최태원 SK그룹 회장이 엔비디아와 손잡고 2028~2029년 일본에 기가와트(GW)급 AI 팩토리를 짓겠다고 발표했습니다. 저도 이 소식을 처음 접했을 때 솔직히 예상 밖이었습니다. 단순한 협력 확대가 아니라, SK가 반도체 공급 기업에서 AI 인프라 기업으로 완전히 탈바꿈하겠다는 선언처럼 읽혔기 때문입니다.
전략적 선택: 왜 하필 일본인가
최 회장이 일본을 지목한 핵심 이유는 소부장(소재·부품·장비) 생태계였습니다. 소부장이란 반도체를 만드는 데 필요한 원자재, 핵심 부품, 그리고 생산 장비 전반을 통칭하는 개념입니다. 쉽게 말해 반도체 공장을 돌리기 위한 '재료와 도구'가 모두 갖춰진 환경을 뜻합니다.
일본은 이 분야에서 독보적인 위치를 차지하고 있습니다. 도쿄일렉트론은 세계 반도체 장비 시장에서 상위권을 차지하고 있고, 신에츠화학이나 스미토모화학 같은 기업들이 반도체 핵심 소재 공급을 담당하고 있습니다. 제가 반도체 산업 뉴스를 꾸준히 모니터링하면서 느낀 건, 일본의 소부장 경쟁력은 수치 이상의 의미를 가진다는 점입니다. 공급망이 흔들릴 때 가장 먼저 타격받는 게 소재와 장비 쪽이거든요.
여기에 TSMC 구마모토 공장이라는 전례도 있습니다. TSMC는 구마모토 제1공장을 건설 결정 후 단 3년 만에 완공하고 2024년 12월 상업 양산에 들어갔습니다. 일본 정부의 보조금과 행정 지원이 미국이나 유럽보다 훨씬 빠르게 작동했다는 평가가 나올 정도였습니다. SK 입장에서는 이 선례를 보고 일본을 택한 것이 충분히 합리적인 판단으로 보입니다.
키옥시아와 라피더스도 빼놓을 수 없습니다. SK하이닉스가 주요 투자자로 참여 중인 키옥시아는 낸드플래시 분야의 강자이고, 일본 정부가 육성 중인 라피더스는 2 나노 이하 첨단 공정 기술 개발을 목표로 하고 있습니다. 최 회장이 두 기업 모두에 협력 의지를 밝힌 것은, 이번 AI 팩토리 프로젝트가 단순한 시설 투자를 넘어 일본 반도체 생태계 전반과의 연대를 염두에 둔 포석일 수 있습니다.
한·일 반도체 협력의 전략적 의미에 대해 단순한 기업 간 협약으로 보는 시각도 있지만, 개인적으로는 공급망 안보라는 틀에서 바라봐야 더 정확하다고 생각합니다. 반도체는 특정 국가에 생산이 집중될수록 지정학적 충격에 취약해질 수밖에 없습니다.
전력 리스크: GW급 데이터센터의 현실
이번 계획에서 가장 눈에 걸리는 부분은 저도 솔직히 전력 문제였습니다. GW급 전력 소비란, 소규모 도시 전체에 공급하는 전기를 단 하나의 데이터센터가 끌어다 쓰는 수준입니다. 1 기가와트는 중소도시 약 70만 가구가 동시에 사용할 수 있는 전력량에 해당합니다.
일본은 2011년 후쿠시마 원전 사고 이후 원전 대부분을 가동 중지했고, 이후 에너지 수급 구조가 불안정해졌습니다. 전력 가격도 한국보다 상당히 높은 편입니다. 일본 경제산업성 자료에 따르면, 일본의 산업용 전기요금은 OECD 주요국 평균을 웃도는 수준을 유지하고 있습니다(출처: 일본 경제산업성).
데이터센터 운영에서 전력 비용이 차지하는 비중은 생각보다 큽니다. PUE(전력사용효율)라는 지표가 있는데, PUE란 데이터센터에 투입된 전체 전력 대비 실제 IT 장비에 쓰인 전력의 비율을 말합니다. 이 수치가 높을수록 전기를 낭비 없이 쓴다는 뜻인데, GW급 초대형 시설일수록 냉각 시스템에도 막대한 전력이 들어가기 때문에 입지 선정 단계부터 전력 조달 계획이 탄탄해야 합니다.
~라고 생각하는 분들도 있는데, 저는 이 전력 문제가 단순한 운영 비용을 넘어 장기 수익성을 가르는 변수가 될 수 있다고 봅니다. 특히 AI 팩토리는 24시간 365일 끊김 없이 가동해야 하는 인프라입니다. 한 번 전력 공급에 문제가 생기면 단순 손실이 아니라 고객 신뢰 자체가 흔들립니다.
AI 팩토리의 핵심 구조인 HBM과 GPU 조합을 이해하면 왜 전력이 이렇게 중요한지 더 명확해집니다. HBM(고대역폭메모리)이란 기존 메모리보다 데이터 전송 속도를 수배에서 수십 배까지 높인 고성능 메모리로, AI 연산 과정에서 GPU가 처리할 데이터를 빠르게 공급하는 역할을 합니다. GPU(그래픽처리장치)는 수천 개의 소형 코어로 대규모 병렬 연산을 수행하는 칩입니다. 이 두 가지를 결합한 시스템이 AI 모델 학습과 추론에 막대한 전력을 소모하는 구조입니다.
반도체 공급망 재편: SK의 베팅이 통할까
이번 프로젝트를 둘러싼 시각은 크게 나뉩니다. AI 인프라 선점이라는 관점에서 보면 분명 의미 있는 행보입니다. SK하이닉스의 HBM은 현재 글로벌 AI 가속기 시장에서 핵심 부품으로 자리 잡고 있습니다. 엔비디아의 H100, B100 계열 GPU에 SK하이닉스 HBM이 탑재된다는 사실은 이미 업계 내에서 잘 알려진 구조입니다.
반면 "AI 투자 과열 아니냐"는 시각도 무시하기 어렵습니다. 제가 지켜본 바로는, 글로벌 빅테크들이 일제히 데이터센터 투자를 늘리면서 장기적으로 공급 과잉이 올 수 있다는 경고가 업계 안팎에서 꾸준히 나오고 있습니다. 국제에너지기구(IEA)는 데이터센터 전력 소비가 2026년까지 두 배 이상 늘어날 것으로 전망하면서도, 수요 둔화 시 과잉 투자 리스크를 함께 지적한 바 있습니다(출처: 국제에너지기구(IEA)).
이번 계획에서 주목해야 할 리스크 요인을 정리하면 다음과 같습니다.
- 일본의 높은 전력 단가와 에너지 수급 불안정
- 글로벌 AI 데이터센터 공급 과잉 가능성
- 해외 생산 확대에 따른 국내 산업 경쟁력 분산 우려
- 2028~2029년이라는 긴 실행 타임라인 동안의 시장 변화 불확실성
용인 반도체 클러스터 완공을 수년 앞당기겠다는 계획과 일본 AI 팩토리 구축을 동시에 추진하는 것은, SK가 국내외 양면 전략을 가져가겠다는 의지로 읽힙니다. 반도체 클러스터란 설계, 제조, 패키징, 소재·장비 기업들이 한 지역에 집적된 산업 단지를 말합니다. 클러스터 형태로 뭉칠수록 물류비용과 기술 협력 효율이 올라갑니다. 이 두 프로젝트가 서로 충돌하지 않고 시너지를 만들 수 있을지가 앞으로 지켜봐야 할 진짜 관전 포인트입니다.
이번 SK의 일본 AI 팩토리 계획은 명확한 방향성과 분명한 리스크가 공존하는 전략입니다. 소부장 생태계, 지정학적 리스크 분산, 엔비디아와의 기술 결합이라는 세 가지 근거는 충분히 설득력 있습니다. 다만 전력 조달과 AI 수요의 지속 가능성이라는 두 가지 변수는 2028년 이전까지 어느 방향으로 움직이느냐에 따라 이 프로젝트의 성패를 크게 좌우할 것입니다. 이 글은 개인적인 경험과 의견을 공유한 것이며, 전문적인 투자 조언이 아닙니다. 관련 동향을 꾸준히 모니터링하면서 각자의 시각으로 판단하시길 권합니다.