AI가 커질수록 왜 물이 부족해질까? 데이터센터가 전기만큼 물을 많이 쓰는 이유

AI가 성장하면서 가장 먼저 주목받은 자원은 전기였다. 생성형 AI를 학습시키고 서비스하려면 수많은 고성능 반도체가 돌아가야 하고, 이를 위해 대규모 데이터센터가 필요하기 때문이다. 그런데 AI 산업이 빠르게 커지면서 전기와 함께 또 하나의 자원이 중요해지고 있다. 바로 물이다.

컴퓨터가 물을 직접 사용하는 것은 아니다. 문제는 열이다. 수천~수만 개의 서버가 동시에 계산하면 엄청난 열이 발생하고, 이 열을 제대로 식히지 못하면 장비 성능이 떨어지거나 장애가 발생할 수 있다. 데이터센터에서는 서버를 식히기 위한 냉각 과정에서 상당한 물이 사용될 수 있다.

결국 우리가 화면에서 몇 초 만에 받아보는 AI의 답변 뒤에는 반도체뿐 아니라 발전소와 송전망, 냉각설비와 물까지 연결된 거대한 실물 인프라가 존재한다. AI가 ‘클라우드 속 산업’처럼 보이지만 실제로는 어느 산업보다 물리적인 자원을 많이 필요로 하는 이유다.

AI가 계산을 많이 할수록 왜 물이 필요할까

데이터센터 안에는 수많은 서버가 쉬지 않고 작동한다. 특히 AI 학습과 추론에 사용되는 GPU와 같은 고성능 반도체는 많은 전력을 사용하면서 상당한 열을 발생시킨다. 반도체의 성능이 높아지고 하나의 서버에 들어가는 연산장치가 많아질수록 좁은 공간에서 발생하는 열도 커진다.

이 열을 밖으로 빼내는 것이 데이터센터 냉각시스템의 역할이다. 전통적으로는 차가운 공기를 순환시켜 서버의 열을 제거하는 방식이 많이 사용됐지만, AI 서버의 전력밀도가 높아지면서 물이나 냉각액을 활용해 열을 직접 제거하는 액체냉각 기술도 중요해지고 있다.

물은 이 과정에서 효율적으로 열을 옮기는 수단이 될 수 있다. 냉각탑에서 물을 증발시키며 열을 외부로 방출하는 방식도 사용된다. 이 경우 사용된 물 가운데 일부가 증발하기 때문에 계속 새로운 물을 공급해야 한다.

하지만 모든 데이터센터가 똑같은 양의 물을 사용하는 것은 아니다. 냉각 방식과 기후, 데이터센터의 설계, 서버 종류, 외부 기온 등에 따라 물 사용량은 크게 달라진다. 공기를 활용하는 냉각이나 폐쇄형 냉각시스템, 재이용수 등을 활용하면 직접적인 물 소비를 줄일 수도 있다.

여기서 한 가지 더 생각해야 한다. 데이터센터가 사용하는 전기를 만드는 과정에서도 물이 필요할 수 있다는 점이다. 일부 화력발전소와 원전 역시 발전 과정에서 냉각수를 사용한다. 따라서 AI의 물 사용을 따질 때는 데이터센터 안에서 직접 사용하는 물과 전력을 생산하는 과정에서 간접적으로 사용되는 물을 구분해서 볼 필요가 있다.

데이터센터 하나가 들어오면 지역의 물 문제까지 달라진다

물은 전기와 다른 특징이 있다. 전기는 송전망을 통해 먼 지역에서 끌어올 수 있지만 물은 필요한 곳까지 공급하기 위한 취수시설과 정수시설, 관로 같은 지역 인프라의 영향을 크게 받는다.

그래서 대형 데이터센터의 입지를 결정할 때는 전력망뿐 아니라 용수 공급 능력도 중요한 조건이 될 수 있다. 특히 가뭄이 잦거나 수자원이 부족한 지역에 데이터센터가 집중되면 산업용수와 생활용수 사이의 경쟁 문제가 나타날 가능성도 있다.

이것은 경제학에서 말하는 ‘희소성’과 연결된다. 필요한 만큼 무한정 사용할 수 있는 자원이 아니라면 새로운 산업이 등장해 수요가 늘어날 때 그 자원을 누가 얼마나 사용할 것인지가 중요한 경제 문제가 된다.

AI 데이터센터가 지역에 들어오면 투자와 고용, 세수 증가 같은 효과를 기대할 수 있다. 하지만 동시에 전력망과 용수시설을 확충해야 할 수도 있다. 데이터센터 자체의 투자금액만 보는 것과 지역사회 전체가 부담해야 하는 인프라 비용까지 보는 것은 다른 문제다.

결국 데이터센터를 많이 유치한다고 무조건 좋은 것도, 물을 사용한다고 무조건 문제가 되는 것도 아니다. 중요한 것은 해당 지역의 물 공급 여력과 데이터센터의 냉각 방식, 재이용수 활용 여부, 추가 인프라 구축 비용을 함께 따져보는 것이다.

AI 산업의 경쟁력이 반도체만으로 결정되지 않는 이유

AI 경쟁을 이야기할 때 가장 많이 등장하는 것은 GPU와 첨단 반도체다. 하지만 아무리 많은 AI 반도체를 확보해도 이를 설치할 데이터센터가 없거나 충분한 전력을 공급하지 못하면 실제 서비스를 확대하기 어렵다. 서버에서 발생한 열을 안정적으로 처리하지 못해도 마찬가지다.

그래서 AI 산업의 병목은 반도체에서 다른 인프라로 이동할 수 있다. 처음에는 GPU가 부족했다면 데이터센터가 늘어난 이후에는 전력망과 변압기, 냉각장비, 물 공급시설 같은 요소가 새로운 제약이 될 수 있다.

이 원리는 산업을 이해할 때 상당히 중요하다. 빠르게 성장하는 산업에서는 가장 비싼 기술만 보는 것이 아니라 ‘다음으로 부족해질 것이 무엇인가’를 찾아야 하기 때문이다.

반도체 생산에서도 비슷한 현상을 볼 수 있다. 최첨단 반도체 공장은 제조장비만 필요한 것이 아니라 엄청난 전력과 초순수, 각종 소재와 안정적인 공급망이 필요하다. 첨단산업일수록 오히려 전기와 물, 토지 같은 오래된 실물자원의 중요성이 커질 수 있다.

AI 데이터센터도 마찬가지다. AI 기술이 발전할수록 데이터센터가 커지고 서버의 전력밀도가 높아진다면 냉각 기술과 전력·용수 인프라의 가치도 함께 올라갈 가능성이 있다. AI 산업을 반도체 회사만의 경쟁으로 보면 놓치게 되는 부분이다.

물이 부족하면 데이터센터는 어디로 갈까

앞으로 데이터센터의 입지를 결정하는 기준도 달라질 수 있다. 인터넷망과 토지 가격만 보는 것이 아니라 대규모 전력을 얼마나 빨리 공급받을 수 있는지, 냉각에 유리한 기후인지, 충분한 용수를 확보할 수 있는지까지 중요해질 수 있다.

기업 입장에서는 물 사용량을 줄이는 기술 자체가 비용 경쟁력이 될 수도 있다. 물을 적게 사용하는 냉각 방식이나 외부의 차가운 공기를 활용하는 기술, 사용한 물을 다시 활용하는 시스템 등이 발전하는 이유다.

또 서버에서 발생하는 열을 액체로 직접 제거하는 액체냉각 기술이 확대되면 데이터센터의 설계와 관련 산업도 달라질 수 있다. 냉각장비와 펌프, 열교환기 등 기존에는 AI와 거리가 멀어 보였던 산업이 AI 인프라 투자와 연결되는 것이다.

다만 ‘AI가 성장하면 세계적으로 물이 부족해진다’고 단순하게 연결해서는 안 된다. 물 부족은 기후와 지역별 수자원 상황, 농업·산업·생활용수 수요 등 수많은 요인의 영향을 받는다. 데이터센터의 물 소비 역시 지역과 설비에 따라 차이가 크다.

따라서 앞으로 중요한 질문은 AI가 물을 쓰느냐가 아니다. 데이터센터가 어디에 들어서고 어떤 방식으로 냉각하며 그 지역이 추가 수요를 감당할 수 있느냐에 가깝다.

AI는 생각보다 훨씬 ‘물리적인 산업’이다

우리가 AI를 사용할 때 보는 것은 스마트폰이나 컴퓨터 화면뿐이다. 질문을 입력하면 몇 초 뒤 답이 나타나기 때문에 AI가 인터넷 안에서만 작동하는 산업처럼 느껴지기도 한다.

하지만 화면 뒤를 따라가 보면 전혀 다른 모습이 나타난다. AI 반도체를 만드는 공장이 있고, 반도체를 설치하는 데이터센터가 있으며, 서버를 돌리는 전력과 전기를 전달하는 송전망이 필요하다. 그리고 서버에서 발생하는 열을 제거하기 위한 냉각설비와 경우에 따라 상당한 물도 필요하다.

여기서 AI 시대를 이해하는 중요한 경제 원리가 나온다. 새로운 기술이 등장한다고 해서 경제가 실물자원에서 자유로워지는 것은 아니다. 오히려 기술이 빠르게 성장할수록 이를 뒷받침하는 전기와 물, 토지, 장비 같은 자원의 가치가 더 커질 수 있다.

그래서 앞으로 AI 산업을 볼 때 GPU 판매량이나 AI 모델의 성능만 볼 필요는 없다. 데이터센터가 어디에 지어지는지, 그 지역에는 충분한 전력과 물이 있는지, 어떤 냉각 기술이 사용되는지도 함께 볼 필요가 있다.

AI 시대의 다음 병목은 가장 화려한 기술에서 생기지 않을 수도 있다. 우리가 너무 흔해서 중요성을 잊고 있던 전기와 물 같은 자원이 오히려 AI 산업의 성장 속도를 결정하는 조건이 될 수 있다.