검증된 인프라 청사진으로 AI 팩토리 설계를 가속화하십시오.

전체 사이트의 단기적인 요구 사항이라기보다 데이터 홀 또는 클러스터 규모의 최적화 문제입니다. 기존 인프라가 AC 기반이라면 단기적으로 고려해야 할 것은 전면 철거 후 교체 여부가 아니라 DC 변환을 어디에 도입하고 이를 랙에 얼마나 가깝게 배치할 수 있는지입니다. 실질적으로는 상위 AC 분배를 유지하는 방안, 랙 인접 전력 사이드카를 추가하는 방안, 향후 800VDC 부하를 지원할 충분한 물리적 공간과 전기 용량을 미리 남겨 두는 방안 사이에서 균형을 고려해야 합니다. 사이드카 또는 전력 랙 방식을 사용하면 데이터 센터 전체를 DC로 전환하지 않고도 800VDC 장비를 수용할 수 있습니다. 초기 800VDC 도입은 건물의 모든 부하가 아니라 특정 고밀도 AI 클러스터에 적용되기 때문에 이러한 방식이 중요합니다. 향후 더 큰 규모로 확장할 경우에는 보다 중앙 집중화된 800VDC 지원이 타당할 수 있지만, 이는

여기서 핵심적으로 고려해야 할 것은 유연성과 분리 간의 균형입니다. 공유 파워 트레인을 사용하면 기계 설비 부하가 감소하는 시기에 운영자가 가용 용량을 보다 유연하게 활용할 수 있습니다(예: 칠러 부하가 낮아져 가용 용량 중 더 많은 부분을 IT 부하에 사용할 수 있는 경우). 분리형 아키텍처는 800VDC 업그레이드를 포함한 향후 변경 시 IT 측에 보다 명확한 경계를 제공하지만, 기계 설비 전력 용량이 별도의 파워 트레인에 속하므로 이를 재할당하기가 더 어렵습니다. 어느 구조를 선택하기 전에 운영자는 계절별 운영 모드, 유지보수 시나리오, 발전기 부하, CDU 전력 경로, 그리고 공기 냉각식, 액체 냉각식 및 향후 DC 전원 IT 간의 예상 비중을 면밀히 검증해야 합니다.

반드시 그런 것은 아닙니다. UPS와 BESS는 서로 다른 용도로 사용되며, BESS가 UPS를 대체할 수 있는지는 AI 워크로드의 가용성과 순간 정전 시 전원 유지 요구 사항에 따라 달라집니다. 고가용성 추론(Inference) 워크로드와 같이 가동 중단을 허용할 수 없는 AI 애플리케이션의 경우, UPS는 여전히 가장 중요한 전력 보호 수단입니다. UPS는 전력 이상 발생 시 즉각적인 전력 지속 공급(ride-through)을 제공하고, 전력 품질을 유지하며, 단시간의 전력 교란으로부터 AI 인프라를 보호합니다. BESS는 에너지 최적화, 최대 수요 관리, 그리드 서비스, 재생 에너지 통합 및 장시간 에너지 저장을 지원하는 보완적인 역할을 합니다. 많은 AI 시설에서 BESS는 전반적인 에너지 전략을 강화하는 한편, UPS는 핵심 부하가 중단되지 않도록 계속 보호합니다. UPS를 BESS로 대체하기 전에 조직은 워크로드의 중단 허용 수준, 복원력 요구 사항 및 순간 정전 시 전원 유지 요구 수준을 신중하게 평가해야 합니다.

BESS 활용 사례, 아키텍처 고려 사항 및 도입 기준에 대한 자세한 내용은 Schneider Electric 백서 BESS 이해하기: 데이터 센터용 배터리 에너지 저장 시스템 을 읽어보십시오.

Schneider Electric의 데이터 센터 가이드에서도 BESS를 핵심 전력 보호 장치의 직접적인 대체 수단이 아니라 복원력, 지속가능성 및 에너지 최적화를 위한 도구로 제시합니다.

조립식 방식은 파워 스키드보다 더 넓은 범위에 적용할 수 있지만, 운영자는 어떤 현장 작업을 핵심 일정 경로에서 제외할 것인지 검토해야 합니다. 주요 조립식 구성 요소에는 고전압 장비, e-house, 저전압 파워 트레인, Power Skid, IT 포드, 통합 랙, 내장 펌프가 포함된 패키지형 칠러, 일부 배관 또는 서비스 통로 조립체가 포함될 수 있습니다. 실질적인 가치는 전기 시공사, 기계 설비 시공업체, 건설 관리자 및 시운전 팀 간의 현장 조율을 줄일 수 있다는 점입니다. Power Skid는 UPS, 개폐기, 배터리, ATS 및 관리 소프트웨어를 통합할 수 있으며, 제시된 구성에는 480V/60Hz의 1,250kW 모델과 400V의 2MW, 2.25MW 및 2.5MW 모델이 포함됩니다.

참조 설계는 ‘표준 대 맞춤형’이 아니라 ‘검증된 설계에서 시작하기 대 처음부터 새로 설계하기’의 관점에서 이해하는 것이 유용합니다. AI 지원용 레퍼런스 디자인은 전력, 냉각, IT 인프라 배치 및 제어 시스템 통합을 위한 검증된 설계 기반을 제공하여 계획 및 설계 기간을 단축하고 프로젝트 리스크를 줄일 수 있도록 지원합니다. Schneider Electric은 7.392MW NVIDIA GB200 NVL72 액체 냉각 AI 클러스터부터 7.536MW NVIDIA GB300 NVL72, 10MW~12.4MW 규모의 Vera Rubin NVL72 설계, 1MW급 12랙 사전 제작형 AI 솔루션, 그리고 AMD Instinct™ MI455X 기반의 AMD Helios Rack Scale Solution에 이르기까지 다양한 AI 인프라 레퍼런스 디자인을 제공합니다. 모듈형 구성 요소는 주요 구성 단위를 조립식 방식으로 제작할 수 있지만, 전체 사이트 아키텍처에서는 여전히 유틸리티 연계, 기계 설비 플랜트, 고전압 분배, IT 배포 전략 및 건설 작업 순서를 종합적으로 통합해야 한다는 점을 고려해야 합니다.

다중화 용량을 추가 컴퓨팅에 사용할 수 있지만, 운영자는 이를 자유롭게 사용할 수 있는 용량으로 간주하지 말고 운영 모드에 따른 결정으로 다뤄야 합니다. 기존의 동시 유지보수 가능 시설은 설비 일부를 유지보수를 위해 오프라인 상태로 전환하더라도 운영 중인 IT 부하에 영향을 주지 않도록 전력 및 냉각 인프라에 여유 용량을 확보해 설계됩니다. AI 환경에서는 그리드 용량, 배포 속도 및 컴퓨팅 수요로 인해 사용하지 않는 다중화 용량을 그대로 유지하기가 경제적으로 더 어려워집니다. 예를 들어 동시 유지보수 가능 시설은 확정된 IT 부하를 초과하여 운영할 수 있지만, 이렇게 하면 원래 유지보수 작업이나 고장 발생 시 복원력을 유지하기 위해 남겨 둔 용량을 사용하게 됩니다. 실제 결정의 핵심은 기존 다중화 전략을 유지하는 것보다 시설당 더 많은 토큰을 처리하는 데 비즈니스가 더 큰 가치를 두는지 여부입니다. 운영 여유를 줄이기 전에 정상 다중화 모드, 고처리량 모드, 유지보수 모드 및 장애 대응 모드 등 운영 상태를 명확하게 정의해야 합니다.

운영자가 사이트에서 일반 코로케이션, 고밀도 네오클라우드 고객, 훈련 클러스터, 추론 플랫폼 또는 이러한 모델의 조합 중 무엇을 지원할지 파악한 후에는 워크로드를 기준으로 설계해야 합니다. 일반 코로케이션 시설은 입주 고객의 요구 사항이 명확해질 때까지 대용량 전력과 냉각 설계를 유연하게 변경할 수 있는 여지를 유지해야 할 수 있습니다. 특정 목적의 AI 클라우드 또는 단일 목적 AI 팩토리는 알려진 GPU 로드맵, 클러스터 토폴로지, 랙 밀도 및 냉각 요구 사항을 직접 반영해 설계할 수 있습니다. Schneider Electric의 AI 데이터 센터 솔루션은 고성능 AI 워크로드를 위한 냉각, 전력, 소프트웨어, 포드 및 랙 시스템, 수명 주기 서비스를 아우르는 통합 인프라의 관점에서 동일한 과제를 다룹니다.

모든 부하가 800VDC로 전환될 것을 전제로 데이터 센터 전체를 설계해서는 안 됩니다. 실질적인 설계 과제는 아키텍처의 어느 지점에 800VDC를 도입할지, 그리고 DC 변환 블록을 어느 정도 규모로 구성할지 결정하는 것입니다. 초기 배포에서는 기존 AC 데이터 센터의 상위 시스템을 대규모로 개조하지 않고도 한두 개의 GPU 랙에 맞춰 랙 인접 사이드카를 사용할 수 있습니다. 향후 더 큰 클러스터에서는 2MW~5MW 규모의 중앙 집중형 800VDC 블록이 적합할 수 있으며, 향후 더 큰 단위로 확장될 가능성도 있습니다. 장기적인 아키텍처에서는 약 10MW급 규모에서 고전압을 솔리드 스테이트 변압기 기반 변환에 직접 연결하는 방식을 적용할 수 있습니다. 800VDC 아키텍처는 AC-DC 변환을 IT 랙 외부로 이동하고 전력 랙 또는 사이드카를 사용하여 기존 AC 기반 시설에 미치는 영향을 줄이면서 400kW를 초과하는 랙 밀도에 대응합니다.

핵심적으로 고려해야 할 것은 시스템 분리와 동적 용량 공유 간의 균형입니다. 대규모 칠러, CDU(Coolant Distribution Unit), 데이터 홀이 동일한 증설 단위로 깔끔하게 나뉘지 않는 경우에는 IT 인프라와 냉각 인프라 간의 경계를 명확히 하기 위해 전력 체계를 분리하는 것이 도움이 될 수 있습니다. 공유 인프라는 프리 쿨링 조건에서 유연성을 유지할 수 있습니다. 변압기와 하위 아키텍처가 허용하는 경우 사용되지 않는 기계 설비 용량을 IT 부하로 전환할 수 있기 때문입니다. 완전히 분리할 경우 활용되지 못하는 전력 용량이 발생할 위험이 있습니다. 기계 설비 부하가 감소해도 IT 변압기가 이미 한계 용량으로 운영 중이라면 사용되지 않는 냉각 측 용량을 컴퓨팅에 활용할 수 없습니다. 확인 필요 사항: 이 설계 방식을 타당한 표준으로 정립하려면 데이터 홀 규모, 칠러 블록 크기, 변압기 배분, 다중화 목표 및 계절별 운영 모드에 대한 사이트별 모델링이 필요합니다.

전기, 기류 및 액체 유동 모델링은 서로 다른 유형의 고장에 대응하므로 설계를 확정하기 전에 수행해야 합니다. 전기 모델링은 고장 전류, 보호, 안전, 신뢰성을 검증하고 유지보수 또는 부하 추가와 관련된 가상 시나리오를 평가합니다. CFD 또는 기류 시뮬레이션은 컨테인먼트, 공기 측 용량 및 다중화 냉각 거동을 검증합니다. 배관 및 유체 유동 모델링은 정상, 다중화 및 유지보수 상태에서 모든 랙에 필요한 냉각수 유량이 공급되는지 검증합니다. 다음 단계는 IT 부하 거동과 시설 거동을 연계하여 실제 부하로 운영하기 전에 AI 부하 변동이 전력 시스템, CDU, 칠러 제어 및 냉각 루프 전반으로 어떻게 전달되는지 파악하는 것입니다.