---
title: "AI 경쟁, 이제 모델 싸움보다 데이터센터·전력·반도체 인프라 싸움으로 간다"
published: 2026-06-29T08:43:01.574Z
canonical: https://jeff.news/article/4367
---
# AI 경쟁, 이제 모델 싸움보다 데이터센터·전력·반도체 인프라 싸움으로 간다

정부의 ‘3대 메가 프로젝트’는 AI 경쟁의 중심이 모델 성능에서 데이터센터, 전력, 반도체, 네트워크 같은 국가 인프라로 옮겨가고 있음을 보여줘. 삼성은 2655조 원, SK는 2100조 원 규모 투자 계획을 제시했고, SK는 2035년까지 15GW 규모 AI 데이터센터 구축을 내놨어.

## AI 경쟁의 중심이 모델에서 인프라로 옮겨가는 중

- 정부의 ‘대한민국 대도약 3대 메가 프로젝트’는 AI 산업의 판이 바뀌고 있다는 신호로 읽힘
  - 예전에는 누가 더 좋은 거대언어모델을 만드느냐가 핵심처럼 보였음
  - 이제는 그 모델을 실제로 돌릴 데이터센터, 전력, 반도체, 네트워크를 누가 확보하느냐가 국가 경쟁력으로 올라왔다는 얘기야

- 숫자가 일단 세다. 삼성은 2655조 원, SK는 2100조 원 규모 투자 계획을 제시함
  - 삼성은 반도체와 AI 산업 기반 확대 쪽에 무게를 둠
  - SK는 15GW 규모 AI 데이터센터와 반도체 공급 확대를 통해 한국을 AI 인프라 허브로 만들겠다는 구상임

> [!IMPORTANT]
> 이 기사에서 제일 중요한 포인트는 “AI 경쟁은 GPU 몇 장 있냐”에서 끝나지 않는다는 거야. 전력, 냉각, 네트워크, 반도체 공급망, 데이터센터 입지까지 한 덩어리로 확보해야 AI를 안정적으로 굴릴 수 있음.

- 이재명 대통령도 AI 경쟁을 총력전으로 표현함
  - 반도체, AI 데이터센터, 피지컬 AI, 전력, 용수 같은 기초 인프라까지 경쟁 전선이 넓어지고 있다고 설명했어
  - 반도체·피지컬 AI·AI 데이터센터를 대도약의 3각축으로 묶어 한국형 AI 생태계를 구축해야 한다는 메시지였음

## 삼성은 반도체, SK는 데이터센터 쪽 역할이 뚜렷함

- 삼성은 AI 시대의 제조 기반을 넓히는 쪽에 집중함
  - 반도체 클러스터, AI 반도체, AI 서버용 패키지 기판, 차세대 디스플레이, 배터리, 로봇 등이 포함됨
  - 고대역폭 메모리(HBM)를 비롯한 AI 반도체 경쟁력 강화와 AI 데이터센터용 공조 설비, 디지털 트윈 기반 제조 혁신도 추진함

- SK는 AI를 실제로 돌릴 컴퓨팅 인프라에 초점을 맞춤
  - SK텔레콤을 중심으로 2029년부터 5GW 규모 AI 데이터센터를 단계적으로 가동할 계획임
  - 2035년에는 총 15GW 규모 AI 데이터센터 구축을 목표로 제시함

- 여기서 말하는 AI 데이터센터는 예전 데이터센터와 성격이 다름
  - 기존 데이터센터가 서버 보관과 공간 임대에 가까웠다면, AI 데이터센터는 수만 개 GPU를 연결해 AI 학습과 추론을 수행하는 ‘AI 생산 공장’에 가까움
  - SK는 GPU를 클라우드 형태로 제공하는 GPUaaS 사업까지 확대해 AI 인프라 플랫폼 사업자로 가겠다는 구상도 내놨어

## 진짜 병목은 전력일 수 있음

- 이번 프로젝트에서 반복해서 나오는 키워드는 전력임
  - SK는 재생에너지, 에너지저장장치, 액화천연가스, 소형모듈원자로 같은 다양한 전력원을 활용하겠다고 밝힘
  - 삼성도 AI 데이터센터와 반도체 공장을 뒷받침하기 위한 무탄소 에너지와 에너지 인프라 확대를 투자 계획에 넣었음

- 이건 AI 산업의 핵심 자원이 GPU만이 아니라는 뜻임
  - GPU가 있어도 전력과 냉각이 안 되면 대규모 학습·추론은 못 돌림
  - 초고속 네트워크와 반도체 공급망까지 같이 갖춰야 AI 인프라 경쟁에서 우위를 가질 수 있음

- 한국 입장에서는 ‘AI 소비국’에서 ‘AI 연산 수출국’으로 바뀔 가능성도 언급됨
  - 지금까지 국내 AI 산업은 해외 클라우드와 GPU 자원을 빌려 서비스를 만드는 성격이 강했음
  - 초대형 AI 데이터센터가 구축되면 글로벌 빅테크의 AI 연산 수요를 국내에서 처리하는 그림도 가능해짐

- 물론 실행 난도는 만만치 않음
  - 막대한 전력 확보, 송배전망 확충, 인허가, 글로벌 앵커 테넌트 확보, 투자 재원 조달이 모두 숙제임
  - 미국과 중동 중심으로 AI 인프라 경쟁이 빠르게 전개되는 상황이라, 일정이 밀리면 허브 경쟁에서 뒤처질 수도 있음

---

## 기술 맥락

- 이 기사에서 가장 큰 기술적 전환은 AI를 소프트웨어 모델 문제가 아니라 인프라 운영 문제로 본다는 점이에요. 거대언어모델 성능이 좋아져도, 실제 서비스는 GPU 클러스터와 전력, 냉각, 네트워크가 받쳐줘야 돌아가거든요.

- AI 데이터센터가 일반 데이터센터와 다른 이유도 여기에 있어요. 웹서버 수천 대를 안정적으로 호스팅하는 것과 GPU 수만 개를 묶어 학습·추론 워크로드를 돌리는 건 전력 밀도, 발열, 네트워크 지연 요구가 달라요. 그래서 기사에서 AI 데이터센터를 ‘AI 생산 공장’처럼 설명하는 거예요.

- GPUaaS가 중요한 이유는 스타트업이나 소프트웨어 기업이 매번 자체 GPU 팜을 만들 수 없기 때문이에요. 국내에서 안정적인 GPU 자원을 클라우드처럼 쓸 수 있으면 제조 AI, 의료 AI, 금융 AI 같은 산업별 서비스 개발 속도가 빨라질 수 있어요.

- 전력이 핵심 병목으로 언급되는 것도 현실적인 얘기예요. GPU를 많이 사도 전력 계약, 송배전망, 냉각 설비, 데이터센터 인허가가 따라오지 않으면 실제 가동률이 안 나와요. AI 인프라 경쟁은 결국 하드웨어 구매보다 운영 가능한 전체 시스템을 만드는 싸움에 가까워요.

## 핵심 포인트

- AI 경쟁의 무게중심이 거대언어모델 성능에서 GPU, 전력, 데이터센터, 반도체 공급망으로 이동하고 있음
- 삼성은 총 2655조 원 규모 투자로 반도체 클러스터, AI 반도체, 서버용 패키지 기판, 로봇 등에 집중함
- SK는 총 2100조 원 규모 투자와 2035년 15GW AI 데이터센터 구축 계획을 제시함
- AI 산업의 핵심 자원은 GPU 숫자만이 아니라 전력, 냉각, 초고속 네트워크, 공급망을 포함한 전체 인프라임
- 프로젝트 성공 여부는 전력 확보, 송배전망, 인허가, 앵커 테넌트, 투자 재원에 달려 있음

## 인사이트

한국 개발자에게 이 뉴스가 중요한 이유는 AI 서비스의 병목이 점점 모델 호출 코드가 아니라 인프라 접근성으로 옮겨가고 있기 때문이야. GPUaaS, AI 데이터센터, 전력 효율, HPC 운영 같은 키워드가 앞으로 더 자주 실무 이슈가 될 가능성이 큼.