이미지 검색을 사용해 보세요
검색창 이전화면 이전화면
최근 검색어
인기 검색어

소득공제 베스트셀러
AI 전력 전쟁
대전력의 시대, AI 데이터센터에서 벌어지는 거대한 인프라 게임
이재훈
시크릿하우스 2026.07.06.
베스트
트렌드/미래전망 30위 트렌드/미래전망 top100 8주
가격
19,000
10 17,100
YES포인트?
950원 (5%)
5만원 이상 구매 시 2천원 추가 적립
결제혜택
카드/간편결제 혜택을 확인하세요

이미 소장하고 있다면 판매해 보세요.

  •  해외배송 가능?
  •  문화비소득공제 가능

책소개

목차

들어가며 | 왜 AI의 미래는 전력에서 갈리는가?

1장. AI는 왜 전력을 집어삼키는가?

AI 데이터센터의 실체
차이점 1: AI 데이터센터와 전통적 클라우드 데이터센터 | 차이점 2: GPU와 TPU 클러스터의 구조 | 차이점 3: 학습과 추론의 전력 사용 패턴 | 모델이 커질수록 전력은 증가한다

GPU와 TPU 등 AI칩과 전력의 관계
엔비디아 GPU가 전력을 먹는 방식 | 구글 TPU는 왜 ‘전력 효율’을 강조했는가? | HBM과 인터커넥트, 네트워크 장비가 만드는 추가 전력 수요 | 칩 성능 경쟁에서 전력 밀도 경쟁으로

냉각, 입지, 송전… 보이지 않는 비용
공랭 vs. 수랭 vs. 액침 냉각 | 데이터센터가 사막, 광산, 원전 옆으로 가는 이유 | AI 확장의 숨은 제약, 송전망과 변전소

2장. 전력을 잡은 자들: AI 데이터센터 스타트업의 등장

코어위브, GPU에서 전력 기업으로
헤지펀드 출신들이 GPU를 바라보는 법 | GPU 임대 회사에서 AI 전력 인프라 기업으로 | 전력 계약, 입지 전략, 초대형 클러스터 | 왜 마이크로소프트는 코어위브를 선택했는가?

테라울프, 비트코인에서 AI로
암호화폐 마이닝 기업의 변신 | 원자력과 수력을 기반으로 한 전력 전략 | 전력 가격이 AI 경쟁력이 되는 구조 | AI와 크립토의 인프라적 공통점

전력 네이티브 기업들: 사이퍼 디지털, 네비우스, 아이렌
사이퍼 디지털, 전력 중심 설계에 집중하다 | 네비우스, 러시아-서방 분리 이후의 인프라 재편 준비 | 아이렌, 재생에너지 기반 AI 인프라를 노리다 | 우리는 AI 회사이기 전에 전력 회사다

페르미와 차세대 AI 데이터센터
‘AI 데이터센터 전용 개발사’의 등장 | 기존 부동산 개발과 무엇이 다른가? | 데이터센터, 컴퓨팅 인프라, 발전소가 결합된 산업 시스템

3장. 빅테크들의 전력 전쟁: 국가 전략으로 확장되다

구글, 재생에너지 제국을 만든 AI 기업
구글의 장기 전력구매계약 | 데이터센터와 태양광·풍력의 결합 | ‘24/7 무탄소 에너지’ 전략 | TPU와 에너지 전략의 연결

마이크로소프트, 원자력과 AI의 재결합
SMR 투자, 중장기 핵심 전력원 | 오픈AI와 데이터센터 확장 | 에너지 기업처럼 움직이는 빅테크들 | 실질적으로 전력 정책을 바꾸고 있는 AI 기업

엔비디아, 전기를 가장 잘 아는 칩 회사
GPU 로드맵과 전력 요구량 | 업계 표준이 된 데이터센터 레퍼런스 설계 | 엔비디아 생태계가 전력 수요를 결정한다 | 칩 회사가 인프라 질서를 만든다

테슬라, ESS·AI 데이터센터를 움직이는 보이지 않는 인프라
연산은 폭증하고, 전력은 흔들린다 | 메가팩, 전력 구조의 진화 | ESS라는 전략 자산

4장. 한국의 선택: AI 전력 전쟁에서 살아남기

한국의 AI 및 반도체 전력 딜레마
용인·평택 반도체 클러스터 전력 이슈 | AI 데이터센터와 반도체 공장의 전력 경쟁 | 문제는 발전 설비 부족이 아니다 | 재생에너지, 원전, 송전망 문제: 이상과 현실의 충돌 지점

한국의 대안 시나리오
AI 데이터센터 특구 전략 | 민간 PPA 활성화 | 원전과 재생에너지의 전략적 결합 | AI 주권은 전력 주권이다

나가며 | AI 패권은 알고리즘이 아니라 인프라에서 결정된다

저자 소개 1

드라이트리

산업통상부 산하 공공 연구기관인 한국전자기술연구원(KETI) 선임으로 기업협력, 정책지원 관련 업무를 수행하고 있으며, AI와 우주, 반도체 등 미래 산업 변화에 대한 분석 글을 집필하고 있다. 한국외국어대학교에서 정치외교학과 영어통번역학을 전공하고, 동 대학원에서 정치학(국제정치) 석사과정을 졸업했으며, 현재 가천대학교 기술경영학 박사과정을 수료했다(2027년 8월 졸업 예정). 기술혁신과 AI·모빌리티 우주산업, ESG와 생산성, 딥테크 산업정책 분야를 연구하고 있다. 한국과 중국의 우주 특허 분석 주제를 포함하여 국내외 SSCI, SCOPUS 등에 기술경영 및 국제정치와 관
산업통상부 산하 공공 연구기관인 한국전자기술연구원(KETI) 선임으로 기업협력, 정책지원 관련 업무를 수행하고 있으며, AI와 우주, 반도체 등 미래 산업 변화에 대한 분석 글을 집필하고 있다. 한국외국어대학교에서 정치외교학과 영어통번역학을 전공하고, 동 대학원에서 정치학(국제정치) 석사과정을 졸업했으며, 현재 가천대학교 기술경영학 박사과정을 수료했다(2027년 8월 졸업 예정). 기술혁신과 AI·모빌리티 우주산업, ESG와 생산성, 딥테크 산업정책 분야를 연구하고 있다. 한국과 중국의 우주 특허 분석 주제를 포함하여 국내외 SSCI, SCOPUS 등에 기술경영 및 국제정치와 관련하여 기술 경쟁력을 분석한 논문 15편을 게재했고, 후속 R&R 및 추가 논문을 작업하고 있다. 저서로는 ≪딥테크 전쟁, 시장을 파괴하는 창조적 독재자들≫, ≪일론 머스크와 DOGE:트럼프 2.0 시대 새로운 경제 실험의 서막≫, ≪딥테크 바이오 에너지 전쟁≫, ≪딥테크 AI 로봇 전쟁≫ 등이 있으며, SBS <교양이를 부탁해>, <삼프로TV>, <전인구경제연구소> 등의 경제투자 유튜브 채널에 출연하고 <동아비즈니스리뷰(DBR)>에 기고하며 대중과 소통하고 있다.

▶ 브런치스토리: https://brunch.co.kr/@drytree21

이재훈의 다른 상품

품목정보

발행일
2026년 07월 06일
쪽수, 무게, 크기
226쪽 | 388g | 148*220*14mm
ISBN13
9791194522430

책 속으로

이 복합 병목 때문에 AI 산업은 점점 더 자본 집약적이고 인프라 중심적인 산업으로 재편되고 있습니다. 그리고 이 병목을 푸는 일은 더 이상 개별 기업의 역량만으로 해결되지 않습니다. 발전 설비를 어떻게 늘리고, 송전망을 어떻게 깔며, 전력 시장 제도를 어떻게 설계하느냐는 결국 국가의 몫입니다. AI 경쟁이 기업 간 경쟁을 넘어 국가 간 경쟁으로 확장되는 이유가 여기에 있습니다. AI 패권의 실질적 병목은 눈에 잘 띄지 않습니다. 그러나 이 병목을 이해하지 못하면 AI 산업을 온전히 이해할 수 없습니다.
---p.14 「들어가며」 중에서

AI 모델의 전력 소비를 이해하기 위해서는 학습(training)과 추론(inference)을 명확히 구분할 필요가 있습니다. 이 두 과정은 동일한 모델을 대상으로 하지만, 연산의 성격과 전력 사용 패턴은 근본적으로 다릅니다. 학습은 모델이 데이터를 통해 파라미터를 조정하는 과정이며, 추론은 학습이 완료된 모델을 이용해 실제 입력에 대한 결과를 생성하는 과정입니다. 이 차이는 전력 소비의 규모와 지속성, 그리고 데이터센터 설계 방식에 직접적인 영향을 미칩니다.
---p.34 「1장. AI는 왜 전력을 집어삼키는가?」 중에서

코어위브는 스스로를 클라우드 기업으로 정의하기보다, AI 인프라 기업으로 포지셔닝하게 됩니다. 여기서 ‘인프라’는 서버 몇 대를 의미하지 않습니다. 이는 발전 설비와 연결된 전력망, 고전력 밀도를 감당할 수 있는 데이터센터 설계, 냉각과 네트워크까지 포함한 전체 시스템을 뜻합니다. GPU는 이 시스템의 핵심 구성 요소이지만, 시스템 전체를 통제하지 못하면 GPU의 가치도 제대로 실현될 수 없습니다. 이 변화는 AI 산업 전반의 흐름과도 맞닿아 있습니다. 대규모 AI 경쟁에서 병목은 알고리즘이 아니라 연산과 전력입니다.
---p.80 「2장. 2장. 전력을 잡은 자들: AI 데이터센터 스타트업의 등장」 중에서

엔비디아의 GPU 로드맵을 따라가면 ‘성능 경쟁’이 어느 순간부터 ‘전력 요구량 경쟁’으로 바뀌었음을 느낄 수 있습니다. 데이터센터용 GPU는 단일 칩 성능이 올라갈수록 전력을 더 많이 소모하고, 그 전력은 곧바로 열로 변환되며, 이 열을 빼내기 위한 냉각과 전력 인입 설비가 데이터센터 설계의 중심으로 올라오기 때문입니다. 엔비디아는 이러한 흐름을 칩 회사의 문제로만 보지 않고, GPU의 세대 전환이 데이터센터의 전력 밀도와 냉각 방식, 랙 설계, 전력 인프라 투자까지 동시에 재편하도록 로드맵을 짜는 회사에 가깝습니다. 그래서 엔비디아는 데이터센터에 들어갈 전력에 대해 가장 잘 이해하고 있는 칩 회사라는 평가를 받게 됩니다.
---p.156 「3장. 빅테크들의 전력 전쟁: 국가 전략으로 확장되다」 중에서

한국 전력 구조의 한계는 발전 설비가 부족해서는 아닙니다. 그보다는 전력을 만들어도 필요한 곳에 필요한 시점에 안정적으로 전달하고, 그 비용을 현실적으로 반영하며, 지역 갈등과 규제 속도를 관리하는 체계가 AI와 반도체가 요구하는 확장 속도를 따라가지 못한다는 데 있습니다.
---p.192 「4장. 한국의 선택: AI 전력 전쟁에서 살아남기」 중에서

AI 전쟁의 진짜 승자는 과연 누구일까요? 진정한 승자는 가장 정교한 알고리즘을 먼저 만든 기업이나 국가가 아니라, 그 알고리즘을 가장 오래, 가장 크게, 가장 안정적으로 돌릴 수 있는 인프라를 구축한 주체입니다. 알고리즘과 모델은 복제되고 따라잡힐 수 있지만, 전력망과 데이터센터, 냉각과 송전, 입지와 인허가로 구성된 물리적 인프라는 단기간에 복제될 수 없습니다. AI 경쟁의 무게중심은 이미 소프트웨어의 영역을 넘어 전력과 인프라의 영역으로 이동했으며, 이 변화는 일시적 현상이 아니라 구조적 전환입니다.

---p.212 「에필로그」 중에서

출판사 리뷰

진짜 병목은 반도체가 아니다
전력 인프라는 몇 개월 만에 확장할 수 없다

많은 사람들이 AI 경쟁의 핵심을 반도체라고 생각한다. 하지만 저자는 AI 산업의 확장을 실제로 가로막는 것은 칩이 아니라 전력이라고 말한다. 오늘날 전 세계가 직면한 AI 전력난을 이해하기 위해서는 먼저 우리가 익숙하게 알고 있던 기존 데이터센터와 AI 데이터센터의 차이를 이해해야 한다. 과거 클라우드 데이터센터가 이메일, 검색, 동영상 스트리밍, 전자상거래와 같은 서비스를 안정적으로 제공하는 데 초점을 맞췄다면, AI 데이터센터는 수만 개의 GPU가 동시에 작동하며 거대한 AI 모델을 학습시키고 추론하는 초고밀도 연산 시설에 가깝다. 같은 ‘데이터센터’라는 이름을 사용하지만 전력 소비 규모와 냉각 방식, 입지 조건, 인프라 요구 수준은 완전히 다른 차원에 있다.

특히 생성형 AI의 확산은 데이터센터의 전력 수요를 폭발적으로 증가시키고 있다. AI 모델의 학습(training)은 수천~수만 개의 GPU를 수주에서 수개월 동안 가동하며 방대한 연산을 수행하는 과정이다. 여기에 최근에는 챗GPT와 같은 생성형 AI 서비스 사용이 급증하면서 추론(inference) 수요까지 빠르게 증가하고 있다. 학습이 거대한 공장을 건설하는 과정이라면, 추론은 그 공장을 24시간 쉬지 않고 운영하는 과정에 가깝다. AI 서비스 이용자가 늘어날수록 추론에 필요한 연산량과 전력 소비 역시 지속적으로 증가한다. 결국 AI 시대의 전력 문제는 단순히 더 큰 모델을 학습시키는 데서 끝나는 것이 아니라, 수억 명의 사용자가 실시간으로 AI 서비스를 이용하는 과정에서 더욱 심화되고 있다.

문제는 전력 수요 증가 속도에 비해 전력 인프라의 확장 속도가 현저히 느리다는 점이다. 엔비디아 GPU의 성능은 해마다 향상되고 있지만, 송전망과 변전소, 발전소는 반도체처럼 몇 개월 만에 증설할 수 없다. 새로운 전력망 구축에는 수년 단위의 계획과 투자, 인허가 절차가 필요하다. AI 데이터센터 역시 단순히 건물을 짓는다고 운영할 수 있는 것이 아니다. 안정적인 전력 공급과 대규모 냉각 설비, 송전망 연결이 확보되어야 한다. 이 때문에 최근 미국과 유럽을 비롯한 주요 국가에서는 데이터센터 건설보다 전력망 접속 권한을 먼저 확보하는 경쟁이 벌어지고 있으며, 일부 지역에서는 데이터센터와 기존 산업 간 전력 수요 충돌 문제까지 나타나고 있다.

책 『AI 전력 전쟁』은 이러한 현상을 일시적인 공급 부족으로 보지 않는다. AI 산업이 성장할수록 전력, 송전망, 냉각 설비, 발전 자산은 더욱 중요한 전략 자원으로 변하게 된다. 다시 말해, AI 경쟁은 더 이상 알고리즘과 반도체만의 경쟁이 아니다. 누가 더 많은 전력을 확보하고, 누가 더 안정적인 전력 인프라를 구축하며, 누가 더 효율적으로 전력을 활용할 수 있는가가 새로운 경쟁력의 기준이 되고 있다. 이 책은 바로 이 지점에서 출발한다. AI 시대의 승자는 가장 뛰어난 모델을 개발한 기업이 아니라, 그 모델을 가장 오래, 가장 크게, 가장 안정적으로 운영할 수 있는 전력 인프라를 확보한 기업과 국가일 수 있다는 것이다.

전력을 잡은 자가
AI 시대의 주도권을 갖는다

책 『AI 전력 전쟁』은 이러한 문제의식을 바탕으로 AI 인프라 경쟁의 전장을 단계적으로 분석한다. 1장에서는 AI 데이터센터가 기존 클라우드 데이터센터와 어떻게 다른지, 왜 GPU/TPU/HBM/인터커넥트가 전력 소비를 폭증시키는지, 그리고 냉각/입지/송전망이 왜 AI 산업의 핵심 변수로 떠오르고 있는지를 설명한다. AI 산업의 성장은 결국 전력 소비 증가로 이어질 수밖에 없으며, 기술 효율이 높아질수록 오히려 전체 에너지 수요가 증가하는 ‘제번스의 역설’이 AI 시대에도 반복되고 있음을 보여준다.

2장에서는 코어위브(CoreWeave), 네비우스(Nebius) 등 새로운 AI 데이터센터 기업들의 등장을 통해 AI 경쟁의 중심이 소프트웨어 기업에서 인프라 기업으로 이동하고 있음을 분석한다. 이들은 단순히 서버를 운영하는 기업이 아니라, 전력 확보와 데이터센터 구축 능력을 핵심 경쟁력으로 삼는 새로운 유형의 기업들이다. AI 시대에는 더 많은 GPU를 보유한 기업이 아니라, 더 많은 전력을 확보한 기업이 우위를 차지하게 된다는 점을 보여준다.

3장에서는 구글, 마이크로소프트, 테슬라를 중심으로 빅테크 기업들의 전력 전략을 집중적으로 다룬다. 구글은 장기 전력구매계약을 통해 미래의 연산 능력을 선점하고, 마이크로소프트는 전력 인프라에 직접 개입하며, 테슬라는 ESS를 통해 데이터센터와 전력망의 관계를 재설계한다. 이들은 더 이상 전력의 소비자가 아니라 전력 시스템을 설계하는 주체로 변모하고 있으며, AI 경쟁은 국가 전략과 에너지 정책의 영역으로 확장되고 있다.

마지막 4장에서는 한국이 AI 전력 전쟁 속에서 어떤 선택을 해야 하는지를 다룬다. 저자는 한국의 문제를 단순한 발전 설비 부족으로 보지 않는다. 오히려 송전망 확충 속도, 전력망 운영 구조, 데이터센터 입지 정책, 원전과 재생에너지의 전략적 결합, 그리고 전력 주권 확보가 핵심 과제라고 진단한다. AI 주권은 결국 전력 주권과 연결되어 있으며, 국가 경쟁력은 알고리즘을 보유하고 있는가가 아니라 그것을 안정적으로 가동할 수 있는 물리적 조건을 갖추고 있는가에 의해 결정된다는 것이다.

AI 시대의 승부는 서버실 안에서만 결정되지 않는다. 그 뒤편에서 전기를 생산하고, 저장하고, 전달하는 거대한 인프라가 새로운 승부처가 되고 있다. 반도체 경쟁의 다음 단계, AI 경쟁의 진짜 전장, 그리고 국가 경쟁력의 새로운 기준은 이미 전력망 위에서 형성되고 있다. 책 『AI 전력 전쟁』을 통해 독자는 그동안 우리가 미처 주목하지 못했던 그 거대한 변화를 가장 먼저 읽어낼 수 있을 것이다.

리뷰/한줄평0

리뷰

첫번째 리뷰어가 되어주세요.

한줄평

첫번째 한줄평을 남겨주세요.

17,100
1 17,100