.

성장 중인 미국 AI 데이터센터 시장

인공지능(AI) 기술 발전과 데이터 처리 수요 증가에 따라 데이터센터에 대한 수요도 급증하고 있다. 시장조사기관 포춘 비즈니스 인사이트(Fortune business insights)에 의하면 전 세계 데이터센터 시장 규모는 2024년 약 2427억 2천만 달러(약 329조 원)에서 2032년 5848억 6천만 달러(약 794조 원)까지 성장할 전망이다.

또한 글로벌 컨설팅기업 맥킨지(McKinsey & Company)에 따르면, 글로벌 데이터센터 수요는 2023년부터 2030년까지 연평균 최대 22%씩 증가해 2030년에는 2023년(55GW) 대비 약 4배에 달하는 219GW에 이를 것으로 예상된다. 전체 글로벌 데이터센터 수요 중에서도 ChatGPT와 같은 생성형 AI 관련 수요는 연평균 최대 39%씩 증가할 것으로 전망된다.

국가별로 살펴보면, 현재 글로벌 데이터센터 용량의 51%가 미국에 집중돼 있는데, 특히 *하이퍼스케일 데이터센터 분야에서 세계 시장을 주도하고 있다. 이처럼 AI 기술의 발전은 데이터센터 산업의 급속한 성장 동력이며, 앞으로도 미국 시장은 *AI 데이터센터를 중심으로 지속적인 확장이 예상된다.

*하이퍼스케일 데이터센터(Hyperscale Data Center, HDC): 초대형 데이터센터. 일반적으로 1만㎡가 넘는 연면적을 갖추고 10만 대 이상의 서버를 들여놓은 데이터센터를 하이퍼스케일 데이터센터로 분류한다.
*AI 데이터센터: AI가 요구하는 대량의 데이터를 빠르게 처리할 수 있는 데이터센터. 일반 데이터센터 보다 고성능 컴퓨팅 자원과 고효율 냉각 및 전력 시스템을 갖추고 있다.

.

AI 데이터센터 관련 기회요인은?

실제로 미국을 중심으로 오픈 AI에서 개발한 ‘ChatGPT’, 메타의 ‘추천 알고리즘’과 같은 고도화된 AI 모델이 등장하면서, 데이터센터 인프라 전반에 혁신이 일어나고 있다. 구체적으로는 ▲대규모 데이터 스토리지(Storage) 시스템과 고속 네트워크 ▲효율적인 전력 및 열 관리 기술 ▲데이터센터 서버 교체, 폐기 시 처리 부문에서 기술적 변화가 가속화되고 있다.

메타의 기술 보고서에 따르면, AI 모델의 학습에 사용되는 데이터 스토리지의 규모는 최근 수년간 빠르게 증가해왔다. 예를 들어, GPT-4와 같은 최신 모델은 수천억 개 이상의 매개변수(파라미터)를 동시에 처리하는데, 이를 위해서는 고속 데이터 전송이 가능한 스토리지 인프라가 필수다. 이에 따라 일반 컴퓨터에서 고속 저장장치로 사용되는 SSD(Solid State Drive)보다 데이터 전송 속도가 뛰어난 NVMe(Non-Volatile Memory Express) 인터페이스 기반 저장장치가 널리 활용되고 있다. 동시에 대규모 분산 학습 환경에서는 *페타바이트 규모의 데이터도 원활하게 처리할 수 있는 하둡 분산형 파일 시스템(HDFS, Hadoop Distributed File System), 세프(Ceph), 아마존 S3와 같은 초고성능 *분산 저장 시스템(DFS)의 중요성도 커지고 있다.

*페타바이트(PB): 데이터 측정 단위로 1PB는 1024테라바이트(TB), 1TB는 1024기가바이트(GB)다.
*분산 저장 시스템(DFS): 데이터를 물리적으로 다른 위치에 있는 여러 개의 저장장치에 나눠 저장했다가 불러올 때는 한 곳의 저장장치에서 불러오는 것처럼 동작하게 하는 저장 기술.

미국 AI 데이터센터의 최대 화두인 네트워크 인프라 측면에서도 발전이 두드러진다. 고속∙저지연 네트워크 기술과 GPU(그래픽처리장치) 간 직접 연결 기술이 주목받고 있으며, 실제로 엔비디아의 NV링크(NVLink)와 인피니밴드(InfiniBand)는 GPU 간 1초에 수백 기가바이트 수준의 데이터 전송을 지원하고 있다. 마이크로소프트는 이러한 고속 네트워크 기술을 애저(Azure) AI 수퍼컴퓨터에 도입해 AI 모델 학습 성능을 크게 향상시킨 바 있다. 또한 구글과 아마존웹서비스는 자체 설계한 칩을 통해 네트워크 처리 부하를 줄이고, 이를 통해 네트워크 효율을 극대화하고 있으며, 이에 따른 장비 수요도 증가하고 있다.

특히 AI 데이터센터의 전력 효율은 성능과 직결되는 요소다. 미국 에너지부(DOE)와 국제에너지기구(IEA) 등에 따르면, 미국 내 데이터센터는 전체 전력 소비의 약 2%를 차지하며, 2022년 기준 약 100테라와트시(TWh)의 전력을 사용했다. 특히 AI 학습에 특화된 GPU는 일반 컴퓨터에 탑재되는 CPU(중앙처리장치) 대비 전력 소모가 훨씬 크며, AI 데이터센터에는 이러한 GPU가 수천 개 이상 장착된다. 이에 따라 데이터센터 업계는 전력 소모 대비 연산 성능(*TOPS/Watt)을 최대화하는 기술 개발에 집중하고 있다. 대표적인 사례로는 ‘액체 냉각 시스템’이 있다. 이는 물 또는 특수 냉각액을 활용해 서버의 발열을 직접 식히는 방식으로, 기존의 공기 냉각 시스템 대비 에너지 효율을 최대 40% 이상 향상시킬 수 있다. 구글, 마이크로소프트, 엔비디아 등 미국 내 주요 빅테크 기업들은 이미 액체 냉각 시스템을 도입하고 있으며, 전력 효율 개선에 적극적으로 나서고 있다.

*TOPS/Watt(Tera Operations Per Second per Watt): 전력 1와트당 AI 연산 수.

미국 내 데이터센터는 AI 연산 수요가 폭증하면서 수년 주기로 고성능 서버 장비를 교체하고 있다. 이 과정에서 ‘보안성’과 ‘자원순환’ 측면이 중요해지면서 ‘IT 자산 폐기(IT Asset Disposition, 이하 ITAD)’ 시장이 빠르게 성장하고 있다. ITAD는 데이터센터 및 기업의 서버, 스토리지 장비를 안전하게 폐기하고, 자원을 재활용하는 산업이다.

시장조사기관 마켓앤마켓(MarketsandMarket)에 따르면, 글로벌 ITAD 시장 규모는 2024년 약 184억 달러(약 25조 원) 수준에서 2029년에는 약 266억 달러(약 37조 원)까지 성장할 것으로 전망된다. AI 데이터센터는 민감한 학습 데이터와 고객 정보가 저장된 스토리지를 대량으로 보유하고 있어, 폐기 시 데이터 완전 삭제가 필수적인 보안 절차로 요구된다. 이에 따라 미국에서는 정보파기협회(NAID) 등의 기관이 제시한 데이터 파기 인증 기준을 충족하는 ITAD 서비스 수요가 확대되고 있다.

또한 폐기된 서버를 친환경적으로 처리하고 고순도 알루미늄, 구리, 희소금속 등 서버에 함유된 자원을 회수 및 재활용하는 것도 중요한 과제로 부상하고 있다. 실제로 구글은 폐기 서버의 약 25~40%를 재사용하고 있으며, 메타와 아마존웹서비스도 유사한 수준의 내부 재사용률을 유지하고 있다.

.

AI 데이터센터에 필요한 차세대 기술은?

앞서 언급했듯, AI 데이터센터는 막대한 에너지를 소비하는 인프라이자, 운영 전 과정에 걸쳐 지속가능성 확보가 중요하다. 특히 수천 개의 고성능 GPU가 동시에 작동하는 환경에서는 단순한 전력 공급을 넘어 친환경 에너지원 확보와 전력의 자립적 운영체계 구축, 서버 및 저장장치 등 IT 자산의 책임 있는 처리 방식까지 포괄하는 통합적인 지속가능성 전략이 요구된다. 이러한 흐름에 따라 데이터센터 산업 전반 걸쳐 에너지 생산부터 운영, 폐기 단계에 이르기까지 기술 혁신이 본격화되고 있다.

우선 첫 번째 기술 혁신으로 소형모듈원전(SMR, Small Modular Reactor), 재생에너지, 연료전지 등 *대체에너지 기술이 데이터센터의 주요 전력원으로 주목받고 있다. 특히 SMR은 기존 대형 원전에 비해 설치 면적이 작고 초기 투자비가 낮으며, 모듈화 설계를 통해 장시간 안정적인 전력 공급이 가능해 AI 데이터센터에 적합하다. 미국에서는 넓은 국토, 강력한 데이터센터 수요, 노후화된 전력망 문제 등을 이유로 SMR 도입이 적극 검토되고 있다. 뉴스케일파워, 테라파워 기업 등이 SMR을 데이터센터 전력공급원으로 활용하는 방안을 검토 중이며, 이외에도 아마존과 마이크로소프트는 풍력·태양광 발전소와 전력구매계약(PPA)을 체결해 자사 데이터센터 운영에 재생에너지를 적극 활용하고 있다. 최근에는 안정성과 공간 효율성이 뛰어난 연료전지가 건물형 데이터센터의 보조 전력원으로 채택되는 사례도 늘고 있다.

*대체에너지: 화석연료를 대체해 사용할 수 있는 에너지.

두 번째로는 AI 데이터센터의 전력 자립을 위한 핵심 기술로 마이크로그리드(Microgrid)가 부상하고 있다. 마이크로그리드는 태양광, 배터리 기반 에너지저장장치(BESS), 연료전지 등 다양한 전원을 하나의 폐쇄형 네트워크로 구성해 외부 전력망과 별개로 운영할 수 있는 시스템이다. 일례로 마이크로소프트는 미국 워싱턴주의 데이터센터에 자가발전 기반 마이크로그리드를 도입해 최대 부하 시에도 정전 없이 안정적인 AI 연산 환경을 구현하고 있으며, 최근에는 엔비디아 또한 네바다주 신규 캠퍼스에 마이크로그리드 시스템 구축을 검토 중인 것으로 알려졌다.

데이터센터의 지속가능성을 완성하는 마지막 고리는 바로 ITAD, 즉 IT 자산 처리 및 재활용 기술이다. GPU, 서버 등 IT 장비는 고가의 자산인 동시에 전자폐기물로 분류되며, 환경오염 위험이 높기 때문에 단순 폐기보다는 정밀한 평가, 분해, 재사용 절차가 요구된다. 특히 미국은 전자폐기물 처리에 대한 규제가 매우 엄격한 국가로, 데이터센터 운영 기업은 환경적 책임과 법적 의무를 동시에 충족해야 한다.

이러한 점에서 SK에코플랜트의 ITAD 전문 자회사 SK테스(SK tes)는 미국 데이터센터 시장에서 지속가능성과 규제 준수를 동시에 실현할 수 있는 경쟁력을 갖추고 있다. SK테스는 ITAD 분야의 글로벌 선도기업으로, 싱가포르 본사를 두고 북미, 유럽 전역에 ITAD 센터를 운영하며 전 세계 고객에게 IT 자산의 해체∙재활용 서비스를 제공하고 있다. 특히 2023년 세계 데이터센터의 수도로 불리는 미국 버지니아주에 신규 ITAD 시설을 조성해 가동을 시작했다. 이 시설은 대형 AI 데이터센터에서 배출되는 고성능 서버를 해체하고 재활용하기 위해 구축됐는데, 연간 최대 60만 대의 서버를 처리할 수 있는 규모로 하이퍼스케일 데이터센터 약 5곳의 물량에 해당한다.

SK에코플랜트와 SK테스 간의 시너지 효과도 주목할 만하다. SK에코플랜트는 반도체 분야에서 다양한 인프라 서비스를 제공 중이며, 반도체 부품 가공 및 공급 사업도 수행하고 있다. SK테스가 해체한 고성능 서버에서 수거한 부품을 SK에코플랜트 자회사 에센코어가 SSD, SD카드 등 메모리 제품으로 재가공해 공급할 경우, 데이터센터 운영 기업들은 효율적인 전자폐기물 처리와 재활용을 동시에 달성할 수 있다.

AI 기술의 고도화는 데이터 처리 수요를 늘리는 데 그치지 않고, 미국 내 데이터센터의 구조와 운영 방식 전반을 근본적으로 바꾸고 있다. 특히 미국을 중심으로 AI 데이터센터가 ‘에너지 효율’과 ‘자원 순환’을 중심으로 재편되며, 전력 생산부터 사용, 폐기에 이르기까지 전 과정을 보다 지속가능한 형태로 전환하려는 움직임이 활발히 진행 중이다. 고성능 연산 능력과 지속가능성을 동시에 갖춘 AI 데이터센터는 앞으로 국가와 기업의 핵심 경쟁력이 될 전망이다. 세계 AI 데이터센터 시장의 중심에서 지속가능한 데이터센터 생태계를 선도하고 있는 SK에코플랜트와 SK테스를 주목해본다.

.