엣지로 이동하는 AI 인프라 : 분산형 전원의 부상 (모건스탠리) AI 데이터센터가 늘어나면서 전력의 가격만큼이나 ‘얼마나 빨리 전기를 공급받을 수 있느냐’가 중요해지고 있습니다.

엣지로 이동하는 AI 인프라 : 분산형 전원의 부상 (모건스탠리)

AI 데이터센터가 늘어나면서 전력의 가격만큼이나 ‘얼마나 빨리 전기를 공급받을 수 있느냐’가 중요해지고 있습니다. 전력망 연결을 기다리느라 고가의 GPU를 가동하지 못하면 그만큼 손실이 발생하기 때문입니다. 여기에 데이터센터 건설에 대한 지역사회의 반대와, 사용자 가까이에서 처리해야 하는 AI 추론 수요가 맞물리면서 현장에서 직접 전기를 생산하는 분산형 전원의 중요성이 커지고 있습니다.

모건스탠리는 2026년부터 2029년까지 미국 데이터센터의 추가 전력 수요를 160GW로 추정합니다. 이미 확보됐거나 활용 가능한 공급을 반영해도 약 77GW가 부족하다는 계산입니다. 여기에 상업·산업용 추가 수요 40GW를 더하면, 2029년까지 현장 발전설비의 잠재 시장은 약 120GW, 금액으로는 2,400억 달러에 이를 것으로 전망합니다.

발전 기술의 경쟁력을 평가하는 기준도 달라집니다. 전력망 연결에는 5~7년이 걸리는 반면, 고체산화물 연료전지는 6개월 이내에 전력을 공급할 수 있다는 평가입니다. 전력 자체의 비용은 전력망이 MWh당 89달러, 연료전지가 131달러로 전력망이 저렴합니다. 하지만 GPU를 가동하지 못하는 기회비용까지 더한 모형에서는 전력망의 조정 비용이 323달러로 올라가고, 연료전지는 131달러로 유지됩니다. 발전 단가가 높아도 빠른 가동이 전체 경제성에서는 유리할 수 있다는 의미입니다.

이러한 공급 속도에 소음, 배출가스, 기술 성숙도 등을 반영한 종합평가에서는 블룸에너지의 연료전지가 1위, 보그워너의 마이크로터빈이 2위, FTAI의 항공엔진 개조형 가스터빈이 3위에 올랐습니다. 다만 이 순위는 현재의 공급 대기시간을 반영한 결과입니다. 2030년에 대기시간에 따른 비용 차이가 사라진다고 가정하면 가스엔진이 1위로 올라서는 만큼, 기술별 우위는 공급 여건에 따라 달라질 수 있습니다.

에너지저장장치인 ESS도 함께 중요해집니다. 배터리는 전기를 생산하지는 않지만, GPU의 급격한 전력 수요 변동을 흡수하고 최대 전력 수요를 낮추는 역할을 합니다. 미국의 연간 ESS 설치량은 2025년 57GWh에서 2030년 279GWh로 늘어나고, 이 가운데 데이터센터용이 169GWh로 약 60%를 차지할 것으로 예상됩니다.

분산형 전원은 데이터센터를 넘어 공장과 상업시설로도 확산될 전망입니다. 데이터센터의 대규모 도입이 생산 확대와 기술 개선을 이끌고, 비용이 낮아지면 다른 산업에서도 활용하기 쉬워지는 구조입니다. 다만 1GW 이상 대형 학습용 데이터센터에는 기존 전력망과 가스복합발전이 여전히 중요한 역할을 합니다. 사용자 가까이의 소규모 추론 시설을 중심으로 현장 발전과 저장장치의 활용이 늘어나며, 전력 공급 방식이 다양해질 것이라는 분석입니다.