Cerebras CEO의 데이터센터 경고, AI 인프라 경쟁에 ‘지역 수용성’이 변수로 떠올랐다

AI 칩 기업 Cerebras Systems의 앤드루 펠드먼 CEO가 미국 내 AI 데이터센터 확장 방식을 공개적으로 비판했다. 일부 사업자가 지역사회와 충분히 소통하지 않은 채 전력·수자원 부담, 주민 혜택, 비용 분담 문제를 뒤로 미뤘다는 취지다. AI 경쟁이 더 빠른 모델과 더 많은 반도체 확보를 넘어, 실제 인프라를 어디에 어떤 방식으로 지을 것인가의 문제로 옮겨가고 있다는 신호다.

Cerebras는 2026년 5월 나스닥에 상장한 AI 칩 기업이다. 공모가는 주당 185달러였고, 3천만 주를 발행해 약 55억5천만 달러를 조달했다. 상장 당시 기업가치는 560억 달러를 넘었으며, 2025년 매출은 5억1천만 달러로 전년보다 76% 증가한 것으로 알려졌다. 회사는 웨이퍼 스케일 엔진이라는 대형 AI 프로세서를 앞세워 엔비디아 중심의 AI 반도체 시장에서 대안으로 주목받고 있다.

최근 월가 애널리스트들이 Cerebras에 매수 의견을 낸 배경도 AI 추론 수요 증가와 연결된다. 추론은 이미 학습된 AI 모델이 사용자의 질문에 답하거나 이미지를 분석하는 실제 서비스 단계의 계산 작업을 뜻한다. 기업들이 AI를 실험실 수준의 데모가 아니라 고객 서비스, 검색, 의료 분석, 업무 자동화 기능에 넣기 시작하면 추론 비용과 속도가 곧 사업 경쟁력으로 이어진다.

다만 펠드먼 CEO의 발언은 AI 인프라의 병목이 칩 부족만은 아니라는 점을 짚는다. 데이터센터는 서버와 반도체뿐 아니라 냉각 설비, 전력망, 네트워크 연결, 부지 인허가, 지역사회 동의가 맞물려야 운영된다. 최근 미국 여러 지역에서 데이터센터 계획을 둘러싼 반발이 커지는 이유도 여기에 있다. 주민들은 전기요금 상승 가능성, 물 사용량, 소음, 부동산 가치, 실제 일자리 효과가 기대보다 작을 수 있다는 점을 문제로 제기한다.

뉴욕주에서는 20MW를 넘는 대형 데이터센터 신규 개발을 1년간 멈추는 법안이 주의회를 통과해 주지사 결정을 기다리고 있다. 아직 최종 법률로 확정된 단계는 아니지만, AI 데이터센터가 더 이상 기술 기업과 투자자만의 문제가 아니라 지역 전력망, 환경 부담, 세금 혜택 논쟁과 함께 검토되는 사안이 됐다는 점은 분명하다.

보스턴권 독자에게도 이 이슈는 멀리 있는 데이터센터 논쟁으로만 보기 어렵다. 매사추세츠는 버지니아나 텍사스처럼 초대형 데이터센터가 밀집한 지역은 아니다. 그러나 보스턴·케임브리지의 바이오테크, 대학 연구실, 병원, 핀테크, 로보틱스 기업은 AI 계산 자원에 빠르게 의존하고 있다. 신약 후보물질 탐색, 의료영상 분석, 보험·금융 데이터 처리, 로봇 시뮬레이션처럼 보스턴 산업과 맞닿은 영역일수록 안정적인 클라우드와 데이터 인프라가 필요하다.

문제는 북동부의 비용 구조다. 전력비가 높고 인허가와 환경 검토가 까다로운 지역에서는 AI 인프라 비용이 기업의 운영비와 채용 계획에 영향을 줄 수 있다. AI 기능을 제품에 넣는 회사가 늘더라도, 실제로는 모델 사용료, 클라우드 비용, 데이터 보안, 지연시간, 규제 대응을 함께 계산해야 한다. 보스턴의 스타트업이나 중견 기술기업 입장에서는 “AI를 도입할 수 있는가”만큼 “그 AI 기능을 지속 가능한 비용으로 운영할 수 있는가”가 중요해지고 있다.

취업 준비생과 유학생은 AI 일자리의 범위를 조금 넓게 볼 필요가 있다. 채용시장에서 AI 모델 연구자나 프롬프트 엔지니어만 수요가 생기는 것은 아니다. 데이터센터와 클라우드 운영이 커질수록 사이트 신뢰성 엔지니어링, MLOps, 클라우드 비용 관리, 보안 운영, 데이터 거버넌스, 전력·냉각 효율, 지속가능성 보고, 인프라 조달 같은 역할도 함께 중요해진다. MLOps는 AI 모델을 실제 서비스 환경에서 안정적으로 배포하고 관리하는 업무를 말한다.

보스턴권처럼 헬스케어와 바이오 비중이 큰 지역에서는 규제 산업의 데이터를 안전하게 다루는 능력, AI 결과를 검증하는 운영 절차, 비용 대비 성능을 설명할 수 있는 실무 감각이 강점이 될 수 있다. AI가 사람의 일을 단순히 대체한다는 관점만으로는 시장 변화를 충분히 읽기 어렵다. 오히려 AI를 제품과 업무 흐름에 넣는 과정에서 보안, 검증, 운영, 비용 통제 역할이 함께 늘어나는 흐름을 봐야 한다.

현직자에게는 AI 도입이 단순히 새 도구를 쓰는 문제가 아니라는 점이 중요하다. 회사가 AI 기능을 제품에 넣으려면 모델 호출 비용, 고객 데이터 보호, 장애 대응, 클라우드 벤더 의존도, 에너지·탄소 관련 공시까지 함께 검토해야 한다. 개발자라면 모델 성능뿐 아니라 지연시간, 비용, 보안 로그, 장애 시 우회 경로를 이해하는 역량이 실무 평가에 반영될 가능성이 크다. 비즈니스 직군도 AI 프로젝트의 투자수익률을 설명하고, 고객과 규제기관에 데이터 처리 방식을 명확히 말할 수 있어야 한다.

비자 스폰서십을 고려하는 유학생에게도 확인할 지점이 있다. AI 인프라 관련 직무는 보스턴 본사만이 아니라 다른 주의 데이터센터, 클라우드 운영 거점, 반도체·네트워크 기업으로 분산될 수 있다. 지원 전에는 직무가 본사 소속인지 현장 근무인지, 원격 근무가 가능한지, 고용주가 과거 H-1B나 STEM OPT 인력을 채용한 이력이 있는지 살펴볼 필요가 있다. 다만 이민 관련 판단은 개인 상황과 고용 조건에 따라 달라지므로, 구체적인 결정은 학교 국제학생 오피스나 전문 변호사에게 별도로 확인하는 것이 적절하다.

이번 발언의 핵심은 AI 인프라 투자가 멈춘다는 뜻이 아니다. 오히려 AI 서비스가 늘어날수록 데이터센터와 반도체, 전력 수요는 계속 커질 가능성이 높다. 다만 그 투자가 지역사회와 비용 구조 안에서 검증받기 시작했다는 점이 달라졌다. 보스턴권 테크 인력과 창업자는 AI를 제품 기능으로만 보지 말고, 그 기능을 가능하게 하는 전력, 클라우드 비용, 데이터 운영, 지역 수용성까지 함께 읽어야 할 시점이다.