와트와 와트시 — 속도계와 주행거리계로 읽는 전기의 두 숫자

계기판의 두 숫자

자동차 계기판에는 숫자가 둘 있습니다. 바늘이 가리키는 시속 80킬로미터와, 아래 작은 창에 찍힌 누적 3만 5,000킬로미터입니다. 앞의 것은 지금 얼마나 빨리 가는지이고, 뒤의 것은 지금까지 모두 얼마나 왔는지입니다. 이 둘을 헷갈리는 운전자는 없습니다.

전기에도 똑같은 두 숫자가 있습니다. 와트와 와트시입니다. 와트는 속도계처럼 지금 얼마나 세게 쓰는지를 말하고, 와트시는 주행거리계처럼 모두 얼마를 썼는지를 말합니다. 그런데 뉴스는 이 둘을 한 기사에 나란히 놓습니다. 「몇 기가와트짜리 데이터센터」와 「한 해 몇 테라와트시」가 같은 기사에 나오는데, 두 숫자가 어떻게 이어지는지는 기사만 봐서는 알기 어렵습니다.

이 글은 계기판 하나를 끝까지 들고 갑니다. 비유에서 빌리는 것은 숫자 사이의 관계 하나, 속도에 시간을 곱하면 거리가 된다는 것뿐입니다.

와트는 지금 얼마나 세게 쓰는가이고, 와트시는 그 세기로 얼마 동안 써서 모두 얼마를 썼는가입니다.

와트는 세기, 와트시는 쓴 양

전기주전자 옆면에 2,000와트, 선풍기 뒷면에 50와트라고 적혀 있다고 합시다. 이 글이 예로 든 숫자이고, 실제 제품마다 다릅니다. 이 숫자가 전력입니다. 전력은 전기가 1초 동안 옮기는 에너지의 양으로, 와트라는 단위로 잽니다. 주전자는 선풍기보다 40배 세게 씁니다. 속도계로 치면 주전자의 바늘이 선풍기보다 40배 높이 올라가 있습니다.

전기가 옮겨 준 에너지는 주전자에서는 물을 데우는 열이 되고, 선풍기에서는 날개를 돌리는 움직임이 됩니다. 이 글에서 「전기를 쓴다」는 이 뜻입니다.

이제 주전자로 물을 3분 끓이고, 선풍기를 2시간 틀었습니다. 와트시는 전력에 쓴 시간을 곱한 에너지의 양으로, 1와트를 1시간 쓰면 1와트시입니다. 3분은 1시간의 20분의 1이므로 주전자는 2,000와트에 20분의 1시간을 곱한 100와트시를 썼습니다. 선풍기는 50와트에 2시간을 곱해 역시 100와트시입니다. 세기는 40배 차이가 나는데 쓴 양은 같습니다.

주행거리계로 옮겨도 같습니다. 시속 400킬로미터로 3분을 달린 차와 시속 10킬로미터로 2시간을 달린 차는 둘 다 20킬로미터를 갑니다. 와트만 보고는 얼마를 썼는지 알 수 없고, 와트시만 보고는 얼마나 세게 썼는지 알 수 없습니다.

이름에서 헷갈리기 쉬운 자리가 하나 있습니다. 시속은 거리를 시간으로 나눈 값이지만, 와트시는 와트에 시간을 곱한 값입니다. 「시간당 와트」와는 방향이 반대입니다. 그래서 2,000와트짜리 주전자는 돌아가는 동안 1분이든 5분이든 2,000와트이고, 돌아간 시간만큼 늘어나는 것은 와트시뿐입니다.

1,000배씩 오르는 계단

와트시는 작은 단위라 실제로는 앞에 말을 붙여 씁니다. 킬로·메가·기가·테라는 단위 앞에 붙어 1,000배씩 키우는 말로, 킬로는 1,000, 메가는 100만, 기가는 10억, 테라는 1조입니다. 킬로미터의 그 킬로입니다. 2,000와트 주전자는 2킬로와트이고, 이 주전자를 30분 켜 두면 1킬로와트시를 씁니다.

가정 전기요금 고지서에 찍히는 사용량의 단위가 킬로와트시입니다. 한 집의 한 달이 이 눈금에 들어갑니다. 냉장고를 효율 좋은 새 모델로 바꾼 멕시코 가정은 한 달 사용량이 평균 11킬로와트시, 약 7퍼센트 줄었습니다 (DOI: 10.3386/w18044, 워킹페이퍼). 11킬로와트시가 7퍼센트쯤이니, 이 가정들이 교체 전 한 달에 쓰던 양은 어림으로 150~160킬로와트시입니다(이 글의 어림셈). 가정에 절약을 거듭 권하는 무작위 배정 프로그램의 평균 효과도 한 달 9킬로와트시였고, 모형이 예측한 절감 폭은 집마다 1~33킬로와트시로 벌어졌습니다 (DOI: 10.1093/ej/ueaf028). 이런 교체나 권유가 한 집에 가져온 변화는 한 달에 킬로와트시 한두 자릿수였습니다.

같은 멕시코 교체 사업에서 에어컨을 바꾼 집은 반대로 한 달 평균 6킬로와트시를 더 썼고, 여름에 더 늘었습니다. 저자들의 설명은 효율 좋은 기계는 돌리는 값이 싸서 더 많이 쓰게 된다는 것이고, 저자들은 이 효과가 에어컨에서는 컸지만 냉장고에서는 크지 않았다고 봅니다 (DOI: 10.3386/w18044). 와트시는 세기와 시간을 함께 담으므로, 기계를 바꿔도 더 많이 돌리면 쓴 양은 늘 수 있습니다.

계단을 끝까지 오르면 나라의 한 해가 나옵니다. 테라와트시는 전기의 양을 재는 단위로, 1테라와트시는 10억 킬로와트시입니다. 그 멕시코 가정들처럼 한 달에 150킬로와트시쯤 쓰는 집으로 치면 600만 가구 남짓이 한 달 동안 쓰는 양입니다(이 글의 계산). 킬로에서 테라까지는 계단 세 개, 곧 10억 배입니다.

쓴 양을 다시 세기로 — 평균 전력

곱셈은 거꾸로도 됩니다. 쓴 양을 시간으로 나누면 세기가 나옵니다. 평균 전력은 한동안 쓴 에너지를 그 시간으로 나눈 값으로, 그만큼을 내내 고르게 썼다고 치면 나오는 세기입니다. 계기판으로는 평균 속도입니다. 하루 동안 240킬로미터를 갔다면 평균 시속 10킬로미터입니다. 실제로는 몇 시간 빨리 달리고 나머지 시간은 서 있었더라도 그렇습니다.

사람 한 명의 생활도 이 방식으로 셀 수 있습니다. 미국 성인 한 명에게 드는 교통·항공·집·음식·물건·물의 에너지를 모두 더해 1초당 평균 흐름으로 바꾸면 하루 내내 이어지는 약 6,700와트가 된다는 계산이 있습니다 (DOI: 10.21203/rs.3.rs-9962169/v1, 동료심사 전 프리프린트). 사람의 일과 AI의 일에 드는 자원을 견주려고 세운 기준선이고, 전기만이 아니라 차의 연료와 음식을 만드는 데 든 에너지까지 들어간 값입니다. 와트는 에너지가 흐르는 빠르기를 재는 단위라 전기 밖의 에너지에도 쓰이고, 그래서 연료와 음식까지 이렇게 셀 수 있습니다. 6,700와트를 24시간 이어 쓰면 하루 약 160킬로와트시, 전기가 아닌 에너지까지 합친 양입니다(이 글의 계산).

이 나눗셈이 뉴스의 두 숫자를 잇는 다리입니다. 1년은 8,760시간입니다. 「연간 몇 테라와트시」를 8,760시간으로 나누면 평균 몇 기가와트인지가 나오고, 「몇 기가와트」에 8,760시간을 곱하면 1년 내내 그 세기로 썼을 때의 양이 나옵니다.

발전소의 두 숫자

태양광 발전소는 해가 진 뒤에는 전기를 만들지 못합니다. 이렇게 발전소가 내는 세기는 때에 따라 달라지므로, 발전소에도 숫자가 둘 필요합니다. 발전소 이름표에 붙는 숫자는 속도계 쪽입니다. 설비용량은 발전소가 정해진 조건에서 계속 낼 수 있게 설계된 가장 큰 전력으로, 와트로 적습니다. 차로 치면 최고 속도입니다. 발전량은 발전소가 일정 기간 실제로 만들어 낸 전기의 양으로, 와트시로 적습니다. 차로 치면 한 해 동안 실제로 달린 거리입니다.

최고 속도로 1년 내내 달리는 차는 없습니다. 이용률은 한 해 동안 실제로 만든 발전량을, 설비용량으로 한 해 내내 쉬지 않고 만들었다면 나왔을 양으로 나눈 비율입니다. 이 글이 지어낸 숫자로 셈을 해 봅니다. 설비용량 100메가와트인 발전소가 8,760시간을 쉬지 않고 최대로 돌면 87만 6,000메가와트시, 곧 876기가와트시를 만듭니다. 이 발전소가 실제로 한 해 219기가와트시를 만들었다면 이용률은 25퍼센트입니다.

이용률이 100퍼센트에 못 미치는 까닭은 여럿입니다. 해가 지면 태양광이 멈추고, 바람이 약하면 풍력 발전기가 덜 돌고, 어느 발전소든 점검하느라 쉬는 날이 있습니다. 설비용량이 같아도 한 해 만든 전기는 다를 수 있어서, 「설비의 몇 퍼센트」와 「전기의 몇 퍼센트」는 서로 다른 말입니다.

쓰는 쪽의 두 숫자 — 최대 수요

저녁 일곱 시, 한 집에서 밥솥과 에어컨과 세탁기가 한꺼번에 돌아갑니다. 한 달에 쓴 킬로와트시가 같아도, 이렇게 몰아 쓰는 집과 하루에 고르게 나눠 쓰는 집은 또 다른 숫자 하나에서 갈립니다. 최대 수요는 쓰는 쪽이 정해진 기간 가운데 가장 세게 전기를 쓴 때의 전력입니다. 차로 치면 한 달 가운데 가장 빨리 달린 순간의 속도입니다. 실제 계량에서는 이 「때」를 아주 짧은 구간으로 잡아 그 구간의 평균 세기로 잽니다. 쓴 양과 최대 수요, 이 두 숫자는 따로 움직입니다.

최대 수요는 쓰는 방식을 바꿔 줄일 수 있습니다. 캐나다 온타리오의 실제 한 가정에 맞춘 최적화 모형은 냉장고·식기세척기·세탁기·조명·냉난방을 언제 얼마나 돌릴지 자동으로 정합니다. 무엇을 목표로 두느냐에 따라 전기·가스 요금은 최대 20퍼센트, 최대 수요는 최대 50퍼센트까지 줄었습니다. 두 값이 같은 운전에서 함께 나온 것인지는 초록에 없고, 집주인이 원하는 쾌적함은 유지한 시뮬레이션 결과입니다 (DOI: 10.1109/tsg.2012.2212032). 이 연구와 별개로, 정의만 따라가도 알 수 있는 것이 있습니다. 몰아 쓰던 것을 고르게 나눠 쓰면 쓴 양이 같아도 최대 수요는 내려갑니다.

전력망은 발전소들과 전기를 쓰는 곳들을 전선으로 이어 하나로 돌아가게 만든 체계로, 업계에서는 계통이라고도 부릅니다. 전력망은 쓴 양만이 아니라 가장 센 순간까지 받아 내야 합니다. 그래서 가장 많이 쓰는 때를 대비해 짓는 발전 설비가 따로 있고, 쓰는 쪽이 사용을 줄이거나 시간을 옮겨 주는 일이 그 설비와 전력망 보강에 드는 투자를 대신할 수 있는지가 정책의 물음이 됩니다 (DOI: 10.2139/ssrn.2831868, 서유럽을 놓고 쓴 정책 브리프).

전력망 모형에서도 같은 방향이 나옵니다. 30개 지점으로 된 시험용 전력망 모형에서 발전기나 선로, 또는 둘 다의 능력을 깎은 비상 상황들을 가정한 연구가 있습니다. 그 보조 실험에서 데이터센터가 쓰는 총량은 똑같이 맞춘 채 수요가 한때에 겹치게 했더니, 공급하지 못한 에너지가 34.4퍼센트 더 늘었습니다. 어느 비상 조건에서, 무엇에 견준 증가인지는 초록에 자세히 적혀 있지 않습니다. 저자들은 시간에 몰린 데이터센터 수요가 총 사용량을 늘리지 않고도 전력망의 버티는 힘에 주는 영향을 키울 수 있다고 결론짓습니다 (arXiv:2607.06958v1, 프리프린트·모형 연구). 쓴 양이 같아도 한꺼번에 몰아 쓰면 전력망이 받는 부담은 커질 수 있습니다.

배터리의 두 숫자

집에 지붕 태양광과 배터리를 함께 들이면, 태양광은 킬로와트 단위로 사고 배터리는 킬로와트시 단위로 삽니다. 스위스 취리히 4,190가구의 실제 사용 기록으로 조합을 계산한 연구는 비용을 태양광 1킬로와트당 2,000유로, 배터리 1킬로와트시당 1,000유로로 잡았습니다 (DOI: 10.1016/j.apenergy.2018.03.185). 태양광의 킬로와트는 정해진 표준 햇빛 조건에서 낼 수 있는 세기, 곧 설비용량입니다.

배터리에도 두 숫자가 있습니다. 배터리 용량은 배터리에 담아 두었다가 꺼내 쓸 수 있는 에너지의 양으로, 와트시로 적습니다. 차로 치면 연료통을 채워 갈 수 있는 거리입니다. 배터리 출력은 배터리가 내보낼 수 있는 전력의 한도로, 와트로 적습니다. 차로 치면 낼 수 있는 속도입니다. 제품에 따라 계속 낼 수 있는 값과 잠깐 낼 수 있는 값을 따로 적기도 합니다.

이 글이 지어낸 숫자로 셈을 해 봅니다. 용량 10킬로와트시짜리 배터리를 5킬로와트로 꺼내 쓰면 2시간, 1킬로와트로 꺼내 쓰면 10시간을 버팁니다. 손실은 빼고 단순히 나눈 값입니다. 계속 낼 수 있는 출력이 5킬로와트인 배터리는 용량이 커도 7킬로와트를 계속 내지는 못합니다. 배터리 출력은 얼마나 세게, 배터리 용량은 모두 얼마만큼을 말하고, 용량을 출력으로 나누면 그 세기로 버티는 시간이 어림으로 나옵니다.

두 숫자를 각각 따지는 일이 가장 또렷한 곳은 출력과 에너지 정격이 서로 독립인 배터리입니다. 바나듐 레독스 전지가 그렇고, 필요한 출력과 담아 둘 에너지를 각각 따져 크기를 정해야 합니다 (DOI: 10.1109/tste.2015.2404780). 2008년의 한 연구는 풍력 단지에서는 한 가지 저장 기술로 큰 출력과 큰 용량을 함께 갖추기 어렵다고 보고, 돌풍이 만드는 짧고 센 출렁임은 다른 저장 장치가 받고 배터리는 긴 흔들림을 맡는 조합을 제안했습니다 (DOI: 10.1109/pesc.2008.4592198).

전력망에 붙는 배터리의 크기도 에너지 정격과 출력 정격 두 숫자로 적습니다. 배터리가 최대 수요를 대신 받쳐 주면 공급이 끊기는 일이 줄고 새 설비 투자를 미룰 수 있습니다. 같은 연구는 배터리가 클수록 쓸 수 없게 됐을 때 공급 안정에 주는 타격도 크다고 덧붙입니다 (DOI: 10.1109/access.2020.3024846). 앞 절의 최대 수요가 여기서 배터리의 출력과 만납니다.

취리히 연구로 돌아가면, 가장 낙관적인 비용 가정(태양광 1킬로와트당 1,000유로, 배터리 1킬로와트시당 250유로)에서 가장 좋은 조합은 평균 태양광 4.4킬로와트와 배터리 9.6킬로와트시였고, 그 가정에서는 거의 모든 집(99.9퍼센트)이 배터리로 이득을 봤습니다. 당시 비용으로 보조금 없이 따지면 배터리를 더해 이득을 보는 집은 0.1퍼센트뿐이었습니다 (DOI: 10.1016/j.apenergy.2018.03.185). 한 문장에 킬로와트와 킬로와트시가 나란히 나오고, 앞의 것은 세기이고 뒤의 것은 양입니다.

뉴스의 숫자를 읽는다 — 데이터센터

이제 계기판을 들고 데이터센터 기사를 읽어 봅니다. 미국에서 데이터센터가 전력망에 연결해 달라고 신청하는 규모는 수백 메가와트에 이릅니다 (DOI: 10.2139/ssrn.6614823, 정책 브리프). 연구가 대표 사례로 놓는 데이터센터는 20메가와트짜리이기도 하고 (DOI: 10.2139/ssrn.7336158, 워킹페이퍼), 텍사스 전력망을 본뜬 합성 모형에서 입지를 따질 때는 1기가와트와 2기가와트짜리를 놓고 따지기도 합니다 (arXiv:2605.14714v1, 프리프린트). 연결을 신청하는 숫자와 규모를 말하는 숫자는 속도계 쪽, 곧 세기입니다.

첫 번째로 할 일은 곱셈입니다. 「1기가와트 데이터센터」라는 말을 들으면 8,760시간을 곱합니다. 8,760기가와트시, 곧 8.76테라와트시입니다. 8.76테라와트시는 이름표의 세기를 1년 내내 꼬박 채웠을 때의 양이고, 실제로 쓴 양은 평균 전력에 8,760시간을 곱해야 나옵니다. 이름표의 세기가 무엇까지 담는지도 묻습니다. 시설 전체가 쓰는 전기는 계산 장비의 몫에, 냉각·배전·전력 변환의 효율이 정하는 배수를 곱한 값이기 때문입니다 (DOI: 10.63550/iceip.2026.20.71.004, 학술대회 논문). 서버만의 1기가와트와 건물 전체의 1기가와트는 다른 숫자입니다.

두 번째는 나눗셈입니다. 중국 데이터센터가 2018년에 쓴 전기는 161테라와트시로, 나라 전체 사용량의 2.35퍼센트였습니다 (DOI: 10.3389/fenrg.2026.1774740). 8,760시간으로 나누면 평균 약 18기가와트를 1년 내내 켜 둔 양입니다(이 글의 계산). 같은 연구의 2030년 전망은 AI가 얼마나 퍼지고 효율이 얼마나 나아지느냐에 따라 277~500테라와트시로, 위아래가 두 배 가까이 벌어집니다.

세 번째는 그 숫자가 언제를 센 것인지 보는 것입니다. 2020년에 전 세계 데이터센터 에너지 사용 추정을 다시 따진 글은 효율 향상 덕에 사용량 증가가 느려졌고, 가까운 시기에는 정책이 그 효율 향상을 이어 가게 도울 수 있다고 보았습니다 (DOI: 10.1126/science.aba3758). 그 뒤 AI가 빠르게 퍼지면서 AI 데이터센터가 쓰는 전기가 전례 없이 늘고 있다는 진단이 나왔습니다 (arXiv:2509.07218v6, 프리프린트 종설). 2025년의 한 프리프린트는 데이터센터가 전 세계에서 쓰는 전기가 2026년까지 두 배가 된다는 전망을 배경으로 인용했습니다 (arXiv:2511.08759v2). 무엇에 견준 두 배인지는 초록에 없고, 그 전망이 맞았는지는 이 글이 확인하지 않았습니다. 두 진단은 서로 다른 시기를 본 것입니다. 효율 향상이 사용량 증가를 늦추던 때가 있었고, AI가 퍼진 뒤의 진단은 달라졌습니다. 그래서 데이터센터 숫자를 볼 때는 언제를 센 것인지, 앞날의 전망이라면 어떤 가정을 두었는지부터 확인합니다.

데이터센터의 몫에 대한 짐작은 크게 빗나갔습니다. 미국 인구 구성을 본떠 모은 303명에게 데이터센터가 지금 미국 전기의 몇 퍼센트를 쓰는지 물었더니 중앙값은 20퍼센트였습니다. 이 설문 논문(DOI: 10.2139/ssrn.7227338, 사전등록 설문·워킹페이퍼)이 기준치로 든 것은 로런스버클리 국립연구소의 2024년 추정 4.7퍼센트였고, 응답자의 92퍼센트가 그보다 높게 짐작했습니다. 이 글은 그 연구소의 원 보고서를 직접 보지 않았습니다. 짐작이 왜 빗나갔는지는 이 결과만으로는 알 수 없습니다.

네 번째는 몫이 무엇의 몫인지 확인하는 것입니다. 앞의 중국 연구는 2024년 말 재생에너지 설비용량이 18억 8,900만 킬로와트로 전체 설비의 56퍼센트였다고 적습니다 (DOI: 10.3389/fenrg.2026.1774740). 이것은 설비용량의 몫입니다. 설비마다 이용률이 다를 수 있으니, 그해 만든 전기에서 재생에너지가 차지한 몫도 56퍼센트라는 보장은 없습니다.

마지막으로, 같은 테라와트시라도 언제 쓰느냐가 남습니다. 앞에서 본 모형 연구(프리프린트)에서는 비상 상황들을 가정했을 때, 총량이 같아도 한때에 겹친 수요가 공급하지 못한 에너지를 늘렸습니다. 연간 테라와트시만으로는 그 부담이 보이지 않습니다. 「몇 기가와트」는 속도계, 「연간 몇 테라와트시」는 주행거리계이고, 그 사이에는 얼마나 오래, 얼마나 꽉 채워 돌았는가가 끼어 있습니다.

어디를 더 볼까

데이터센터가 한 해 쓰는 전기의 숫자는 언제를 셌는지, 어떤 가정을 두었는지에 따라 달라지고, 그 자세한 사정은 이 글의 몫을 넘습니다.

• 「AI는 전기를 얼마나 쓰는가 — 자료마다 숫자가 갈리는 진짜 이유」 — 데이터센터가 쓰는 전기를 어떻게 세는지, 그 숫자들이 어디서 갈리는지를 따라갑니다.
• 「데이터센터는 못 줄이는 부하인가 — 옮길 수 있는 것과 옮길 수 없는 것」 — 쓴 양은 그대로 두고 쓰는 때를 옮겨 최대 수요를 낮추는 일입니다.
• 「발전소를 짓는 것보다 꽂는 것이 어렵다 — 접속 대기열이 실제로 정하는 것」 — 메가와트 단위로 들어온 연결 신청이 줄을 서는 사정입니다.
• 「공기로는 더 이상 안 된다 — 계산이 만든 열은 어디로 가는가」 — 서버의 몫과 건물 전체의 몫 사이를 채우는 냉각 전기입니다.

근거 논문

arXiv·Research Square 공개본은 동료심사 전이거나 동료심사 여부와 무관하다. 워킹페이퍼·정책 브리프·학술대회 논문은 본문에서 그때마다 표시했다.

• "Cash for Coolers" (2012, 워킹페이퍼) — DOI: 10.3386/w18044 — 멕시코 가전 교체 사업에서 냉장고 교체는 한 달 평균 11kWh(약 7%) 줄였고, 에어컨 교체는 한 달 6kWh 늘렸다(여름에 더 큼). 효율 좋은 기계는 돌리는 값이 싸서 더 쓰게 된다는 틀로 설명하고, 이 효과는 에어컨에서 중요하고 냉장고에서는 중요하지 않다고 본다.
• "Using Machine Learning to Target Treatment: The Case of Household Energy Use" (2025) — DOI: 10.1093/ej/ueaf028 — 가정 절약 권유 프로그램의 평균 효과는 한 달 9kWh 감소이고, 예측된 감소 폭은 가구별로 대략 1~33kWh다.
• "To AI or not to AI? Per-task energy and water demands of AI inference are orders of magnitude lower than human labor across all scenarios" (2026, 프리프린트) — DOI: 10.21203/rs.3.rs-9962169/v1 — 미국 성인 한 명의 부문별 생애주기 에너지를 합치면 이어지는 전력으로 약 6,700W다(논문의 주 결론은 AI 추론과 사람 노동의 과업당 자원 비교).
• "Optimal Operation of Residential Energy Hubs in Smart Grids" (2012) — DOI: 10.1109/tsg.2012.2212032 — 가정 기기 운전 최적화 모형을 온타리오의 실제 가정에 적용해, 목표에 따라 전기·가스 요금 최대 20%·최대 수요 최대 50% 절감을 쾌적함을 유지하며 얻었다(시뮬레이션, 두 값의 동시성은 초록에 없음).
• "Demand-Side Flexibility for Energy Transitions: Policy Recommendations for Developing Demand Response" (2016, 정책 브리프) — DOI: 10.2139/ssrn.2831868 — 수요 반응이 기존 최대 수요용 설비와 전력망 보강 투자의 대안이 될 수 있는지를 위험 거버넌스 관점에서 평가하자고 권고한다.
• "Evaluating Grid Resilience in the Era of Ever-Increasing Data Centers" (2026, 프리프린트) — arXiv:2607.06958v1 — IEEE 30모선 모형의 비상 상황(발전기·선로·결합 감발) 분석에서, 보조 실험으로 에너지를 맞춘 채 동시에 겹친 데이터센터 수요가 공급 못 한 에너지를 34.4% 늘렸고, 총 사용량 증가 없이도 회복력 영향이 커질 수 있다고 결론짓는다.
• "Optimal Sizing of a Vanadium Redox Battery System for Microgrid Systems" (2015) — DOI: 10.1109/tste.2015.2404780 — 바나듐 레독스 전지는 출력과 에너지 정격이 독립이라 필요한 출력과 에너지 용량을 함께 따져 크기를 정해야 한다.
• "A power electronic interface for a battery supercapacitor hybrid energy storage system for wind applications" (2008) — DOI: 10.1109/pesc.2008.4592198 — 단일 기술 저장 장치는 큰 출력과 큰 에너지 용량을 함께 주기 어려워, 풍력용으로 흐름 전지와 슈퍼커패시터를 묶는 방식을 제안한다.
• "Probabilistic Peak Demand Matching by Battery Energy Storage Alongside Dynamic Thermal Ratings and Demand Response for Enhanced Network Reliability" (2020) — DOI: 10.1109/access.2020.3024846 — 배터리 크기는 에너지·출력 정격 두 가지이고, 배터리가 최대 수요를 받치면 공급 중단이 줄고 새 설비 투자를 미룰 수 있으나, 큰 배터리일수록 쓸 수 없을 때 신뢰도에 주는 해가 크다.
• "Economic assessment of photovoltaic battery systems based on household load profiles" (2018) — DOI: 10.1016/j.apenergy.2018.03.185 — 취리히 4,190가구 자료로, 당시 비용(태양광 2,000€/kWp, 배터리 1,000€/kWh)에선 배터리가 이득인 집이 0.1%, 가장 낙관적 비용에선 99.9%가 배터리로 이득을 보며 평균 태양광 4.4kWp·배터리 9.6kWh가 최적이다.
• "The Missing Half of the Queue: Why FERC Should Require Load-Side Interconnection Queue Disclosure" (2026, 정책 브리프) — DOI: 10.2139/ssrn.6614823 — 수백 메가와트 규모로 접속을 신청하는 대규모 수요의 대기열은 발전 쪽과 달리 공개되지 않는다.
• "Governing the Energy Footprint of Artificial Intelligence for Sustainable Development" (2026, 워킹페이퍼) — DOI: 10.2139/ssrn.7336158 — 대표적인 20메가와트 데이터센터를 놓고 효율만으로는 AI 수요 증가 속에서 지속가능성을 보장하지 못한다고 분석한다.
• "Flexibility-Aware Framework for Efficient Planner-Initiated Siting of Data Center" (2026, 프리프린트) — arXiv:2605.14714v1 — 텍사스를 본뜬 2,000모선 합성 모형에서 1GW·2GW 데이터센터 입지를 유연 운전 조건으로 평가한다.
• "AI Energy Elasticity and Data Center Energy Consumption Growth Scenarios to 2030" (2026, 학술대회 논문) — DOI: 10.63550/iceip.2026.20.71.004 — 데이터센터 총 전기 사용량을 IT 몫과 냉각·배전·전력 변환 효율이 정하는 기반 설비 배수의 곱으로 나눈다.
• "Analysis of China's power development and the impact of data center energy consumption" (2026) — DOI: 10.3389/fenrg.2026.1774740 — 중국 데이터센터 전기 사용량은 2018년 161TWh(전체의 2.35%), 2030년 전망 277~500TWh이며, 2024년 말 재생에너지 설비용량은 18.89억kW(56%)다.
• "Recalibrating global data center energy-use estimates" (2020) — DOI: 10.1126/science.aba3758 — 효율 향상으로 데이터센터 에너지 사용 증가가 느려졌고, 가까운 시기엔 정책이 그 효율 향상을 이어 가게 도울 수 있다.
• "Electricity Demand and Grid Impacts of AI Data Centers: Challenges and Prospects" (2025, 프리프린트 종설) — arXiv:2509.07218v6 — AI 확산이 AI 데이터센터가 쓰는 전기의 전례 없는 증가를 이끌고 있으며, 그 부하가 전력망에 주는 과제를 세 시간 규모로 정리한다.
• "Grid Operational Benefit Analysis of Data Center Spatial Flexibility: Congestion Relief, Renewable Energy Curtailment Reduction, and Cost Saving" (2025, 프리프린트) — arXiv:2511.08759v2 — 데이터센터의 전 세계 전기 사용량이 2026년까지 두 배가 된다는 전망(기준 연도 미기재)을 배경으로 두고, 공간적 유연성의 전력망 이득을 모형으로 평가한다.
• "Grid Expectations: Americans' Overestimation of US Data Center Electricity Use" (2026, 워킹페이퍼) — DOI: 10.2139/ssrn.7227338 — 사전등록 설문(N=303)에서 데이터센터의 미국 전기 사용 몫 중앙값 추정은 20%로, 논문이 기준치로 든 LBNL의 2024년 추정 4.7%보다 높았고 응답자 92%가 기준치를 넘겨 짐작했다.