진화하는 AI 데이터 센터(AIDC)
AIDC가 부딪힌 문제
- GPU가 많아질수록 전력 공급과 열 배출(냉각)이 한계에 도달
- 서버에 들어간 전력은 대부분 열로 바뀜 → 전력 문제와 냉각 문제는 한 묶음
- 지상에서는 부지·전력망·냉각수 확보도 갈수록 어려움
해법 1: 짓는 방식과 위치를 바꾼다
- 모듈형: 전력·냉각·서버를 공장에서 미리 만들어 필요한 만큼 블록처럼 추가하는 방식
- 예: 컨테이너 하나에 GPU·전력·냉각을 묶은 LG CNS 'AI 박스'
- 엣지형: 공장·병원·도심 등 데이터가 생기는 곳 가까이에 분산 배치해 지연을 줄이는 방식
해법 2: 전력과 열을 다르게 다룬다
- 원전 연계형: 날씨에 좌우되지 않는 원전·SMR로 안정적 전력 확보 (구글·아마존의 SMR 협력)
- 폐열 활용형: 버리던 서버 열을 지역난방·산업용 에너지로 재활용
해법 3: 땅을 벗어난다
- 해저·해상형: 바닷물로 직접 냉각하고 해상풍력 전력을 현장에서 소비 → 전력과 냉각을 동시에 해결하려는 시도
- 중국은 이미 상업 가동, 국내 조선사도 부유식 데이터센터 개발 추진
- 예: 삼성중공업은 미국 데이터센터 개발사와 50MW급 부유식 데이터센터를 공동 개발 중
- 한계: 염분·파도에 견디는 구조, 장애 시 접근성 → 대체재보다는 보완재
- 우주형: 궤도 위성에 AI 반도체를 싣고 태양광으로 전력 확보
- 스타클라우드(GPU 위성 발사), 구글 프로젝트 선캐처(TPU), 스페이스X, 중국 ADA스페이스 등이 경쟁
- 한계: 진공이라 공기·물로 열을 못 빼고 복사 방열에 의존, 지상과의 통신 속도도 난제
→ 병목은 GPU가 아니라 전력과 열이고, 데이터센터의 형태는 그 병목을 풀기 위한 방향으로 진화 중
댓글