빅테크 AI 데이터센터, 천연가스 발전소 건설 경쟁 돌입

AI 인프라 경쟁이 새로운 국면에 접어들었다. Microsoft, Google, Meta가 AI 데이터센터 전력 공급을 위해 기가와트(GW) 규모의 천연가스 발전소를 잇달아 건설하겠다고 발표하면서, AI 붐이 에너지 산업 전반에 충격파를 일으키고 있다. 데이터센터 전력 수요를 충족하기 위한 설비 확충 경쟁이 이제는 가스 터빈 공급망 위기와 탄소 배출 논란으로 번지는 양상이다.

빅테크 3사의 천연가스 발전소 건설 현황

Microsoft는 텍사스 서부에 최대 5기가와트 규모로 확장 가능한 천연가스 발전소 건설을 위해 Chevron과 Engine No. 1과 독점 계약을 체결했다. 5GW는 소규모 국가 전체 전력 수요에 맞먹는 규모다.

Google은 Crusoe와 협력해 텍사스 북부에 933메가와트(MW) 규모 천연가스 발전소를 구축 중임을 Wired의 보도로 확인했다.

Meta는 루이지애나주 Hyperion 데이터센터에 7개의 천연가스 발전소를 추가해 총 용량을 7.46기가와트로 끌어올리고 있다. 이 규모는 미국 사우스다코타주 전체 전력 소비를 커버할 수 있는 수준이다.

가스 터빈 공급망 위기: 가격 195% 급등

이 대규모 투자 러시가 즉각적인 공급망 문제를 일으키고 있다. 에너지 컨설팅 기업 Wood Mackenzie의 분석에 따르면 가스 터빈 가격은 2019년 대비 2026년 말까지 195% 상승할 것으로 예측된다. 가스 터빈은 발전소 비용의 **20~30%**를 차지하는 핵심 부품이다.

이미 터빈 제조업체들의 납기가 수년씩 밀리고 있으며, 신규 주문을 받을 여력도 한계에 달했다. 미국 남부에 집중된 이번 투자는 그 지역이 세계 최대 천연가스 매장량 중 하나인 퍼미안 분지에 인접해 있기 때문이지만, 가스 공급망은 여전히 취약하다.

미국 지질조사국(USGS)이 추정한 퍼미안 분지의 가스 매장량은 미국 전체 10개월치 에너지 수요에 해당한다. 풍부한 자원이 있음에도 불구하고 채굴·처리·운송 인프라의 확충 속도가 데이터센터 전력 수요를 따라가지 못하고 있다.

클린 에너지 공약과의 충돌

빅테크 기업들은 모두 2030년 또는 그 이전 탄소 중립 목표를 공언했다. 그러나 수십억 달러를 천연가스 발전소 건설에 쏟아붓는 현실은 이 공약과 정면으로 충돌한다.

Microsoft는 2030년까지 탄소 네거티브를 달성하겠다고 약속했다. Google은 2030년 24시간 무탄소 에너지 목표를 내세웠다. Meta 역시 탄소 제로 운영을 공약했다. 그러나 AI 워크로드의 폭발적 증가가 재생에너지만으로 감당할 수 없는 전력 수요를 만들어냈고, 천연가스가 "가교 연료"로 불가피하게 선택받고 있다.

비판론자들은 이것이 단순한 가교가 아닌 새로운 화석연료 의존성 고착화라고 경고한다. 새로 건설된 천연가스 발전소의 운영 수명은 30~40년에 달하기 때문에, 지금 짓는 발전소가 2060년대까지 탄소를 배출하게 된다는 것이다.

AI 기업들의 에너지 투자 동향을 보면 이 추세는 당분간 멈추지 않을 것이다. 전기 트랜스포머 공급 병목처럼, AI 데이터센터 전력화가 제조업 공급망 전반에 연쇄 압박을 가하는 중이다.

한국 AI 인프라 시장에 주는 시사점

미국 빅테크의 천연가스 전력화 전략은 한국 AI 인프라 생태계에도 중요한 함의를 갖는다.

전력 비용 경쟁력: 한국의 전력 단가는 산업용 기준 미국 남부 지역보다 높다. 대규모 AI 연산을 국내에서 처리할 때의 비용 경쟁력 문제가 더 부각될 수 있다.

국내 데이터센터 투자: 삼성·SK하이닉스 등 국내 반도체 기업들의 AI 인프라 투자와 맞물려, 국내 데이터센터 전력 확충 논의가 불가피해질 것이다.

ESG 리스크: 천연가스 기반 AI 인프라는 글로벌 ESG 기준 강화 흐름과 충돌한다. 한국 기업들이 글로벌 공급망에 참여할 때 탄소 발자국 관리가 더 중요한 이슈로 부상할 전망이다.

Mistral AI의 830M 달러 부채 조달로 파리 데이터센터를 구축하는 사례처럼, AI 인프라 투자는 전 세계적으로 단순한 IT 투자를 넘어 에너지·부동산·공급망을 아우르는 전략적 결정이 되었다.

---

Q1: 왜 AI 데이터센터는 이렇게 많은 전력을 필요로 하나요?

A: AI 모델 훈련과 추론에 사용되는 GPU는 일반 서버에 비해 전력 소비가 수십 배에 달합니다. 대형 언어 모델 하나를 훈련하는 데 수메가와트시의 전기가 소비되며, 사용자가 늘어날수록 추론 전력도 급증합니다. ChatGPT 하나의 쿼리가 Google 검색의 10배 전력을 소비한다는 추산도 있습니다.

Q2: 천연가스 발전소는 재생에너지 대안보다 왜 선호되나요?

A: 안정성과 속도 때문입니다. 태양광·풍력은 날씨에 따라 발전량이 변하는 반면, 천연가스 발전소는 필요할 때 즉시 최대 출력을 낼 수 있습니다. AI 연산은 예측 불가능한 수요 패턴을 가지므로, 24시간 안정적인 전력 공급이 필수입니다. 대규모 배터리 저장 기술이 충분히 발전할 때까지는 가스 발전이 현실적 대안입니다.

Q3: 가스 터빈 가격 195% 상승이 AI 서비스 요금에 영향을 미치나요?

A: 장기적으로 전력 비용 상승은 클라우드 및 AI 서비스 요금 인상 압력으로 작용할 수 있습니다. 단기적으로는 빅테크 기업들이 규모의 경제와 기존 계약으로 완충하고 있지만, 공급망 위기가 지속된다면 API 요금 인상이 불가피할 수 있습니다.

Q4: 이 천연가스 발전소들은 언제쯤 완공될까요?

A: 일반적으로 대규모 천연가스 발전소는 설계부터 완공까지 35년이 소요됩니다. 가스 터빈 납기 문제가 추가 지연 요인이 되고 있어, 20282030년 이후에야 본격 가동될 것으로 예상됩니다. 그 사이 AI 전력 수요는 계속 증가할 전망이어서 단기 전력 부족 문제는 해결되지 않을 수 있습니다.

Q5: 한국에서도 이런 대규모 AI 전력 인프라 투자가 일어날까요?

A: 이미 시작됐습니다. 국내 주요 통신사와 클라우드 사업자들이 데이터센터 전력 확충을 위한 투자를 늘리고 있으며, 정부도 AI 인프라 지원 정책을 검토 중입니다. 다만 국토 면적 제한과 높은 전기 요금으로 인해 미국 규모의 단일 데이터센터 구축보다는 분산형 인프라 전략을 취할 가능성이 높습니다.