전력용량·가동 속도·냉각 효율이 경쟁력을 가른다
AI 데이터센터의 전력 공급과 냉각 구조를 이해하기 위한 개념도. 왼쪽 변전설비에서 전력을 받아 서버랙으로 공급하고, 서버에서 발생한 열은 배관과 냉각설비를 통해 외부로 배출하는 흐름을 단순화해 보여준다.
요즘 AI 산업을 이야기하면 GPU와 HBM이 먼저 등장한다. 그러나 데이터센터를 실제로 건설하고 운영하는 현장에서는 문제가 조금 다르다. 서버를 확보해도 필요한 전력을 제때 공급받지 못하거나, 냉각설비가 이를 뒷받침하지 못하면 데이터센터를 가동할 수 없기 때문이다.
특히 AI 데이터센터는 기존 데이터센터보다 많은 전력을 사용하고 서버에서 발생하는 열도 많다. 전력망, 변압기, 냉각설비와 물 공급이 데이터센터 투자와 운영을 좌우하는 중요한 조건으로 떠오른 이유다.
이 글에서는 AI 데이터센터의 전력 수요가 얼마나 증가하고 있는지부터 전력망과 변압기, 냉각과 물, 미국·중국·한국의 대응, 관련 산업의 변화까지 차례로 살펴본다.
목차
1. 데이터센터는 ‘서버가 들어 있는 건물’이 아니라 24시간 돌아가는 공장이다
겉에서 보면 데이터센터는 창문이 거의 없는 큰 건물처럼 보인다. 안으로 들어가면 긴 통로 양쪽에 서버랙이 줄지어 서 있고, 그 뒤에는 전력 케이블과 통신망, 냉각수 배관이 촘촘하게 연결돼 있다. 건물 바깥이나 별도 구역에는 변압기, 수배전반, 무정전전원장치(UPS), 비상발전기, 냉동기와 냉각설비가 배치된다.
일반 사무실은 정전이 나면 업무가 잠시 멈출 수 있지만 데이터센터는 그렇지 않다. 클라우드, 금융거래, 검색, AI 서비스가 동시에 멈출 수 있기 때문이다. 그래서 전원과 통신, 냉각 설비를 이중화하고 일부 장비가 고장 나도 서비스가 계속되도록 설계한다. 데이터센터는 단순히 서버를 모아 놓은 건물이 아니다. 전력을 안정적으로 공급하고 서버에서 발생하는 열을 계속 제거하면서 24시간 서비스를 유지해야 하는 기반시설이다.
AI 데이터센터는 이 특성이 더 강하다. 고성능 GPU를 한 랙에 집중해서 넣기 때문에 같은 면적에서 훨씬 많은 전력을 쓰고 훨씬 많은 열을 낸다. 특히 AI 서버가 늘어나면서 데이터센터의 규모를 판단할 때 건물 면적뿐 아니라 전력용량(MW)과 랙당 전력밀도가 더욱 중요한 지표가 되고 있다.
2. AI 확산으로 데이터센터 전력 수요가 빠르게 늘고 있다
국제에너지기구(IEA)는 전 세계 데이터센터가 2024년에 약 415TWh의 전력을 사용한 것으로 추정한다. 이는 세계 전력소비의 약 1.5%에 해당한다. IEA는 2030년 데이터센터 전력소비가 약 945TWh까지 늘어날 것으로 전망한다. 특히 AI 연산에 사용되는 가속서버의 전력소비 증가 속도가 전체 데이터센터보다 훨씬 빠르다는 점에 주목할 필요가 있다.
그림 1. 세계 데이터센터 전력소비 전망. 2024년 415TWh와 2030년 945TWh는 IEA 전망치이며, 중간 연도는 두 수치의 연평균 증가율을 적용한 설명용 환산값이다.
그림 2. 2024년을 100으로 놓은 전력수요 지수. AI 가속서버는 2030년 약 483, 전체 데이터센터는 약 228로 상승하는 것으로 나타난다. AI 관련 전력수요가 전체 데이터센터보다 훨씬 빠르게 증가하고 있음을 보여준다.
100MW 데이터센터는 어느 정도 규모인가
데이터센터는 건물 면적보다 전력용량으로 규모를 설명하는 경우가 많다. 예를 들어 100MW 규모의 시설이 최대출력으로 1년 내내 가동된다고 단순 계산하면 약 876GWh의 전력이 필요하다. 실제 전력사용량은 서버 가동률과 냉각설비의 효율 등에 따라 달라지지만, 데이터센터가 얼마나 큰 전력 수요처인지 이해하는 데 유용한 기준이다.
| 전력용량 | 최대부하 연속가동 가정 시 연간 전력량 |
| 10MW | 87.6GWh |
| 50MW | 438GWh |
| 100MW | 876GWh |
| 500MW | 4.38TWh |
| 1GW | 8.76TWh |
중요한 것은 AI의 발전속도를 데이터센터 ‘개수’와 단순 비례시키면 안 된다는 점이다. 같은 100MW 시설이라도 랙 밀도, 칩 성능, 서버 이용률, 냉각 효율이 다르다. 앞으로는 센터 수보다 실제 확보한 전력용량과 그 전력을 얼마나 효율적으로 컴퓨팅으로 바꾸는지를 봐야 한다.
3. 첫 번째 병목은 ‘전기가 있느냐’가 아니라 ‘언제 받을 수 있느냐’다
데이터센터 부지 주변에 발전소가 있다고 해서 바로 전기를 쓸 수 있는 것은 아니다. 필요한 용량을 부지까지 보내 줄 송전선과 변전소가 있어야 하고, 전력회사와 계통접속 일정도 맞아야 한다. IEA는 데이터센터 건물 자체는 2~3년 안에 가동할 수 있지만 전력 인프라는 계획과 건설에 더 긴 시간이 걸릴 수 있다고 지적한다. 이 시간차가 데이터센터 사업의 대표적인 병목이다.
이 과정에서 특히 문제가 되는 설비가 변압기다. 초고압 변압기는 주문 후 바로 찍어낼 수 있는 표준품이 아니다. 전압과 용량, 계통 조건에 맞춰 설계하고 시험해야 하며 제작 가능한 업체도 제한적이다. 그래서 데이터센터 사업자는 부지를 계약한 뒤 장비를 주문하는 방식에서 벗어나, 변압기·배전반·UPS를 훨씬 일찍 확보하고 일부는 모듈 형태로 미리 제작하는 방향으로 움직이고 있다.
국내에서는 HD현대일렉트릭, 효성중공업, LS ELECTRIC이 북미 데이터센터와 전력망 수요를 겨냥해 변압기와 배전설비 공급을 확대하고 있다. 해외에서는 Schneider Electric, Eaton 등 글로벌 전력설비 업체들은 UPS, 배전, 변압기, 전력관리 설비를 공급한다. 이 시장에서 중요한 경쟁력은 제품 하나의 성능만이 아니라 ‘정해진 날짜에 필요한 용량을 납품할 수 있느냐’다.
4. 두 번째 병목은 열이다: 냉각과 물은 함께 봐야 한다
서버가 소비한 전력의 대부분은 결국 열로 바뀐다. 따라서 서버의 전력밀도가 높아질수록 냉각설비의 부담도 커진다. 기존 공랭식만으로 처리하기 어려운 고밀도 AI 서버가 늘면서 액체냉각과 직접수냉 방식의 도입이 확대되고 있다.
그래서 직접 액체냉각(D2C)이 빠르게 확산되고 있다. 칩 위에 냉각판을 붙여 열을 직접 빼내고, CDU라는 장치가 서버 쪽 냉각수와 건물 쪽 냉각회로 사이에서 열을 전달한다. 액침냉각은 서버나 부품을 전기가 통하지 않는 특수 유체에 담그는 방식이다. 어느 방식이든 핵심은 ‘같은 공간에서 더 많은 연산을 안정적으로 돌릴 수 있게 하는 것’이다.
물 사용량은 냉각 방식에 따라 크게 달라진다. WUE(Water Usage Effectiveness)는 데이터센터의 물 사용 효율을 나타내는 지표로, 물 사용량을 IT 장비가 사용한 전력량으로 나눈 값이다. Microsoft는 전 세계 자사 데이터센터의 평균 WUE를 FY2024 0.30L/kWh, FY2025 0.27L/kWh로 공개했다. 또한 신규 AI 데이터센터에는 폐쇄형 직접 액체냉각 방식을 확대해 냉각 과정에서 물이 증발해 손실되는 양을 줄이고 있다.
따라서 AI 데이터센터가 늘어난다고 해서 물 사용량이 같은 비율로 증가한다고 단정하기는 어렵다. 외기냉각, 폐쇄회로, 재이용수 등 어떤 냉각 방식을 적용하는지에 따라 물 사용량이 크게 달라지기 때문이다. 반대로 물 사용량을 줄이기 위해 기계식 냉각을 더 많이 사용하면 전력소비가 증가할 수도 있다. 데이터센터를 설계할 때는 전력 효율과 물 사용 효율을 함께 고려해야 한다.
5. 미국·중국·한국의 데이터센터 전력 확보 전략은 어떻게 다른가
미국: Time-to-Power 단축이 중요한 경쟁요소가 되고 있다
미국은 세계 최대 데이터센터 시장이다. 국제에너지기구(IEA)에 따르면 2024년 세계 데이터센터 전력소비의 약 45%가 미국에서 발생했다. 데이터센터 투자가 빠르게 늘면서 미국에서는 건물을 얼마나 빨리 짓느냐 못지않게 필요한 전력을 언제 공급받을 수 있느냐가 중요한 문제가 되고 있다.
대규모 데이터센터는 전력망 접속과 변전소 증설에 상당한 시간이 걸릴 수 있다. 여기에 변압기, 스위치기어, UPS 같은 주요 전력설비의 조달기간까지 길어지면 데이터센터 완공 후에도 가동을 기다려야 하는 상황이 생긴다.
이 때문에 사업자들은 주요 전력설비를 미리 발주하고, 전력회사와 초기 단계부터 계통연계와 변전소 증설 계획을 협의한다. 공사기간을 줄이기 위해 표준화·모듈화된 설비를 적용하는 사례도 늘고 있다. 미국 데이터센터 시장에서는 결국 Time-to-Power를 얼마나 줄이느냐가 투자 일정과 사업성에 직접 영향을 미치고 있다.
중국: 동부의 데이터 수요와 서부의 전력·부지를 연결한다
중국의 동수서산(東數西算)은 데이터 수요가 많은 동부 지역과 전력·부지 여건이 상대적으로 좋은 서부 지역을 연결하는 국가 차원의 데이터센터 전략이다. 실시간 응답이 중요한 서비스는 수요지와 가까운 지역에서 처리하고, 대규모 AI 학습이나 저장처럼 지연시간에 덜 민감한 업무는 서부의 데이터센터로 분산하는 방식이다. 데이터센터 입지를 전력망, 통신망, 토지와 함께 계획한다는 점이 특징이다.
한국: 전력과 부지 확보가 입지의 핵심 조건으로 떠오르고 있다
한국은 통신망과 데이터 수요가 수도권에 집중돼 있어 데이터센터 역시 수도권을 선호해 왔다. 그러나 수도권의 전력계통 여유와 부지 확보가 어려워지면서 입지 결정에서 전력 확보 가능성이 더욱 중요해지고 있다. 최근 데이터센터 입지가 서울과 가까운지뿐 아니라 필요한 전력을 언제, 얼마나 공급받을 수 있는지까지 함께 따지는 이유다.
앞으로는 전력 확보 가능 용량, 계통 접속 시기, 부지, 통신망, 냉각 여건을 함께 검토하는 방식이 더욱 중요해질 것으로 보인다.
6. 데이터센터 확대는 어떤 산업에 기회를 만드는가
데이터센터 투자가 확대되면 가장 먼저 수요가 늘어나는 분야 가운데 하나가 전력설비다. 변압기, 배전반, 차단기, UPS 등은 대규모 전력을 안정적으로 공급하기 위해 반드시 필요하다.
냉각설비의 중요성도 커지고 있다. AI 서버의 전력밀도가 높아지면서 기존 공랭식뿐 아니라 액체냉각, D2C(Direct-to-Chip Cooling), CDU(Coolant Distribution Unit) 등 고밀도 서버에 맞춘 냉각설비 수요도 함께 늘고 있다.
설계·시공과 전력 인프라도 중요하다. 데이터센터는 건물을 빨리 짓는 것만으로 사업을 시작할 수 없다. 필요한 전력을 제때 공급받을 수 있어야 하기 때문에 계통연계, 변전설비, 장비 조달과 건설 일정이 함께 맞아야 한다
| 분야 | 업계의 대응 | 확인할 지표 |
| 전력 인입·변압 | 생산능력 증설, 장기계약, 현지 생산, 장비 선발주 | 납기, 수주잔고, 공급 가능 MW |
| 배전·UPS | 모듈화, 사전 조립, 전력관리 자동화 | 설치기간, 효율, 이중화 수준 |
| 냉각 | D2C·CDU·칠러 통합, 고밀도 랙 대응 | 랙당 kW, 냉각효율, PUE |
| 물 관리 | 폐쇄회로, 외기냉각, 재이용수 확대 | WUE, 지역 물 스트레스 |
| 건설·운영 | 표준설계·모듈공법·예지정비 | Time-to-Power, 가동률, 장애시간 |
관련 기업을 살펴볼 때도 단순히 ‘AI 데이터센터 관련 기업’으로 묶기보다 매출에서 데이터센터가 차지하는 비중, 수주잔고, 생산능력, 납기, 고객구조 등을 구체적으로 확인할 필요가 있다. 시장이 성장하더라도 실제 수요 증가를 매출과 이익으로 연결하는 능력은 기업마다 다르기 때문이다.
7. 데이터센터 경쟁력은 규모보다 전력 확보와 운영 효율에서 결정된다
데이터센터의 경쟁력은 규모 하나로 결정되지 않는다. 필요한 전력을 얼마나 빨리 확보하는지, 서버를 얼마나 안정적으로 운영하는지, 전력과 물을 얼마나 효율적으로 사용하는지를 함께 봐야 한다.
AI 데이터센터가 커질수록 전력망과 변압기, 냉각설비, 물, 건설 일정은 서로 연결된다. 서버를 많이 설치하더라도 전력 공급이 늦어지거나 냉각설비가 이를 감당하지 못하면 제때 가동하기 어렵다. 따라서 데이터센터 사업에서는 전력 확보, 냉각, 건설 일정, 운영 안정성을 따로 볼 수 없다. 이 네 가지를 얼마나 잘 맞추느냐가 실제 가동 시점과 운영 효율을 좌우한다.
| 경쟁력 지표 | 의미(무엇을 뜻하나) | 주요 해결 과제 |
| 확보 전력용량(MW/GW) | 얼마나 많은 IT 장비를 수용할 수 있는가 | 계통접속, 변전소, 전력기기 확보 |
| Time-to-Power | 필요한 전력을 실제로 받기까지 걸리는 시간 | 인허가, 계통 증설, 장비 납기 |
| 랙 전력밀도(kW/rack) | 같은 공간에서 얼마나 많은 연산을 처리하는가 | 액체냉각, 배전, 배관 설계 |
| PUE | IT 장비 외에 냉각·전력설비가 쓰는 전력이 얼마나 적은가 | 고효율 냉각, 전력변환 손실 축소 |
| WUE(L/kWh) | IT 전력 대비 물을 얼마나 효율적으로 쓰는가 | 폐쇄회로, 외기냉각, 재이용수 |
| 가동률·신뢰성 | 서비스를 얼마나 끊김 없이 제공하는가 | 전원·통신 이중화, 예방정비 |
| 건설·가동 준비기간 | 투자 후 매출을 얼마나 빨리 시작하는가 | 표준설계, 모듈화, 선발주 |
이 지표들은 서로 독립적이지 않다. 랙당 전력밀도를 높이면 같은 공간에서 더 많은 연산을 처리할 수 있지만 전력과 냉각 부담도 커진다. 물 사용을 줄이는 냉각방식을 선택하면 전력소비가 늘어날 수도 있다. 데이터센터를 빨리 건설해도 계통연계가 늦으면 서버를 가동할 수 없다. 결국 데이터센터의 경쟁력은 특정 장비 하나보다 전력, 냉각, 물, 건설 일정을 얼마나 균형 있게 관리하느냐에 달려 있다..
용어·영문 약어 정리
| 약어/용어 | 영문 | 뜻 |
| MW / GW | Megawatt / Gigawatt | 전력용량 단위. 1GW=1,000MW |
| TWh | Terawatt-hour | 일정 기간 사용한 전력량. 1TWh=10억kWh |
| PUE | Power Usage Effectiveness | 데이터센터 총전력 ÷ IT 장비 전력. 1에 가까울수록 효율이 높다 |
| WUE | Water Usage Effectiveness | IT 전력사용량 대비 냉각·가습 등에 사용한 물의 양 |
| UPS | Uninterruptible Power Supply | 정전 순간에도 서버 전원을 유지하는 무정전전원장치 |
| D2C | Direct-to-Chip Cooling | 칩에 냉각판을 붙여 액체로 직접 열을 빼는 방식 |
| CDU | Coolant Distribution Unit | 서버측 냉각회로와 시설측 냉각회로 사이에서 열을 전달·제어하는 장치 |
| Rack Density | Rack Power Density | 서버랙 하나가 사용하는 전력. AI 데이터센터의 고밀도화 정도를 보여주는 지표 |
| Time-to-Power | – | 부지에서 필요한 전력을 실제로 공급받기까지 걸리는 시간 |
| Colocation | – | 여러 고객에게 데이터센터 공간과 전력·냉각·통신설비를 임대하는 사업 |
주요 출처 및 읽을거리
• IEA, Energy and AI (2025): 세계 데이터센터 전력소비 2024년 415TWh, 2030년 약 945TWh 전망.
• IEA, Energy demand from AI: 가속서버 전력소비 연평균 약 30% 증가 전망, 데이터센터 구축과 전력 인프라의 시간차.
• Microsoft Datacenters: FY2024/FY2025 글로벌 PUE 1.16/1.17, WUE 0.30/0.27 L/kWh.
• Microsoft, Sustainable by design: 신규 데이터센터의 폐쇄형 직접 액체냉각과 냉각용 물 증발 저감.
• 산업·기업 사례는 각 기업의 공식 발표와 공시를 게시 시점에 다시 확인할 것.
※ 이 글은 산업 동향과 데이터센터 인프라 구조를 설명하기 위한 자료이며 특정 종목의 매수·매도를 권유하지 않습니다. 전망 수치와 사업계획은 공개자료 기준이며 실제 일정과 규모는 달라질 수 있습니다.