TechFlow Logo
로그인/ 회원가입
ETH 가스
Gwei
공포
gas
골드만 삭스 리포트 해석: 글로벌 데이터센터 전력 수요 170% 폭증 전망, AI 혁신 사이클 효율성 변곡점 임박

골드만 삭스 리포트 해석: 글로벌 데이터센터 전력 수요 170% 폭증 전망, AI 혁신 사이클 효율성 변곡점 임박

2026.08.07
공유하기
본고는 전력 수요의 7 가지 구동력, 혁신 주기의 진화, 지속 가능성 영향이라는 세 가지 차원에서 이 보고서의 판단 프레임워크를 분석합니다.

글쓴이: 리타

글로벌 데이터센터의 전력 수요가 예상보다 훨씬 빠른 속도로 팽창하고 있습니다. 골드만 삭스는 8 월 6 일 발표한 GS SUSTAIN 보고서에서 2030 년 글로벌 데이터센터 전력 수요 증가율 예측을 기존의 117% 에서 170% 로 대폭 상향 조정했으며, 이는 2030 년까지 데이터센터 누적 증가 전력 사용량이 일본 2023 년 전국 총 전력 사용량을 초과할 것임을 의미합니다. 하이퍼스케일러의 자본 지출과 연구 개발 투자 합계는 2026 년 1 조 달러를 돌파할 것으로 예상됩니다. 그러나 골드만 삭스는 동시에 AI 혁신 주기가 '평가 및 꿈 단계'에서 '실행 및 효율성 단계'로 전환되고 있으며, 커뮤니티 반대, 노동력 부족 및 물리적 환경 제약이 데이터센터 건설의 새로운 병목 현상이 되고 있다고 지적했습니다. 본 글은 전력 수요의 7 가지 추진 동력, 혁신 주기 진화 및 지속 가능성 영향이라는 세 가지 차원에서 이 보고서의 판단 프레임워크를 분석합니다.

전력 수요의 7 가지 추진 동력

골드만 삭스는 AI 데이터센터 전력 수요에 영향을 미치는 요인을 7 가지 차원으로 분류했습니다.

보급성 측면에서 하이퍼스케일러의 자본 지출 예상치는 지속적으로 상향 조정되고 있으며, Alphabet, 아마존 및 Meta 는 최근 2026 년 capex 가이던스를 모두 상향 조정했습니다. 8 개 주요 하이퍼스케일러의 capex 와 연구 개발 합계는 2026 년 1.2 조 달러에 달하고 2027 년에는 1.7 조 달러로 추가로 증가할 것으로 예상됩니다.

생산성 측면에서 골드만 삭스는 토큰 및 컴퓨팅 수요의 '가격 탄력성'이 핵심 변수라고 봅니다. 기업이 예산 삭감이 경쟁 지위에 영향을 미칠 것이라고 우려하거나 토큰/컴퓨팅 수요가 충분히 정의되지 않은 한, 컴퓨팅 파워 수급 격차는 좁혀지기 어렵습니다. 골드만 삭스는 AI 분야의 에너지 효율 향상 속도가 비 AI 분야보다 계속 빠를 것으로 예상하지만, 제본스 역설 (효율 향상이 오히려 더 많은 수요를 자극함) 이 작용하고 있습니다.

가격 측면에서 더 높은 전력 비용은 하이퍼스케일러의 투자 의지를 약화시키지 않았습니다. 골드만 삭스는 미국의 녹색 신뢰 전력 프리미엄 (메가와트시당 40~48 달러) 을 글로벌 데이터센터 증가 전력 수요에 적용할 경우 2023 년부터 2030 년까지 업계 총 지출이 약 450 억~530 억 달러이며, 이는 하이퍼스케일러의 2028 년 예상 EBITDA 의 2.9%~3.4% 에 불과하다고 추정했습니다.

정책 측면에서 미국 커뮤니티의 데이터센터 건설 반대 여론이 심화되고 있습니다. 텍사스주 지사는 8 월 3 일 행정 명령에 서명하여 데이터센터가 전력망 접속 승인 전에 감사와 데이터 공개를 받도록 요구했습니다. 버지니아주에서는 양당이 데이터센터 건설 중단을 촉구하는 목소리가 나왔습니다. 커뮤니티 반대의 핵심 우려 사항은 전력 신뢰성, 전기 요금 인상, 수자원 소비, 소음 공해 및 국부 온도 상승의 다섯 가지 측면에 집중되어 있습니다.

부품 및 인력 공급 제약 또한 무시할 수 없습니다. 골드만 삭스는 2030 년까지 미국이 전력 수요 증가를 충족하기 위해 약 30 만 개의 일자리를 새로 창출해야 할 것으로 예상하며, 그중 전기 기사 등 기술 직종의 부족이 특히 두드러집니다. 물리적 환경 측면에서 골드만 삭스 분석에 따르면 글로벌 신규 데이터센터의 56% 가 고온, 고습 또는 가뭄 위험에 직면한 지역에 위치해 있어 냉각 솔루션 선택을 제한하고 전력 소비를 증가시킬 것입니다.

AI 혁신 주기가 효율성 전환점에 근접

골드만 삭스는 AI 혁신 주기를 셰일 가스 혁신 주기와 비교하며, AI 가 '평가 및 꿈 단계'에서 '실행 및 효율성 단계'로 전환되는 전환점에 근접했다고 봅니다. 셰일 가스 주기의 경험에 따르면 제품이 품귀에서 공급 과잉으로 전환되고, 혁신가의 재무 유연성이 감소하며, 기업 수익률이 악화될 때 혁신 주기는 효율성 주도 단계로 진입합니다.

현재 AI 분야의 수급 상황은 여전히 컴퓨팅 파워 부족 상태이며 데이터센터 공실률은 낮게 유지되고 있습니다. 그러나 골드만 삭스는 세 가지 신호에 주목해야 한다고 지적했습니다. 첫째, 하이퍼스케일러의 재투자율 (영업 현금 흐름 + 연구 개발 대비 capex+ 연구 개발 비중) 이 2027 년 99% 를 초과할 것으로 예상되어 재무 유연성이 좁아지고 있습니다. 둘째, 기업 현금 수익률 (CROCI) 이 향후 몇 년간 완만히 하락할 것으로 예상되며, 2014 년부터 2024 년까지의 구간 하한선을 하락하여 밑돌지 않았지만 추세는 경계해야 합니다. 셋째, 업계 논평에서 이미 소비자가 컴퓨팅 파워 최적화를 주도하는 징후가 나타나고 있습니다.

셰일 가스 주기의 중요한 교훈은 산업이 효율성 단계에 진입하면 테마성 투자 기회는 개별 종목 선택에 자리를 내준다는 것입니다. 골드만 삭스는 AI 수요가 충분히 정의되거나 재무 유연성이 더욱 긴축되거나 기업 수익률이 현저히 악화될 경우 투자자의 관심사는 'AI 테마 노출'에서 '회사 특정 성장 및 차별화 수익'으로 전환될 것이라고 봅니다.

AI 의 지속 가능성 대장: 배출과 가치의 상쇄

골드만 삭스는 AI 가치 평가 프레임워크를 제안했습니다. AI 가 가져오는 지속 가능성 편익에서 AI 가 가져오는 지속 가능성 비용을 뺀 것입니다. 데이터센터 배출은 비용 측면에서 가장 주목받는 변수입니다. 골드만 삭스는 2030 년까지 데이터센터 이산화탄소 배출량이 2023 년 대비 약 3 억 7 천만 톤 증가 (210% 성장) 하여 글로벌 에너지 배출량의 1% 에 해당할 것으로 예상합니다. 미국 환경보호청의 톤당 190 달러 사회적 탄소 비용을 기준으로 할 경우 2030 년 증가 배출량의 현재 가치 (7%~10% 할인율) 는 약 1,400 억~1,700 억 달러입니다.

편익 측면에서 AI 의 신약 발견 분야 적용은 이미 상당한 가치를 나타내고 있습니다. 골드만 삭스 바이오테크 팀의 연구에 따르면 AI 는 신약 발견 성공률을 370bp 향상시켰으며 (매년 28 종의 신약 추가 발견에 해당), 연구 개발부터 첫 수익 발생까지의 시간을 13 년에서 약 10 년으로 단축했습니다. 7 년 주기로 계산할 때 AI 기반 신약 발견 가속화는 약 8,400 억~9,300 억 달러의 기업 현재 가치를 창출할 수 있으며, 이는 데이터센터 증가 배출량의 대부분의 사회적 비용을 충당하기에 충분합니다.

골드만 삭스는 지속 가능성 투자자들의 AI 참여는 세 가지 수준을 중심으로 전개될 것이라고 봅니다. 개발 단계의 윤리 및 편향 방지, 위험 관리 및 준수, 거버넌스 및 구현입니다. EU AI 법 시행 및 미국 SEC 의 사이버 보안 공개 요구 강화에 따라 AI 거버넌스는 투자자와 기업 경영진 간 상호작용의 새로운 초점이 되고 있습니다.

데이터센터 전력 수요의 급증은 전체 에너지 산업 사슬의 투자 논리를 재편하고 있습니다. 골드만 삭스는 전력 장비, 냉각 솔루션, 전력망 인프라 및 핵심 소재 등의 구조적 기회를 긍정적으로 봅니다. AI 혁신 주기의 관심사는 자본 지출 규모에서 자본 수익 질로 전환되고 있으며, 전력 공급의 물리적 제약과 커뮤니티의 허가 운영이 데이터센터 건설의 속도에 영향을 미치고 있습니다.

면책 조항 본 글은 TechFlow Research 가 제 3 자 증권사 연구 보고서 (골드만 삭스, 2026 년 8 월 6 일) 를 정리 및 해석하고 공개 시장 정보를 결합한 것입니다. 본문에 인용된 등급, 목표가, 수익 예측 및 관련 판단은 모두 해당 증권사 애널리스트의 견해이며, 소속 기관의 입장을 대표할 뿐 TechFlow Research 의 견해를 대표하지 않으며 어떤 투자 권유도 구성하지 않습니다. 시장에는 위험이 있으며 결정은 독립적으로 내려야 합니다. 본 글은 어떤 증권 매매의 근거로 사용되어서는 안 됩니다.