Agentic AI(AAI)는 현재의 AI 챗봇보다 훨씬 더 에너지 집약적인 기술이다; 우리는 AAI 질의 비중이 기본 가정(2030~35년 기준 20~30%) 대비 +10%p 증가할 때마다, 미국과 유럽에서 데이터센터 수요가 기존 전망 대비 약 +25% 증가할 수 있다고 추정한다. Agentic AI로의 전환은 전력 소비를 추가적으로 증가시키며, 이는 전력 인프라의 유기적 성장 강화, 재생에너지 수익률 상승, FlexGen에서의 마진 확대 등 유틸리티 산업에 순풍으로 작용할 것이다. 이는 유틸리티 산업이 “이익 슈퍼사이클”의 초입에 있다는 우리의 견해를 더욱 강화하며, 이는 긍정적인 이익 상향 조정과 멀티플 확대로 이어질 가능성이 높다.
Agentic AI: 앞으로 등장할 것은 훨씬 더 에너지 집약적이다. 현재 AI 도구—ChatGPT나 Google Gemini 같은 챗봇—는 상대적으로 단순한 문제를 최소 비용으로 해결하도록 최적화된 대형 언어 모델 기반이다. 반면 Agentic AI는 여러 모델을 동시에 실행하며 지속적인 피드백 루프를 통해 복잡하고 다단계의 작업을 수행할 수 있다. 기술 문헌에 따르면 Agentic AI는 기존 AI 챗봇 대비 약 15~50배 더 많은 에너지를 필요로 할 수 있다.
Agentic AI 질의 비중이 +10%p 증가할 때마다 데이터센터 수요는 약 +25% 증가할 수 있다. 우리는 Agentic AI의 더 빠른 도입 시나리오를 시뮬레이션했으며, Agentic AI 채택률이 +10%p 증가할 때마다 미국(2030년)과 유럽(2035년)에서 데이터센터 수요가 약 +25% 증가할 수 있음을 보여준다. 이 시점에서 데이터센터는 해당 지역 전력 소비의 약 20~25%를 차지할 것으로 추정한다.
상방 시나리오에서 전력 수요 증가율은 2030년까지 연평균 3.5~4%에 이를 수 있다. 기본 시나리오에서는 유럽 전력 수요가 2029년까지 1.5~2% 성장하고 이후 2030~31년에 2.5~3%로 가속될 것으로 본다. Agentic AI 도입이 더 빠르게 진행될 경우 소비 증가율은 연 3.5~4%까지 상승할 수 있다. 미국에서도 유사한 상방이 존재하며, 현재 약 3%에서 4%까지 상승할 수 있다.
유틸리티 산업은 여전히 “이익 슈퍼사이클” 초기 단계에 있다. 전력 소비 증가는 인프라 투자 확대와 재생에너지 및 FlexGen 마진 상승을 지지하며, 이는 산업 전반의 이익 성장 사이클을 강화한다. 대부분의 전력 유틸리티 기업들이 2030년대까지 한 자릿수 중후반 EPS 성장을 달성할 것으로 보이며, 이에 따라 멀티플 확장도 지속될 가능성이 높다.
이 테마에서 선호 종목:
유럽: RWE, Solaria, Enel, PPC, Naturgy, Engie, Siemens Energy
미국: NEE, AEP, XEL, DUK
Executive Summary
Agentic AI(AAI)는 현재 AI 챗봇(ChatGPT, Google Gemini)보다 훨씬 더 에너지 집약적이다; 우리는 AAI 질의 비중이 기본 가정(2030~35년 기준 20~30%) 대비 +10%p 증가할 때마다 데이터센터 수요가 미국과 유럽에서 기존 전망 대비 약 +25% 증가할 수 있다고 추정한다. Agentic AI로의 점진적인 전환은 전력 소비를 추가적으로 증가시키며, 이는 전력 인프라의 유기적 성장 강화, 재생에너지 수익률 상승, FlexGen 마진 확대 등 유틸리티 산업에 긍정적 영향을 줄 것이다. 이는 유틸리티 산업이 “이익 슈퍼사이클”의 시작 단계에 있다는 우리의 견해를 강화하며, 긍정적인 이익 상향과 멀티플 확대로 이어질 가능성이 높다. 본 테마에서 선호 종목은 유럽의 RWE, Solaria, Enel, PPC, Naturgy, Engie, Siemens Energy와 미국의 NEE, AEP, XEL, DUK이다.
Agentic AI: 앞으로 등장할 것은 훨씬 더 에너지 집약적이다
현재 AI 도구는 단일 단계 응답을 제공하는 대형 언어 모델 기반이며, 비교적 단순한 문제를 최소 비용과 지연으로 해결한다. 반면 Agentic AI는 문제를 더 작은 작업으로 분해하고, 여러 모델을 동시에 실행하며 피드백 루프를 통해 복잡한 문제를 해결한다. 기술 문헌에 따르면 Agentic AI는 기존 AI 챗봇 대비 약 15~50배 더 많은 에너지를 필요로 할 수 있다. 우리는 보수적으로 6배의 에너지 집약도를 가정하여 상방 시나리오를 분석했다.
Agentic AI 질의 비중이 +10%p 증가할 때 데이터센터 수요는 약 +25% 증가
대부분의 전문가들은 현재 데이터센터 개발 속도가 2030년까지 글로벌 기준 약 20~30%의 Agentic AI 도입률과 일치한다고 본다. 우리는 더 빠른 도입 시나리오를 제시하며, Agentic AI 채택률이 +10%p 증가할 때마다 데이터센터 수요가 약 +25% 증가할 수 있음을 보여준다. 상방 시나리오에서는 데이터센터 전력 소비가 2030~35년까지 전체 전력 수요의 약 20~25%를 차지할 수 있다.
Exhibit 1: Agentic AI는 더 능동적이며 복잡한 다단계 문제에 더 적합함
미국
우리가 진행한 전문가 인터뷰에 따르면, 2030년까지 전체 질의의 약 20~30%가 Agentic 형태가 될 것으로 널리 예상된다. 다시 말해, 현재 데이터센터 개발 속도는 Agentic AI의 비교적 느리고 점진적인 도입을 전제로 하고 있다. 그러나 AAI의 도입 속도가 더 빨라지는 시나리오를 가정할 경우, 현재 계획된 데이터센터 개발은 충분하지 않을 것이다. 우리의 분석에 따르면 Agentic AI 채택률이 +10%p 증가할 때마다, 2030년까지 미국의 데이터센터 수요는 약 +25% 증가할 수 있다. 이 경우 데이터센터는 전력 소비의 약 20%를 차지하게 된다.
Exhibit 2: 미국: Agentic AI 채택률이 +10%p 증가할 때 데이터센터 수요는 +25% 증가; 2030년에는 데이터센터 전력 소비 비중이 약 20%에 도달
유럽
유럽은 데이터센터 개발과 AI 보급에서 미국보다 약 5년 정도 뒤처져 있다고 가정하면, 2035년에는 유사한 결론에 도달한다: Agentic AI 채택률이 +10%p 증가할 때마다 유럽의 데이터센터 수요는 약 +25% 증가할 수 있다. 이 경우 데이터센터는 EU28 전력 수요의 약 25%를 차지할 것으로 추정된다.
Exhibit 3: 유럽: Agentic AI 채택률이 +10%p 증가할 때 데이터센터 수요는 +25% 증가; 2035년에는 데이터센터 전력 소비 비중이 약 25%
전력 수요: 유럽에서 상방 리스크 존재
기본 시나리오에서는 유럽의 전력 수요가 2029년까지 연평균 1.5~2% 성장할 것으로 예상된다. 이는 주로 이동 수단(전기차)과 건물(히트펌프)의 점진적인 전기화에 기인한다. 참고로 2026년 유럽 전기차 판매는 200만 대를 초과할 것으로 예상되며, 히트펌프 판매 역시 200~250만 대를 초과할 것으로 보인다. Exhibit 4에서 보듯이, 연간 15~20k km를 주행하는 전기차와 히트펌프를 추가하면 일반 가구의 전력 소비는 연간 약 2.5MWh에서 약 7MWh로 세 배 증가한다.
2030년 이후에는 데이터센터 기여와 더 빠른 전기화로 인해 전력 수요 증가율이 2.5~3%로 가속될 것으로 본다. 만약 AI Agent의 침투율이 추가로 +10%p 증가한다면 전력 수요 증가율은 약 3.5%까지 상승할 것이며, +25%p 증가할 경우 2029년부터 연 4%까지 성장할 수 있다(다른 조건 동일 가정).
Exhibit 4: 전기차와 히트펌프 도입 시 가구 전력 소비는 2.5MWh에서 약 7MWh로 3배 증가
Exhibit 5: 상방 시나리오에서는 2029년 이후 전력 수요 증가율이 최대 4%까지 상승
Agentic AI “초고속 도입”의 병목 요인 분석
자금 조달 및 비용 부담 외에도, 데이터센터 개발이 크게 가속될 경우 전력 생산, 전력망, 반도체, 원자재, 냉각, 부동산 등 다양한 산업에서 공급 부족이 발생할 수 있다. 동시에 AI Agent 도입 확대는 특히 유럽에서 장기 전력 수요 전망에 상당한 상방 리스크를 의미한다.
Exhibit 6: 데이터센터 개발 가속은 다양한 산업에서 공급 부족을 유발할 수 있음
유틸리티 이익 슈퍼사이클은 여전히 초기 단계
전력 소비 증가는 인프라 투자 확대와 재생에너지 및 FlexGen 마진 상승을 지지하며, 유틸리티 산업의 이익 슈퍼사이클을 강화한다. 유럽의 대부분 전력 유틸리티는 2030년대까지 한 자릿수 중후반 EPS 성장을 달성할 것으로 보이며, 멀티플 확장도 지속될 가능성이 높다.
Exhibit 7: 유럽 유틸리티 밸류에이션 리레이팅은 지속될 가능성
더 높은 성장 전망에도 불구하고, 우리의 주요 ‘전기화 복리 성장 기업(Electrification compounders)’들은 2030년 예상 PER 기준으로 중기 사이클 평균인 14.5배 및 +1표준편차인 16배 대비 상당한 할인 상태에서 거래되고 있다.
우리는 커버리지 내 주요 ‘전기화 복리 성장 기업’들의 유기적 성장이 특히 강할 것으로 예상하며, Solaria를 제외한 평균 EPS CAGR은 2025~30년 동안 약 +9%로 추정한다.
Exhibit 8: 전기화 복리 성장 기업들은 2030년 예상 PER 기준으로 중기 사이클 평균 대비 할인되어 거래 중
Exhibit 9: 향후 5년 동안 ‘전기화 복리 성장 기업’의 EPS CAGR은 약 +9%로 추정
AI 챗봇에서 AI Agent로
현재 인공지능 기술(예: ChatGPT, Google Gemini)은 대형 언어 모델(LLM)에 기반하며, AI 챗봇을 통해 단일 단계 응답을 제공하여 비교적 단순한 문제를 해결한다. 예측 역시 비교적 단순한 논리를 사용하는 “선형적” 방식으로 처리된다. 반면 Agentic AI는 문제를 더 작은 작업으로 분해하고, 더 큰 워크플로우와 복잡한 문제를 처리할 수 있는 다단계 접근 방식을 채택한다. AAI 도구는 여러 모델을 동시에 실행하며, 중간 결과를 지속적인 피드백 루프를 통해 평가한다. 이러한 이유로 대부분의 전문가들은 Agentic AI가 인간의 사고 과정을 더 잘 모방할 수 있어 기업용 애플리케이션에서 표준이 될 것으로 예상한다.
전통적 AI에서 Agentic AI로
현재 널리 사용되는 전통적 AI는 주로 패턴 인식, 예측, 분류, 자연어 처리와 같은 특정 작업에 초점을 맞춘다. 이러한 시스템은 각 작업마다 명시적인 인간 입력을 필요로 하는 반응형 구조이며, 사전에 정의된 범위 내에서 작동한다.
반면 Agentic AI는 여러 모델이 병렬로 작동하며 지속적인 피드백 루프를 형성한다. 인간의 사고와 유사하게, AI Agent는 목표를 해석하고 이를 작은 작업으로 분해하며, 워크플로우를 설정하고 외부 모델을 활용하고, 중간 결과를 지속적으로 평가한 뒤 최종 결과를 도출한다. 이러한 점에서 더 능동적이며 복잡한 다단계 문제에 적합하다. 다만 그 대가로 더 높은 지연(latency), 더 큰 연산 요구량, 그리고 훨씬 더 높은 에너지 소비가 발생한다.
A
Exhibit 10: 전통적 AI는 지연과 비용을 최소화하기 위해 단일 단계 응답 제공에 집중
Exhibit 11: Agentic AI는 더 능동적이며 복잡한 다단계 문제에 더 적합
앞으로의 AI는 훨씬 더 에너지 집약적이다
Agentic AI 모델의 다중 모델 및 지속적인 피드백 루프 구조는 훨씬 더 많은 연산 능력을 필요로 하며, 그 결과 에너지 수요도 크게 증가한다. 지난 3년 동안 AI 질의는 상당한 효율 개선을 이루었다. 초기에는 질의당 약 2.7Wh를 소비했으나, 현재 ChatGPT 및 Google Gemini 모델은 약 0.30Wh를 소비한다. 이는 5년 미만 기간 동안 약 90%의 에너지 효율 개선을 의미하지만, 여전히 비AI 구글 검색 대비 약 10% 높은 수준이다. Microsoft 및 기타 연구에 따르면 Agentic AI는 기존 AI 챗봇 대비 약 15~50배 더 많은 에너지를 사용할 수 있다. 우리는 보다 보수적으로, 해당 범위의 하단에서 50% 이상의 효율 개선을 가정하여 약 6배 높은 에너지 집약도를 적용한다. 이는 도입 속도에 따라 예상보다 훨씬 더 큰 에너지 수요를 의미할 수 있다. 이는 OpenAI 및 Google DeepMind 등 주요 기술 기업 창업자들의 인터뷰와도 일치한다.
AI 챗봇의 에너지 효율은 긍정적으로 개선되어 왔다
초기 ChatGPT(2022년 출시)는 기존 검색 엔진보다 약 10배 더 많은 전력을 소비했지만, 칩과 LLM의 효율 개선으로 현재는 질의당 약 0.30Wh 수준으로 감소했으며, 이는 비AI 구글 검색 대비 약 10% 높은 수준에 불과하다.
Exhibit 12: AI 챗봇의 에너지 집약도는 2022년 이후 약 90% 감소
AI Agent의 에너지 집약도는 현재 AI 챗봇 대비 15~50배 높을 수 있다
ResearchGate에 따르면 Agentic AI 질의는 현재 AI 챗봇(ChatGPT, Gemini 등) 대비 약 50배의 에너지를 소비할 수 있다. Microsoft의 연구에서는 약 13배 증가를 제시하고 있다. 우리가 인터뷰한 전문가들 역시 10~50배 수준의 에너지 증가를 언급한다. Microsoft 논문을 기준으로 보면 Agentic AI의 에너지 소비는 질의당 약 4Wh 수준으로 상승한다.
우리는 상방 시나리오에서 데이터센터 인프라와 에너지 수요를 분석하기 위해, 해당 Microsoft 논문을 기반으로 하되 50% 이상의 효율 개선을 반영하여 질의당 약 2Wh 수준을 가정한다. 이는 현재 AI 챗봇 ...
