글로벌 AI 및 데이터센터 전력 수요, 혁신 사이클 및 지속가능성 시사점: AI 데이터센터 전력 수요 전망 다시 상향; 신뢰성 가치사슬에 대한 긍정적 견해 유지

개요

이 보고서는 세 가지 핵심 질문을 다룬다. AI 및 데이터센터 전력 수요가 얼마나 오래 성장할 수 있는지, AI 혁신 사이클이 투자 확대에서 효율성 단계로 이동하고 있는지, 그리고 AI의 사회적 가치가 배출, 자원 및 거버넌스 비용을 상쇄할 수 있는지이다. Goldman Sachs는 글로벌 데이터센터 전력 소비 전망을 상향했으며, 지역사회 인허가, 전력망, 장비, 인력 및 환경 조건이 건설 속도에 영향을 미치겠지만 이러한 제약은 신뢰성 인프라에 대한 장기 투자 수요도 강화한다고 판단한다.

핵심 견해

보고서는 먼저 데이터센터 전력 수요의 동인과 제약을 침투율, 생산성, 가격, 정책, 부품, 인력 및 물리적 환경의 ‘7Ps’로 정리한다. 데이터센터 용량 확대, TMT 팀의 AI 서버 출하량 상향 전망, 미국 전력 팀의 지역별 수요 전망 업데이트를 바탕으로 Goldman Sachs는 2025년부터 2030년까지 글로벌 데이터센터 전력 소비 증가 전망을 117%에서 170%로 상향했으며, 미국이 60% 이상을 기여할 것으로 본다. 2023년 대비 2030년까지 누적 추가 전력 소비량은 약 1,100 TWh로, 세계 다섯 번째 전력 소비국인 일본의 2023년 연간 전력 소비량을 초과한다. 재생에너지 및 원자력 기술과 관련된 PPA 계약 물량은 2025년에 전년 대비 17% 증가했으며, 이에 따라 보고서는 천연가스, 재생에너지, 에너지저장장치 및 원자력으로 구성된 전력 공급 믹스를 계속 가정한다. 자본지출은 여전히 수요 확대의 직접적인 축이다. Alphabet은 2026년 자본지출 범위를 150억 달러 상향하고 2027년에도 자본지출이 전년 대비 크게 증가할 것으로 예상했다. Amazon은 2026년 자본지출 목표를 200억 달러 상향했다. Meta 역시 보고서가 기존에 1,250억~1,300억 달러로 제시했던 2026년 전망 범위의 하단을 상향했다. Goldman Sachs 애널리스트들은 Alphabet, Microsoft, Meta, Amazon, Oracle, Baidu, Tencent 및 Alibaba를 포함한 하이퍼스케일러의 자본지출과 R&D 지출 합계가 2026년에 1조 달러를 초과할 것으로 예상한다. 다만 장기 지속가능성은 궁극적으로 AI가 수익률을 개선하는 실질적 성과를 낼 수 있는지에 달려 있다. 보고서는 일부 하이퍼스케일러의 기업 단위 수익률이 하락하고 재투자율이 2027년에 100%를 초과할 가능성이 있다고 예상한다. 칩, 서버 및 모델의 효율성 개선이 반드시 총전력 소비를 줄이는 것은 아니다. 차세대 서버는 단위당 최대 전력이 더 높지만 연산 용량은 더 빠르게 증가하므로 연산 단위당 에너지 소비는 감소한다. 보고서는 기업과 정부가 예산 삭감이 경쟁적 지위를 훼손할 수 있다고 계속 우려하고 있고, 필요한 토큰 및 연산 규모도 아직 완전히 결정되지 않았기 때문에 시장이 아직 수요 제약 단계에 진입하지 않았다고 본다. 수요가 보다 명확해지고 생산성 향상이 예산 축소를 이끌기 시작할 때에만 AI 사이클은 ‘평가/희망과 꿈’ 단계에서 ‘실행/효율성’ 단계로 이동할 것이다. 2Q26 업계 논의는 고객들이 조직 내 누가 연산을 사용하고 토큰당 지출이 얼마인지를 모니터링하기 시작했음을 시사하지만, 이러한 최적화가 효율성 개선으로 유발되는 추가 수요를 상쇄할지는 아직 확인할 수 없다. 보고서는 수요 탄력성의 중요성을 설명하기 위해 시나리오 분석을 사용한다. 고객이 원래 AI 서버 10대를 구매하려 했고, 차세대 제품이 10배의 연산 용량, 6배의 최대 전력 및 5배의 가격을 제공한다고 가정한다. 예산 제약 시나리오에서 고객은 2대를 구매하여 예산은 변함없이 유지하면서 연산 용량은 100%, 최대 전력은 20% 증가한다. 수요 제약 시나리오에서 고객은 1대만 구매하여 연산 용량은 변함없이 유지되지만 예산은 50%, 최대 전력은 40% 감소한다. 비제약 시나리오에서는 고객이 여전히 10대를 구매하여 예산은 400%, 연산 용량은 900%, 최대 전력은 500% 증가한다. 이는 기술 효율성이 총에너지 소비를 줄이는지는 단위당 효율성이 아니라 고객이 효율성 배당을 예산 삭감에 사용할지, 연산 소비 확대에 사용할지에 달려 있음을 보여준다. 전력 가격은 여전히 하이퍼스케일러 자체에 대한 주요 제약이 아니다. Goldman Sachs는 이들의 강력한 재무상태가 더 높은 전력 비용을 흡수하고 take-or-pay 계약을 체결할 수 있게 한다고 본다. 미국의 24시간 저탄소 신뢰성 전력 공급은 복합화력 천연가스 대비 ‘친환경 신뢰성 프리미엄’을 수반하지만, 이는 하이퍼스케일러의 EBITDA 및 기업 수익률과 비교하면 여전히 중간 수준이며 천연가스, 재생에너지, 에너지저장장치 및 원자력의 병용을 막을 정도는 아니다. 낮은 미국 천연가스 가격은 복합화력 발전의 우위를 높이는 반면, 유럽, 일본, 한국 및 LNG 수입 의존 지역에는 비교 가능한 조건이 없다. 복합화력 천연가스 프로젝트의 자본비용이 기본 가정을 초과하면 이 프리미엄도 그에 따라 축소될 것이다. 예상되는 전력 공급 믹스의 시간 경로는 단기적으로 재생에너지, 저장장치 및 단순사이클 천연가스 의존 확대, 중기적으로 복합화력 천연가스 증가, 장기적으로 원자력 도입이다. 정책 및 지역사회 인허가는 전력 가격보다 건설을 더 직접적으로 늦출 수 있다. 텍사스는 2030년까지 예상되는 미국 데이터센터 추가 용량의 13%를 차지하며, 주지사는 8월 3일 특정 프로젝트가 전력망 연결 승인을 받기 전에 감사 및 데이터 공개를 거치도록 하는 행정명령을 발령했다. 버지니아는 예상 추가 용량의 17%를 차지하며, 전력 공급 및 전력망 연결 용량의 적정성을 확인하기 위해 지역적으로 초당적 건설 모라토리엄 요구가 제기되고 있다. 지역사회 우려에는 전력 및 용수 공급의 신뢰성, 소비자 전기요금, 소음, 물 소비 및 국지적 온난화가 포함된다. 잠재적 해결책에는 전력망이 긴장된 경우 데이터센터의 부하 감축 허용, 백업 전력 공급 또는 백업 데이터센터 추가, 비용 전가를 제한하기 위한 take-or-pay 계약 활용, 폐쇄형 액체 냉각 배치, 방음 시설 및 부지 완충구역 설치, 경제성이 있는 경우 폐열 활용 등이 있다. 그러나 보고서는 기술적 해결책이 AI의 사회적 편익, 프로젝트 투명성 및 NIMBY 효과에 관한 지역사회 우려를 완전히 해소하지 못할 수 있음을 강조한다. 장비, 인력 및 전력망 접근성은 함께 실행 속도를 제약하고 계량기 후단 전력 공급을 촉진한다. GE Vernova는 2026년 말까지 자사의 2031년 용량 중 50% 이상이 계약상 확정될 것으로 예상한다고 밝혔다. Goldman Sachs는 2030년까지 미국 전체 전력 수요가 연평균 3.5% 성장하고 그중 0.8%포인트가 계량기 후단 전력 공급에서 발생할 것으로 예상한다. 시장 출시 시점 요구와 전력망 접근 일정으로 인해, 주로 천연가스 기반의 계량기 후단 솔루션이 데이터센터 성장의 약 30%를 기여할 것으로 예상된다. 프로젝트가 궁극적으로 전력망에 연결되더라도 일부 계량기 후단 설비는 백업 전력으로 유지될 수 있다. 전체 미국 전력 수요 증가를 충족하기 위해 보고서는 50만 개 이상의 추가 일자리가 필요하고, 유럽을 포함하면 70만 개 이상이 필요할 것으로 추정한다. 미국 일자리 중 20만 개 이상은 송배전 연결과 관련되며, 모든 에너지 관련 견습생을 송배전 부문으로 배치하더라도 기본 시나리오에서는 2030년에 7만8,000명의 인력 부족이 남고, 특히 전기기술자 부족이 심각하다. 물리적 환경은 일부 효율성 개선 효과를 잠식할 것이다. Goldman Sachs는 전 세계 신규 데이터센터의 56%와 미국의 55%가 고온, 고습 또는 가뭄 위험이 높은 지역에 위치한다고 추정한다. 신규 용량의 약 43%는 서버실 내 직접 칩 액체 냉각 또는 침지 냉각을 사용하고, 56%는 외부 열 방출을 위해 칠러, 단열 시스템 또는 기계식 백업 냉각을 사용할 것이다. 미국은 전력 소비가 증가하더라도 물 소비 감소에 더 중점을 두는 반면, 중국은 최소 효율 요건으로 PUE를 제약하며 이는 더 많은 물 소비를 초래할 수 있다. 이에 따라 보고서는 환경 요인을 기본 전력 전망에 반영했으며, 이는 전 세계적으로 PUE를 5%포인트, 미국에서는 11%포인트 높이는 것과 같아 서버 및 냉각 기술의 효율성 개선을 부분적으로 상쇄한다. 지속가능성 측면에서 보고서는 순영향에 기초한 AI 평가를 제안한다. 즉, AI를 사용하여 지속가능발전목표를 진전시킴으로써 창출되는 잠재적 사회적 가치에서 배출, 자원 발자국, 노동 및 기타 위험에서 발생하는 사회적 비용을 차감하는 방식이다. 투자자들은 AI 개발, 위험 관리 및 컴플라이언스, 거버넌스 및 실행 메커니즘에도 초점을 맞출 필요가 있다. AI의 궁극적 순사회적 가치는 여전히 지속적인 측정이 필요하지만, Goldman Sachs는 AI 전력 소비의 증가와 전력, 물, 공급망, 네트워크 및 운영 중단에 대비한 글로벌 이중화 역량 구축이 발전 장비, 송전 유틸리티, 전기 부품 및 냉각 솔루션에 대한 수요를 함께 뒷받침할 것으로 보고 신뢰성 테마와 데이터센터 전력 생태계에 대한 긍정적인 투자 전망을 유지한다.

분석 프레임워크

Goldman Sachs는 먼저 ‘7Ps’ 프레임워크를 사용해 수요 성장 및 실행 제약을 식별한 후, AI 서버 출하량, 데이터센터 용량, 지역별 전력 전망 및 하이퍼스케일러 자본지출을 결합하여 장기 전력 소비 전망을 상향한다. 이후 서버 기술 반복에 대해 세 가지 예산 및 수요 시나리오를 사용하여 효율성 개선이 총에너지 소비를 줄일지 또는 늘릴지를 판단하고, 셰일 혁신 사이클을 기준으로 AI가 투자 주도 탐색에서 실행 효율성으로 전환하고 있는지를 평가한다. 공급 측면에서는 다양한 기술의 균등화 발전비용, 천연가스 가격 민감도 및 친환경 신뢰성 프리미엄을 비교하면서 정책, 지역사회, 장비, 인력, 냉각 및 지리적 조건을 프로젝트 실행 분석에 반영한다. 마지막으로 잠재적 사회적 가치에서 사회적 비용을 차감하는 순영향 접근법으로 AI 지속가능성을 평가한다.

방법론 메모

• 산업/섹터 분석 프레임워크기타

  데이터센터 전력 수요 ‘7Ps’ 프레임워크

  보고서는 침투율, 생산성, 가격, 정책, 부품, 인력 및 물리적 환경의 일곱 차원에서 전력 수요 성장 동인과 건설 제약을 동시에 평가한다.

• 산업/섹터 분석 프레임워크수요-공급 프레임워크

  예산 제약, 수요 제약 및 비제약 시나리오 분석

  보고서는 구매 서버 수와 예산 반응을 달리하여 기술 발전이 연산 용량, 지출 및 최대 전력에 미치는 서로 다른 영향을 비교함으로써 단위 효율성 향상이 총전력 소비 감소로 이어지는지를 평가한다.

• 사이클 및 경기 여건 프레임워크기타

  AI와 셰일 혁신 사이클 간 유추

  보고서는 셰일 혁신 사이클의 단계별 지표를 활용하여 AI가 자본집약적 평가 단계에서 예산 규율과 자본 효율성을 강조하는 실행 단계로 전환하고 있는지를 평가한다.

• 산업/섹터 분석 프레임워크기타

  균등화 발전비용 및 친환경 신뢰성 프리미엄 비교

  보고서는 복합화력 천연가스, 원자력, 재생에너지, 에너지저장장치 및 피크 가스 발전을 포함한 전력 공급 포트폴리오의 비용을 비교하고, 천연가스 가격 및 자본비용 변화가 24시간 저탄소 신뢰성 전력 프리미엄에 미치는 영향을 검증한다.

• 산업/섹터 분석 프레임워크업스트림, 미드스트림 및 다운스트림 가치사슬 전이

  데이터센터 부하의 전력 생태계 전이

  보고서는 데이터센터 추가 부하를 발전 용량, 송배전 연결, 계량기 후단 전력 공급, 전기 부품, 냉각 장비 및 숙련 인력에 대한 수요로 순차적으로 매핑한다.

• (어휘집 외 방법론)기타

  AI의 순사회적 지속가능성 영향 평가

  보고서는 지속가능발전목표를 진전시키는 AI의 잠재적 사회적 가치에서 배출, 자원 발자국, 노동 및 거버넌스 위험과 관련된 사회적 비용을 차감하는 방식을 AI의 지속가능성 영향을 평가하는 기본 접근법으로 사용한다.

자산 매핑 및 비교

투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).

• AI/데이터센터 전력 생태계 및 신뢰성 테마

  AI 전력 소비 증가와 전력, 물, 공급망, 네트워크 및 운영을 위한 이중화 구축이 이 테마의 핵심 수요 동인이다.

  강점

  장기 데이터센터 전력 소비 전망이 상향되었고, 하이퍼스케일러는 자본지출을 지원하고 전력 비용을 흡수할 강한 역량을 유지한다.

  약점

  프로젝트 건설은 승인, 전력망 연결, 장비 납품 및 숙련 인력에 크게 의존한다.

  비교

  보고서는 친환경 신뢰성 프리미엄이 하이퍼스케일러의 EBITDA 및 기업 수익률 대비 중간 수준이라고 본다.

  위험

  예상에 못 미치는 AI 수익률, 효율성 중심으로의 예산 전환, 지역사회 반대 및 인프라 병목은 성장을 둔화시킬 수 있다.

• 발전 장비 및 전력 공급 솔루션

  데이터센터의 추가 부하는 천연가스, 재생에너지, 에너지저장장치 및 원자력을 포함한 다양한 형태의 추가 전력 공급 용량을 필요로 한다.

  강점

  보고서는 2030년까지 약 139 GW의 추가 용량이 필요할 것으로 예상하며, 긴 장비 리드타임은 계약 용량의 가시성도 높인다.

  약점

  가스터빈 등 장비는 공급 리드타임이 길고, 자본비용 상승은 기술 믹스의 상대적 경제성을 바꿀 수 있다.

  비교

  낮은 미국 천연가스 가격은 유럽, 일본, 한국 및 LNG 수입 지역 대비 복합화력 발전에 비용 우위를 부여한다.

  위험

  인허가, 장비 납품 및 배출과 신뢰성에 대한 지역사회 우려가 프로젝트를 지연시킬 수 있다.

• 송전 관련 유틸리티 및 전력망 인프라

  데이터센터 부하 증가는 추가 송배전 연결, 노후 인프라 업그레이드 및 더 높은 전력망 복원력을 필요로 한다.

  강점

  미국 전체 전력 수요는 2030년까지 연평균 3.5% 성장할 것으로 예상되며, 20만 개 이상의 추가 일자리 수요가 송배전 연결과 관련된다.

  약점

  전력망 연결 기간이 길고 전기기술자 등 숙련 인력이 크게 부족하다.

  비교

  전력망은 여전히 하이퍼스케일러가 선호하는 선택지이지만, 더 빠른 시장 출시를 가능하게 하므로 계량기 후단 전력 공급은 데이터센터 성장의 약 30%를 뒷받침할 것으로 예상된다.

  위험

  소비자 요금 상승, 비용 배분 분쟁 및 신뢰성에 관한 지역사회 우려는 인허가 및 투자 속도에 영향을 줄 수 있다.

• 냉각 솔루션 및 전기 부품

  높은 전력 밀도, 절수 요건, 백업 전력 및 혹독한 환경은 액체 냉각, 칠러, 방음, 전기 연결 및 백업 시스템 수요를 견인한다.

  강점

  신규 용량의 약 43%가 직접 칩 액체 냉각 또는 침지 냉각을 사용하고, 56%는 외부 열 방출 냉각 솔루션을 필요로 할 것으로 추정된다.

  약점

  물 절약과 전력 절약 간 상충관계가 있으며, 일부 냉각 솔루션은 PUE와 총전력 소비를 높인다.

  비교

  미국은 전력 소비가 증가하더라도 물 소비 감소를 우선시하는 반면, 중국의 최소 PUE 요건은 더 많은 물 소비를 초래할 수 있다.

  위험

  기술 선택은 현지 온도, 습도, 가뭄, 소음 규제 및 지역사회 수용성에 의해 제약된다.

핵심 데이터

• 글로벌 데이터센터 전력 소비 증가2030년은 2025년 대비 170% 증가이전 전망치는 117%
• 2023년 대비 누적 추가 전력 소비1,100 TWh2030년까지의 추가량은 일본의 2023년 전체 전력 소비량을 초과
• 미국의 추가 수요 기여도60% 이상글로벌 데이터센터 전력 소비 증가에서의 비중
• 재생에너지 및 원자력 PPA 계약 물량전년 대비 17% 증가2025년
• 하이퍼스케일러 자본지출 및 R&D 지출1조 달러 초과Goldman Sachs 애널리스트의 2026E 합산 전망
• Alphabet 자본지출 조정150억 달러 상향2026년 자본지출 범위
• Amazon 자본지출 조정200억 달러 상향2026년 자본지출 목표
• 예산 제약 서버 시나리오연산 용량 +100%, 최대 전력 +20%, 예산 변동 없음차세대 서버가 연산 용량 10배, 전력 6배, 가격 5배를 제공할 경우 구매량은 10대에서 2대로 감소
• 수요 제약 서버 시나리오연산 용량 변동 없음, 예산 -50%, 최대 전력 -40%구매량은 10대에서 1대로 감소
• 비제약 서버 시나리오예산 +400%, 연산 용량 +900%, 최대 전력 +500%고객은 여전히 차세대 서버 10대를 구매
• 소비자 전기요금 전망미국 연 +3%~+6%; 유럽 연 +2%~+4%미국 전망 기간은 2029년까지, 유럽은 2030년까지
• 데이터센터 부하에 필요한 추가 발전 용량약 139 GW2030년까지
• 미국 전체 전력 수요 성장연평균 성장률 3.5%2030년까지, 이 중 계량기 후단 전력 공급이 0.8%포인트
• 계량기 후단 전력 공급 기여도약 30%2030년까지 예상되는 미국 데이터센터 성장 비중
• 추가 고용 수요미국 50만 명 이상; 유럽 포함 70만 명 이상전체 전력 수요 증가 충족에 필요하며, 미국 일자리 20만 개 이상은 송배전 연결과 관련
• 송배전 인력 부족78,000명모든 에너지 관련 견습생이 송배전으로 이동하더라도 2030년 기본 시나리오에서 남는 부족분
• 물리적 환경 위험이 높은 신규 데이터센터글로벌 56%; 미국 55%고온, 고습 또는 가뭄 위험
• 신규 용량의 냉각 방식실내 액체 냉각 또는 침지 냉각 43%; 외부 열 방출 냉각 56%외부 열 방출에는 칠러, 단열 시스템 또는 기계식 백업 냉각 포함
• 환경 요인의 PUE 영향글로벌 +5%포인트; 미국 +11%포인트연간 효율성 개선 폭을 낮추기 위해 기본 전력 전망에 사용
• 계약된 가스터빈 용량50% 이상GE Vernova는 2026년 말까지 2031년 용량의 절반 이상이 이미 계약될 것으로 예상

영향과 시사점

보고서는 AI 전력 소비 증가는 서버 수만으로 결정되는 것이 아니라 자본지출, 연산 단위당 효율성, 수요 탄력성 및 인프라 실행 가능성의 복합적 영향으로 결정된다고 주장한다. 기술이 연산 단위당 에너지 소비를 계속 낮추더라도, 적체된 수요, 계량기 후단 전력 공급, 백업 용량 및 절수형 냉각은 전력 및 인프라에 대한 총수요를 계속 높일 수 있다. 한편 지역사회 인허가 및 자원 제약은 프로젝트 위치, 일정 및 전력 공급 구조를 바꿀 수 있다. 이에 따라 AI 수요와 글로벌 이중화 구축은 신뢰성 가치사슬을 계속 뒷받침하겠지만, 실제 공급 속도는 프로젝트 승인, 전력망 접근성, 장비 납품 및 인력 공급에 달려 있다.

위험

• 전력 및 용수 신뢰성, 전기요금, 소음, 물 소비 및 국지적 온난화에 관한 미국 지역사회의 반대는 데이터센터 프로젝트를 지연시키거나 규모를 축소할 수 있다.
• AI 사이클이 실행 및 효율성 단계에 진입하면 생산성 향상으로 고객이 예산을 줄여 서버 및 전력 수요 성장이 약화될 수 있다.
• 하이퍼스케일러의 기업 단위 수익률 하락과 2027년 재투자율 100% 초과는 자본지출의 지속가능성에 대한 의문을 제기할 수 있다.
• 발전 장비, 전력망 연결 및 숙련 인력 부족은 프로젝트 실행을 제약할 수 있으며, 기본 시나리오상 송배전 인력 부족은 7만8,000명이다.
• 고온, 고습 및 가뭄은 냉각 기술 선택을 제약하고 PUE를 높여 일부 에너지 효율성 개선을 상쇄할 수 있다.
• 더 높은 전력 가격, 천연가스 발전의 자본비용 및 소비자 요금은 비용 배분 및 지역사회 인허가 분쟁을 심화시킬 수 있다.
• 배출, 자원 발자국, 노동 및 거버넌스 위험은 지속가능발전목표에 대한 AI의 순기여를 약화시킬 수 있다.

주시할 점

• 하이퍼스케일러의 2027년 자본지출, 재투자율 및 AI 관련 기업 수익률이 지속적 투자를 지원할 수 있는지를 추적한다.
• 토큰 및 연산 수요가 언제 완전히 정의되는지, 그리고 고객이 소비 확대에서 예산 축소로 전환하는지를 모니터링한다.
• 텍사스의 감사 및 공개 요건, 버지니아의 건설 모라토리엄 요구 및 기타 지역사회 인허가 변화를 주시한다.
• 천연가스 가격, 복합화력 프로젝트의 자본비용 및 친환경 신뢰성 프리미엄 변화를 추적한다.
• 가스터빈 등 장비의 계약 진행 상황, 전력망 접근 일정 및 데이터센터 추가 성장에서 계량기 후단 전력 공급의 비중을 모니터링한다.
• 전기기술자와 송배전 인력 부족이 미국 전력 인프라 건설에 영향을 미치는지 주시한다.
• 액체 냉각, 절수형 냉각 및 폐열 활용의 채택률과 환경 조건이 PUE 및 총전력 소비에 미치는 영향을 추적한다.
• AI 개발, 위험 관리, 컴플라이언스, 거버넌스 및 순사회적 가치 측정과 관련한 투자자의 관심 영역을 모니터링한다.