AI 데이터센터 - TrendForce, 미국 AI 데이터센터의 170GW 격차 재해석

https://insights.trendforce.com/p/us-data-center-power-gap

2026.9.22
[By 2028, US Data Centers Could Have the Servers but Not the Power to Run Them]

이 보고서는 인공지능 기술의 급격한 확산으로 인해 발생하는 데이터 센터의 전력 수요와 공급 간의 불균형 문제를 심도 있게 분석하고 있습니다. 저자는 2028년을 기점으로 서버 장비의 보급 속도를 기존의 노후화된 전력망이 감당하지 못하는 심각한 격차가 발생할 것이라고 경고하며, 특히 미국 내 전력 공급 부족 현상이 두드러질 것으로 예측합니다. 텍스트의 구조는 AI 서버가 주도하는 전력 소비 구조의 변화를 먼저 살핀 뒤, 공공 전력망 인프라의 물리적 한계와 환경 및 규제 변화로 인한 구축 지연 문제를 다각도로 조명합니다. 결국 이 글은 데이터 센터 운영자들이 전력 부족 위기에 대응하기 위해 자체 발전 시설(BTM)과 같은 대안적 에너지 전략을 마련해야 한다는 시급한 과제를 제시하고 있습니다.

 

 

 

이 글의 핵심은 AI 서버 구매·배치 속도와 전력망의 접속·송전·변전 인프라 공급 속도가 분리되면서, 2028년 이후 미국 데이터센터의 ‘전력 가동 가능성’이 AI 인프라 투자 병목이 될 수 있다는 것입니다.[1]

다만 제목의 “2030년 170GW 이상 격차”는 곧바로 170GW의 실제 정전 또는 미공급량을 뜻하지는 않습니다. 글 스스로 이를 다음 두 층으로 나눕니다.[1]

구분	2030년 미국 기준	의미
서버 출하량 기반 수요	272.4GW	AI 서버 구매·누적 운용을 전제로 한 장비 수요
LBNL 참조 전망 수준	약 148GW	공공 전망 기반의 기준선
계통 공급 가능 용량	100.7GW	현 시점 계통·유틸리티 자료에서 시기 내 공급 가능하다고 본 용량
‘170GW+’ 헤드라인 격차	약 171.7GW	장비수요–계통공급 간 거리
실질 계통 지연 위험으로 제시한 부분	약 49GW	기준 수요 전망 대비 전력망이 제때 제공하지 못할 수 있는 영역

즉, 약 124GW는 TrendForce의 공격적인 서버 출하량 기반 수요가 LBNL 기준선보다 높은 데서 발생하며, 기사도 이를 순수한 “전력망 부족”으로 보지 않습니다. 실제 위험은 그중에서도 약 49GW 규모의 계통접속·송배전 지연 영역으로 읽는 것이 더 타당합니다.[1]

 

논리 구조와 강점

1. 수요를 건설계획이 아니라 공급망 출하량에서 산정

1. 전력 부족을 발전량 문제가 아닌 ‘전력 인도(deliverability)’ 문제로 규정

1. 위험 발생 시점을 2028년 이후로 제시

1. BTM(Behind-the-Meter) 자가발전을 완충수단으로 고려

한계 및 검증 필요 사항

쟁점	평가	판정
출하량 → 미국 수요 배분	글로벌 출하량을 지역별 공공수요 전망 비중으로 배분하는 방식입니다. 실제 서버의 국가·주별 설치 위치, 조달 후 미가동 재고, 해외 이전 등을 충분히 반영하지 못할 수 있습니다.	[확인 필요: 수요배분 모형]
설비전력과 실제 전력수요의 차이	GPU 서버의 정격 IT 부하를 데이터센터 전력용량으로 전환할 때, 가동률·PUE·냉각방식·전력 중복설계(N+1) 가정이 결과를 크게 좌우합니다.	[보완 필요: 산식·가정 공개]
170GW 해석	기사 자체도 170GW 중 약 124GW가 기준 전망보다 높은 출하량 기반 수요라고 구분합니다. 이를 모두 ‘계통부족’으로 해석하면 과장입니다.	[보완 필요: 지표 명칭 분리]
BTM 실현 가능성	BTM은 계통 병목을 우회할 수 있으나 가스·발전기·변압기 조달, 연료공급, 배출규제, 지역 수용성, CAPEX를 수반합니다. 단순한 대체용량으로 보기 어렵습니다.	[확인 필요: 지역별 실행성]
정책·규제 서술	Texas·Pennsylvania 사례는 규제 리스크의 방향을 보여주지만, 접속대기열 변화와 실제 상업운전 지연의 인과관계는 개별 사업 단위로 검증해야 합니다.	[확인 필요: 프로젝트별 COD 영향]

 

사업·정책적 시사점

1. AI 인프라 투자심사의 핵심 KPI가 바뀝니다

기존에는 GPU 확보량, 랙 수, 데이터센터 면적, PUE가 주요 지표였다면, 향후에는 아래 항목을 투자·감리의 선행 게이트로 두어야 합니다.

• 확정 전력용량(MW)과 계약전력의 구속력
• 계통연계 승인일·실제 수전 가능일(COD)·변전소 증설 완료일
• 송전·배전·변전소별 병목 및 대체 접속 경로
• BTM/자가발전의 연속운전 가능 용량과 연료 조달성
• GPU 납품 일정과 전력 인입 일정 간 불일치(MW-month) 규모
• 계통접속 지연 시 장비 유휴·감가상각·클라우드 매출지연 비용

2. ‘GPU 조달 계약’과 ‘전력 확보 계약’을 하나의 통합 일정으로 관리해야 합니다

이 글이 지적하는 본질적 리스크는 서버가 없어지는 것이 아니라 서버가 전력 없이 먼저 도착하는 것입니다. 따라서 대형 AI 사업은 다음과 같은 통합 기준선이 필요합니다.

GPU/서버 인도 → 랙 설치 → 변전·수전 → 냉각 인프라 → 시운전 → 상업운전
각 단계의 지연이 다음 단계의 자산 유휴비용으로 연결되는 구조

특히 전력 인입이 확정되지 않은 상태에서 장기 GPU 물량을 선매입하면, 장비 부족 리스크를 전력 유휴 리스크로 바꾸는 결과가 될 수 있습니다.

3. 국내에도 동일한 구조가 발생할 수 있습니다

미국처럼 광역 전력시장별로 나타나지는 않더라도, 국내 AI 데이터센터도 수도권 계통·변전소·송전망·입지 인허가·지역 수용성의 영향을 받습니다. 따라서 국가 AI 컴퓨팅센터나 민간 AI 클러스터 계획은 단순 전력수요 전망을 넘어 다음을 요구조건으로 설정할 필요가 있습니다.

• REQ-PWR-01: 입지별 계통 접속 가능용량 및 수전 예정일의 공식 확인
• REQ-PWR-02: AI 가속기 증설계획과 단계별 수전용량의 정합성 검증
• REQ-PWR-03: 전력 인입 지연 시 임시전력·BTM·배치 변경의 대체 시나리오
• REQ-PWR-04: 전력망 보강비용, 접속부담금, 자가발전 비용을 포함한 TCO 산정
• REQ-PWR-05: 전력·물·열·탄소배출을 통합한 지역 수용성 및 ESG 영향평가

종합 판단

TrendForce 글은 “AI 서버 수요가 전력망 수요를 압도한다”는 방향성 자체는 설득력 있게 제시합니다. 특히 2028년 이후 AI 인프라 병목이 반도체·GPU에서 전력 접속권과 전력 인도능력으로 이동할 수 있다는 문제 제기는 중요합니다.[1]

그러나 170GW를 단일한 실물 전력부족 수치로 인용해서는 안 됩니다. 의사결정에는 다음의 두 지표를 분리해 쓰는 것이 적절합니다.

• 시장·설비 확장 압력: 170GW 이상 — 출하량 기반 장비수요와 계통 공급 가능량의 거리
• 계통 인도 지연의 직접 위험: 약 49GW — 공공 기준 수요 대비 시기 내 계통이 제공하지 못할 수 있는 영역

따라서 이 글은 “미국 데이터센터가 170GW만큼 전력을 못 받는다”는 예측보다는, AI 서버 공급망의 성장 시나리오가 현실화되려면 계통 증설·BTM·입지 분산·수요조정이 동시에 대규모로 실현되어야 한다는 경고로 활용하는 것이 가장 정확합니다.[1]

Sources

[1] https://open.substack.com/pub/trendforceinsights/p/us-data-center-power-gap — By 2028, US Data Centers Could Have the Servers but Not the Power to Run Them