Paperis 아티클
끌어다 쓴 물과 사라진 물, 현장과 발전소, 그리고 총량이 아니라 지역이 답인 이유
이 글은 AI가 연구 논문을 바탕으로 작성한 교육·정보 제공용 콘텐츠이며, 전문가의 조언을 대체하지 않습니다. 오류를 발견하셨나요? 알려주세요
© 2026 네오쿤스(Paperis) · 링크 공유는 환영합니다. 전문 전재·재배포는 사전 허가가 필요합니다.
한 논문의 초록 안에 숫자 두 개가 나란히 있다.
GPT-3라는 언어 모델을 마이크로소프트의 최신 미국 데이터센터에서 훈련하면 깨끗한 담수 70만 리터를 곧바로 증발시킬 수 있다. 그리고 전 세계 AI 수요는 2027년에 42억~66억 세제곱미터의 물을 끌어다 쓸 것으로 전망된다 — 덴마크 4~6개 나라가 한 해에 끌어다 쓰는 물 전체보다 많고, 영국의 절반보다 많은 양이다 (arXiv:2304.03271v5).
두 숫자는 같은 논문에, 같은 문단에, 같은 계열의 단위로 적혀 있다. 그런데 세는 것이 다르다. 앞의 것은 증발해 사라진 물이고, 뒤의 것은 끌어다 쓴 물이다. 세는 것만 다른 게 아니라 재는 대상도 다르다 — 앞은 훈련 한 번이고 뒤는 전 세계 한 해다. 끌어다 쓴 물이 그 자리에서 없어지는 것은 아니다. 일부는 증발하고 나머지는 어딘가로 돌아간다.
그런데도 이 차이를 뭉개면 셈이 어긋난다. 잠시 뒤에 보겠지만 미국 화력발전이 강이나 지하수에서 끌어다 쓰는 물의 약 32퍼센트는 발전하지 않는 동안 일어나고, 2015년의 한 검토는 경보성 연구들이 사라진 물 대신 끌어다 쓴 물을 근거로 삼은 것을 첫 번째 오류로 꼽는다. 그런데 우리가 늘 듣는 문장에는 그 구분이 없다.
"AI가 물을 마신다."
이 글은 그 문장을 검사한다. 무엇을 얼마나 마시는지, 마시지 않으려 하면 대신 무엇을 쓰게 되는지, 그리고 그 답이 왜 장소마다 달라지는지.
읽기 전에 두 가지. 첫째, 인용하는 연구의 근거 등급이 고르지 않다. 이 주제는 2026년에 쏟아진 프리프린트가 많고, 프리프린트 공개는 동료심사 여부와 무관하다. 모의실험만으로 낸 결과, 공장 한 곳의 사례, 특정 지역에만 해당하는 결과도 인용하는데 그때마다 표시했다. 둘째, 이 글은 냉각 장치의 물리를 다시 설명하지 않는다. 열을 어디로 어떻게 버리는가는 이 시리즈에서 냉각을 다룬 편의 몫이고, 여기서 보는 것은 물과 전기가 서로 자리를 바꾸는 방식 하나뿐이다. AI가 쓰는 전기를 다 합치면 얼마인가라는 논쟁도 마찬가지로 다른 편에 있다.
미국 화력발전소들이 끌어 올린 물의 약 32퍼센트는, 그 발전소가 전기를 만들고 있지 않은 동안에 끌어 올린 것이다 (DOI: 10.1115/power-icope2017-3763). 미국 에너지정보청이 발전소별로 끌어 올린 물의 양과 발전량과 설비 구성을 한 데이터베이스로 묶어 공개한 덕에 발전기 한 대 단위까지 들여다볼 수 있게 되면서 나온 값이다. 왜 그러는가. 저자들이 현장 관계자를 인터뷰해 정리한 바로는, 첨두 발전소와 중간 부하 발전소는 급전 지시에 응할 수 있게 냉각계통을 돌려 두기도 한다. 펌프 마모를 줄이려는 고려와 물의 화학 상태 관리도 이유로 꼽혔다.
이 숫자가 이상하게 들린다면 "물을 쓴다"는 말을 하나로 알고 있어서다. 실제로는 둘이다. 취수는 강이나 지하수, 상수도에서 끌어온 물의 양이고, 소비는 그중 증발해 그 유역으로 돌아오지 않은 물의 양이다. 빨래를 헹구고 하수구로 흘려보낸 물은 취수고, 냄비에 올려 김으로 날아간 물은 소비다. 발전소가 발전하지 않으면서 물을 끌어 올릴 수는 있어도, 그 물이 통째로 사라지는 것은 아니다.
냉각탑은 이 둘을 한 장치 안에서 동시에 한다. 물을 계속 돌려 쓰면서도 두 갈래로 재고를 잃는데, 하나는 증발이고 하나는 배수다 (DOI: 10.1115/power2015-49201). 뒤엣것이 이 글에 계속 나오니 이름을 붙여 두자. 농축 배수는 냉각수를 돌려 쓰는 동안 남은 물에 소금기가 진해져서, 설비가 상하기 전에 일부러 버리는 물이다. 국을 오래 끓이면 짜져서 물을 더 붓거나 한 국자 덜어 내야 하는 것과 같다. 같은 논문은 냉각탑이 산업과 상업을 통틀어 물을 가장 크게 재이용하는 설비라고 적으면서, 그 성적이 지역 기후에 크게 좌우된다고 덧붙인다.
그러면 소비를 재면 되지 않나. 문제는 그 자료가 없다는 것이다. 2018년에 나온 한 논문은 물수지 방정식이 수문학의 한복판에 있는데도 사람과 경제가 실제로 소비한 물에 대한 실측이 없다고 적는다 (DOI: 10.5194/hess-2018-53, 공개 심사 중인 토론 논문). 여기서 멈추면 잘라 쓰는 것이 된다. 같은 초록의 결론은 반대쪽을 향한다. 저자는 이미 가진 취수 자료로도 답할 수 있는 물 관리·정책 질문이 넓게 있다고 적고, 더 나은 소비 조사가 마련되기를 기다리는 동안에는 지금 가진 취수 자료가 가장 중요한 과학적·실용적 목적 몇 가지에 충분하다고 결론짓는다.
이 구분이 실제로 논쟁을 뒤집은 적도 있다. 2015년에 나온 한 검토 논문은 미국 여러 지역에 곧 광범위한 물 부족이 온다고 경고한 연구들을 다시 읽고 전력 생산이 대부분 지역에서 물 부족을 부르지는 않을 것이라고 결론짓는다. 첫 번째 이유가 바로 이것이다. 그 경보성 연구들이 수요와 공급의 간극을 재면서 소비가 아니라 취수에 잘못 의존했다는 것이다. 저자는 시장이 재이용과 새 공급을 늘리고 기술이 절약과 효율을 밀어 올릴 것이며, 가격 규제와 수리권과 행정구역 경계를 겨눈 정책이 부족을 줄이거나 없앨 수 있다고도 적는다 (DOI: 10.2166/wp.2015.060, 2015년 검토·미국 한정).
그러니 이 글에 나오는 모든 물 수치에는 꼬리표가 하나씩 붙어야 한다. 끌어온 물인가, 사라진 물인가.
데이터센터에서 보고된 항목 83건을 한자리에 모아 놓고 보면 폭이 아주 크다. 어떤 시설은 물이 사실상 필요 없다고 보고하고, 어떤 시설은 계산에 쓴 전기 1킬로와트시마다 물이 최대 2.5리터까지 나간다고 보고한다 (DOI: 10.3390/fluids11080201).
여기 쓰인 눈금에 이름이 있다. 물사용효율은 시설이 쓴 물의 양을, 계산 장비에 실제로 들어간 전기로 나눈 값이다. 전기 1킬로와트시를 계산에 쓸 때 물이 몇 리터 나갔는지를 재는 눈금이다. 이 시리즈에서 전력 추정치를 다룬 편이 가르친 전력사용효율과 같은 꼴이다. 전력사용효율은 시설 전체가 끌어다 쓴 전기를, 그중 계산 장비에 실제로 들어간 전기로 나눈 값인데, 물사용효율은 그 분자만 물로 바꾼 것이다.
폭이 이렇게 큰 이유는 냉각 방식이 갈리기 때문이다. 여기서 두 방식에 이름을 붙여 두자. 증발식 냉각은 물을 증발시켜 열을 버리는 방식이고, 건식 냉각은 물 대신 공기만으로 열을 버리는 방식이다. 땀을 흘려 몸을 식히는 것이 증발식, 선풍기 바람만으로 식히는 것이 건식이다. 앞의 조사에서 물이 사실상 필요 없다고 보고한 쪽은 폐회로 액체 냉각을 쓰는 건식 시설이었고, 킬로와트시당 2.5리터까지 간 쪽은 증발식 계열이었다.
같은 조사에서 83건 중 23곳이 킬로와트시당 0.4리터를 넘었다. 이 0.4라는 값은 업계 협약이 제시한 목표치인데, 붙어 있는 조건이 셋이다. 신규 시설일 것, 음용수를 쓸 것, 그리고 물이 귀한 지역일 것. 마지막 조건에도 이름이 있다. 물 스트레스는 그 지역에서 쓰려는 물의 양이 그곳에 실제로 있는 물의 양에 얼마나 육박하는지를 나타낸 값이다. 잔에 물이 얼마나 남았느냐가 아니라, 남은 물을 몇 명이 동시에 마시려 하느냐를 재는 값이다. 협약의 0.4리터는 그러니까 물 스트레스 지역에서 음용수를 쓰는 신규 시설에 붙은 목표치이고, 조건을 하나라도 떼면 다른 숫자가 된다.
같은 논문의 저자들은 자기 지표에 대해서도 조심스럽다. 보고된 물사용효율은 시설 수준의 운영 지표이고 IT 열부하 가운데 증발로 버려지는 몫이 그 값을 정한다고 정리하면서, 서버 쪽 열전달 성능은 낮은 물사용효율을 가능하게 하는 조건이지 그 값을 결정하는 요인이 아니라고 못 박는다. 그리고 이 대목이 앞의 두 값에 꼬리표를 붙여 준다. 값을 정하는 것이 증발로 버려지는 몫이라면, 이 눈금의 분자는 증발 쪽 — 사라진 물에 가깝다.
크기 감각도 필요하다. 2021년 한 검토 논문은 미국 데이터센터의 물 소비를 하루 17억 리터로, 미국 전체 물 소비를 하루 1조 2180억 리터로 적는다. 데이터센터 몫은 작다. 다만 이 17억 리터가 직접 냉각분만인지 그 전기를 만드느라 발전소가 쓴 물까지인지는 초록이 갈라 적지 않는다. 그런데 같은 초록에 다른 두 숫자가 붙어 있다. 어떤 경우에는 냉각에 직접 쓴 물의 57퍼센트가 음용수에서 왔고, 물 소비를 재고 있는 데이터센터 운영자가 3분의 1이 안 된다 (DOI: 10.1038/s41545-021-00101-w). 작다는 진술과 모르고 있다는 진술이 한 논문 안에 같이 있다.
지표 자체가 흔들린다는 지적도 있다. EU가 개정 에너지효율지침으로 데이터센터에 시설 단위 에너지·물 실적을 재고 보고하고 공개하라고 요구한 것을 검토한 논문은, 승인된 두 지표인 전력사용효율과 물사용효율이 효율이 좋아졌다는 착시를 만들도록 비틀릴 수 있다고 적는다. 저자들은 이것을 "효율의 역설"이라 부른다. 점수를 좋게 받으려면 더 큰 AI 데이터센터로 개조하는 쪽이 유리해지고, 그 값은 전력 공급과 주민들의 물 접근에서 치러진다는 것이다. 그러면서 개선을 드러내고 인증하게 하는 조치, 지표 개선에 딸린 상충을 문서로 남기게 하는 조치, 수확 체감과 역효과를 시간에 따라 감시하는 틀 셋을 정책 제안으로 내놓는다 (arXiv:2607.22604v1, 프리프린트·EU 정책 논변). 전력사용효율이 AI 시대에도 제 몫을 하는지 물은 별도의 검토도 물사용효율과 탄소사용효율과 장비 가동률을 함께 봐야 한다는 쪽으로 간다 (DOI: 10.38126/jspg280101).
반등효과는 효율이 좋아져 아낀 몫이, 그만큼 더 많이 쓰게 되는 바람에 도로 메워지는 현상이다. 이 시리즈의 다른 편이 이미 다뤘으니 여기서는 그 이야기가 지표를 통해 되돌아온다는 점만 짚고 넘어간다.
브라질 상파울루의 한 제약 공장이 냉각 구성 세 가지를 나란히 놓고 계산해 봤다. 냉각탑 물로 식히는 칠러, 역삼투 농축수를 보충수로 되쓰는 같은 칠러, 그리고 공기로만 식히는 칠러다.
공기로만 식히는 구성은 냉각탑 물 소비를 없앴다. 대신 전기를 약 29퍼센트 더 썼고, 그건 연간 1.7기가와트시였다 (DOI: 10.2139/ssrn.7412964, 단일 사례·제약 공장·브라질). 이것이 이 글의 뼈대다. 물이 0으로 간 자리에 전기가 들어왔다.
같은 연구가 물을 아끼는 쪽의 대가도 잰다. 역삼투 농축수를 섞자 규소 농도가 올라가, 물 한 방울이 버려지기 전까지 돌 수 있는 바퀴 수가 7.4에서 4.3으로 줄었고 냉각탑 농축 배수는 시간당 1.51세제곱미터에서 2.97세제곱미터로 늘었다. 그런데도 시스템 전체로는 음용수 소비가 16퍼센트, 폐수 발생이 41퍼센트 줄었고 전기는 사실상 늘지 않았다. 연간 운영비는 세 구성이 각각 539만·501만·513만 헤알이었다. 저자들의 결론은 이렇다. 평가한 조건에서는 농축수 재이용이 물과 에너지 사이의 균형이 가장 좋았고, 공기 냉각은 직접적인 물 절약을 최대로 하되 그 값을 더 많은 전기 수요로 치렀다.
데이터센터에서는 어떤가. 미국의 데이터센터 거점 열두 곳에 10메가와트 기준 시설을 놓고 건식 냉각과 단열 냉각을 비교한 연구가 있다. 단열 냉각은 건식 방열기에 물을 계속 뿌려 도와주는 방식이다. 결과는 이렇다. 단열 냉각은 열을 버리는 데 쓰는 전기를 중앙값 30.5퍼센트, 최대 41퍼센트 줄였다. 대가는 아낀 전기 1킬로와트시당 현장에서 쓴 물 약 8~56갤런, 그러니까 30~210리터였고 이 폭은 지역에 따라 크게 갈렸다 (DOI: 10.2139/ssrn.7238869, 프리프린트·모의실험·ASHRAE 설계조건).
여기서 저자들이 내린 판단이 직관과 어긋난다. 그 현장 물의 양은, 같은 1킬로와트시를 안 썼다면 발전소에서 아꼈을 물보다 대략 한 자릿수 크다. 그러니 단열 냉각은 운영 단계의 물을 줄인 것이 아니라 물 부담을 계통에서 현장으로 옮긴 것이라는 게 저자들의 결론이다.
그런데 같은 초록이 반대 방향도 적는다. 피닉스와 라스베이거스와 투손의 가장 혹독한 설계조건에서는 건식 냉각이 목표 냉각수 출구 온도인 섭씨 41.7도에 아예 도달하지 못해 주 냉각 기술로 쓸 수 없었다. 서른여섯 경우 가운데 두 기술이 모두 가능한 스물아홉 경우만 비교됐는데, 초록이 이름을 댄 불가 사례는 이 셋이다. 그리고 비용 순위는 기후보다 전기 요금과 물 요금의 비율이 더 크게 좌우했다. 등급도 짚어 두자. 이 열두 곳은 애초에 단열 냉각이 잘 들을 만한 곳으로 골랐고, 습한 기후는 저자들이 준비 중인 후속 연구로 미뤄 두었다. 저자들은 설계조건과 계통 탄소와 물 스트레스와 전기 대 물 요금비를 짝지은 네 축의 틀을 입지 결정의 근거로 제안하고, 그것이 지금의 주 단위 유예 논쟁에도 걸린다고 적는다.
반대편에서 밀어 오는 결과도 있다. 도시 기반시설 확충 계획을 시간별 기후 자료와 함께 최적화한 연구는 증발식 냉각과 폐회로 공랭 칠러 두 전략을 놓고 돌려 보고, 현장 물 사용을 0으로 만드는 데만 최적화하면 자원 부담이 지역 전력망 쪽으로 옮겨 간다고 보고한다. 그 값으로 저탄소 발전과 에너지 저장, 그리고 총 기반시설 비용을 크게 늘려야 했다 (DOI: 10.2139/ssrn.6722099, 프리프린트·모의실험).
액체 냉각 시설의 방열 구성 여섯 가지를 미국 네 거점에서 비교한 연구의 결론은 더 단정적이다. 어떤 구성도 모든 지표에서 앞서지 않는다. 자원 지표를 같은 무게로 놓으면 칠러를 곁들인 건식이 0.90~0.95로 가장 높지만, 운영비는 물로 식히는 계열이 가장 낮았다. IT 킬로와트시당 0.100~0.135달러다. 건식은 자원을 아끼는 대신 지금의 전기 요금 아래서 상당한 웃돈을 요구한다는 뜻이다. 그리고 서버가 더 높은 온도를 견디는 세대로 넘어가면 에너지와 물 성적이 모두 좋아져, 칠러 없는 습식 구성이 조사한 모든 거점에서 재정적으로 우세해진다 (DOI: 10.2139/ssrn.7071714, 프리프린트·모의실험·미국 4개 거점).
이 저울은 데이터센터가 발명한 것이 아니다. 2011년에 석탄과 원자력과 가스복합 발전소를 다섯 부지에서 비교한 연구는, 최적 설계 기준으로 거의 모든 조건에서 습식이 가장 싸고 출력과 효율도 가장 높다고 적는다. 건식이나 혼합식은 물을 크게 줄이지만 그 절약에 연간 700만~1000만 달러가 들어, 손익분기 물값이 1000갤런당 3~6달러로 나왔다 (DOI: 10.1115/imece2011-63135, 2011년·발전소 사례 연구). 물이 그보다 싸면 습식이 이긴다. 비싸지면 뒤집힌다.
미국 하이퍼스케일 데이터센터 472곳의 위치를 전력 지역과 유역과 물 스트레스 자료에 붙여 본 지도가 있다. 기준 가정 아래 운영 단계 물 소비가 연간 약 3000억 리터로 나왔고 시나리오에 따라 2050억에서 4510억 리터 사이였다. 그런데 이 총량의 4분의 3은 그 시설들 안에서 나간 물이 아니었다 (arXiv:2607.02531v1, 프리프린트).
그럼 어디서 나갔나. 간접 물 사용은 그 시설이 쓴 전기를 만드느라 발전소가 대신 쓴 물이다. 전기요금 고지서에는 안 찍히지만 수백 킬로미터 밖 냉각탑에서 이미 증발한 물이다. 데이터센터 물 소비의 4분의 3이 여기서 나왔다는 것이 앞 문단의 지도가 말하는 바다.
같은 연구의 두 번째 발견이 더 중요하다. 두 경로는 지도 위에서 서로 다른 곳에 몰린다. 현장 냉각 부담은 서부와 중남부의 물 스트레스 유역에 쌓이고, 전기에 딸린 물은 화석 발전 비중이 높은 동부 몇몇 계통 지역에 쌓인다. 데이터센터를 품은 24개 균형책임구역 가운데 세 곳이 전기 관련 물의 59퍼센트를 차지했다. 저자들의 정리는 이렇다. 경로를 갈라 놓으면 어떤 결정이 어디서 중요한지가 보인다. 냉각 설계와 물 조달은 국지적으로, 전력 계획과 조달은 광역으로 다뤄야 한다는 것이다.
여기서 앞 절과 부딪히는 것처럼 보이는 대목이 있다. 전기에 딸린 물이 총량의 4분의 3인데, 왜 열두 도시 비교에서는 발전소에서 아끼는 물이 현장에서 쓰는 물의 10분의 1밖에 안 되는가.
두 값은 다른 질문의 답이다. 앞의 것은 이미 돌아가고 있는 472곳의 물이 어느 경로로 나가는지를 나눈 몫의 배분이고, 뒤의 것은 냉각 방식을 하나 바꿀 때 두 항목이 얼마씩 움직이는지를 잰 한 걸음의 교환비다. 게다가 회계 기준도 다르다. 앞의 4분의 3은 초록이 '소비'라고 못 박은 값이고, 뒤의 교환비는 초록이 현장 물과 상류 물 어느 쪽도 취수인지 소비인지 적지 않은 값이다. 그러니 이 둘은 크기를 직접 견줄 수 있는 짝이 아니다. 그리고 뒤의 값은 애초에 건조한 기후로 고른 열두 거점에서 나왔다. 어느 쪽이 더 큰지를 정하는 것은 결국 그 지역 전기가 물을 얼마나 쓰느냐인데, 그건 데이터센터 설계자가 고를 수 있는 값이 아니다. 다만 이 대조는 두 논문을 나란히 놓고 정리한 것이지, 어느 한 논문이 적어 놓은 문장은 아니다.
그러면 전기를 탈탄소하면 물도 줄어드는가. 그렇지 않을 수 있다. 유럽 전역의 전력 흐름을 15분 단위로 추적해 탄소발자국과 물발자국을 함께 계산한 도구는, 탈탄소와 물 사용 사이에 상충이 있으며 저수지형 수력이 저탄소 계통에서도 물발자국을 키우는 두드러진 몫을 한다고 보고한다. 같은 연구는 국경을 넘나드는 전력 거래와 시간에 따른 변동을 무시하면 두 발자국 모두 크게 어긋나게 추정된다고 덧붙인다 (arXiv:2601.11623v2, 프리프린트).
중국 발전 부문의 물 계수를 모은 문헌 검토도 나란한 그림을 준다. 발전용 물 소비의 50퍼센트가 석탄 몫이었고, 평균 물 소비 원단위는 수력이 가장 컸다. 이 둘은 다른 축의 값이라 겹쳐 읽으면 안 된다. 앞은 총량이 어디로 갔는지고, 뒤는 단위당 세기다. 같은 초록은 천연가스 발전의 물 소비 원단위를 다룬 연구가 아예 없었고 취수 쪽 연구도 부족했다고 적는다 (DOI: 10.3390/su10041181, 문헌 검토·중국 한정).
탄소와 물을 동시에 좋게 만들기도 쉽지 않다. 지리적으로 흩어진 데이터센터에 작업을 배치하는 문제를 다룬 연구는 탄소와 물이 서로 어긋나 있어 하나만 최적화하면 다른 하나가 나빠진다는 것을 발견한 뒤, 둘을 함께 최적화하는 스케줄러를 내놓는다 (arXiv:2501.17944v2, 프리프린트).
그렇다면 작업을 옮겨서 얼마나 얻을 수 있나. 발전 급전 최적화 안에 물 흐름을 직접 집어넣은 프레임워크는 IEEE 30버스와 118버스 시험 계통에서, 물이 제약된 조건일 때 발전 관련 담수 취수를 약 3~5퍼센트 줄였다 (arXiv:2605.25854v1, 프리프린트·시험 계통 모의). 공짜로 얻는 몫치고는 의미 있지만 자릿수를 바꾸는 크기는 아니다.
미국 열 곳의 데이터센터 부지에서 지역 수도에 얹힌 부담을 재 보니 가장 가벼운 곳과 가장 무거운 곳이 세 자릿수만큼 벌어졌다. 그 지역 수도 용량의 0.2퍼센트에서 134퍼센트까지다 (arXiv:2606.21760v1, 프리프린트·미국 10개 부지). 초록은 그 부담을 '물 소비 영향 지수'로 재고 '호스트 용량'과 견주는데, 그 용량이 무엇의 용량인지는 더 밝히지 않는다. 같은 논문은 냉각용 물 소비와, 물 부족이 입지를 제약하는 것과, AI 도구가 물 시스템의 효율을 개선할 수 있다는 것 셋이 따로 연구돼 왔지만 하나의 되먹임 고리를 이룬다고 본다.
그래서 같은 1리터도 어디서 언제 쓰였느냐에 따라 무게가 달라진다. 이 점을 정면으로 겨눈 연구는 선행 연구가 대체로 총 사용량을 줄이는 데 집중해 왔다고 지적하면서, 카운티 단위와 월 단위로 물 가용성을 반영하는 스트레스 보정 틀을 제안하고 여기에 전기에 딸린 물까지 확장한다. 그 틀 위에서 작업 스케줄링과 빗물 수집, 그리고 물을 안 쓰는 대안으로서의 건식 냉각을 함께 검토한다 (arXiv:2607.22617v1, 프리프린트).
그런데 국지적으로 먼저 걸리는 것은 연간 총량이 아니라 한여름 첨두에 관을 통과할 수 있는 물의 양이다. 미국 데이터센터의 직접 취수를 공공 수도 체계 관점에서 따져 본 연구는, 2024년의 물 사용 강도가 그대로 유지된다면 2030년까지 하루 6억 9700만~14억 5100만 갤런의 새 수도 용량이 필요해진다고 추정한다. 뉴욕시 하루 평균 공급량이 약 10억 갤런이다. 물 사용 강도가 해마다 10퍼센트씩 좋아지는 낙관 시나리오에서는 2억 2700만~6억 400만 갤런으로 내려가지만, IT 부하가 크게 늘면 여전히 한 해의 대부분 동안 뉴욕시 절반을 먹일 만한 용량이 필요할 수 있다. 그 새 용량의 값은 100억 달러 규모이고 고성장 시나리오에서는 580억 달러까지 간다 (arXiv:2603.02705v2, 프리프린트).
이 숫자들은 소비량이 아니라 용량이다. 관의 굵기 이야기다. 그리고 여기서 이 글의 두 축이 한 바퀴 돌아 만난다. 같은 연구가 지적하듯, 물 용량 제약에 걸린 운영자는 효율이 떨어지는 건식 냉각에 기대게 될 수 있고, 그러면 여름 첨두에 전력망을 더 압박한다. 같은 논문은 이 영향이 데이터센터를 품은 지역사회에 크게 몰린다고도 적는다. 저자들은 첨두 물 사용량 공개, 기업과 지역사회의 협약, 지역이 남은 수도 용량을 지킬 수 있게 하는 "용량 중립" 접근, 그리고 물과 전력을 함께 놓고 짜는 계획을 권고한다.
부담은 고르게 퍼지지도 않는다. 데이터센터는 한 곳씩 오지 않고 무리 지어 제안되며, 그래서 지방 상수도와 전력망과 토지 이용 틀에 얹히는 영향이 겹쳐 커진다 (arXiv:2602.10526v1, 프리프린트·전문가 회의 보고). 같은 보고는 조지아가 성장과 지속가능성·형평·지역사회 보호 사이에서 균형을 잡도록 돕는 정책 로드맵도 함께 내놓는다. 작업을 지리적으로 나눠 보내는 기존 방식이 오히려 지역 간 환경 불평등을 키울 수 있다는 모의 결과도 있다. 같은 연구는 형평을 명시적으로 넣은 배치가 탄소와 물 양쪽에서 지역 격차를 크게 줄인다는 것을 보인다 (arXiv:2307.05494v2, 프리프린트·데이터센터 10곳 트레이스 모의).
가상의 배치를 놓고 계산해 보면 격차가 더 선명해진다. GPU 1024장짜리 클러스터를 증발식 냉각으로 아랍에미리트에 두면 연간 3000만 리터가 넘는 물을 소비하게 될 것으로 나오는데, 그 나라는 물 스트레스가 "극도로 높음"으로 분류된 곳이다 (arXiv:2607.13443v1, 프리프린트·가상 배치 모형). 저자들은 어느 나라도 AI 주권과 환경 영향 최소화와 시민이 감당할 수 있는 자원 접근을 동시에 최대로 가져갈 수 없다는 삼중 딜레마를 제시하고, 물사용효율 의무 보고와 기후 취약성 입지 평가를 설계 원칙으로 제안한다.
옮길 수 있는 것도 있다. 훈련은 모델을 만드는 과정이고, 추론은 다 만들어진 모델을 한 번 쓰는 일이다. 이 둘은 입지 제약이 다르다. 추론은 사용자 가까이 있어야 하지만 훈련에는 그런 제약이 없어서, 네브래스카 시골의 500메가와트 훈련 클러스터도 버지니아 애시번의 같은 규모와 똑같은 모델을 만들어 낸다 (DOI: 10.2139/ssrn.6823640, 워킹페이퍼). 물의 관점에서 이 문장이 뜻하는 바는 하나다. AI가 쓰는 물 가운데 훈련에 딸린 몫은 지도 위에서 움직일 수 있는 물이다.
스페인 타라고나의 한 석유화학 단지는 도시 하수를 처리한 재생수를 에브로 강물에 최대 40퍼센트까지 섞어 에틸렌 분해 설비의 냉각탑 보충수로 넣었다. 결과는 이렇다. 물 한 방울이 버려지기 전까지 도는 바퀴 수가 4에서 최대 7로 늘었고, 총 보충수 수요가 22퍼센트, 농축 배수가 50퍼센트 줄었다. 탄소강과 구리 합금의 부식은 각각 연간 1밀과 0.24밀 아래로 유지됐고, 레지오넬라균은 검출되지 않았다 (DOI: 10.2166/wpt.2026.290, 전규모 단일 사례·석유화학·스페인).
이 선택지를 데이터센터 쪽으로 옮겨 놓고 생애주기로 따진 연구가 있다. 결과부터 말하면 값이 있다. 폐수 재이용 시나리오는 담수를 쓸 때보다 지구온난화 기여가 약 두 배였고, 그 차이의 약 80퍼센트가 처리 에너지에서 나왔다. 한외여과와 역삼투를 쓰는 구성으로 가면 에너지가 담수의 다섯 배를 넘지만, 물이 도는 바퀴 수가 늘어 농축 배수와 약품이 줄면서 상쇄된다 (DOI: 10.31224/7240, 프리프린트·생애주기 평가).
여기서 멈추면 또 잘라 쓰는 것이 된다. 같은 논문의 뒷부분이 방향을 바꾼다. 계통이 완전히 탈탄소된 조건에서는 재이용의 온실가스 벌점이 미미해지고, 오늘 준공해 2050년까지 돌리는 냉각 설비는 생애의 대부분을 그런 조건에서 보내는 반면 물 절약은 처음부터 온전히 쌓인다. 물 대체는 1대 1이고, 재이용 쪽 전기와 약품이 늘어나 생기는 간접 물 벌점은 세제곱미터당 약 0.93리터로 직접 대체 편익의 0.1퍼센트에 못 미친다. 이 값이 취수인지 소비인지는 초록이 적지 않는다.
그러면 왜 어디서나 하지 않는가. 되는 조건이 까다롭기 때문이다. 마이크로소프트 퀸시 사례를 기준점으로 삼고 구글 더글러스 카운티와 아마존웹서비스를 비교 사례로 놓은 연구는 기술과 규제와 재무 세 축을 모두 본다. 수질과 냉각계통 호환성, 공급 신뢰도, 감시와 예비 용량, 잔재물 처리가 기술 축이다. 허용된 용도와 방류 요건, 권한 소재, 주민 수용, 거버넌스가 규제 축이다. 자본비와 운영비, 요금 설계, 장기 인수 계약, 신용 있는 수요, 현금흐름 확실성, 위험 배분이 재무 축이다. 저자의 결론은 짧다. 어느 한 축만으로는 충분하지 않다. 셋이 동시에 맞아떨어져야 재생수가 기술적으로 가능한 자원에서 비용을 회수할 수 있는 공공 서비스로 바뀐다 (DOI: 10.2139/ssrn.7292218, 다중 사례 연구).
그리고 앞의 제약 공장이 보여 준 대로, 재이용도 어딘가에서는 값을 치른다. 물을 되쓰면 그 물에 남는 것이 진해지고, 진해진 물은 더 자주 버려야 한다.
그러니 "이 데이터센터는 물을 얼마나 쓰는가"는 답할 수 있는 질문이 아니다. 답할 수 있는 것은 목록이다.
① 이 숫자는 끌어온 물인가, 사라진 물인가. 같은 시설에서 두 값이 크게 벌어질 수 있고, 취수를 소비인 양 읽는 것이 과거에 실제로 경보를 부풀렸다 (DOI: 10.2166/wp.2015.060).
② 그 물이 어느 유역에서, 몇 월에 나갔는가. 같은 1리터의 무게가 장소와 계절에 따라 달라지고 (arXiv:2607.22617v1), 부지에 따라 지역 수도에 얹히는 부담이 0.2퍼센트에서 134퍼센트까지 벌어진다 (arXiv:2606.21760v1).
③ 현장 물을 0으로 만들면 전기가 얼마나 늘고, 그 전기는 물을 얼마나 쓰는가. 브라질의 한 제약 공장에서 세 냉각 구성을 견줘 보니 공기 냉각이 전기를 약 29퍼센트 더 쓰는 것으로 나왔고 (DOI: 10.2139/ssrn.7412964), 현장 물 0에만 최적화하면 부담이 전력망 쪽으로 옮겨 간다는 모의가 있으며 (DOI: 10.2139/ssrn.6722099), 간접 물 사용이 총량의 4분의 3이라는 지도가 있다 (arXiv:2607.02531v1).
④ 그 지역에서 먼저 동나는 것이 물인가, 전기인가, 관로 용량인가. 셋은 다른 자원이고 서로를 밀어낸다. 물 용량에 걸리면 건식에 기대게 될 수 있고, 그러면 전력 첨두를 더 압박한다 (arXiv:2603.02705v2).
⑤ 누가 재고 있고, 그 값은 공개되는가. 물 소비를 재는 운영자가 3분의 1이 안 되고 (DOI: 10.1038/s41545-021-00101-w), 공개된 지표조차 비틀릴 수 있다 (arXiv:2607.22604v1).
마지막 항목이 나머지 넷을 떠받친다. 물 스트레스 지역의 AI 데이터센터 성장을 거버넌스 문제로 다룬 논의는 필요한 것을 이렇게 적는다. 수문 조건 선별, 공개, 그리고 물 배분의 형평을 지키는 안전장치다. 구체적으로는 누적 취수량과 가뭄 민감도와 비상시 감축, 주민 참여, 강제력 있는 보고를 함께 평가하는 장소 기반 규제를 요구한다 (DOI: 10.4018/979-8-2600-2761-5.ch007).
미국의 AI 데이터센터가 낳는 환경·경제 영향을 종합한 연구가 이 글의 결론과 같은 자리에 선다. 영향은 시설 설계만으로 정해지지 않고, 그 시설이 놓인 전력과 물과 토지 시스템이 함께 정한다 (arXiv:2608.09882v1, 프리프린트). 같은 연구는 에너지 효율과 냉각 구성과 운영 전략의 개선이 이 영향을 줄일 수 있다고도 적는데, 그 효과 역시 계통 조건에 달렸다고 덧붙인다.
물과 전기는 따로 아껴야 할 두 자원이 아니다. 같은 저울의 두 접시다. 한쪽을 눌러 내리면 다른 쪽이 올라오고, 저울 자체를 없애는 설계는 아직 아무도 내놓지 못했다. 고를 수 있는 것은 저울을 어디에 놓느냐뿐이다.
그래서 "AI가 물을 마신다"는 문장은 틀린 것이 아니라 끝나지 않은 문장이다. 어디서, 어느 계절에, 무엇 대신 마시는지를 적어 넣어야 비로소 대답할 수 있는 문장이 된다.
프리프린트 공개는 동료심사 여부와 무관하다. 모의실험 전용·단일 사례·특정 지역 한정인 결과는 본문에서 그때마다 표시했다.