3대 프로젝트 가운데 가장 앞에 있는 영역은 바로 반도체야. AI 시대에 반도체가 여기저기 쓰이면서 전 세계적으로 공급 부족에 시달리고 있다는 것, 오그랲에서 여러 번 말해왔어. 지난 6월에 열린 대만 컴퓨텍스에서 최태원 SK 회장은 메모리 부족 사태가 2030년까지는 계속될 거라고 전망하기도 했지.

메모리 분야의 압도적 강자인 SK하이닉스와 삼성전자는 수요 부족에 대응하려고 이미 팹 공장을 용인에 증축해 나갈 계획을 갖고 있었어. 용인 국가산단에는 삼성전자의 팹 6기가 건립될 예정이고, 일반산단에는 SK하이닉스의 팹 4기가 들어올 예정이지.

원래 삼성전자는 2047년까지, SK하이닉스는 2045년까지 완공하는 게 목표였는데, 지금 상황이 흘러가는 걸 보니 이렇게 지지부진해서는 안 되겠다는 판단이 선 거야. 참고로 SK하이닉스의 용인 반도체 클러스터 계획이 나온 건 2019년 2월인데, 첫 삽을 뜬 건 그로부터 6년 뒤인 작년 2월이었어. 올해 4월에 기초공사가 시작됐고, 삼성전자는 아직 첫 삽도 뜨지 못했지.

그래서 반도체 프로젝트에서 정부가 세운 전략은 '속도전'이야. 용인 반도체 클러스터 완공 시점을 삼성전자는 7년 단축해서 2040년까지, 하이닉스는 12년 단축해서 2033년으로 확 땡긴 거야.

피지컬AI 영역에서 핵심 기업은 단연 현대차 그룹이야. 차체를 용접하고 조립하는 공정과 로봇을 만드는 공정은 70~80%가 겹칠 정도로 상당히 유사하거든. 새만금에 현대차 그룹의 로봇 파운드리가 구축되고, 대구 경북권에 있는 자동차, 가전 부품 기업을 로봇 부품으로 전환할 수 있도록 지원해서 로봇 생산 기반을 확충할 계획이야.

AI 대전환에서 가장 필요한 핵심 인프라를 꼽으라면 누가 뭐래도 AI 데이터센터가 뽑힐 거야. 왜냐하면 이게 있어야, 모델을 학습시키고 추론을 할 수 있으니까. 국가 단위의 대형 프로젝트들을 보면 대부분이 이 AI 데이터센터 관련 사업들이야. 예를 들면 5,000억 달러가 투입된 미국의 스타게이트 프로젝트도 AI 데이터센터를 만들겠다는 거고. 중국은 향후 5년간 2조 위안을 투입해 AI 데이터센터를 만들겠다는 이야기가 전해지고 있어.

정부는 이왕 건설할 AI 데이터센터가 지역 활성화에도 기여할 수 있도록 전국 곳곳에 지을 계획이야. 먼저 1단계로 SK, GS, 네이버와 협력해 8.4GW 규모의 AI 데이터센터를 구축할 예정이지.

울산에는 SK가 1GW급을, GS가 동해에 2.4GW급을, 네이버가 세종에 1GW급의 AI 데이터센터를 지을 예정이야. SK는 울산뿐 아니라 다른 네 권역에도 각각 1GW급의 인프라를 갖출 계획이지. 1GW라는 숫자가 너무 자주 나와서 그런데, 사실 어마어마한 양이야. 1GW급의 AI 데이터센터에는 일반적인 원자력 발전소 1기가 필요하지. 현재 전 세계에서 기가와트급 AI 데이터센터를 운영하는 건 xAI와 아마존 정도밖에 없어.

현재 전 세계적으로 운영되는 AI 데이터센터의 전력량을 나타내봤어. xAI의 콜로서스2가 올해부터 본격 가동되면서 세계 최초의 1GW급 AIDC로 활약하고 있고. 아마존의 앤트로픽용 데이터센터인 '프로젝트 레이니어' 역시 최근 1GW급으로 전력량이 늘어났어.

참고로 SK는 여기서 그치지 않고 2035년까지 AI 데이터센터 규모를 15GW로 확장할 계획을 갖고 있어. 만약 이렇게 되면 2035년엔 우리나라에 총 18.4GW의 AI 데이터센터가 구축되겠지.

그리고 정부는 이 AI 데이터센터를 다른 나라에도 수출할 계획을 갖고 있어. 아직 짓지도 않은 AI 데이터센터로 뭘 팔겠다는 건지 의문이 들 수 있는데. 핵심은 '추론'에 있어. 앞서 AI 데이터센터가 있어야 모델을 학습시키고, 추론 과정에 쓸 수 있다고 했지?

사실 학습 단계에서는 우리나라가 파고들 틈이 없는 게 현실이야. 독파모 같은 프로젝트를 통해 모델 개발에 나서고 있지만, 현실적으로 최첨단 AI 모델들은 엔비디아의 최첨단 GPU를 다량 보유한 미국 빅테크들이 꽉 잡고 있으니까. 하지만 학습이 끝나고 실제 서비스가 이뤄질 AI 추론 단계에서는 다를 수 있어.

추론 단계는 이미 학습된 모델에 우리가 새로운 데이터를 입력해 결과를 받아내는 과정을 말해. 일반적으로 우리가 AI 서비스를 이용하는 과정이 추론 과정에 해당하지. 추론 단계에서는 사용자와 티키타카가 이뤄져야 하는데, 그러려면 멀리 있는 AIDC를 쓰기가 어려워져. 특히 챗봇 수준을 넘어서 로봇 같은 피지컬 AI에서는 지연 시간이 민감한 터라 먼 나라에 있는 AIDC를 쓰는 게 문제가 될 수 있거든. 또 그 과정에서 오고 갈 민감한 데이터들이 다른 나라의 서버로 간다는 것도 문제가 될 수 있고.

즉, 그러려면 추론 연산이 이뤄지는 AI 데이터센터는 사용자 근처에 있어야 하고, 보안 측면에서도 자국 인프라 내에서 처리될 필요가 있다는 거야. 앞으로 AI 추론 인프라는 나라마다 하나씩 필요할 터이니, 그 빈틈을 우리나라가 노리겠다는 거지. 먼저 우리나라에서 AI 데이터센터를 지어서 우리나라 NPU와 서버를 활용해 네트워크 기술과 전력 및 냉각 솔루션 등을 운영해보고, 이 운영 기술을 하나로 패키징해 다른 나라들에게 수출하려는 거야. 마치 우리가 원전 기술을 해외에 수출하는 것처럼 말이지.

이미 현실이 된 AI 대전환이라는 흐름에 더 적극적으로 나서겠다는 방향성과 동시에 지역균형발전을 챙기겠다는 원칙은 어느 누구도 반대하지 않을 거야. 하지만 워낙 많은 자본이 투입되는 말 그대로 메가급의 대형 프로젝트다 보니 문제 없이 잘 굴러갈 수 있는지를 우려하는 사람들도 적지 않아.

그중에서도 가장 염려되는 지점이 바로 전력 문제야. 전기 먹는 하마 AI를 위해 어떻게 전력을 생산할 것인가가 아직 의문이거든. 광주신공항 부지에 들어설 반도체 클러스터에 필요한 전력이 6.3GW 정도이고, 새롭게 지어질 전국 곳곳의 AI 데이터센터에는 계획대로라면 2035년까지 18.4GW가 필요해. 합치면 24.7GW의 추가 전력 수요가 예상되는 거지. 이게 얼마나 큰 규모냐면 작년 8월 대한민국 최대 전력 수요가 96GW였거든. 최고점의 4분의 1 분량의 전력이 앞으로 필요하다는 거야.

참고로 정부는 2년 주기로 전력 수요를 전망하고 대응 정책을 세워 운영하고 있어. 작년 말에 12차 전력수급기본계획 수립에 착수했고, 올해 4월에 그 전망치를 공개한 바 있지. 문제는 이 계획에 앞선 AI 메가 프로젝트가 하나도 반영되지 않았다는 거야. 얼마나 차이가 나는지 살펴볼게.

12차 전기본에서 공개한 전망치에 따르면 2050년 대한민국의 최대 전력수요는 131.8에서 138.2GW 수준이야. 그리고 이 추정치 안에 담긴 데이터센터 소비량은 4GW에 불과하지. 하지만 이번 메가 프로젝트의 계획대로라면 데이터센터에만 기존 대비 4배 이상의 전력이 필요한 거야.

그래서 전문가들은 이번 12차 전력수급기본계획에 대대적인 수정이 필요하다고 얘기하고 있어. 전망치도 대폭 상향될 수 있고, 기존의 재생에너지 중심 계획 역시 수정이 이뤄질 수 있다고 전망하고 있지. 대규모 전력 수요를 안정적으로 공급하고 탄소도 나오지 않는 원전이 대안으로 떠오르고 있어. 당장 원자력학회에서는 신규 원전과 SMR을 추가로 반영해야 한다고 주장하고 있고.

전기뿐 아니라 물 문제도 있어. 데이터센터는 전기만 많이 먹는 게 아니라 물도 엄청나게 먹거든. 서버 냉각수에 사용하는 물은 아주 깨끗한 물이 필요해서 용수 활용 방안에 대한 전반적인 고민이 필요해. 게다가 데이터센터에서 직접 사용되는 물뿐만 아니라 간접적으로 사용되는 물 문제도 최근 대두되고 있어.

대다수의 빅테크 기업들은 자신들의 환경 보고서를 통해 서버 냉각에 얼마나 많은 물을 사용하고 있는지만 공개하고 있어. 하지만 미국 에너지부 산하의 국립연구소 보고서에 따르면 간접적 물 비용이 상당해. 로렌스 버클리 국립연구소 분석 결과 데이터센터에 사용될 전력을 생산하기 위해 발전소에서 소비되는 물 사용량이 평균 12배나 많다는 거지. 즉, AI 인프라를 돌리는 데에는 눈에 보이는 물의 양보다 훨씬 더 큰 소비량이 숨어있다는 거야.

일단 정부는 국가물관리체계를 손볼 계획인 것 같더라고. 현재는 10년 주기로 물 관리 계획을 세우고 있는데, 이 정도 규모의 AI 투자를 감당하기엔 한계가 있다는 거야. 앞서 살펴본 전력 계획처럼 2년 단위로 쪼개서, 조금 더 연속성을 확보할 수 있는 방향으로 개정될 것으로 전망돼.

마지막으로 주목할 만한 포인트는 이번 프로젝트가 인프라, 즉 하드웨어에 너무 몰려있다는 지점이야. 인프라가 중요한 것 자체는 잘못된 게 아니야. 하지만 너무 쏠려 있다는 지적인 거지. 참고로 지난 5월에 가트너가 발표한 보고서를 보면 AI 인프라의 장기 수요를 함부로 예측하지 말고, 과신하지 말라고 조언하고 있어.

왜냐하면 정말 하루가 다르게 AI 시장의 주인공이 바뀌고 있기 때문이지. 지금 모두가 사용하고 있는 AI 모델 구조가 언제까지 1등을 할 수 있을까? 지금 현재 잘나가는 효율화 기술이 언제까지 유효한지는 어느 누구도 장담할 수 없어. 5년 단위로 예측하는 것도 위험성이 큰 상황에서 장기 수요를 예측하고 달려가는 것 자체의 위험성을 고려할 필요가 있다는 거야.

예를 들면 유연성 있게 대응하기 위해 다양한 시나리오를 설계하고 그걸 기반으로 계획을 갖추는 것도 방법일 거야. 또 인프라를 추가하더라도 다양한 선택권을 확보할 수 있는 전략을 세울 수도 있고. 이를테면 모듈형으로 인프라를 추가하고 단계적으로 투자하는 식으로 말이지. 한편, 이렇게 막대한 돈을 쏟아붓는 하드웨어에 비해, 정작 그 위에서 돌아갈 소프트웨어 전략은 상대적으로 부족하다는 지적도 나와.

첫 발을 내딛은 메가 프로젝트. 시작이 반이라는 얘기도 있지만 앞으로가 더 중요해 보여. 전 세계 수많은 국가들이 AI 인프라 경쟁에 뛰어들고 있고, 시장의 판도는 하루가 다르게 바뀌고 있으니까. 그런 변화에 유연하게 대응할 수 있는 프로젝트가 되길 진심으로 바라며 오늘 준비한 오그랲은 여기서 마무리해볼게. 구독자는 긴 글 끝까지 읽어줘서 진심으로 고마워!