한 거대 데이터센터가 3천만 갤런의 물을 사용하고도 수개월간 아무도 몰랐다는 사실, 그 이면의 충격적인 진실
Published May 12, 2026
인구 10만 명 남짓의 작은 카운티에서, 한 기업이 3천만 갤런에 달하는 엄청난 양의 물을 무단으로 사용했고, 심지어 이 사실이 수개월간 아무도 알아채지 못했습니다. 이 숫자는 단순히 크다는 것을 넘어, 우리 사회가 최첨단 기술의 발전 뒤에 숨겨진 자원 소비의 그림자를 얼마나 간과하고 있는지 적나라하게 보여주는 충격적인 현실입니다. 미국 조지아주에서 벌어진 이 사건은 단지 지역적인 해프닝이 아닙니다. 이는 인공지능(AI) 시대의 막대한 물 소비와, 이를 감당하지 못하는 노후화된 인프라, 그리고 기업의 책임을 제대로 묻지 못하는 행정 시스템의 총체적인 문제를 고스란히 드러내고 있습니다.
AI 시대, 끝나지 않는 물 전쟁의 서막
이 모든 사태의 중심에는 Quality Technology Services (QTS)라는 거대 데이터센터가 있습니다. Politico 보도에 따르면, 이 시설은 두 개의 산업용 수도 연결관을 통해 약 3천만 갤런의 물을 사용했습니다. 문제는 이 중 한 연결관은 유틸리티 당국의 인지 없이 설치되었고, 다른 하나는 회사 계정과 연결되지 않아 요금이 부과되지 않고 있었다는 점입니다. 더 놀라운 사실은, 이러한 물 도둑질이 해당 지역이 가뭄으로 인해 주민들에게 개인 물 소비 제한을 권고하고 있던 시기에 발생했다는 것입니다. 일부 주민들은 갑작스러운 수압 저하까지 보고했는데, 이는 데이터센터의 무분별한 물 사용이 실질적인 영향을 미 미쳤을 가능성을 시사합니다.
카운티 유틸리티 당국의 조사 결과, QTS는 결국 약 15만 달러의 물 값을 지불했지만, 이례적으로 어떠한 벌금이나 사용량 초과에 대한 제재도 받지 않았습니다. 페이엣 카운티의 수도 시스템 국장인 바네사 타이거트는 QTS를 카운티의 “가장 큰 고객”이자 “파트너”라고 지칭하며, 벌금을 부과하지 않은 이유를 “고객 서비스” 때문이라고 설명했습니다. 솔직히 말해서, 이런 설명은 시민들의 상식과 정의감에 깊은 상처를 줍니다. 가뭄으로 고통받는 주민들에게 물 절약을 강요하면서, 거대 기업에게는 “고객 서비스”라는 명목으로 무단 사용에 대한 면죄부를 준다는 것은 누가 봐도 납득하기 어려운 처사입니다. 이는 단순히 절차상의 실수라고 치부하기에는 너무나 큰 문제입니다. 지역사회의 신뢰를 심각하게 훼손하는 것은 물론, 앞으로 유사한 사건이 발생했을 때 제대로 된 제재를 가할 수 있을지에 대한 회의적인 시각을 불러일으킵니다. 개인적으로는, 이러한 사례가 기업의 경제적 영향력 앞에서 공공의 이익과 환경 보호 원칙이 얼마나 쉽게 흔들릴 수 있는지를 보여주는 단면이라고 생각합니다.
이 사건이 더 충격적인 이유는, 카운티의 허술한 관리 시스템 때문입니다. 카운티는 노후화된 수도 계량기를 스마트 클라우드 기반 시스템으로 전환하는 과정에 있었고, 만성적인 인력 부족으로 인해 미터기를 검사할 직원이 “매우 부족한” 상황이었다고 합니다. 즉, 기술적인 전환기의 혼란과 행정 역량 부족이 겹쳐 거대 기업의 무분별한 자원 사용을 수수방관하게 만든 셈입니다. QTS 측은 “부적절하게 물을 사용했다는 것은 거짓이며 부정확하다”고 주장하며, “이러한 청구 문제가 제기되자마자 모든 요금을 지불했다”고 강조했습니다. 물론, 요금을 지불했다는 사실은 중요하지만, 그 과정에서 지역사회가 겪어야 했던 불신과 불안감, 그리고 환경적 부담은 단순히 돈으로 환산하기 어려운 가치들입니다.
보이지 않는 물 발자국: 데이터센터를 넘어선 AI 산업 전체의 갈증
조지아주의 사례는 빙산의 일각에 불과할 수 있습니다. 미국 전역에서 노후화된 수도 시스템은 업그레이드를 절실히 필요로 하는 상황에서, AI 야망을 위한 물 수요는 폭발적으로 증가하고 있습니다. 흥미롭게도 많은 AI 기업들은 AI가 산업 내 물 공급 문제를 해결하는 데 도움이 될 것이라고 기대하고 있습니다.
그러나 AI 산업의 물 발자국은 우리가 흔히 생각하는 것보다 훨씬 거대합니다. The Information의 보고서(수자원 기술 기업 Xylem 연구 인용)에 따르면, AI로 인한 물 소비는 데이터센터 자체보다는 반도체 공장과 칩 제조 및 컴퓨팅에 전력을 공급하는 발전소에서 훨씬 더 많다고 합니다. 데이터센터에서 물을 절약하고 재활용하는 방안을 모색하더라도, AI 구동에 필수적인 반도체 생산과 막대한 전력을 생산하는 과정에서 사용되는 물의 양이 훨씬 많다는 사실은 중요한 시사점을 던집니다. 특히, Meta, Google, Microsoft와 같은 거대 기술 기업의 하이퍼스케일 데이터센터가 냉각을 위해 전력에 점점 더 의존하게 되면서, 발전소 냉각을 위한 물 수요는 폭발적으로 증가할 것으로 전문가들은 예측합니다.
더욱 우려스러운 점은, Xylem의 보고서에 따르면 전 세계 데이터센터의 40%와 칩 제조 공장의 29%가 “물 부족 지역”에 건설되어 있다는 사실입니다. 물 부족 지역에 핵심 인프라가 집중되는 현상은 장기적인 지속가능성에 대한 근본적인 질문을 던집니다. Xylem은 향후 25년 내에 “AI 관련 물 사용량이 두 배 이상 증가할 것”이라고 예측했는데, 이는 단순히 기술 발전의 속도만 보아서는 안 되는, 훨씬 더 복합적인 환경 및 자원 위기를 예고하는 경고입니다. 사실 이건 우리가 AI의 ‘편의성’과 ‘혁신’에만 집중하느라 놓치고 있던 중요한 그림자입니다.
AI가 AI의 갈증을 해소할 수 있을까? 역설 속의 희망과 한계
AI 산업이 물 부족 문제에 기여하면서 동시에 AI 기술로 이 문제를 해결하려는 시도는 아이러니하게도 지속가능성을 위한 중요한 논쟁 지점을 제공합니다. 한 가지 해결책은 전 세계에서 누출 및 도난으로 손실되는 물의 약 30%를 회수하는 것입니다. 바로 이 지점에서 AI의 역할이 부각됩니다.
- 스마트 물 관리 시스템: Microsoft와 같은 AI 기업들은 FIDO Tech이 구축한 “첨단 물 누출 감지 시스템”을 설치하는 데 투자하고 있습니다. 이 시스템은 센서 데이터를 AI에 공급하여 누출 지점을 정확히 감지하고 “격리”함으로써 수리 시간을 단축하고 과도한 물 손실을 방지합니다. 또한, 많은 현금이 부족한 지역에서 필요한 모든 수리를 감당할 수 없을 때, 이러한 스마트 미터는 수리가 가장 시급한 지역을 식별하는 데 도움을 줄 수 있습니다.
- 대안적 수자원 모색: 가뭄에 시달리는 조지아주에서 QTS 역시 빗물이나 지붕 빗물 유출수를 포집하는 등 대체 수자원 솔루션을 모색하고 있다고 밝혔습니다. 이는 데이터센터 운영의 지속가능성을 높이기 위한 필수적인 노력입니다.
미국 환경보호청(EPA)도 지난 3월, 특히 예산이 부족한 농촌 지역을 중심으로 미국의 수도 시스템을 강화하고 혁신하기 위한 시스템을 발표했습니다. 하지만, 수도 부문은 아직 AI 사용이 국가 시스템에 어떤 영향을 미칠지 완전히 확신하지 못하며, 기술 기업의 솔루션을 서둘러 구현하지는 않고 있습니다. 이러한 신중한 접근은 당연합니다. AI 기반 솔루션이 만능이 아님을 인지하고, 충분한 검증과 통합 과정을 거쳐야 함을 의미합니다. 단순히 최신 기술을 도입한다고 해서 모든 문제가 해결되는 것은 아니기 때문입니다. 오히려 AI 시스템 자체가 소비하는 에너지와 자원에 대한 고려도 필요합니다.
업계 흐름을 보면, 기술적인 해결책과 함께 근본적인 시스템 개선과 정책적 뒷받침이 동시에 이루어져야 할 가능성이 높습니다. AI가 물 문제 해결에 기여할 수 있는 잠재력은 분명하지만, 그것이 AI 산업 자체의 막대한 물 소비량을 정당화하는 면죄부가 되어서는 안 됩니다. 데이터센터 위치 선정 단계에서부터 수자원 스트레스 지수를 면밀히 검토하고, 친환경 냉각 기술을 의무화하며, 무단 사용에 대한 강력한 제재 시스템을 구축하는 등, 보다 포괄적인 접근 방식이 필요합니다. 우리는 AI의 빛나는 미래만 볼 것이 아니라, 그 빛이 드리우는 깊은 그림자에도 주목해야 합니다. 결국 AI의 무한한 발전은 유한한 지구 자원 위에서만 가능하다는 사실을 잊지 말아야 할 것입니다.
출처
- 원문 제목: Data center guzzled 30 million gallons of water and nobody noticed for months
- 출처: Artificial Intelligence - Ars Technica
- 원문 기사 보러가기
