AI 회사 뜯어보니 발전소였다···삼성의 1.4조 ‘지능생산’ 투자
발전·송배전·데이터센터·광통신 한 회사에
반도체·냉각·EPC·배터리·GPUaaS까지 결합
AI 투자금 따라가니 전력산업까지 이어져

삼성이 인공지능(AI) 인프라 회사에 10억달러, 약 1조4000억원을 넣었다. 투자처는 미국 헬릭스 디지털 인프라다. 엔비디아가 창립 투자자로 참여했고 전 아마존웹서비스(AWS) 최고경영자(CEO)가 회사를 이끈다. 사업 목록에는 발전과 송배전, 데이터센터, 광통신이 함께 올라 있다. 삼성전자 반도체와 냉각장비, 삼성물산 발전·데이터센터 EPC, 삼성SDS GPU 서비스, 삼성SDI 비상전원까지 겹치면 AI라는 이름 아래 전력부터 연산까지 하나의 산업설비가 만들어진다.
삼성전자와 삼성물산, 삼성SDS, 삼성SDI, 삼성생명, 삼성화재는 지난달 29일 헬릭스에 총 10억달러를 투자한다고 밝혔다. 삼성전자가 5억달러를 맡고 나머지 5개 계열사가 5억달러를 나눠 투자한다.
헬릭스는 글로벌 사모펀드 KKR이 지난 6월 세운 미국 AI 인프라 회사다. 쿠웨이트투자청(KIA), 엔비디아, 미국 발전사업자 비스트라도 창립 투자자로 들어갔다. GPU 제조사와 발전사업자가 같은 투자판에 앉았다.

'AI 인프라' 뜯었더니 발전소 나와
데이터센터·송배전·광통신까지
전력 확보가 서버보다 앞선 조건
최근 미국에서는 데이터센터 부지를 확보하고도 필요한 전력을 제때 받지 못해 사업 일정이 밀리는 사례가 늘고 있다. 대규모 전력수요가 한꺼번에 몰리면서 계통접속 대기와 변전설비 증설, 신규 발전원 확보가 데이터센터 개발의 핵심 변수로 올라섰다.
수만~수십만개의 GPU가 들어가는 시설에서는 몇 백MW에서 GW급 전력이 필요하다. 발전소 용량만 확보해도 해결되지 않는다. 송전선과 변전소를 거쳐 실제 데이터센터 부지까지 전력을 끌어와야 한다. 냉각과 비상전원까지 갖춰져야 서버가 가동된다. 헬릭스의 사업영역이 전력망까지 넓어진 배경이다.
삼성이 여기에 계열사 6곳을 동시에 넣은 것도 각 회사의 사업영역을 보면 설명된다. 삼성전자 DS부문은 HBM과 D램, 낸드플래시를 공급하고 DX부문은 플랙트그룹을 통해 데이터센터 냉각장비를 갖고 있다.
삼성물산은 발전소와 데이터센터 EPC 역량을 보유했다. 삼성SDS는 데이터센터 구축·운영과 GPUaaS를 사업화하고 있다. 삼성SDI는 UPS와 BBU에 들어가는 배터리 영역을 맡을 수 있다. 삼성생명과 삼성화재는 대규모 장기투자에 필요한 자본과 보험 기능을 제공한다.
이 조합에서 헬릭스는 삼성 계열사 각각의 사업을 연결하는 플랫폼 역할을 한다. 삼성전자가 칩만 공급하고 삼성물산이 건물만 짓는 개별 수주 구조보다 접점이 많다. 발전과 데이터센터 개발 단계에서 삼성물산이 참여하고 서버 인프라에는 삼성전자와 삼성SDI, 운영 단계에는 삼성SDS가 들어갈 수 있다.
삼성생명과 삼성화재가 투자자 명단에 포함된 점도 눈에 띈다. AI 데이터센터는 건설비와 서버비용에 발전·송전 설비까지 더해지면서 프로젝트 규모가 수십억달러 단위로 커지고 있다. 장기간 막대한 자본을 묶어두는 인프라 자산의 성격이 짙어질수록 보험·금융 계열사가 참여할 공간도 커진다.
AI 인프라 투자가 반도체 기업만의 사업에서 건설·에너지·금융업까지 확장되는 이유다. 서버 구매비가 투자비의 전부였던 시기와 달리 GW급 전력설비와 토목·건축, 냉각, 전력망까지 동시에 자본을 요구한다.

하루 뒤 나온 223억달러·6GW 발전사업
반도체 CAPEX가 전력 CAPEX로 확대
6GW는 대형 원전 여러 기와 맞먹는 발전규모다. AI 데이터센터 몇 동을 추가하는 수준을 넘어 발전설비 자체를 새로 깔아야 하는 단계에 들어섰다는 뜻이다. 미국 전력업계에서도 데이터센터가 신규 발전소와 송전망 투자계획을 결정하는 대형 수요처로 자리잡고 있다.
여기서 AI 산업의 투자단위도 달라진다. 반도체 기업의 설비투자는 웨이퍼 투입량과 생산능력을 늘리는 데 집중됐다. AI 인프라에서는 칩 공급량과 함께 발전용량, 계통접속, 냉각능력, 데이터센터 건설속도가 같은 투자계획 안에서 계산된다.
헬릭스가 발전·송배전·광통신을 한 회사에 넣고 삼성이 반도체·냉각·EPC·배터리·연산서비스·금융을 함께 들고 들어간 이유도 여기서 만난다. AI 산업의 설비투자 범위가 반도체 공장 바깥으로 확장되면서 각 계열사의 사업영역이 한 프로젝트 안에서 겹치기 시작했다.
제철소는 원료와 에너지를 받아 철강을 생산한다. 반도체 팹은 웨이퍼와 전력, 장비를 투입해 칩을 생산한다. AI 데이터센터에는 전력과 반도체가 들어가고 결과물로 계산능력이 나온다. 대규모 AI 투자가 산업설비 투자와 닮아가는 지점이다.
삼성의 1조4000억원 투자는 이 생산설비의 여러 층에 동시에 자본을 넣는 사례다. AI 산업을 소프트웨어 기업과 GPU 제조사만으로 설명하기 어려워진 이유도 같다. 신규 연산능력 1GW를 만들려면 칩 발주와 함께 발전·송전·건설·냉각·금융의 투자계획이 움직인다.

☞하이퍼스케일 데이터센터·계통접속 = 하이퍼스케일 데이터센터는 수만~수십만대의 서버를 대규모로 운영하는 초대형 데이터센터를 뜻한다. 일반 데이터센터보다 전력수요가 훨씬 커 수백MW에서 GW급 전력을 요구한다. 계통접속은 발전소나 데이터센터 같은 대규모 전력설비를 실제 송전망에 연결하는 절차다. 발전소 용량이 충분해도 송전선·변전소 여유가 없으면 데이터센터 가동이 늦어질 수 있다.
☞CDU·UPS·BBU·GPUaaS = CDU(Coolant Distribution Unit)는 액체냉각용 냉각수를 서버와 냉각설비 사이에서 순환·제어하는 장치다. UPS는 정전이나 순간 전압저하 때 서버에 전력을 계속 공급하는 무정전전원장치, BBU는 배터리를 이용해 짧은 시간 전원을 보조하는 백업전원 장치다. GPUaaS(GPU as a Service)는 GPU를 직접 구매하지 않고 필요한 만큼 원격으로 빌려 쓰는 서비스로, AI 학습·추론에 필요한 연산자원을 클라우드처럼 제공한다.
여성경제신문 이상헌 기자
liberty@seoulmedia.co.kr
*여성경제신문 기사는 기자 또는 외부 필자가 작성 후 AI를 이용해 교정·교열하고 문장을 다듬었음을 밝힙니다. 기사에 포함된 이미지 중 AI로 생성한 이미지는 사진 캡션에 밝혀두었습니다.