네이버가 브룩필드, 엔비디아와 손잡고 대규모 AI 데이터센터 투자에 나서면서 국내 AI 인프라 시장이 다시 주목받고 있습니다.

이번 프로젝트의 전체 투자 규모는 약 10조 원에 달합니다.

핵심은 네이버의 데이터센터 ‘각 세종’을 지금보다 훨씬 큰 규모의 AI 데이터센터로 확장하는 것입니다.

기존 약 55MW 수준인 전력 용량을 최대 200MW 수준까지 확대하고, 대규모 AI 연산을 처리할 수 있는 인프라를 구축한다는 구상입니다.

단순히 데이터센터 하나를 크게 만드는 프로젝트로만 보기 어려운 이유도 여기에 있습니다.

AI 산업이 커질수록 GPU와 서버뿐 아니라 전력망, 냉각 시스템, 네트워크 장비, 변압기 등 수많은 인프라가 함께 필요하기 때문입니다.

여기에 글로벌 인프라 투자회사인 브룩필드의 자금 조달 능력과 엔비디아와의 협력까지 더해지면서 네이버의 AI 인프라 경쟁력이 한 단계 더 커질 수 있다는 기대도 나오고 있습니다.

또 하나 주목할 부분은 돈의 흐름입니다.

그동안 부동산 개발사업에 집중됐던 대규모 PF 자금이 앞으로는 AI 데이터센터와 같은 첨단 인프라로 이동할 가능성이 커지고 있습니다.

AI 산업이 기술 경쟁을 넘어 자본시장까지 변화시키고 있는 셈입니다.

10조 원 규모 자금은 어떻게 만들어질까?

이번 프로젝트에서 가장 눈에 띄는 것은 투자 규모입니다.

대형 AI 데이터센터를 구축하기 위해서는 토지와 건물뿐 아니라 전력 설비, 냉각 장비, 통신망, 서버와 AI 가속기까지 엄청난 비용이 들어갑니다.

특히 AI 데이터센터는 일반 데이터센터보다 전력 사용량과 냉각 수요가 훨씬 큽니다.

그래서 한 기업이 모든 비용을 직접 부담하기보다는 글로벌 투자회사와 금융기관이 함께 참여하는 프로젝트 파이낸싱 방식이 활용됩니다.

제시된 계획에서는 브룩필드가 대규모 자금 조달을 담당하고 네이버는 완성된 데이터센터를 장기간 사용하는 구조가 핵심입니다.

이렇게 되면 투자자는 장기간 안정적인 임대 수익을 기대할 수 있고, 네이버는 초기 투자 부담을 분산하면서 필요한 AI 인프라를 확보할 수 있습니다.

기존 부동산 PF와 비슷해 보이지만 중요한 차이가 있습니다.

일반 상업용 부동산은 건물을 만든 이후 임차인을 확보해야 하기 때문에 공실 위험이 존재합니다.

반면 AI 데이터센터는 대규모 장기 사용자가 미리 확보된다면 상대적으로 안정적인 현금흐름을 만들 수 있습니다.

AI 인프라가 새로운 금융상품으로 주목받는 이유입니다.

각 세종, 55MW에서 200MW로 커지면 무엇이 달라질까?

이번 프로젝트의 핵심 거점은 네이버 데이터센터 ‘각 세종’입니다.

현재 약 55MW 수준의 전력 용량을 최대 200MW 수준으로 확대하는 계획이 제시되고 있습니다.

단순 계산하면 약 3.6배 규모입니다.

계산식은 200MW ÷ 55MW = 약 3.64배입니다.

흔히 ‘4배 가까운 증설’이라고 표현할 수 있는 규모입니다.

데이터센터에서 전력 용량은 곧 연산 능력과 직결됩니다.

AI 모델을 학습하거나 서비스하려면 수많은 GPU가 동시에 작동해야 하고, GPU가 늘어날수록 사용하는 전력도 급격하게 증가하기 때문입니다.

특히 생성형 AI에서 AI 에이전트와 추론형 AI로 기술이 발전하면 필요한 연산량은 더욱 커질 가능성이 있습니다.

과거에는 사용자가 질문을 입력하면 AI가 한 번 답변하고 끝나는 경우가 많았습니다.

하지만 AI 에이전트는 하나의 업무를 처리하기 위해 여러 번 추론하고, 데이터를 검색하고, 외부 프로그램을 호출하며 작업을 반복할 수 있습니다.

AI가 실제 업무를 많이 처리할수록 데이터센터가 처리해야 하는 연산량도 함께 늘어나는 구조입니다.

결국 앞으로 AI 경쟁력의 중요한 조건 중 하나는 얼마나 많은 연산 자원을 안정적으로 확보하느냐가 될 수 있습니다.

엔비디아와의 협력이 중요한 이유

AI 데이터센터를 이야기할 때 빼놓을 수 없는 기업이 엔비디아입니다.

현재 대규모 AI 모델을 학습하고 서비스하는 데이터센터에서는 고성능 AI 가속기가 핵심 장비로 사용됩니다.

하지만 최근에는 GPU만 확보한다고 AI 데이터센터를 완성할 수 있는 상황이 아닙니다.

AI 가속기 수가 늘어날수록 전력 공급, 냉각, 네트워크 연결, 데이터 저장 장치까지 동시에 확장해야 합니다.

그래서 AI 인프라 경쟁도 점점 종합 시스템 경쟁으로 바뀌고 있습니다.

네이버가 대규모 AI 데이터센터를 구축하고 엔비디아와 협력을 강화한다면 자체 AI 서비스를 운영하는 데 필요한 연산 인프라를 더욱 안정적으로 확보할 수 있습니다.

검색, 쇼핑, 광고, 클라우드와 같은 기존 서비스에 AI를 적용하는 데도 활용할 수 있고, 기업용 AI 서비스 확대에도 기반이 될 수 있습니다.

결국 AI 모델을 얼마나 잘 만드는가와 함께 그 AI를 얼마나 큰 규모로 운영할 수 있느냐도 중요해지고 있는 것입니다.

부동산 PF에서 AI 데이터센터 PF로 돈이 이동한다?

이번 프로젝트에서 흥미로운 부분은 금융시장입니다.

최근 몇 년 동안 국내 PF 시장의 중심은 주택, 오피스, 물류센터 같은 부동산 개발사업이었습니다.

하지만 부동산 시장이 침체되면서 금융회사들도 새로운 투자처를 찾고 있습니다.

이 과정에서 AI 데이터센터와 같은 디지털 인프라가 새로운 대형 투자처로 떠오르고 있습니다.

전통적인 부동산 PF는 분양률이나 공실률, 부동산 가격에 따라 사업성이 크게 달라질 수 있습니다.

반면 대형 데이터센터는 장기간 시설을 사용할 기업이 확보되고 안정적인 임대계약이 체결된다면 비교적 장기적인 현금흐름을 예상할 수 있습니다.

물론 AI 데이터센터라고 해서 위험이 없는 것은 아닙니다.

막대한 초기 투자비와 전력 확보 문제, 기술 변화, 장비 교체 비용 등을 함께 고려해야 합니다.

그럼에도 글로벌 빅테크의 AI 투자가 계속 확대된다면 금융시장에서도 데이터센터가 새로운 인프라 자산으로 차지하는 비중은 커질 가능성이 있습니다.

200MW AI 데이터센터가 만들어지면 누가 필요할까?

AI 데이터센터 하나를 만든다고 해서 GPU 업체만 수혜를 받는 것은 아닙니다.

오히려 데이터센터 내부를 살펴보면 훨씬 다양한 산업이 연결돼 있습니다.

먼저 전력이 필요합니다.

200MW급 데이터센터를 안정적으로 가동하려면 대규모 전력 공급망이 필요하고, 변압기와 차단기, 배전설비 같은 전력 기자재가 함께 들어갑니다.

냉각도 중요합니다.

고성능 AI 가속기는 엄청난 열을 발생시키기 때문에 기존 공랭식 냉각만으로는 효율적인 온도 관리가 어려워질 수 있습니다.

그래서 액체 냉각과 액침 냉각 같은 차세대 냉각 기술도 함께 주목받고 있습니다.

네트워크 역시 빠질 수 없습니다.

수천 개에서 수만 개의 AI 가속기가 동시에 데이터를 주고받으려면 초고속 스위치와 광통신 장비가 필요합니다.

여기에 서버와 스토리지, UPS, 비상발전기, 전력관리 시스템까지 더해집니다.

결국 AI 데이터센터 투자가 커진다는 것은 GPU 한 가지 산업만 커진다는 의미가 아닙니다.

전력, 냉각, 네트워크, 반도체, 건설 등 여러 산업이 함께 움직이는 거대한 인프라 투자가 시작된다는 의미에 가깝습니다.

기존 부동산 PF와 AI 데이터센터 금융의 차이

전통적인 상업용 부동산 PF는 아파트나 오피스, 물류센터 등을 개발한 뒤 분양하거나 임대료를 받아 투자금을 회수하는 방식입니다.

따라서 부동산 가격과 분양률, 공실률 등에 상당한 영향을 받습니다.

반면 AI 데이터센터는 조금 다른 구조를 가질 수 있습니다.

대형 IT 기업이 데이터센터를 장기간 사용하는 계약을 체결하면 투자자는 일정 기간 임대료를 받아 투자금을 회수할 수 있습니다.

사업 목적도 다릅니다.

일반 부동산이 공간을 공급하는 산업이라면 AI 데이터센터는 기업의 AI 서비스를 운영하기 위한 연산 인프라를 공급하는 산업입니다.

그래서 데이터센터의 경쟁력은 건물 자체보다 얼마나 안정적으로 전력을 공급할 수 있는지, 얼마나 효율적으로 열을 식힐 수 있는지, 얼마나 빠르게 데이터를 주고받을 수 있는지에 따라 달라집니다.

결국 AI 데이터센터는 부동산과 전력, 반도체, 통신이 결합된 새로운 형태의 인프라 자산이라고 볼 수 있습니다.

AI 데이터센터 투자에서 확인해야 할 세 가지

AI 데이터센터 시장이 빠르게 커진다고 해서 관련 기업의 주가가 무조건 오르는 것은 아닙니다.

오히려 산업이 커질수록 어떤 기업이 실제 매출을 만들어내는지를 구분해서 보는 것이 중요합니다.

첫 번째는 실제 데이터센터 투자와 직접 연결되는 기업인지 확인하는 것입니다.

AI라는 이름만 붙은 기업보다는 데이터센터 건설 과정에서 반드시 필요한 전력 기자재, 냉각 장비, 네트워크 장비 등을 실제로 공급하는 기업인지 살펴볼 필요가 있습니다.

두 번째는 정책보다 실제 계약을 확인하는 것입니다.

대규모 데이터센터 계획이 발표되더라도 실제 착공과 전력 확보, 장비 발주까지는 시간이 필요합니다.

따라서 단순 기대감보다는 구체적인 수주와 매출이 발생하고 있는지를 확인하는 것이 더 중요합니다.

세 번째는 데이터센터의 가장 큰 병목인 전력 문제를 볼 필요가 있습니다.

AI 데이터센터는 막대한 전력을 사용합니다.

그래서 건물을 지을 땅보다 충분한 전력을 공급받을 수 있는 지역을 확보하는 것이 더 중요한 문제가 되고 있습니다.

앞으로 데이터센터 투자 경쟁이 심해질수록 변압기, 송배전망, 전력관리 시스템 등 전력 인프라의 중요성도 함께 커질 가능성이 있습니다.

결국 핵심은 AI 모델이 아니라 AI를 돌릴 수 있는 인프라

지금까지 AI 시장의 관심은 새로운 AI 모델이 얼마나 똑똑한지에 집중돼 있었습니다.

하지만 산업이 커질수록 질문은 달라지고 있습니다.

“이 AI를 실제로 얼마나 많은 사람이 사용할 수 있을까?”

그리고 그 질문은 결국 데이터센터로 연결됩니다.

아무리 좋은 AI 모델이 있어도 이를 안정적으로 돌릴 GPU와 전력, 냉각시설, 네트워크가 부족하면 서비스를 확대할 수 없습니다.

그래서 최근 글로벌 빅테크의 AI 경쟁은 소프트웨어뿐 아니라 데이터센터 확보 경쟁으로 확대되고 있습니다.

네이버의 대규모 AI 데이터센터 프로젝트가 중요한 이유도 여기에 있습니다.

AI 경쟁력이 단순한 모델 개발 능력에서 연산 인프라 확보 능력까지 확대되고 있기 때문입니다.

앞으로 주목해야 할 부분 역시 단순히 “10조 원을 투자한다”는 숫자가 아닙니다.

실제 자금 조달이 어떻게 진행되는지, 각 세종의 증설 계획이 어느 속도로 실행되는지, AI 가속기와 전력망이 얼마나 확보되는지, 그리고 관련 투자가 실제 매출과 수익으로 연결되는지를 확인해야 합니다.

AI 시대에는 데이터가 중요하다고 이야기합니다.

하지만 그 데이터를 실제로 처리해 줄 전력과 반도체, 데이터센터가 없다면 AI도 움직일 수 없습니다.

결국 AI 산업이 커질수록 그 뒤에서 AI를 움직이게 만드는 인프라의 가치도 함께 커질 수밖에 없습니다.

네이버의 이번 프로젝트 역시 국내 AI 산업이 단순한 서비스 경쟁을 넘어 본격적인 인프라 경쟁으로 이동하고 있다는 흐름에서 살펴볼 필요가 있습니다.