에릭 슈미트는 AI 발전의 핵심 제약이 전력에서 자본으로 바뀌었다고 주장하며, 대규모 AI 인프라 구축에는 막대한 투자금이 필요하다고 말했다. AI 데이터센터 용량 1GW를 구축하는 데 약 500억 달러가 들며, 100GW 규모 인프라 구축에는 약 5조 달러가 필요할 수 있다는 추정이 나온다.

Create a landscape editorial hero image for this Studio Global article: How has Eric Schmidt changed his view on what is really limiting AI development—from energy to capital—and what does that shift mean in prac. Article summary: Eric Schmidt’s argument appears to have shifted from “AI is mainly bottlenecked by electricity” to “AI is ultimately bottlenecked by who can finance enormous compute-and-power buildouts.” In practice, he is saying energy. Topic tags: general, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "Business News›Magazines›Panache›Former Google CEO Eric Schmidt warns of AI superintelligence outpacing Earth's energy limits: 'Chips will outrun power needs'. ##### The Economic Ti" source context "Former Google CEO Eric Schmidt warns of AI superintelligence outpacing Earth's energy limits: 'Chips will outrun pow
인공지능(AI)의 미래를 가르는 요소는 기술 자체가 아니라 경제적 규모일지도 모른다. 전 구글 CEO 에릭 슈미트(Eric Schmidt)는 최근 인터뷰와 발언에서 AI 경쟁의 핵심 병목이 더 이상 전력만이 아니라 **막대한 자본(capital)**이라고 강조하고 있다.
그의 요지는 단순하다. AI를 실제로 확장하려면 알고리즘이나 칩만으로는 부족하다. 데이터센터, 전력 생산, 냉각 시스템, 네트워크, 토지와 건설까지 포함한 거대한 물리적 인프라를 구축해야 하며, 그 비용이 수조 달러 규모에 이를 수 있다는 것이다.
2025년 슈미트는 AI 확장의 가장 큰 물리적 한계를 전력 공급으로 지목했다. 그는 “AI의 자연적 한계는 칩이 아니라 전기”라고 말하며, 미국만 해도 AI 수요를 충족하려면 약 92GW의 추가 전력이 필요할 수 있다고 주장했다.
이 수치는 매우 큰 규모다. 90GW가 넘는 전력은 사실상 수십 기의 원자력 발전소를 새로 짓는 수준의 인프라 확장을 의미한다.
하지만 최근 슈미트는 같은 문제를 다른 방식으로 설명한다. 전력 부족 자체보다 더 근본적인 제약은 그 전력과 컴퓨팅 인프라를 누가 돈을 들여 구축하느냐라는 것이다. 그의 표현에 따르면 AI의 진짜 한계는 “에너지가 아니라 사실상 현금(cash)”이다.
즉, 전력 문제도 결국은 투자 규모의 문제라는 해석이다.
슈미트가 자주 언급하는 추정치는 다음과 같다.
이 기준을 적용하면 규모가 커질수록 비용도 급격히 커진다.
이 비용에는 단순한 서버 구매만 포함되는 것이 아니다. 실제로는 다음과 같은 전체 인프라 스택이 필요하다.
이 때문에 AI 산업은 점점 소프트웨어 산업이 아니라 국가 인프라 산업에 가까워지고 있다는 분석이 나온다.
슈미트는 이런 규모의 투자를 감당할 수 있는 주체가 많지 않다고 본다. 그의 분석에서 가장 유력한 두 곳은 미국과 중국이다.
미국은 다음과 같은 강점을 갖고 있다.
이 생태계 덕분에 민간 투자와 정부 지원을 결합해 초대형 인프라 투자를 추진하기 쉽다.
중국은 다른 방식으로 경쟁력을 가진다. 국가 주도의 산업 정책을 통해 자금 조달, 인프라 건설, 기술 배치를 중앙에서 조정할 수 있기 때문이다.
결국 두 나라는 서로 다른 모델—시장 중심과 국가 주도—을 갖고 있지만, 대규모 자본 동원 능력에서는 모두 강력하다는 평가다.
반면 슈미트는 유럽이 AI 경쟁에서 뒤처질 위험을 여러 차례 경고했다.
그는 유럽이 명확한 AI 전략이 부족하며, 자체 모델과 인프라에 충분히 투자하지 않는다면 결국 중국 AI 모델을 사용하게 될 수 있다고 말했다.
그가 지적하는 구조적 문제는 다음과 같다.
이 요인들이 결합되면 수조 달러 규모의 AI 프로젝트를 추진하기가 훨씬 어려워진다는 것이다.
슈미트의 최근 주장과 과거 발언은 서로 모순되는 것은 아니다.
즉, 전력 부족은 실제 제약이지만 이를 해결하려면 발전소 건설, 데이터센터 캠퍼스, 전력망 확장 같은 거대한 프로젝트가 필요하다. 그리고 그 프로젝트를 가능하게 하는 요소가 바로 자본이라는 논리다.
이 전망이 맞다면 AI 경쟁은 단순한 기술 경쟁이 아니라 과거의 철도 건설, 통신망 구축, 우주 경쟁과 비슷한 양상을 띨 가능성이 있다.
승패를 가르는 요소는 알고리즘만이 아니라 다음과 같은 것들이다.
결국 슈미트의 결론은 분명하다. 미래 AI 경쟁의 핵심 질문은 기술이 아니라 이것일 수 있다.
“누가 가장 빠르게, 가장 큰 규모의 AI 인프라를 건설할 수 있는가.”
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
에릭 슈미트는 AI 발전의 핵심 제약이 전력에서 자본으로 바뀌었다고 주장하며, 대규모 AI 인프라 구축에는 막대한 투자금이 필요하다고 말했다.
에릭 슈미트는 AI 발전의 핵심 제약이 전력에서 자본으로 바뀌었다고 주장하며, 대규모 AI 인프라 구축에는 막대한 투자금이 필요하다고 말했다. AI 데이터센터 용량 1GW를 구축하는 데 약 500억 달러가 들며, 100GW 규모 인프라 구축에는 약 5조 달러가 필요할 수 있다는 추정이 나온다.
슈미트는 미국과 중국이 이런 규모의 자본과 인프라를 동원할 가능성이 가장 높다고 보며, 유럽은 전략과 투자 부족으로 뒤처질 위험이 있다고 경고했다.