1000조 AI 데이터센터 메가프로젝트, 기업과 개인에게 뭐가 달라지나

치즈, 혹시 '1000조'라는 숫자 보고 그냥 넘기셨나요? 이건 국가 예산 절반에 맞먹는 규모예요. 2026년 6월 29일, 정부가 AI 데이터센터를 반도체 다음 국가전략산업으로 공식 선언했어요. 그 의미가 기업과 개인에게 어떻게 닿는지, 냉정하게 뜯어볼게요.

2035년까지 18.4GW, 1000조 원 이상을 AI 데이터센터에 쏟아붓겠다는 국가 선언이에요. 반도체·피지식 AI와 함께 '3대 메가프로젝트'로 묶였고, 이재명 대통령이 직접 '대한민국 대도약 국민보고회'를 주재하며 발표했어요. 단순한 인프라 투자가 아니라 "AI를 소비하는 나라에서 생산·수출하는 나라로" 바꾸겠다는 방향 전환 선언이기도 해요.

계획은 두 단계로 나뉘어요.

1단계 — 2029년까지 과기정통부 발표에 따르면 8.4GW 규모 AI 데이터센터를 구축하고, 투자 규모는 550조 원이에요. 민관이 역할을 나눠서 SK가 5GW, GS가 2.4GW, 네이버가 1GW를 맡아요.

2단계 — 2035년까지 10GW를 추가해 총 18.4GW, 누적 1000조 원 이상을 채우는 게 목표예요.

GW라는 단위가 낯설 수 있어요. 쉽게 말하면 전력 용량이에요. 1GW는 원자력 발전소 한 기가 1시간 동안 생산하는 전력량과 비슷한 수준이에요. AI 데이터센터는 서버를 24시간 돌리는 데 어마어마한 전기가 필요하거든요. 18.4GW면 국내 전체 발전 설비의 상당 비중을 AI 인프라가 먹는다는 뜻이에요.

정부가 AI 데이터센터를 '토큰 팩토리'로 부르는 이유가 있어요. AI 모델이 언어를 처리하는 기본 단위가 '토큰'인데, 데이터센터 용량이 클수록 더 많은 토큰을 생산·처리할 수 있어요. 발표에 따르면 1GW당 40~400조 개의 토큰을 생산할 수 있어요.

이게 왜 중요하냐면, 토큰 생산 능력이 곧 AI 모델 훈련 능력이거든요. 지금 한국은 ChatGPT·Claude 같은 해외 AI를 '소비'하는 쪽이에요. 18.4GW 인프라가 갖춰지면 국내에서 대형 AI 모델을 직접 훈련하고, 그 모델과 인프라를 해외에 수출하는 구조로 전환하겠다는 거예요.

국산 NPU(AI 전용 반도체)·서버·네트워크·전력·냉각 솔루션까지 묶어서 'AI 데이터센터 솔루션'으로 수출 산업화하겠다는 구상도 함께 나왔어요. 국산 AI 반도체는 2030년까지 국가 AI 컴퓨팅센터 도입 비중 50%를 목표로 잡았고요.

장밋빛 계획만 있는 건 아니에요. 솔직하게 짚고 넘어가야 할 대목이 있어요.

2025년 2월, 과기정통부는 '국가 AI컴퓨팅센터 구축 실행계획'을 발표했어요. 공공 51%·민간 49%가 공동 출자하는 SPC(특수목적법인) 방식으로 최대 2조 5000억 원을 투입하고, 2025년 조기 서비스 개시·2027년 완전 개소를 목표로 했어요.

그런데 2차례 공모를 진행했는데도 참여 기업을 찾지 못했어요. HRST정책연구소 분석에 따르면 "관행적이고 안일한 사업 설계"가 실패 원인으로 지목됐어요. 기업 입장에서는 수익 구조가 불분명하고, 공공 주도 방식의 경직성이 부담이었던 거예요.

이번 1000조 원 계획은 그 실패를 딛고 나온 2.0 버전이에요. SK·GS·네이버처럼 이미 의향을 밝힌 기업 중심으로 재편한 게 달라진 점이에요. 하지만 사용자들 사이에서는 "발표 규모가 너무 크고 실행 검증이 부족하다"는 회의적 시각도 여전히 있어요.

이번 계획에서 눈에 띄는 건 '비수도권 분산 구축' 전략이에요. AI 데이터센터를 수도권에 몰아넣지 않고 지방에 나눠 짓겠다는 거예요.

이유는 두 가지예요. 하나는 수도권 전력망이 이미 포화 상태라 대규모 데이터센터를 추가로 받을 여력이 없어요. 다른 하나는 지방에 AI 산업 생태계를 만들어 지역 균형 발전과 연결하겠다는 정치·경제적 논리예요.

실제로 7월 6일, 이재명 대통령은 청와대에서 '3대 메가 프로젝트' 민관합동점검회의를 열고 삼성전자·SK하이닉스 사장급 인사들의 의견을 청취했어요. 발표 1주일 만에 진행 상황을 점검한 거예요. 강훈식 비서실장은 반도체 호황으로 생기는 추가 세수로 '미래대응기금'을 조성해 메가 프로젝트와 청년 지원에 활용하겠다고 밝혔어요.

지방 데이터센터가 들어서면 해당 지역에는 전력 인프라 투자, 건설·운영 일자리, 관련 IT 기업 유입 효과가 생겨요. 다만 실제로 지역 인재 양성과 연결되지 않으면 '건물만 지방에 있는' 공동화 현상이 생길 수 있다는 지적도 나와요.

인프라만 짓는다고 AI 강국이 되는 건 아니에요. 정부는 모델 개발 지원도 병행하고 있어요.

2025년 2월 과기정통부 발표를 보면 세 가지 프로그램이 눈에 띄어요.

이 지원이 실제로 어떤 모델을 만들어낼지는 아직 지켜봐야 해요. 1936억 원이 적은 돈은 아니지만, OpenAI나 구글이 AI 모델 하나에 쏟아붓는 비용과 비교하면 규모 차이가 상당해요. 인프라(하드웨어)와 모델(소프트웨어)이 동시에 커야 '토큰 팩토리'가 의미를 가져요.

AI 글쓰기나 업무 자동화처럼 당장 AI를 활용하는 방법이 궁금하다면 AI 글쓰기 역할 분담 — AI에게 맡길 일 vs. 사람이 해야 할 일 완전 정리도 같이 읽어보면 좋아요.

장점

단점

기업 입장에서는 국내 AI 컴퓨팅 자원 접근성이 높아져요. 지금은 대규모 AI 모델을 훈련하려면 AWS·Azure·GCP 같은 해외 클라우드에 의존하는 경우가 많은데, 국내 데이터센터가 늘면 가격 경쟁과 데이터 주권 측면에서 선택지가 생겨요.

개인·스타트업 입장에서는 AI 혁신펀드(2000억 원)와 World Best LLM 프로젝트가 직접적인 기회예요. AI 기반 서비스를 만들거나 관련 연구를 하는 분이라면 이 펀드와 프로젝트의 지원 공고를 챙겨볼 필요가 있어요.

다만 1000조 원이라는 숫자가 실제 집행으로 이어지기까지는 시간이 걸려요. 2025년 국가 AI컴퓨팅센터 실패 사례처럼, 발표와 실행 사이의 간격을 현실적으로 봐야 해요. AI 기술 자체를 지금 당장 업무에 활용하는 건 인프라 완성을 기다릴 필요 없이 이미 가능한 일이에요. 1인·소상공인 AI 마케팅 시작법처럼 지금 쓸 수 있는 도구부터 잡는 게 현실적인 출발점이에요.

국가가 판을 깔아주는 건 맞아요. 하지만 그 판 위에서 뭘 할지는 결국 각자의 몫이에요 — 비트의 픽.