답변게시됨29 소스
울란차푸의 그린 전력 승부수, 초원 도시를 AI 연산 허브로 바꾸다
울란차푸의 경쟁력은 베이징까지 약 4.2밀리초의 광섬유 지연시간과 kWh당 약 0.33 0.36위안의 저렴한 전력을 동시에 확보했다는 데 있다.[15][37] 2026년 6월 기준 데이터센터 운영·계획 용량에 대한 약정은 12.5GW로 늘었고, 실제 가동 연산 규모는 약 165EFLOPS에 달한 것으로 보고됐다.[27][33][42] 엔비전의 ‘갤럭시 캠퍼스’는 12만㎡ 규모로, 최종적으로 2GW 이상과 최대 100만 개의 AI 가속기를 수용하는 통합형 전력·연산 모델을 보여준다.[3][21]
게시자GPT-5.6 Luna로 편집GPT Image 1.5로 이미지 생성
연구 답변
주요 시사점
- 울란차푸의 경쟁력은 베이징까지 약 4.2밀리초의 광섬유 지연시간과 kWh당 약 0.33 0.36위안의 저렴한 전력을 동시에 확보했다는 데 있다.[15][37]
- 2026년 6월 기준 데이터센터 운영·계획 용량에 대한 약정은 12.5GW로 늘었고, 실제 가동 연산 규모는 약 165EFLOPS에 달한 것으로 보고됐다.[27][33][42]
- 엔비전의 ‘갤럭시 캠퍼스’는 12만㎡ 규모로, 최종적으로 2GW 이상과 최대 100만 개의 AI 가속기를 수용하는 통합형 전력·연산 모델을 보여준다.[3][21]
- 풍력·태양광의 변동성과 AI 학습 부하의 급격한 전력 변동을 해결하려면 에너지저장장치, 송전망, 변전 설비가 추가로 뒷받침돼야 한다.[48][51]
AI 프롬프트
openai.comCreate a landscape editorial hero image for this Studio Global article: How did Ulanqab, an Inner Mongolian city about 240 kilometers from Beijing, become one of Asia-Pacific’s fastest-growing AI compute clusters. Article summary: Ulanqab has turned proximity to Beijing into an AI-infrastructure advantage: near-real-time connectivity makes it suitable for Beijing-linked workloads, while cheap local renewable power makes energy-intensive model trai. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
울란차푸는 중국 내몽골의 초원 도시에서 AI 인프라의 새로운 거점으로 빠르게 변신하고 있다. 비결은 단순히 땅값이나 전기요금이 싸기 때문이 아니다. 베이징과 가까운 네트워크, 풍부한 풍력·태양광 자원, 낮은 전력비, 서늘한 기후를 하나의 시스템으로 묶었다는 점이 핵심이다.
베이징까지 광섬유 왕복 지연시간은 약 4.2밀리초로 알려졌다. 동시에 울란차푸에는 20GW가 넘는 재생에너지 설비가 설치돼 있고, 연간 일조시간은 3,200시간 이상, 전체 전력 중 녹색 전력의 비중은 약 67%에 이른다.15
37 중국이 신규 AI 연산센터에 최소 80%의 녹색 전력 사용을 요구하는 정책과도 방향이 맞는다.
27
이 조합은 울란차푸를 단순한 원격 서버 보관지가 아니라, 베이징을 비롯한 동부 지역의 AI 수요를 받아내는 ‘토큰 공장’으로 만들고 있다. 다만 이 별명이 현실이 되려면 발표된 투자 계획을 실제로 가동 가능한 연산 용량으로 바꾸는 일이 남아 있다.
베이징과 가까우면서도 전력은 저렴하다
울란차푸는 베이징에서 약 350km 안팎 떨어져 있다. 동부 대도시보다 토지와 전력 공급 여력이 크지만, 수도권과 연결된 클라우드·기업 시장에서 완전히 멀어지지는 않는다. 약 4.2밀리초의 네트워크 지연시간은 대규모 일괄 학습뿐 아니라 지연시간에 민감한 온라인 AI 서비스와 베이징발 연산 수요의 분산 처리에도 활용될 수 있는 수준으로 평가된다.37
이는 중국의 ‘동수서산’, 즉 동부에서 발생하는 데이터 연산 수요를 전력과 토지가 풍부한 서부로 분산하는 전략과 맞닿아 있다. 동부의 수요처와 서부의 에너지 공급지를 고용량 네트워크로 연결하는 방식이다. 울란차푸는 베이징과의 연결성이 좋아 이 같은 교환을 비교적 쉽게 성립시킬 수 있다.32
42
전력비도 중요한 차별점이다. 울란차푸 데이터센터의 전력요금은 kWh당 약 0.33~0.36위안으로 보고됐다.36
37 AI 데이터센터는 가속기 칩이 높은 밀도로 거의 상시 가동되기 때문에 전기요금이 운영비와 연산 단가에 직접 영향을 준다.
현지의 풍력·태양광 자원과 함께, 발전원·전력망·부하·저장장치를 묶는 ‘소스-그리드-로드-스토리지’ 프로젝트와 재생에너지 직접 공급 모델도 추진되고 있다. 전력을 생산한 곳과 실제로 서버가 소비하는 곳 사이의 거리를 줄이려는 접근이다.42
43
기후 조건도 보조 역할을 한다. 울란차푸의 연평균 기온은 약 4.3℃로, 연중 상당 기간 자연 냉원을 활용할 수 있어 고밀도 서버에서 발생하는 열을 식히는 데 필요한 전력 일부를 줄일 가능성이 있다.53
성장 속도는 빠르지만, 숫자의 의미는 서로 다르다
울란차푸의 확장 규모를 보여주는 대표적인 수치는 12.5GW다. 하지만 이 숫자는 이미 가동 중인 설비와 앞으로 건설될 프로젝트를 합친 ‘용량 약정’이다. 실제 운영 규모와 혼동해서는 안 된다.27
40
- 약정 용량: 2026년 6월까지 데이터센터 운영사와 인터넷 기업이 약정한 용량은 약 12.5GW로 집계됐다. 2025년 7월의 3.3GW보다 거의 네 배 늘어난 규모이며, 약정의 70% 이상이 직전 1년 동안 발표됐다.
27
33
- 가동 중인 연산 규모: 현지 자료를 인용한 보도에 따르면 2026년 상반기 울란차푸의 가동 연산 규모는 약 16만5,000PFLOPS, 즉 약 165EFLOPS였다. 이 가운데 지능형 연산이 90% 이상을 차지했다.
42
- 실제 이용 전력 용량: 2025년 데이터센터 이용 용량은 전년보다 70% 이상 증가해 약 800MW에 이른 것으로 보도됐다.
- 전력 소비량: 2026년 상반기 데이터센터 전력 사용량은 전년 동기보다 약 90% 증가해 한 집계에서 약 3.3TWh로 나타났다.
GW는 전력 공급 또는 설비 용량을 뜻하고, PFLOPS·EFLOPS는 계산 성능을 나타낸다. MW 단위 이용 용량은 실제로 사용되는 전기 부하에 가까운 지표다. 따라서 12.5GW가 곧 12.5GW 규모의 AI 인프라가 모두 가동 중이라는 의미는 아니다.
어떤 기업들이 울란차푸에 모이고 있나
울란차푸의 생태계에는 데이터센터 운영사, 인프라 기업, 인터넷 플랫폼, AI 모델 개발사가 함께 포함돼 있다. 주요 인프라 사업자로는 GDS홀딩스, VNET그룹, 엔비전이 거론되며, 모델 기업으로는 DeepSeek와 Kimi가 언급된다. 텐센트와 바이트댄스도 이 클러스터와 연관된 대형 플랫폼 고객으로 꼽힌다.33
51
DeepSeek가 울란차푸에 약 1GW의 추가 연산 용량을 확보하려 한다는 보도도 나왔다. 자체 시설을 짓는 동시에 다른 사업자의 용량을 임차하는 방식이 거론됐으며, 일부 용량은 2027년 말부터 2028년 초 사이 가동될 가능성이 제시됐다.17
57
그러나 이는 공개적으로 확정된 운영 용량이 아니다. 해당 보도에서 DeepSeek는 프로젝트를 공식 확인하지 않았고, 정확한 칩 구성과 1GW가 전력 부하인지 연산 용량을 가리키는지도 분명하지 않다.45
엔비전의 갤럭시 캠퍼스가 보여주는 새로운 모델
엔비전의 싱허(星河·Galaxy) 캠퍼스는 울란차푸 전략을 가장 선명하게 보여주는 사례다. 핵심 AI 데이터센터 건물의 면적은 12만㎡로, 표준 축구장 약 20개에 해당한다. 최종 계획상 전력 용량은 2GW를 넘고, 최대 100만 개의 AI 가속기를 수용할 수 있도록 설계됐다.3
21
중요한 점은 건물의 크기만이 아니다. 엔비전은 재생에너지 발전, 녹색 전력 직접 공급, 에너지저장장치, 전력변환 장비, 고밀도 AI 연산을 하나의 통합 시스템으로 제시하고 있다.3
51
다만 전체 설계가 한 번에 완성되는 것은 아니다. 에너지 업계 자료에 따르면 초기 단계는 120MW 규모이며, 현지 기술기업 두 곳에 배정됐다. 이후 캠퍼스 전체를 2GW 수준으로 확대하는 구상이다.14 즉 시설이 가동을 시작했다는 사실과 최종 전력·가속기 용량이 모두 구현됐다는 사실은 구분해야 한다.
풍력과 태양광만으로는 충분하지 않다
AI 학습용 가속기 클러스터는 전력 수요가 크고, 여러 장비가 동시에 부하를 높이면서 전력 수요가 급격히 변할 수 있다. 반면 풍력과 태양광 발전량은 날씨와 시간대에 따라 달라진다. 두 변동이 항상 맞아떨어지는 것은 아니다.48
51
그래서 저장장치는 친환경성을 보여주는 장비를 넘어 운영 안정성을 좌우하는 핵심 인프라가 된다. 전력이 남을 때 저장하고, 바람이나 햇빛이 약할 때 방출하며, AI 학습 부하가 갑자기 변할 때 빠르게 대응해야 한다.
엔비전이 제시한 방식은 여러 시간대를 아우르는 저장 구조다. 시간 단위 저장장치는 풍력·태양광 변동을 완화하고, 초 단위 저장장치와 고체변압기(SST), 800V 직류 구조는 대규모 학습 과정에서 발생하는 급격한 전력 변화를 처리한다. 밀리초 단위 대응은 순간적인 부하 교란을 줄여 전력 품질을 지키는 역할을 한다.51
송전과 계통 연계도 마찬가지로 중요하다. 재생에너지가 풍부해도 전용 송전선, 변전소, 전력망이 서버 랙까지 안정적으로 전기를 전달하지 못하면 경제적 가치는 제한된다. 울란차푸의 다음 병목은 토지나 발전 잠재력이 아니라 계통 접속과 전력 품질 인프라가 될 수 있다.22
42
2028년 이후, 약정이 실제 연산으로 바뀌는지 시험대
2028년 전후는 울란차푸 모델의 현실성을 가늠할 중요한 시점이다. DeepSeek의 보도된 1GW 계획 중 일부가 실제로 가동되기 시작할 수 있는 시기로, 발표된 프로젝트를 안정적으로 전력을 공급받는 상업용 연산으로 전환할 수 있는지가 시험된다.17
45
더 넓게 보면 울란차푸는 여러 과제를 동시에 풀어야 한다. GPU 또는 다른 AI 가속기의 확보, 데이터센터 건설 완료, 지속적인 고객 수요, 송전망 확충, 재생에너지 중심 전력의 24시간 안정성이 모두 필요하다.
결국 울란차푸의 강점은 ‘싼 전기’ 하나가 아니라 시스템 전체에 있다. 베이징급 연결성에 저렴한 재생에너지, 서늘한 기후, 직접 전력 공급, 저장장치와 고밀도 연산 인프라를 결합하는 전략이다.
저장장치와 전력망 통합이 건설 속도를 따라간다면 울란차푸는 재생에너지 지역이 AI 성장에 어떻게 기여할 수 있는지를 보여주는 대표 사례가 될 수 있다. 반대로 이 요소들이 뒤처진다면 12.5GW라는 숫자는 실제로 작동하는 ‘토큰 공장’이 아니라 거대한 프로젝트 파이프라인에 머물 수 있다.
Studio Global AI
연구를 계속하세요
이 페이지에는 Studio Global 내에서 계속할 수 있는 소스 기반 답변이 포함되어 있습니다.
사람들은 또한 묻습니다.
"울란차푸의 그린 전력 승부수, 초원 도시를 AI 연산 허브로 바꾸다"에 대한 짧은 대답은 무엇입니까?
울란차푸의 경쟁력은 베이징까지 약 4.2밀리초의 광섬유 지연시간과 kWh당 약 0.33 0.36위안의 저렴한 전력을 동시에 확보했다는 데 있다.[15][37]
먼저 검증할 핵심 포인트는 무엇인가요?
울란차푸의 경쟁력은 베이징까지 약 4.2밀리초의 광섬유 지연시간과 kWh당 약 0.33 0.36위안의 저렴한 전력을 동시에 확보했다는 데 있다.[15][37] 2026년 6월 기준 데이터센터 운영·계획 용량에 대한 약정은 12.5GW로 늘었고, 실제 가동 연산 규모는 약 165EFLOPS에 달한 것으로 보고됐다.[27][33][42]
실무에서는 다음으로 무엇을 해야 합니까?
엔비전의 ‘갤럭시 캠퍼스’는 12만㎡ 규모로, 최종적으로 2GW 이상과 최대 100만 개의 AI 가속기를 수용하는 통합형 전력·연산 모델을 보여준다.[3][21]