구글 우주 데이터센터(프로젝트 선캐처, 3대 난관, 스타십과 AI 인프라 투자)

구글이 AI 연산 칩을 탑재한 소형 서버를 처음으로 우주 궤도에 올린다는 소식을 접했을 때, 솔직히 첫 반응은 "그게 되나?"였습니다. 데이터센터를 우주에 띄운다는 발상 자체가 낯설었는데, 막상 배경을 파고들수록 이건 단순한 기술 실험이 아니라 AI 산업이 얼마나 빠르게 한계에 부딪히고 있는지를 보여주는 신호라는 생각이 들었습니다.

 

프로젝트 선캐처, 왜 지금인가

AI 관련 투자를 공부하면서 한동안 저는 반도체에만 시선이 묶여 있었습니다. 좋은 모델이 나오면 칩이 더 팔릴 것이고, 그러면 반도체 기업이 가장 크게 웃을 거라는 단순한 논리였습니다. 그런데 데이터센터 자료를 찾아볼수록 그 논리에 빈틈이 생겼습니다. 아무리 좋은 칩을 만들어도 그걸 돌릴 전기와 공간, 발생하는 열을 처리할 냉각 설비가 없으면 무용지물이었습니다.

구글이 공식 블로그를 통해 발표한 이번 프로젝트의 이름은 '프로젝트 선캐처(Project Suncatcher)'입니다. 태양광이 넘쳐나는 우주에서 전력을 확보하겠다는 뜻이 이름에 그대로 담겨 있습니다. 실제로 지구 저궤도에서는 지상 대비 약 8배 이상의 태양에너지를 활용할 수 있다고 알려져 있습니다(출처: Google 공식 블로그). 전력 확보 측면에서는 분명히 매력적인 환경입니다.

이번 발사에는 구글이 자체 개발한 AI 전용 반도체인 TPU(Tensor Processing Unit)가 탑재됩니다. TPU란 구글이 딥러닝 연산에 특화해 설계한 자체 칩으로, 범용 GPU와 달리 AI 추론과 학습에 최적화된 구조를 가집니다. 이 칩 네 개를 냉장고 크기의 소형 위성에 실어 스페이스 X의 팰컨 로켓으로 쏘아 올리는 겁니다. 협력사는 상장 기업인 플래닛 랩스(Planet Labs)로, 구글과 수년간 함께 일해온 위성 운용 전문 기업입니다.

지상에서 데이터센터 부지를 확보하기가 점점 어려워지고 있다는 점도 이번 결정에 영향을 미친 것으로 보입니다. 각국의 전력망 제한, 데이터센터 건설 반대 시위, 규제 강화 흐름 속에서 구글이 방향을 서두른 배경으로 읽힙니다. 실제로 구글은 미국 대신 핀란드에 데이터센터를 짓겠다고 발표했다가 미국 측의 강한 반발을 사기도 했습니다.

 구글의 프로젝트 선캐처는 전력·부지·규제 문제가 겹친 지상 AI 인프라의 한계를 우주에서 돌파하려는 첫 번째 궤도 실험입니다.

 

우주의 3대 난관, 실제로 넘을 수 있을까

제가 이 프로젝트를 처음 접하고 가장 먼저 떠올린 건 "고장 나면 어떻게 고치나"였습니다. 지상 데이터센터라면 엔지니어가 달려가서 교체하면 그만이지만, 궤도 위 서버는 그게 불가능합니다. 그전에 넘어야 할 기술적 장벽이 세 가지나 됩니다.

첫 번째는 발사 충격입니다. 로켓이 쏘아 올려질 때 탑재체는 지구 중력의 약 10배에 달하는 G-포스(G-force)를 받습니다. G-포스란 가속도로 인해 물체에 가해지는 중력 배수로, 전투기 조종사가 고속 기동 시 경험하는 바로 그 힘입니다. 실험실에서는 이 조건을 통과했다고 하지만, 실제 발사 환경에서 변수가 없다는 보장은 없습니다.

두 번째는 방사선입니다. 우주에는 지상의 수십 배에 달하는 우주방사선이 존재합니다. 구글은 5년 치 방사선을 집중 조사하는 실험실 테스트를 통과했다고 밝혔지만, 실제 궤도에서의 누적 노출은 또 다른 문제입니다. 반도체 회로가 방사선에 손상되는 SEU(단일 이벤트 오류)는 지상에서는 거의 발생하지 않지만 우주에서는 빈번하게 일어납니다.

세 번째가 사실 가장 까다롭습니다. 바로 냉각입니다. 우주는 진공 상태라 공기를 이용한 열 방출이 불가능합니다. 태양광이 풍부해서 전력은 넘쳐나지만, 오히려 그 때문에 장비가 과열될 위험이 큽니다. 이번 실험에서는 이 문제를 피하기 위해 15분 가동 후 15분 정지를 반복하는 방식으로 운용할 계획이라고 합니다. 냉각 기술이 뒷받침되지 않으면 우주 데이터센터는 현실적으로 불가능하다는 결론에 이르게 됩니다.

이 세 가지 과제를 모두 실제 궤도에서 검증하는 것이 이번 실험의 본질입니다. 구글 CEO도 발표 당시 "연구 실험 단계"라며 선을 그었는데, 그 신중함이 오히려 이 프로젝트의 기술적 무게를 잘 보여준다고 생각합니다.

 발사 충격, 우주방사선, 냉각이라는 세 가지 기술 난관을 실제 궤도에서 최초로 검증하는 것이 이번 실험의 핵심입니다.

 

스타십과 AI 인프라 투자, 지금 어떻게 볼 것인가

이번 구글 실험과 동시에 주목해야 할 사건이 하나 더 있습니다. 스페이스 X의 스타십(Starship)이 처음으로 실제 화물을 싣고 우주 궤도에 올라가는 일입니다. 스타십이란 기존 팰컨 로켓보다 훨씬 대형화된 차세대 발사체로, 높이만 약 120미터에 달하며 엔진 33개를 사용합니다. 팰컨이 동네 1톤 트럭이라면 스타십은 화물 컨테이너를 실어 나르는 대형 트레일러에 해당한다고 보면 됩니다.

스타십 첫 궤도 임무에는 차세대 스타링크 위성 V3 26기가 탑재됩니다. 기존 스타링크 V2와의 차이를 보면, 다운로드 속도는 약 10배, 업로드 속도는 22배 향상된 것으로 알려져 있습니다(출처: SpaceX 공식 사이트). 그동안 스타십은 준궤도(suborbital) 테스트만 반복했는데, 이번이 진짜 우주 궤도에 화물을 배치하는 첫 상업 임무입니다.

우주 데이터센터의 경제성이 언제 확보되느냐는 결국 발사 비용에 달려 있습니다. 현재 위성 발사 비용은 킬로그램당 약 300만 원 수준인데, 구글이 추산하는 손익분기점은 킬로그램당 약 20만 원 수준입니다. 15배 이상 낮아져야 한다는 계산인데, 스타십의 대형화와 재사용 기술이 이 간극을 얼마나 빠르게 좁히느냐가 우주 AI 인프라 상용화 시점을 결정짓게 됩니다. 구글 측은 경제성 확보까지 2030년대 중반을 예상하고 있지만, 스페이스 X는 그보다 빨라질 것이라고 주장하는 상황입니다.

제 경험상 이런 상황에서 투자자들이 가장 흔히 빠지는 함정은 'AI+우주'라는 강력한 키워드 조합에 끌려가는 겁니다. 기술의 현실성보다 기대감이 먼저 주가에 반영되고, 실제 수익화 일정이 밀리면 그 낙폭도 가파릅니다. 저도 우주 관련 종목을 일부 보유하다 고점 대비 큰 폭으로 하락한 경험이 있습니다. 어쩔 수 없이 물려 있는 종목도 있고요. 그래서 지금은 당장의 주가 움직임보다 전력, 냉각, 발사 비용 절감 같은 인프라 변수가 실제로 개선되고 있는지를 먼저 확인하는 방식으로 접근하고 있습니다.

 우주 AI 인프라의 상용화 속도는 스타십의 발사 비용 절감 능력에 달려 있으며, 투자자는 기대감보다 비용 구조 개선 여부를 먼저 봐야 합니다.

 

자주 묻는 질문

Q. 구글이 우주에 데이터센터를 쏘면 지상 데이터센터 관련 주식은 폭락하나요?

A. 저도 처음에 그 걱정을 했는데, 지금은 그렇게 보지 않습니다. 지상에 아무리 많이 지어도 AI 연산 수요를 따라가지 못하는 상황이기 때문에, 우주까지 확장하는 건 대체가 아니라 추가 공급입니다. AI 인프라 전체 파이가 커지는 방향이라고 보는 쪽이 더 합리적입니다.

Q. 우주 데이터센터가 실제로 상용화되려면 얼마나 걸리나요?

A. 구글 CEO는 2030년대 중반을 언급했습니다. 현재 발사 비용이 킬로그램당 약 300만 원인데, 손익분기점인 20만 원 수준까지 낮아지려면 스타십 기반의 대량 발사 체계가 먼저 자리를 잡아야 합니다. 기술보다 비용 구조가 핵심 변수입니다.

Q. 구글과 스페이스 X는 어떤 관계인가요?

A. 구글은 스페이스 X의 스페이스 X의 초기 투자자로, 현재 약 6%의 지분을 보유하고 있습니다. 이번 위성 발사도 스페이스 X의 팰컨 로켓을 이용하는 만큼 두 회사는 기술적으로도, 자본 관계로도 긴밀하게 얽혀 있습니다.

Q. 우주에서 냉각이 왜 이렇게 어렵다는 건가요?

A. 저도 처음에는 우주가 차가운 곳이니 오히려 냉각에 유리하지 않을까 생각했습니다. 그런데 우주는 진공 상태라 공기를 통한 열 방출이 불가능합니다. 태양광을 직접 받는 면은 극도로 뜨거워지고, 열을 빠르게 배출할 방법이 제한적이기 때문에 냉각이 오히려 지상보다 훨씬 까다롭습니다.

 

마무리
이번 프로젝트 선캐처 실험의 진짜 의미는 "우주 데이터센터 시대가 곧 열린다"가 아닙니다. AI 산업이 전력과 인프라 문제를 해결하기 위해 우주까지 시야를 넓혀야 할 만큼 빠르게 커지고 있다는 사실이 더 중요합니다. 저는 이번 실험을 보면서 AI 관련 종목을 볼 때 주가가 많이 오른 기업만 따라가던 시선에서 벗어나게 됐습니다. 전력, 냉각, 위성, 발사체처럼 AI가 성장할수록 반드시 필요한 주변 인프라 산업을 함께 살피는 쪽으로 시각이 바뀐 계기였습니다.

당장 수익화와 연결되는 이야기는 아닙니다. 기술이 실제 비용 절감과 매출로 이어지는 과정을 차분히 확인하면서 판단하는 것이 맞다고 생각합니다. 꿈의 크기보다 실현 속도를 먼저 따져보는 것, 그게 제가 이번 이슈에서 얻은 가장 실질적인 교훈입니다.

 

참고: https://youtu.be/kiQ_USot1go?si=TSxVtUfYvqr2XE3Z