전 세계적으로 AI가 급격히 확장됨에 따라 에너지 집약적인 하이퍼스케일 데이터 센터(DCs)가 급증하고 있으며, 이는 전력 시스템 계획 및 운영 측면에서 구조적으로 도전적인 요소가 되고 있습니다. 21가지 AI 성장 시나리오에 걸쳐 유럽 전역을 대상으로 공간 명시적 최적화 모델(spatially explicit optimisation model)을 사용하여, 데이터 센터(DCs)의 추가 수요, 용량 요구 사항, 배출량 및 운영 영향을 체계적으로 정량화했습니다. 결과에 따르면 AI는 2050년까지 73723 TWh의 추가 수요를 유발할 수 있으며, 2030년에서 2050년 사이에 67181 MtCO2의 누적 배출량 초과 위험을 초래할 수 있습니다. 본 분석은 2030년 이후 AI 인프라의 지리적 배치가 단순히 청정 에너지의 풍부함보다는 확정 전력(firm power)과 시스템 유연성(system flexibility)에 의해 더 크게 형성될 것임을 나타냅니다. 중간 정도의 시나리오에서 AI는 200시간의 추가적인 확정 발전(firm generation)을 필요로 하며, 이는 주요 허브에서 균등화 발전 비용(LCOE)을 35 EUR/MWh 증가시킵니다. 우리는 비관적인 시나리오 하에서도 기존 인프라에 70 GW의 추가 용량이 필요하며, 관리된 성장 경로(managed growth pathways) 하에서는 이 확장이 226 GW에 달할 수 있음을 보여줍니다. 나아가 데이터 센터(DCs)의 워크로드 역학(workload dynamics)이 에너지 급전(energy dispatch), 시스템 유연성 및 배출량을 강력하게 결정하는 반면, 효율성 개선은 용량 요구 사항과 시스템 피크(system peaks)를 크게 감소시킨다는 것을 발견했습니다. 우리의 연구 결과는 2050년 넷제로(net-zero) 목표가 달성될 수 있음을 시사하지만, 중간 연도에는 심각한 배출 위험이 나타날 수 있으며, 정책이 이러한 가속화되는 디지털 전환에 적응하지 못한다면 유럽연합(EU)은 탄소 중립 목표를 타협해야 할 수도 있습니다.