KETEP 세계에너지시장정보

제목 : 에너지와 인공지능에 관한 핵심 질문

        (Key Questions on Energy and AI )

데이터센터 전력 소비에 관한 IEA 시나리오별 전망, 2020–2035

* 참고: AE = 선진국; EMDE = 신흥시장 및 개발도상국. 전력 수요 증가분에서 데이터 센터의 비중은 2030년까지 지역별 전체 전력 수요 증가에서 데이터 센터가 차지하는 몫을 나타낸다.

* 설명: 데이터센터 전력 소비는 2024년 약 415TWh에서 기준 시나리오 기준 2030년 약 950TWh로 두 배 이상 증가할 것으로 전망된다. 2030년까지의 전망은 기존 2025년 IEA 보고서의 기준 시나리오가 여전히 유효하나, 2030년 이후에는 에너지 집약적 AI 활용 확대에 따라 상향 리스크가 커진다. 미국은 데이터센터가 전체 전력 수요 증가분의 40% 이상을 차지하는 등 지역별 영향 편차가 뚜렷하다.

1. 데이터센터 전력 수요 현황과 전망

1-1. 수요 급증과 병목 현상

(수요 급증) AI 확산에 따라 데이터센터 전력 소비는 2025년 한 해에만 17% 성장하였으며, AI 전용 데이터센터의 전력 소비는 50% 급증하였다. 글로벌 빅테크 기업들의 설비투자(CAPEX)는 2025년 4,000억 달러를 초과하였고, 2026년에는 추가로 75% 증가할 전망이다. IEA의 위성 기반 추적 결과, AI 전용 데이터센터 용량은 최근 18개월 사이 세 배 이상 늘어났다.

(병목 현상) AI 가치사슬 전반에서 전력망 연결, 에너지 설비, 첨단 칩 생산의 공급망 병목이 심화되고 있다. 특히 AI 칩 생산에 필수적인 고대역폭 메모리(HBM)의 부족이 2027년 말까지 지속될 것으로 예상된다. 데이터센터 투자 규모가 기업 자체 재원을 초과하면서 자본시장 조달 의존도가 높아졌고, 거시경제 및 금융 여건에 따른 불확실성도 커지고 있다.

1-2. 효율화와 에너지 집약도의 동반 변화

(효율성 개선) AI 작업당 에너지 소비는 연간 10배 이상 개선되는 전례 없는 속도로 감소하고 있다. 단순 텍스트 쿼리의 전력 소비는 현재 수준에서 전체 인터넷 검색을 AI로 대체하더라도 연간 4TWh 미만에 불과하다.

(에너지 집약적 수요 확대) 반면 동영상 생성, 추론, 에이전틱(agentic) AI 등 새로운 응용 분야는 단순 텍스트 대비 수백~수천 배의 에너지를 소비한다. AI 에너지 수요는 효율 개선, 사용 확대, 모델 고도화라는 세 가지 상충 요인의 결합으로 결정된다.

2. 데이터센터 전력 조달 전략

2-1. 재생에너지와 신규 전원

(재생에너지 구매) 빅테크 기업들은 2025년 전 세계 기업 재생에너지 구매계약(PPA)의 약 40%를 차지하였으며, 체결된 PPA 규모는 데이터센터 현재 소비량의 절반에 달한다.

(원자력 및 지열) 소형 모듈 원자로(SMR)와의 전력 공급 계약 파이프라인은 2024년 말 25GW에서 2025년 말 45GW로 급증하였으나, 첫 상업 가동은 2030년경으로 예상된다. 차세대 지열 등 혁신 전원에 대한 관심도 함께 높아지고 있다.

2-2. 배터리 저장과 현장 발전

(배터리 저장) AI 학습·추론에 따른 대규모 전력 변동을 흡수하기 위해 배터리 저장이 필수화되고 있으며, 2030년까지 데이터센터 내 배터리 저장 용량이 20~25GW에 달할 전망이다.

(현장 가스 발전) 전력망 연결 지연을 우회하기 위해 미국을 중심으로 현장 천연가스 발전 프로젝트가 증가하고 있다. 신뢰성 있는 전력 공급을 위해서는 수요 대비 30~70% 설비 과잉 구축이 필요하며, 2030년까지 약 15~27GW의 현장 가스 설비가 가동될 것으로 추정된다.

3. AI가 에너지 부문에 미치는 영향

3-1. 에너지 안보와 지속가능성

(기여 가능성) AI는 전력망·변압기·발전 설비의 실시간 모니터링, 예측 정비, 그리드 용량 최적화 등을 통해 에너지 안보와 효율을 향상시킬 수 있다. 잘 정립된 AI 활용 사례들은 2035년까지 13엑사줄(EJ) 이상의 에너지를 절감할 잠재력을 가진다.

(장벽) 에너지 기업 대상 IEA 설문에서 디지털 전문 인력 부족이 AI 도입의 최대 장벽으로 나타났다. 또한 데이터 분절화, 사이버 보안 우려, 디지털화 미비가 주요 제약 요인이며, 전 세계 전력 소비의 10%만이 공개 전력 데이터 정책의 적용을 받고 있다.

3-2. 생산성 및 GDP 영향

AI 기반 생산성 향상은 2035년까지 글로벌 에너지 수요를 1~4% 추가로 증가시킬 수 있다. 그러나 이 효과는 지식 집약적 서비스업과 고소득 국가에 집중되어, 에너지 수요와 경제 성장 간 탄성이 낮아 에너지 수요 증대 효과는 제한적이다. 에너지 정책과 기술 개발이 AI 경제성장 효과보다 에너지 수요에 더 큰 영향을 미친다.

4. 전력 가격과 정책 과제

4-1. 전기요금 영향

데이터센터가 전기요금에 미치는 영향은 지역별 수급 여건과 정책 선택에 따라 달라진다. 수급 여유가 있는 지역에서는 데이터센터 수요가 자본 활용 효율을 높여 요금을 낮출 수 있지만, 공급 여력이 부족한 지역에서는 신규 투자를 촉발하여 요금 인상 압박이 된다. 데이터센터 배출량은 2035년까지 약 3억 5,000만 톤으로 두 배 증가할 전망이나, 전력 부문 전체 배출의 약 2% 수준에 머문다.

4-2. IEA의 3대 정책 원칙

첫째, 데이터센터 프로젝트 파이프라인과 전력 부문 투자의 선제적 관리를 통해 전력 공급 적정성을 확보하고 가격 충격을 최소화한다.

둘째, 전력 계통 유연성 확대를 통한 연계 가속화와 요금 안정화로, 비확정(non-firm) 계통 연결 및 수요 반응(DR) 활성화를 추진한다.

셋째, 에너지 부문 내 AI 도입 장벽 제거를 위해 데이터 접근성, 사이버 보안, 인력 양성, 상호운용성에 관한 포괄적 정책 체계를 구축한다.