알림 목록

분석지역: 울산광역시

핵심지역: 미포·온산국가산업단지, 남구·동구·북구·울주군

Agenda:산업 AI의 전력·컴퓨팅·데이터·통신·보안 기반 준비수준

Golden Time Type: Infrastructure–Access Mismatch Risk

기준일: 2026.08.28

Version: Regional AX Golden Time Intelligence v3.2
 

울산은 2025년 분산에너지 특화지역으로 지정돼 300MW 열병합발전과 100MW급 글로벌 AI 데이터센터 유치를 결합한 사업구조를 제시했다. 전력 인프라가 공장 생산용에서 AI 연산·데이터센터·산업 전기화를 함께 수용하는 구조로 이동했지만 데이터센터 투자확정, 계통접속, 상업운전 일정은 공개자료에서 완결되지 않았다. 2026~2028년 접속용량과 수요계약이 확정되지 않으면 산업 AI 프로젝트는 컴퓨팅 자원을 외부 지역에 의존한다. 울산은 AI 전력기반을 계획한 도시이지만 가동이 확인된 산업 AI 전력거점은 아니다.

UNIST는 2022년 국가 초고성능컴퓨팅 전문센터로 지정됐고 슈퍼컴퓨팅 기반 AI 연구를 수행하고 있다. 연구용 컴퓨팅 기반은 존재하지만 울산시가 지역 기업·대학·학교와 공동 활용할 최신 GPU 서버를 추가 확보하는 방안은 2025년에도 제안 수준으로 언급됐다. 2~3년 동안 산업체가 상시 이용할 공용 GPU 용량·가격·대기시간이 확정되지 않으면 대기업과 중소기업의 AI 개발속도는 더 벌어진다. 울산의 연구 컴퓨팅은 확인됐고 지역 산업 전체의 컴퓨팅 접근권은 미확인이다.

울산 분산특구는 SK멀티유틸리티의 300MW 열병합발전 전력을 석유화학기업과 AI 데이터센터에 직접 공급하는 구조로 설계됐다. 전력 공급이 한전 단일구매에서 지역 발전사와 수요기업의 직접거래로 이동했지만 계약전력량·전기요금·계통비용·수요기업 확정치는 제한적으로 공개됐다. 2028년까지 직접거래가 실제 운영되지 않으면 분산특구 지정과 산업 AI 원가절감 사이의 GAP이 유지된다. 제도적 전력 접근은 열렸고 경제적 전력 접근은 아직 검증되지 않았다.

울산은 LNG 터미널에서 발생하는 영하 162℃의 냉열을 AI 데이터센터 냉각에 활용하는 모델을 제시했다. 데이터센터 경쟁이 전력 확보에서 냉각에너지와 폐열·냉열 결합으로 확장됐지만 냉열 공급량, 배관거리, 가동률, 냉각비 절감치는 확정 Evidence가 부족하다. 2~3년 안에 데이터센터 부지와 냉열 공급망이 고정되지 않으면 기술적 차별성은 실제 입지경쟁력으로 환산되지 않는다. 냉열 연계는 울산의 차별자산이지만 사업성은 미검증이다.

제11차 전력수급기본계획은 AI 데이터센터와 첨단산업, 수송·수소 전기화를 추가 전력수요에 반영했고 2038년 목표수요를 129.3GW로 전망했다. 전력수요가 기존 산업생산에서 AI 연산과 전기화로 동시 확대되는 구조지만 울산 지역의 2028년 산업 AI 추가수요와 변전소별 접속여력은 공개되지 않는다. 2~3년 동안 전국 계획만 존재하고 지역계통 검증이 늦어지면 발전량이 있어도 원하는 부지에 전력을 공급하지 못한다. 울산의 전력 GAP은 총발전량보다 특정 시점·특정 부지의 접속 가능용량이다.

울산에는 정유·석유화학·자동차·조선·비철금속 등 대규모 전력수요가 이미 집적돼 있다. 기존 산업의 전기화와 100MW 데이터센터가 추가되면 평균 사용량보다 최대부하·전압품질·비상공급 조건이 더 엄격해지지만 관련 지역 시뮬레이션은 공개되지 않았다. 2026~2028년 산업회복과 AI 수요가 동시에 증가하면 계통보강의 선행기간이 사업착수 일정보다 길어진다. 울산은 전력산업 기반이 강하지만 산업 AI 추가부하의 무조건 수용이 확인된 상태는 아니다.

분산특구는 지역 발전사가 산업체와 직접 거래해 경쟁력 있는 전기요금을 제공하는 구조다. 전력 경쟁력이 계통접속 여부에서 장기 가격과 변동성 관리로 이동했지만 실제 계약요금과 한전 요금 대비 절감률은 공개되지 않았다. 2~3년 안에 가격우위가 검증되지 않으면 AI 데이터센터는 전력·통신·고객 접근성이 이미 형성된 다른 지역을 선택한다. 울산의 전력가격 경쟁력은 제도상 가능하고 시장에서 미확정이다.

초기 분산특구 전원은 300MW 열병합발전이며 향후 재생에너지와 그린수소 기반 무탄소 전력로의 단계적 이동이 제시됐다. AI 데이터센터 고객은 전력량뿐 아니라 RE100·탄소집약도를 입지조건으로 요구하지만 울산 공급전력의 시간대별 무탄소 비중은 확인되지 않는다. 2028년까지 저가 전력과 저탄소 전력이 동시에 확보되지 않으면 글로벌 AI 기업 유치조건은 충족되지 않는다. 울산은 안정적 전력 후보지이지만 무탄소 AI 전력거점으로는 판정되지 않는다.

UNIST는 초고성능컴퓨팅 전문센터와 AI 연구역량을 보유하고 조선·의료·과학기술 분야의 대규모 데이터 분석을 수행한다. 컴퓨팅 자원이 대학 연구에서 산업 특화 AI 개발로 확장되고 있지만 지역 중소·중견기업이 이용 가능한 GPU 수량·사용료·할당시간은 공개되지 않는다. 2~3년 동안 기업용 공용 인프라가 형성되지 않으면 협력업체는 상용 클라우드 비용이나 소규모 장비에 의존한다. 울산의 컴퓨팅 역량은 기관 단위로 강하고 지역 공용재로서의 충분성은 낮다.

UNIST의 403억 원 규모 조선 분야 초거대 산업 AI 연구는 멀티모달 모델, 산업 데이터 학습플랫폼, 합성데이터, 공정최적화, 온디바이스 AI를 포함한다. 컴퓨팅 수요가 개별 예측모델에서 산업 파운데이션 모델 학습으로 급증했지만 프로젝트 이후의 상시 GPU 운영재원과 지역 확산용 용량은 확인되지 않는다. 2026~2028년 대형 연구과제와 기업 수요가 겹치면 자원배분이 선도 프로젝트에 집중된다. 울산의 산업 AI 컴퓨팅은 프로젝트 기반으로 확장됐고 상시 인프라로는 미완성이다.

자동차·조선·석유화학 공장은 설계·품질·설비·정비·물류 데이터를 대규모로 생성한다. 데이터 양은 충분하지만 기업·공장·협력업체별로 분리돼 있고 공동 학습이 가능한 표준·권한·반출규칙은 공개되지 않는다. 2~3년 동안 데이터가 기업 내부에 고립되면 지역 산업 AI는 각 기업이 이미 보유한 범위만 학습하고 공급망 전체의 병목을 보지 못한다. 울산은 산업데이터가 부족한 도시가 아니라 사용 가능한 산업데이터가 부족한 도시다.

UNIST 조선 초거대 AI 프로젝트는 HD현대중공업·HD한국조선해양의 실제 데이터를 기반으로 데이터셋과 학습플랫폼을 구축한다. 산업데이터가 연구모델과 현장실증으로 연결되는 사례는 확인됐지만 다른 조선사·협력업체·자동차·화학 분야까지 재사용되는 범위는 확인되지 않는다. 2028년까지 데이터셋이 특정 기업 프로젝트에 고정되면 지역 공통자산보다 기업 전용자산으로 축적된다. 산업데이터 활용은 시작됐고 기업 간 확산은 제한적이다.

울산 스마트그린산단 통합관제센터는 2022~2025년 3D 공간정보와 서비스 연계를 포함한 산단 통합관리 플랫폼을 구축했다. 관리단위가 개별 공장에서 산업단지 공간·시설로 확대됐지만 생산공정·에너지·물류·안전 데이터를 실시간으로 통합한 범위는 공개되지 않는다. 2~3년 동안 공간 시각화와 운영제어가 분리되면 플랫폼은 관제화면으로 남고 산업 최적화에는 제한적으로 사용된다. 울산 산단 디지털 트윈은 구축됐지만 자율운영 기반으로는 미검증이다.

울산시는 생성형 AI와 공간정보를 결합한 디지털 트윈 검색서비스를 10억 원 규모로 구축했다. 공공 공간데이터의 검색·가시화는 고도화됐지만 기업의 OT·생산데이터와 연결된 Evidence는 확인되지 않는다. 2028년까지 공공 디지털 트윈과 산업 디지털 트윈이 분리되면 도시 인프라와 공장 운영의 공동 최적화가 불가능하다. 공공 데이터 기반은 존재하고 산업 운영데이터와의 연결성은 낮다.

산업 AI는 설계도면·공정조건·불량원인·설비상태 등 기업의 경쟁정보를 학습한다. 데이터 활용범위가 사내 분석에서 대학·클라우드·모델 공급자와의 공동학습으로 확대됐지만 울산 산업데이터의 저장위치·모델권리·재사용 기준은 공개되지 않는다. 2~3년 동안 외부 플랫폼 의존이 커지면 데이터를 제공한 기업이 학습성과의 사용권을 확보하지 못한다. 울산의 데이터 인프라 GAP은 저장용량보다 산업데이터 주권규칙의 부재에 있다.

자동차·조선·석유화학의 OT 시스템이 AI와 외부망에 연결될수록 사이버공격의 영향은 정보유출에서 생산중단·안전사고로 확대된다. 지역 산업단지 단위의 OT 보안관제와 협력업체 보안수준은 통합 공개되지 않는다. 2026~2028년 연결성이 보안역량보다 빠르게 증가하면 가장 취약한 협력업체가 대기업 공정의 침투경로가 된다. 산업 AI 확산속도에 비해 공급망 OT 보안의 준비수준은 확인되지 않았다.

울산은 300MW 분산전원, 100MW 데이터센터 구상, LNG 냉열, UNIST 슈퍼컴퓨팅, 스마트그린산단 디지털 트윈을 보유하거나 추진하고 있다. 전력·냉각·컴퓨팅·공간데이터의 구성요소는 존재하지만 이를 하나의 산업 AI 인프라로 운영한 실적은 확인되지 않는다. 2~3년 동안 사업별 운영주체와 데이터가 분리되면 개별 자산의 합이 지역 경쟁력으로 환산되지 않는다. 요소 인프라 준비수준은 높고 통합 운영 준비수준은 중간 이하이다.

대기업은 자체 데이터센터·클라우드·AI 플랫폼과 글로벌 기술기업 협력망을 보유한다. 반면 지역 중소기업의 GPU·데이터·보안 인프라 접근조건은 공개되지 않는다. 2028년까지 공용 접근체계가 형성되지 않으면 지역 평균 준비수준은 대기업 인프라 성과에 의해 과대평가된다. 대기업 준비는 고도화됐고 산업생태계 전체의 준비는 불균등하다.

울산 분산특구 지정으로 발전사와 수요기업의 직접 전력거래 경로가 열렸다. 제도는 산업단지 단위로 확산됐지만 실제 계약기업 수, 거래량, 요금 절감과 공급신뢰도는 공개되지 않는다. 2~3년 안에 직접거래가 상업운영으로 이어지지 않으면 지정효과는 법적 특례에 머문다. 전력거래 제도는 확산됐고 실사용 확산은 미확인이다.

300MW 열병합발전은 기존 산업체와 100MW AI 데이터센터를 함께 대상으로 한다. 공급설비는 제시됐지만 최대부하 동시성, 예비공급, 정비기간 대체전력과 변전설비 여력은 공개되지 않았다. 2028년까지 N-1 수준의 공급안정성이 검증되지 않으면 AI 데이터센터의 무중단 운영조건은 충족되지 않는다. 전력량 계획은 존재하고 AI급 전력품질·복원력은 판정되지 않았다.

UNIST의 슈퍼컴퓨팅과 산업 AI 연구는 조선·의료 등 고난도 연구에 적용되고 있다. 컴퓨팅 활용 분야는 확장됐지만 지역 중소기업이 상시 접속하는 공용 GPU 서비스의 이용기업 수와 처리량은 확인되지 않는다. 2~3년 동안 대학·대기업 프로젝트 중심 이용이 유지되면 협력업체의 AI 실험주기는 길어진다. 고성능 컴퓨팅의 연구 확산은 확인됐고 산업생태계 접근 확산은 미확인이다.

상용 클라우드는 즉시 컴퓨팅을 제공하지만 제조데이터 반출, 비용, 지연시간과 보안 문제가 따른다. 울산 기업의 온프레미스·지역센터·상용 클라우드 사용분포는 공개되지 않는다. 2028년까지 선택 가능한 공용 인프라가 없으면 기업규모에 따라 컴퓨팅 방식이 고정된다. 컴퓨팅 접근성은 기술적으로 열려 있고 경제적·보안적 접근성은 불균등하다.

조선 초거대 산업 AI 연구는 실제 조선소 데이터와 합성데이터를 결합하는 플랫폼 구축 단계에 진입했다. 한 업종의 대형 프로젝트에서는 데이터 활용이 확인됐지만 자동차·화학·수소와 협력업체까지 공통 표준이 확산된 Evidence는 없다. 2~3년 동안 업종별 데이터섬이 유지되면 울산형 산업 AI의 재사용성은 낮아진다. 산업데이터 활용은 업종별 선도 프로젝트 단계이며 지역 공통인프라 단계는 아니다.

스마트그린산단 통합관제와 울산 디지털 트윈은 공간·시설 데이터를 연결한다. 공공데이터는 확대됐지만 설비·품질·에너지·물류의 기업데이터는 영업비밀과 보안으로 분리돼 있다. 2028년까지 데이터 결합규칙이 형성되지 않으면 산단 전체 최적화는 시뮬레이션 수준에 머문다. 공공데이터 확산은 높고 기업데이터 결합 확산은 낮다.

울산 분산특구, 100MW 데이터센터, 조선 초거대 AI, 산업단지 디지털 트윈이 2026~2028년 동시에 진행된다. 각각의 사업일정은 존재하지만 전력·컴퓨팅·데이터·보안을 통합 검증하는 공통 마일스톤은 확인되지 않는다. 2~3년 동안 한 요소라도 지연되면 나머지 시설도 이용률과 투자수익이 낮아진다. 울산 산업 AI의 시간위험은 개별 사업 지연보다 인프라 간 완성시점의 불일치다.

전력망·변전소·데이터센터는 인허가와 건설에 수년이 걸리지만 AI 모델과 반도체의 성능·전력밀도는 더 짧은 주기로 바뀐다. 2028년 완공기준으로 설계한 전력·냉각 사양이 준공 때 최신 GPU 요구를 충족하는지는 확인되지 않는다. 기술변화가 시설건설보다 앞서면 새 인프라가 즉시 증설대상이 된다. 울산의 2~3년 위험은 인프라 부족뿐 아니라 완공 시점의 사양 불일치다.

AI 데이터센터 입지는 전력계통 접속, 통신망, 냉각, 고객계약과 장비투자가 결합돼 한 번 확정되면 이동비용이 크다. 2026~2028년 주요 사업자가 다른 지역의 전력접속을 선점하면 울산이 이후 조건을 갖춰도 유치기회는 즉시 복원되지 않는다. 데이터센터 입지경쟁은 최초 계통·고객계약이 장기간 고정되는 비가역 시장이다.

산업 AI 모델은 실제 공정데이터와 사용피드백이 누적될수록 성능이 높아진다. 울산 기업의 데이터가 외부 클라우드와 모델기업에 축적되고 지역에는 학습인프라가 남지 않으면 데이터 생산지와 AI 가치 귀속지가 분리된다. 2~3년 뒤에는 외부 모델 의존과 전환비용이 함께 커진다. 컴퓨팅 접근 지연은 단기 비용이 아니라 산업데이터의 가치 귀속을 외부에 고정하는 비가역 위험이다.

압축 판정: 2028년 이전에 접속 가능한 전력, 실제 이용 가능한 GPU, 권리가 정리된 산업데이터, 공급망 OT 보안이 하나의 운영체계로 검증돼야 울산의 요소 인프라가 산업 AI 경쟁력으로 전환된다.

울산은 산업전력·분산발전·LNG 냉열·슈퍼컴퓨팅·산업데이터·디지털 트윈이라는 요소자산에서는 강함, AI 전용 전력계약·공용 GPU 접근·기업 간 데이터 사용권·통합 OT 보안에서는 미완성으로 판정된다.

전력이 있다는 사실은 AI 전력을 보장하지 않고, 데이터가 많다는 사실은 학습 가능한 데이터를 보장하지 않으며, 슈퍼컴퓨터가 있다는 사실은 지역기업의 컴퓨팅 접근을 보장하지 않는다.

울산의 산업 AI 인프라는 부족과 충분의 이분법보다 보유는 강하지만 접근과 통합은 약한 구조로 판정된다.

Golden Time Judgment: Industrial Infrastructure Strength + Access–Integration Mismatch Risk

Evidence Sources

• 기후에너지환경부, 울산 분산에너지 특화지역 지정
• 산업통상부, 제11차 전력수급기본계획
• 전력거래소 EPSIS, 지역별 발전량
• 산업통상부, AI를 활용한 에너지 시스템 전환
• UNIST, 조선 분야 초거대 산업 AI 연구
• 울산광역시, 스마트그린산단 통합관제센터
• 울산광역시, AI 공간정보 융합 검색서비스
• NIA, 생성형 AI 도입을 위한 서버·클라우드·보안 인프라 분석

Structural Insight — 산업 AI 인프라의 경쟁력은 보유량이 아니라 접근시간에서 결정된다

전력·GPU·데이터는 모두 울산에 존재한다. 대규모 발전설비와 산업데이터는 공장에 있고 슈퍼컴퓨팅은 대학에 있으며 디지털 트윈은 공공 플랫폼에 있다. 그러나 서로 다른 기관의 자산은 동일 지역에 있다는 이유만으로 하나의 산업 AI 인프라가 되지 않는다.

기업이 AI 문제를 발견한 순간 전력접속, GPU 할당, 데이터 사용승인, 보안검토를 연속해서 통과해야 한다. 이 과정에 수개월이 걸리면 인프라의 총용량이 충분해도 기업이 체감하는 공급량은 사실상 0에 가깝다. 물리적 거리는 짧지만 제도적·계약적 거리는 긴 구조다.

대기업은 자체 클라우드와 데이터 권한으로 이 시간을 줄일 수 있지만 협력업체는 외부 공급자와 지원사업을 기다린다. 동일한 지역 인프라를 두고 기업규모별 접근시간이 달라지면 공용자산은 격차 완화보다 선도기업의 속도를 높이는 자산으로 작동한다.

따라서 울산의 구조적 질문은 전력·데이터·GPU가 얼마나 있는가가 아니다. 기업의 현장문제가 발생한 시점부터 학습·실증까지 걸리는 접근시간이 경쟁지역보다 짧은가가 산업 AI 인프라의 실제 충분성을 결정한다.