눈치 빠른 독자라면 데이터센터가 하는 일을 짐작했을 것이다. AI 시대에 데이터센터가 엄청나게 지어지는 배경에는, 재료인 데이터의 양뿐 아니라 이를 찾아 연결하는 속도가 있다.
일정 범위의 데이터를 찾아 처리하는 일은 AI 시대 이전에도 해 왔다. 다만 정보의 양이 모자랐고, 그것을 서로 연결해 답을 얻어내기에는 속도도 부족했다. 규모가 커지고 복잡해지면 같은 문제를 푸는 데 몇 초가 아니라 수백 년이 걸릴 수도 있어, 아예 손댈 수 없는 영역이었다. 그러다 처리 속도를 획기적으로 끌어올리고 창고 크기를 한꺼번에 키우자, 그 수백 년이 몇 초로 줄었다. 시간을 건너뛰는 셈이다. 이를 물리적으로 가능하게 하는 인프라가 데이터센터다.
AI 시대의 데이터센터는 창고 안 수많은 재료가 어디 있고 어떤 기능을 하는지 미리 학습해 두고, 필요할 때 빠르게 가져와 조합해 추론하는 데 특화돼 있다.
---p.11 프롤로그

최근 10여년간의 데이터센터 수요의 폭증을 이해하려면, 그 흐름을 하나의 직선으로 보기보다 두 개의 큰 변화가 겹쳐져 왔다고 하는 편이 더 정확하다. 하나는 기업의 클라우드 전환이고, 다른 하나는 생성형 AI 확산에 따른 연산 수요의 급증이다. (중략)
이 두 번째 움직임이 첫 번째와 다른 이유는 수요의 성격이 달라졌기 때문이다. 클라우드 전환의 시대에는 기업 시스템을 더 유연하고 효율적으로 운영하는 것이 핵심이었다. 반면 생성형 AI의 시대에는 “얼마나 많은 계산을 얼마나 빠르게 수행할 수 있는가”가 핵심이 된다.
---pp.25-27 1장. 데이터센터, 세상의 중심에 서다

하이퍼스케일러는 오늘의 데이터센터 시장에서 가장 큰 수요자이자, 사실상 설계 기준을 정하는 주체다....
이용자는 각기 다른 서비스를 경험하지만, 그 뒤에서는 소수 하이퍼스케일러의 데이터센터 네트워크가 공통적으로 작동한다. 데이터센터 시장은 “얼마나 큰가”의 문제가 아니라, 결국 “누가 움직이는가”의 문제이기도 하다.
---pp.51-52 2장. 데이터센터는 누가 쓰는가

데이터센터가 국가 전략 자산으로 고려될 수 있는 이유는 AI 경쟁력, 전력망, 세제, 주권, 지역발전 등의 중요한 이해관계가 서로 겹치기 때문이다.
누가 먼저 확보하느냐, 어디에 배치하느냐, 어떤 방법으로 운영하느냐에 따라 국가 경쟁력의 방향이 달라질 수 있다.
그래서 지금 세계 각국은 데이터센터에 대해 지원과 규제, 유치와 통제를 동시에 이야기하고 있다.
---p.48 4장. 한국은 왜 붐에 올라탔나

생성형 AI가 시장의 관심을 끌고 있지만, 실제 서비스 단계에서 더 큰 비중을 차지하는 것은 추론이다. (중략)
언론에서는 AI 학습 인프라가 가장 많이 부각되지만, CSP가 실제로 운영하는 전체 용량을 기준으로 보면 여전히 전통적인 IT 업무와 추론 수요가 더 크다. 이 점을 명확하게 구분하지 않으면, 모든 데이터센터가 AI 영역을 커버한다고 오해하기 쉽다.
---pp.62-63 6장. AI 데이터센터, 이름의 차이

한국이 데이터센터 허브가 될 수 있는지는 단순히 데이터센터를 많이 짓는 문제만으로 결정되지 않는다.
전력과 네트워크, 제도와 시장이 함께 갖춰질 때 비로소 허브가 된다. 데이터센터 경쟁은 결국 국가 경쟁력의 경쟁이다.
---pp.315-317 9장. 한국은 중심이 될 수 있을까