All Issue

2026 Vol.60, Issue 2 Preview Page
Importance Analysis of Location Factors for AI Data Centers in Korea: Using Fuzzy-AHP Analysis

Fuzzy-AHP 분석을 이용한 국내 AI 데이터센터 입지요인의 중요도 분석

Gi Su Leea
,
Jun Ho Jeongb*
이 기수a
,
정 준호b*
aDoctoral Candidate, Department of Real Estate, Graduate School, Kangwon National University
bProfessor, Department of Real Estate, College of Social Sciences, Kangwon National University
a강원대학교 일반대학원 부동산학과 박사과정
b강원대학교 사회과학대학 부동산학과 교수
*jhj33@kangwon.ac.kr
30 June 2026. pp. 151-166
PDF XML Citation
Abstract

As AI services and generative AI applications rapidly expand, the importance of selecting suitable locations for AI data centers has increased to support large-scale computing facilities and stable AI service provision. This study aims to identify evaluation factors for AI data center location decisions in Korea and empirically analyze their importance and priorities by applying AHP and Fuzzy-AHP based on Chang’s extent analysis method. A hierarchical structure was established with four main criteria, nine sub-criteria, and 33 detailed factors, based on prior studies and expert review. A survey was conducted with experts in related fields, and 28 valid responses were used for the analysis. The results indicate that infrastructure and resource connectivity ranked highest among the main criteria in both AHP and Fuzzy-AHP, followed by network locational foundation, governance and social operational conditions, and environmental risk sustainability. At the detailed-factor level, grid capacity, timely grid connection, water supply stability, power supply stability, and power backup capability ranked highly in the AHP results, while grid capacity, timely grid connection, power supply stability, power backup capability, and water supply stability ranked highly in the Fuzzy-AHP results. These findings indicate that power grid conditions and cooling environment conditions should be prioritized in AI data center location decisions in Korea. This study is significant in that it reflects domestic locational conditions and empirically analyzes the priorities of AI data center location factors in Korea, where related empirical research remains limited.

Keywords
AI Data Center
Location Decision
Fuzzy-AHP Analysis
Importance Analysis

최근 AI 서비스의 확산과 생성형 AI 활용이 빠르게 증가함에 따라 대규모 연산처리 시설 구축과 안정적인 AI 서비스 제공을 위한 AI 데이터센터 입지선정의 중요성이 높아지고 있다. 이에 본 연구는 국내 AI 데이터센터의 안정적 구축과 효율적 운영을 위해 입지결정에 필요한 평가요인을 도출하고, AHP와 Chang의 범위분석법에 기반한 Fuzzy-AHP를 적용하여 요인별 중요도와 우선순위를 실증적으로 분석하였다. 본 연구는 인프라 자원 연계성, 네트워크 입지 기반성, 환경 리스크 지속가능성, 거버넌스 사회 운영 여건 등으로 구성된 4개 대분류와 전력계통 연계성, 냉각환경 적합성, 네트워크 연결성, 부지 활용성, 입지 안정성, 환경 지속가능성, 제도 대응성, 지역 수용성, 운영 생태계 등 9개 중분류, 그리고 33개 세부요인으로 구성된 계층구조를 설정하였다. 설문조사는 관련 분야 전문가를 대상으로 진행되었으며, 최종적으로 28부의 유효표본을 실증분석에 사용하였다. 분석 결과, 대분류 항목에서는 AHP와 Fuzzy-AHP 모두에서 인프라 자원 연계성의 중요도가 가장 높게 산정되었으며, 다음으로 네트워크 입지 기반성, 거버넌스 사회 운영 여건, 환경 리스크 지속가능성의 순으로 산정되었다. 세부요인에서는 AHP 기준 전력망 수용성, 계통접속 적시성, 용수공급 안정성, 전력공급 안정성, 전원 백업성이 상위권을 구성하였고, Fuzzy-AHP 기준 전력망 수용성, 계통접속 적시성, 전력공급 안정성, 전원 백업성, 용수공급 안정성이 상위권으로 산정되었다. 이는 국내 AI 데이터센터 입지선정에서 전력계통 조건과 냉각환경 조건이 우선적으로 검토되어야 할 평가영역임을 의미한다. 본 연구는 국내 AI 데이터센터 입지결정에 관한 실증연구가 제한적인 상황에서 국내 입지 여건을 반영하여 요인별 중요도와 우선순위를 분석하였다는 점에서 연구의 의의가 있다.

키워드
AI 데이터센터
입지결정
퍼지-AHP 분석
중요도 분석
References
1

강호석, 2025, “AI 데이터센터의 특성과 냉각시스템 설계 및 시공 기술,” 건축 69(8): 40-43.

2

국가인공지능위원회, 2025, AI컴퓨팅 인프라 확충을 통한 국가AI역량 강화방안, 국가인공지능위원회.

3

김철현･김성균, 2025, AI 시대 데이터센터 증가의 국내 에너지 소비 시사점, 에너지경제연구원 기본연구보고서 2025-09, 에너지경제연구원.

4

문승희･정성훈･신대용, 2019, “강원도 데이터센터의 입지 특성,” 경관과 지리 29(4): 251-261.

5

산업통상자원부, 2022, 데이터센터 수도권 집중 완화 방안 마련, 산업통상자원부 보도자료.

6

산업통상자원부, 2023, 데이터센터 수도권 집중 완화를 위한 관계부처 협조 방안 논의, 산업통상자원부 보도자료.

7

유재국, 2024, “AI 혁명에 부응한 선제적 전력공급 전력망 확충 긴요,” 국회입법조사처 이슈와 논점 2238.

8

최대섭, 2024, 상업용 데이터센터의 국토균형입지를 위한 요인분석연구: 첨단산업 고급기술인재 요인을 중심으로, 서울시립대학교 대학원 박사학위논문.

9

최대섭･강명구, 2024, “상업용 데이터센터의 비수도권 분산을 위한 입지요인 탐색적 연구,” 도시행정학보 37(2): 65-88.

10.36700/KRUMA.2024.6.37.2.65
10

홍승헌, 2025, “탄소중립과 AI전환의 딜레마: 데이터 센터 규제를 중심으로,” 한국정책학회 춘계학술대회 발표자료.

11

Arzumanyan, M., E. Rodriguez Calzado, N. Lin, V. Bahadur, J. Das, T. L. Ko, and L. Koesterke, 2025, Geospatial suitability analysis for data center placement: a case study in Texas, USA, Sustainable Cities and Society 131: 106687.

10.1016/j.scs.2025.106687
12

Ayyildiz, E., B. Yildirim, and N. Aydin, 2025, Location selection methodology for data center with renewable energy integration, Renewable Energy 250: 123270.

10.1016/j.renene.2025.123270
13

Chang, D. Y., 1996, Applications of the extent analysis method on fuzzy AHP, European Journal of Operational Research 95(3): 649-655.

10.1016/0377-2217(95)00300-2
14

Chen, X., X. Wang, A. Colacelli, M. Lee, and L. Xie, 2025, Electricity demand and grid impacts of AI data centers: challenges and prospects, arXiv preprint arXiv:2509.07218.

15

Covas, M. T., C. A. Silva, and L. C. Dias, 2013, Multicriteria decision analysis for sustainable data centers location, International Transactions in Operational Research 20(3): 269-299.

10.1111/j.1475-3995.2012.00874.x
16

Daim, T. U., A. Bhatla, and M. Mansour, 2013, Site selection for a data centre: a multi-criteria decision-making model, International Journal of Sustainable Engineering 6(1): 10-22.

10.1080/19397038.2012.719554
17

Erdem, M. and A. Ozdemir, 2024, Sustainability and risk assessment of data center locations under a fuzzy environment, Journal of Cleaner Production 450: 141982.

10.1016/j.jclepro.2024.141982
18

Kheybari, S., M. Davoodi Monfared, H. Farazmand, and J. Rezaei, 2020, Sustainable location selection of data centers: developing a multi-criteria set-covering decision-making methodology, International Journal of Information Technology and Decision Making 19(3): 741-773.

10.1142/S0219622020500157
19

Lal, A. and F. You, 2025, Advances and challenges in energy and climate alignment of AI infrastructure expansion, Advances in Applied Energy 20: 100243.

10.1016/j.adapen.2025.100243
20

Ramos Caceres, C., M. Sandberg, and A. Sotoca, 2024, Planning data center locations in Swedish municipalities: a comparative case study of Lulea and Stockholm, Cities 150: 105063.

10.1016/j.cities.2024.105063
21

Saaty, T. L., 1980, The Analytic Hierarchy Process, New York: McGraw-Hill.

10.21236/ADA214804
22

Saaty, T. L., 1990, How to make a decision: the analytic hierarchy process, European Journal of Operational Research 48(1): 9-26.

10.1016/0377-2217(90)90057-I
23

van Laarhoven, P. J. M. and W. Pedrycz, 1983, A fuzzy extension of Saaty’s priority theory, Fuzzy Sets and Systems 11(1-3): 229-241.

10.1016/S0165-0114(83)80082-7
24

Zadeh, L. A., 1965, Fuzzy sets, Information and Control 8(3): 338-353.

10.1016/S0019-9958(65)90241-X
25

Zhang, N., H. Duan, Y. Guan, R. Mao, G. Song, J. Yang, and Y. Shan, 2025, The Eastern Data and Western Computing initiative in China contributes to its net-zero target, Engineering 52(9): 256-261.

10.1016/j.eng.2024.08.010
Information
  • Publisher :The Korean Association of Professional Geographers
  • Publisher(Ko) :국토지리학회
  • Journal Title :국토지리학회지
  • Journal Title(Ko) :THE GEOGRAPHICAL JOURNAL OF KOREA
  • Volume : 60
  • No :2
  • Pages :151-166
  • Received Date : 2026-06-09
  • Revised Date : 2026-06-23
  • Accepted Date : 2026-06-24
  • DOI :https://doi.org/10.22905/kaopqj.2026.60.2.3
Journal Informaiton 국토지리학회지 국토지리학회지
Online Submission
  • NRF
  • KISTI Current Status
  • KISTI Cited-by
  • KCI 문헌 유사도 검사
  • orcid
  • open access
  • ccl
Journal Informaiton Journal Informaiton - close