중국 AI 붐의 중심, 뜻밖의 장소 내몽골 우란참부
베이징에서 서쪽으로 두 시간 거리에 있는 내몽골 우란참부가 최근 몇 년 새 중국 AI 데이터센터 건설의 최전선으로 부상했습니다. 저렴한 전기요금과 추운 기후, 베이징과의 근접성 덕분에 DeepSeek, 바이트댄스, 알리바바 등이 대규모 자체 데이터센터를 짓고 있으며, 총 12.5GW 규모로 OpenAI 스타게이트 프로젝트(10GW)를 능가합니다. 다만 물 부족이 심각한 환경적 과제로 남아 있습니다.
베이징에서 기차로 두 시간만 서쪽으로 가면 굽이치는 초원과 고화산(고대 화산재 분화구)이 펼쳐진 내몽골에 도착합니다. 이 광활하고 건조한 땅은 오랫동안 중국의 양 사육과 석탄 채굴의 중심지였지만, 최근 몇 년 사이 AI 데이터센터를 짓기 위한 중국에서 가장 뜨거운 장소가 되었습니다.
인구 약 150만 명의 내몽골 도시 우란참부에서는 2016년 이후 약 100개의 데이터센터가 개장하거나 착공되었습니다. 중국 기업들은 이 도시에 추산 총 12.5기가와트의 용량을 갖춘 프로젝트 건설을 약속했으며, 골드만삭스가 지난주 발표한 리서치 노트에 따르면 전체 투자의 70% 이상이 지난 1년간 발표되어 아시아에서 가장 빠르게 성장하는 컴퓨팅 클러스터 중 하나가 되었습니다. 비교하자면, OpenAI의 5,000억 달러 규모 스타게이트(Stargate) 프로젝트도 완공 시점에 총 10기가와트의 용량에 그칠 예정입니다.
중국 기업들이 우란참부로 몰리는 데는 여러 이유가 있습니다. 이 도시는 내몽골 고원의 높은 해발에 위치하고 길고 추운 겨울이 있어 데이터센터 냉각에 필요한 에너지가 적게 듭니다. 또한 베이징과 비교적 가까워 인구 밀집 지역으로 데이터를 최소 지연 시간으로 전송할 수 있습니다. 하지만 가장 매력적인 요인은 비용입니다. 풍력·태양광 에너지의 급성장과 풍부한 석탄 공급 덕분에 내몽골의 전기요금은 중국에서 거의 가장 저렴합니다.
흥미로운 점은 이 데이터센터들을 누가 짓고 있는가입니다. 중국 AI 기업들이 처음으로 클라우드 회사에서 컴퓨팅을 임대하는 대신 자체 인프라에 대규모 투자하고 있습니다. 딥시크(DeepSeek)가 우란참부에 거대한 AI 데이터센터를 짓고 있다고 알려졌으며, 바이트댄스, 알리바바, 샤오홍슈도 마찬가지입니다. 수년간 중국 AI 기업들은 뛰어난 성능의 인기 AI 모델을 여럿 개발했음에도 미국 동종 기업들보다 물리적 인프라 구축에 훨씬 적게 지출해 왔습니다. 우란참부의 데이터센터 붐은 이제 그들이 마침내 따라잡기 시작했음을 보여줍니다.
문제는 딱 하나, 충분한 물을 확보하는 것입니다. 우란참부는 덴버만큼 건조해서 연간 약 35센티미터(14인치)의 강수량에 그칩니다. 계획된 데이터센터 프로젝트 대부분이 가동되기도 전에 지방 정부는 이미 주민 수요를 충족할 만큼의 물을 공급하는 데 어려움을 겪고 있습니다. 지난달 우란참부 지방 상수도 회사는 피크 수요를 완화하기 위해 매일 밤 7시간 동안 여러 정수장을 가동 중단해야 했습니다. 이 도시에 짓고 있는 데이터센터는 겨울에는 물이 덜 필요합니다. 우란참부 지방 정부의 기상 데이터에 따르면 연중 두 달만 냉각용 추가 물이 필요하지만, 이 모든 신규 인프라는 여전히 이 지역에 상당한 환경적 도전이 될 수 있습니다.
오지 내몽골은 현재의 AI 붐 이전부터 최소 10년 동안 데이터센터 핫스팟이었습니다. 화웨이는 2016년 우란참부에 첫 데이터센터를 지었고, 애플이 3년 뒤 그 뒤를 따랐습니다. 2021년에는 이 지역이 '동수서산(동부 데이터, 서부 연산, Eastern Data, Western Compute)'이라 불리는 전국적 정부 프로젝트의 주요 허브 중 하나로 지정되었는데, 이 프로젝트는 중국 서부 내륙 지역에 데이터센터를 짓는 것을 목표로 합니다.
하지만 치명적인 단점이 있었습니다. 중국의 인구가 많은 동부 해안에서 멀리 떨어져 있어 이 데이터센터들은 초기에 대부분의 사용자에게 데이터를 전송할 때 높은 지연 시간을 겪었습니다. 그 결과 AI가 새로운 용도를 부여하기 전까지는 대체로 백업 저장소로만 사용되었습니다. 싱가포르경영대학에서 중국의 컴퓨팅 인프라를 연구하는 앤드류 스톨스(Andrew Stokols) 교수는 "2022년 AI의 부상과 함께, 그런 원격 데이터센터가 모델 학습에 잘 활용될 수 있다는 인식이 생겼다"고 말합니다. AI 모델의 학습 실행은 몇 달이 걸릴 수 있으며 (지연 시간이 크게 문제되지 않습니다.)