유엔 과학자들, AI 데이터 센터가 2030년까지 13억 명보다 더 많은 물을 소비할 것이라고 경고

뉴스 요약

2026년 6월 3일 유엔대학교 물, 환경 및 보건 연구소(UNU-INWEH)에서 발표한 획기적인 보고서에 따르면, 인공지능 인프라의 급속한 확장이 지구의 가장 중요한 천연자원인 물, 토지, 대기에 전례 없는 압력을 가하고 있는 것으로 나타났습니다.

AI의 물 발자국: 전 지구적 규모의 평가

2030년까지 전 세계 AI 워크로드를 지원하는 데이터 센터는 연간 9조 3천억 리터의 물을 소비할 것으로 예상됩니다. 이는 2024년 약 4조 5천억 리터의 두 배 이상입니다. UNU-INWEH 연구원들은 9조 3천억 리터가 지구상의 모든 사람(81억 명)의 총 식수 수요를 약 1.6년 동안 충족시킬 수 있는 양이라고 지적합니다. 이 보고서는 또한 예상 수치를 사하라 이남 아프리카에 거주하는 13억 명의 기본적인 가정용수 수요와 비교합니다.

데이터 센터에서 물은 주로 냉각에 사용됩니다. 서버 홀을 통해 냉각수가 순환하고, 증발 냉각탑은 대량의 물을 대기로 방출합니다. AI 모델 학습 및 추론 워크로드가 기하급수적으로 증가함에 따라 냉각 수요도 증가합니다. 보고서는 많은 고성장 배포 지역에서 이 물이 농업과 지역 식수 공급을 지원하는 동일한 대수층과 강 시스템에서 끌어온다고 지적합니다.

전력 수요 및 탄소 배출

동일한 분석에 따르면 2030년까지 전 세계 데이터 센터 전력 소비량은 연간 945 테라와트시(TWh)에 달하며 거의 두 배가 될 것으로 예상됩니다. 그때까지 AI 워크로드만으로 데이터 센터 전체 전력 수요의 약 40%를 차지할 것으로 예상되며, 이는 현재 수준에서 급격히 증가한 것입니다. 그 정도의 전력을 생산하는 데 연간 약 3억 9,900만 톤의 이산화탄소 환산량이 배출될 것으로 추정되며, 이는 주요 산업 국가의 총 연간 배출량과 맞먹습니다.

토지 이용 및 전자 폐기물

에너지와 물 외에도 UNU-INWEH 보고서는 대중의 관심이 덜한 두 가지 추가적인 자원 압박을 강조합니다. 첫째, 데이터 센터 캠퍼스의 물리적 규모(시설 자체, 주변 완충 지대, 관련 에너지 인프라 포함)는 2030년까지 14,500 제곱킬로미터를 초과할 것으로 예상됩니다. 둘째, AI 경쟁으로 인한 급격한 하드웨어 교체 주기는 2030년까지 연간 최대 250만 톤의 전자 폐기물을 발생시킬 수 있으며, 이 중 상당수는 현재 환경 보호 장치가 제한적인 저소득 국가에서 처리되고 있습니다.

지리적 집중 및 지역 사회 영향

이 보고서의 가장 날카로운 조사 결과 중 하나는 데이터 센터가 어디에 건설되고 있는지에 관한 것입니다. UNU-INWEH의 지리 공간, 기후 및 인프라 분석 프로그램 책임자인 미르 마틴 박사는 시설이 이미 상당한 물 스트레스를 겪고 있는 지역에 자주 위치한다고 강조했습니다. 이러한 시설 근처에 사는 지역 사회는 종종 환경적 비용을 부담하며(부족한 물 자원을 놓고 경쟁), 센터가 지원하는 AI 서비스로부터 직접적인 혜택은 거의 얻지 못합니다.

효율성 향상 및 리바운드 효과

연구원들은 지난 10년 동안 하드웨어 효율성이 상당히 향상되었음을 인정합니다. 최신 AI 가속기 및 액체 냉각 기술은 이전 세대보다 계산당 에너지와 물 소비량이 훨씬 적습니다. 그러나 보고서는 효율성 향상이 AI 배포의 엄청난 증가로 인해 지속적으로 앞질러지고 있다고 경고합니다. 이는 때때로 "리바운드 효과"라고 불리는 역학 관계입니다. 개별 작업이 저렴해짐에 따라 총 수요는 절약액이 축적되는 것보다 더 빠르게 증가합니다.

보고서 배경 및 범위

2026년 6월 3일 동부 표준시 오전 9시에 발표된 UNU-INWEH 보고서는 학술 문헌, 산업 공개 및 연구소 자체의 지리 공간 모델링 데이터를 종합합니다. 이 보고서는 전 세계 데이터 센터의 운영 발자국을 다루며, 특히 AI 인프라 확장이 가속화되고 있는 아시아, 중동 및 아프리카 일부 지역에 중점을 둡니다. 이 연구소는 더 넓은 유엔대학교 시스템의 일부이며 물 안보, 환경 보건 및 지속 가능한 자원 관리에 중점을 둡니다.

전망 및 권장 사항

이 보고서는 AI 개발에 대한 제한을 요구하는 대신 정책 입안자, 기술 운영자 및 투자자에게 데이터 센터 계획 초기부터 자원 영향 평가를 통합할 것을 촉구합니다. 주요 권장 사항에는 신규 시설에 대한 의무적인 물 스트레스 공개, 소비성 물 사용을 최소화하는 폐쇄 루프 냉각 시스템에 대한 강력한 인센티브, AI 인프라에 대한 기업 환경 보고의 투명성 강화가 포함됩니다.

AI 기능이 계속 발전하고 산업 전반에 걸쳐 채택이 확산됨에 따라 해당 성장을 뒷받침하는 물리적 자원 요구 사항이 더욱 명확해지고 있습니다. UNU-INWEH의 조사 결과는 주로 알고리즘 발전에 초점을 맞춰온 대화에 권위 있는 과학적 무게를 더하며, 이 모든 것을 가능하게 하는 강, 대수층 및 전력망에 대한 관심을 다시 돌립니다.