101 항목
전력 제약: AI의 다음 제한 요인이 될 전기
전기가 AI 배치의 다음 물리적 제약 요인으로 떠오르고 있다. NVIDIA B200 GPU 랙 하나가 120kW를 소비한다 — GPU 100,000개 규모의 현대 AI 데이터센터는 1기가와트 이상의 전력을 필요로 하며, 이는 원자력 발전소 하나와 맞먹는 수준이다. 하이퍼스케일러들은 신규 발전 용량이 가동되는 속도보다 더 빠르게 가용 전력 용량을 소진하고 있다. 이는 발전(원자력 SMR, 천연가스), 전력 전달(변압기, 개폐장치), 전력 효율(액체 냉각, 열관리) 분야에서 투자 기회를 창출한다. 이러한 에너지 제약은 Closelook의 6-Layer Model 중 Energy 레이어를 통해 추적된다.
영어 원문을 자동 번역한 것입니다. 영어 원문 읽기 →
문제의 규모
전 세계 데이터센터 전력 소비는 2028년까지 두 배 이상 증가할 것으로 예상되며, 이는 거의 전적으로 AI 워크로드에 의해 견인된다. 문제는 발전 및 송전 인프라 구축에 3~7년이 걸리는 반면, AI 수요는 분기마다 증가한다는 점이다. 이러한 불일치는 AI 인프라를 어디에, 얼마나 빠르게 배치할 수 있는지를 제약하는 구조적 전력 부족을 만들어낸다.
여러 하이퍼스케일러가 이미 전력 가용성 문제로 데이터센터 배치를 지연했다고 보고했다. Microsoft, Google, Amazon 모두 장기 전력 구매 계약, 원자력 파트너십, 자체 발전 시설에 투자하고 있으며 — 이는 이들이 전력을 AI 야망의 구속력 있는 제약 요인으로 보고 있음을 시사한다.
투자 시사점
발전: 원자력(Constellation Energy, NuScale, Oklo), 천연가스(Calpine, Vistra), 그리고 유틸리티 규모의 태양광/배터리 저장 모두 안정적인 기저 전력에 대한 하이퍼스케일러 수요로부터 수혜를 입는다.
전력 전달: 변압기와 개폐장치가 병목 현상을 겪고 있다 — Eaton, Schneider Electric 및 소규모 전문 업체들은 주문 대기 물량이 늘어나고 있다.
전력 효율: 액체 냉각은 열로 낭비되는 전력을 줄인다. 냉각에서 절약되는 와트 하나하나가 컴퓨팅에 사용 가능한 와트가 된다. Vertiv와 Modine이 주요 수혜 기업이다.