 한편, 태양광이 이 दशक 말까지 미국 발전량의 11%에 이를 것으로 내다본다.

송전망 건설 속도는 이러한 균형에 영향을 미칠 것이다. 더 빠른 계통 연계와 강화된 지역 간 송전선은 원거리 재생에너지 자원을 더 유용하게 만든다. 지연이 계속되면 지역 가스 발전의 매력이 커진다.

따라서 근본적인 이야기는 전력 소비 증가보다 더 크다. 미국의 AI 데이터센터 수요는 기술 기업들이 에너지 인프라의 제약 속에서 운영하도록 강제하고 있다.

소프트웨어는 몇 달 만에 전 세계로 확장할 수 있다. 전력 시스템은 그렇지 않다. 공장, 연료, 토지, 인허가, 건설 인력, 그리고 대중의 승인이 필요하다.

이러한 불일치가 가스와 태양광이 동시에 성장하는 이유를 설명한다. 두 자원 모두 많은 대안보다 빠르게 가동에 들어갈 수 있지만, 전력 문제의 서로 다른 부분을 해결한다.

가스는 배출량과 연료 위험을 발생시키는 대신 제어 가능한 출력을 제공한다. 태양광은 저장장치, 송전망, 보완 발전원에 의존하는 대신 저비용 전력을 공급한다.

전력망은 그 사이에 놓여 있다. 계획 담당자들이 송전망을 현대화하고, 유연성의 가격을 적절히 책정하며, 프로젝트 비용을 신중하게 배분한다면 AI 수요는 더 광범위한 에너지 확장을 지원할 수 있다.

이러한 조치가 지연되면 유틸리티 기업은 가장 빠르게 안정적 전력을 공급할 수 있는 자원을 선호하게 될 것이다. 그 경로는 기술 기업들이 기록적인 규모의 재생에너지를 구매하는 상황에서도 천연가스 발전 확대로 이어질 가능성이 크다.

향후 몇 달 동안 더 많은 유틸리티 제출 서류, 대규모 부하 요금제, 데이터센터 전력 계약이 나올 것으로 보인다. 독자들은 약속된 메가와트 수치를 넘어 세 가지 질문을 던져야 한다. 부하는 계약상 확정되었는가, 전력망 스트레스 상황에서 대응할 수 있는가, 그리고 어떤 발전원이 실제로 이를 공급할 것인가?

이 답들은 AI 인프라가 더 유연한 전력 시스템에 자금을 제공하는지, 아니면 불확실한 전망을 토대로 구축된 고가의 설비에 지역사회를 묶어두는지를 보여줄 것이다.