AI 데이터센터를 우주에 띄운다고? 이번 주 실제 실험이 시작된다
10월 1일 SpaceX 로켓에는 Nvidia Orin NX를 실은 50kg 미만 위성과 Google TPU 실험 장비가 함께 우주로 향한다. 아직 ‘우주 데이터센터’라고 부르기에는 이르다. 그러나 AI 산업이 계산을 어디에 둘 것인지 다시 설계하기 시작했다는 신호는 분명하다.
20초 핵심
왜 굳이 비싼 로켓을 타고 컴퓨터를 우주까지 보내는가
지상에 데이터센터를 만들면 된다. 냉각도 쉽고, 고장 나면 수리할 수 있고, 새 GPU가 나오면 교체할 수도 있다. 상식적으로 우주는 컴퓨터를 놓기에 가장 불편한 장소다.
그런데 10월 1일, 그 상식을 시험하는 실제 하드웨어가 SpaceX의 Transporter-18 임무에 실린다. 인도 스타트업 TakeMe2Space의 MOI-1A는 50kg 미만 소형 위성 안에 Nvidia Orin NX 엣지 AI 프로세서를 싣는다. 회사는 농업, 광업, 공급망, 보험, GIS 등을 포함해 23개 고객을 확보했다고 밝혔다.
고객은 자신의 AI 모델을 위성에 올린다. 위성은 지구를 촬영한 뒤 원본 이미지를 모두 지상으로 내려보내지 않고, 우주에서 먼저 추론한다. 광산의 새 굴착 흔적이나 농작물 이상처럼 필요한 정보만 추려서 보낸다.
사진을 지구로 내려 AI가 분석하는 것이 아니라, AI를 사진이 만들어지는 곳으로 올려보낸다.
이것이 이번 실험에서 가장 현실적인 사업 모델이다. Reuters에 따르면 MOI-1A의 전력은 약 150W다. ‘데이터센터’라는 표현을 붙이면 과장이다. 정확히는 Data-to-Compute, 데이터가 있는 곳으로 계산을 이동시키는 궤도형 엣지 컴퓨팅이다.
첫 번째 변화 : Satellite → Earth → AI가 짧아진다
지구관측 산업에서는 통신 자체가 비용이다. 고해상도 이미지 수 GB를 내려받아 분석하는 대신, 위성이 “변화가 있다”는 결과만 전송한다면 필요한 다운링크 용량을 크게 줄일 수 있다.
TakeMe2Space는 이 절감액이 궤도 컴퓨팅의 프리미엄을 상쇄할 수 있다고 본다. 아직 고객당 경제성이 공개되지는 않았지만, 적어도 문제 정의는 명확하다. 이 단계의 우주 AI는 지상 데이터센터를 대체하려는 것이 아니라 데이터 이동 비용을 줄이는 엣지 AI에 가깝다.
두 번째 변화 : Google은 계산 자체를 전기가 있는 곳으로 옮기려 한다
Google의 Project Suncatcher는 한 단계 더 멀리 간다. Google은 이번 Transporter-18 임무에서 TPU 하드웨어를 실제 우주 환경에 올려 방사선, 온도 변화, 진공 상태의 냉각, 발사 충격을 검증할 예정이다.
장기 구상은 태양광으로 구동되는 다수의 위성을 고속 광통신으로 연결해 대규모 머신러닝 인프라를 만드는 것이다. Google은 적절한 저궤도에서는 태양광 패널의 생산성이 지상보다 최대 8배 높을 수 있다고 설명한다. 밤과 구름, 대기의 영향을 크게 줄일 수 있기 때문이다.
이 지점에서 우주 AI의 두 번째 논리인 Compute-to-Energy가 나온다. AI 컴퓨팅을 전기가 풍부한 장소로 옮긴다는 사고다.
이 아이디어가 등장하는 배경도 분명하다. 미국 데이터센터 전력소비는 이미 빠르게 증가하고 있다. Lawrence Berkeley National Laboratory의 2026년 업데이트는 데이터센터가 2030년 미국 전체 전력 사용의 9.5~15.3%를 차지할 수 있다고 추정한다. 전력망 연결 지연과 대규모 부하 수요는 이미 AI 인프라 확장의 실제 제약조건이 됐다.
하지만 지금 ‘우주 데이터센터’라고 부르면 너무 앞서간다
수백 MW에서 GW급으로 커지는 지상 AI 캠퍼스와 150W 위성은 같은 범주가 아니다. 오늘 시작되는 것은 hyperscale data center의 우주 이전이 아니라 기술 타당성 검증이다.
그리고 해결해야 할 문제는 오히려 지상보다 많다. 우주에서는 공기가 없어 팬으로 열을 버릴 수 없다. 방사선은 메모리와 반도체 오류를 일으킬 수 있다. 하드웨어가 고장 나도 수리가 어렵다. AI 칩은 1~2년 단위로 빠르게 세대교체되지만, 위성은 한번 발사하면 교체가 쉽지 않다. 위성 사이를 데이터센터급 대역폭으로 연결하는 광통신도 필요하다.
경제성도 아직 미정이다. SpaceX의 현재 공개 rideshare 가격은 태양동기궤도 기준 50kg까지 35만달러부터다. Google의 연구는 발사비가 장기적으로 kg당 200달러 이하로 내려갈 경우 우주 데이터센터의 비용 구조가 지상 전력비와 비교 가능한 수준에 접근할 가능성을 계산한다. 그러나 이는 2030년대 중반을 전제로 한 연구 시나리오이지 현재 가격이 아니다.
현실과 SF 사이를 세 단계로 나누면 보인다
| 단계 | 무엇을 하는가 | 현재 위치 | 핵심 경제성 |
|---|---|---|---|
| 1. Edge AI in Space | 위성이 만든 데이터를 위성 안에서 바로 추론 | 이미 실험과 초기 상용화 시작 | 다운링크 비용과 지연 절감 |
| 2. Distributed Orbital Compute | 여러 위성이 연결돼 분산 추론 수행 | 초기 연구와 프로토타입 단계 | 위성 간 고속 통신과 운용비 |
| 3. Orbital AI Data Center | 대규모 training / inference 인프라를 궤도에 구축 | 장기 가설 | 발사비, 전력, 냉각, 신뢰성, 교체주기 |
이 구분이 중요한 이유는 투자자가 서로 다른 시간축을 하나로 섞지 않게 해주기 때문이다. TakeMe2Space의 성공 가능성과 Google의 장기 우주 데이터센터 경제성은 같은 질문이 아니다.
결국 두 개의 비용곡선이 만나는 베팅이다
우주 AI 인프라가 경제성을 갖추려면 최소 두 비용곡선이 동시에 내려가야 한다.
둘 중 하나만 내려가서는 부족하다. 컴퓨팅이 싸져도 발사와 유지비가 비싸면 지상보다 불리하다. 발사비가 떨어져도 냉각과 통신, 하드웨어 교체주기가 해결되지 않으면 대규모 클러스터로 확장되기 어렵다.
따라서 이 분야를 볼 때 SpaceX나 Nvidia 한 종목의 수혜 논리로 곧바로 연결하는 것은 이르다. 현재 투자 포인트는 매출보다 비용곡선이 실제로 얼마나 빨리 내려오는가다.
이번 뉴스의 본질은 우주가 아니다. AI가 계산의 위치를 다시 정의하기 시작했다는 점이다.
한쪽에서는 Apple이 일부 AI 추론을 클라우드에서 Mac과 개인 기기로 끌어내린다. 다른 쪽에서는 TakeMe2Space가 위성 데이터를 궤도에서 처리하고, Google은 더 멀리 나아가 전력과 계산을 우주에서 직접 결합할 가능성을 시험한다.
방향은 반대지만 이유는 같다. AI 계산량이 너무 커지고 중요해져서 모든 workload를 거대한 중앙 데이터센터 한곳에 모으는 방식이 항상 최적은 아니게 됐다.
Frontier training은 초대형 데이터센터, 기업의 private inference는 로컬 머신, 자동차와 로봇은 edge, 위성 데이터는 orbit. 앞으로 AI 인프라 경쟁은 GPU 숫자뿐 아니라 “어떤 계산을 어디에서 돌리는 것이 가장 싸고 빠른가”라는 입지 문제로 확장될 가능성이 크다.
장기투자자에게 중요한 것은 “우주 데이터센터가 곧 온다”가 아니다. 이번 주부터 PowerPoint가 아니라 실제 반도체가 그 가설을 검증하기 시작한다 는 점이다. 성공 여부는 아직 모른다. 하지만 AI 산업의 인프라 경계가 데이터센터 건물 밖으로 넓어지고 있다는 사실은 이미 확인할 수 있다.
- 아니다. 궤도와 자세, 패널 면적에 따라 발전량은 제한된다.
- Google의 핵심 주장은 특정 저궤도에서 지상보다 훨씬 높은 태양광 이용률을 확보할 수 있다는 것이다.
- 현재로서는 정반대다. 초대형 학습과 대부분의 추론은 지상이 훨씬 유리하다.
- 우주는 데이터가 이미 궤도에 있거나, 장기적으로 전력과 발사비 조건이 크게 바뀌는 특수 workload부터 접근할 가능성이 높다.
- 칩 생존도 중요하지만 냉각과 네트워크가 더 큰 시스템 문제일 수 있다.
- 진공에서는 대류 냉각이 불가능해 복사판과 열파이프가 필요하고, 다수 위성의 분산 학습에는 매우 높은 위성 간 대역폭이 요구된다.
- 작은 엣지 위성 실험과 GW급 orbital data center를 같은 단계로 보는 것이다.
- 현재 확인된 것은 feasibility test와 일부 엣지 사용사례다. hyperscale 상용성은 아직 증명되지 않았다.
체크 포인트
인사이트 타임스 편집부
