2026년 6월 23일, 소프트뱅크 연례 주주총회에서 손정의는 일론 머스크의 '백만 위성 궤도 데이터센터' 계획에 찬물을 끼얹었습니다. 소프트뱅크가 해당 계획을 모방할 것인지 묻는 주주의 질문에 손정의는 단호히 부정했습니다. 그는 전력 비용이 데이터센터 운영 비용에서 극히 일부에 불과하며, 우주로의 이전은 높은 로켓 운송 비용, 유지보수의 어려움, 통신 지연 등 현실적인 장벽을 초래할 것이라고 지적했습니다. 또한 향후 몇 년간의 AI 경쟁 구도가 10년 후보다 훨씬 더 중요하며, AI의 결전은 결국 지상에서만 가능하다고 강조했습니다.

우주 데이터센터가 지구 자원의 제약에서 벗어나는 궁극적인 해법인지, 아니면 공학적 상식을 무시한 컨셉 마케팅인지는 컴퓨팅 비용 구조와 물리적 철칙에 대한 세 가지 핵심 데이터 비교를 통해 검증할 수 있습니다.

71% 감가상각과 9% 전기료: 우주 컴퓨팅의 비용 역전

머스크가 우주 데이터센터를 제안한 핵심 전제 중 하나는 우주의 무한한 태양 에너지를 이용해 지구 데이터센터의 높은 전기료를 절감하는 것입니다. 하지만 실제 AI 컴퓨팅 비즈니스 모델 앞에서 이 논리는 취약한 착각에 기반하고 있습니다.

AI 대형 모델의 컴퓨팅 시대에 데이터센터의 총소유비용(TCO) 구조는 근본적으로 재편되었습니다. SemiAnalysis의 메타 2만 4천 장 H100 클러스터 분해 분석에 따르면, AI 데이터센터의 TCO에서 하드웨어 감가상각이 차지하는 비중은 약 71%에 달합니다. 여기에는 GPU, InfiniBand 네트워크 스위치, 광 모듈 등 핵심 IT 하드웨어의 자본 지출이 포함됩니다. AI 하드웨어는 교체 주기가 매우 빨라 보통 3~5년이면 도태되므로, 이 감가상각 비용이 컴퓨팅 인프라의 가장 큰 비용 블랙홀입니다.

반면 운영 비용의 큰 부분으로 여겨지는 전력 비용은 전체 TCO에서 약 9%에 불과합니다.

총비용의 10%도 안 되는 전기료를 아끼기 위해 킬로그램당 수천 달러에 달하는 로켓 발사 비용을 감수하는 것은 상업적으로 완전히 본말이 전도된 것입니다. 현재 스페이스X 팰컨9 로켓의 지구 저궤도 발사 비용은 킬로그램당 약 2,720~4,000달러입니다. 중형 AI 훈련 클러스터의 하드웨어 무게는 수백 톤에 달하므로, 이를 우주로 보내는 발사 비용만 수백억 달러 규모가 됩니다.

우주 공간은 고에너지 우주선과 태양 입자로 가득 차 있어 반도체의 싱글 이벤트 업셋을 유발하고 데이터 무결성을 훼손합니다. 방사선에 저항하기 위해서는 극도로 비싸고 성능이 떨어지는 내방사선 칩을 사용하거나 두꺼운 물리적 차폐층을 추가해야 합니다. 어떤 선택을 하든 하드웨어 비용 급증과 성능 저하로 이어져 71%에 달하는 감가상각 비용을 더욱 가속화할 것입니다.

기업 구매 담당자와 산업 투자자가 관심을 갖는 것은 10년 후 우주에 유토피아를 건설할 수 있느냐가 아니라, 현재 투입되는 모든 비용의 투자 대비 수익률입니다. 막대한 자본 지출이라는 벌을 감수하며 미미한 운영 비용 절감을 얻는 것은 상업적으로 성립할 수 없습니다.

100톤 방열판과 10톤 하드웨어: 진공 환경의 방열 패널티

지구상의 AI 인프라는 실제로 심각한 물리적 자원 제약, 특히 냉각 및 물 부족 문제에 직면해 있습니다. 데이터센터를 영하 270도의 극저온 우주로 옮기는 것이 완벽한 냉각 솔루션처럼 보이지만, 이는 가장 기본적인 열역학 상식을 위배합니다.

우주 환경의 배경 온도는 극도로 낮지만, 고진공 상태는 공기 대류도, 열 전도 매체도 없다는 것을 의미합니다. 이 환경에서 폐열은 오직 적외선 복사 방식으로만 방출될 수 있으며, 이는 효율이 매우 낮은 열 전달 과정입니다.

세계경제포럼의 공학적 계산에 따르면, 1메가와트 규모의 궤도 데이터센터에는 약 1,600제곱미터의 복사 방열판이 필요하며, 이는 표준 아이스하키장 3개 크기와 맞먹습니다. 국제우주정거장의 기존 방열 시스템 구조를 참고하면, 1메가와트 컴퓨팅을 지원하는 복사 방열기와 그 배관 시스템의 무게는 최대 100톤에 달할 수 있습니다. 반면 동일한 컴퓨팅 성능의 계산 하드웨어 자체 무게는 약 10톤에 불과합니다.

방열 시스템의 무게가 계산 하드웨어의 10배입니다. 팰컨9의 발사 비용으로 추산하면, 이 100톤의 방열판을 궤도에 올리는 데만 약 3억 달러가 소요됩니다. 여기에는 거대한 태양 전지판 배열과 필수적인 에너지 저장 배터리의 무게도 포함되지 않았습니다.

우주에서는 태양 에너지가 24시간 공급되지 않습니다. 위성이 지구 그림자 구역을 통과할 때 빛을 받지 못하므로, 궤도 데이터센터는 컴퓨팅 가동을 유지하기 위해 거대한 배터리 시스템을 갖춰야 하며, 이 무거운 배터리 역시 비싼 발사 비용을 필요로 합니다.

지상 데이터센터가 직면한 수냉식 제한은 공학적 최적화로 해결할 수 있는 '현실적인 문제'입니다. 냉각판 액체 냉각이든 침지식 액체 냉각이든, 물의 비열 용량과 상변화 열 교환 효율은 공학적으로 진공 복사 방열보다 훨씬 우수합니다.

1마이크로초와 40밀리초: 네트워크 지연에 잠긴 컴퓨팅 활용률

통신 지연 문제는 현재 AI 기술 아키텍처 하에서 우주 데이터센터에 사형 선고를 내립니다.

AI 대형 모델의 훈련은 단순한 웹 호스팅이나 데이터 저장이 아닙니다. 이는 수만 장의 GPU 간 마이크로초 단위의 동기화 전쟁입니다. 만 장 규모의 클러스터에서 순방향 전파와 역방향 전파는 서로 다른 노드에 분산되어 있으며, 모델 파라미터의 기울기 업데이트는 All-Reduce 연산을 통해 전역 동기화되어야 합니다.

이러한 동기화 작업은 네트워크 지연과 대역폭에 대한 요구 사항이 극도로 엄격합니다. RDMA(원격 직접 메모리 접근, CPU 개입 없이 서로 다른 컴퓨터의 메모리가 직접 데이터를 교환할 수 있게 하는 기술)와 InfiniBand(고대역폭, 저지연 전용 네트워크 프로토콜)에 의존하는 최신 AI 클러스터의 엔드 투 엔드 지연은 일반적으로 1~5마이크로초 이내여야 합니다. 이 지연 수준에서만 GPU가 계산 틈새에 신속하게 파라미터 교환을 완료하여 높은 컴퓨팅 활용률을 유지할 수 있습니다.

지구 저궤도 위성 통신의 물리적 지연은 보통 20~40밀리초 사이입니다. 1밀리초는 1,000마이크로초이므로, 위성 링크의 지연은 데이터센터 내부 네트워크보다 거의 1만 배나 높습니다.

광속의 물리적 한계는 이 격차를 극복할 수 없음을 결정짓습니다. 지구 저궤도 위성은 지상에서 약 500~2,000km 떨어져 있으며, 위성 간에 레이저 통신을 사용하더라도 위성 간 링크의 물리적 거리와 라우팅 홉 수 때문에 지연이 마이크로초 수준에 근접할 수 없습니다.

이러한 지연 조건에서 분산 훈련을 수행하면, 값비싼 GPU 클러스터는 네트워크 전송을 기다리느라 장기간 유휴 상태에 빠지게 됩니다. 컴퓨팅 활용률은 지상 클러스터의 60% 이상에서 한 자릿수로 폭락할 것입니다. 기업이 수억 달러를 들여 구매한 컴퓨팅 자원의 대부분이 데이터 패킷이 한 위성에서 다른 위성으로 전송되기를 기다리는 데 소비됩니다.

PUE 1.09: 지상 컴퓨팅 인프라의 공학적 한계와 해법

손정의는 주주총회에서 소프트뱅크가 지상 데이터센터 구축에 집중할 것이라고 강조했습니다. 이는 소프트뱅크만의 판단이 아니라 전체 하이퍼스케일 컴퓨팅 업계의 공감대입니다.

지상 데이터센터는 실제로 부지 선정의 어려움, 지역 사회의 반대, 전력망 대기 문제 등에 직면해 있지만, 이러한 문제들은 모두 명확한 공학적 해결책이 있습니다. 지속적으로 최적화된 냉각 기술과 에너지 관리를 통해 지상 하이퍼스케일 데이터센터의 PUE(전력 사용 효율성, 데이터센터 총 에너지 소비량 대비 IT 장비 에너지 소비량의 비율로, 1에 가까울수록 효율이 높음)는 이미 극도로 낮은 수준으로 압축되었습니다.

구글은 자사의 대형 데이터센터 연평균 PUE가 1.09에 도달했다고 보고했습니다. 이는 총 전력 소비 중 냉각 및 조명 등 비IT 장비에 사용되는 비율이 10% 미만이며, 대부분의 전력이 직접 컴퓨팅 성능으로 전환된다는 것을 의미합니다. 이는 인공지능 기반의 냉각 제어 시스템, 효율적인 열 회수 기술, 대규모 액체 냉각 도입을 통해 실현되었습니다.

입지 선정 논리 측면에서 컴퓨팅 인프라는 고위도 한랭 지역과 청정 에너지 집중 지역으로 이동하고 있습니다. 장기 전력 구매 계약(PPA)과 시설급 배터리 에너지 저장 시스템을 결합함으로써 데이터센터는 단일 전력망에 대한 의존에서 벗어나 마이크로그리드 모델을 구축할 수 있습니다. 물 소비량 또한 폐쇄 루프 시스템으로 진화하고 있으며, 침지식 액체 냉각은 증발로 인한 물 소비를 거의 없앨 수 있습니다.

지상 인프라의 진화 경로는 명확하게 보이며, 비용 곡선은 예측 가능합니다. 투자자와 산업 관찰자들은 향후 3년간 FLOP당 컴퓨팅의 한계 비용을 정확하게 계산할 수 있으며, 이러한 확실성은 AI 경쟁에서 없어서는 안 될 기반입니다.

향후 3년의 승부처: 컴퓨팅 인프라의 시간 창

머스크의 지지자들은 종종 스타십이 양산된 후 발사 비용이 킬로그램당 100달러 이하로 떨어져 우주 데이터센터의 비즈니스 논리를 근본적으로 바꿀 것이라는 희망을 품습니다. 이러한 장기적 관점의 낙관론은 AI 산업의 가장 냉혹한 현실, 즉 시간 창을 간과하고 있습니다.

손정의는 향후 몇 년간의 AI 경쟁 구도가 10년 후보다 훨씬 더 중요하다고 지적했습니다. 현재 AI는 대형 언어 모델에서 멀티모달 및 추론 모델로 진화하는 폭발적인 시기에 있으며, 컴퓨팅 부족 현상이 막대합니다. 누가 더 빠르고 저렴하게 지상에 하이퍼스케일 컴퓨팅 클러스터를 구축하느냐에 따라 모델 성능과 상업화 착수에서 우위를 점할 수 있습니다.

대형 모델 기업의 자본 지출 주기는 분기 단위로 계산되며, 하드웨어 감가상각은 2~3년을 한도로 합니다. 스타십의 완성을 기다리고, 궤도 방열 기술의 돌파를 기다리며, 내방사선 AI 칩의 개발을 기다리는 이러한 최소 10년 단위의 첨단 탐구는 오늘날의 컴퓨팅 기아를 해결할 수 없습니다. 기업 구매 담당자가 필요로 하는 것은 10년 후에나 가능할 궤도 컨스텔레이션이 아니라, 당장 내일이라도 가동할 수 있는 800G InfiniBand 네트워크와 액체 냉각 H100 클러스터입니다.

우주 데이터센터는 AI 컴퓨팅 TCO의 비용 구조에 위배되고, 진공 환경의 열역학적 제약을 위반하며, 광속 제한 하의 통신 지연으로 인해 효율성이 봉쇄되었습니다. 가시적인 공학적 미래 내에서 AI 컴퓨팅의 물리적 입지의 종착역은 반드시 지상입니다.