요약:
인공지능 산업이 계속 확장되면서 미국은 새로운 기후 문제에 직면해 있습니다. 최신 분석에 따르면 2030년까지 AI 데이터 센터로 인한 막대한 전력 수요로 인해 미국 전력 산업의 온실가스 배출 감소 결과가 크게 반전될 수 있으며, 심지어 지난 15년 동안 달성한 배출 감소 진전이 상쇄될 수도 있습니다.
미국 환경단체 시에라 클럽(Sierra Club)의 분석에 따르면, 미국 전력 산업의 이산화탄소 배출량은 2030년까지 약 21억 톤으로 증가할 수 있으며, 이는 2025년 수준보다 약 42% 높은 수치입니다. 이러한 증가는 기본적으로 2010년대 이후 미국 전력 산업이 점진적으로 달성한 배출량 감소를 지우는 것과 같습니다.
이러한 변화를 이끄는 핵심 요인은 AI 인프라 구축의 붐입니다. 대규모 언어 모델 훈련, 추론 서비스, 클라우드 AI 애플리케이션의 급속한 인기로 인해 데이터 센터의 전력 수요는 전례 없는 속도로 증가하고 있습니다. 그러나 청정에너지와 전력망 용량 확장은 이러한 요구를 따라가지 못했습니다.
분석에 따르면 점점 더 많은 기술 기업이 전력망 접근 자격을 제때 획득하지 못하기 때문에 전통적인 공공 전력망 시스템을 우회하고 데이터 센터의 운영 요구 사항을 충족하기 위해 자체 발전 시설을 구축하기 시작하고 있는 것으로 나타났습니다. "비하인드 더 미터(Behind-the-Meter)"로 알려진 이러한 프로젝트의 대부분은 천연 가스와 같은 화석 연료에 의존하며, 그들이 생산하는 배출량은 일반적으로 공공 전력망 배출량 통계에 직접 반영되지 않습니다.
보고서는 2030년까지 데이터 센터 개발자가 운영하도록 구축하거나 계약한 독립형 발전 장비가 매년 4억 6천만 톤 이상의 이산화탄소를 배출할 수 있을 것으로 추정합니다. 이 새로운 배출량의 규모만으로도 멕시코의 연간 총 탄소 배출량에 가깝습니다. 이 비교는 모든 데이터 센터 활동에서 발생하는 배출량이 아니라 관련 독립형 발전 시설에서 발생하는 배출량에 대한 것입니다.
기업이 자가 발전으로 전환하는 중요한 이유 중 하나는 느린 그리드 연결 프로세스입니다. 많은 대규모 프로젝트는 그리드 연결 승인을 완료하기까지 수년을 기다려야 하며, AI 산업의 개발 속도는 기존 에너지 인프라 구축 주기보다 훨씬 빠릅니다. 프로젝트 시작 시간 요구 사항을 충족하기 위해 개발자는 천연 가스 터빈과 같이 신속하게 구축된 발전 시스템을 배포하고 이를 데이터 센터에 직접 연결하려는 경향이 점점 더 커지고 있습니다.
오프그리드 발전을 고려하지 않더라도 공공 전력망에 연결된 데이터 센터 프로젝트는 여전히 배출량 증가에 상당한 영향을 미칠 것입니다. 분석가들은 2030년까지 프로젝트의 이 부분으로 인해 이산화탄소 배출량이 추가로 약 1억 5,400만 톤 증가할 수 있다고 믿습니다. 이는 기준 수준보다 약 10% 증가한 수치입니다. 즉, 데이터 센터가 독립형을 선택하든 그리드에 연결되어 있든 상관없이 에너지 소비는 미국의 배출 감소 목표에 상당한 압력을 가할 것입니다.
업계 관계자들은 AI 산업이 미국 에너지 인프라에 많은 병목 현상을 노출시키고 있다고 지적했다. 점점 더 많은 슈퍼컴퓨팅 클러스터와 대규모 데이터 센터가 건설됨에 따라 컴퓨팅 성능에 대한 수요를 충족하는 동시에 청정 에너지로의 전환을 보장하는 방법은 향후 몇 년 동안 미국 에너지 정책이 직면한 주요 문제가 될 것입니다.
분석에서는 또한 더 많은 새로운 에너지 프로젝트의 시행을 촉진하고, 전력망 접근 대기 시간을 단축하며, 새로운 에너지원에 대한 보다 엄격한 지원 메커니즘을 구축하는 것이 관련 배출 증가 위험을 완화하고 AI 산업 확장이 기후 목표에 미치는 영향을 방지하는 주요 방법으로 간주된다고 지적했습니다.
관련 기사:
왜 미국인들은 원자력 발전소보다 데이터 센터를 더 싫어합니까?
미국 AI 데이터센터 구현 어려워, 트럼프의 '예기치 못한 행보'
대규모 물 소비자인 TSMC를 꾸짖는 사람은 없습니다. 물을 덜 사용하는 AI 데이터 센터가 미국인들을 불쾌하게 만드는 이유는 무엇입니까?
댓글