How AI Labs Are Solving the Power Crisis: The Onsite Gas Deep Dive

✅ 전력망은 구조적으로 낡고 느리다: AI 수요 폭증이 기존 시스템을 압살
‒ SemiAnalysis는 미국 AI 전력 수요가 2023년 약 3GW에서 2026년 28GW 이상으로 급증할 것으로 예측했으며, 실제로 이 전망은 상당히 정확하게 현실화되고 있음.
‒ 텍사스 ERCOT 기준으로 매달 수십 GW 규모의 데이터센터 전력 연결 요청이 접수되지만, 최근 12개월 동안 승인된 물량은 1GW 남짓에 불과.
‒ 이는 송전·변전 설비가 이미 포화 상태이며, 전력망이 사실상 “매진(sold out)” 상태임을 의미.
‒ 대규모 전력 수요가 발생할 경우, 계통 안정성 검토·연결 심사·송전망 보강 등으로 통상 4~5년의 리드타임 발생.
‒ 반면 AI 클라우드는 1GW당 연간 100~120억 달러 수준의 매출 잠재력을 가지며, 400MW 규모 데이터센터를 6개월만 앞당겨 가동해도 수십억 달러의 기회비용 차이 발생.
‒ 결과적으로 “그리드를 기다리는 행위 자체가 경쟁력 포기”라는 인식이 AI 랩과 하이퍼스케일러 전반으로 확산됨.

✅ BYOG의 등장: 전력망을 기다리지 않고 직접 발전한다
‒ 이러한 구조적 병목 속에서 등장한 해법이 Bring Your Own Generation(BYOG) 전략.
‒ 데이터센터가 전력망에 의존하지 않고, 부지 내 혹은 인접 부지에 자체 가스 발전 설비를 구축해 즉시 가동하는 방식.
‒ 대표 사례는 xAI로, 트럭에 실어 운반 가능한 소형 가스터빈·가스엔진을 활용해 불과 4개월 만에 10만 GPU 규모 클러스터를 가동.
‒ xAI는 이미 500MW 이상 온사이트 가스 발전을 구축했으며, 전력 확보 속도 자체를 AI 경쟁의 핵심 해자로 설정.
‒ 이후 OpenAI와 Oracle도 텍사스에서 2.3GW 규모 온사이트 가스 발전을 발주하며 동일한 전략을 채택.
‒ 현재 온사이트 가스 발전 시장은 연간 세 자릿수 성장률에 진입한 것으로 평가.

✅ 장비 선택의 기준 변화: 효율보다 ‘Time-to-Power’
‒ 데이터센터용 온사이트 가스 발전 장비는 크게 세 가지 카테고리로 구분.
1) 항공기 엔진 파생형 가스터빈과 산업용 가스터빈은 30~60MW급 출력, 빠른 기동(5~20분), 높은 출력 밀도가 강점.
2) 왕복동 가스엔진(RICE)은 3~20MW급으로 유닛은 작지만, 부분부하 효율이 높고 연료 품질·고온 환경에 강함. 다수 유닛을 병렬 배치해 N+1 혹은 N+1+1 구조로 중복성 확보가 용이.
3) Bloom Energy의 SOFC 연료전지는 연소 과정이 없어 대기오염 허가가 상대적으로 수월하고, 설치·가동까지 수주 단위로 가능. 다만 연료전지는 kW당 투자비가 3,000~4,000달러 수준으로 터빈·엔진 대비 현저히 비쌈.
‒ 실제 현장에서는 성능·효율보다 “지금 당장 납기가 가능한 장비”가 계약을 따내는 구조가 형성.

✅ 왜 대형 CCGT를 바로 안 짓나: 속도와 유연성의 문제
‒ 대형 복합화력(CCGT)은 연료 효율이 가장 뛰어나지만, 터빈 납기만 18~36개월, 설치·시운전까지 포함하면 총 4~5년 소요.
‒ 이는 AI 인프라의 속도 요구와 완전히 불일치.
‒ 따라서 대부분의 AI 데이터센터는 초기에는 소형 가스터빈·가스엔진으로 ‘브리지 전력’ 확보 → 이후 전력망 연결이 완료되면 해당 설비를 백업·피크 대응·비상 전원으로 전환하는 전략을 선택.
‒ 특히 학습용 워크로드는 전력 변동과 일부 중단을 허용할 수 있어, 초기에는 과도한 중복 설계조차 생략하는 경우도 존재.

✅ 온사이트 발전의 구조적 한계: 비용·허가·중복성
‒ 온사이트 가스 발전은 전력망 대비 구조적으로 전력 단가가 높음.
‒ 이유는 전력망이 제공하던 99.9% 이상의 신뢰도를 단일 부지에서 재현하기 위해 설비를 과잉 구축해야 하기 때문.
‒ 통상 부하 대비 50~70% 수준의 설비 초과(overbuild)가 발생.
‒ 허가 역시 변수로 작용하며, 일부 프로젝트는 환경·대기 허가 지연으로 실제 착공이 늦어짐.
‒ 이를 회피하기 위해 xAI는 주 경계 지역에 부지를 선정해 허가 가능성을 극대화하는 전략까지 사용.

✅ 공급망 병목과 새로운 플레이어의 부상
‒ 가스터빈 산업의 최대 병목은 블레이드·코어 등 고온 핵심 부품.
‒ 단결정 니켈 합금, 레늄·코발트·이트륨 등 희소 금속 의존도가 높아 공급 확장이 제한적임.
‒ 기존 빅3 제조사들은 과거의 가스터빈 붐-버스트 사이클 트라우마로 공격적 증설에 소극적.
‒ 이 틈에서 두산에너빌리티, Wärtsilä, Boom Supersonic 등 비전통적 업체들이 빠르게 데이터센터 수요를 흡수.
‒ 실제로 미국 내에서만 12개 이상의 공급사가 각각 400MW 이상 데이터센터 온사이트 가스 수주를 확보.
‒ 전통 전력 산업의 질서가 AI 수요를 중심으로 재편되고 있음을 시사.

💡 정리: AI 시대, 전력은 ‘공공재’가 아니라 ‘전략 자산’
‒ AI 데이터센터는 더 이상 전력망의 수동적 수요자가 아니라, 직접 발전 설비를 설계·조달·운영하는 주체로 진화
‒ 전력 확보 속도가 GPU 수량·모델 성능만큼이나 중요한 경쟁 변수로 부상
‒ 온사이트 가스 발전은 비용이 높지만, 조기 가동으로 창출되는 AI 매출이 모든 비용을 상쇄
‒ 결과적으로 전력 시장은 중앙집중형에서 분산·자급형 구조로 이동 중

source: semianalysis

*유료 부분은 정리에 미포함