Featured this month

우주 데이터 센터: AI 인프라의 새로운 가능성과 기술적· 경제적 과제

AI가 발전할수록 데이터센터는 더 많은 전력을 필요로 하고, 그 열을 식히기 위해 더 많은 물을 소비합니다. 생성형 AI의 확산으로 연산 수요가 폭발적으로 증가하면서, 이제는 AI의 발전 속도를 지상의 전력망과 인프라가 따라가지 못할 수 있다는 우려까지 나오고 있습니다. 이러한 한계를 해결하기 위해 등장한 발상이 있습니다. 데이터센터를 아예 우주로 보내는 것입니다. 우주에서는 특정 궤도를 활용해 거의 끊임없이 태양광 에너지를 확보할 수 있고, 지상의 전력망이나 냉각수 공급에 의존하지 않고 컴퓨팅 인프라를 운영할 가능성이 열립니다. 한때 공상과학에 가까웠던 이 구상은 이제 실제 실험으로 이어지고 있습니다. 하지만 우주에 컴퓨터를 올리는 것과 우주에서 데이터센터를 운영하는 것은 전혀 다른 문제입니다. 우주 방사선으로부터 반도체를 보호하고, 진공에서 발생하는 열을 방출하며, 지구와 안정적으로 데이터를 주고받아야 합니다. 여기에 막대한 발사 비용과 우주 쓰레기, 데이터 주권 문제까지 고려하면 우주가 반드시 지상보다 유리한 환경이라고 단정하기도 어렵습니다. 이 글에서는 우주 데이터센터가 등장한 배경과 작동 원리를 시작으로, Starcloud와 Google, 중국의 개발 현황을 살펴봅니다. 이어서 기술적 난제와 경제성을 분석하고, 환경 및 법적 쟁점까지 검토합니다. 최근 AI 기술의 확산과 함께 데이터센터의 전력 수요가 빠르게 증가하고 있습니다. 2024년, 전 세계 데이터센터의 전력 소비량은 약 415 TWh로 전 세계 전력 소비의 약 1.5%를 차지했으며, 지난 5년간 연평균 약 12%씩 증가하였습니다. 국제에너지기구(IEA)는 2030년에 전 세계 데이터센터의 전력 소비가 약 두 배 이상 증가할 것으로 예상한다고 발표하였습니다 [1]. 이러한 전력 수요의 증가는 데이터센터가 위치한 지역의 전력망에도 부담을 줄 수 있습니다. 반면 우주 데이터센터는 지상 전력망에 대한 의존도를 낮추고, 태양광을 주요 에너지원으로 활용할 수 있다는 점에서 대안으로 검토되고 있습니다. 우주 데이터센터를 600-800 km Dawn-Dusk Sun-Synchronous(DDSS) Orbit라는 특정 궤도에 배치하면, 지속적인 태양광(quasi-continuous solar illumination)을 받을 수 있으며, 지상 데이터센터처럼 야간이나 기상 조건에 의해 태양광 발전에 크게 제한되는 문제를 완화할 수 있습니다 [2]. Google의 Project Suncatcher는 특정 저궤도의 환경에서 태양광 패널이 지상보다 약 8배 높은 생산성을 가질 수 있다고 설명하며 태양광으로 작동하는 위성에 TPU를 탑재해 우주에서 대규모 AI 연산을 수행하는 것을 목표로 하고 있습니다 [3]. 데이터센터는 서버(CPU 및 GPU), 저장 시스템, 네트워크 장비, 냉각 및 환경제어 시스템 등으로 구성됩니다. 이 중 안정적인 운영을 위해서는 서버에서 발생하는 열을 제거해야 합니다. 지상 데이터센터는 이 과정에서 많은 양의 냉각수를 사용합니다. 일부 지역에서는 냉각수의 최대 57%가 식수원에서 공급되며 일반적인 대규모 데이터센터는 하루 양 3-7M 갤런의 물을 냉각 목적으로 사용합니다. 이러한 대용량 물 사용은 물 부족 지역의 부담을 심화시키며, 수인성 질병, 탈수, 그리고 위생 악화의 위험을 증가시킬 수 있습니다 [4]. 우주는 진공 상태이므로 공기나 물을 이용한 대류(convection) 냉각이 불가능하기 때문에, 열복사(radiative cooling)를 통해 외부로 열을 방출하게 됩니다. 따라서, 우주 데이터센터는 지상의 냉각수 기반 시스템에 대한 의존도를 줄일 수 있는 가능성을 제공합니다. 그러나 진공 환경에서의 제한적인 열 방출 능력으로 인해 대형 방열판(radiator)이 필요하다는 한계도 존재합니다 [2]. 데이터센터의 건설과 운영은 주변 지역사회에도 영향을 미칠 수 있습니다. 지상 데이터센터의 Heating, Ventilation, and Air Conditioning(HVAC) System과 디젤 발전기는 지속적인 소음을 발생시키며, 내부 소음은 청력에 유해한 기준인 85 dBa보다도 높은 최대 96 dBA에 이를 수 있습니다. 이러한 소음은 근로자를 포함한 주변 지역사회와 야생동물에도 영향을 끼칩니다. 또한 데이터센터에 전력을 공급하는 화석연료 기반 발전소와 디젤 발전기는 질소산화물과 미세먼지와 같은 유해 대기오염물질을 배출하며, 지역사회 호흡기 및 심혈관 질환의 발생을 증가시키고, 암의 위험도 증가시킨다고 분석됩니다 [4]. 우주 데이터 센터는 컴퓨팅 시스템을 궤도에 배치함으로써 특정 지역의 전력망 용량(Local grid dependence)과 지상 데이터센터 부지에 대한 의존을 줄일 수 있습니다. 이에 따라 지상 대규모 데이터센터 건설과 관련된 토지 이용 및 지역 갈등을 완화할 가능성이 있으며, 운영 과정에서 발생하는 대기 오염 배출도 크게 줄일 수 있다고 분석됩니다 [2]. 지상 데이터센터의 한계를 보완하기 위해 지상에서의 다양한 대안들도 연구되고 있습니다. 대표적으로 소형모듈원전을 활용한 전력 공급 방식과 해저 데이터센터가 있습니다. 소형모듈원전(SMR)은 50-300 MW 규모의 소형 핵분열 원자로이며, 24시간 내내 안정적으로 전력을 공급할 수 있어, 데이터센터와 같은 대규모 전력 소비 시설에 사용될 수 있는 에너지원으로 주목받고 있습니다. 특히 SMR은 기본 대형 원전보다 작고 단순한 설계를 통해 자본비용을 줄이고 대량생산을 가능하게 한다는 장점이 있습니다. 하지만 아직은 상용화 초기 단계에 있으며, 예상보다 높은 비용과 긴 개발 기간, 인허가 문제, 높은 투자 위험, 그리고 방사성 폐기물과 지역사회 문제 등 여전히 한계점이 존재합니다 [5]. 서버와 컴퓨팅 인프라를 해저 환경에 배치한 해저 데이터센터(UDC)도 최근 주목받고 있습니다. 해저 데이터센터는 차가운 해수를 열 배출에 활용할 수 있어 냉각 비용과 물 사용 부담을 줄일 수 있습니다. 또한 해안 지역과 가까운 위치에 배치할 경우, 사용자와의 거리를 줄여 데이터 전송 지연을 줄일 수 있습니다. 하지만 주변 해수 온도에 큰 영향을 받는 특징이 있기에 해양 열파(marine heat wave)로 해수 온도가 상승하게 되면 서버 과열 및 운영 안정성 저하에 대한 위험이 커질 수 있습니다 [6]. 우주 데이터 센터는 Dawn-Dusk Sun-Synchronous(DDSS) Orbit을 이용해 상시 일조를 확보할 수 있습니다. 일반 저궤도 위성은 매 바퀴 지구 그림자에 들어가는 일식 구간에 발전이 끊깁니다. Bargatin et al.은 약 1600km 고도의 DDSS Orbit에서 위성은 거의 100%의 시간 동안 햇빛에 노출되어 일반적인 저궤도에서 발생하는 일식 기간(Eclipse period)을 피할 수 있다고 제안합니다 [7]. DDSS는 지구의 공전에 맞춰 낮과 밤의 경계선인 명암 경계선(terminator)과 일정하게 회전하기 때문에, 위성이 지구의 그림자에 들어가는 시간을 최소화하여 지속적인 태양광을 받을 수 있습니다. 이러한 지속적인 일조는 태양광 발전을 안정적으로 유지하고, 발사 비용과 직결되는 무거운 에너지 저장 장치의 필요성을 줄일 수 있습니다. 또한 위성이 햇빛과 지구 그림자를 반복적으로 오가며 발생하는 thermal cycling을 줄여 장비에 가해지는 열 스트레스도 감소시킬 수 있습니다 [7]. 다만 고도는 설계마다 다르며, Google의 Project Suncatcher는 약 650km의 DDSS 궤도를 상정하고 이곳의 태양광 패널이 지상보다 최대 약 8배 높은 생산성을 가질 수 있다고 설명합니다[3],[8]. 고도가 낮을수록 통신 지연과 방사선 노출은 줄지만 그림자를 완전히 피하기는 어려워, 고도 선택 자체가 설계상의 절충지점입니다. 우주데이터센터는 태양광으로 생산한 전력을 궤도 내에서 직접 사용하여, 각 노드의 태양광패널이 생성한 전력은 onboard computing units(CPU 및 GPU)와 통신 장비를 구동하는데 사용됩니다 [7]. 따라서 이 방식은 데이터센터 확장을 위해 새로운 지상 발전소나 송전 인프라를 추가적으로 구축할 필요성을 줄일 수 있습니다. 반면에 전형적인 우주 태양광 발전은 우주에서 생산한 대규모 전력을 마이크로파나 레이저로 바꾸어 지구로 송전하는 구조로, 여러 단계의 변환 손실과 대형 수신 시설이 필요합니다. Bargain et al.은 우주 데이터센터처럼 궤도에서 직접 AI 연산을 수행하고 전력 대신 데이터를 지상과 송수신하는 방식이 메가와트 규모의 전력을 지구로 전송하는 것보다 더 안전하고 에너지 효율적이라고 설명했습니다 [7]. 발전소 옆에 공장을 짓고 완성품만 실어 나르는 것과 비슷한 발상입니다. 우주의 진공 환경에서는 대류를 이용한 열 방출을 할 수 없기에, 열복사(radiative heat rejection)를 이용한 냉각 시스템이 필요합니다. 논문에서는 CPU와 GPU에서 발생한 열을 제거하기 위해 closed-loop water cooling circuit을 사용하는 구조를 제안했습니다 [7]. 냉각수는 작은 펌프를 통해 CPU와 GPU의 cold plate를 순환하면서 열을 흡수한 뒤, 방열판(radiator)으로 전달합니다. 가열된 냉각수는 알루미늄 튜브와 흑연으로 구성된 방열판을 지나, 최종적으로 열복사의 형태로 우주 공간에 방출됩니다. 물을 증발시켜 버리는 지상 냉각과 달리 같은 냉각수를 밀폐 회로에서 계속 순환시킨다는 점이 핵심입니다. 튜브의 알루미늄 구조는 냉각뿐만 아니라 이온화 방사선과 미세운석으로부터 보호막의 역할도 합니다 [7]. 다만 이 구조가 메가와트 시스템에서 장기간 작동한다는것은 아직 실증되지 않았습니다. 우주 데이터센터는 지상과 다른 궤도의 데이터 센터와의 송수신을 위해 광섬유(fiber-optic)와 자유공간 레이저 통신(free-space laser communication)을 결합한 네트워크를 사용할 수 있습니다. 논문에서 제안한 구조에 따르면, 각 컴퓨팅 노드마다 Optical router node를 두어 데이터를 취합하도록 설계하였습니다 [7]. 지상으로 데이터를 전송하는 downlink과 다른 위성데이터센터에 데이터를 전송하는 cross-link에는 적외선 레이저 링크를 사용하며, 기존 relay satellite를 거쳐 지상으로 전달하는 방식이 제안되었습니다 [7]. 연구진은 이를 통해 대규모 AI inference 서비스에 필요한 고속 전송을 지원할 수 있는 가능성을 제시합니다. Google은 짧은 자유공간 경로의 지상 실험에서 단방향 800 Gbps를 시연했으나 [8], 실제 궤도에서 같은 성능이 유지되는지는 향후 실증 과제입니다. 소형 위성 군집형은 개별적으로 GPU가 탑재된 여러개의 독립적인 위성을 광통신으로 연결하는 방식입니다. 기존 위성 생산 기술을 활용할 수 있고 점진적으로 빠르게 확장하기 쉽지만, 떨어져있는 위성끼리의 inter-satellite bandwidth 가 주요한 한계가 될 수 있고, 군집이 커질수록 궤도 조정, 충돌 방지 및 통신관리가 복잡해집니다 [9]. Google의 Suncatcher가 이 방향으로, 반경 약 1km안에 81대의 위성을 촘촘히 배치하는 구조를 구상시킵니다 [3]. 대형 모듈 조립형은 중앙 구조물(central spine)에 여러 모듈을 물리적으로 연결하고 대규모 태양광 배열과 결합하는 방식으로, 위성 간 통신 대역폭의 한계를 줄일 수 있지만 대규모 구조로서 안정성에 대한 우려가 있어 추가적인 기술 발전이 필요한 장기적인 구조로 평가되기도 합니다 [9]. Orbital Edge Computing(OEC)은 위성이 수집한 모든 데이터를 지상으로 전송하는 대신에, 궤도에서 직접 분석/처리한 뒤 필요한 결과만 전송하는 방식입니다. 위성이 자체 태양광 전력으로 edge server처럼 데이터를 처리하므로 전송해야 하는 데이터량과 통신지연을 줄이며, 실시간 원격탐사 영상분석과 재난 모니터링에 활용될 수 있습니다 [10]. 실제로 NASA에서는 Dynamic Targeting 실험을 통해 지구 관측 위성의 영상을 onboard AI로 약 90초 내에 분석하는 방식을 시험했고, 지상 명령을 기다리지 않고 관측 대상을 실시간으로 조정 할 수 있는 가능성을 입증했습니다 [11]. 거대한 궤도 데이터 설계가 아직 설계 단계라면, 엣지 컴퓨팅은 우주 연산의 쓸모를 보여 주는 현실적인 첫 단계입니다. 2025년 11월, 상업용 우주 컴퓨팅 스타트업 Starcloud는 Starcloud-1 위성을 발사하여 우주 산업에 이정표를 세웠습니다. 지상 AI 센터의 핵심 전력인 NVIDIA H100 GPU를 우주 환경에 직접 탑재해 정상 작동시키는 데 성공한 것입니다. 이 단일 고성능 GPU 의 우주 실은은 단순 하드웨어 구동을 넘어, 2025년 12월, 궤도 상에서의 Gemini 계열 모델 실행을 성공적으로 완수하였다는 것에 의의가 있습니다. 나아가 Andrej Karpathy 가 개발한 교육용 대형 언어 모델 nanoGPT 의 우주 현지 학습 및 추론까지 완수하며 단일 GPU 기반 엣지 컴퓨팅 역량을 입증했습니다. [12] Starcloud 는 향후 수십, 수백 개의 GPU 위성을 분산 연결한 ‘궤도 데이터센터’ 확장을 목표한다고 밝힌 바 있습니다. Google 은 개별 위성의 성능을 넘어 ‘위성 간 컴퓨팅 클러스터’ 구축에 집중하고 있습니다. project suncatcher 는 google 의 자체 가속기인 TPU (Tensor Processing Unit) 를 복수의 위성에 분산 탑재하고, 이를 광통신 (Laser Inter-satellite Link) 으로 연결하는 대규모 머신러닝 위성 네트워크 프로젝트입니다. Google 의 프로토타입 위성은 SpaceX Transporter-18 을 통해 성공적으로 궤도에 진입했으며, 현재 우주 방사선과 극한의 열 변화 속에서 TPU 의 내구성을 측정하는 실증 테스트 단계에 있습니다. [14] 반면, 중국은 민간 주도를 넘어 국가 차원의 대규모 군집 위성망을 빠르게 형성하고 있습니다. 2025년 5월 중국은 Three-Body Computing Constellation 의 1차 군집으로 12대의 컴퓨팅 위성을 성공적으로 쏘아 올렸습니다. [15] 수천 개 위성을 유기적으로 엮어 지구 전역을 커버하는 글로벌 우주 슈퍼컴퓨팅 네트워크 구축을 목표로 하고 있는 이 프로젝트는 특히 지구관측 위성에서 생성되는 대량의 데이터를 지상으로 전송하기 전에 우주에서 AI로 분석하면 필요한 데이터만 지상으로 전송할 수 있다는 장점이 있습니다. 중국의 프로젝트를 포함해 미국의 Starcloud와 Google 등 여러 기업과 국가가 우주 데이터센터 또는 컴퓨팅 위성군을 추진하고 있는데, 이는 우주 데이터센터가 단순한 실험적 아이디어를 넘어 새로운 컴퓨팅 인프라 분야로 발전하고 있음을 보여줍니다 [15], [16]. 우주 데이터센터를 구현하기 위해서는 우주 방사선이 컴퓨팅 장비에 미치는 영향을 해결해야 합니다. 지상과 달리 우주 환경에는 막대한 양의 방사선에 전자 장치가 지속적으로 노출될 수 있으며, 전자 장치에 성능과 안정성에 영향을 미칩니다. 우주 방사선에 반도체에 미치는 영향은 크게 세가지로 구분됩니다. 먼저, 장기간 누적되는 방사선 노출로 인해 소자 특성이 변하거나 저하되는 총 이온화 선량(TID)이 있습니다. 또, 고에너지 입자 하나의 충돌이 비트 오류, 일시적 오작동 또는 시스템 장애를 일으키는 단일사건효과(SEE)가 존재합니다. 마지막으로 고에너지 입자가 반도체의 결정 구조를 손상시키는 변위손상 현상이 발생합니다. 이러한 방사선 영향에 대응하기 위해서는 차폐 구조뿐만 아니라 반도체 부품의 선정과 시스템 설계 전반을 고려해야 합니다. NASA는 상용 반도체가 성능과 가격 면에서 유리할 수 있지만, 궤도 환경과 부품의 방사선 민감도를 분석하고 회로, 소프트웨어 차원의 신뢰성 대책을 검증해야 한다고 강조하기도 했습니다 [17]. 대응 방법으로는 방사선 차폐, 내방사선 부품 선정, 오류정정 메모리, 중복 연산, 장애 감지 및 시스템 재시작 등이 있습니다. 하지만 방사선 차폐를 늘리게 되면 발사 질량이 증가하게 되며 발사에 부담을 줄 수 있으며, 중복 연상을 확대하게 되면 유효 연산 능력과 전력을 추가로 사용해야만 합니다. 따라서 목표 임무와 궤도 환경에 맞는 설계가 필요합니다. Google의 Trillium TPU 시험은 고성능 상용 AI 칩의 활용 가능성을 보여주는 사례입니다 [8]. 하지만 지상에서의 특정 조건에서 수행한 실험 결과가 장기간의 실제 궤도 운영과 우주의 막대한 방사선 양에서도 동일한 신뢰성을 보장하지 않기때문에 지상 방사선 실험 통과를 아직 실제 우주에서의 원활한 운영 보장으로 해석할수는 없습니다. 앞서 언급하였듯이, 우주의 진공 상태에서는 대류 냉각이 불가능 하기 때문에 데이터센터 내부의 열을 방출하기 위해서는 열전달 장치와 라디에이터를 사용하여 적외선 복사로 방출해야 합니다. 즉, 우주 데이터센터 내의 칩이 열전달판, 히트파이프, 혹은 유체 루프를 통해서 라디에이터로 옮긴 후, 우주공간으로 방출하는 과정을 거쳐야 합니다. NASA는 라디에이터의 면적, 적외선 방사율, 태양광 흡수율을 열 관리 시스템의 주요 설계 요소로 설명합니다 [19]. 하지만 데이터센터의 연산 규모가 커지고 작업이 증가할수록 더 많은 열이 발생하므로 많은 열을 처리하기 위해 필요한 라디에이터의 면적이 커지게됩니다. 이는 라디에이터의 크기와 질량을 증가시켜 설계 및 발사에 부담을 줄 수 있습니다. 데이터센터의 성능은 연산 능력뿐 아니라 데이터를 얼마나 빠르고 안정적으로 주고받을 수 있는지에 따라서도 결정됩니다. NASA에 따르면, 구름과 대기 난류에 따른 신호 전송의 방해를 방지하기 위해 구름의 광통신을 차단할 수 있고 정밀한 조준과 대기 영향을 보정할 수 있는 기술이 필요합니다 [20]. 이에 관해 Google은 짧은 자유공간 경로의 지상 실험에서 단방향 800 Gbps 통신을 시연했습니다. 이는 대규모 궤도 학습망에서 같은 성능을 지속적으로 확보했다고 해석할 순 없지만 이러한 기술의 가능성을 보여주는 실험으로 보여집니다 [8]. ESA의 2026년 우주환경 보고서는 상업용 위성군이 계속 증가하고, 수명이 끝난 위성이 혼잡한 궤도를 충분히 떠나지 않아 충돌 위험이 커지고 있다고 설명했습니다 [21]. 우주 데이터센터는 서버의 고장뿐 아니라 궤도상의 충돌 위험도 관리해야합니다. 아래의 그래프에서 나타나듯이, 위성 충돌로 발생한 파편은 다른 위성과 충돌하여 더 많은 파편을 생성할 수 있으며, 케슬러 신드롬 (Kessler syndrome)으로 알려진 이러한 연쇄 과정은 특정 궤도를 장기적으로 사용하기 어렵게 만들 수 있습니다 [22]. 즉, 우주 데이터센터를 유지하기 위해서는 궤도 유지/충돌 회피를 위한 추진장치, 위치/자세 제어 및 파편 접근 감시, 고장에 대비한 예비 연상 장치/위성, 정비 임무의 발사, 접근, 도킹, 작업비용, 그리고 수명 종료 후 안전한 궤도 이탈과 재진입을 위한 기술과 비용 등을 반드시 고려야해합니다. 특히 우주 데이터센터에 사용되는 대형 패널과 라디에이터는 전개 구조를 복잡하게 하고 충돌에 노출되는 면적을 증가시킬 수 있습니다. 따라서 전력 공급과 열관리 성능을 높이는 동시에 구조물의 질량과 복잡성을 줄이기 위한 설계가 요구됩니다. 로봇을 이용한 정비는 고장 난 장비를 수리할 수 있는 대안이지만 기술·경제적으로 상당한 부담이 따릅니다. NASA는 위성 정비 실증 사업 OSAM-1을 2024년, 기술, 비용, 일정 문제와 사업 환경 변화로 중단하기도 했습니다 [23]. NVIDIA는 2026년 Rubin 발표에서 AI 슈퍼컴퓨터의 연간 세대 출시 주기를 언급했습니다. 이는 모든 데이터센터가 매년 GPU를 교체한다는 뜻은 아니지만, 하드웨어의 성능과 효율 경쟁이 빠르게 진행된다는것을 보여줍니다 [24]. 우주 데이터센터의 칩을 물리적 수명 (칩과 주변 장치가 정상 작동하는 기간), 임무 수명 (전력, 열제어, 추진제 등이 운영을 지원하는 기간), 그리고 경제적 수명 (지상, 또는 신형 궤도 시스템과 비용/성능 경쟁이 가능한 기간)에 따라서 업그레이드를 진행해야 합니다. 소프트웨어와 모델은 원격 업데이트할 수 있지만, 칩 교체에는 모듈 정비나 새 위성 발사 등이 필요합니다. 교체 가능한 모듈/위성 단위의 순차 교체, 구형 칩에 적합한 추론, 전처리 작업 배정 등으로 이러한 한계를 보완할 수 있지만 각각 정비 비용과 추가 발사와 같은 비용이 따릅니다 [24]. 발사비가 낮아져야 하지만, 비교 대상은 Gpu 무게만이 아닙니다. 발사 질량에는 서버 외에도 태양광 패널, 라디에이터, 구조물, 차폐, 통신장치, 추진계와 예비장치가 포함됩니다. 따라서 경제성에 중요한 지표는 유효 연산 용량 또는 IT전력 1kW당 전체 발사 질량입니다. SpaceX의 공개 Rideshare 가격은 태양동기궤도 기준 50kg에 35만 달러, 추가 질량은 kg당 7000달러지만 이는 소형 위성 공동 상품의 가격이므로 대형 전용 발사나 미래 starship 계약 가격으로 일반화 하면 안됩니다 [25]. Google 연구진은 재사용 Falcon 9 기준 약 $3600/kg인 발사 단가가, 연간 약 180회의 Starship 발사가 지속 된다는 가정 하에 2035년경 $200/kg 이하로 떨어질 수 있다고 전망했습니다 [8]. Starship은 완전 재사용을 목표로 설계되어 발사 비용을 낮출 가능성이 있으나, 로켓 사업자의 원가와 고객이 지불하는 가격은 다르며 재사용 횟수, 정비, 발사 빈도, 탑재율이 중요합니다 [26]. 우주 데이터센터는 태양광으로 지상 전력망 의존도를 낮출 수 있지만, 발사 ,통신, 정비 등의 비용이 추가됩니다. 따라서 전기료뿐 아니라 총소유비용(TCO)을 비교해야 합니다. Google 연구는 발사 가격이 $200/kg까지 낮아지면 일부 위성 설계의 연간 환산 발사비가 지상 전력 지출과 비슷해질 가능성을 제시합니다. Starlink v2급 설계 기준 약 $810/kW/년으로 미국 지상 데이터센터의 전력 지출인 약 570~3000달러/kW/년 범위에 들어온다는 계산입니다[8]. 다만 이는 발사비와 전기료만 비교한 것으로 전체 시스템의 손익분기점을 입증한 결과는 아닙니다[8]. 경제성은 발사 가격, 전체 질량, 사용기간과 연산 활용률에 달려있습니다. 적합성은 데이터의 위치와 연산에 필요한 통신량에 따라 달라집니다. ESA의 Φ Sat-1은 구름에 가려진 위성 이미지를 현장에서 걸러내어 불필요한 지상 전송을 줄이는 사례입니다[27]. AI 학습은 사용자에게 즉시 응답할 필요는 없지만, 학습 중 연산 장치 간 통신 지연에는 민감합니다 [8]. 따라서 초기에는 위성 데이터 처리와 통신 부담이 적은 배치 작업이 유리하다는 분석이 가능합니다. Starcloud는 NVIDIA H100 GPU를 탑재한 위성을 발사하여 우주에서 AI 연산을 수행했으며, Google 역시 2026년 TPU 프로토타입 위성을 실제 궤도에 올렸습니다 [12], [14]. 이는 우주에서 AI 연산을 수행하는 기술이 단순한 구상을 넘어 초기 실증 단계에 진입했음을 보여줍니다. 그러나 기술적 가능성이 입증되었다고 해서 경제성까지 확보된 것은 아닙니다. 미국 회계감사원(GAO)은 우주 데이터센터가 지상의 토지, 전력 및 물 사용량을 줄일 가능성이 있지만, 발사 비용, 열 방출, 방사선, 통신, 우주 쓰레기 등 상당한 기술적·경제적 장벽이 남아 있다고 평가합니다 [16]. 특히 대규모 연산에 필요한 냉각 시스템과 통신 인프라를 우주에서 안정적으로 운영하는 것은 여전히 해결해야 할 과제입니다. 따라서 가까운 미래에는 모든 AI 데이터센터를 우주로 옮기기보다 지구관측 데이터 처리처럼 우주에서 수행할 이유가 명확한 작업이나 통신 부담이 상대적으로 적은 작업부터 적용될 가능성이 높습니다 [16], [27]. 우주 데이터센터는 태양광을 활용하고 지상의 냉각수 사용 부담을 줄일 가능성이 있지만, 그렇다고 반드시 친환경적인 것은 아닙니다. 대규모 데이터센터를 구축하려면 수많은 위성과 태양광 패널, 컴퓨팅 장비를 발사해야 하며, 이 과정에서 발생하는 자원 소비와 환경적 부담도 고려해야 합니다 [16]. 또한 대규모 위성군이 확대되면 위성 간 충돌 위험이 증가하고, 고장 난 위성의 처리와 수명 종료 이후의 궤도 관리도 중요한 문제가 됩니다 [21], [22]. 천문 관측에 미치는 영향 역시 무시하기 어렵습니다. 2026년 발표된 연구에서는 5 GW 규모의 우주 데이터센터에 약 4km × 4km 규모의 태양광 배열이 필요할 수 있으며, 이러한 구조물이 지상에서 매우 밝게 관측되어 천문학 연구를 방해할 가능성이 있다고 분석했습니다 [28]. 결국 우주 데이터센터의 환경적 가치는 운영 과정에서 절약할 수 있는 자원뿐 아니라 위성 제조와 발사, 궤도 운영 및 폐기 과정에서 발생하는 환경적 부담까지 함께 고려해야 평가할 수 있습니다. 우주 데이터센터가 글로벌 서비스로 발전하면 개인정보 보호, 데이터 접근 권한, 정부의 데이터 요청 등에 어느 국가의 법률을 적용할 것인지가 중요한 쟁점으로 떠오를 수 있습니다. 현재 국제 우주법은 데이터센터 자체보다는 우주 물체에 대한 국가의 책임과 관할권을 중심으로 규정하고 있습니다. UN의 Outer Space Treaty에 따르면 비정부 기관의 우주 활동은 해당 국가의 허가와 지속적인 감독을 받아야 하며, 등록된 우주 물체에 대해서는 등록국이 관할권과 통제권을 유지합니다 [29]. 그러나 이러한 원칙만으로는 우주에서 여러 국가의 데이터를 저장하고 처리하는 과정에서 발생하는 모든 법적 문제를 해결하기 어렵습니다. 따라서 기존 우주법과 함께 데이터 보호법, 개인정보 보호법, 국가안보 및 통신 규제를 어떻게 적용할 것인지에 대한 국제적 논의가 필요합니다 [16], [29]. 결국 우주 데이터센터의 상용화에는 기술 개발뿐 아니라 누가 우주에서 데이터를 소유하고, 저장하고, 처리하며, 통제할 것인지에 대한 국제적인 규칙도 필요합니다. 우주 데이터센터는 지상 AI 인프라가 직면한 전력, 냉각수, 부지 문제를 해결할 수 있는 새로운 가능성을 제시합니다. 실제로 Starcloud와 Google, 중국의 우주 컴퓨팅 프로젝트는 우주에서의 AI 연산이 더 이상 상상에만 머무르지 않음을 보여주고 있습니다. 그러나 현재의 기술 실증이 곧 대규모 상용화의 성공을 의미하지는 않습니다. 우주에는 풍부한 태양광 에너지가 존재하지만, 이를 활용하기 위해서는 막대한 발사 비용과 복잡한 냉각·통신 시스템을 감당해야 합니다. 또한 우주 쓰레기와 환경 문제, 데이터 주권을 둘러싼 법적 쟁점까지 고려하면 우주 데이터센터가 지상 데이터센터를 완전히 대체할 수 있을지는 여전히 불확실합니다. 따라서 가까운 미래의 우주 데이터센터는 지상의 모든 연산을 대신하기보다는, 지구관측 데이터 처리와 같이 우주에서 수행할 때 분명한 이점이 있는 작업부터 활용될 가능성이 높습니다. 결국 중요한 것은 데이터센터를 우주에 만들 수 있느냐가 아니라, 지상보다 우주에서 운영하는 것이 더 합리적인가입니다. 우주 데이터센터의 미래는 기술적 가능성을 넘어 경제성과 지속가능성까지 입증할 수 있는지에 달려 있습니다. [1] International Energy Agency, “Energy demand from AI,” in Energy and AI. Paris, France: IEA, 2025. Accessed: Oct. 2, 2026. [Online]. Available: [2] M. Al Ahmad, Q. Memon, and M. Pecht, “Reliability and risk in space-based data centers: A lifecycle assessment of orbital cloud infrastructure,” Appl. Sci., vol. 16, no. 11, Art. no. 5247, May 2026, doi: 10.3390/app16115247. [3] T. Beals, “Exploring a space-based, scalable AI infrastructure system design,” Google Research, Nov. 4, 2025. Accessed: Oct. 2, 2026. [Online]. Available: [4] Y. Tao and P. Gao, “Global data center expansion and human health: A call for empirical research,” Eco-Environ. Health, vol. 4, no. 3, Art. no. 100157, 2025, doi: 10.1016/j.eehl.2025.100157. [5] Stanford University, “Understand small modular reactors,” Understand Energy. Accessed: Oct. 2, 2026. [Online]. Available: [6] A. A. Periola, A. A. Alonge, and K. A. Ogudo, “Heat wave resilient systems architecture for underwater data centers,” Sci. Rep., vol. 12, no. 1, Art. no. 17161, Oct. 2022, doi: 10.1038/s41598-022-21293-2. [7] I. Bargatin, D. Jin, Z. Alansari, and J. R. Raney, "Tether-based architecture for solar-powered orbital AI data centers," in AIAA SCITECH 2026 Forum, Orlando, FL, USA, Jan. 2026, Paper AIAA 2026-1237, doi: 10.2514/6.2026-1237. [8] B. Agüera y Arcas et al., "Towards a future space-based, highly scalable AI infrastructure system design," arXiv preprint, arXiv:2511.19468v2, Jun. 2026. Accessed: Oct. 5, 2026. [Online]. Available: [9] A. Parrack and F. Moorhouse, "Will we really put data centers in space?," Forethought, May 22, 2026. Accessed: Oct. 2, 2026. [Online]. Available: [10] Z. Yin et al., "A comprehensive survey of orbital edge computing: Systems, applications, and algorithms," Chin. J. Aeronaut., vol. 38, no. 7, Art. no. 103316, 2025, doi: 10.1016/j.cja.2024.11.026. [11] Jet Propulsion Laboratory, "How NASA is testing AI to make Earth-observing satellites smarter," NASA, Jul. 24, 2025. Accessed: Oct. 2, 2026. [Online]. Available: [12] Starcloud, “Starcloud-1,” Starcloud, 2026. Accessed: Oct. 4, 2026 [Online]. Available: [13] Google, “Behind Project Suncatcher, our moonshot to put AI in space,” Google, 2026. Accessed: Oct. 4, 2026 [Online]. Available: [14] Google, “Our Project Suncatcher prototype satellite is in orbit,” Google, Oct. 1, 2026. Accessed Oct. 4, 2026 [Online]. Available: [15] The State Council Information Office of the People's Republic of China, “China launches space computing satellite constellation,” The State Council of the People's Republic of China, May 15, 2025. Accessed: Oct. 4, 2026 [Online]. Available: [16] U.S. Government Accountability Office, “Science & Tech Spotlight: Data Centers in Space,” GAO-26-109012, 2026. Accessed: Oct. 4, 2026 [Online]. Available: [17] NASA, “Radiation Analysis,” Small Spacecraft Reliability Initiative Knowledge Base. Accessed: Oct. 5, 2026. [Online]. Available: [18] NASA, “Protecting Juno’s Electronics from Radiation,” NASA Science, Jul. 12, 2010. Accessed: Oct. 6, 2026. [Online]. Available: [19] NASA, “7.0 Thermal Control,” State-of-the-Art of Small Spacecraft Technology. Accessed: Oct. 6, 2026. [Online]. Available: [20] NASA, “9.0 Communications,” State-of-the-Art of Small Spacecraft Technology. Accessed: Oct. 5, 2026. [Online]. Available: [21] European Space Agency, “ESA Space Environment Report 2026,” 2026. Accessed: Oct. 5, 2026. [Online]. Available: [22] European Space Agency, “Collisions lead to collisions—2026 Space environment report,” Sep. 14, 2026. Accessed: Oct. 6, 2026. [Online]. Available: [23] NASA, “Update on Status of NASA’s OSAM-1 Project,” Mar. 1, 2024. Accessed: Oct. 5, 2026. [Online]. Available: [24] NVIDIA, “NVIDIA Kicks Off the Next Generation of AI With Rubin—Six New Chips, One Incredible AI Supercomputer,” Jan. 5, 2026. Accessed: Oct. 5, 2026. [Online]. Available: [25] SpaceX, "Smallsat Rideshare Program." Accessed: Oct. 6, 2026. [Online]. Available: [26] SpaceX, "Starship." Accessed: Oct. 6, 2026. [Online]. Available: [27] European Space Agency, "Φsat." Accessed: Oct. 5, 2026. [Online]. Available: [28] G. W. Marcy, “The impact on astronomy of data centres orbiting Earth,” Monthly Notices of the Royal Astronomical Society, vol. 549, no. 1, p. stag819, 2026. Accessed: Oct. 4, 2026 [Online]. Available: [29] United Nations Office for Outer Space Affairs, “Treaty on Principles Governing the Activities of States in the Exploration and Use of Outer Space,” United Nations, 1967. Accessed: Oct. 4, 2026 [Online]. Available: