AI 데이터센터는 왜 전기를 그렇게 많이 쓸까? 전력·변압기 기업이 주목받는 이유

AI 산업을 이야기할 때 가장 먼저 떠오르는 것은 GPU와 반도체다. 실제로 생성형 AI를 학습하고 서비스하려면 막대한 연산 능력이 필요하다. 그런데 AI 투자가 커질수록 반도체와 전혀 다른 산업의 기업들도 함께 주목받고 있다.

대표적인 분야가 변압기와 전력기기다. AI가 소프트웨어 기술인데 왜 변압기를 만드는 기업까지 영향을 받는 걸까. 그 이유를 따라가 보면 AI 산업이 단순한 반도체 경쟁을 넘어 거대한 전력 인프라 산업으로 확장되고 있다는 사실을 알 수 있다.

AI가 발전할수록 데이터센터의 전력 소비가 커지는 이유

우리가 AI에 질문을 입력하면 답변은 스마트폰이나 노트북 안에서 만들어지는 것이 아니다. 실제 연산은 수많은 서버가 모여 있는 데이터센터에서 이뤄진다.

특히 AI에는 GPU와 같은 고성능 가속기가 대규모로 사용된다. 복잡한 AI 모델을 학습하거나 동시에 많은 이용자의 요청을 처리하려면 수많은 칩이 빠른 속도로 계속 계산해야 한다. 연산량이 늘어날수록 필요한 전력도 커진다.

국제에너지기구(IEA)에 따르면 데이터센터의 전력 소비에서 서버가 차지하는 비중은 평균적으로 약 60%다. 저장장치와 네트워크 장비에도 전기가 필요하고, 서버에서 발생하는 열을 식히기 위한 냉각설비 역시 상당한 전력을 소비한다. 효율적인 대형 데이터센터에서는 냉각 비중이 비교적 낮지만, 일부 데이터센터에서는 전체 전력 소비의 30% 이상을 차지할 수도 있다.

AI가 전기를 많이 쓴다는 말은 결국 GPU 하나가 전기를 많이 먹는다는 이야기로 끝나지 않는다. 서버를 작동시키고 데이터를 이동시키며 열을 식히고, 정전이 발생해도 서비스를 유지할 수 있도록 만드는 전체 시스템에 전기가 필요하다는 뜻이다.

데이터센터가 늘어나면 왜 변압기가 필요할까

발전소에서 만들어진 전기를 데이터센터 서버에 그대로 연결할 수는 없다. 전기는 송전망과 변전소를 거쳐 이동하고, 사용하기 적절한 전압으로 여러 차례 변환되는 과정을 거친다.

여기서 중요한 역할을 하는 장비가 변압기다. 쉽게 말하면 전기를 필요한 곳까지 효율적으로 보내고 각 시설에서 사용할 수 있도록 전압을 바꿔주는 장치다.

대형 AI 데이터센터는 작은 건물 하나가 전기를 사용하는 수준과는 다르다. 막대한 전력을 안정적으로 공급받아야 하고 순간적인 장애에도 서버가 멈추지 않도록 높은 수준의 전력 안정성이 요구된다. 따라서 데이터센터를 새로 짓는다는 것은 서버와 GPU를 설치하는 것뿐 아니라 그만큼의 전기를 끌어올 수 있는 전력 인프라를 함께 구축한다는 의미가 된다.

이 때문에 AI 데이터센터 투자가 확대되면서 변압기뿐 아니라 배전설비, 전력변환장치, 무정전전원장치(UPS) 등 다양한 전력기기의 중요성도 함께 커지고 있다.

AI 산업에서 반도체가 ‘계산하는 장치’라면 전력 인프라는 그 계산이 계속 가능하도록 움직이는 기반이라고 볼 수 있다.

문제는 데이터센터보다 전력망을 빨리 만들기 어렵다는 점이다

AI 데이터센터와 전력 인프라 사이에는 중요한 차이가 있다. 건설 속도다.

IEA는 데이터센터가 약 2~3년 안에 가동될 수 있는 반면, 이를 지원하는 광범위한 에너지 인프라는 계획과 인허가, 대규모 투자와 건설에 더 긴 시간이 필요할 수 있다고 지적한다.

AI 기업이 “데이터센터를 더 짓겠다”고 결정한다고 해서 필요한 전기를 즉시 확보할 수 있는 것은 아니라는 뜻이다.

실제로 데이터센터의 전력 수요는 빠르게 증가하고 있다. IEA의 최신 전망에서는 세계 데이터센터의 전력 소비가 2025년 약 485TWh에서 2030년 약 950TWh로 거의 두 배 증가할 것으로 예상된다. 특히 AI 중심 데이터센터의 전력 소비는 같은 기간 약 세 배로 늘어날 것으로 전망됐다.

여기서 AI 산업의 새로운 병목이 나타난다.

처음에는 AI 경쟁에서 가장 중요한 것이 고성능 GPU를 얼마나 확보하느냐였다면, 데이터센터가 빠르게 늘어나는 단계에서는 “그 많은 장비에 공급할 전기를 어디에서 가져올 것인가”가 또 다른 문제가 될 수 있다.

반도체 다음으로 전력·냉각 기업이 등장하는 이유

데이터센터에는 전기만 공급한다고 끝나지 않는다. 서버가 막대한 계산을 수행하면 많은 열이 발생한다. 온도가 지나치게 올라가면 장비의 성능과 안정성에 문제가 생길 수 있기 때문에 열을 밖으로 빼내는 냉각 시스템이 필요하다.

AI 서버의 성능이 높아질수록 한 공간에 설치되는 장비의 전력 밀도 역시 높아지는 추세다. IEA는 2020년부터 2025년 사이 AI 서버의 전력 밀도가 약 11배 증가했으며 앞으로도 크게 높아질 것으로 전망한다. 이 과정에서 변압기와 전력전자 장비 등의 공급망 확대가 중요한 과제로 떠오르고 있다.

냉각 기술도 변화하고 있다. 기존에는 차가운 공기를 이용해 서버를 식히는 방식이 널리 사용됐지만 고성능 AI 서버가 증가하면서 액체를 이용해 열을 제거하는 액체냉각 기술에 대한 관심도 커지고 있다.

그래서 AI 데이터센터 투자의 수혜 범위가 넓어지고 있다. GPU와 메모리반도체뿐 아니라 변압기와 전력기기, 냉각설비처럼 데이터센터가 실제로 돌아가기 위해 반드시 필요한 산업으로 투자가 연결되는 것이다.

최근 글로벌 데이터센터 투자 확대 과정에서도 한국의 HD현대일렉트릭을 비롯한 전력기기 업체와 냉각 솔루션 기업들이 관련 인프라 수요 증가의 영향을 받고 있다. 다만 AI 데이터센터 투자가 증가한다고 해서 모든 관련 기업의 실적이 같은 속도로 좋아지는 것은 아니다. 실제 수주와 생산능력, 경쟁 상황, 투자비용 등을 함께 봐야 한다.

AI 산업을 볼 때 이제 GPU만 보면 안 되는 이유

AI 산업을 하나의 데이터센터로 생각하면 산업의 연결고리가 훨씬 잘 보인다.

가장 안쪽에는 AI 연산을 담당하는 GPU와 메모리반도체가 있다. 하지만 그것만으로 데이터센터를 운영할 수는 없다. 외부에서 대규모 전력을 끌어와 적절한 전압으로 바꾸고 안정적으로 공급해야 하며, 서버에서 발생하는 열도 계속 제거해야 한다.

결국 AI 투자가 증가하면 반도체 수요가 늘고, 데이터센터 건설이 확대되며, 다시 전력망과 변압기·배전설비·냉각장비에 대한 수요로 연결될 수 있다.

물론 전력 수요 전망을 그대로 확정된 투자로 받아들이는 것도 주의해야 한다. 미국에서는 실제 건설 가능성이 불확실한 데이터센터 프로젝트가 전력망 연결을 중복으로 신청하면서 예상 수요가 과장될 수 있다는 문제도 나타나고 있다. 데이터센터 계획이 많다는 사실과 실제 완공되는 데이터센터의 규모는 구분해서 볼 필요가 있다.

이 점까지 이해하면 앞으로 AI 관련 뉴스를 보는 기준도 달라진다. 새로운 AI 모델이나 반도체 성능만 보는 것이 아니라 데이터센터가 어디에 건설되는지, 필요한 전력을 확보할 수 있는지, 전력망 투자가 얼마나 늘어나는지까지 살펴볼 수 있다.

AI는 화면 속에서 작동하는 소프트웨어처럼 보이지만 그 뒤에는 서버와 반도체, 전력망과 변압기, 냉각설비라는 거대한 물리적 인프라가 존재한다. AI 시대에 전력·변압기 기업이 함께 주목받는 이유도 바로 여기에 있다.