전 세계 데이터센터 전력 사용량은 2030년까지 거의 두 배로 늘어나 약 945테라와트시에 이를 것으로 전망되며, 이는 전체 전력의 약 3%에 근접하는 수치로, 2024년의 약 415테라와트시에서 증가한 것입니다(IEA, Energy and AI 2025). AI가 이러한 증가의 주요 동력입니다. 동일한 IEA 집계 기준으로, AI 전용 데이터센터의 전력 사용량은 2025년 한 해 동안만 50% 급증했으며, 같은 해 데이터센터 전체 수요는 17% 증가했습니다. 그러나 쿼리 단위로 보면 상황은 반대로 나타납니다. Google은 중앙값 기준 Gemini 프롬프트에 들어가는 에너지가 12개월 만에 33배 감소했다고 보고하며(Google, 2025), Epoch AI는 일반적인 ChatGPT 쿼리를 약 0.3와트시로 추정하는데, 이는 이전 추정치보다 10배 낮은 수치입니다(Epoch AI, 2025). 이 분석은 IEA, EPRI, Lawrence Berkeley National Laboratory, Google, Epoch AI, Stanford HAI, McKinsey 및 그 외 10개 1차 출처의 데이터를 종합하여 헤드라인 전망치와 실측된 단위당 현실을 구분합니다.
요약
- 전 세계 데이터센터 전력 사용량은 2024년의 약 415테라와트시에서 2030년까지 약 945테라와트시로 거의 두 배가 될 것으로 전망되며, AI 전용 사이트는 2025년 한 해에만 50% 증가했습니다(IEA, Energy and AI 2025).
- Gartner는 2026년 글로벌 데이터센터 소비량을 565테라와트시로 제시하며, 이는 2025년 447테라와트시 대비 26% 증가한 수치입니다(Gartner, 2026).
- 미국 데이터센터는 2023년에 국가 전력의 약 4.4%를 사용했으며, 2028년까지 6.7%에서 12%에 이를 수 있습니다(LBNL, 2024).
- 일반적인 GPT-4o 쿼리는 약 0.3와트시를 사용하며, 이는 이전 추정치보다 약 10배 낮은 수치입니다(Epoch AI, 2025).
- Meta의 Llama 3.1 405B 학습은 2024년에 약 8,930톤의 CO2를 배출했습니다(Stanford HAI, AI Index 2025).
- Microsoft의 배출량은 2025년에 25% 증가해 2,000만 미터톤의 CO2 환산량에 이르렀습니다(Microsoft FY2025 disclosure, via Fortune 2026).
- PJM 용량 가격은 메가와트일당 28.92달러에서 329.17달러로 상승했으며, 데이터센터가 이 증가분의 63%를 차지했습니다(PJM, 2025; IEEFA, 2025).
- 5대 하이퍼스케일러는 2026년 AI 인프라에 약 7,250억 달러를 지출할 것으로 예상됩니다(애널리스트 추정치, 2026).
- McKinsey는 2030년까지 데이터센터 자본 투자가 최대 6.7조 달러에 이를 것으로 전망합니다(McKinsey, 2025).
1. 데이터센터와 AI의 글로벌 전력 수요
거시적으로 보면 약 6년 만에 두 배가 되는 이야기이며, AI가 그 촉매입니다. 데이터센터는 2024년에 약 415테라와트시로 운영되었지만, 수준 자체보다 성장률이 더 중요합니다. AI 전용 데이터센터의 전력 사용량은 단 1년(2025년) 만에 50% 급증했으며, 더 넓은 범주는 17% 증가하는 데 그쳤습니다(IEA, Energy and AI 2025). 2030년까지 데이터센터 전력에서 AI가 차지하는 비중은 현재의 515% 구간에서 3550%로 상승할 것으로 예상되며, 이는 증가분의 단일 최대 동인이 될 것입니다. 추정치는 범위에 따라 다르므로, 헤드라인 수치만이 아니라 출처의 기준을 함께 살펴봐야 합니다.
| 지표 | 값 | 출처 |
|---|---|---|
| 글로벌 데이터센터 전력, 2024년 | ~415 TWh (~1.5% of global) | IEA, Energy and AI 2025 |
| 글로벌 데이터센터 전력, 2030년(기본 시나리오) | ~945 TWh (~3% of global) | IEA, Energy and AI 2025 |
| AI 전용 데이터센터 전력 성장률, 2025년 | +50% | IEA, Energy and AI 2025 |
| 글로벌 데이터센터 전력, 2026년(Gartner) | 565 TWh (+26% YoY) | Gartner, 2026 |
| AI 최적화 서버 전력, 2026년 | 175 TWh (+84% YoY) | Gartner, 2026 |
| 2023년 대비 2030년까지 글로벌 전력 수요 성장률 | +165% | Goldman Sachs, 2025 |
| 데이터센터 전력에서 AI 최적화 서버가 차지하는 비중, 2026년 | 31% | Gartner, 2026 |
범위 참고: IEA는 데이터센터 전력에서 AI가 차지하는 비중이 현재 515%에서 2030년까지 3550%로 상승할 것으로 봅니다. Gartner의 2025년 기준치(447테라와트시)는 다른 2025년 추정치(약 485테라와트시)보다 낮은데, 이는 방법론마다 시설 정의와 범위가 다르기 때문입니다. 출처 간 테라와트시 비교는 주의해서 다뤄야 합니다. 이러한 랙 안의 칩이 수요의 엔진입니다. 실리콘 측면은 당사의 2026년 AI 칩 통계를 참고하세요. 전체 보고서: IEA, Energy demand from AI.
2. 부하에 시달리는 미국 전력망
미국은 수요 곡선이 실제 전력망과 마주치는 곳이며, 전망치는 계속 상향 조정되고 있습니다. Berkeley Lab은 2023년 데이터센터가 국가 전력의 4.4%를 차지했다고 기록했습니다. 더 최신의 EPRI 시나리오는 2030년까지 미국 전력의 917%까지 확대됩니다. **EPRI의 최대 부하 추정치는 이제 2030년까지 최대 94GW에 달하며, 2024년의 2122GW에서 증가한 수치입니다. 이 새로운 수치는 EPRI 자체의 2024년 추정치보다 60% 높습니다**(EPRI, Powering Intelligence 2026). Grid Strategies는 전국적인 그림을 다음과 같이 제시합니다: 5년간 최대 부하 성장 166GW 중 약 90GW가 데이터센터입니다.
| 지표 | 값 | 출처 |
|---|---|---|
| 미국 데이터센터의 전력 비중, 2023년 | 4.4% (176 TWh) | LBNL, 2024 |
| 미국 데이터센터 비중, 2028년까지 | 6.7% to 12% (325-580 TWh) | LBNL, 2024 |
| 미국 데이터센터 비중, 2030년까지 | 9% to 17% | EPRI, Powering Intelligence 2026 |
| 미국 데이터센터 최대 부하, 2024년 | 21-22 GW | EPRI, Powering Intelligence 2026 |
| 미국 데이터센터 최대 부하, 2030년까지 | 45 / 71 / 94 GW (Low/Med/High) | EPRI, Powering Intelligence 2026 |
| 전국 5년간 최대 부하 성장 | 166 GW (~90 GW data centers) | Grid Strategies, 2025 |
이상치 참고: Grid Strategies는 투기적이고 중복된 계통연계 신청이 대기열을 부풀리기 때문에, 전력회사들이 데이터센터 수요를 최대 40%까지 과대평가하고 있을 수 있다고 경고합니다(Grid Strategies, National Load Growth Report 2025). 보고서: LBNL 2024 Data Center Energy Usage Report, EPRI, Powering Intelligence 2026.
3. AI 쿼리 한 번의 실제 비용
벤더들이 실제 원격 측정 데이터를 공개하면서 쿼리당 수치가 크게 줄어들었고, 이는 “AI가 바다를 끓인다”는 서사를 단일 프롬프트 규모로 재구성했습니다. 중앙값 기준 Gemini 텍스트 프롬프트는 0.24와트시, 0.03그램의 CO2e, 그리고 약 물방울 5개에 해당하는 0.26밀리리터의 물을 소비합니다(Google, 2025). Epoch AI는 독자적으로 일반적인 GPT-4o 쿼리를 약 0.3Wh로 산출했으며, OpenAI 자체 수치는 0.34Wh입니다. 문제는 긴 컨텍스트 프롬프트가 훨씬 더 무겁고, 매일 수십억 건의 쿼리 전체로 보면 합계가 계속 쌓인다는 점입니다.
| 지표 | 값 | 출처 |
|---|---|---|
| 일반적인 GPT-4o 쿼리 에너지 | ~0.3 Wh (vs 3 Wh old estimate) | Epoch AI, 2025 |
| 중앙값 Gemini 텍스트 프롬프트 에너지 | 0.24 Wh | Google, 2025 |
| 평균 ChatGPT 쿼리 에너지 | 0.34 Wh | Sam Altman, The Gentle Singularity 2025 |
| 긴 쿼리(입력 토큰 10만 개) | ~40 Wh | Epoch AI, 2025 |
| 중앙값 Gemini 프롬프트 탄소 배출량 | 0.03 gCO2e | Google, 2025 |
| Gemini 프롬프트당 에너지 감소, 2025년 5월까지 12개월 | 33x lower | Google, 2025 |
| 일일 ChatGPT 메시지 10억 건 | ~12.5 MW continuous | Epoch AI, 2025 |
맥락: 쿼리당 감소는 수요 감소가 아니라 더 효율적인 모델과 하드웨어를 반영합니다. 같은 추세의 금전적 측면은 당사의 2026년 AI 추론 비용 통계를 참고하세요. 주요 방법론: Google Cloud, Measuring the environmental impact of AI inference, Epoch AI, How much energy does ChatGPT use?.
4. 프런티어 모델 학습
학습은 모델당 일회성 급증이지만, 그 급증 폭은 점점 더 가파라지고 있습니다. Stanford의 AI Index는 Llama 3.1 405B의 학습 배출량을 약 8,930톤의 CO2로 추정하며, 이는 2020년 GPT-3의 588톤, 2012년 AlexNet의 사실상 0톤에서 크게 증가한 수치입니다(Stanford HAI, AI Index 2025). 이 보고서의 구조적 발견은 복리적 증가입니다: 주요 모델의 학습 연산량은 대략 5개월마다 두 배가 되고, 최첨단 시스템을 학습시키는 데 필요한 전력은 대략 매년 두 배가 됩니다.
| 지표 | 값 | 출처 |
|---|---|---|
| Llama 3.1 405B 학습 배출량(2024년) | ~8,930 tons CO2 | Stanford HAI, AI Index 2025 |
| GPT-4 학습 배출량(2023년) | ~5,184 tons CO2 | Stanford HAI, AI Index 2025 |
| GPT-3 학습 배출량(2020년) | ~588 tons CO2 | Stanford HAI, AI Index 2025 |
| AlexNet 학습 배출량(2012년) | ~0.01 tons CO2 | Stanford HAI, AI Index 2025 |
| 학습 연산량 배증 주기 | ~every 5 months | Stanford HAI, AI Index 2025 |
| GPT-4 학습 에너지(유출된 사양 기반 추정치) | ~50-62 GWh | Independent estimates via TDS, 2023 |
참고: GPT-4 학습 에너지 수치는 유출된 하드웨어 사양(A100 GPU 25,000개를 90~100일간 사용)에서 도출된 외부 추정치이며, 벤더의 공식 공개 자료가 아닙니다. 참고 지표 정도로 다뤄야 합니다. 또한 학습은 대규모 추론과 비교할 때 전체 수명 주기 발자국에서 차지하는 비중이 작습니다. 모델 구축에 대한 더 넓은 그림은 당사의 2026년 생성형 AI 통계를 참고하세요. 출처: Stanford HAI, 2025 AI Index Report, Chapter 1.
5. 물 사용 발자국
물은 두 번째 자원 이슈로, 직접 냉각과 전력 생산에 내재된 물로 나뉩니다. 텍사스주 데이터센터는 2030년까지 최대 3,990억 갤런의 물을 사용할 것으로 전망되며, 이는 2025년의 490억 갤런에서 증가한 수치입니다(HARC and University of Houston, 2025). 벤더들은 효율성을 높이고 있습니다: Microsoft는 2025 회계연도 물 사용 효율성이 0.30L/kWh로, 2021년 대비 39% 개선되었다고 보고했으며, 물 증발 없는 냉각 방식을 통해 데이터센터 한 곳당 연간 1억 2,500만 리터 이상의 물을 절약하고 있습니다.
| 지표 | 값 | 출처 |
|---|---|---|
| 중앙값 Gemini 프롬프트 물 사용량 | 0.26 mL | Google, 2025 |
| Microsoft 물 사용 효율성, 2025 회계연도 | 0.30 L/kWh (-39% vs 2021) | Microsoft, 2025 |
| Microsoft 무증발 냉각 절수량 | >125 million liters/data center/year | Microsoft, 2025 |
| 미국 데이터센터 직접 물 사용량, 2023년 | ~17 billion gallons | LBNL, 2024 |
| 2028년까지 직접 물 사용량 전망 | 38-73 billion gallons | LBNL, 2024 |
| 텍사스 데이터센터 물 사용량, 2025~2030년 | 49 billion to 399 billion gallons | HARC and University of Houston, 2025 |
| 대형 단일 데이터센터 | up to 5 million gallons/day | EESI, 2025 |
맥락: 미국 데이터센터는 2023년 전력 생산을 통한 간접 물 사용량도 약 2,110억 갤런에 달했으며, 이는 일반적으로 현장 냉각용 물 사용량을 초과합니다(LBNL, 2024). 배경 자료: EESI, Data Centers and Water Consumption.
6. 증가하는 탄소 배출량
쿼리당 효율성은 개선되고 있지만, 절대적인 연산량이 폭발적으로 증가하면서 기업의 발자국은 커지고 있습니다. Microsoft의 배출량은 2025년에 25% 증가해 2,000만 미터톤의 CO2 환산량에 이르렀으며, 이는 1,600만 톤에서 늘어난 수치로, 데이터센터 건설과 일부 재생에너지 크레딧 구매 축소가 원인입니다(Microsoft FY2025 disclosure, via Fortune 2026). Amazon과 Google도 비슷한 방향의 증가를 보고했습니다. 부문 단위로 보면, IEA는 여전히 데이터센터를 전 세계 탄소 배출량 중 작지만 증가하는 부분으로 규정하고 있습니다.
| 지표 | 값 | 출처 |
|---|---|---|
| Microsoft CO2e 배출량, 2025년 | 20 million tons (+25% YoY) | Microsoft FY2025 disclosure, via Fortune 2026 |
| Microsoft CO2e 배출량, 2024년 | 16 million tons | Microsoft FY2025 disclosure, via Fortune 2026 |
| Amazon 탄소 발자국 변화(최근 연도) | +16% | Carbon Brief, 2026 |
| Google 온실가스 배출량 변화(최근 연도) | +18% | Carbon Brief, 2026 |
| 글로벌 CO2에서 데이터센터가 차지하는 비중, 2024~2030년 | ~0.5% rising to ~1% (1.4% high case) | IEA, Energy and AI 2025 |
| AI 시스템 탄소 발자국, 2025년 | 32.6 to 79.7 million tons CO2 | Carbon Brief, 2026 (published research) |
이상치 참고: 2025년 AI 시스템의 탄소 배출량 범위(3,260만~7,970만 톤)가 넓은 이유는 워크로드 귀속이 실제로 불확실하기 때문이며, 여러 기업이 순수한 소비 증가가 아니라 일부 재생에너지 크레딧 구매 중단으로 인해 배출량 증가분을 부분적으로 계상했기 때문입니다(Carbon Brief, 2026). 맥락과 차트: Carbon Brief, AI: Five charts on data-centre energy use and emissions, Fortune, Microsoft carbon emissions 2025.
7. 전력 공급: 가격, 자본 지출, 원자력
누군가는 새로운 부하에 대한 비용을 지불해야 하며, 이는 점점 더 전력망과 공공요금 청구서에 나타나고 있습니다. PJM 지역에서 용량 가격은 2024/25년 메가와트일당 28.92달러에서 2026/27년에는 329.17달러로 급등했으며, 데이터센터가 2025/2026년 상승분의 63%를 차지했습니다(PJM, 2025; IEEFA, 2025). 수요를 충족시키기 위해 하이퍼스케일러들은 역사적인 규모의 자본을 투입하고 원자력 발전으로 눈을 돌리고 있으며, Gartner는 2030년경 소비량이 1,200테라와트시를 넘어서면 전력망 공급이 부족해질 것이라고 경고합니다.
| 지표 | 값 | 출처 |
|---|---|---|
| PJM 용량 가격, 2024/25~2026/27년 | 28.92 to 329.17 dollars/MW-day | PJM, 2025 |
| 12월 PJM 용량 비용에서 데이터센터가 차지하는 비중 | 40% (6.5 of 16.4 billion dollars) | PJM market monitor, via Utility Dive 2026 |
| 데이터센터로 인한 PJM 요금 납부자 추가 비용 | ~9.3 billion dollars/year | IEEFA, 2025 |
| 5대 하이퍼스케일러 AI 인프라 지출, 2026년 | ~725 billion dollars (+77% YoY) | Analyst estimates, 2026 |
| 2030년까지 글로벌 데이터센터 자본 지출 | up to 6.7 trillion dollars (5.2T for AI) | McKinsey, 2025 |
| 차단된 데이터센터 프로젝트, 2026년 초 | 75+ projects worth 130 billion dollars | Gartner, 2026 |
| 대형 데이터센터 평균 PUE, 2025년 | 1.54 (flat for 6 years) | Uptime Institute, 2025 |
맥락: 이와 동일한 건설 붐이 클라우드 용량 호황을 뒷받침하고 있습니다. 당사의 2026년 클라우드 컴퓨팅 통계를 참고하세요. 출처: IEEFA, PJM capacity prices, McKinsey, The cost of compute, Utility Dive, Data centers were 40% of PJM capacity costs.
요약: 숫자로 보는 AI 에너지 소비
| 지표 | 값 | 출처 |
|---|---|---|
| 2030년까지 글로벌 데이터센터 전력 | ~945 TWh (~3% of global) | IEA, Energy and AI 2025 |
| 글로벌 데이터센터 전력, 2026년 | 565 TWh (+26% YoY) | Gartner, 2026 |
| 전력망 공급 부족 임계치 | ~1,200 TWh by 2030 | Gartner, 2026 |
| AI 최적화 서버 전력, 2026년 | 175 TWh (+84% YoY) | Gartner, 2026 |
| 2023년 대비 2030년까지 글로벌 전력 수요 성장률 | +165% | Goldman Sachs, 2025 |
| 미국 데이터센터의 전력 비중, 2023년 | 4.4% | LBNL, 2024 |
| 미국 데이터센터 비중, 2030년까지 | 9% to 17% | EPRI, Powering Intelligence 2026 |
| 미국 데이터센터 최대 부하, 2030년까지(고위 시나리오) | 94 GW | EPRI, Powering Intelligence 2026 |
| 일반적인 GPT-4o 쿼리 에너지 | ~0.3 Wh | Epoch AI, 2025 |
| 중앙값 Gemini 텍스트 프롬프트 에너지 | 0.24 Wh | Google, 2025 |
| Llama 3.1 405B 학습 배출량 | ~8,930 tons CO2 | Stanford HAI, AI Index 2025 |
| 미국 데이터센터 직접 물 사용량, 2023년 | ~17 billion gallons | LBNL, 2024 |
| 텍사스 데이터센터 물 사용량, 2030년까지 | up to 399 billion gallons | HARC and University of Houston, 2025 |
| Microsoft 배출량, 2025년 | 20 million tons (+25% YoY) | Microsoft FY2025, via Fortune 2026 |
| 데이터센터로 인한 PJM 요금 납부자 추가 비용 | ~9.3 billion dollars/year | IEEFA, 2025 |
| PJM 용량 가격, 2026/27년 | 329.17 dollars/MW-day | PJM, 2025 |
| 2030년까지 글로벌 데이터센터 자본 지출 | up to 6.7 trillion dollars | McKinsey, 2025 |
| 5대 하이퍼스케일러 AI 지출, 2026년 | ~725 billion dollars | Analyst estimates, 2026 |
| 데이터센터 평균 PUE, 2025년 | 1.54 | Uptime Institute, 2025 |
방법론과 출처
데이터는 주로 2025년과 2026년 상반기에 발표된 1차 보고서, 기업 공시, 전력망 운영자 제출 자료, 명명된 리서치 트래커에서 수치를 취합하여 수집했으며, 가능한 경우 각 통계를 2차 보도가 아닌 원 발표 기관까지 추적했습니다.
인용된 출처:
- International Energy Agency (IEA), Energy and AI 2025 - Energy demand from AI
- Lawrence Berkeley National Laboratory (LBNL), 2024 United States Data Center Energy Usage Report - 발행 자료
- Electric Power Research Institute (EPRI), Powering Intelligence 2026 - 요약본
- Grid Strategies, National Load Growth Report 2025 - PDF
- Gartner, 데이터센터 전력 전망 보도자료, 2026년 6월 - 보도자료
- Goldman Sachs Research, AI 데이터센터 전력 수요, 2025년 - 기사
- Epoch AI, How much energy does ChatGPT use?, 2025 - 분석
- Google Cloud, Measuring the environmental impact of AI inference, 2025 - 블로그
- OpenAI / 샘 알트먼, The Gentle Singularity, 2025 - DCD 경유
- Stanford HAI, 2025 AI Index Report - 1장
- Microsoft 2025 회계연도 지속가능성 공시 - Fortune 경유
- Carbon Brief, AI: Five charts on data-centre energy and emissions, 2026 - 기사
- McKinsey, The cost of compute, 2025 - 보고서
- IEEFA, PJM 용량 가격 분석, 2025년 - 자료
- PJM Interconnection 독립 시장 감시기구 - Utility Dive 경유
- HARC 및 University of Houston, 텍사스 데이터센터 물 사용 연구, 2025년
- Uptime Institute, 2025 Global Data Center Survey (PUE)
- Environmental and Energy Study Institute (EESI), Data Centers and Water Consumption, 2025 - 기사
Data watch: IEA는 일반적으로 매년 에너지 전망을 갱신하므로, 향후 1년 이내에 업데이트된 Energy and AI 판이 나올 것으로 예상됩니다. Gartner는 데이터센터 전력 전망을 주기적으로 재발행합니다. EPRI는 Powering Intelligence 시나리오를 대략 매년 업데이트합니다. Grid Strategies는 매년 National Load Growth Report를 발행합니다. Stanford HAI는 매년 새로운 AI Index를 발표합니다. Google, Microsoft, Amazon, Alphabet은 매 회계 주기마다 최신 환경 및 배출량 공시를 발표합니다. 그리고 PJM은 정해진 공급 연도 일정에 따라 새로운 용량 경매를 진행합니다.
마지막 업데이트: 2026년 7월 10일.
새로운 데이터가 발표될 때마다 분기별로 이 페이지를 검토하고 업데이트합니다.