한국 데이터센터 유치의 실익: GW보다 적은 일자리, 전력보다 중요한 지역 몫

데이터센터가 지역에 들어오면 ‘첨단산업 도시’가 된다는 기대가 생긴다. 그러나 인터넷 서비스를 제공하는 거대한 기계시설과 일상적인 도시 고용을 창출하는 기업 사무실은 서로 다르다. 데이터센터는 건설할 때 많은 인력을 부르지만, 운영 단계에서는 적은 현장 인원으로 서버·전기·냉각을 돌리는 시설이 될 수 있다. 외부 AI 회사의 모델·플랫폼 수익과 서버가 놓인 지방의 임금·세수가 같은 크기로 움직이지 않는 것도 이 때문이다.

따라서 지자체의 유치 실적은 투자협약액이나 총 MW만으로 판단할 수 없다. 상시 직접고용, 실질 지역거주자 고용, 지역세수 순증가, 송·배전 비용의 부담, 용수·폐열, 국내 산업의 연산 접근권을 구별해 계산해야 한다.

한국은 왜 데이터센터를 유치하는가

한국의 비교우위는 저렴한 광대한 부지와 초저가 전력만이 아니다. 국내 금융·제조·게임·전자상거래·공공·통신의 이용자와 데이터, 반도체·HBM 공급망, 짧은 네트워크 지연시간과 법적 데이터 보관 요구가 있다. 특히 국내 산업에서 모델을 훈련하는 장소와 모델을 추론·운영하는 장소는 다를 수 있다. 이 때문에 한국에 서버가 늘어도 세계의 최첨단 기초모델과 서비스 운영체제를 한국에서 소유한다는 결론은 따라오지 않는다.

‘OS는 해외 기업이 만들고 한국은 그것이 돌아갈 PC를 유치한다’는 비유는 서비스·모델·고객계약의 고부가 부문과 시설·전력·냉각 부문이 국제적으로 분리되는 문제를 포착한다. 하지만 모든 물리 인프라가 저부가 하청인 것은 아니다. 한국이 반도체·전력기기·산업 AI와 연계한 학습·검증·운영 기술을 확보하는지에 따라 지역의 기술적 몫은 달라진다.

운영 MW와 국내 신규 파이프라인을 먼저 분리한다

대화에서 제시된 Cushman & Wakefield 2025년 하반기 수도권 시장 자료는 수도권의 운영 용량 약 601MW, 개발 파이프라인 약 921MW를 언급했다. CBRE의 서울권 인벤토리 약 698MW도 소개되었는데, 지리적 경계·조사 대상과 기준시점이 다를 수 있으므로 동일한 용량의 오류 또는 독립적 추가용량으로 단정하지 않는다.

IDC Korea의 전망으로 언급된 2025년 약 4,461MW → 2028년 약 6,175MW는 국내 데이터센터 전력수요·수요 전망이라는 더 넓은 범위다. 수도권의 코로케이션 운영용량과 단순 합산하면 안 된다. 수도권에 설비가 집중된 반면 전력자립과 송전망 확장은 별도의 제약으로 작용한다. 건축허가가 끝났다는 사실과 일정 시점에 실제 수전할 수 있다는 사실 또한 다르다.

울산에서 100MW가 실제로 가동된다는 것과 울산이 국제 AI 산업의 핵심 소프트웨어 소유자가 되는 것은 다르다. 해남 20MW가 작다고 무조건 불필요한 것도 아니다. 국내 이용자의 접근성이나 백업·주권 데이터 저장이 목표라면 20MW의 지역 역할이 있을 수 있다. 문제는 그 규모로 지역에 수천 명의 상시 일자리가 생긴다는 식의 과장이다.

건설노동과 상주노동은 다른 숫자다

건설기에는 토목, 철골, 전기, 변전·배전, 배관, HVAC, 통신, 안전관리, 서버 설치와 테스트에 수많은 외부 인력이 유입될 수 있다. 하청·장비임대·숙박·식당과 주변 임시 소비가 늘어난다. 그러나 착공과 가동이 끝난 뒤에도 같은 수의 노동자가 계속 근무하는 것은 아니다.

대화에 소개된 울산시의 SK–AWS 사업 기대치는 건설 일자리 약 1,120개, 상주 근무인력 약 144명, 지방세 약 200억 원이었다. 이는 사업 발표·지자체 기대치이지 추후 실측된 고용과 세수가 아니다. 해남 솔라시도 20MW 사업과 관련해 전남 측의 고용 1,500명 안팎·경제효과 약 5,000억 원이라는 기대가 소개되었으나, 상시 직접고용인지 건설·간접·유발효과를 포함한 수치인지 분모와 기간을 대조해야 한다. 같은 숫자 ‘고용’이라는 말로 비교하면 상주노동의 규모를 과장할 수 있다.

해외의 일반적인 데이터센터 운영인력을 수십 명 단위로 설명한 자료도 언급되었다. 현장의 실제 규모는 부지 수, 경비·청소·시설 외주 포함 여부, 전문 운영조직의 업무 분배, 24시간 교대조와 고도 자동화 수준에 따라 크게 달라진다. MW당 1명의 기계적 고용계수를 정해 모든 지역에 적용해서는 안 된다.

실제 AWS 데이터센터의 한 사람은 무엇을 하는가

AWS 클라우드에서 이용자가 애플리케이션을 만들고 배포하는 일과 데이터센터 현장근무자는 다르다. 현장에서는 서버 교체, 랙 설치, 광케이블·네트워크 진단, UPS·변압기·발전기와 냉각장비 운영, 기계실 점검, 자재·물류·자산 관리, 24시간 장애 대응, 출입 보안 및 청소·안전관리가 이루어진다. 업무는 원격 자동화와 중앙 관제·본사 소프트웨어 조직을 통해 조정되지만, 서버와 냉각·전기 장비는 누군가 현장에서 교체하고 점검해야 한다.

‘지역민은 모두 저임금 경비·청소만 한다’는 주장은 지나치다. 전기·냉각·네트워크 기술직은 숙련과 책임이 높은 직무이기도 하다. 그러나 AWS나 다른 글로벌 서비스의 모델 개발·가격책정·고객 데이터·플랫폼 의사결정이 지역에 함께 이전되는 것은 아니므로, 공장 유치에서 기대하던 연구직·기획직·영업직 수요가 그대로 생기지 않는다는 지적은 정당하다.

AWS가 제공하는 데이터센터 인력훈련과 유급 도제 프로그램이 예시로 언급되었다. 프로그램의 존재만으로 어느 한국 지자체에서 지역청년 채용이 보장된다고 말할 수는 없다. 실제 제도와 계약에 지역인력 선발·훈련·경력상승 경로가 명시되어야 한다.

도시의 분위기는 얼마나 바뀌는가

단일 데이터센터는 방문객을 끌어들이는 쇼핑센터도, 수천 명이 매일 점심을 먹는 지식산업 사무실도 아니다. 넓은 부지, 담장, 출입통제, 전력선·변전설비, 냉각탑과 접근도로가 특징이고 지역의 일상 유동인구는 작을 수 있다. 건설기의 모텔·식당·임시 주거 수요는 크다가 빠질 수 있다. 정규 운영기의 직원은 교대하고, 일부 전문가는 다른 도시에서 출퇴근한다.

이 때문에 ‘거대한 블랙박스’라는 도시지리적 비유가 유효하다. 단, 북버지니아 Loudoun County나 오리건 동부처럼 다수의 데이터센터와 시공업체·전력회사가 장기간 집중된 곳은 토지가격·세수·주거·도로·지역정치에 훨씬 큰 변화를 만들 수 있다. 시설 하나의 영향과 클러스터 단위의 장기 건설 생태계는 구별해야 한다.

해남 주민이 신규 고급 인력을 목포·무안 등 주변 도시에서 통근할 수 있다는 우려도 논의되었다. 지역 일자리라는 지표를 계산할 때 현장 사업장의 고용, 그 지방에 주소를 둔 노동자의 고용, 그 도시에서 실제 소비되는 임금을 별도 항목으로 보고해야 한다.

지역이 부담하는 비용과 돌려받는 몫

지역경제의 순효과에는 재산세·지방세·전력망 투자와 지역 구매계약뿐 아니라, 송전·배전 증설비, 전력요금 구조, 공사 소음·경관·대기환경·냉각용수·폐열 처리 및 주민의 수용성 비용이 포함된다. 전력을 많이 쓰는 부지라도 냉각방식에 따라 물 소비는 다르고, 공업용수와 생활용수의 경쟁 여부도 현장별로 다르다. 물을 ‘엄청나게 사용한다’는 일반론만으로 특정 사업의 실제 취수량을 추정해서는 안 된다.

지자체가 공표해야 할 핵심 수치들은 상시 직접고용과 외주고용, 거주지별 임금, 전력 계통접속·증설의 비용 분담, 연간 물 취수·소비, 세제 감면 후 순세수, 지역 대학·기업의 컴퓨트 이용권, 폐열·환경 책임이다. 시설 규모가 늘어난다고 이 몫들이 자동으로 비례해 커지지 않는다.

‘좋은 유치’의 기준을 크기나 액랭 하나로 고정하지 않는다

고밀도 AI에 대응하는 설계, 액체냉각, 장기 전력계약, 검증된 앵커 고객과 국내 기술 생태계의 결합은 전략적 가치가 높은 경우가 많다. 그러나 10~30MW의 저밀도 백업·금융 클라우드가 국내 서비스에 꼭 필요할 수도 있다. 반대로 1GW급 거대 캠퍼스가 지역에 큰 비용을 떠넘기면 지역의 순편익이 음수일 수 있다. 큰 데이터센터=좋은 유치, 작은 데이터센터=쓰레기라는 이분법은 투자처별 기능을 놓친다.

자료의 성격과 검증할 질문

울산·해남·국내 시장 수치와 AWS 근로자 설명은 기존 대화에 인용된 한국 언론·Cushman & Wakefield·CBRE·IDC Korea·Amazon Jobs의 설명 범위에서 정리했다. 신규 원문 검증은 수행하지 않았으므로 발표 당시의 계획과 실제 가동·채용 숫자를 나중에 확인해야 한다.

해남에 ‘찌꺼기’만 돌아오는가라는 질문에 대한 최선의 실증적 답은 비관이나 홍보가 아니다. 시설이 사용하는 물리적 자원 대비 누구에게 얼마나 반복적인 소득·숙련·접근권을 남기는가를 계량하는 것이다. 국내 데이터센터가 국제 AI 플랫폼의 하위 인프라인지, 산업 AI를 키우는 기반인지는 각각의 계약과 지역적 연결의 내용으로 결정된다. 세계 규모의 비교는 세계 데이터센터 연산 지리, 국내와 해외의 현장 르포는 물리적 클라우드 자료 길잡이를 함께 참고한다.