물 사용 효율
물사용효율(WUE; Water Usage Effectiveness)은 데이터센터가 IT 장비에 공급한 전력 1kWh당 냉각·가습 등 운영 과정에서 소비한 물의 양을 리터 단위로 나타내는 데이터센터 지속가능성 지표이다.[1]
물사용효율은 데이터센터의 물 사용량을 IT 장비 에너지 사용량과 연결해 측정하는 지표이다. 영어 약어인 WUE를 그대로 쓰는 경우가 많으며, 한국어로는 물 사용 효율, 물 사용 효과성, 수자원 사용 효율 등으로 번역할 수 있다.
기본적인 의미는 “데이터센터가 서버, 스토리지, 네트워크 장비 등 IT 장비를 1kWh만큼 운용하기 위해 얼마만큼의 물을 소비했는가”이다. 단위는 보통 L/kWh를 사용한다. 값이 낮을수록 IT 장비 에너지 사용량 대비 물 소비가 적다는 뜻이다.
물사용효율은 전력사용효율(PUE), 탄소사용효율(CUE)과 함께 데이터센터의 자원 사용 효율과 환경 영향을 설명하는 핵심 지표로 쓰인다. The Green Grid는 WUE를 PUE, DCeP, ERE, DCcE 등 기존 데이터센터 지표를 보완하기 위한 물 사용 지표로 제안했다.[2]
데이터센터는 서버와 통신 장비가 24시간 가동되는 시설이다. IT 장비는 전기를 소비하면서 열을 발생시키고, 이 열을 제거하기 위해 냉각 설비가 필요하다. 냉각 방식에 따라 냉각탑, 증발식 냉각, 가습, 열교환, 냉동기, 드라이 쿨러, 액체 냉각 등이 사용된다.
일부 냉각 방식은 전력 소비를 줄이는 대신 물을 많이 사용한다. 반대로 물 사용량을 줄이는 방식은 더 많은 전력을 요구할 수 있다. 이 때문에 데이터센터의 지속가능성을 평가할 때 전력만 보는 것은 충분하지 않다. 물사용효율은 이러한 전력·물의 상충관계를 정량적으로 보기 위한 지표이다.
생성형 인공지능과 대규모 언어 모델의 확산으로 GPU 기반 AI 데이터센터가 빠르게 증가하고 있다. AI 학습과 추론은 고밀도 서버, 고성능 GPU, 고속 네트워크, 고급 냉각 설비를 요구한다. 이에 따라 데이터센터의 전력 수요뿐 아니라 냉각용 물 수요도 사회적 쟁점이 되었다.
Reuters는 2026년 6월 3일 유엔대학 산하 연구진의 분석을 인용해, 인공지능 확산으로 데이터센터의 전력 사용량과 물 사용량이 2030년까지 크게 증가할 수 있다고 보도했다. 해당 보도는 데이터센터 전력 사용량이 2030년 945TWh 수준으로 늘고 물 사용량도 9.3조 리터에 이를 수 있다는 전망을 소개했다.[3]
데이터센터의 물 사용은 지역별로 영향이 다르다. 물이 풍부한 지역에서는 같은 양의 물 사용이 큰 문제가 되지 않을 수 있지만, 가뭄이나 수자원 부족을 겪는 지역에서는 주민 생활, 농업, 산업용수, 전력 생산과 경쟁할 수 있다.
2026년 6월 뉴욕주에서는 대형 데이터센터의 전력·물 사용량, 환경 영향, 지역사회 부담을 검토하기 위해 신규 대형 데이터센터 건설을 일정 기간 중단하는 법안이 논의되었다. The Guardian은 해당 법안이 20MW 이상 대형 데이터센터를 대상으로 하며, 에너지와 물 사용, 노동 기준, 전기요금 영향 등을 평가하려는 목적을 갖고 있다고 보도했다.[4]
물사용효율의 기본 계산식은 다음과 같다.
WUE = 연간 물 사용량(L) / 연간 IT 장비 에너지 사용량(kWh)
Microsoft는 데이터센터의 WUE를 “냉각과 가습에 사용된 연간 물의 리터 수를 IT 장비에 전력을 공급하는 데 사용된 연간 kWh로 나눈 값”으로 설명한다.[5]
예를 들어 어떤 데이터센터가 1년 동안 냉각과 가습에 10,000,000리터의 물을 사용하고, 같은 기간 IT 장비가 50,000,000kWh의 전력을 사용했다면 WUE는 다음과 같다.
10,000,000 L / 50,000,000 kWh = 0.2 L/kWh
이 경우 해당 데이터센터는 IT 장비가 1kWh의 전력을 사용할 때마다 평균 0.2리터의 물을 소비한 것으로 해석할 수 있다.
WUE 계산에서 가장 중요한 요소는 어떤 물 사용량을 포함할 것인가이다. 일반적으로 데이터센터 현장에서 냉각과 가습에 사용되는 물이 핵심이다.
포함될 수 있는 항목은 다음과 같다.
- 냉각탑에서 증발되는 물
- 보충수
- 가습용 물
- 증발식 냉각 또는 아디아바틱 냉각에 사용되는 물
- 수처리 과정에서 배출되는 블로다운
- 데이터센터 냉각 루프의 보충수
- 일부 산정 방식에서 현장 발전이나 보조 설비에 사용되는 물
반대로 사무실 화장실, 조경, 식당, 청소용수 등은 데이터센터 IT 부하와 직접 연결되지 않으므로 별도로 구분하는 것이 바람직하다. 다만 조직의 지속가능성 보고에서는 이러한 물 사용량까지 함께 공개할 수 있다.
분모에는 데이터센터의 IT 장비가 사용한 에너지를 넣는다. 여기에는 서버, 스토리지, 네트워크 장비, 일부 관리 장비가 포함된다. 냉각기, 펌프, 조명, 전력변환장치, UPS 손실 등 시설 인프라 전력은 일반적으로 분모에 넣지 않는다.
이 구조는 PUE와 비슷하다. PUE가 전체 시설 전력을 IT 장비 전력으로 나누는 지표라면, WUE는 물 사용량을 IT 장비 전력 사용량으로 나누는 지표이다.
WUE는 보통 연간 단위로 계산한다. 데이터센터의 물 사용량은 계절, 외기 온도, 습도, 냉각 방식, 부하율에 따라 크게 달라지기 때문이다. 여름에는 증발식 냉각과 냉각탑 보충수가 늘어날 수 있고, 겨울에는 외기 냉각을 활용해 물 사용이 줄어들 수 있다.
월별 WUE나 일별 WUE도 운영 관리에는 유용하지만, 다른 시설과 비교하거나 외부에 보고할 때는 측정 기간과 산정 범위를 함께 밝혀야 한다.
ISO/IEC 30134-9:2022는 데이터센터 생애주기 중 사용 단계에서 물 소비를 정량화하기 위한 핵심성과지표로 WUE를 정의한다. 이 표준은 WUE의 정의, 측정 범주, 데이터센터 인프라와 IT 장비 및 IT 운영과의 관계, 측정·계산·보고 방법, 해석 방법을 다룬다.[1]
표준화가 중요한 이유는 데이터센터마다 냉각 방식, 기후, 물 공급원, 부하율, 측정 경계가 다르기 때문이다. 동일한 WUE라는 이름을 쓰더라도 어떤 물을 포함했는지, 어떤 기간을 측정했는지, 간접 물 사용량을 포함했는지에 따라 값의 의미가 달라질 수 있다.
WUE는 일반적으로 낮을수록 좋다. WUE가 0에 가까울수록 IT 장비 에너지 사용량 대비 현장 물 소비가 적다는 뜻이다. 냉각에 물을 거의 쓰지 않는 데이터센터는 WUE가 매우 낮게 나올 수 있다.
다만 WUE가 낮다고 해서 항상 친환경적인 것은 아니다. 물을 아끼기 위해 전력을 더 많이 사용하는 냉각 방식을 채택하면 PUE가 나빠질 수 있다. 전력 생산에 사용되는 물과 탄소 배출까지 고려하면 단순한 현장 WUE만으로 환경 영향을 판단하기 어렵다.
같은 WUE라도 지역에 따라 의미가 달라진다. 물이 풍부하고 재생수 활용이 쉬운 지역과, 가뭄이 심하고 식수원이 제한된 지역은 같은 1리터의 물 사용이 갖는 사회적 비용이 다르다.
따라서 WUE는 절대값뿐 아니라 다음 정보를 함께 봐야 한다.
- 데이터센터가 위치한 지역의 물 스트레스
- 사용한 물이 상수도, 지하수, 하천수, 재생수 중 무엇인지
- 냉각수의 재사용 여부
- 방류수 처리 방식
- 전력 생산 과정의 물 사용량
- 계절별 물 사용 패턴
- 지역 주민과 산업용수 수요와의 경쟁 여부
Uptime Institute도 데이터센터 물 사용은 지역별 특성이 강하므로, 단일한 일반론으로 평가하기 어렵다고 설명한다.[6]
PUE가 낮은 데이터센터는 전력 효율이 좋다고 볼 수 있지만, 그 과정에서 증발식 냉각을 많이 사용했다면 WUE가 높을 수 있다. 반대로 물을 거의 쓰지 않는 공랭식 또는 드라이 쿨링 설계는 WUE는 낮지만, 냉각 전력 사용이 늘어 PUE가 높아질 수 있다.
따라서 데이터센터의 지속가능성은 PUE와 WUE를 함께 봐야 한다. 탄소 배출까지 고려하려면 CUE나 전력원의 탄소집약도도 함께 분석해야 한다.
냉각탑은 물의 증발을 이용해 열을 외부로 배출하는 장치이다. 에너지 효율이 좋은 경우가 많지만, 증발 과정에서 물을 소비한다. 냉각탑을 많이 사용하는 데이터센터는 PUE를 낮출 수 있으나 WUE는 높아질 수 있다.
증발식 냉각은 물이 증발할 때 열을 흡수하는 원리를 이용한다. 건조한 지역에서는 냉각 효율이 높지만, 물 사용량이 커질 수 있다. 특히 물 부족 지역에서는 지역사회 반발이나 규제 리스크가 커질 수 있다.
드라이 쿨링은 물의 증발 대신 공기를 이용해 열을 배출한다. 직접 물 사용량을 크게 줄일 수 있어 WUE 개선에 유리하다. 그러나 외기 온도가 높은 지역에서는 팬 전력과 냉동기 사용량이 증가해 PUE가 나빠질 수 있다.
액체 냉각은 냉각수를 서버나 칩 근처까지 보내 열을 제거하는 방식이다. 직접 액체 냉각이나 폐쇄 루프 액체 냉각은 물을 계속 순환시켜 사용할 수 있으므로, 설계에 따라 현장 물 소비를 줄일 수 있다. Microsoft는 차세대 데이터센터 설계에서 칩 수준 냉각과 폐쇄 루프 방식을 활용해 냉각용 물 소비를 줄이는 방향을 설명했다.[7]
다만 액체 냉각이 항상 WUE를 낮추는 것은 아니다. 액체 냉각 루프의 열을 최종적으로 어디에서 어떻게 방출하는지에 따라 물 사용량이 달라진다. 액체 냉각 서버 뒤에 냉각탑을 사용하면 여전히 물 소비가 발생할 수 있다.
WUE는 데이터센터 입지 선정에 직접적인 영향을 준다. 같은 냉각 설비를 사용하더라도 기후가 서늘한 지역에서는 외기 냉각을 더 많이 활용할 수 있고, 물 사용량을 줄일 수 있다. 반대로 고온·건조 지역에서는 냉각 부하가 크고 증발식 냉각의 물 사용량이 늘어날 수 있다.
입지 선정 시 고려할 요소는 다음과 같다.
- 연평균 기온과 습도
- 냉각에 활용 가능한 외기 시간
- 지역 물 스트레스
- 재생수 또는 공업용수 공급 가능성
- 전력망 용량과 전력원 구성
- 지역 주민 수용성
- 수자원 규제와 환경 허가
- 장기적인 기후변화 영향
식수용 상수도 대신 재생수, 중수, 공업용수, 빗물 등을 활용하면 지역 식수 자원에 대한 부담을 줄일 수 있다. 그러나 재생수는 수질 변동이 있을 수 있고, 배관·수처리·부식 관리 비용이 추가될 수 있다.
WUE 자체는 물의 종류를 항상 구분해 보여주지 않는다. 따라서 지속가능성 보고에서는 총 WUE와 함께 물 공급원별 사용량을 별도로 공개하는 것이 바람직하다.
폐쇄 루프 냉각은 냉각수를 순환시켜 반복 사용하는 방식이다. 초기 충전 이후 보충수만 필요하므로 직접 물 소비를 줄일 수 있다. AI 데이터센터처럼 열 밀도가 높은 시설에서는 직접 액체 냉각과 폐쇄 루프 설계가 함께 검토된다.
폐쇄 루프 설계의 핵심은 다음과 같다.
- 누수 감지
- 수질 관리
- 부식 방지
- 열교환기 효율
- 펌프 전력
- 냉각수 온도 제어
- 유지보수 시 냉각수 손실 최소화
데이터센터에서 발생한 폐열을 지역난방, 온실, 산업공정, 건물 난방에 활용하면 전체 에너지 효율을 높일 수 있다. 열 재사용 자체가 WUE를 직접 낮추는 것은 아니지만, 냉각 부하와 외부 방열 요구를 줄여 간접적으로 냉각 설계에 영향을 줄 수 있다.
기본 WUE는 데이터센터 현장에서 직접 사용하는 물을 중심으로 계산한다. 하지만 전력 생산 과정에서도 물이 사용될 수 있다. 화력발전, 원자력발전, 일부 수력발전은 발전 과정에서 냉각수나 수자원 영향을 발생시킨다.
따라서 현장 WUE가 낮더라도, 전력 생산 과정의 물 사용량까지 고려하면 실제 물 발자국은 다를 수 있다. 이 문제를 보완하기 위해 전력원의 물 사용 계수를 반영한 확장 지표나 별도 보고가 논의된다.
WUE는 보통 물의 양을 기준으로 하므로, 식수용 상수도와 재생수, 해수, 공업용수를 동일하게 취급할 수 있다. 그러나 지역사회 영향은 물의 종류에 따라 크게 다르다. 식수원이 부족한 지역에서 상수도를 대량으로 사용하는 것과, 처리수를 재활용하는 것은 같은 WUE라도 의미가 다르다.
WUE는 서로 다른 지역의 데이터센터를 단순 비교하는 데 한계가 있다. 기후, 물 가격, 물 스트레스, 전력원, 냉각 방식, 부하율이 모두 다르기 때문이다. 특히 고온 지역에서 낮은 PUE와 낮은 WUE를 동시에 달성하기는 어렵다.
WUE는 비율 지표이다. 작은 데이터센터가 WUE 1.0을 기록하는 것과 초대형 데이터센터가 WUE 0.2를 기록하는 것은 총 물 사용량 측면에서 전혀 다른 의미를 가질 수 있다. 초대형 데이터센터는 WUE가 낮아도 절대 물 사용량은 매우 클 수 있다.
따라서 WUE와 함께 다음 지표를 함께 공개하는 것이 좋다.
- 연간 총 물 사용량
- 월별 물 사용량
- 피크 시기 물 사용량
- 물 공급원별 사용량
- 재생수 비율
- 방류수 처리량
- 지역 물 스트레스 지표
- IT 장비 에너지 사용량
전력사용효율(PUE; Power Usage Effectiveness)은 데이터센터 전체 전력 사용량을 IT 장비 전력 사용량으로 나눈 값이다. 데이터센터의 전력 효율을 나타내는 대표 지표이다. WUE와 PUE는 모두 IT 장비 에너지를 기준으로 하지만, PUE는 전력 오버헤드를 보고 WUE는 물 사용량을 본다.
탄소사용효율(CUE; Carbon Usage Effectiveness)은 데이터센터 운영에 따른 탄소 배출량을 IT 장비 에너지 사용량과 연결해 보는 지표이다. 재생에너지 사용, 전력망 탄소집약도, 현장 발전 방식에 따라 값이 달라진다.
에너지 재사용 효율(ERE; Energy Reuse Effectiveness)은 데이터센터에서 발생한 열을 외부에서 재사용하는 효과를 반영하려는 지표이다. 폐열 활용이 가능한 지역에서는 PUE만으로 데이터센터의 전체 에너지 기여를 평가하기 어렵기 때문에 보완 지표로 사용된다.
물 사용 강도(WUI; Water Usage Intensity)는 데이터센터의 물 사용을 더 세밀하게 파악하기 위한 지표로 논의된다. The Green Grid는 2025년 데이터센터가 물 효율성과 투명성을 높이는 데 활용할 수 있는 새로운 물 중심 지표와 도구를 발표했다.[8]
물사용효율은 AI 인프라 경쟁이 전력과 반도체만의 문제가 아니라 수자원 문제이기도 하다는 점을 보여준다. 데이터센터 사업자는 높은 연산 성능과 낮은 지연시간을 제공해야 하지만, 동시에 지역 전력망과 수자원에 미치는 영향을 관리해야 한다.
유럽연합은 데이터센터의 에너지 효율과 지속가능성 기준을 강화하는 방향을 추진하고 있으며, Reuters는 2026년 6월 4일 유럽연합이 데이터센터의 최소 에너지 효율 기준과 지속가능성 라벨을 준비하면서 물 사용량과 청정에너지 사용량 같은 지표 공개를 논의하고 있다고 보도했다.[9]
데이터센터 운영자에게 WUE는 단순한 환경 지표가 아니라 다음과 같은 경영 지표가 된다.
- 신규 부지 인허가 리스크 관리
- 지역사회 수용성 확보
- 물 부족 지역에서의 운영 연속성 확보
- 냉각 설비 투자 의사결정
- 지속가능성 보고와 ESG 평가 대응
- 전력 비용과 물 비용의 균형 조정
- AI 데이터센터 확장 계획 수립
WUE를 낮추기 위한 방법은 데이터센터의 위치, 냉각 방식, 부하 특성에 따라 다르다. 일반적인 개선 방법은 다음과 같다.
- 외기 냉각 활용 확대
- 폐쇄 루프 냉각 도입
- 직접 액체 냉각 적용
- 냉각수 재사용
- 재생수 또는 공업용수 활용
- 냉각탑 농축도 관리
- 누수 감지와 보충수 관리
- 서버 흡입 온도 허용 범위 최적화
- 핫스팟 제거와 공기 흐름 개선
- 고효율 열교환기 도입
- IT 장비 가동률 개선
- 저전력 서버와 고효율 GPU 활용
- 지역 물 스트레스를 고려한 부지 선정
다만 WUE 개선은 PUE, CUE, 비용, 안정성, 장비 수명과 함께 검토해야 한다. 물 사용량을 줄이기 위해 전력 사용량과 탄소 배출량을 크게 늘리는 설계는 전체 지속가능성 관점에서 바람직하지 않을 수 있다.
| WUE | 의미 | 해석상 주의점 |
|---|---|---|
| 0 L/kWh에 가까움 | 냉각·가습에 직접 물을 거의 쓰지 않음 | 전력 사용량이나 간접 물 사용량은 별도 확인 필요 |
| 낮은 WUE | IT 장비 에너지 대비 물 사용량이 적음 | 공랭·드라이 쿨링으로 PUE가 높아졌을 수 있음 |
| 높은 WUE | IT 장비 에너지 대비 물 사용량이 많음 | 증발식 냉각으로 PUE는 낮을 수 있음 |
| 동일한 WUE | 같은 비율의 물 사용 | 시설 규모가 다르면 총 물 사용량은 크게 다를 수 있음 |
- ↑ 1.0 1.1 ISO, 「ISO/IEC 30134-9:2022 - Water usage effectiveness (WUE)」, https://www.iso.org/standard/77692.html, 확인일: 2026년 6월 7일.
- ↑ The Green Grid, 「WP#35 - Water Usage Effectiveness (WUE): A Green Grid Data Center Sustainability Metric」, https://www.thegreengrid.org/en/resources/library-and-tools/238-WP%2335---Water-Usage-Effectiveness-%28WUE%29%3A-A-Green-Grid-Data-Center-Sustainability-Metric, 확인일: 2026년 6월 7일.
- ↑ Reuters, 「AI to double data centre power and water consumption by 2030, UN researchers say」, https://www.reuters.com/business/energy/ai-double-data-centre-power-water-consumption-by-2030-un-researchers-say-2026-06-03/, 확인일: 2026년 6월 7일.
- ↑ The Guardian, 「'We should not have to sacrifice': New York could become first state to temporarily ban large datacenters」, https://www.theguardian.com/us-news/2026/jun/06/new-york-datacenter-temporary-ban, 확인일: 2026년 6월 7일.
- ↑ Microsoft, 「Measuring energy and water efficiency for Microsoft datacenters」, https://datacenters.microsoft.com/sustainability/efficiency/, 확인일: 2026년 6월 7일.
- ↑ Uptime Institute, 「Water is local: generalities do not apply」, https://journal.uptimeinstitute.com/water-is-local-generalities-do-not-apply/, 확인일: 2026년 6월 7일.
- ↑ Microsoft, 「Sustainable by design: Next-generation datacenters consume zero water for cooling」, https://www.microsoft.com/en-us/microsoft-cloud/blog/2024/12/09/sustainable-by-design-next-generation-datacenters-consume-zero-water-for-cooling/, 확인일: 2026년 6월 7일.
- ↑ Information Technology Industry Council, 「The Green Grid Releases New Tool to Help Data Centers Advance Water Efficiency」, https://www.itic.org/news-events/news-releases/the-green-grid-releases-new-tool-to-help-data-centers-advance-water-efficiency, 확인일: 2026년 6월 7일.
- ↑ Reuters, 「EU proposes energy standards for data centers」, https://www.reuters.com/sustainability/eu-proposes-energy-standards-data-centers-2026-06-04/, 확인일: 2026년 6월 7일.
