데이터센터의 폐열이 도시를 데우고 있다: 'AI 인프라'가 만드는 새로운 도시 열재해

데이터센터가 도시 기온을 올린다고요?

ASME(미국기계학회)에서 발표된 최근 연구가 흥미로운 문제를 정면으로 다뤘어요. 데이터센터에서 나오는 폐열(waste heat)이 도시의 열섬 효과를 가속화하는 새로운 열재해(thermal hazard) 요인이 되고 있다는 내용이거든요. 그냥 "건물이 뜨겁다" 수준이 아니라, 도시 단위의 미기후(microclimate)에 측정 가능한 영향을 주기 시작했다는 거예요.

배경을 짚어보면, 우리가 매일 쓰는 클라우드 서비스—구글 검색, 인스타그램, ChatGPT, 넷플릭스—전부 어딘가의 데이터센터에서 돌아가고 있죠. 그런데 서버는 전력을 소비하면 거의 100%에 가까운 비율로 그 에너지를 열로 방출해요. 즉, 데이터센터가 빨아들이는 메가와트(MW) 단위 전력은 결국 메가와트 단위의 열로 외부에 배출되는 거예요. AI 학습용 GPU 클러스터가 등장하면서 단일 데이터센터의 전력 소비가 수십~수백 MW를 가뿐히 넘기 시작했고, 이 열의 절대량이 도시 환경에 영향을 줄 수 있는 임계점에 도달한 거죠.

연구가 측정한 것

연구진은 데이터센터가 밀집한 도시 지역(미국과 유럽의 몇몇 사례)의 기온 데이터, 열 배출량 모델, 도시 기상 시뮬레이션을 결합해서 분석을 했어요. 결과를 단순화해서 말하면 이래요. 데이터센터 클러스터 인근 수백 미터 반경의 평균 기온이 통계적으로 유의미하게 상승하고, 폭염일에는 그 효과가 증폭된다는 거예요.

특히 문제가 되는 건 냉각 방식이에요. 전통적인 공랭식 데이터센터는 거대한 칠러와 쿨링타워를 통해 뜨거운 공기를 외부로 방출하는데, 이 배기구 인근은 국지적으로 상당히 더워져요. 수랭식이나 액침냉각(immersion cooling)으로 가더라도 열을 옮길 뿐 결국 어딘가로 버려야 하니까, 도시 인프라의 열 부담은 비슷하게 발생하죠. 게다가 열은 24시간 끊임없이 배출돼요. 도시가 가장 식어야 할 새벽 시간에도요. 이게 야간 기온 회복을 막아서 폭염 사망률을 높이는 요인이 될 수 있다는 게 연구의 핵심 우려예요.

또 하나 흥미로운 측정치는 수자원 영향이에요. 증발식 냉각을 쓰는 데이터센터는 대량의 물을 증발시켜 열을 방출하는데, 이 수증기가 국지적인 습도를 올려서 체감온도(열지수)를 더 끌어올린다는 거예요. 같은 35도라도 습도가 70%냐 40%냐에 따라 사람이 느끼는 부담이 완전히 다르잖아요. 데이터센터가 둘 다 악화시키는 방향으로 작동할 수 있다는 거죠.

업계가 대응하고 있는 방식

이 문제는 사실 데이터센터 업계에서도 이미 인지하고 있어요. 대응 방향은 크게 세 갈래로 나뉘어요.

첫째는 폐열 재활용(heat reuse) 이에요. 북유럽이 가장 앞서 있는데, 스톡홀름이나 헬싱키 같은 도시에서는 데이터센터의 폐열을 지역난방 시스템에 공급해 주거지의 온수와 난방으로 쓰고 있어요. 페이스북(Meta)의 오덴세 데이터센터, Equinix의 헬싱키 시설이 대표 사례죠. 한국처럼 지역난방 인프라가 잘 갖춰진 나라에선 충분히 따라갈 수 있는 모델이에요.

둘째는 냉각 효율 자체를 높이는 것이에요. 마이크로소프트가 실험한 해저 데이터센터(Project Natick), 구글이 도입한 AI 기반 냉각 최적화, NVIDIA가 밀고 있는 직접 액체 냉각(direct-to-chip liquid cooling) 등이 이 흐름이에요. PUE(Power Usage Effectiveness, 전력사용효율)를 1.1 수준까지 떨어뜨리려는 시도들이죠. PUE가 낮을수록 같은 컴퓨팅에 필요한 추가 냉각 전력이 줄고, 결국 도시로 새어 나가는 열도 줄어들어요.

셋째는 입지 자체를 바꾸는 것이에요. 도시 외곽의 한랭 지역이나 지하, 폐광산 같은 곳으로 옮기는 시도예요. 다만 AI 추론용 데이터센터는 사용자와 가까이 있어야 지연이 짧아지기 때문에, 모든 워크로드를 외곽으로 보낼 수는 없어요. 학습은 외곽에서, 추론은 도시 인근에서 하는 식의 역할 분리가 일어날 가능성이 커요.

한국 상황에서 보면

한국은 이 문제에서 상당히 민감한 위치에 있어요. 수도권에 데이터센터가 과도하게 집중돼 있고, 여름철 폭염이 이미 사회적 이슈인 데다, 전력망 부담까지 겹치고 있죠. 최근 정부가 데이터센터의 수도권 신규 설치를 제한하는 방향으로 정책을 잡아가고 있는 것도 같은 맥락이에요. 이번 연구는 그런 정책 결정에 "전력뿐 아니라 도시 열환경 측면에서도 분산이 필요하다"는 근거를 더해주는 셈이에요.

개발자 입장에서도 무관한 이야기가 아니에요. 클라우드 비용에는 점점 더 '환경 외부효과'가 가격으로 반영되기 시작했어요. EU는 이미 데이터센터의 에너지·물 사용량 보고를 의무화했고, ESG 평가에서 클라우드 사용량의 탄소발자국이 항목으로 들어가고 있어요. AWS, GCP, Azure 모두 리전별 탄소 강도 데이터를 제공하기 시작했고요. 개발자가 "이 워크로드를 어느 리전에 띄울까"를 결정할 때 비용·지연·법규뿐 아니라 환경 영향까지 고려해야 하는 시대가 오고 있어요.

또 AI 모델을 설계하는 입장이라면, 모델 효율성 자체가 환경 책임으로 직결돼요. 같은 품질을 더 작은 모델로 낼 수 있다면 그만큼 도시의 열도 덜 나오는 거예요. 양자화(quantization), 증류(distillation), MoE 같은 효율화 기법이 단순히 비용 절감 이슈가 아니라 사회적 책임의 영역으로 옮겨가고 있어요.

마무리

핵심 한줄: "데이터센터의 열은 더 이상 건물 안의 문제가 아니라 도시의 문제가 됐다." AI 시대의 인프라 설계는 이제 컴퓨팅 성능과 도시의 열·물·에너지 순환을 함께 고민해야 하는 단계로 들어섰어요.

여러분이 만드는 서비스가 클라우드에 띄워질 때, 그 컴퓨팅 한 번이 어디선가의 도시 기온을 0.0001도 정도는 올리고 있다고 상상해보면 어떨까요? 한국에서 데이터센터 폐열을 도시 난방에 활용하는 모델, 현실적으로 어디서부터 시작할 수 있다고 보시나요?