미래산업의 핵심 기반시설인 데이터센터에 대한 관심이 급증하는 가운데 국내 유일이자 최초의 데이터센터 전문 전시회 ‘2025 데이터센터 코리아’가 개최됐다.

 

설비기술협회 데이터센터기술위원회는 8월14일 aT센터 컨퍼런스룸에서 전문가 교육Ⅱ 세션을 개최했다고 밝혔다. 진성오 우원엠앤이 수석이 좌장을 맡았으며 △데이터센터 화재안전설계의 변화(황금숙 하이멕 사업부장) △AI 데이터센터 최적 가스터빈 발전기(문용균 지엔씨에너지 플랜트팀 수석) △AI워크로드 대응을 위한 고밀도 냉각 인프라 기술 전략(이수영 버티브코리아 이사) △데이터센터 관제에서 AI기술의 활용(강나루 오토시맨틱스 대표) 등의 세미나가 열렸다.

 

DC 화재안전설계, 데이터 연속성 고려필요
DC 대형화·고밀도에 따라 화재안전설계가 ‘빠른 감지, 신속 대응’ 중심으로 변화하고 있다. 황금숙 하이멕 사업부장은 ‘데이터센터 화재안전설계의 변화’라는 주제로 세미나를 진행했다.

 

DC 화재안전설계 목표에서 중요한 것은 데이터 연속성과 손실을 고려하는 것이다. 글로벌데이터센터는 운영전반에 걸쳐 일관성을 유지하기 위한 표준화되고 적응가능한 화재안전을 목표로 한다. 무중단 운영이 가장 중요한 키워드이며 자동화재진압 메커니즘의 고급기능이나 최신 화재감지 시스템 등을 요구한다.

 

황 부장은 “해외 데이터센터는 60초이내 감지를 목표로 하는 반면 국내는 주로 90초 수준을 적용하고 있다”라며 “감지속도를 높이기 위해서는 공기흡입형 감지기 흡입구 수를 늘릴 수 있지만 과도하게 늘리면 저항이 커져 오히려 효율이 떨어질 수 있다”고 말했다.

 

이어 “이 때문에 설계단계에서 적정한 구멍 수와 위치를 밸런싱하는 작업이 필수”라며 “리턴 공기구간에만 초고감도 감지기를 설치하고 주요 장비실에는 아날로그 감지기를 적용하는 등 다양한 설계 방식이 쓰이고 있다”고 설명했다.

 

소화가스 리던던시(Redundancy) 설계도 변화하고 있다. 과거에는 예비 실린더를 100% 보관하는 방식이 일반적이었지만 최근에는 재발화에 대비해 배관까지 공용연결하는 방식을 채택하고 있다. 층별로 독립가스를 저장하는 방식도 확산되고 있다.

 

수계 소화설비 리던던시설계로는 가스계 소화설비와 스프링클러가 같이 적용되는 이중화된 소화설비의 제안도 이뤄지고 있다. 분당 15m 분사가 가능한 대형 헤드의 쿨러가 주로 제안된다. 최근 미국이나 유럽에서는 가스계 소화설비와 미분무시스템이 결합된 하이브리드형 시스템이 주목받고 있다. 미분무시스템의 경우 물 사용량이 70~80% 감소하는 것으로 알려져 있다.

 

황 부장은 “2024년부터 화재안전기준에 도어 팬(Door Fan) 테스트가 포함되면서 충분한 밀실도가 확보되면 압력 배출구를 설치하지 않아도 된다”라며 “하지만 현재 국내 기준은 소화약제 농도 유지시간을 규정하지 않아 논란이 이어지고 있으며 기준 개선이 필요하다”고 언급했다.

 

향후 DC 화재안전설계 변화 방향으로는 △물과 가스계 소화약제 등의 소화시스템 이중화 △IoT기반 감지시스템도입통한 예측 △랙(Rack)내 직접 소화 △정기적인 도어팬 테스트를 통한 기존 소화설비 유지관리 등이 제안됐다.

 

AI DC, 안정적 전력공급 중요
AI DC 전력사용 패턴은 고변동성을 지니고 있으며 부하패턴 역시 급격하고 비정기적인 특성을 지니고 있어 이를 대응하기 위한 전력공급 솔루션이 중요해지고 있다.

 

문용균 지엔씨에너지 플랜트팀 수석은 ‘AI 데이터센터 최적 가스터빈 발전기’라는 주제로 가스터빈 발전기의 구조적 장점과 AI DC 적용 시 이점 및 유지보수 전략 등을 설명했다.

 

최근 기업 ESG경영이 중요해지면서 가스터빈 발전기에 대한 관심이 점점 증대되고 있다. 디젤엔진 발전기는 매연과 소음발생 등의 단점을 지니고 있지만 가스터빈 발전기의 경우 완전 연소를 통해 매연이 발생하지 않으며 방음형 구조이기 때문에 소음도 발생하지 않는다. 점점 디젤엔진 발전기로 변화하고 있는 추세다.

 

문 수석은 “가스터빈 발전기는 비행기 터빈과 유사한 엔진구조를 갖춰 ‘가스터빈 발전기’라 불리며 공기압축기에 의해 압축한 공기와 연료를 연소기 내에서 고온·고압의 연소가스로 해 이를 통해 터빈을 회전시켜 동력을 얻는 회전기관”이라며 “왕복동 내연기관을 사용하는 디젤 발전기에 비해 가스터빈 발전기는 한 번에 100% 부하투입이 가능하고 변동 부하에도 안정적으로 대응한다”고 강조했다.

 

이어 “윤활유 순환에 의한 공냉방식이며 지진발생 시에도 기동성과 안정성이 높다”라며 “냉각수가 필요없어 구조가 단순하며 윤활유 냉각에 필요한 공기량만 확보하면 된다”고 설명했다.

 

AI DC는 비교적 예측가능하며 일정한 부하를 유지하는 일반 데이터센터(IDC)나 클라우드 데이터센터(CDC)와 달리 GPU, TPU와 같은 가속기를 집중적으로 사용해 일정시간동안 매우 높은 전력을 사용하는 등 전력 사용량의 변동이 크다. 이 때문에 급격한 부하증가에도 안정적인 출력이 가능한 가스터빈 발전기가 최적의 전원 솔루션이 될 수 있다.

 

가스터빈 발전기는 건축면적 절감 효과도 크다. 동일 용량대비 디젤발전기보다 드라이 에어리어(Dry Area) 면적을 최대 4분의 1까지 줄일 수 있으며 방음·급배기 설비공간도 작다. 다만 배기가스량은 더 많아 연도 크기가 커지고 연료소모량도 디젤대비 약 70% 많다는 점은 단점으로 꼽힌다.

 

유지보수 측면에서는 디젤발전기와 달리 무부하상태에서도 안정적인 운전이 가능해 부하기를 필수로 두지 않아도 된다. 그러나 배터리수량과 기동패널구성은 디젤보다 많아 이중화 시 추가 공간이 필요하다.

 

문 수석은 “AI 데이터센터는 5,000kW이상 대용량 비상발전 설비를 요구하는 경우가 늘고 있다”라며 “소음·진동 저감, 변동 부하 대응력, 설치효율성에서 가스터빈 발전기는 강력한 경쟁력을 가진다”고 강조했다.

 

AI 워크로드 대응, 액체냉각시대 도래
AI서버 중요성이 점점 커지면서 데이터센터 전력밀도와 발열이 급격히 증가하고 있다. 이 때문에 기존 공랭식 냉각인프라만으로는 안정적인 온도유지가 어려워지고 있다.

 

이수영 버티브코리아 이사는 ‘AI워크로드 대응을 위한 고밀도 냉각 인프라 기술 전략’을 주제로 고밀도 환경에 적합한 DC 냉각인프라 전략과 최신 기술동향을 제시했다.

 

GPU중심의 AI서버는 CPU대비 소비전력이 훨씬 높으며 랙당 전력밀도가 수십 kW에 달한다. 특히 AI학습 워크로드는 장시간 최대 부하가 지속되며 부하 변동 폭도 크다. 이러한 특성은 기존 데이터센터설계의 전제 조건을 바꾸고 있다.

 

기존 공랭식냉각은 랙당 10~15kW 수준까지는 효율적이지만 그 이상에서는 냉각효율이 급격히 떨어진다. 이를 해결하기 위해 △액침냉각 △냉각수 직결방식 △랙 수냉식 등의 고밀도 냉각솔루션이 부상하고 있다.

 

이 이사는 “DC 공기냉각은 액체냉각에 곧 자리를 내줄 것으로 전망된다”라며 “앞으로 4~5년간은 공기냉각이 주류를 이루겠지만 액체냉각이 이미 DC냉각시장 1/7을 차지하고 있으며 2027년까지 그 비중이 1/3수준으로 확대될 것으로 보인다”고 말했다.

 

DC 액체냉각 도입 시 고려할 점은 △열 설계전력(TDP: Thermal Design Power) △랙 밀도(Rack density) △호환성(IT compatibility) △미래에 대한 대비(Readiness) 등이다.

 

AI칩의 높은 TDP는 액체냉각기술 도입을 촉진하는 요인으로 칩당 TDP가 700~800W를 초과하면 액체냉각은 더욱 빠르게 적용될 것이다. 랙당 40~60kw는 액침냉각 전환 기준선으로 간주되고 있다. 공랭으로만 이 수준의 열을 처리하기 위해 위해선 경제적으로 부담이 커지고 있다.

 

액침냉각 시대가 곧바로 도래하진 않을 것이다. 액침냉각 장점으로 높은 냉각효율, 소음저감 효과 등이 있지만 장비호환성, 유지보수 난이도, 초기 투자비용이 장애 요소가 되고 있다. 현재 AI용으로 마케팅되는 고성능 서버도 모든 서버가 DLC냉각과 즉시 호환되는 것은 아니다. 근 미래까지는 공기와 액체냉각의 혼합형태가 계속 될 것이며 랙 내 연산 밀도가 점차 증가 함에 따라 하이브리드형 액체냉각 방식은 준비를 시작해야한다.

 

또한 DC운영자는 고밀도 환경에서 냉각효율을 최적화하기 위해 실시간 모니터링과 AI기반 제어를 도입해야 한다. 센서를 통한 랙별 온도·유량 데이터수집과 분석을 통해 냉각자원을 효율적으로 배분하고 필요 시 부하 이동까지 자동화할 수 있다.

 

이 이사는 “AI시대 데이터센터는 단순한 설비확장이 아니라 전력·냉각·공간을 통합적으로 최적화하는 전략이 필요하다”라며 “특히 초기 설계단계에서부터 고밀도환경을 전제로 한 인프라 계획을 세워야 한다”고 말했다.

 

AI기반 DC관제, 자동화·예측기능 강화 필요
설비관제에 변화의 바람이 불고 있다. DC는 복잡하고 정교한 관리·제어가 필요하며 사람과 컴퓨터를 통한 관제는 한계를 마주하게 될 것이다.

 

강나루 오토시맨틱스 대표는 ‘데이터센터 관제에서 AI기술의 활용’이라는 주제로 AI가 DC관제 시스템에 적용되는 구체적인 방식과 효과를 소개했다.

 

전통적인 DC관제는 센서 및 로그데이터를 단순 수집·표시하는 수준에 머물러왔다. 그러나 AI를 접목할 시 데이터수집부터 분석 및 의사결정까지 자동화할 수 있다. 이를 통해 장애탐지 속도와 정확성을 크게 높일 수 있다.

 

지금의 DC는 규모 및 GPU발열량이 증가하면서 HVAC시스템의 중요도와 복잡도가 증가하고 있다. 공랭식과 수냉식을 동시에 사용하는 하이브리드 방식이 보편화되고 있으며 기후위기로 인해 RE100등 기업 별 에너지 사용에 있어 고려해야 할 점이 증가하고 있다.

 

기존 BAS(빌딩자동제어시스템)나 DCIM(Date Center Infrastructure Management)는 규칙기반 정상적 상황에서 잘 작동하지만 다양한 문제발생 시엔 대응하지 못하는 한계가 있다. 이 경우 전문가의 중요성이 커지지만 현재 DC성장 속도를 전문가들이 따라가지 못하고 있으며 결국 인공지능이 유일한 해결책이 되고 있다.

 

AI관제의 핵심은 예측기능이다. △장비별 온도 △전력 사용량 △진동 등 다양한 센서 데이터를 실시간 분석해 이상 징후를 사전에 감지하고 장애발생 전 부품교체나 부하분산을 실시할 수 있다. 강 대표는 이를 ‘예방적 유지보수(Predictive Maintenance)’의 핵심요소로 설명했다.

 

또한 AI는 복합이벤트 상관분석을 통해 장애원인을 신속히 추적할 수 있다. 예를 들어 전력 사용량 급증과 특정 구역의 온도 상승, 냉각수 유량 감소가 동시에 발생하면 시스템은 이를 하나의 이벤트체인으로 묶어 원인을 분석하고 대응 시나리오를 자동 제시한다.

 

최근 LLM(Large Language Model)의 급속한 발전과 LangChain, LangGraph, MCP 등이 개발되면서 Agent기술 보급이 확산되고 있다. 다수산업분야에서 AI Agent가 도입되고 있으며 데이터센터 운영에도 AI Agent 적용이 중요해질 것으로 전망되고 있다.

 

기존에는 BAS, FMS 등 각 시스템별 개별 담당자가 필요했지만 AI Agent를 건물설비 관제에 적용한다면 AI Agent가 전체 시스템을 통합해 전문가를 보좌하는 형식으로 바뀐다. 즉 소수의 전문가를 AI Agent가 보좌하는 방식으로 변화되는 것이다.

 

오토시맨틱스는 Control Agent를 도입해 설비관제에 성공한 사례를 보유하고 있다. 2024년 이중마루방식 항온항습기 제어 실증에 성공했다. 이를 통해 콜드아일 inlet temperature 유지성능이 2.7배 개선됐으며 냉방전력이 12.55% 감축됐다.

 

강 대표는 “AI관제는 단순 모니터링을 넘어 DC운영 전반을 자동화하며 예측가능하게 만드는 핵심기술”이라며 “향후에는 에너지효율최적화, 지속가능성 지표관리 등으로 적용범위가 더욱 확대될 것”이라고 전망했다.