기사 제공처 : 개미신문 / 등록기자: 김태봉 [기자에게 문의하기]  0 /  

해당 기사에 관련하여 문의하기에 남겨주시면 "김태봉"기자에게 전송됩니다

 이름

 연락처

- -

 이메일

 확인

인공지능 산업이 폭발적으로 성장하면서 데이터센터의 전력 소비와 냉각 문제가 글로벌 기술 업계의 핵심 과제로 떠오르고 있다. 이러한 가운데 미국 우주기업 SpaceX가 궤도상에 인공지능 데이터센터를 구축하는 ‘AI1(Artificial Intelligence One)’ 개념을 제시하며 차세대 컴퓨팅 인프라 경쟁에 새로운 변화를 예고하고 있다. AI1은 지구 궤도에 배치된 위성들이 AI 연산을 수행하는 방식으로, 기존 지상 데이터센터의 물리적 한계를 우주 공간에서 해결하겠다는 구상이다.

현재 전 세계 AI 산업은 연산 능력 확보 경쟁에 돌입한 상태다. 대규모 언어모델과 생성형 AI 서비스가 확산되면서 데이터센터의 전력 수요는 급격히 증가하고 있다. 국제에너지기구(IEA) 등 여러 기관은 향후 AI 데이터센터가 국가 전력망에 상당한 부담을 줄 수 있다고 전망하고 있다.

AI1 프로젝트는 이러한 문제를 우주 공간에서 해결하려는 시도다. 구상에 따르면 위성 1기당 최대 150kW급 AI 연산 능력을 갖추고 태양광 패널을 통해 필요한 전력을 공급받는다. 우주 공간에서는 대기의 간섭이 없기 때문에 태양광 발전 효율이 지상보다 높아질 가능성이 제기되고 있다.

냉각 방식도 지상 데이터센터와 차별화된다. 현재 대형 AI 데이터센터는 막대한 전력과 냉각수를 사용한다. 반면 AI1은 액체 냉각 시스템과 방사 냉각 기술을 결합해 발생한 열을 우주 공간으로 방출하는 구조를 채택했다. 이론적으로는 대규모 냉각수 사용이 필요 없기 때문에 물 부족 문제를 줄일 수 있다는 평가가 나온다.

통신 인프라는 스페이스X가 이미 운영 중인 Starlink 네트워크와 위성 간 레이저 통신 기술을 활용하는 방식으로 설계됐다. 목표 전송 속도는 테라비트(Tbps)급 수준이며, 지연 시간은 약 3밀리초 수준으로 제시되고 있다. 이는 일부 실시간 AI 서비스와 엣지 컴퓨팅 환경에 활용 가능성을 제공한다.

사업 규모 역시 매우 공격적이다. 계획안에 따르면 2027년 말까지 연간 1GW급 궤도 AI 인프라 구축을 목표로 하고 있으며 이후 지속적인 확장을 통해 장기적으로 테라와트급 AI 인프라를 구축한다는 구상이다. 또한 텍사스 배스트럽 지역에 대규모 위성 생산시설인 ‘기가샛(Gigasat)’ 공장을 조성해 위성 제작부터 태양광 부품, AI 연산 장비 생산까지 수직 계열화를 추진하는 전략도 거론되고 있다.

그러나 전문가들은 해결해야 할 과제가 적지 않다고 지적한다. 가장 큰 문제는 경제성이다. 우주 공간에 대규모 데이터센터를 구축하려면 위성 제작과 발사 비용이 필요하다. 현재 기술 수준에서는 동일한 규모의 지상 데이터센터보다 훨씬 높은 초기 투자비가 발생할 가능성이 있다.

기술적 위험도 존재한다. 우주 환경에서는 고에너지 방사선이 지속적으로 반도체 장비에 영향을 미친다. 이는 데이터 오류나 장비 수명 단축으로 이어질 수 있다. 또한 수많은 위성이 저궤도에 배치될 경우 우주 쓰레기 증가와 충돌 위험 문제가 제기된다. 이른바 ‘케슬러 신드롬(Kessler Syndrome)’으로 불리는 연쇄 충돌 현상이 발생할 경우 우주 인프라 전반에 영향을 미칠 수 있다는 우려도 나온다.

AI 연산 효율성 역시 검증이 필요한 영역이다. 위성 한 기의 연산 능력은 상당한 수준이지만 최신 초거대 AI 모델 학습에는 수천에서 수만 개의 GPU가 동시에 활용된다. 따라서 단기적으로는 초대형 모델 학습보다는 위성 데이터 분석, 실시간 영상 처리, 국방·통신 분야의 엣지 컴퓨팅 서비스에 우선 적용될 가능성이 거론되고 있다.

한편 AI1 궤도 데이터센터는 인공지능 시대의 전력 부족과 냉각 문제를 해결하기 위한 새로운 접근법으로 주목받고 있다. 무제한에 가까운 태양광 에너지 활용과 냉각수 사용 감소라는 장점은 기존 데이터센터 산업의 구조를 변화시킬 가능성이 있다. 반면 높은 구축 비용과 우주 환경의 기술적 위험, 장기적인 경제성 검증이라는 과제도 남아 있다. AI1이 미래 AI 인프라의 새로운 표준으로 자리 잡을지, 아니면 제한된 특수 목적 시장에 머물지는 향후 기술 검증과 상업화 성과에 달려 있다는 분석이 나오고 있다.