AI 산업을 이야기할 때 가장 자주 등장하는 단어는 반도체다. GPU, HBM, 파운드리, 미세공정 같은 용어들이 뉴스의 헤드라인을 차지한다. 사람들은 자연스럽게 묻는다. “칩을 누가 더 많이, 더 빨리 만드느냐가 AI 경쟁의 승부처 아닌가?” 이 질문은 반쯤만 맞다. AI는 확실히 반도체 위에서 돌아간다. 하지만 지금 이 순간, AI의 성장을 실제로 붙잡고 있는 병목은 실리콘이 아니라 전기다.

데이터센터 한 동이 중소도시 하나가 쓰는 전력을 삼킨다는 말은 과장이 아니다. 초거대 언어모델을 학습시키는 데 필요한 전력량은 이미 상상을 넘어섰다. AI가 똑똑해질수록, 연산량은 기하급수적으로 늘어나고, 그 연산은 모두 전기를 먹는다. 문제는 이 전기가 무한하지 않다는 데 있다. 반도체는 돈과 시간으로 해결할 수 있지만, 전력은 물리적 인프라와 사회적 합의 없이는 늘릴 수 없다. AI 혁명의 가장 현실적인 한계가 여기에서 드러난다.

초기 데이터센터는 단순한 서버 집합체였다. 웹사이트를 띄우고, 이메일을 보내고, 기업 데이터를 저장하는 공간이었다. 하지만 AI 시대의 데이터센터는 성격이 완전히 달라졌다. 지금의 데이터센터는 계산 공장에 가깝다. 수천, 수만 개의 GPU가 동시에 돌아가며 엄청난 연산을 수행한다. 이 과정에서 발생하는 열을 식히기 위해 또 다른 전력이 투입된다.

과거에는 서버 성능이 두 배가 되면 전력 효율도 함께 개선되는 경우가 많았다. 그러나 AI 연산은 다르다. 모델 크기와 학습 데이터가 커질수록 효율 개선 속도보다 소비 전력 증가 속도가 더 빠르다. 이른바 ‘스케일링 법칙’이 전력 문제 앞에서 벽에 부딪히고 있다. 데이터센터가 위치한 지역의 전력망은 이 급격한 수요 증가를 따라가지 못한다.

여기에 탄소중립이라는 또 하나의 제약이 겹친다. 전력을 더 쓰되, 화석연료는 줄여야 한다. 태양광과 풍력은 변동성이 크고, 원전은 사회적 합의가 쉽지 않다. 결국 AI 데이터센터는 기술 문제가 아니라 에너지 정책과 지역 수용성의 문제로 확장된다. 반도체 경쟁이 기업 간 기술 전쟁이었다면, 전력 경쟁은 국가 간, 지역 간 정치와 행정의 문제다.

빅테크 기업들은 이미 이 문제를 인식하고 있다. 글로벌 클라우드 기업들은 데이터센터 인근에 자체 발전 설비를 구축하거나, 장기 전력 구매 계약을 맺으며 전력 확보에 나섰다. 일부 기업은 소형 원자로, 이른바 SMR까지 검토하고 있다. 이는 단순한 친환경 마케팅이 아니라 생존 전략에 가깝다.

전력 업계의 시선은 다르다. 전력 회사 입장에서 데이터센터는 ‘좋은 고객’이면서도 ‘위험한 고객’이다. 안정적인 대규모 수요를 제공하지만, 한 번에 너무 많은 전력을 요구한다. 송전망 증설, 변전소 구축, 주민 설득까지 고려하면 데이터센터 하나를 유치하는 데 걸리는 시간은 반도체 공장보다 길어지기도 한다.

학계와 정책 전문가들은 AI 성장이 결국 에너지 효율 혁신을 강제할 것이라고 본다. 더 효율적인 알고리즘, 전력 소모를 줄이는 칩 설계, 냉각 기술 혁신이 동시에 필요하다는 주장이다. 하지만 이 모든 변화가 단기간에 이루어지기는 어렵다.

지금의 흐름을 냉정하게 보면, AI 경쟁의 승패는 ‘누가 더 좋은 칩을 만들었는가’보다 ‘누가 더 안정적인 전력을 확보했는가’에서 갈릴 가능성이 크다. 반도체는 글로벌 공급망을 통해 어느 정도 분산이 가능하지만, 전력은 지역에 묶여 있다. 전력망이 취약한 곳에는 아무리 자본과 기술이 있어도 초대형 데이터센터를 지을 수 없다.

한국의 상황은 더욱 복합적이다. AI 기술력과 반도체 경쟁력은 세계 상위권이지만, 전력 인프라는 촘촘하면서도 경직돼 있다. 수도권 전력 집중, 지역 주민 반발, 송전선 갈등은 이미 오래된 문제다. 여기에 AI 데이터센터 수요까지 더해지면 기존 갈등은 증폭될 가능성이 크다.

이 지점에서 중요한 질문이 나온다. 우리는 AI를 전략 산업이라고 말하면서, 그 기반이 되는 전력 문제를 전략적으로 다루고 있는가. 데이터센터를 유치하겠다는 선언은 많지만, 이를 감당할 전력 로드맵은 상대적으로 빈약하다. 반도체 지원법만큼이나 데이터센터 전력 인프라에 대한 중장기 계획이 필요하다. 그렇지 않다면 AI 산업은 성장의 문턱에서 스스로 속도를 늦출 수밖에 없다.

AI는 더 똑똑해지고, 더 강력해질 것이다. 그러나 그 진화의 속도를 결정하는 것은 알고리즘이나 칩의 미세공정이 아닐지도 모른다. 우리가 얼마나 많은 전기를, 얼마나 안정적으로, 사회적 합의 속에서 공급할 수 있느냐가 진짜 변수다. AI 시대의 경쟁력은 코드와 실리콘을 넘어 전력망과 발전소, 그리고 정책의 영역으로 이동하고 있다.

이제 질문을 바꿔야 한다. “누가 더 강한 AI를 만드느냐”가 아니라 “누가 AI가 멈추지 않도록 전기를 공급할 수 있느냐”다. 이 질문에 답하지 못한다면, 아무리 뛰어난 반도체 기술도 결국 전력 스위치 앞에서 멈출 수밖에 없다. AI 혁명의 숨은 한계는 이미 우리 앞에 와 있다.

AI 시대의 전력 병목은 정책이나 선언만으로 풀리지 않는다. 결국 현장에서 설계하고, 운영하고, 장애를 막아내는 사람의 문제다. 데이터센터의 전력 구조와 냉각, 인프라는 더 이상 일부 기업 내부의 특수 기술이 아니다. 이 영역을 이해하는 엔지니어에 대한 수요는 이미 시장에서 먼저 움직이고 있다. 그래서 최근 주목받는 흐름은 이론 중심의 AI 담론이 아니라, 데이터센터를 기준으로 전력과 인프라를 실제로 다루는 실무형 학습이다. 짧은 시간 안에 현장의 구조를 이해하고 연결할 수 있는 역량이, 이제 AI 산업에서 하나의 경쟁력이 되고 있다.