구글 “AI 전력 수요 대응 더 빨라야”…모델 경쟁 넘어 인프라 역량이 커지는 이유

구글 모회사 알파벳의 루스 포랫 사장이 3월 23일(현지시간) 미국이 AI 확산 속도를 따라갈 만큼 전력 공급을 충분히 빠르게 늘리지 못하고 있다고 밝혔다. 표면적으로는 에너지 이슈처럼 보이지만, AI 산업의 경쟁축이 모델 성능만이 아니라 전력·데이터센터·클라우드 운영 역량으로 넓어지고 있음을 보여주는 발언에 가깝다.

포랫 사장은 휴스턴에서 열린 CERAWeek 행사에서 AI 데이터센터 확대에 필요한 전력 용량이 매우 크다며, 미국의 에너지 개발과 공급 확대가 더 빨라져야 한다고 말했다. 실제로 구글은 3월 19일 공개한 자료에서 미국 유틸리티들과 총 1GW 규모의 데이터센터 수요반응 계약을 체결했다고 밝혔다. 전력 수요가 몰리는 시간대에 일부 연산 작업을 다른 시간이나 다른 지역으로 옮기거나 줄여 전력망 부담을 낮추는 방식이다.

구글의 전력 확보 전략도 보다 구체적으로 볼 필요가 있다. 원문에서 언급된 ‘전력회사 인수’는 막연한 표현이라기보다, 알파벳이 데이터센터와 전력 인프라를 함께 개발하는 인터섹트 파워 인수를 추진한 흐름을 가리킨다. 여기에 더해 구글은 아이오와 원전 재가동 전력 조달 계약, 장기 전력 공급 계약, 수요반응 계약처럼 전력을 직접 더 안정적으로 확보하거나 피크 시간대 사용량을 조절하는 여러 방식을 병행하고 있다. 즉 단순히 전기를 많이 쓰는 기업이 아니라, AI 시대에 필요한 전력 조달 구조 자체를 미리 짜는 쪽으로 움직이고 있다는 의미다.

보스턴과 미국 동부 독자에게도 이 변화는 멀지 않다. ISO New England의 2026 수요 전망을 보면 뉴잉글랜드의 여름 순피크 수요는 2026년 2만4,986MW, 겨울 순피크 수요는 2만616MW로 제시됐다. 단기적으로 수요가 급격히 치솟는 구조라고 보기는 어렵지만, 전기화 확대와 신규 수요를 함께 관리해야 하는 구간으로 들어가고 있다는 점은 분명하다. 전력이 크게 남아도는 시장이라기보다, 새로운 대규모 수요가 붙을수록 계약 구조와 공급 타이밍이 더 중요해지는 환경에 가깝다.

국제에너지기구(IEA)도 비슷한 흐름을 짚는다. IEA는 전 세계 데이터센터 전력 소비가 2030년까지 현재의 두 배 이상인 약 945TWh 수준으로 늘어날 수 있다고 봤고, 그 증가분에서 미국이 가장 큰 비중을 차지할 것으로 전망했다. 이는 AI 산업의 병목이 반도체 수급에서 끝나는 것이 아니라 전력망 접속, 발전원 조달, 전력요금 구조, 연산 스케줄링 같은 더 현실적인 운영 문제로 번지고 있음을 보여준다.

여기까지는 확인된 사실이다. 아래부터는 그 사실을 바탕으로 한 기사 해설이다.

이 변화는 유학생과 취업 준비생에게 먼저 채용 언어의 변화를 시사한다. AI 채용을 이제 모델 개발 직무만으로 이해하면 실제 시장을 절반만 보는 셈이 될 수 있다. 머신러닝 엔지니어뿐 아니라 클라우드 인프라, 데이터 엔지니어링, 분산 시스템, MLOps, 추론 비용 최적화, 데이터센터 운영 효율과 맞물리는 역할의 중요성이 커질 가능성이 있다. 기업 입장에서는 ‘모델을 잘 만드는 사람’ 못지않게 ‘모델을 실제 비용 구조 안에서 안정적으로 돌릴 사람’이 필요해지기 때문이다.

현직 직장인에게는 팀 안의 우선순위가 달라질 수 있다는 신호다. 생성형 AI 도입이 늘수록 비용 통제, GPU 사용률 관리, 추론 비용 절감, 데이터 파이프라인 최적화처럼 예전에는 플랫폼 조직이나 인프라 조직의 일로 보이던 영역이 제품 조직과 더 가까워질 수 있다. 특히 SaaS 기업이나 헬스케어·바이오 데이터 기업처럼 클라우드 비용과 규제 대응을 동시에 관리해야 하는 업종은 AI 기능을 넣더라도 운영비와 안정성을 함께 설명할 수 있어야 한다.

보스턴 스타트업 생태계 관점에서도 읽을 지점이 있다. 이 지역은 바이오, 헬스케어, 로보틱스, 엔터프라이즈 소프트웨어 비중이 높아 단순 데모보다 실제 배포 구조와 비용 관리, 민감정보 처리 방식이 더 중요하게 평가되는 경우가 많다. 이런 맥락에서는 AI를 붙였다는 설명만으로는 차별화가 오래가기 어렵고, 추론 단가와 고객 데이터 처리 방식, 배포 안정성을 함께 제시할 수 있는 팀이 상대적으로 설득력을 가질 가능성이 있다.

비자 스폰서십을 고민하는 독자에게도 직접적인 제도 변화 뉴스는 아니지만 참고할 만한 흐름은 있다. 최근 채용 시장에서는 ‘AI 경험’이라는 넓은 표현보다, 어떤 제품 환경에서 어떤 비용·성능 문제를 해결했는지 구체적으로 설명할 수 있는 경험이 더 선명하게 읽히는 경우가 많다. 다만 스폰서십 여부나 실제 채용 판단은 회사 사정, 직무, 개인 경력에 따라 달라질 수 있어 일반 정보 차원에서 보는 것이 적절하다.

지금 당장 주목할 변화는 AI 업계의 관심이 모델 발표 경쟁에서 인프라 현실로 더 빠르게 이동하고 있다는 점이다. 조금 더 길게 보면 미국 동부 전력망과 데이터센터 투자가 얼마나 속도를 내는지, 또 기업들이 AI 인력을 채용할 때 연구형 인재와 함께 운영형·배포형 인재 비중을 얼마나 높이는지가 중요한 변수로 남는다.

결국 이번 구글 발언은 AI 시대의 핵심 자원이 GPU와 데이터에만 머물지 않는다는 점을 다시 보여준다. 보스턴의 한인 유학생과 직장인에게 중요한 것은 AI를 단순히 사용하는 수준을 넘어, 비용과 인프라 제약 안에서 실제로 굴리는 역량이 무엇인지 이해하는 일이다. 앞으로의 채용 공고, 기업 투자, 제품 운영 방식도 그 방향을 더 자주 반영할 가능성이 있다.