※ AC/DC 하이브리드 전력의 전략적 가치 : 차세대 전력 아키텍처로의 전환 (From ABB & 보스턴컨설팅그룹) Part. 1

● ABB/BCG, 공동 보고서 발간, “전력 수요 증가에 DC 역할 커진다”

AI 데이터센터, 전기화, 재생에너지 확산으로 직류(DC) 기술 활용 주목
미래 전력 시스템은 AC와 DC의 강점을 결합한 하이브리드 구조로 발전할 전망

ABB와 보스턴컨설팅그룹(BCG)가 공동으로 발간한 보고서 “AC/DC 하이브리드 전력의 전략적가치 : 차세대 전력 아키텍처로의 전환”을 발간하고 인프라 전반에서 DC 기술의 역할이 커지고 있다고 밝혔음.

미래 전력 배전 시스템은 AC와 DC의 강점을 결합한 하이브리드 시스템으로 발전할 것으로 전망하며, AC는 송전과 지역 배전망에서 중추적인 역할을 이어가고, 주요 에너지원과 부하가 이미 직류로 작동하는 시설에서는 DC 활용이 늘어날 것이라고 하였음.

태양광 발전, 배터리, 전기차, AI 데이터센터, 산업 자동화 시스템 등 빠르게 성장하는 산업의 대부분이 DC를 기반으로 작동하고 있음.
DC 기술이 확산되면 발전부터 저장, 소비까지 이어지는 과정에서 전력 변환 단계를 줄일 수 있어, 에너지 효율을 높이고 기존 전력망의 연결 용량을 보다 효과적으로 활용할 수 있음.

특히 AI 데이터센터는 DC 도입을 앞당기는 주요 분야임.
AI 연산량 증가로 데이터센터의 전력밀도가 높아지면서 기존 전력 공급 구조만으로는 늘어나는 수요를 감당하기 어려워지고 있기 때문임.
보고서는 800V DC 배전 방식이 차세대 AI 인프라의 주요 전력 공급 구조로 부상하고 있으며, 제한된 전력망 연결 용량 내에서 컴퓨팅 용량을 극대화하고 에너지 효율을 높일 수 있다고 분석하였음.

https://n.news.naver.com/mnews/article/030/0003467069?sid=101


● 하이브리드 AC/DC 전력의 전략적 당위성 (ABB & 보스턴컨설팅그룹, 2026. 09)

○ Introduction

세계 에너지 시스템은 조용히 전력망을 재편하고 있음.
오늘날 지배적인 신에너지원과 부하는 본질적으로 DC 기반임.
태양광은 DC를 생산하고, 배터리는 DC를 저장하며, 데이터센터와 전기차는 DC를 소비함.

그러나 이들을 연결하는 배전 인프라는 여전히 1890년대부터 주를 이뤄온 AC 아키텍처로 구동되고 있음.

이러한 불일치는 과거에는 용인 가능한 수준의 비효율이었음.
AC에서 DC로 변환할 때마다 약간의 에너지가 손실되지만, 과거에는 그 손실이 매우 작아 거의 문제가 되지 않았음.
하지만 AI 연산 능력(AI Compute)의 급격한 확장은 이러한 셈법을 바꾸고 있음.
급증하는 수요를 맞추기 위해 하이퍼스케일 캠퍼스는 GW 규모로 운영되어야 하며, 이는 불필요한 전력 변환으로 인한 비용 손실을 크게 증폭시킴.
이들 시설은 전력이 서버에 도달하기 전까지 여러 변환 단계를 거치도록 강제하는데, 이러한 단계는 기술적으로 필수적 이라서가 아니라 인프라가 현재 공급받는 부하보다 먼저 구축되었기 때문에 존재함.

데이터센터, 산업 공장, 상업용 건물, 주거용 건물의 4개 부분에서는 이미 DC 통합 확대로의 전환이 진행 중임.
궁극적인 지향점은 ‘전면적인 DC 그리드’가 아니라 ‘하이브리드 아키텍처’임.
즉, AC는 대부분의 송전 및 지역 배전의 근간(백본)으로 남고, DC는 주로 계량기 후단(BTM)의 고밀도 애플리케이션에 전력을 공급하는 방식임.
부분마다 전환의 시급성, 경제성, 실행 기회의 시점은 다름.

1) AI 데이터센터
DC는 빠르게 필수 아키텍처로 자리잡고 있음.
차세대 AI 하드웨어의 전력 밀도 요구사항을 충족하고, 제한적인 그리드 인입 용량 안에서 더 많은 컴퓨팅 파워를 확보하며, 효율성 개선을 매출로 직결시킴.

2) 자동화 비중이 높은 산업 공장
대부분의 공장에 이미 DC 기반 부하가 존재하기 때문에, 운영 시작부터 하이브리드 아키텍처의 사업성이 긍정적일 수 있음.

3) 대형 상업용 건물
임차인 공간에는 AC를 유지하면서 엘리베이터, 공조 시스템, ESS 등 주요 부하의 백본을 DC로 구축함으로써 투자 효과를 거둘 수 있음.

4) 주거용 건물
하이브리드 아키텍처의 사업성이 아직 충분하지는 않으나, 향후 예정된 정책 변화로 경제성이 개선될 수 있음.

하이브리드 아키텍처 도입의 가속화를 가로막는 장애물은 기술적이기보다는 시스템적인 것이며, 이는 엔지니어링 문제보다는 조율(coordination)의 문제에 가까움.
향후 2 - 3년 동안 자본을 투자하고 규격을 설정하는 장비 및 자동화 공급업체, 하이퍼스케일러, 산업체 운영사, 대형 개발사들이 전환을 수동적으로 수용하기보다는 주도하게 될 것임.

이들의 결정은 향후 10년을 정의할 비용 곡선, 표준 전압 기본값 및 기술 표준에 영향을 미치게 됨.
각 기업이 마주한 질문은 ‘스스로 표준을 설정하는 데 기여할 것인가’, 아니면 ‘타인이 정한 표준을 단순히 받아들일 것인가’임.

※ 엔비디아, 구글, 에메랄드AI ‘AI 에너지 관리 연합(AEMA)’ 출범 (AI데이터센터를 위한 ‘수요관리’의 본격화 그리고 국내 수요관리 업체들인 누리플렉스와 그리드위즈)

미국에서 어제 엔비디아, 구글 그리고 에메랄드AI는 미국 AI산업 및 AI데이터센터를 위해 전력망 상황에 맞춰 전력 사용량을 유연하게 하기 위해 ‘AI 에너지 관리연합(AEMA)’를 출범시켰습니다.

참고로 에메랄드AI는 미국의 에너지 스타트업으로 VPP(Virtual Power Plant)를 통해 대규모 AI 데이터센터를 전력망 상황에 맞춰 부하를 조절하는 프로젝트를 수행하던 업체입니다.
AI데이터센터의 경직된 전력구조로 인해 발생하는 계통 병목과 전력 피크 문제를 에메랄드AI의 소프트웨어인 ‘지능형 전력 오케스트레이션 플랫폼(Software-defined Power Orchestration)’을 통해 대응하는 기술을 보유하고 있습니다.

AI데이터센터의 최근 최대 쟁점 중 하나는 극심한 부하 변동성입니다.
최신 AI데이터센터는 수 밀리초(ms)에서 수 초 단위로 수십 – 수백 MW의 전력이 요동치는 극심한 동적 부하 변동성(Power Transients)를 보이고 있습니다.
이러한 부하 변동성은 단순히 발전소를 많이 짓고, 송전망을 많이 만든다고 해서 해결되지 않습니다.

하드웨어적으로 극심한 부하변동성에 대응하기 위해 고출력 ESS, 슈퍼커패시터 등이 중요해지고, 소프트웨어/솔루션적으로는 AMI, EMS, VPP, DR 등이 중요해집니다.

특히 AI데이터센터의 부하 변동성을 대응하기 위한 유연한 전력망의 구축이 매우 중요합니다.
즉, 공급 관리(Supply-side)가 아니라 수요 관리(Demand-side/Flexibility)의 중요성이 커져가고 있다는 것을 의미합니다.

그리고 미국의 에메랄드AI는 이러한 수요관리에 특화된 업체라고 할 수 있으며, 에메랄드AI의 수요관리 기술은 구글, 엔비디아, 오라클 등과 협력을 통해 미국의 AI데이터센터에 적용되는 것입니다.
이미 작년부터 에메랄드AI는 이들 기업들과 실증작업을 했고, 그 결과를 바탕으로 어제 정식적으로 AEME를 출범한 것입니다.

AEME의 출범은 바야흐로 AI데이터센터의 전력문제가 공급을 넘어 수요관리의 단계로 진입하고 있다는 상징적인 사건이라 할 수 있습니다.

참고로 영국의 옥토퍼스에너지나 에메랄드AI나 모두 VPP(옥토퍼스의 크라켄 플랫폼 & 에메랄드AI의 Emerald Conductor 플랫폼)를 근간으로 하는 수요관리 업체입니다.
다만 옥토퍼스 에너지는 에너지산업 전반을 대상으로 하는 글로벌 대기업이고, 에메랄드AI는 데이터센터의 수요관리에 특화된 스타트업이라는 차이점이 있을 뿐입니다.

국내에도 누리플렉스나 그리드위즈와 같은 수요관리(에너지 데이터업체)들이 존재하며, 이들 기업들도 현재 옥토퍼스에너지나 더 나아가 에메랄드AI와 같은 길을 갈 수 있는 잠재력을 지니고 있습니다.

특히 한국은 재생에너지를 적극적으로 확대하고, AI데이터센터 산업을 적극적으로 육성하고자 하고 있기 때문에 국내 기업들에게 새로운 기회가 열릴 것으로 전망됩니다.


● Emerald AI, Goolge and NVIDIA Launch Alliance to Advance Flexible AI Data Centers. (From NVIDA, 2026. 09. 16)

AI팩토리는 AI시대의 인프라이며, 이를 책임있게 확장하기 위해서는 데이터센터 내부의 혁신 뿐 아니라 전력망 전반의 혁신 또한 필수적임.

Emerald AI, Google, NVIDIA는 전력망 상황에 맞춰 전력 사용량을 유연하게 조절할 수 있는 데이터센터를 육성하기 위한 최초의 연합체인 ‘AI 에너지 관리 연합(AEMA, AI Energy Management Alliance)’의 출범을 발표하였음.

전력 유연성은 AI 인프라의 성장을 뒷받침하는 에너지 시스템과 지역사회를 지원하는 동시에, AI 인프라를 전력망에 더 빠르고 대규모로 연결할 수 있도록 도을 수 있음.
기존 인프라에서 더 많은 전력을 효율적으로 활용하면 와트당 환경 영향을 줄이고 에너지 비용 부담을 완화할 수 있음.

목표는 분명함.
전력망에 단순히 연결되는 것이 아니라, 전력망과 상호협력하는 AI 인프라를 구축하는 것임.


○ 에너지 분야의 필수 과제가 된 유연성

전력은 미국 내 AI 인프라 확장의 결정적인 제약 요인이 되었음.

기존의 계통연계 절차는 전력 수요가 평탄하고 고정적인 시설을 기준으로 설계되었음.
전력 시스템에 부하가 걸렸을 때 지능적으로 대응할 수 있는 컴퓨팅 인프라를 고려하여 만들어진 것이 아님.

유연한 데이터는 컴퓨팅 워크로드 분산, ESS 방전, 연계 발전원 활용, 전력 시스템 비상 상황 대응 등 다양한 방식으로 전력망에서 끌어오는 전력량을 조절할 수 있음.
이러한 역량을 통해 대규모 전력 소비자는 고정된 전력 부하가 아닌 제어 가능한 자원 역할을 하게 됨.

유연성을 효과적으로 활용하면 기존 전력망 용량을 더 효율적으로 사용하고, 전력망 스트레스가 심한 시간대의 수요를 줄이며, 막대한 비용이 드는 인프라 증설을 방지하거나 미룰 수 있음.
또한 유틸리티 기업과 전력망 운영자가 더 빠른 일정 내에 안심하고 AI시설을 전력망에 연결할 수 있도록 지원함.


○ 기술 중립적이며 성과 중심적인 기준

AEMA는 특정 기술에 얽매이지 않는 중립성과 성과 중심의 접근을 지향함.
특정 하드웨어나 소프트웨어의 도입 여부보다는 응답 속도, 지속 시간, 예측 가능성, 비상시 작동 방식 등 시설이 제공할 수 있는 측정 가능한 서비스에 중점을 둠.

안정성은 여전히 가장 중요한 가치로, AMEA의 원칙은 다음 사항을 요구함.
1) 시설 연계 전 ‘라이드 스루(Ride-through, 일시적 전력 장애 시 가동 유지)’, 전력 감축, 비상 대응의무 규정
즉, 일시적인 전력망 불안정 시 접속 상태를 유지하고, 필요 시 전력 사용량을 줄이며, 비상 상황에 대응하기 위한 시설 규칙을 사전에 명확히 수립함.

2) 기술 요건, 성능 지표 및 운영 데이터 공유 표준화

3) 신뢰성 있고 검증 가능한 수준의 유연성을 약속한 고객을 위해 위험도를 반영한 신속 연계 경로 마련

4) 회피 된 증설 비용이나 개선된 전력 램핑 역량 등 실제 시스템에 미치는 영향과 편익을 반영한 계통 연계 비용 할당

이러한 조치는 개발자의 불확실성을 줄여주는 동시에, 전력 계통 운영자가 안정성을 지키는 데 필요한 정보와 제어권을 확보할 수 있게 해 줌.


○ AI 및 전력 가치사슬 전반의 규합

AEMA는 AI 플랫폼, 인프라 제공업체, 데이터센터 운영사, 기술 기업, 발전사, 전력 유틸리티 및 지역 송전망 운영자를 포함하여 컴퓨팅과 전력 전반의 전체 가치사슬을 아우름.

초기 설립 멤버 외에도 생태계 전반의 출범 파트너들이 함께할 예정임.
AEMA은 기술 및 운영 방안을 개발하고, 계통 연계 솔루션 마련을 위해 유틸리티 기업들과 협력하며, 전력망 반응형 수요를 인정하는 정책을 촉구할 계획임.


○ 미국 AI 인프라의 가속화

AI 팩토리는 에너지와 데이터를 지능으로 변환함.
전력 유연성 기반의 설계는 이 과정에서 데이터센터가 전력망을 지원할 수 있는 잠재력을 제공함.

엔비디아와 Emerald AI는 이미 에너지 및 인프라 리더들과 협력하여 전력망 상황에 실시간으로 대응하는 AI 팩토리를 구축하고 있음.
AEMA는 기술, 에너지, 정책 커뮤니티를 한자리에 모아 미국 전역에 도입할 수 있는 모델을 도출함으로써 이러한 노력을 확장할 것임.

AI 전력을 규정하는 규칙은 바로 지금 만들어지고 있음.
성능, 안정성, 협력을 위한 공통의 프레임워크를 구축함으로써, AEMA는 미국이 현시대가 요구하는 속도와 지속가능성을 갖춘 지능형 인프라를 구축할 수 있도록 지원하는 것을 목표로 함.

https://blogs.nvidia.com/blog/ai-energy-management-alliance/

※ AI데이터센터와 ESS

ESS는 AI와 재생에너지 시장 성장의 핵심 수혜 산업입니다.

글로벌적으로 재생에너지 설치가 늘어나면서, ESS는 재생에너지의 간헐성 극복, 기존 전력망에 대한 부담 완화(피크 컷 및 타임 시프트, 그리드포밍 인버터 기반 ESS의 주파수/전압 조정과 관성 대체, 송배전망 혼잡 완화 등)의 해법으로 등장하였습니다.

또한 AI 데이터센터 건설의 폭발적 증가 또한 ESS 성장을 견인하고 있는데,
AI 데이터센터의 전력 소비가 기하급수적으로 늘어나면서, ESS는 단순한 에너지 저장 및 비상 전원의 역할을 넘어 데이터센터 운영과 전력망 연결의 핵심 인프라가 되었습니다.

현재 AI 데이터센터의 가장 큰 병목 지점 중 하나는 전력이며, 이는 단순히 전력 생산량의 부족을 넘어 계통(그리드) 연계의 어려움을 의미합니다.
대규모 발전소가 건설되었다 해도, 변전소, 송배전망의 부족으로 인해 생산된 전기가 제대로 AI 데이터센터에 전달되지 못하는 것(Interconnection Queue)은 물론, 기존 전력망에도 막대한 부담을 주며 지역사회에 부담을 주고 있습니다.

ESS는 기존 전력망의 용량을 증가(실효 송전 용량 확대)시키고, 전력망 운영의 탄력성을 높여(피크 컷, 타임 시프트 등) 줄 수 있어 AI 데이터센터의 전력 문제를 완화시켜 줄 수 있는 핵심 수단입니다.

그리고 최근 이슈가 되고 있는 AI 데이터센터의 극심한 부하 변동성(Power Transients)의 핵심 완화 수단 중 하나 또한 ESS입니다.


즉, ESS는 전력망, AI 데이터센터의 핵심 인프라입니다.

장주기(4H이상) LFP BESS를 통해 낮 시간대 태양광의 초과 발전량을 저장하고, 일몰 이후 방전하여 간헐성을 극복할 수 있으며,
LFP BESS(1H/2H)를 통해 기존 전력망의 용량을 확대하고 주파수/전압을 조정하여 효율적 운영을 가능하게 하며,
고전압 LFP 및 삼원계 BESS를 AI데이터센터의 UPS 또는 BBU에서 AI데이터센터 내(BTM 수/변전단, 랙 등)에 설치되어 데이터센터의 전력 안정성(무정전 전원 공급 및 비상전원) 그리고 랙 단에서 발생하는 극심한 부하변동성을 대처할 수 있습니다.


● 그늘만 가득하던 배터리 시장, AI로 판다 180도 뒤집힙니다. (이충재 연구위원 from 압권 Apkwon, 2026. 09. 20)

○ AI 시대, 배터리 시장의 판도를 뒤집는 ESS 수요 급증

AI 시대의 도래로 데이터센터 건설이 폭발적으로 증가하며 ESS에 대한 수요가 급증하고 있음.


1) 배터리 시장의 변화 : ESS

데이터센터 수요 증가와 함께 ESS 시장이 급격히 성장하며 배터리 업계의 새로운 동력이 되고 있음.

과거 전기차 시장이 전체 배터리 시장의 80%를 차지하였고 ESS는 20% 미만이었지만, 현재는 ESS 시장이 전기차 시장의 80%까지 성장하였음.
2027년 ESS 시장이 전기차 시장보다 더 커질 것으로 예상

미국 내 데이터센터 건설에 필요한 배터리 수요는 1.4Twh에 달할 것으로 추정되며, 이는 올해 예상되는 전기차 배터리 수요 1.1TWh를 넘어서는 수치임.

이 수치(1.4Twh)는 미국 내 1기 이상의 데이터센터 프로젝트 100여 개를 조사하고 합산한 결과이며, 전체 프로젝트는 약 300개에 달함.

100여 개 프로젝트 중 절반만 진행되더라도 한국 배터리 업체의 전기차용 설비를 ESS용으로 전환해도 물량 공급이 부족할 수 있음.


2) 미국 전력망 노후화와 ESS의 역할

미국의 낡은 전력망은 AI데이터센터 수요 증가와 맞물려 ESS의 중요성을 더욱 부각시키고 있음.

데이터센터 건설을 위해서는 BTM(Behind The Meter)과 같은 새로운 전력망 구축이 필요하며, ESS는 전력망 안정화에 필수적인 역할을 함.
데이터센터 걸설 시 발생하는 전력망 불안정성을 완화하기 위해 ESS가 일종의 완충 장치 역할을 할 수 있음.

또한 데이터센터의 전력 사용 변동성이 크기 때문에, ESS 없이는 전체 전력망이 불안정해져 ESS는 필수 조건이 될 것.


3) 한국 배터리 산업

한국 업체들의 데이터센터용 배터리 공급은 아직 초기 단계이며, LG에너지솔루션이 납품을 시작했지만 본격적인 물량 공급까지는 시간이 더 필요함.

현재 배터리 공장 가동률은 아직 반영되지 않은 상태이며, 올 하반기나 내년 초에는 60 – 70%까지 상승할 것으로 기대.

데이터센터용 배터리는 대부분 LFP 배터리가 사용될 것으로 예상되지만, 한국 업체들은 3원계 배터리도 일부 공급하고 있음.


4) 한국 배터리 3사의 강점과 보완점

LG에너지솔루션 : LFP 음극재 생산 속도 향상이 필요
삼성SDI : 전고체 배터리 기술에 집중하고 있으며, 2027년까지 상용화를 목표로 하고 있음.
SK온 : ESS 분야에서의 움직임이 다소 늦어지고 있어, 구체적인 수주 및 사업 계획 발표가 필요.

https://www.youtube.com/watch?v=pT82l8cL5jA&t=397s

※ 800V DC 종합 분석 보고서

● 800V DC : AI데이터센터 전력 구조는 왜 바뀌는가

○ 목차

1. 핵심 요약

2. 물리적 필연성 : 전류의 제곱 (P = V x I / 도체 손실 = I²R)

3. 아키텍처 경로 : 변환 3단계와 세 갈래 해법

4. 효과 수치 : 어떤 기준선인지 먼저 봐야 함.

5. 반도체/소재/부품 : 병목이 이동하는 지점

6. 시장 규모와 기업 지형

7. 로드맵

8. 리스크와 미해결 과제

9. 채널 운영자의 관점 : 재생에너지, DR/ESS, 국내외 기업

10. 분석한 게시물 링크


최근 몇 달 동안 800V DC 전력 아키텍처에 대한 자료들과 이에 대한 개인적인 견해들을 해당 채널에 게시하였습니다.

이들 글들을 AI를 통해서 종합적으로 취합하고, 핵심 내용을 바탕으로 재구성하였습니다.

앞으로 지난 게시글들의 내용을 계속 취합하여, 산업별, 종목별, 이슈별로 올리고, 업데이트할 예정입니다.

※ AC/DC 하이브리드 전력의 전략적 가치 : 차세대 전력 아키텍처로의 전환 (From ABB & 보스턴컨설팅그룹) Part. 2
 
● 하이브리드 AC/DC 전력의 전략적 당위성 (ABB & 보스턴컨설팅그룹, 2026. 09)

○ AC가 어떻게 승리했고, DC는 어디로 귀환하고 있는가? (How AC Won and Where DC is Returning)
 
전기화(Electrification)은 DC로 시작되었음.
1882년 뉴욕과 런던에 구축된 최초의 상업용 전력망은 110V DC로 운영되었음.
하지만, 장거리 송전을 위해 DC 전압을 승압할 수 있는 상용화 된 기술이 없어, 높은 전류로 인한 전력 손실로 인해 발전 설비를 수요처 인근에 국한해야 했음.
 
이 문제의 해결책이 바로 AC의 결정적 원동력인 ‘변압기’였음.
송전을 위해 전압을 높이고, 소비를 위해 다시 낮출 수 있게 됨으로써, AC는 대규모 중압 집중식 발전소와 전국 단위 전력망 구축을 가능하게 만들었음.
 
이어 등장한 AC 유도 전동기(Induction motor)는 AC의 우위를 한층 더 강화하였음.
브러시가 없고 견고한 이 모터는 당시 정류자와 브러시를 사용하던 DC 기기에 비해 유지보수가 훨씬 적게 필요했기 때문에 공장 현장에서 자연스럽게 채택되었음.
이후 산업화는 AC 아키텍처를 완전히 고착화하였음.
AC 모터, AC 발전기, AC 보호 시스템은 규제를 통해 제도화된 ‘경로 의존성(path dependency)’를 형성하였음.
 
DC와 AC 간의 전류 전쟁(War of Currents)에서 AC가 승리했지만, DC는 결코 사라지지 않았음.
대신 컴퓨터, 철도 견인, 선박, 의료 기기 등 DC의 이점이 결정적인 분야에서 자리를 지켜왔음.
 
그러나 이제 에너지 자체의 구조적 논리가 바뀌고 있음.
에너지 전환(Energy Transition)은 DC 발전과 DC 소비를 동시에 가속화하고 있으며, 이에 따라 DC 배전의 필요성이 목표를 넘어 자체적으로 당위성을 강화하는 수준에 이르렀음.
 
DC의 조용한 귀환 규모는 세상의 인식보다 더 큼.
산업 전력의 약 70%를 모터 구동 시스템이 소비하며, 모든 가변 주파수 드라이브(VFD)는 내부 DC 링크를 통해 전력을 변환함.
전 세계에 설치된 모터 중 약 1/4이 이미 VFD를 장착하고 있으며 그 보급률은 지속해서 증가하고 있음.
따라서 부품 수준에서 현대 공장은 이미 부분적으로 DC화 되어 있음.
 
전력 밀도와 부하가 높아질수록 DC의 물리적 이점은 더욱 두드러지며, 저압교류(LVAC)의 실질적 한계는 극복하기 어려워짐.
 
엔비디아가 발표한 랙 로드맵에 따르면 차세대 AI 서버 랙은 2027년에 약 600kW에 달하고 2020년대 후반에는 1MW에 육박할 것으로 예상됨.
이러한 전력밀도에서는 800V DC 배전이 유일하게 실용적인 대안이 됨.
이 전압 레벨은 실험적인 수준이 아님. 이미 자동차 산업 수준의 대량 생산을 통해 전기차 파워트레인에서 800V DC가 사용되고 있음.
이처럼 높은 전압에서 DC는 동등한 AC 시스템 대비 약 절반 굵기의 도체 단면적만으로 동일한 전력을 전달할 수 있으며, 이 장점은 전력 밀도가 높아질수록 더욱 극대화됨.
 
과거 AC가 전류전쟁에서 승리했던 이유는 당시 전력 전자(Power electronics) 기술이 존재하지 않았기 때문임.
당시 변압기는 DC가 비교할 만한 솔루션을 내놓지 못할 때 저렴하고 수동적인 방식으로 전압을 바꿀 수 있는 수단을 AC에 제공하였음.
 
그러나 이제 반도체 컨버터가 DC를 위해 그 역할을 수행하며, AC를 유일한 실행 가능 아키텍처로 만들었던 핵심 제약을 제거하였음.
이제 장치 수준의 전원 공급부터 장거리 송전에 이르기까지 저압, 중압, 고압의 전 전압 범위에서 AC와 DC가 대등한 기술적 위상을 갖추게 되었음.
 
 
○ 하이브리드 아키텍처 (The Hybrid Architecture)
 
DC의 귀환이 곧 AC의 종말을 의미하는 것은 아님.
미래의 전력망은 AC와 DC 사이의 양자택일이 아니라, 각 전류 방식이 가장 우수한 성능을 발휘하는 위치에 배치되는 아키텍처에서 나올 것.
 
AC는 지역 배전망부터 소비자 최종 제품의 플러그 규격에 이르기까지 시스템 전체를 묶어주는 동기식 네트워크(Synchronous network)로 유지될 것.
DC는 양쪽 끝단, 즉 대용량 장거리 송전망과 수용가 계량기 후단(BTM)의 특정 애플리케이션 시스템에서 AC네트워크를 보완하는 역할을 점차 확대할 것임.
 
하이브리드 전력망 아키텍처는 세 개 계층의 물리적, 경제적 원리를 따름.
 
1) 장거리 송전(Long-distance transmission)
제어 가능하고 대용량 전력 전송을 위해 초고압직류송전(HVDC)에 대한 의존도를 높여가고 있음.
 
2) 지역 배전(Regional distribution)
성숙한 변압기와 수동형 전압 변환 방식이 여전히 가장 경제적인 솔루션을 제공하는 AC가 주류를 유지.
 
3) 계량기 후단(Behind-the-meter) 설비
가장 빠른 변화가 일어나는 영역으로, 데이터센터, 산업 공장, 상업용 빌딩, 그리고 장기적으로는 가정까지 단일 상호연결 컨버터를 통해 AC 전력망과 연결되는 DC 시스템으로 전환 될 것.
 
이 단일 상호연결 컨버터는 하이브리드 아키텍처를 실질적으로 구현 가능하게 만듦.
내부 DC시스템을 AC 그리드로부터 분리하여, 그리드 코드(계통 연계 기준) 준수 의무를 수용가 내부의 개별 구성요소 모두에 적용하는 대신 단 하나의 지정된 접속점에 집중시킴.
 
전력회사는 상위 계통을 지금과 거의 동일하게 운영할 수 있으며, 시설 운영자는 사업장 내부의 아키텍처에 대한 통제권을 유지할 수 있음.
도입 과정에서 주변 전력망 전체를 대대적으로 재설계할 필요가 없기 때문에, DC는 전력망 전면 개조가 아니라 고밀도 수요처 주변의 국소적 시스템 형태로 점진적으로 확산될 수 있음.

※ AC/DC 하이브리드 전력의 전략적 가치 : 차세대 전력 아키텍처로의 전환 (From ABB & 보스턴컨설팅그룹) Part. 3
 
● 하이브리드 AC/DC 전력의 전략적 당위성 (ABB & 보스턴컨설팅그룹, 2026. 09)

○ 3가지 오해와 2가지 실제 장벽 (Three Myths and Two Real Barriers)
 
1. 3가지 오해 (Three Myths)
 
1) 오해 1. DC는 틈새시장이나 소규모 용도에만 쓰인다.
 
DC는 이미 모든 전압 계층에서 작동하고 있음.
HVDC는 해상 풍력 및 계통 연계 분야에서 수십 년간 상업적으로 성숙해 왔음.
 
저압직류(LVDC) 계층에서는 IT 장비, EV 배터리, 모터 드라이브 내부가 DC로 작동하며, AI 데이터센터는 전력을 중앙에서 AC에서 DC로 변환한 뒤 800V DC로 분배하는 방식으로 전환하고 있음.
 
 
2) 오해 2. DC는 안전하게 보호(차단)할 수 없다.
 
이 우려는 타당한 물리적 근거를 가지고 있음.
AC와 달리 DC는 자연적인 전류 영점(zero-crossing)이 없기 때문에 고장 전류를 차단하기가 더 어려움.
얼마 전 까지만 해도 이는 심각한 공학적 난제였으나, 반도체(Solid-state) 및 하이브리드 차단기의 발전으로 대부분 해결되었음.
 
상용화된 시스템들은 이제 마이크로초(㎲) 단위로 DC고장을 차단하며, 국제 표준은 LVDC 설비의 안전한 운영 요건을 점차 정의해 가고 있음.
남은 과제는 표준화된 반도체 보호 장치가 광범위한 도입에 필요한 비용 및 생산 규모를 달성할 수 있는지 여부임.
 
 
3) 오해 3. DC는 본질적으로 더 비싸다.
 
일부 DC 부품의 가격 프리미엄은 동급 AC 장비에 비해 생산량이 훨씬 적기 때문에 발생함.
이러한 프리미엄은 제조 규모의 차이를 반영할 뿐, DC의 본질적인 속성은 아님.
 
태양광 인버터, EV 드라이브, 산업용 컨버터 등에서 이미 대형화되고 있는 전력전자 플랫폼을 공급업체들이 동일하게 적용함에 따라 비용 격차는 계속 좁혀질 것임.
 
무엇보다 개별 부품 가격이 전체 시스템 비용을 결정하지는 않음.
실제 구축 환경에서 공영 DC 아키텍처는 변환 장비, 구리 사용량, 설치 공간을 줄이는 동시에 가용 전력밀도를 높일 수 있음.
 
 
2. 2가지 실제 장벽 (Two Real Barriers)
 
1) 실제 장벽 1. 표준의 파편화 (Standards remain fragmented)
 
DC 전압 전반에 걸쳐 표준이 존재하지만, 성숙도가 제각각이고 지역별로 일관성이 없음.
그 결과 한 시장에서 승인된 장비가 다른 시장에서는 재설계, 재시험 또는 프로젝트별 개별 승인을 받아야 할 수 있어 비용이 상승하고 도입이 지연됨.
 
 
2) 실제 장벽 2. 전문 인력 부족 (The workforce lacks DC-specific expertise)
 
DC 시스템을 설계, 보호, 통합, 시운전하는 작업은 대부분의 전기 엔지니어와 전기 기술자가 갖추지 못한 전문 역량을 요구함.
이 문제는 기술이 입증되고 경제성이 명확했음에도 공인 설치 인력 공급이 수요를 따라가지 못했던 유틸리티급 태양광 발전 초기의 문제와 유사함.
 
그러나 이러한 역량은 전력 전자 및 VFD 분야의 기존 전문 지식을 바탕으로 자연스럽게 확장될 수 있으며, 표적 재교육을 통해 인력을 양성하는 것은 완전히 새로운 인력을 양성하는 것보다 훨씬 빠르게 이뤄질 수 있음.
 
 
○ 현재 경제성이 확보되는 분야와 향후 전개 방향 (Where the Economics Work Today and Where They Are Headed)
 
표준과 인력 격차가 도입 속도를 좌우하겠지만, 근본적인 비즈니스 사례(경제성) 자체를 훼손하지는 못함.
핵심은 DC가 이미 투자를 정당화할 만큼 충분한 가치를 창출하는 영역과 경제성이 여전히 규모, 적용 방식, 시기에 의존하는 영역을 구분하는 것임.
 
도입은 전력 밀도가 가장 높고 부하가 이미 본질적으로 DC 네이티브(DC-native)인 곳에서 시작됨.
이에 따라 데이터센터와 자동화 중심 산업 플랜트가 가장 앞서 나가고 있으며, 이후 대형 상업용 빌딩이 그 뒤를 이을 것임.
하이브리드 DC 주택은 단기 시장이라기 보다는 장기적인 지향점으로 남아 있음.
 
전력 변환 손실 감소, 우수한 에너지 회생(Recuperation), 구리 소요량 감축, 배터리 및 태양광의 효율적 연계라는 DC의 본질적 가치는 전 세계적으로 동일하게 적용됨.
다만, 그 재무적 영향은 현지 전기 요금, 전력망 요금, 신뢰성 및 기타 시장 여건에 따라 달라짐.
 
 
○ 데이터센터 (Data Center)
 
AI 인프라 확충은 기존 AC 배전으로는 해결할 수 없는 전력 밀도 문제를 야기했습니다.
AI 훈련은 대규모 프로세서가 서로 물리적으로 매우 인접해 배치되어야 하는 대규모 병렬 처리에 의존함.
이러한 구조는 더 좁은 공간에 더 많은 전력을 집중시키며, 랙 내부에 전력 변환 장치나 ESS를 둘 공간을 거의 남기지 않음.
 
랙 밀도가 증가함에 따라 정전 보상 시간(Ride-through time)은 기존 랙의 약 20밀리초(ms)에서 1MW 수준에서는 불과 수 밀리초로 급감하며, 기존의 AC 배전 및 보호 방식은 점점 더 비실용적으로 변하게 됨.
이에 대한 초기 대응은 랙 측면에 별도의 전원 모듈을 장착하는 ‘사이드카(Sidecar)’ 방식이었음.
그리고 다음 단계는 랙에 직접 800V DC를 공급하는 것이며, 이것이 바로 엔비디아의 Kyber 랙이 2027년부터 채택할 아키텍처임.
 
DC 도입의 시급성을 가중시키는 두 번째 제약 요인은 제한된 전력망 용량임.
IEA는 데이터 센터의 전력 소비량이 2024년 415TWh에서 2030년까지 945TWh로 2배 이상 증가할 것으로 전망하고 있으나, 전력망 인입 대기 시간은 미국 버지니아 북부에서 최대 7년, 유럽 주요 허브 전역에서는 최대 10년까지 늘어나고 있음.
 
오늘날 데이터센터 운영자에게 기승인된 전력망 인입 용량은 종종 가장 큰 제약 조건이 되며, DC는 이 한정된 용량에서 최고의 가치를 이끌어낼 수 있음.
 
하이퍼스케일러들은 2030년까지 AI 컴퓨팅 확장의 전력 제약을 해소할 수 있다는 이유로 800V DC를 가장 먼저 채택해 왔음.
 
경제성 지표도 같은 방향을 가리키고 있음.
전력 변환을 중앙 집중화하면 그리드에서 랙까지의 효율(Grid-to-rack efficiency)이 5% 향상됨.
또한 100MW 기준 캠퍼스 모델에서 약 3,000㎡의 바닥 면적이 절약됨.(ABB 기준)
이는 Sidecar 방식 설계에 필요한 면적의 약 1/5에 해당함.
 
전력과 공간 모두 컴퓨팅 용량의 생산성을 결정짓기 때문에 이러한 개선은 매우 중요함.
효율성 개선을 통해 매출을 창출할 수 있는 IT 부하 용량 5 - 6MW를 추가로 확보할 수 있으며, 확보된 바닥 공간은 이를 설치할 물리적 공간을 제공함.
이 추가 용량은 연간 약 9,200만 달러의 매출과 3,500만 달러의 영업이익에 상당하는 가치가 있음.
 
800V DC 도입의 핵심 논거가 근본적으로 단순한 효율성이 아니라 ‘용량(Capacity)’에 있는 이유가 바로 여기에 있음.
 
초기 설비투자(CAPEX) 측면에서도 유리함.
랙 레벨 DC 보호 장치의 높은 비용이 이점의 일부를 상쇄하지만, 구리 소요량이 최대 45% 감소함.
그 결과 1회성 설비투자 비용이 350만 – 600만 달러 절감됨.
 
데이터센터가 추가 확보된 용량을 완전히 수익화하지 못하는 환경이라 하더라도, 변환 손실 감소만으로 연간 운영비용을 약 350만 달러 절감할 수 있음.
 
더 단순화된 변환 단계를 통해 800V 버스에 직접 연결된 배터리는 수 분간의 정전 보상(Ride-through)을 제공하여 부지의 전력 복원력을 높이는 동시에 그리드 인입점의 피크 수요를 낮춰 줌.(Peak shaving)
따라서 DC는 초기 설비투자 비용을 낮출 뿐만 아니라 시설 수명 기간 내내 운영비 절감 효과를 지속해서 창출함.
 
랙의 전력밀도가 DC 전환 시점을 결정짓는다면, 대체되는 기존 아키텍처는 경제적이익의 규모를 결정함.
 
랙 당 약 200kW를 초과하면 기존 AC 배전은 사실상 비실용적이 되며, 이것이 AI 하이퍼스케일러들이 가장 먼저 움직이는 이유임.
 
저밀도 클라우드 및 스토리지 워크로드를 운영하는 대다수 코로케이션 및 엔터프라이즈 시설은 수년간 AC를 유지할 수 있었으나, AI 용량을 증설하려는 코로케이션 사업자와 네오클라우드 업체들은 이전과 다른 복합적 문제에 직면해 있음.
새로운 아키텍처를 요구하는 랙 밀도 문제와, 하이퍼스케일러들이 이미 벗어난 기존 레거시 전력 시스템 문제가 겹쳐 있음.
저압 무정전 전원장치(UPS)를 중앙 집중형 변환 장비 및 800V 배터리 저장 장치로 교체할 경우 100MW 시설 기준 설비투자를 최대 3,500만 달러까지 절감할 수 있으며, 연간 전기 요금을 최대 9%까지 절감할 수 있음.
따라서 이러한 시설들이 얻는 증분 효율 개선효과는 하이퍼스케일러보다 훨씬 더 클 수 있음.

※ 무역확장법 제 232조(Section 232)와 미국의 태양광 산업 (with 한화솔루션)

미국 AI 산업의 급성장으로 인해 안정적인 전력 공급은 향후 미국의 AI 산업의 성패를 좌우할 중요한 요소 중 하나가 되었습니다.

그리고 태양광은 미국 내에서 핵심 전력원으로 확고하게 자리매김하고 있는 상황입니다.

미국 에너지정보청(EIA)에 자료에 따르면, 2026년 미국 전력망에 추가될 유틸리티급 신규 발전 설비용량(예상) 중 태양광의 비중이 51%(43.4GW), BESS 28%, 풍력 14%, 천연가스 7%, 기타(원전/수력 등) 1% 미만입니다.
주식시장(그리고 트럼프 행정부)에서 선호 되는 가스, 원전 등이 아닌 재생에너지가 전체 신규 예상 설치용량의 93%를 차지하고 있으며, 그중 태양광의 비중이 압도적으로 높은 상황입니다.

현재 미국에서 급증하고 있는 전력 수요를 현실적으로 대처할 수 있는 거의 유일한 발전원이 태양광(+BESS)이라는 것은 분명한 사실입니다.


이렇게 미국 내 태양광의 수요가 급증하고 있는 가운데, 미국의 태양광 산업 보호정책은 더욱 강화되고 있는 상황입니다.

특히 지난 2026년 8월 6일, 트럼프 대통령은 태양광 공급망 및 폴리실리콘을 대상으로 한 무역확장법 제 232조(Section 232)를 공식 서명하였고, 2026년 12월 4일부터 공식 적용될 예정입니다.

Section 232에 따라, 폴리실리콘, 잉곳 및 웨이퍼, 태양광 셀, 모듈 등 태양광 밸류체인 전반에 대해 미국 내 덤핑 및 저가 공세를 차단하기 위한 하한선이 설정되는 ‘최저 수입 가격제(MIP)’가 적용됩니다.
폴리실리콘은 kg 당 21달러, 잉곳 및 웨이퍼는 kg 당 100달러, 태양광 셀은 W당 0.22달러, 태양광 모듈은 W당 0.38달러로 하한선이 책정되었습니다.

또한 추가관세 15%가 부과됩니다. (한국은 기존 일반 관세와 합산하여 최대 15% 한도로 cap 적용)

참고로, 최근 미국 내 태양광 모듈의 판매가격은 W당 약 0.28 달러에 형성되어 있는데(수입산 모듈 기준 W당 약 0. 27 달러 / 미국산 모듈 약 0.35달러), Section 232가 발효되면 수입산 모듈의 가격 경쟁력이 거의 사라지게 됩니다.

그리고 미국 내에서 태양광을 생산하는 업체들은 가격 경쟁력뿐 아니라, AMPC와 ‘미국산 부품 우대’ 보조금 10%의 추가적인 혜택도 계속 유지되기 때문에 미국에서 태양광 제품을 제조하는 업체들에게 매우 큰 수혜가 예상됩니다.

특히 한화솔루션은 태양광 모듈(8.6GW) 뿐 아니라, 잉곳/웨이퍼/셀 생산라인(카터스빌 각각 3.3GW)을 미국 내에 보유하고 있어 이번 조치의 최대 수혜 업체가 될 것으로 예상됩니다.
카터스빌 생산라인은 당초 올해 초부터 가동이 예상되었지만, 셀 라인의 지연으로 올 3분기부터 가동되고 4분기부터는 풀 가동될 것으로 예상되고 있습니다.

한화솔루션은 상대적으로 태양광 모듈 가격이 높은 미국 가정용 태양광 시장에서 높은 점유율 유지하였지만, Section 232와 함께 유틸리티 시장에서의 점유율도 크게 증가할 가능성이 높습니다.

회사도 Section 232 적용 이후 미국 태양광 모듈의 가격이 W당 0.4달러 이상으로 높아질 것으로 예상하고 있습니다.
참고로 모듈 가격이 W당 0.01달러 높아지면, 약 800 - 1,000억 정도의 영업이익이 증가할 수 있습니다.


현재 미국 내 태양광 시장은 AI 산업 성장으로 인한 전력수요 급증 그리고 Section 232라는 강력한 미국산 태양광 보호 정책이라는 우호적인 시장 환경에 놓여 있습니다.

또한 약 한달 여 앞으로 다가온 미국의 중간선거 결과에 따라, 트럼프 행정부의 정책 기조에 따라 오랫동안 시장에서 소외 받아왔던 재생에너지 산업에 대한 재평가가 있을 것으로 기대되고 있습니다.



● 태양광은 미국의 국가안보 전략자산이다 (윤재성/하나증권, 2026. 09. 25)

○ 태양광 산업은 외부환경 변화로 인해 전략자산으로 격상

AI/반도체발 전력부족 및 방산/우주산업의 개화와 더불어 미국에 있어 태양광 산업의 의미는 단순히 ‘탈탄소’를 넘어 ‘미중 패권경쟁의 핵심 전략자산’으로 진화하였음.

1) 태양광은 AI/반도체 패권 경쟁의 병목인 전력원 구축의 핵심.
2026년 미국 내 계획된 유틸리티급 신규 발전원 중 51%인 43.4GW가 태양광임.

2) 태양광은 반도체 업스트림 구축과 국방자원의 핵심.
반도체 업스트림 생태계를 구축하기 위해서는 반도체용 폴리실리콘/웨이퍼 사업을 동시에 영위하는 태양광 업체의 생존이 필수적임.
반도체용 폴리실리콘, 웨이퍼는 레이더, 미사일, 드론, 통신장비 등 국방용 전자부품의 핵심임.

3) 우주 태양광 산업의 핵심.
NASA는 이미 중국과의 협력을 금지하고 있으며, 스페이스X도 중국을 배제한 공급망을 구축하고 있음.


○ 탈중국 태양광 공급망 구축과 Section 232 트럼프 서명

태양광 산업은 전력-AI-반도체-국방-우주를 하나로 엮는 국가안보 전략자산이 되었음.

2025년 3월 미 의회는 폴리실리콘 수입 금지 요구와 2025년 7월 상무부의 Section 232 조사 개시, 2026년 8월 트럼프의 Section 232 최종 서명하였음.

Section 232는 최소수입가격(MIP) 및 모듈을 제외한 업스트림 제조 인센티브 제공 등, ‘미국 내 업스트림 구축을 위한 수익성 보장’에 목적을 두고 있음.

※ 중국 AI데이터센터의 핵심 트렌드 분석

AI 모델의 고도화와 함께 AI 데이터센터 또한 빠르게 발전 중에 있습니다.

특히 미국과 함께 글로벌 AI 산업을 선도하고 있는 중국에서는, 앞선 제조능력과 고도화된 전력 인프라 등을 통해 AI데이터센터의 흐름을 주도하고 있는 상황입니다.

중국은 최근 데이터센터에서 이슈가 되어지고 있는 800V DC 아키텍처, 재생에너지를 바탕으로 한 True Native DC 전력망 구축(발전 – 전력망 – 부하 – 저장/ESS 일체화), 냉각 기술(콜드 플레이트 기반 액체냉각 및 액침냉각 등), 광통신 모듈 패키징/광트랜시버, AI데이터센터와 관련된 물리적 영역에서 압도적인 경쟁력을 지니고 있습니다.

AI데이터센터는 전기차 플랫폼의 확장이라고도 할 수 있는데, 중국은 전기차 분야에서 세계적인 경쟁력을 이미 입증하였고 이 경쟁력이 현재 AI데이터센터로 빠르게 이식되고 있는 상황입니다.
즉, 400V, 800V DC 전력 아키텍처도 전기차에서 가장 먼저 적용되었고 이제 AI 데이터센터로 옮겨지고 있습니다.

DC 플랫폼 및 에너지 저장(ESS)도 재생에너지의 확대를 통해서 산업 전반으로 빠르게 확대되고 있는데, 이를 선도하는 곳이 중국입니다.

때문에 미래 AI데이터센터의 방향을 보고 위해서는 중국을 봐야 하며, 중국을 통해 투자 아이디어를 찾아낼 수 있습니다.


● 2026. 데이터센터 분석 보고서 (중국정보통신연구원 CAICT 발간, 2026. 09)

○ 글로벌 시장 환경 분석

1. AI 컴퓨팅이 이끄는 글로벌 AI 데이터센터 시장

1) 글로벌 시장 규모 및 현황

Grand View Research에 따르면, 2025년 글로벌 데이터센터 시장 규모는 3,838.2억 달러에 달하였음.
하이퍼스케일러의 자체 구축 및 임대가 성장을 주도하고 있으며, 일반 기업의 자체 전산실 구축 수요는 전문 위탁 및 클라우드로 이전되고 있음.


2) AI 상용화 가속

AI 에이전트, 바이브 코딩의 확산으로 토큰 소비량이 급증하고 있음.
오픈 소스 알고리즘과 경량 모델 발전으로 추론(Inference) 워크로드가 전체수요의 주류로 자리 잡았음.


3) 공급망 지연 및 비용 상승

JLL(존스랑라살)에 따르면, 2025년 글로벌 데이터센터 프로젝트의 57%가 3개월 이상 지연되었으며, 핵심 장비의 평균 리드타임은 33주에 달하였음.
평균 건설 비용은 연 7%씩 상승하고 있으며, 2026년에는 MW당 1,130만 달러에 이를 것으로 추산 됨.


2. 중국 시장 분석

1) 중국 모델과 추론 수요 급증

OpenRouter 통계에 따르면, 2026년 7월 플랫폼 내 중국산 LLM의 사용 비중이 61.5%를 기록하였으며, 상위 10개 모델 중 7개가 중국산이었음.
전체 AI 컴퓨팅 수요 중 추론작업 비중이 이미 70%를 초과하였음.


2) 공급망 병목과 가격 분화

칩 제조, 첨단 패키징, 전력 수급 등의 물리적 제약으로 첨단 가속기 공급이 부족하여 주요 LLM 서비스의 피크 시간대 대기열이 길어지고 있음.
반면 노후화된 범용 IDC 전산실은 공급 과잉으로 2026년 도매 임대료가 하락세를 보이며 가격 구조가 극명하게 갈리고 있음.


○ 핵심 트렌드 분석

1. 트렌드 1. : 컴퓨팅과 전력 융합의 견고한 기반 구축, 전력/컴퓨팅/탄소 효율의 동력 활성화

단순 입지 중심에서 ‘전력으로 연산을 강화하고, 연산으로 전력을 촉진하는’ 전 생애주기 양방향 융합 패러다임으로 진화하였음.

분산형 태양광, ESS를 결합한 비상 전원 활용, 피크 저감(Peak shaving)을 통한 부가 수익창출, ‘발전-전력망-부하-저장 일체화’가 대규모 클린 전력 소비 모델로 확산되고 있음.

장기적으로는 AI 기반 부하 예측을 통해 데이터센터가 전력망의 유연성 조절 자원으로 전환되며, “컴퓨팅 파워가 곧 발전소”가 되는 융합 비즈니스가 부상할 것


2. 트렌드 2. : 슈퍼 노드(Super node)의 대규모 상용화, 시스템 효능 중심의 경재 재편

전통적인 랙 스택 방식의 병목을 해결하기 위해, 화웨이, 알리바바 등이 독자적인 초대규모 슈퍼노드 솔루션을 출시하며 엔지니어링 납품 단계에 진입했음.

단일 슈퍼노드에 수천 개의 라인과 마이크로미터 단위의 블라인드 결합 커넥터, 800V DC 고압 직류 급전, 액체냉각 기술이 집약됨.

향후 단일 칩의 피크 성능보다 클러스터 선형성, 모델 플롭스 활용률(MFU), 토큰당 종합 비용 등 시스템급 효능 지표가 핵심 구매 기준이 될 것.
2027년에는 광 상호연결(CPO 등)의 소규모 상용화 검증이 예상.


3. 트렌드 3. : 고밀도 컴퓨팅을 뒷받침하는 액체냉각(액랭), 비용과 에너지 효율의 동시 최적화

랙당 전력밀도가 20 – 40kW로 급증함에 따라 15kW 이상 고전력 랙에서 PUE 1.1이하를 달성할 수 있는 액체냉각은 필수 선택지가 되었음.

현재 개조 비용이 낮고 호환성이 높은 단상 냉각판(Cold Plate) 방식이 주류이며, 단상 침전식(Immersion)은 특정 AI 학습 환경에 소규모로 도입되고 있음.


4. 트렌드 4. : 컴퓨팅 플랫폼의 전 영역 통합, 일체형 스케줄링을 통한 가치 창출

이종(Heterogeneous) 하드웨어(GPU, NPU, CPU)를 풀링하여 밀리초 단위로 자원을 탐색하고 스케줄링하는 ‘컴퓨터 은행’, ‘컴퓨터 마켓’ 체계로 진화하고 있으며, 사용자가 자원을 찾는 구조에서 ‘컴퓨팅 파워가 작업을 찾아가는’ 지능형 편성이 구현되고 있음.


5. 트렌드 5. : 토큰 기반 계량 서비스 혁신, 가치 전달 체계의 업그레이드

기존의 PFLOPS나 랙 단위 과금 방식은 실제 업무 가치와 부하 상태를 반영하기 어렵기 때문에, 대형 모델의 최소 처리 단위인 토큰이 새로운 가치 계량 표준으로 부상하였음.

1) 기저 : GPU 연산 효율 (단위 자원당 토큰 생성 능력)

2) 중간 : 에너지 공급 효율 (원가 및 지속 가능성 결정)

3) 최상위 : 서비스 경제 가치 (토큰 거래를 통한 비즈니스 실현)

사후 실시간 종량제 정산이 확산되고 있으며, 유휴 연산력을 토큰 단위로 패키징해 유통하는 거래 모델이 점진적으로 도입되고 있음.

※ AI 데이터센터와 유연한 전력망 (VPP/에너지 데이터업체들에게 재생에너지에 이은 또 다른 거대 시장이 열리고 있음)

지난 2026년 9월 16일, 엔비디아, 구글, 에메랄드 AI(Emerald AI)는 전력망 상황에 맞춰 전력 사용량을 유연하게 조절할 수 있는 데이터센터를 위한 ‘AI 에너지 관리 연합(AEMA)’를 출범시켰습니다.

즉, 전력망과 데이터센터가 AI를 통해 상호 연결되는 전력망과 데이터센터 통합 인프라를 구축하겠다는 것으로, 현재 데이터센터 건설의 가장 큰 병목 중 하나인 전력문제를 ‘유연한 전력망(AI를 통한 수요관리)’ 완화하는 것을 목적으로 하고 있습니다.

‘유연한 전력망’을 위해 컴퓨팅 워크로드 분산, 연계 발전원 활용, ESS, DR, VPP, EMS 등 다양한 솔루션을 동원하고 이를 AI를 통해 종합적이고 효율적으로 운영하는 것입니다.

그리고 이러한 ‘유연한 전력망’ 구축의 핵심이 되는 기업은 미국의 VPP/전력데이터 분야 스타트업인 에메랄드 AI입니다.
에메랄드 AI는 VPP를 통해 대규모 AI 데이터센터를 전력망 상황에 맞춰 부하를 조절해주는 역할을 담당하는 전력 수요관리 업체입니다.

미국 뿐 아니라, 중국에서도 AI 데이터센터의 부하관리가 향후 데이터센터 분야의 핵심 트렌드가 될 것으로 전망하고 있으며 많은 VPP/전력데이터 업체들이 이 분야에서 실질적인 성과를 나타내고 있습니다.

GCL Energy Technology 같은 중국 업체는 AI VPP(AI 가상발전소) 플랫폼을 통해 재생에너지, ESS, 연료전지 등 여러 분산발전원을 통합하고, DR 등 조절 가능한 부하를 통해 AI데이터센터의 부하변동성을 대처하고 있습니다.

그리고 이렇게 조절한 부하를 전력거래, DR, 관련된 각 종 보조 서비스 등을 통해 수익을 창출하고 있으며, GCL이 AI VPP 플랫폼을 통해 관리하는 고객들의 규모가 31GW(실시간 제어 부하 자원은 1.24GW 수준)에 이를 정도로 대규모로 사업을 진행 중에 있습니다.

이처럼 AI데이터센터의 빠른 성장으로 인해, VPP/에너지데이터 업체들에게 새로운 시장이 열리고 있습니다.

영국의 ‘옥토퍼스 에너지’와 같이 재생에너지 시장 확대를 통해 이들 VPP/에너지데이터 업체들이 시장의 주목을 받았다면, 이에 더해 AI데이터센터 시장의 확대는 이들 기업들에게 또 다른 거대 시장으로 다가오고 있습니다.


● 2026. 데이터센터 분석 보고서 (중국정보통신연구원 CAICT 발간, 2026. 09)

○ AI 데이터센터 핵심 트렌드 분석

1. 트렌드 1. : 컴퓨팅과 전력 융합의 견고한 기반 구축, 전력/컴퓨팅/탄소 효율의 동력 활성화

단순 입지 중심에서 ‘전력으로 연산을 강화하고, 연산으로 전력을 촉진하는’ 전 생애주기 양방향 융합 패러다임으로 진화하였음.

분산형 태양광, ESS를 결합한 비상 전원 활용, 피크 저감(Peak shaving)을 통한 부가 수익창출, ‘발전-전력망-부하-저장 일체화’가 대규모 클린 전력 소비 모델로 확산되고 있음.

장기적으로는 AI 기반 부하 예측을 통해 데이터센터가 전력망의 유연성 조절 자원으로 전환되며, “컴퓨팅 파워가 곧 발전소”가 되는 융합 비즈니스가 부상할 것


● GCL Energy Technology, 协鑫能科 : AI 기반 전력 거래 역량 강화, VPP 사업의 지속적인 고속 성장 기대 (China Post Securities 발간, 2026. 09. 24)

자체 개발한 ‘聚星 AIVP’ 가상발전소 AI 운영 플랫폼은 AI 알고리즘을 기반으로 분산형 태양광, ESS, 조정 가능 부하 간의 최적화를 구현하였음.

이를 통해 전력량 거래, 보조 서비스, 수요반응(DR) 등 다양한 시장에 동시 참여하여 수익을 창출.

전력 거래 환경에서 AI 알고리즘의 전기 요금 및 부하 예측 정확도는 90%를 초과하며, 현물 거래에 있어 의사결정 보조를 통해 거래 수익률을 8% 이상 개선할 수 있음.

2026년 상반기 기준, 가상발전소 사업의 조정 부하 규모는 1,243MW이며, 플랫폼 관리 고객 규모는 31GW를 초과함.

※ 이번 미중 정상회담이 별 소득 없이 끝난 이유는 희토류 때문?

오늘 도널드 트럼프 미국 대통령과 시진핑 중국 국가주석의 2박 3일간 정상회담이 마무리되었습니다.

이번 정상회담은 시장의 기대와 달리 실질적인 성과가 매우 미흡했습니다. 백악관이 발표한 팩트시트(Fact Sheet)와 중국 측 공식 보도문에서도 눈에 띄는 진전은 확인되지 않았습니다.

오는 11월 APEC 정상회의에서의 재회 약속, 11월 10일 종료 예정이던 양국 간 무역전쟁 휴전을 내년 1월 10일까지 2개월 연장하기로 한 합의, 판다 한 쌍의 미국 임대 등 매우 형식적인 합의에 그쳤을 뿐입니다.
특히 희토류와 관련해서도 미국 측 팩트시트에는 “희토류 및 기타 핵심 광물의 공급망 차질 문제를 해결하기 위해 지속 협력하기로 했다”는 원론적인 수준만 언급되었습니다.

이처럼 미·중 정상회담이 별다른 소득 없이 끝난 주요 원인 중 하나로 중국의 '희토류 통제력'이 지목되고 있습니다. 정상회담 며칠 전, 로이터는 희토류 장악력 때문에 트럼프 대통령이 대중국 압박 수위를 높이기 어려운 처지라고 분석한 바 있습니다. 이번 정상회담 결과가 해당 분석과 맥을 같이한다는 점에서 로이터 보도의 설득력은 한층 높아졌습니다.

만약 트럼프 대통령이 중국에 강경한 태도를 취했다면, 중국은 즉각 희토류 수출 통제를 강화해 미국을 큰 곤경에 빠뜨렸을 것입니다. 결국 이번 정상회담을 통해 미국이 희토류 공급망 문제로 인해 명백한 수세에 몰려 있음이 확인된 셈입니다.

실제로 이번 회담에서 소극적인 태도로 일관했던 트럼프 대통령과 달리, 시진핑 주석은 대만 문제를 두고 "중국의 핵심 이익 중 핵심이자 절대 넘어서는 안 될 레드라인"이라고 천명하며 매우 강경한 태도로 미국과 대등한 입장을 과시했습니다. 즉, 중국에 있어 희토류가 대미 외교의 결정적인 레버리지(지렛대)로 작용하고 있음이 다시금 입증되었습니다.

따라서 미국의 희토류 및 영구자석 탈중국 공급망 구축은 무엇보다 시급한 국가적 과제입니다. 탈중국 공급망 완성이 지연될수록 미국의 대중 협상력 역시 지속적으로 약화될 수밖에 없는 구조입니다.


● Rare Earths force Trump to be less hostile before Xi summit (From Reuters, 2026. 9. 21)

트럼프 미국 대통령은 시진핑 중국 국가주석과의 정상회담을 앞두고 평소보다 덜 호전적인 접근법을 취하고 있으며, 이는 희토류와 같은 핵심 광물 덕분에 커진 베이징의 힘을 보여 주는 신호라고 전문가들은 평가하였음.

트럼프 행정부는 이전 정상회담 직전 취했던 공격적인 입장과 대조적으로, 지금까지 중국산 수입품에 대한 가파른 관세 부과를 위협하거나 미국 기술의 수출을 금지하겠다고 나서지 않고 있음.


전문가들은 그 이유가 첨단 기술 및 자동차 제조의 핵심 원자재인 희토류 광물을 중국이 사실상 완전히 장악하고 있기 때문이라고 말하였음.

전문가들은 중국의 이러한 조치가 워싱턴이 베이징을 위협할 수 있는 수준에 사실상 한계를 설정했으며, 미국과의 오랜 기술 전쟁에서 중국에 힘을 실어주었다고 분석하였음.

미국 상무부 출신이자, 현재 신미국안보센터(CNAS) 싱크탱크에 소속된 Emily Kilcrease는 “지난 여름 일어난 모든 일들과 희토류 수출 통제 때문에, 미국과 트럼프 행정부는 일부 조치를 철회해야 할 것임을 알고 있으므로 지나치게 강압적이거나 무리한 접근 방식을 쓸 수 없는 근본적으로 다른 입장에 놓여 있다”고 말하였음.

AlixPartners에 따르면, 중국은 글로벌 희토류 채굴의 최대 70%, 정제 가공 역량의 85%, 희토류 합금 및 자석 생산의 약 90%를 통제하고 있음.

이트륨, 디스프로슘과 같은 희토류는 자동차 제조사, 반도체 제조사, 방위산업체 등 전략 산업의 근간을 이루며 공급망의 핵심 병목 지점으로 꼽히고 있음.

https://www.reuters.com/world/china/rare-earths-force-trump-be-less-hostile-before-xi-summit-2026-09-21/



● 시진핑 극진히 환대한 트럼프, 무엇을 노리고 얻었나? (박종훈의 지식한방, 2026. 09. 26)

https://www.youtube.com/watch?v=3rNL9OlCPTg&t=343s

※ 메타 Muse를 통해 더 빠르게 성장할 추론 시장. (반도체 뿐 아니라 전력망 및 전력 아키텍처의 변화 등도 함께 이뤄 질 것)

AI 시장의 흐름이 학습 중심에서 추론 중심으로 빠르게 이동하고 있습니다.

2026년 기준 추론과 학습의 비중(연산량 기준)은 각각 약 60 – 65%와 35 – 40% 수준으로 추산되고 있어 이미 추론이 학습을 뛰어넘은 상태이며, 중국에서는 이미 추론이 70%(OpenRouter 통계 기준)를 상회하고 있습니다.

특히 이번 메타의 Muse의 출시로 인해 추론 시장의 확대는 더욱 가속화 될 것으로 전망됩니다.


AI가 학습에서 추론으로 무게 중심이 빠르게 이동하면서, AI 연관 산업의 흐름도 빠르게 바뀌어가고 있습니다.

반도체의 경우 GPU 중심에서 CPU, NPU, ASIC(TPU, Inferentia, Maia, MTIA 등)로 다변화 되고 있으며, 메모리 반도체도 HBM에서 CXL 기반의 메모리 익스팬더(CXL DRAM, CMM-D 등), DDR, eSSD 등의 중요성이 높아집니다.

언더스탠딩에 출연한 엑시나 김진영 대표 또한 이 부분을 중점적으로 말하고 있습니다.

그리고 Muse의 출시와 함께 반도체 단의 변화에 대해서는 이미 시장이 CPU, 기판 관련주 등을 주목하기 시작하였지만, 전력망, 전력아키텍처와 같은 다른 부분의 변화에 대해서는 아직 반영되지 못한 것으로 보입니다.


추론의 비중 증가는 반도체 외에도 전력망의 물리적 구조, AI 데이터센터의 전력 아키텍처 등도 빠르게 변화해야 합니다.

추론의 증가는 데이터센터의 전력 소비 형태를 ‘예측 가능한 정적 부하(학습 중심)’에서 수초, 밀리초(ms) 단위로 요동치는 ‘극단적 동적 부하(추론 중심)’로 바꿔 놓습니다.

소비자들의 예측이 어려운 실시간 AI 사용이 극단적 부하 변동성을 만들기 때문입니다.

그리고 이러한 부하변동성을 대처하기 위해서 전력 구조가 바뀌어야 합니다.


먼저 발전 측면에서는 대규모 발전보다는 유연성 발전원들이 많아져야 합니다.
때문에 경직성이 높은 대형 원전, 대형 화석연료 발전 보다 가스 발전, 중소규모 분산발전원(연료전지, 태양광, ESS 등), SMR 같은 유연성 발전원들이 중요해 집니다.

그리드 측면에서는 대규모 송전 중심에서 ADMS(지능형 배전망) 등과 같은 배전망 중심의 그리드를 통해 국소 혼잡 및 계통 유연성을 대처할 수 있어야 합니다.
그리고 이때 ESS, VPP, DR, xEMS, V2G 등이 매우 중요해 지게 됩니다.

즉, 공급관리(발전)에서 수요관리(부하)로 변화해야 합니다.
최근 엔비디아, 구글, 에메랄드 AI가 ‘AI 에너지 관리 연합(AEMA)’를 출범 시킨 것도 이러한 이유 때문입니다.

AI데이터센터의 전력 아키텍처의 변화도 중요한데, +-400V/800V DC 아키텍처의 중요성이 높아지게 됩니다.
특히 추론 특유의 극심한 ‘부하 변동성’이 기존 415V AC나 48V DC방식의 물리적 한계를 정면으로 도전하고 있기 때문입니다.

이처럼 추론의 증가는 단순히 반도체 영역에만 머물지 않으며, 수많은 AI 관련 분야의 변화를 현재 이끌고 있습니다.



● 천재 개발자의 경고 메모리 1만배 필요합니다. (엑시나 김진영 대표 / 언더스탠딩, 2026. 09. 19)

○ AI 시대 메모리 수요 폭증과 CXL 기술의 중요성

1. 메모리 수요 급증의 배경

1) AI 모델의 복합적인 요인으로 인한 메모리 수요 증가

모델의 크기 증가, 사용자 증가, 대화 맥락 길이 증가(컨텍스트의 길이), 에이전트 AI의 등장
위의 요인은 모두 데이터를 곱하기로 증가 시키고 있음.


2. CXL (Compute Express Link) 기술

CXL은 AI 데이터센터에서 다양한 기술과 컴포넌트들을 한 번에 연결해 주는 연결 표준임.

CXL은 기존 네트워크 기반 솔루션의 한계점을 극복하기 위해서 등장하였음.


1) CXL의 가치

CXL은 메모리를 더 유연하고 확장 가능하게 사용할 수 있도록 해줌.

메모리 확장 : CXL 표준을 통해 훨씬 더 많은 메모리를 연결할 수 있게 해줌.

데이터 복사 불필요 : 데이터를 굳이 복사하지 않고도 매우 큰 메모리 서버를 만들어 여러 서버가 공유할 수 있게 해줌.

메모리 풀링 : 여러 서버가 하나의 큰 메모리 풀에서 데이터를 읽어 가는 방식으로, 마치 각 시스템이 자신의 메모리처럼 사용할 수 있게 함.

효율성 극대화 : 항상 점유하고 있으면 사용하지 않을 때도 비용을 내야 하지만, 공유 메모리는 그렇지 않아 효율성을 극대화할 수 있음.


2) CXL의 기술적 기반과 작동 방식

과거에는 메모리 공유가 기술적으로 어려웠지만, CXL은 코런스(Coherency)라는 기반 기술을 통해 이를 보장하고, 이를 통해 여러 서버가 공유된 메모리를 통해 데이터를 공유하고 쉐어할 수 있음.

데이터를 복사해서 옮기는 방식이 아니라, 공유된 메모리 공간에 접근하여 데이터를 읽어 가는 방식임.
A 서버, B 서버 등 여러 서버가 하나의 공유된 메모리 공간에 접근하여 데이터를 참조할 수 있으며, 이를 통해 데이터 복사가 불필요해지고, 데이터 이동 자체를 줄일 수 있음.


○ 메모리 병목 현상 심화와 HBM의 한계

1) HBM의 한계

AI 시대의 폭발적인 데이터 증가와 연산 요구량 증가는 메모리 병목을 불러 일으켰음.

HBM은 용량 확장의 어려움이 있음.
HBM은 GPU 칩 안에 함께 패키징 되는 구조로 인해 물리적인 공간 제약으로 용량을 크게 늘리기 어려움.

좁은 공간에 많은 메모리를 집적하는 것은 열 발산, 공간, 수율 등 여러 문제를 발생 시킴.

HBM은 GPU에 종속된 자원으로, GPU 근처에 메모리를 많이 붙이는 데 한계가 있음.


2) KB 캐시와 메모리 수요 증가

KB 캐시의 개념 : GPU가 한 번 계산했던 것을 다시 계산하지 않도록 이전에 계산된 결과를 메모리에 저장해 두었다가 다음 계산 시 참조하는 기술임.

(KB 캐시의 중요성)
GPU 연산은 비싸고 시간이 오래 걸리기 때문에, 이전에 계산된 결과를 재활용 하는 것이 효율성을 크게 높임.
KB 캐시가 많이 쌓일 수록 GPU 연산을 다시 할 필요가 없어지므로 효율성이 높아짐.
AI 서비스가 발전하고 사용자와의 대화가 길어질수록 KB 캐시의 중요성이 더욱 커짐.
AI가 사용자의 이전 대화 내용을 기억하고 답변하는 것은 KB 캐시 때문임.
KB 캐시가 커질수록 인프라를 훨씬 더 효율적으로 구성할 수 있으며, 이는 메모리 중요성 증가로 이어짐.

KB캐시가 많이 쌓이면 그 만큼 많은 메모리가 필요하게 됨.


○ CXL 기반 메모리 솔루션

1) 메모리 풀링의 개념

CXL은 여러 서버가 메모리를 하나의 공용 공간처럼 나눠 쓰는 메모리 풀링 기술을 가능하게 함.

데이터를 복사하여 옮길 필요 없이, 공유된 메모리 풀에서 직접 데이터를 읽어 갈 수 있어, 이는 데이터 이동 자체를 줄여 효율성을 높임.


2) 메모리 활용률 극대화

기존 클라우드 환경에서는 고객이 필요한 메모리 용량을 정확히 알기 어려워 서버에 최대한의 메모리를 장착하는 오버프로비저닝이 이뤄짐.
결과적으로 클라우드 메모리 활용률은 평균 35% 수준에 그침.

CXL을 통해 메모리를 공유하면, 필요에 따라 메모리 사용량을 조절할 수 있어 활용률을 70 – 80%이상으로 끌어 올릴 수 있음.


3) 기존 메모리 재활용

메모리 수명은 CPU 등 다른 부품보다 길기 때문에, 오래된 서버에서 사용하던 DRAM을 꺼내 CXL에 꽂아 재활용 할 수 있음.

이는 수백만 대 규모의 서버에서 이미 활용하고 있거나 앞으로 활용될 것으로 예상


○ CXL 기술의 미래

1) CXL의 기술적 난관 극복

과거에는 메모리가 CPU 옆에 있어야 한다는 관념이 있었지만, CXL은 이를 극복하고 메모리 공유를 가능하게 함.


2) CXL과 광통신 기술

광통신 기술은 더 먼 거리를 높은 대역폭으로 접근하기 위한 기술이지만, 아직 시간이 더 필요함.

CXL 기술은 광통신 기술 뒤에 적용 될 수 있으며, 광통신 기술이 발전하면 기술의 효율성도 더욱 높아질 것임.


3) 현실적인 기술로서의 CXL

CXL은 미래 기술이라기 보다는 이미 현재 기술이며, 기존 인프라를 활용하여 적용 가능함.
서버에 꽂아 사용하는 방식이 자연스러워 마치 ‘공유 외장하드’와 같은 개념으로 이해할 수 있음.


○ 메모리 절감 효과와 미래 전망

공유 메모리 풀을 활용하면 개별 서버에 필요한 메모리 용량을 줄일 수 있음.
고객이 필요한 만큼만 메모리를 빌려 쓰고, 사용하지 않는 메모리는 줄이는 방식으로 효율적인 사용이 가능.

AI 시대의 메모리 수요는 계속해서 증가할 것이며, 메모리는 인프라의 핵심 요소로 자리 잡을 것임.

CXL은 이러한 변화에 맞춰, 메모리 병목 현상을 해결하는 데 중요한 역할을 할 것으로 기대됨.

https://www.youtube.com/watch?v=5cOS2mK4l_M&t=3s