DeepSeek, 모델에서 전력·냉각·데이터센터 인프라로 경쟁 무대 넓힌다

DeepSeek가 데이터센터 인프라 인력을 대거 모집하면서 AI 업계의 경쟁 무대가 모델과 알고리즘에서 전력·냉각·건물·네트워크 운영으로 넓어지고 있다는 분석이 나온다. 회사는 베이징, 항저우, 내몽골 울란차부에서 IDC(인터넷 데이터센터) 팀을 꾸리며 데이터센터 기획, 건설, 테스트, 운영을 아우르는 인력을 찾고 있다. 12

이번 채용이 DeepSeek가 모든 컴퓨팅 시설을 직접 소유한다는 뜻은 아니다. 다만 AI 기업이 데이터센터를 단순히 외부 클라우드에서 빌리는 비용 항목으로만 보지 않고, 모델과 서비스 성능을 좌우하는 제품 스택의 일부로 관리하려 한다는 점은 분명히 보여준다.

채용 직군이 드러내는 전략

DeepSeek가 제시한 관련 전공은 전기공학, 공조·냉각(HVAC), 자동화, 에너지, 통신, 컴퓨터공학, 환경공학, 토목공학 등이다. 직무 역시 데이터센터 인프라 운영, 계획·설계, 현장 구현으로 나뉜다. 34

이는 단순히 클라우드 용량을 구매하는 조직보다 훨씬 넓은 범위다. 고밀도 AI 클러스터를 안정적으로 가동하려면 다음 요소가 하나의 시스템처럼 맞물려야 한다.

• 전기·에너지: 전력 공급, 변전소, 배전망, 전력 운영
• 공조·환경: 공랭과 액체냉각, 열 배출, 환경 제어
• 토목: 부지, 건물, 구조물, 건설 공정
• 자동화·통신: 모니터링, 제어 시스템, 네트워크 연결, 운영 자동화
• 컴퓨팅·인프라 운영: 물리적 용량과 AI 클러스터, 작업 스케줄링, 워크로드 통합

DeepSeek의 채용 공고는 전통적인 IDC부터 AI 컴퓨팅센터까지, 공랭식과 액체냉각 시스템부터 메가와트(MW)급 설비와 기가와트(GW)급 단지까지 폭넓게 언급한 것으로 전해졌다. 78 중요한 것은 채용 공고에 적힌 잠재적 규모 자체보다, 회사가 확보하려는 역량의 범위다.

‘빌려 쓰는 컴퓨팅’에서 운영 통제력으로

관련 보도는 이번 움직임을 DeepSeek가 과거 외부 사업자의 컴퓨팅 자원에 의존하던 상대적으로 가벼운 자산 구조에서 벗어나는 과정으로 설명한다. 12 내부 인프라 역량을 확보하면 클러스터 설계, 장비 호환성, 냉각 구조, 작업 스케줄링, 증설 시점을 더 직접적으로 통제할 수 있다.

AI 성능은 칩 개수만으로 결정되지 않는다. 전력 시스템, 냉각, 네트워크, 저장장치, 소프트웨어, 유지보수 체계가 함께 작동해야 실제로 사용할 수 있는 연산 능력이 나온다. DeepSeek 역시 전력·냉각·네트워크·컴퓨팅 시스템의 결합이 최종적인 연산 출력에 영향을 준다고 설명했다. 13

따라서 이번 채용이 주는 전략적 시사점은 “모든 AI 기업이 자체 데이터센터를 지어야 한다”는 주장보다 좁고 명확하다. 핵심은 안정적인 컴퓨팅 접근성과 운영 통제력이다. 이를 확보하는 방식은 직접 소유일 수도 있지만, 장기 임대, 코로케이션, 합작법인, 인프라 사업자와의 긴밀한 협력일 수도 있다.

울란차부·베이징·항저우가 암시하는 분산형 구조

DeepSeek의 IDC 팀 채용 지역은 베이징, 항저우, 울란차부다. 13 한 곳에 모든 기능을 모으기보다 지역별 특성에 따라 컴퓨팅 작업을 나누는 구조와 부합한다.

울란차부처럼 내륙에 위치한 거점은 일정 수준의 네트워크 지연을 감수할 수 있는 모델 학습, 대규모 배치 처리, 비동기 작업에 적합할 수 있다. 내몽골은 친환경 컴퓨팅 산업을 육성하는 지역으로 소개되고 있으며, 과거 보도에서는 울란차부 데이터센터가 베이징에 5밀리초 미만의 네트워크 지연으로 서비스를 제공한다고 전했다. 2131

반면 대도시 거점은 이용자와 기업 고객, 통신망, 데이터에 가까워 실시간 추론과 서비스 제공에 유리하다. 이를 바탕으로 다음과 같은 2단계 구조를 예상할 수 있다.

1. 내륙·전력 중심 클러스터: 사전학습, 미세조정, 합성 데이터 생성, 배치 추론
2. 도시·엣지 인접 설비: 소비자와 기업을 위한 실시간 추론

다만 채용 공고만으로 DeepSeek가 실제 워크로드를 어떻게 배분할지는 확인할 수 없다. 13

AI 컴퓨팅 클러스터로 커지는 울란차부

울란차부의 부상은 DeepSeek 한 곳만의 이야기가 아니다. 여러 보도에 따르면 울란차부와 내몽골 일대에는 데이터센터와 지능형 컴퓨팅 프로젝트가 빠르게 모이고 있다.

현지 정부 자료를 인용한 한 보도는 2025년 말 기준 울란차부에서 84개의 데이터센터 프로젝트가 체결됐으며, 이 가운데 81개가 지능형 컴퓨팅센터라고 전했다. 계획 투자액은 5,000억 위안 이상이다. 27 다른 보도는 거의 100개 프로젝트와 약 12.5GW의 발표 용량을 언급하지만, 집계 기준과 수치는 출처에 따라 다르다. 2324

칭화에너지 계열 기업 엔비전의 울란차부 갤럭시 캠퍼스는 2026년 8월 운영에 들어간 것으로 보도됐다. 12만㎡ 규모의 시설에서 AI 칩 100만 개를 병렬 운용할 수 있다는 설명도 나왔지만, 이러한 용량 주장은 기업 발표와 언론 보도에 기반한 수치인 만큼 그대로 확정된 사실로 받아들이기보다 주의해서 볼 필요가 있다. 202225

클러스터가 형성되면 변전소, 광섬유망, 장비 공급업체, 운영 인력 등 공통 인프라를 활용할 수 있어 추가 배치의 마찰이 줄어든다. 그러나 발표된 용량은 전력이 실제로 공급된 용량, 장비가 설치된 용량, 가동률이 높은 용량과 다르다. 중국 AI 인프라의 규모를 비교할 때 이 구분은 중요하다.

바이트댄스 사례가 보여주는 것과 보여주지 않는 것

비슷한 인프라 흐름은 닝샤 중웨이의 바이트댄스 관련 법인 보도에서도 나타난다. 7월 보도에 따르면 바이트댄스가 소유한 것으로 전해진 중웨이 사이사밍샤 테크놀로지는 등록자본금 22억 위안으로 설립됐으며, 정보기술 컨설팅, 소프트웨어 개발, 시스템 통합, 컴퓨터 장비 판매 등을 사업 범위에 포함했다. 52

그러나 이 자료만으로 바이트댄스가 등록자본금 2억2,000만 위안과 2억4,000만 위안인 두 개의 중웨이 자회사를 설립했고, 두 법인이 각각 비주거용 부동산 임대업을 목적으로 한다는 구체적인 주장을 확인할 수는 없다. 해당 법인이 데이터센터 건설을 위해 설립됐다는 점도 입증되지 않았다.

보다 신중한 결론은 주요 기술기업들이 토지, 건물, 장비, 컴퓨팅 용량에 대한 통제력을 높이는 방안을 검토하고 있다는 것이다. 중국 인터넷 기업들이 핵심 사업과 연결된 부동산을 확보하려 한다는 별도 보도도 있지만, 이를 특정 바이트댄스 프로젝트의 증거로 확대 해석해서는 안 된다. 58

병목은 건물 외벽에서 시스템 안쪽으로

일반적인 데이터센터에서는 건물 완공이 눈에 띄는 이정표다. 하지만 고밀도 AI 클러스터에서는 건물 안팎의 시스템이 더 큰 제약이 될 수 있다.

• 안정적인 전력망 접속과 발전 용량
• 변압기, 변전소, 배전 설비
• 액체냉각과 열 배출 시스템
• 네트워크 링크와 클러스터 인터커넥트
• 용수·환경·부지 조건
• 여러 시스템을 하나의 플랫폼처럼 시운전하고 운영할 엔지니어

AI 데이터센터 개발과 관련한 분석은 전력 공급, 높은 전력 밀도, 액체냉각이 점점 더 중요한 변수라고 지적한다. 7 2026년 내몽골 녹색 컴퓨팅 회의에서 컴퓨팅 프로젝트가 장비 제조, 에너지 시스템, 산업 투자와 결합되는 양상이 나타난 것도 같은 흐름이다. 회의에서 발표된 12개 프로젝트의 계획 투자액은 1,864억6,000만 위안으로 집계됐다. 2126

이 때문에 AI 기업의 채용 계획에서 모델 연구자와 소프트웨어 개발자뿐 아니라 토목, 전기, HVAC, 환경, 자동화, 에너지 엔지니어가 함께 등장한다.

AI 컴퓨팅은 인프라가 되지만, 소유가 유일한 해법은 아니다

DeepSeek의 채용은 완공된 대형 캠퍼스의 증거라기보다 인프라 신호로 보는 것이 적절하다. 회사는 여러 지역에서 AI 데이터센터 시스템을 기획하고 구축하며 운영할 조직 역량을 마련하는 것으로 보인다. 1416

이 역량은 컴퓨팅 자원이 부족하거나 클러스터 구성이 복잡할 때, 또는 고밀도 냉각과 전력 확보가 실제 성능을 좌우할 때 DeepSeek의 대응력을 높일 수 있다. 동시에 AI 산업의 경제 구조가 재편되고 있다는 점도 보여준다. 경쟁력은 이제 모델의 품질뿐 아니라 모델을 훈련하고 서비스할 물리적 조건을 얼마나 안정적으로 확보하느냐에 달려 있다.

AI 컴퓨팅을 철도, 전력망, 인터넷에 비유하는 것은 높은 자본 집약도와 네트워크 의존성을 설명한다는 점에서 의미가 있다. 하지만 지속 가능한 경쟁 우위가 반드시 기가와트급 캠퍼스를 직접 소유하는 데 있는 것은 아니다. 더 중요한 것은 확장 가능하고 안정적인 전력·컴퓨팅 접근성, 그리고 이를 일관된 AI 서비스로 전환할 수 있는 운영 통제력이다.