AI 데이터센터에 필요한 구리 5만 톤: AI 붐의 어두운 진실

Xpert 사전 출시

온라인 연락처 (Konrad Wolfenstein)

언어 선택 📢

게시일: 2026년 5월 17일 / 업데이트일: 2026년 5월 17일 – 저자: Konrad Wolfenstein

AI 데이터 센터에 필요한 구리 5만 톤: AI 붐의 어두운 진실 – 이미지: Xpert.Digital

클라우드의 신화: ChatGPT를 비롯한 업체들이 어떻게 은밀하게 상품 시장을 약탈하고 있는가

16년의 기다림: 간과되었던 이 원자재 부족 현상이 AI 거품을 터뜨릴 수도 있다

산더미 같은 고철과 수십억 리터의 물: 새로운 AI 인프라가 우리에게 실제로 얼마나 큰 비용을 초래하는가

기술 대기업들이 인공지능에 대해 열변을 토할 때면 알고리즘, 매개변수, 클라우드 같은 추상적인 용어들이 주를 이룹니다. 하지만 AI의 현실은 놀라울 정도로 물리적입니다. 업계는 거대한 하이퍼스케일 데이터 센터를 구축하기 위해 상상할 수 없을 만큼 많은 자원을 소비하고 있습니다. 수만 톤의 구리와 철강, 수십억 리터의 식수, 그리고 희귀 기술 금속까지 소비되면서 전 세계 공급망이 붕괴 직전에 놓여 있습니다. 공개적인 논의는 주로 전력 소비에 초점을 맞추지만, 이면을 살펴보면 훨씬 더 크고 전략적으로 은폐된 물질적 부채가 드러납니다. 폭발적으로 상승하는 원자재 가격과 해결하기 어려운 광산 병목 현상부터 다가오는 전자 폐기물 문제에 이르기까지, AI 붐은 산업 역사상 가장 공격적이고 지정학적으로 폭발적인 자원 소비 현상 중 하나로 나타나고 있습니다.

인공지능 산업은 은밀한 자원 약탈자인가? 수십억 달러 투자의 이면에 숨겨진 진짜는 무엇일까?

기술 기업들이 최신 AI 모델을 공개할 때면 수십억 개의 매개변수, 훈련 데이터, 그리고 인류 문명의 미래에 대해 이야기합니다. 하지만 구리라는 단어는 거의 언급되지 않습니다. 수만 톤의 강철, 수백만 세제곱미터의 콘크리트, 핵심 희토류 원소, 그리고 새로운 언어 모델 개발 이면에 숨겨진 전자 폐기물 문제에 대해서는 더욱 드물게 듣게 됩니다. 대중의 논의는 에너지 소비량(킬로와트시)과 물 소비량(리터)이라는 두 가지 관점에만 집중되어 있습니다. 두 관점 모두 정확하지만, 불완전합니다. AI 붐으로 인해 발생하는 물질적 부채는 기술 기업들의 일반적인 지속가능성 보고서에서 제시하는 것보다 훨씬 더 광범위하고, 구조적으로 뿌리 깊으며, 지정학적으로 폭발적인 잠재력을 지니고 있기 때문입니다.

구리, 새로운 석유로 거듭나다: 5만 톤은 단지 시작일 뿐인 이유

구리 개발 협회(Copper Development Association)는 아직 제대로 주목받지 못하고 있는 수치를 공개했습니다. 바로 초고속 AI 데이터 센터 하나가 최대 5만 톤의 구리를 소비할 수 있다는 것입니다. 비교하자면, 일반 데이터 센터는 5천 톤에서 1만 5천 톤 정도를 사용합니다. 이 차이는 단순한 비례 관계가 아니라, 양자 도약과 같습니다. 즉, AI 데이터 센터 하나가 일반 데이터 센터 세 곳을 합친 것보다 더 많은 구리를 소비하는 것입니다.

이 수치는 현대 AI 데이터 센터에서 구리가 어떻게 사용되는지 이해하면 실감이 납니다. 구리는 단일 부품이 아니라 시설의 거의 모든 기능에 스며드는 보편적인 소재입니다. 전력 분배, 고성능 케이블, 변압기, 버스바, 커넥터, 냉각 시스템 등 모든 것이 구리에 의존합니다. 엔비디아의 최신 GB200 NVL72 유닛 하나만 해도 총 길이가 3.2km가 넘는 5,000개 이상의 구리 케이블이 사용되었습니다. 또한 단일 엔비디아 H100 칩의 열 설계 전력(TDP)은 이미 700와트에 달하므로 열 방출에 막대한 부담을 주며, 따라서 구리 기반 냉각 시스템에 대한 요구가 매우 높습니다.

비교하자면, 마이크로소프트가 시카고에 건설한 5억 달러 규모의 데이터 센터에만 2,177톤의 구리가 필요했습니다. 이는 중간 규모의 프로젝트조차도 이미 수천 톤의 구리를 소비하며, 최대 규모의 AI 시설은 앞서 언급한 5만 톤에 달할 수 있음을 보여줍니다.

구리는 그 기능 면에서 대체 불가능합니다. 오직 이 금속만이 기기 외부로 효율적으로 열을 전달할 수 있으며, 고성능 데이터 센터의 전력 분배에 필요한 전기 전도성을 제공합니다. 투자은행 골드만삭스는 구리를 AI 시대의 석유라고 적절하게 표현했는데, 이는 처음 들으면 다소 직설적으로 들릴 수 있지만 경제적으로는 매우 정확한 표현입니다.

이는 세계 구리 시장에 상당한 영향을 미칠 것으로 예상됩니다. 블룸버그NEF의 분석에 따르면, AI 기반 데이터 센터의 구리 수요는 향후 10년간 연평균 약 40만 톤에 달할 것으로 예상되며, 2028년에는 57만 2천 톤으로 정점을 찍을 것입니다. 2035년까지 데이터 센터에 사용되는 누적 구리량은 430만 톤을 넘어설 수 있습니다. 이는 세계 최대 구리 생산국인 칠레가 6개월 동안 채굴하는 양과 거의 같습니다. JP모건은 2030년까지 전 세계 구리 공급 부족량이 약 400만 톤에 이를 것으로 예측하는 반면, S&P 글로벌은 구리 수요가 2040년까지 약 50% 증가한 4,200만 톤에 이를 것으로 전망하고 있습니다.

금속 가격이 급등하고 있다: AI 붐이 시장을 어떻게 재편하고 있는가

구리 가격은 대부분의 AI 예측 모델이 간과하는 중요한 이야기를 담고 있습니다. 2025년 런던 금속 거래소(LME)의 구리 가격은 43% 이상 급등하며 2009년 이후 최고의 연간 상승률을 기록했습니다. 2026년 초에는 톤당 13,020달러를 처음으로 돌파했다가 이후 12,500달러 수준으로 하락했습니다. 골드만삭스는 향후 10년 동안 구리 가격이 12,000달러 이상을 유지할 것으로 전망합니다.

가격 상승 요인은 다면적이며 상호 강화적인 양상을 보입니다. 수요 측면에서는 전기 자동차와 풍력 터빈을 통한 에너지 전환, 전력망 확장, 인공지능(AI) 데이터 센터 등 세 가지 주요 분야에서 동일한 금속을 놓고 경쟁하고 있습니다. 공급 측면에서는 단기적인 투자로는 해결할 수 없는 구조적 공급 부족이 분명하게 드러나고 있습니다. 칠레, 인도네시아, 콩고민주공화국 등 주요 생산국의 광산 가동 중단, 만토베르데 광산 파업, 그리고 수년간의 투자 부족이 공급 시스템의 완충 장치를 고갈시켰습니다.

하지만 결정적인 구조적 병목 현상은 지질학적 요인이 아니라 시간에 있습니다. 구리 광맥 발견부터 상업 생산까지 평균 16.2년이 걸립니다. 새로운 구리 광산의 경우, 건설 투자가 이루어지기 전에 탐사 및 타당성 조사에만 거의 12.4년이 소요됩니다. 그 결과는 냉혹합니다. 2030년의 구리 수요를 충족할 수 있는 광산은 2014년에 발견되어 2015년까지 자금이 확보되었어야 했습니다. 하지만 그렇게 되지 못했습니다.

동시에 미국의 관세 정책은 글로벌 구리 흐름을 왜곡합니다. UBS 분석가들은 미국이 한때 전 세계 구리 재고량의 약 절반을 보유했던 것으로 추정하는데, 이는 미국의 구리 수요가 전 세계 구리 수요의 10%에도 미치지 못하는 수치입니다. 이러한 시장 왜곡은 국제 가격 프리미엄을 높이고 유럽과 아시아의 공급 위험을 악화시킵니다.

강철, 콘크리트, 알루미늄: AI 인프라를 구성하는 숨겨진 건축 자재

구리는 가장 대표적인 소재이지만, 인공지능 담론의 그늘에 가려져 가는 유일한 소재는 아닙니다. 초거대 데이터 센터 구축은 막대한 양의 기존 건축 자재를 필요로 하는 거대한 산업 프로젝트인데, 이러한 자재들은 어떤 기술 발표 자료에서도 언급되지 않습니다.

강철은 모든 데이터 센터의 핵심 자재입니다. 하중 지지 구조물, 지붕 구조, 벽체 시스템, 장비 지지대, 보안 인프라에 필수적입니다. 1만 제곱미터 미만의 소규모 데이터 센터조차도 약 1,500~2,000톤의 강철과 1만 세제곱미터의 콘크리트를 소비합니다. 오늘날 150메가와트에서 1기가와트를 훨씬 넘는 용량을 가진 하이퍼스케일 데이터 센터의 경우, 이러한 수치는 그에 따라 기하급수적으로 증가합니다. 또한, 무거운 서버 랙으로 인한 바닥 하중 증가(기존의 제곱미터당 2.5~5킬로뉴턴에서 현재 요구되는 12~15킬로뉴턴으로)로 인해 더 두꺼운 콘크리트 슬래브와 철근 콘크리트 구조물이 필요하게 되었습니다.

그린피스의 의뢰로 외코-인스티튜트(응용생태연구소)가 수행한 연구에 따르면, AI 전용 데이터 센터 확장에만 2030년까지 약 920킬로톤의 철강과 약 100킬로톤의 핵심 원자재가 필요할 것으로 예상됩니다. 필수 소재인 알루미늄은 낮은 밀도와 내식성 덕분에 데이터 센터의 외장재, 냉난방 시스템, 케이블 트레이, 서버 케이스 등에 사용됩니다. 은은 서버 회로 기판과 집적 회로에 사용되고, 미국이 100% 수입에 의존하는 탄탈륨은 핵심 콘덴서에 사용되며, 백금과 팔라듐은 반도체에 사용됩니다.

콘크리트는 탄소 발자국이 유난히 큰 것으로 악명 높습니다. 유엔에 따르면 건설 산업은 전 세계 CO₂ 배출량의 38%를 차지하며, 콘크리트 자체만으로도 전 세계 온실가스의 8%를 차지합니다. 데이터 센터 건설 단계에서는 소위 '내재 탄소'라고 불리는 상당한 양의 CO₂가 발생하는데, 이는 운영 단계가 아닌 자재 채굴, 운송, 건설 과정에서 발생하는 CO₂를 의미합니다. 이러한 배출량은 규제 기관의 보고 기준이 주로 운영에 초점을 맞춰왔기 때문에 운영사의 지속가능성 보고서에 보고되지 않거나 부분적으로만 보고되는 경우가 많습니다.

물의 역설: 식물 한 그루당 연간 30억 리터

AI 데이터센터의 물 소비량은 공론화되고 있지만, 그 규모는 여전히 과소평가되고 있습니다. 100메가와트급 데이터센터 하나는 냉각 기술과 위치에 따라 연간 약 25억 리터의 물을 필요로 할 수 있습니다. 알리안츠 커머셜의 추산에 따르면, 대형 데이터센터는 하루 최대 1,900만 리터의 물을 소비할 수 있는데, 이는 인구 5만 명 규모의 도시가 하루 동안 소비하는 양과 맞먹습니다.

냉각 메커니즘은 물 문제를 이해하는 데 매우 중요합니다. 증발식 냉각탑이 널리 사용되면서 사용된 물의 70~85%가 대기 중으로 증발해 버립니다. 이렇게 증발된 물은 지역 수자원 순환 과정에서 되돌릴 수 없이 손실됩니다. 구글과 마이크로소프트가 2021년과 2022년에 대규모 언어 모델을 구축하는 과정에서 두 회사의 물 소비량은 각각 전년 대비 34%와 20% 증가했습니다. 구글의 데이터 센터는 2022년에 약 200억 리터의 물을 소비했는데, 이는 유럽인 250만 명의 연간 물 소비량과 거의 같습니다.

캘리포니아 대학교와 텍사스 대학교의 연구에 따르면, OpenAI의 GPT-3 모델을 학습시키는 데 약 540만 리터의 물이 필요했습니다. 이 중 70만 리터는 데이터 센터 냉각에 사용되었고, 나머지는 서버 제조 및 발전 등 공급망에서 소비되었습니다. 영국 정부의 분석에 따르면, AI로 인해 2027년까지 추가될 전 세계 물 수요는 42억~66억 세제곱미터에 달할 것으로 추산됩니다. 응용생태학연구소(Öko-Institut)는 데이터 센터의 물 수요가 2030년까지 거의 네 배 증가한 6,640억 리터에 이를 것으로 예측합니다.

마이크로소프트는 냉각에 물을 전혀 사용하지 않는 새로운 데이터 센터 설계를 공개했는데, 회사에 따르면 이 설계로 시설당 연간 1억 2,500만 리터 이상의 물을 절약할 수 있다고 합니다. 이러한 혁신은 칭찬할 만하지만, 아직 세계적인 표준이 되기에는 멀었습니다. 전 세계적으로 구축되고 있는 AI 인프라의 대다수는 기존의 증발식 냉각 방식에 의존하고 있으며, 특히 물을 쉽게 구할 수 있지만 이미 생태계에 부담이 가중되고 있는 지역에서 이러한 경향이 두드러집니다.

희토류 및 기술 금속: 보이지 않는 아킬레스건

구리, 강철, 알루미늄과 같은 일반 원자재 외에도 전략적으로 훨씬 더 중요한 희토류 및 기술 금속이라는 두 번째 층이 있습니다. 갈륨이 없으면 고성능 LED나 고주파 칩을 만들 수 없습니다. 인듐이 없으면 터치스크린이나 5G 안테나를 만들 수 없습니다. 게르마늄이 없으면 현대 반도체를 만들 수 없습니다. 탄탈륨이 없으면 소형 콘덴서를 만들 수 없습니다. 네오디뮴과 디스프로슘이 없으면 냉각 팬과 펌프에 사용되는 고성능 영구 자석을 만들 수 없습니다.

이러한 금속들은 모두 한 가지 공통점을 가지고 있습니다. 바로 중국이 다른 어떤 원자재 공급망과도 비교할 수 없을 정도로 전 세계 공급을 통제하고 있다는 점입니다. 중국이 2023년 8월 갈륨과 게르마늄 수출을 통제하기 시작하자 가격은 몇 주 만에 폭등했습니다. 2025년 초부터는 중희토류 원소에 대한 수출이 완전히 금지되기도 했습니다. 서구 인공지능 산업에 있어 이는 단기적인 다변화 전략으로는 해결할 수 없는 구조적 의존성을 의미합니다.

갈륨이나 인듐 같은 기술 금속은 다른 원자재 추출 과정에서 부산물로만 생산되는 경우가 많습니다. 이는 가격이 상승하고 수요가 증가하더라도 생산량을 단순히 늘릴 수 없다는 것을 의미합니다. 해당 금속의 주요 생산품 생산량에 따라 공급이 결정되기 때문입니다. 이러한 공급 측면의 비탄력성은 기술 금속 시장의 구조적 특징으로, 인공지능(AI)으로 인한 수요 급증의 위험을 크게 증폭시킵니다.

지정학적 차원은 핵심 원자재 공급 경로가 지정학적 혼란에 점점 더 취약해지고 있다는 사실로 인해 더욱 악화되고 있습니다. 유엔에 따르면 전 세계 무역량의 11%가 호르무즈 해협을 통과하는데, 이 해협은 반도체 제조에 필요한 전략적 원자재를 수송하는 주요 경로이며 최근 이란과의 갈등으로 인해 상당한 압박을 받고 있습니다. 이러한 공급 경로의 차질은 운송 비용 증가뿐만 아니라 보험사들이 전쟁 위험 보험료를 대폭 인상하도록 강요하는 결과를 초래합니다.

🎯🎯🎯 데이터 기반 B2B 산업 허브를 준사내 솔루션으로 활용

준사내 솔루션: Xpert.Digital이 B2B 마케팅 및 영업의 운영 격차를 해소하는 방법 – 스마트 콘텐츠 기반 비즈니스 - 이미지: Xpert.Digital

Xpert.Digital은 Konrad Wolfenstein 이 이끄는 데이터 기반 B2B 산업 허브입니다. 이 회사는 산업 파트너를 위한 외부 솔루션 역할을 하며, 마케팅, 콘텐츠 및 영업 분야의 운영 격차를 해소하여 고객 측의 추가 리소스 투입을 방지합니다.

자세한 내용은 여기에서 확인하세요:

준사내 솔루션: Xpert.Digital이 B2B 마케팅 및 영업의 운영 격차를 해소하는 방법 – 스마트 콘텐츠 기반 비즈니스

인공지능의 숨겨진 비용: 전자 폐기물과 원자재가 우리의 미래에 미치는 영향

전자 폐기물: AI 수명주기의 수조 톤에 달하는 시한폭탄

인공지능 기업들의 화려한 홍보 책자에는 결코 언급되지 않는 문제 중 하나는 그들이 사용하는 하드웨어의 수명이 극히 짧다는 점입니다. 분석가들은 칩과 AI 가속기의 개발 주기가 12~18개월마다 상당한 성능 향상을 수반하기 때문에 대부분의 AI 프로세서가 3~5년 후에는 기술적으로 쓸모없어질 것이라고 예측합니다. 이는 수십억 달러에 달하는 투자가 단 몇 년 만에 가치를 잃을 뿐만 아니라, 이러한 하드웨어 제작에 사용된 원자재가 극히 짧은 재활용 주기를 거치게 된다는 것을 의미합니다. 그런데 전 세계 재활용 인프라는 이러한 짧은 재활용 주기를 감당하도록 설계되지 않았습니다.

중국과학원 연구원이 학술지 네이처 컴퓨테이셔널 사이언스에 발표한 연구에 따르면, 보수적인 시나리오에서도 LLM 하드웨어에서 발생하는 누적 전자 폐기물이 2030년까지 전 세계적으로 최대 900만 톤에 달할 것으로 추정됩니다. 사용자 채택이 급격히 증가하는 시나리오에서는 2030년까지 연간 약 250만 톤이 발생할 수 있습니다. 참고로, 2022년 전 세계 전자 폐기물 총량은 약 6,200만 톤이었습니다. AI 데이터 센터는 이러한 전자 폐기물 흐름에 이전에는 거의 존재하지 않았던 새로운 요소를 추가합니다.

오코 연구소(Öko-Institut)는 데이터 센터와 인공지능(AI) 역량의 확장이 2030년까지 최대 500만 톤의 전자 폐기물을 추가로 발생시킬 것이라고 경고합니다. 이 폐기물에는 구리, 금, 은, 코발트, 희토류와 같은 귀중한 금속이 포함되어 있어 이론적으로는 회수 가능합니다. 그러나 현실적으로 포괄적인 재활용을 위한 기술적 역량과 경제적 유인이 모두 부족합니다. 이러한 기기들의 상당수는 개발도상국의 비공식 재활용 시설로 보내지는데, 이곳에서는 위험한 환경 속에서 귀중한 금속이 추출됩니다.

숨겨진 비용 구조: AI 데이터 센터의 실제 비용은 얼마일까?

업계에서 AI 데이터 센터 구축 비용을 논의할 때, 대규모 시설 하나당 50억 달러에서 200억 달러에 이르는 수치를 언급하는 것이 일반적입니다. 하지만 모든 직접 및 간접 자원 비용을 포함한 정확한 총비용 산정은 제대로 이루어지지 않는 경우가 많습니다.

데이터센터 건설 비용에서 구리가 차지하는 비중은 최대 6%에 달하는 것으로 추산됩니다. 100억 달러 규모의 프로젝트라면 구리 비용만 해도 6억 달러에 이릅니다. 현재 구리 가격이 톤당 12,000달러를 넘어서고, 필요한 구리량이 5만 톤에 달하는 상황에서, 시설당 구리 비용은 약 6억 달러에 육박합니다. 게다가 구리 가격은 구조적인 상승 압력을 받고 있어 이 비용은 계속 증가할 것으로 예상됩니다. 구리 가격이 1%포인트 오를 때마다 하이퍼스케일 데이터센터 건설 비용은 수백만 달러씩 증가합니다.

여기에 전력망 확장 비용까지 더해집니다. 데이터 센터의 에너지 수요는 이미 여러 정부가 과감한 조치를 취하도록 만들었습니다. 미국에서는 트럼프 대통령이 2026년 3월 구글, 마이크로소프트, 아마존, 메타, 오픈AI와 같은 기술 기업들에게 '요금 납부자 보호 서약'에 서명하도록 의무화하여 신규 발전소 건설 및 전력망 확장에 드는 모든 비용을 기업이 자체적으로 부담하도록 했습니다. 이 모델은 단기적으로 가정용 전기 소비자에게 보호 효과를 제공하지만, 인프라 비용을 기업의 운영 비용으로 전가하여 결국 서비스 가격에 반영하는 결과를 낳습니다. 아일랜드는 2025년 말 신규 데이터 센터가 자체 배터리 저장 장치 또는 발전소를 운영하고, 필요한 전력의 최소 80%를 새로 설치된 재생 에너지원으로 충당하도록 하는 엄격한 규정을 제정했습니다.

알리안츠 커머셜의 전망은 암울합니다. 인공지능(AI) 인프라 투자액이 2030년까지 약 7조 달러에 달할 것으로 추산되기 때문입니다. 월스트리트저널의 계산에 따르면, 이러한 투자를 정당화하려면 소비자와 기업은 AI 제품에 약 8천억 달러를 투자해야 하는데, 이는 현재 건설 중인 데이터센터의 전체 수명 기간 동안의 투자액입니다. 동시에 산업보험사인 알리안츠 커머셜은 촉박한 일정, 숙련된 인력 부족, 그리고 급등하는 원자재 가격이 이러한 건설 프로젝트를 점점 더 위협하고 있다고 지적합니다.

광업이 초래하는 생태적 부채: 남반구에서 누가 그 대가를 치르는가?

인공지능(AI)의 자원 소비에 대한 논의는 대개 공급망이 불투명해지는 지점, 즉 광산에서 멈춥니다. 그러나 주요 구리 생산국인 칠레와 페루의 구리 채굴은 결코 중립적인 과정이 아닙니다.

세계 최대 구리 생산국인 칠레에서는 채굴로 인해 지구상에서 가장 건조한 지역 중 하나인 아타카마 사막에서 막대한 양의 물이 소비됩니다. 노천 채굴과 이후 제련 과정은 심각한 토양 및 대기 오염을 유발할 뿐만 아니라 지역 생태계에 심각한 파괴를 초래합니다. 페루에서는 Facing Finance의 연구 결과에 따르면 독일산 구리 수입이 인권 침해와 명백히 연관되어 있음이 밝혀졌습니다. 생활 환경 개선이라는 약속은커녕, 채굴 지역은 사회 및 환경 갈등으로 몸살을 앓고 있습니다. 이러한 외부 비용은 어떤 기술 기업의 재무제표에도 반영되지 않습니다. 결국 그 부담은 피해를 입은 지역 주민들에게 전가됩니다.

광업계 자체는 근본적인 생산능력 부족 문제에 직면해 있습니다. 광업 전문가들은 2040년까지 최대 1천만 톤의 구리 공급 부족이 발생할 것으로 예상하는데, 이는 칠레의 현재 연간 생산량과 거의 맞먹는 규모입니다. 신규 광상에서의 광석 품위 저하, 개발 비용 상승, 길어진 인허가 절차, 그리고 영향을 받는 지역 사회의 반발 증가는 이미 매우 긴 개발 기간을 더욱 지연시키고 있습니다. 오늘 새로 발견된 구리 광산이라도 아무리 빨라도 2042년이 되어야 생산을 시작할 수 있습니다. 이는 기술적인 약점이 아니라, 수십 년을 내다보고 설계된 산업이 선형적인 수요 증가가 아닌 기하급수적인 수요 증가에 직면하고 있는 물리적 현실입니다.

토지 이용: AI 인프라의 보이지 않는 발자취

인공지능(AI)의 자원 수요와 관련하여 잘 논의되지 않는 또 다른 측면은 토지 소비입니다. 오늘날 하이퍼스케일 데이터 센터는 더 이상 몇 헥타르가 아니라 수백 헥타르에 달하는 토지를 필요로 합니다. 서버 건물 자체뿐만 아니라 전력 공급, 냉각 인프라, 백업 시스템, 관련 배전 및 변전소 등을 위해서도 필요한 면적이 많습니다. 안정적인 전력망과 충분한 용수 공급이 확보된 적합한 부지에 대한 수요는 이미 버지니아, 암스테르담, 프랑크푸르트와 같은 기존 데이터 센터 지역의 부동산 가격 상승을 부추기고 있습니다.

맥킨지에 따르면 200메가와트급 시스템은 더 이상 드문 일이 아니며, 1기가와트를 초과하는 프로젝트들이 활발히 계획되고 있습니다. 서버 랙당 전력 밀도는 2022년 평균 8킬로와트에서 AI 지원 랙의 경우 2024년 17킬로와트로 증가했으며, 이러한 추세는 계속되고 있습니다. 이러한 변화가 공간 요구 사항 및 인프라 계획에 미치는 영향은 대부분의 지역에서 아직 관련 규정에 충분히 반영되지 않고 있습니다.

미국 최대 데이터센터 밀집 지역인 버지니아주에서만 네트워크 용량 수요가 2025년까지 12.1기가와트(GW)로 증가할 것으로 예상되며, 이는 전년 대비 거의 30% 증가한 수치입니다. 버지니아주에서는 이미 전체 전력 소비량의 4분의 1이 디지털 인프라의 냉각 및 운영에 사용되고 있습니다. 독일과 유럽에서는 대규모 인프라 프로젝트의 계획 및 승인 절차가 또 다른 병목 현상을 일으키고 있습니다. 새로운 변전소와 고압 송전선로의 승인, 건설 및 시운전에 보통 7년에서 12년이 소요됩니다.

건설업의 탄소 발자국: 아무도 측정하고 싶어하지 않는 것

주요 기술 기업들의 지속가능성 보고서는 놀라울 정도로 일관되게 한 가지 핵심 지표에 초점을 맞추고 있습니다. 바로 PUE(전력 사용 효율) 값, 즉 전체 전력 소비량 대비 IT 부문 전력 소비량의 비율입니다. 낮은 PUE는 기술적 효율성의 지표로 간주됩니다. 그러나 이 지표가 포착하지 못하는 것이 바로 소위 내재 탄소, 즉 원자재 추출, 가공, 운송 및 시설 건설 과정에서 발생하는 이산화탄소 배출량입니다.

전력망의 탈탄소화가 점차 진행되고 데이터 센터의 운영 탄소 발자국이 그에 따라 감소함에 따라, 전체 탄소 배출량에서 내재 탄소가 차지하는 비중은 점점 커지고 있습니다. 재생 에너지로 구동될 차세대 데이터 센터의 경우, 내재 탄소가 전체 수명 주기 배출량의 절반 이상을 차지할 수도 있습니다. 이러한 결과는 지금까지 공론장에서 거의 주목받지 못했습니다.

응용생태학연구소(Öko-Institut)는 재생에너지의 대규모 확장을 가정하더라도 데이터센터에서 발생하는 CO₂ 배출량이 2023년 2억 1200만 톤에서 2030년 3억 5500만 톤으로 증가할 것으로 추산했습니다. 미국에서는 데이터센터에 사용되는 전력의 55%가 여전히 석탄과 천연가스 같은 화석 연료에서 생산되고 있습니다. 이러한 상황이 지속되는 한, 새로 가동되는 모든 AI 데이터센터는 구리, 철강, 물에 대한 수요 증가뿐만 아니라 CO₂ 배출량의 직접적인 증가를 의미하며, 이는 사회, 건강, 기후 시스템에 미치는 모든 연쇄적인 비용을 초래합니다. 이러한 비용은 기술 기업의 재무제표에는 반영되지 않습니다.

구조적 결론: 보이지 않는 것의 비용

이 분석에서 어떤 결론을 도출할 수 있을까요? 첫째, 냉정한 현실을 직시해야 합니다. 인공지능이 주로 디지털 방식의 무형 기술이라는 인식은 잘못된 통념입니다. 인공지능은 인류 역사상 가장 많은 자원을 소비하는 기술 투자 중 하나입니다. 구리, 철강, 콘크리트, 알루미늄, 희토류, 그리고 물을 그 어떤 과거 기술 붐보다 훨씬 더 많이 소비합니다.

핵심적인 경제적 질문은 바로 이것입니다. 누가 이러한 비용을 부담하는가? 현재 비용 분담은 최대한 외부화하는 원칙을 따르고 있습니다. 광산 회사와 그로 인해 영향을 받는 지역 사회는 원자재 채굴로 인한 환경적, 사회적 비용을 부담합니다. 지방 자치 단체와 전력망 운영자는 과부하된 기반 시설 비용을 부담합니다. 미래 세대는 기후 변화와 전자 폐기물의 비용을 떠안게 됩니다. 그리고 민주 사회의 납세자들은 인공지능(AI) 붐이 없었다면 이 정도 규모의 전력망 확장이 필요하지 않았을 것임에도 불구하고 이를 보조하고 있습니다.

시장 실패는 구조적인 문제입니다. 구리 가격, 건설 비용, 에너지 가격은 실제 비용의 상당 부분을 내재화하고 있지만, 칠레의 환경 파괴, 페루의 인권 침해, 장기적인 기후 변화 비용은 가격에 반영되지 않고 있습니다. 이러한 외부 효과를 포함하는 완전한 비용 회계 시스템이 없다면, AI 산업은 협상력이 없는 사람들을 희생시키면서 사실상 보조금을 받는 방식으로 원자재를 이용할 수 있게 됩니다.

두 번째 결론은 유럽과 독일의 전략적 함의에 관한 것입니다. 구리, 갈륨, 게르마늄, 인듐, 희토류는 유럽이 거의 전적으로 수입에 의존하는 원자재입니다. 인공지능(AI)의 급성장은 이러한 의존도를 더욱 심화시키고 지정학적 취약성을 증가시킵니다. 중국은 수출 통제를 외교 정책 압력 수단으로 활용할 의지와 능력을 보여주었습니다. 유럽은 이에 대한 적절한 대응책을 마련하지 못하고 있습니다.

세 번째 결론은 아마도 가장 중요할 것입니다. 인공지능 인프라 확장 속도와 원자재 개발 속도는 근본적으로 양립할 수 없습니다. AI 데이터 센터는 2~5년 안에 구축되지만, 새로운 구리 광산 개발에는 16년이 걸리고, 새로운 희토류 프로젝트는 그보다 훨씬 더 오랜 시간이 소요됩니다. 시장은 가격 메커니즘을 통해 이러한 격차를 해소할 것입니다. 즉, 원자재 가격 상승, 건설 비용 상승, 그리고 궁극적으로 AI 서비스 가격 상승을 통해 말입니다. 누가 이러한 비용을 최종적으로 부담할지는 아직 결정되지 않았습니다. 하지만 분명한 것은 그 비용이 상당할 것이라는 점입니다.