AI 일자리라고 해서 모두 화면 안에 있는 것은 아니다

AI 산업을 이야기하면 모델, 반도체, 개발자부터 떠올리기 쉽습니다. 그러나 AI가 실제 서비스가 되려면 막대한 연산을 수행하는 데이터센터가 필요하고, 데이터센터는 전기가 끊기거나 냉각이 멈추면 운영 자체가 성립하지 않습니다. AI가 커질수록 소프트웨어 바깥의 물리 인프라도 함께 커질 수밖에 없습니다.

한국에서도 이 흐름은 정책 단계에서 이미 구체화되고 있습니다. 산업통상부는 2026년 6월 SK, GS, 네이버와 협력해 1단계 8.4GW 규모의 AI 데이터센터를 구축하고, 투자 유치를 포함해 약 550조원 투자를 추진한다고 밝혔습니다. 동시에 국산 전력·냉각 솔루션의 실증과 해외 진출도 지원한다는 계획을 내놨습니다.

미국에서는 이미 데이터센터와 전력회사가 같은 인력을 보기 시작했다

Deloitte가 미국의 2023~2025년 채용공고를 분석한 결과, 전력회사와 데이터센터가 공유하는 39개 핵심 직군에서 데이터센터의 공고는 64% 증가했습니다. 전력 부문은 20% 증가했고, 같은 직군의 전체 경제 평균 증가율은 4%였습니다. 두 산업의 신규 공고 가운데 3분의 1 이상이 같은 인력군을 겨냥했다는 분석도 나왔습니다.

특히 데이터센터의 전기기술자 공고는 180% 이상 늘었고 발전소 운영자 공고도 56% 이상 증가했습니다. Deloitte의 2025년 조사에서는 데이터센터 경영진의 63%가 데이터센터 관련 숙련인력 부족을 인재 확보의 가장 큰 장애물로 꼽았습니다. 이 수치는 미국 데이터에 기반하므로 한국의 현재 부족률을 뜻하지는 않지만, AI 인프라가 커질 때 어떤 직무에서 채용 경쟁이 먼저 생길 수 있는지를 보여주는 참고 신호입니다.

왜 전기·냉각·설비가 AI의 핵심 직무가 되는가

AI 데이터센터는 단순한 사무용 전산실과 다릅니다. 미국 에너지부는 대규모 AI 데이터센터가 새로운 대형 전력부하로 부상하고 있으며, AI 학습 과정의 동기화된 연산 때문에 전력부하가 반복적으로 변동할 수 있다고 설명합니다. 전력망과 현장 전력설비를 안정적으로 운영하는 역량 자체가 AI 인프라의 신뢰성과 연결되는 셈입니다.

고밀도 연산은 열 문제도 키웁니다. 미국 에너지부의 2026년 데이터센터 교육 프로그램도 AI·ML 부하를 수용할 때 고밀도 연산과 액체냉각 같은 운영·개조 요소를 검토하도록 안내하고 있습니다. 결국 서버를 설치하는 것만큼 전력, 냉각, 시설운영, 비상대응을 하나의 시스템으로 관리하는 일이 중요해집니다.

한국에서 다시 볼 경력은 '전기기사'라는 자격증 이름보다 넓다

이 변화가 곧바로 특정 자격증 보유자의 연봉 상승을 보장한다는 뜻은 아닙니다. 더 중요한 것은 실제로 어떤 규모와 중요도의 설비를 운영했는가입니다. 수배전, UPS, 발전기, 전력품질, 공조·냉각, 예방정비, 장애 대응, 시운전과 인수 경험처럼 가동 중단 비용이 큰 환경에서 쌓은 경험은 데이터센터와 연결될 가능성이 있습니다.

특히 반도체 팹, 대형 병원, 금융 전산센터, 발전·에너지 시설, 공장 Facility, 대형 빌딩의 중요설비 운영처럼 '멈추면 안 되는 시설'을 다뤄본 사람은 직무명만 보면 데이터센터 경력자가 아니더라도 일부 역량을 이전할 수 있습니다. 실제 전환 가능성은 설비 규모, 이중화 구조, 안전 규정, 영어·벤더 협업, 디지털 모니터링 경험 등에 따라 달라집니다.

경력전환에서 추가해야 할 것은 'AI 공부'보다 운영 맥락일 수 있다

전력·설비 경력자가 데이터센터를 목표로 한다고 해서 모두 머신러닝을 배울 필요는 없습니다. 오히려 기존 기술을 데이터센터의 Mission-critical 운영 방식에 맞춰 번역하는 것이 먼저일 수 있습니다. 이중화 설계, UPS와 비상전원, BMS·DCIM 같은 모니터링 체계, 고밀도 냉각, 장애 대응 절차, Commissioning과 같은 키워드가 대표적입니다.

반대로 데이터센터 기업의 채용담당자는 '데이터센터 경력 몇 년'만으로 후보자 풀을 좁히면 필요한 사람을 놓칠 수 있습니다. 전력회사, EPC, 반도체 Facility, 공장 설비, 에너지 기업 등 인접 산업에서 어떤 경험이 이전 가능한지를 정의해야 인재시장이 넓어집니다.

AI가 만드는 새로운 노동시장은 개발자 시장만이 아니다

AI가 일자리에 미치는 영향을 볼 때 사무직 자동화와 개발자 수요에만 시선이 쏠리기 쉽습니다. 하지만 AI가 실제 산업 인프라로 커질수록 전력을 만들고 보내고, 열을 빼고, 설비를 유지하고, 장애를 복구하는 사람들의 노동시장도 함께 움직일 수 있습니다.

따라서 개인은 자신의 직함이 AI와 얼마나 가까운지가 아니라 자신의 경험 중 어떤 부분이 AI 인프라의 물리적 병목을 해결하는지를 볼 필요가 있습니다. 기업 역시 기존 업종 분류를 넘어 인접 산업에서 이동 가능한 인재를 찾는 채용 전략이 중요해질 수 있습니다.

BANSEOG VIEW

AI 인재시장을 '개발자 시장'과 '인프라 운영 시장'으로 나눠 볼 필요가 있다

AI 데이터센터의 확장은 새로운 직무를 만드는 동시에 기존 전력·설비 경력을 다른 산업에서 다시 가격 매기는 과정이 될 수 있습니다. 그래서 반석써치가 앞으로 확인할 것은 단순 채용공고 수가 아니라 어느 산업에서 온 사람이 어떤 데이터센터 직무로 이동하는지, 그리고 어떤 경험 조합에서 실제 채용이 성사되는지입니다.

현재 한국에서 특정 직군이 이미 구조적으로 부족하다고 단정하기보다, 전력·냉각·Facility·시운전 직군의 공고 변화와 산업 간 이동을 추적하면 AI 인프라 확대가 고용시장에 만드는 영향을 더 일찍 확인할 수 있습니다.

SOURCES

주요 자료

해외 자료는 산업 및 직무 구조를 비교하기 위한 참고자료이며, 한국의 특정 직군 부족을 직접 증명하는 통계로 사용하지 않았습니다.