인공지능(AI) 데이터센터를 학습형과 추론형 등 용도별 특성에 맞춰 구분해 확충해야 한다는 주장이 제기됐다. 막대한 전력을 사용하는 학습형은 비용 경쟁력 확보를, 이용자와 가까워야 하는 추론형은 전력망과 수요 기반 확충을 우선해야 한다는 제안이다.
한국경제인협회는 29일 송기헌 국회 과학기술정보방송통신위원장과 'AI 시대, 데이터센터의 현재와 미래'를 주제로 공동 개최한 세미나에서 이 같은 분석을 내놨다.
한국경제인협회(한경협)는 AI 데이터센터가 학습형과 추론형으로 분화하면서 입지와 정책 수요도 달라지고 있다고 봤다. 학습형은 대규모 그래픽처리장치(GPU)를 장시간 가동하는 만큼 운영·구축 비용이 입지 결정의 핵심이다. 반면, 추론형은 이용자 요청에 실시간으로 대응해야 해 수요처와의 접근성이 상대적으로 중요해지고 있다는 문제 의식이다.
한경협은 학습형 데이터센터에는 비수도권을 중심으로 전력요금과 세제 등 비용 절감 지원을 강화하고 산업단지와 발전원 인근 유휴부지를 활용하는 방안을 제시했다. 추론형은 수도권 전력망 접속 환경을 개선하는 동시에 비수도권에서는 대학·연구기관 등과 연계해 데이터센터 수요 자체를 만들어야 한다고 제언했다.
데이터센터의 지역 분산도 단순한 수도권 규제보다 수요 기반을 함께 만드는 방식으로 접근해야 한다고 강조했다. 데이터센터를 유치하는 데 그치지 않고 지역 산업의 AI 전환과 연계해야 주민 수용성과 지역경제 효과를 함께 높일 수 있다는 취지다.
글로벌 데이터센터 확충의 최대 병목으로는 전력이 꼽혔다. 우드맥킨지에 따르면 7월 기준 세계에서 발표된 데이터센터 건설 계획은 총 675GW로, 한국 전체 발전설비 용량 157GW의 4.3배에 달한다. 1GW급 AI 데이터센터 한 곳이 연간 사용하는 전력은 서울 전체 가정용 전력 소비량의 약 절반에 해당한다.
김나영 우드맥킨지 컨설팅 이사는 “데이터센터의 전력망 연결 순서와 비용 분담, 전력 공급 방식은 각국의 공통 과제”라며 “투자 확대 과정에서 전력 공급의 속도와 안정성, 운영 효율을 함께 고려할 필요가 있다”고 제언했다.
김창범 한경협 상근부회장은 “데이터센터를 비롯한 AI 인프라 투자가 전 산업의 AI 전환으로 이어질 수 있도록 산업계의 목소리를 담은 정책 과제를 적극 제시하겠다”고 말했다.
류근일 기자 ryuryu@etnews.com
