인공지능이 우리 생활 속으로 깊이 파고 들고 있다. 아직은 생성형 AI가 주목을 끌고 있지만 전문가들은 인류의 삶을 통째로 바꿀 것이라고 전망한다. 그들의 기술적인 전망은 상상을 초월한다. 그들도 미래를 정확하게 그리지 못한다고 실토한다. 윤리적인 문제도 중요하다. 그러나 그 인공 지능을 위한 데이터센터 등을 가동하기 위해 필요한 전기와 물에 대해서는 관심이 높지 않다. 생산성과 효율성이 최우선이었던 산업혁명 시대의 논리라면 언급조차 하지 않았을 것이다. 그러나 지금 지구촌 곳곳에서는 기후 재앙으로 인한 인류의 미래에 대한 경고가 쏟아지고 있다. 자동차 기자의 입장에서는 기계에서 전기전자로 중심이 이동하면서 따라가기가 힘들다. 그래도 현재의 흐름을 파악할 필요는 있다.

글/채영석(글로벌오토뉴스 국장)

AI가 현재이자 미래인 시대에 사람들은 일자리 관련 내용부터 반도체 기술발전 등 수익관련 이야기를 주로 한다. 챗 지피티를 시작으로 하는 생성형 AI를 어떻게 활용할지에 대해 더 많은 비중을 두고 있다. 그런데 GPT-5 가 소비하는 하루 전력량이 미국 150만 가구 동일하다는 뉴스를 접하고 정신이 번쩍 들었다. 생산성과 효율성을 우선하는 산업혁명 시대가 여전하다는 이야기를 자주했던 것을 잊고 있었던 것이다. 세상은 기후 재앙보다는 여전히 경제성을 중시한다.

데이터센터가 필요하고 반도체와 플랫폼 가동을 위해 전기 뿐 아니라 물의 사용도 그만큼 증가한다. 우리는 전기와 물을 비교적 편리하고 저렴하게 사용한다. 그래서 지구촌 곳곳에서 발생하는 산불과 홍수, 폭염 등에 대한 관심이 낮다.

반도체 클러스터를 용인에 조성한다고 해도 그 배경에 전기 생산이나 전송이 어렵다는 점은 짚지 않는 것과 같다. 인공지능까지 가지 않더라도 내 컴퓨터에 이메일을 지우지 않으면 그만큼 전력이 소모된다는 사실도 거론되지 않는다. 기후 재앙이 나를 직접 위협하지 않는다고 관심을 갖지 않는다. 세상이 그렇다고 자조하고만 있을 수는 없다.

생성형 인공지능(AI)의 폭발적인 발전 이면에는 막대한 전력 및 물 소비량이라는 심각한 환경 문제가 도사리고 있다. 전기와 물 먹는 하마로 불리는 생성형 AI를 운영하는 데이터센터는 특히 물 부족 지역에 집중적으로 건설되고 있다. 그로 인해 해당 지역 사회의 물 안보 및 생태계 파괴에 대한 우려가 고조되고 있다. 문제는 AI 기업들이 이러한 환경 영향을 정확히 공개하지 않아 투명성 논란까지 일고 있다는 점이다.

지난 8월 공개된 GPT-5는 GPT-4보다 8배 이상 전력 사용량이 증가한 것으로 알려졌다. 미국 로드아일랜드대학교 AI연구소 추산에 따르면, GPT-5가 한 번 답변을 생성할 때 평균 18Wh의 전력이 소요된다. 이는 백열전구를 18분 켜두는 것과 동일한 전력이다.

GPT가 하루에 처리하는 답변 25억 건을 기준으로 환산하면, 총 일일 전력 소모량은 45GWh로 추정된다. 이는 일반적인 미국 가정 150만 가구가 하루 동안 사용하는 전력 수요와 맞먹는 수준이다.

구글은 AI 사업을 본격화하면서 지난해 32.18TWh의 전력을 소비했는데, 이는 2023년 대비 27% 증가한 수치이자, 덴마크의 한 해 전력 소비량과 동일하다. 구글은 전력 사용량 증가의 주된 원인으로 AI 서비스 확산을 지목했다.



더불어 생성형 AI 서버의 발열을 식히기 위한 냉각수 사용은 물 부족 문제를 심화시키는 주요 원인이다. 미국 매사추세츠 공과대학교(MIT) 뉴스는 생성형 AI 훈련 및 운영에 필요한 기기 냉각에 막대한 물이 필요하며, 이것이 도시 용수 공급에 부담을 주고 생태계를 교란시킬 수 있다고 경고했다.

블룸버그는 2022년 이후 미국에서 건설된 데이터센터의 3분의 2가 심각한 물 부족 상태에 있는 지역에 지어졌다고 지적하고 있다. 미국 텍사스 등 가뭄 지역사회는 빅테크 기업과 물을 두고 경쟁해야 하는 상황에 직면했다.

현재 전 세계 데이터센터 시장은 인공지능(AI), 클라우드 컴퓨팅, 빅데이터, 사물인터넷(IoT) 등의 폭발적인 성장에 힘입어 급격히 팽창하는 초성장기에 진입했다는 분석이 있다. 특히 생성형 AI의 등장으로 고성능 컴퓨팅(HPC) 수요가 늘면서, 막대한 전력과 냉각 시스템을 요구하는 AI 데이터센터가 시장 성장을 주도하고 있다. 전 세계 많은 곳에 건설 투자가 이루어지고 있다. 건설 투자는 크게 기존의 주요 IT 허브와, 새로운 성장 동력인 전력 및 냉각 조건이 우수한 신흥 지역으로 분산되는 추세라고 한다.

구글은 칠레 산티아고 지역에 2억 달러 규모의 데이터센터를 건설하려 했으나, 지역 주민들의 물 사용량 우려와 칠레 법원의 승인 취소로 공사가 중단됐다는 뉴스가 있었다. 수자원 관리 전문가들은 일반적인 데이터센터가 하루 1,100만~1,900만 리터의 물을 사용한다고 지적했는데, 이는 3만~5만 명이 거주하는 마을의 하루 사용량과 같은 양이라고 한다.

가장 큰 문제는 AI 기술을 주도하는 기업들이 자사의 서비스 운영에 필요한 구체적인 전력 및 물 사용량 정보를 제대로 공개하지 않는다는 점이다. 구글은 지난 8월 논문을 통해 제미나이가 답변을 하나 생성할 때 물 5방울과 9초 TV 시청 전력(약 0.24Wh)만 사용한다고 발표했다.

그러나 이 연구가 핵심 정보를 숨기고 있다는 비판이 제기됐다. 구글이 데이터센터에 직접 사용되는 물 사용량만 계산했을 뿐, 전력 공급을 위한 발전소의 물 소비량은 계산에서 제외했다는 것이다.

전문가들은 생성형 AI가 가져올 잠재적인 환경 영향을 투명하게 이해하고 적절한 대응책을 마련하기 위해서는 빅테크 기업들의 정확하고 포괄적인 전력 및 물 사용량 공개가 시급하다고 강조하고 있다.



앞서 언급했듯이 인공지능(AI) 기술의 폭발적인 성장은 이를 뒷받침하는 데이터센터의 막대한 전력 및 물 사용량 증가라는 심각한 환경 문제를 야기하고 있다. 이는 단순한 에너지 효율 문제를 넘어 기후 위기와 지역 사회의 물 안보를 위협하는 핵심 이슈로 부상하고 있다.

글로벌 데이터센터 전력 소비는 2028년까지 2023년 대비 두 배 이상 증가하고, 전 세계 AI 데이터센터의 물 사용량은 2027년까지 현재 대비 6배 이상 늘어 연 최대 66억 m3(톤)에 달할 것으로 전망되고 있다.

그만큼의 AI 워크로드 수요 폭발에 힘입어 초고속 성장세를 보이며 글로벌 빅테크 기업들의 대규모 인프라 투자를 유발하고 있다.

전력 및 물 사용량 증가는 데이터센터 산업의 지속 가능성에 직접적인 위협이 되면서, 효율성 증대와 친환경 기술 도입이 선택이 아닌 생존 전략으로 강조되고 있다. 이를 해결하기 위해 혁신적인 냉각 기술이 도입되고 있다. 수냉식을 비롯해 외기 냉방 활용 등이 그것이다.

또한 에너지 효율 극대화 및 재생에너지 전환도 추진되고 있다. 고효율 IT 장비와 재생에너지/분산 발전, AI 기반 관리, 전력 소비를 40% 절감하는 등 지능형 에너지 관리 시스템이 도입되고 있다.

유럽연합(EU) 등은 데이터센터 운영자에게 에너지 사용 및 배출에 대한 보고 의무를 부과하고, 폐열 회수 응용 프로그램 도입을 의무화하며 2030년까지 기후 중립을 목표로 하고 있다. 일부 국가 및 주정부는 데이터센터의 물 사용량 공개 및 제한을 요구하는 등 환경 규제를 강화하고 있다.



그렇다면 자동차 산업에서 AI 수요와 에너지 소비 현황과 전망은 어떨까? 인공지능(AI)의 발전은 자동차의 자율 주행, 인포테인먼트, 최적화 등 전 분야에 걸쳐 수요를 폭발적으로 증가시키고 있다. 이는 필연적으로 차량 및 관련 인프라의 에너지 소비 증가로 이어지고 있다.

자동차 분야에서 AI 수요는 단순한 편의 기능을 넘어 안전과 효율성 측면에서 필수적인 요소로 빠르게 전환되고 있다.

자율주행 부문에서는 라이다와 카메라, 레이더 등 고성능 센서 데이터의 실시간 처리, 경로 예측, 주행 판단 등을 위해 AI가 필요하다. 가장 폭발적 성장 분야로 컴퓨팅 파워가 곧 안전성과 직결되어 지속적인 고성능 칩(칩렛, NPU 등) 수요가 발생하고 있다.

인포테인먼트 및 맞춤화 부문에서도 자연어 처리(NLU) 기반 음성 비서, 운전자 상태 모니터링, 개인화된 차량 설정 및 콘텐츠 추천 등에 사용된다. 사용자 경험(UX) 개선을 위한 핵심. 서비스 품질 향상을 위해 클라우드 기반 AI 연동도 확대되고 있다.

차량 효율 및 최적화에도 필요하다. 배터리 상태 예측(SOH), 충전 최적화, 열 관리, 예지 정비는 물론이고. 전기차 주행 거리 증대를 위한 필수 기술이기도 하다. 특히 열 관리는 AI가 가장 효율을 높일 수 있는 영역이라고 평가되고 있다.

2030년 이후 자율주행 레벨 4(L4) 이상이 본격화된다면, 차량당 AI 컴퓨팅 파워 수요는 현재보다 수십 배 증가할 것이며, 이는 고성능 AI 반도체(칩) 시장의 성장을 견인할 것이라는 전망이 나와 있다.

AI 수요 증가는 차량 내부와 외부(데이터센터) 모두에서 에너지 소비를 증가시킨다. 특히 전기차(EV) 시대에 이 소비 증가는 주행 거리와 직결되기에 더욱 민감한 문제가 된다.

차량 내부 에너지 소비도 커진다. 자율 주행 컴퓨팅 플랫폼, 즉 AI 칩은 막대한 전력을 소모하며, 이는 곧 발열로 이어진다. 이 발열을 제어하기 위한 냉각 시스템 역시 추가적인 전력을 소비한다. 레벨2 수준의 ADAS 시스템은 전력 소모량이 상대적으로 낮으나, 레벨4/레벨5 자율 주행 시스템은 칩셋 자체만으로 수백 와트(W)의 전력을 상시 소비할 것으로 예상된다.

전기차의 주행 거리 감소에도 영향을 미친다. AI 시스템의 전력 소모는 주행 가능 거리를 직접적으로 깎아 먹는 요인이다. 제조사들은 AI 칩의 전력 효율 개선에 집중할 것으로 예상되고 있다. 또한 발열 관리를 위해 기존 공랭식으로는 한계에 도달하며, 액체 냉각(Liquid Cooling) 시스템이 고성능 AI 칩이 탑재된 차량에 본격 도입될 전망이다.

차량 외부의 에너지 소비도 중요하다. AI 학습과 모델 업데이트, 대규모 인포테인먼트 서비스를 위한 클라우드 데이터센터 사용량이 급증하고 있다. 특히 수백만 대의 차량에서 수집되는 방대한 주행 데이터(Data Ingestion)를 처리하고 AI 모델을 훈련하는 과정은 천문학적인 전력과 물을 소비한다.

앞선 인용된 자료에서 언급되었듯이, AI 데이터센터의 전력 및 물 사용량은 급증하고 있다. 자동차 업체들이 자체 AI 기술 개발에 집중할수록, 이들이 사용하는 클라우드 인프라의 전력 소비는 더욱 가파르게 상승할 것이다.

환경 규제 및 ESG 경영의 확산으로, 자동차 제조사들은 AI 시스템 운영에 필요한 데이터센터 전력을 재생 에너지로 전환하거나, 에너지 효율이 높은 친환경 데이터센터를 이용해야 하는 압력을 받게 될 것이다.

AI 기술이 자동차를 더욱 스마트하게 만들수록, 에너지 효율성은 단순한 비용 문제가 아닌 AI 기술 자체의 경쟁력과 기업의 지속 가능성을 결정하는 핵심 지표가 될 것이라는 예상이 가능하다. 차량 내부에서는 저전력 고성능 NPU 개발과 혁신적인 열 관리 시스템이, 외부에서는 친환경 데이터센터 및 탄소 중립적인 AI 학습 방식이 필수적인 투자 분야가 될 것이다.
<저작권자(c) 글로벌오토뉴스(www.global-autonews.com). 무단전재-재배포금지>