인도네시아가 추진하는 ZanKore AI 공장은 기가와트급 컴퓨팅 목표에 필요한 자원을 누가 공급하는지 묻는다. 국내 AI 하드웨어 접근과 지역 언어 서비스를 확대할 수 있지만 가속기 사양만으로 환경 성과를 판단할 수 없다. 냉각 설계, 용수 배분, 가뭄 대응이 Batang과 주변 지역에 미칠 의미를 결정한다.
장기 목표와 첫 단계를 구분하기
파트너들은 중부 자바의 초기 배포와 장기 1기가와트 목표를 제시한다. 발표에는 2027년 상반기 약 200메가와트와 이후 최초 100메가와트 인프라 단계가 언급됐다. 단계적 계획이지 1기가와트가 이미 운영 중이라는 뜻이 아니다.
플랫폼은 NVIDIA 하드웨어·설계와 Sahabat-AI 등 인도네시아 AI 목표를 연결한다. 국내 컴퓨팅은 현지 처리와 지역 고객 지원에 도움이 될 수 있다. 하지만 장비 선택이나 주권 컴퓨팅 목표가 현장 자원 효율과 실제 고객 수요를 입증하지는 않는다.
칩을 넘어 열의 경로 추적하기
액체 냉각은 칩의 열을 유체 순환으로 옮긴다. 건물은 여전히 그 열을 실외로 배출해야 한다. 증발식, 건식 냉각기, 칠러, 혼합 설계 등이 가능하다. 따라서 내부 폐쇄 회로가 시설 전체의 무용수를 뜻하지는 않는다.
물 사용 효율 WUE는 컴퓨팅 에너지 대비 현장 물 소비이며 보통 리터/킬로와트시로 표시한다. 범위와 가정이 명확해야 유용하다. 연평균은 다른 사용자도 물이 부족할 가장 덥고 건조한 날의 수요를 가릴 수 있다.
한 분석은 킬로와트시당 약 1.9리터를 가정해 상시 최대 부하 200메가와트 시설에 하루 약 910만 리터를 산출했다. 이는 시나리오이며 ZanKore의 측정치나 확인 소비량이 아니다. 이용률, 냉각 구조, 날씨에 따라 크게 변한다. 필연적인 수요로 단정하기보다 정보 공개를 요구하는 근거로 써야 한다.
오해를 부르는 비교 없이 공급 평가하기
중부 자바는 2026년 건기에 7,500만 리터 넘는 비상용수를 배포했다고 보고했다. 여러 달 동안 여러 지역에 전달한 구호이지 프로젝트 전용 저수지가 아니다. 이를 가정된 산업 일일 수요와 직접 비교해도 가정용 비상 물을 빼앗는다는 증거는 되지 않는다.
실제 문제는 산업, 주민, 농업, 생태계가 부족한 수원을 공유하는가다. 지하수, 지표수, 재생 폐수, 해수는 위험이 다르다. 식수를 쓰지 않는다는 약속만으로 배분, 지반 침하, 처리, 해안 취수, 방류 문제는 해결되지 않는다.
증거에 따라 확장하기
가동 전에 단계별 냉각 구조, 수원, 연간 예산, 일일 최대 취수를 공개한다. 현장 소비와 발전 관련 물을 분리한다. 계절별 운영 모드, 방류 수질, 가뭄 때 누가 부하 감축을 명령할 수 있는지 설명해야 한다.
측정과 한도를 미리 합의하면 작은 첫 단계가 확장 근거가 될 수 있다. 효율 비율뿐 아니라 물과 에너지 총량도 추적한다. 메가와트당 컴퓨팅이 개선돼도 총소비는 늘 수 있다.
기회는 크지만 일반적인 AI 투자 찬반보다 정밀한 결정이 필요하다. 연속 컴퓨팅과 지역 용수 접근을 함께 보호하는 투명한 자원 계획을 요구하고 관측된 성과로 확장을 판단해야 한다.