데이터센터가 진화하고 있다. 바로 인공지능(AI)을 엎은 변화다. 서버 증설에 집중한 기존 데이터센터에서 전력 구조, 냉각, 운영 안정성을 요구하는 트렌드가 확산되고 있기 때문이다. AI 활용 폭증에 따른 AI 워크로드 특유의 변동성까지 더해지면서 기존 전력망과 운영 시스템의 부담을 가중시키고 있다는 뜻이다.

 

데이터센터는 더 이상 전산실의 확장이 전부가 아니다. 이미 24시간 가동되는 산업 설비이자, 전력·냉각·소프트웨어가 동시에 설계돼야 하는 ‘AI 생산 인프라’로 인식된다.

 

이 변화는 이달 2일(현지시간) 대만 타이베이에서 개막한 ‘제45회 타이베이 국제 컴퓨터 전시회(COMPUTEX TAIPEI 2026 이하 컴퓨텍스)’ 현장에서도 고스란히 드러났다. AI 서버, 고밀도 랙, 수랭(Liquid Cooling), 전력 보호 장비 등이 전시장을 가득 메웠다. 이 가운데 데이터센터 인프라는 컴퓨팅 장비의 부속 영역에서 AI 산업을 지탱하는 별도의 기술 체계로 다뤄졌다.

 

업계는 AI 수요가 커질수록 데이터센터는 더 많은 전력을 받아들이고, 열처리를 요구하며, 짧은 시간 안에 안정적으로 구축돼야 하는 산업 인프라로 바뀌고 있다고 입을 모은다.

 

글로벌 에너지 관리 및 산업·공장 자동화(FA) 솔루션 업체 ‘슈나이더일렉트릭(이하 슈나이더)’도 올해 컴퓨텍스 현장에서 자사 차세대 비전과 핵심 메시지를 전했다. 특히 컴퓨텍스 개막과 함께 AI 데이터센터를 위한 전력·냉각·디지털 운영 전략을 제시했다.

 

 

이들의 올해 슬로건은 ‘AI의 늘어난 요구, 우리가 해결한다(AI demands more, we deliver)’다. AI 수요가 요구하는 것은 신뢰성(Reliability)·회복탄력성(Resiliency)·지속가능성(Sustainability)을 갖춘 대규모 인프라라는 메시지다.

 

인 정(Yin Zheng) 슈나이더일렉트릭 중국·동아시아 총괄 부사장은 “AI는 많은 수요를 만들고, 동시에 많은 가치를 만든다”며 “슈나이더는 이 AI 수요를 가능하게 하고, AI가 만든 가치를 다시 산업 운영에 돌려주는 지점에 있다”고 분석했다. 동시에 AI 데이터센터의 전력 구조가 교류(AC) 중심에서 직류(DC) 배전까지 포함하는 방향으로 바뀌고 있다고 짚었다. 이러한 인사이트는 전력 패러다임 자체를 재편하겠다는 슈나이더의 구상과 맞닿아 있다.

 

정 총괄은 데이터센터의 출발점을 생애주기(Lifecycle) 설계로 봤다. “데이터센터에서 중요한 것은 단순히 어떻게 구축하느냐가 아니다. 설계부터 시뮬레이션·구축·운영·유지보수까지 전체 여정이 중요하다”는 설명으로 이를 뒷받침했다.

 

이와 관련해 그는 자신들이 지난 2023년 인수한 산업용 소프트웨어 업체 ‘아비바(AVEVA)’의 기술을 필두로 한 방법론을 다뤘다. 여기에 다양한 플랫폼을 활용한 시뮬레이션과 운영 최적화 구상을 함께 제시했다.

 

이때 ▲전력 디지털 트윈 소프트웨어 ‘이탭(ETAP)’ ▲데이터센터 인프라 관리(Data Center Infrastructure Management) 솔루션 ‘에코스트럭처 IT(EcoStruxure IT)’ ▲글로벌 컴퓨팅 기술 업체 엔비디아(NVIDIA)의 가상 협업 및 시뮬레이션 플랫폼 ‘엔비디아 옴니버스(NVIDIA Omniverse)’ 등을 중심으로 내세웠다.

 

 

끝으로 그는 AI 데이터센터의 전환은 전력(Power)에서 먼저 드러난다고 강조했다. 고밀도 AI 랙은 기존 데이터센터보다 더 큰 전력을 요구한다는 이유. 아울러 GPU 세대가 바뀔수록 와트(W)당 토큰(Token) 처리 효율은 높아지지만, 랙과 데이터센터 전체 전력은 동시에 커진다는 시각을 분명히 했다.

 

이때 토큰은 AI이 텍스트·데이터를 처리하는 기본 연산 단위를 뜻한다. 즉, 컴퓨팅 효율이 아무리 극대화돼도 생성되는 데이터양과 연산 규모 자체가 워낙 압도적이기 때문에, 전체 데이터센터가 감당해야 할 절대적인 전력 총량은 늘어날 수밖에 없다는 분석이다.

 

이에 대해 히만슈 프라사드(Himanshu Prasad) 슈나이더 수석부사장은 “와트당 토큰 성능은 좋아지고 있지만, 데이터센터와 랙 전체 전력도 함께 증가하고 있다”고 그의 주장에 힘을 실었다.

 

전압만 높여선 답 없다...800V급 직류 배전이 몰고 올 전력 생태계 ‘대전환’

 

프라사드 수석부사장이 꺼낸 핵심 의제는 800볼트(V) 직류 전력 아키텍처다. 그에 따르면, 800V는 하나의 단일 아키텍처가 아니다. 800V DC를 하나의 제품이나 단일 배전 방식으로 보지 말고, 단계적으로 진화하는 전력 구조로 봐야 한다는 것.

 

▲분리형 전력 모듈인 ‘사이드카(Sidecar)’ ▲비상 전력 장치 '직류 무정전 전원공급장치(DC UPS) ▲전압 변환을 맡는 '변압정류장치(TRU)' ▲차세대 통합 제어기 '솔리드스테이트 변압기(SST) 등으로 진화하는 로드맵이 그 본질이다.

 

기존 데이터센터는 교류 전력을 입력받고, 랙 내부 전원공급장치가 이를 직류로 바꾸는 구조에 익숙하다. 이 방식은 랙당 전력이 160킬로와트(kW) 이하일 때 효과적으로 작동했다. 이후 400kW급까지는 48V DC의 내부 전력을 각 장비로 분배하는 도체 판인 ‘버스바(Busbar)’를 탑재한다.

 

이를 토대로 글로벌 개방형 데이터센터 표준 ‘OCP(Open Compute Project)’의 ‘오픈 랙(ORV)’ 구조를 채택한 방식이 시장에 주로 적용됐다. 쉽게 말해, 빅테크 기업이 대규모 데이터센터를 효율적으로 짓기 위해 약속한 일종의 '공용 조립 규격'이 시장의 주류로 자리 잡았다는 뜻이다.

 

그러나 AI 랙 전력이 660kW에서 1메가와트(MW)급으로 높아지면서 기존 구조만으로는 전류·손실·배선 등의 부담을 감당하기 어렵다는 게 프라사드 수석부사장의 입장이다. 그는 전압을 높이는 이유를 전력 손실과 공간 문제로 이를 설명했다.

 

구체적으로 부사장은 “전압을 높이면 전류를 낮출 수 있고, 손실은 전류의 제곱에 비례한다”며 “전압을 높이고 전류를 낮추면 손실을 줄이고 배선 크기도 줄일 수 있다”고 해결책을 말했다. 800V DC는 고밀도 AI 랙에서 전력 손실을 낮추고, 더 작은 배선과 더 효율적인 공간 구성을 가능하게 하는 선택지로 제시됐다.

 

 

이 가운데 슈나이더가 단기 해법으로 제시한 첫 단계는 사이드카다. 사이드카는 전력 변환 장치를 랙 내부가 아니라 랙 옆 별도 장치로 빼는 구조를 갖는다. 컴퓨트 랙 안의 공간은 연산 장비에 집중하고, 교류를 800V 직류로 바꾸는 전력 변환은 사이드카가 맡는 방식. 이어 부사장은 “컴퓨트 공간은 매우 중요하고, 그 공간은 모두 컴퓨트에 써야 한다”며 “전력 변환을 컴퓨트 랙에서 사이드카로 옮기는 것이 핵심”이라고 역설했다.

 

여기에 사이드카는 기존 데이터센터 전환에도 유리한 구조라는 강조점도 나왔다. 완전히 새로운 데이터센터를 짓지 않고, 기존 시설 일부를 고밀도 AI 워크로드에 맞게 개조할 수 있다는 노후 설비 개보수, 즉 ‘레트로핏(Retrofit) 관점의 인프라 전환 전략이다.

 

이는 장애가 발생해도 해당 모듈 단위로 영향을 국소화하는 점도 장점이다. 프라사드 수석부사장에 의하면, 새 데이터센터를 완전히 짓지 않더라도 기존 데이터센터 일부를 사이드카 구조로 전환해 높은 AI 워크로드를 지원할 수 있다고 명확화했다.

 

끝으로 수석부사장은 단기적으로 사이드카, 다음 단계로 DC UPS와 TRU를 제시했다. 나아가 여러 전력 변환 단계를 하나의 시스템으로 통합하는 차세대 ’솔리드스테이트 변압기(SST)‘까지 확장되는 단계별 전력 아키텍처 재편 구상을 내놨다.

 

이 과정에서 DC UPS는 건물의 유휴 공간에서 미리 전력을 변환한 뒤, 고전압 배선을 통해 IT 랙에 곧바로 전기를 쏴주는 역할을 한다. TRU는 외부에서 들어오는 강한 중전압을 받아서 서버가 쓸 수 있는 낮은 전압의 직류로 안전하게 깎아주는 장치다. 마지막으로 차세대 기술인 SST는 이 복잡하고 여러 단계에 걸친 전력 변환 과정을 단 하나의 장치 안에 싹 다 집어넣어 통합하는 최종 진화 형태라고 보면 된다.

 

이제는 거대한 공장이다, '산업 설비'가 된 AI 팩토리

 

그와 같은 800V DC 전환의 쟁점은 전압만이 아니다. 전기가 흐르는 판이 교류에서 고전압 직류로 완전히 바뀌는 만큼, 전기를 안전하게 끊어주는 차단기와 보호장치 생태계를 새로 구축해야 한다. 더불어 관련 부품을 조달하는 공급망 체계는 물론, 현장 엔지니어들이 장비를 점검하고 고치는 유지보수 방식과 서비스 경험까지 인프라 전반의 패러다임이 동시에 전환된다는 뜻이다.

 

기존 교류 시스템은 차단기와 보호장치 생태계가 성숙해 있다는 게 프라사드 수석부사장의 설명이다. 직류는 다르다. 교류에는 전류가 자연스럽게 0을 지나는 순간이 있지만, 직류는 끊는 과정이 더 까다롭다. AI 데이터센터가 800V DC 구조로 이동하면 직류 차단기와 보호 시스템의 신뢰성이 핵심 조건이 된다.

 

전력 구조가 바뀌면 공급망도 따라 바뀐다. 프라사드 수석부사장은 800V 부품 공급망이 전기차 시장과 일부 시너지를 낼 수 있다고 봤다. 다만 전력 보호장치와 일부 전력 셸 등 새로운 설계가 필요한 영역도 분명하다고 설명했다. 이에 대해 그는 “기존 전력 변환 영역에서 활용 가능한 부품도 있지만, 보호 시스템과 일부 구성 요소는 새롭게 진화하고 있다”고 언급했다.

 

그는 AI 워크로드 특유의 부하 변동도 새 과제로 내세웠다. GPU가 동기적으로 작동하는 AI 학습과 추론 과정에서는 전력 스파이크가 발생할 수 있다는 것인데. 이 스파이크가 제대로 제어되지 않으면 전력선 불안정과 진동으로 이어질 수 있다는 말이다. 프라사드 수석부사장은 “이를 제어하지 않으면 전력선 불안정과 진동을 일으킬 수 있다”고 이해를 도왔다.

 

 

순간적인 전력 교란에도 데이터센터가 멈추지 않고 버텨내는 그리드 폴트 라이드스루(Grid Fault Ride Through), 다시 말해 ’계통 연계 유지 기능’ 기술도 주요 화두로 제시됐다. 다시 말해, 전력망에 아주 잠깐 ‘번쩍’하고 정전이나 전압 강하가 발생했을 때 대형 데이터센터가 예민하게 반응해 한꺼번에 전원을 꺼버리면, 거꾸로 도시 전체의 국가 전력망 자체가 연쇄적으로 무너지는 대참사가 날 수 있다는 개념이다.

 

특히 AI 데이터센터 규모가 과거 10~100MW에서, 이제는 대형 원전 1기 발전량과 맞먹는 1기가와트(GW)급 ‘AI 팩토리(AI Factory)’로 거대해지고 있는 만큼 이러한 위험성은 훨씬 더 커졌다. 전력을 무작정 늘리는 것 못지않게, 전력망과의 상생과 안전성을 확보하는 것이 초대형 인프라 경쟁의 새로운 필수 과제가 됐다는 분석이다.

 

냉각 배관과 전력망을 가상 환경에 ‘통째로’ 결합하다

 

앞선 전력 아키텍처의 혁신 못지않게 이를 총체적으로 제어·관리할 소프트웨어 체계의 전환도 시급한 과제다. 거대해진 AI 인프라를 효율적으로 운영하기 위해서는 데이터센터 전체를 하나의 산업 설비로 바라보는 관점이 필요하기 때문이다.

 

이러한 맥락에서 더그 워런(Doug Warren) 아비바 모니터링·제어 사업 부문 수석부사장은 AI 데이터센터를 산업 설비 관점에서 설명했다. 아비바는 플랜트의 설계·구축·운영·최적화까지 전체 생애주기를 다루는 소프트웨어를 제공한다.

 

워런 수석부사장은 “디지털 인프라는 이미 커다란 전환점에 도달했다”며 “지난 10년 동안 사용해 온 모델·접근법을 더 이상 그대로 쓸 수 없다”고 지적했다. 이때 AI 팩토리는 기존 데이터센터보다 더 큰 전력 부하, 더 복잡한 냉각 구조, 더 엄격한 운영 안정성을 요구한다는 게 그 배경이다.

 

그는 글로벌 빅테크의 기가와트급 시설 투자 흐름을 언급하며 AI 팩토리를 산업 자산으로 규정했다. “AI 팩토리는 대규모 산업 공장처럼 변하고 있다. 실제로 그렇다”고 말한 그는 알루미늄 제련소, 대형 반도체 공장, 기가와트급 데이터센터에 대해 ▲전력 수요 ▲연속 운영 ▲안전 요건 등 측면에서 유사한 문제를 가진다고 정의했다.

 

특히 그는 AI 팩토리의 특성을 압축 설명했다. 대규모 전력 수요, 24시간 무중단 운영, 산업 규모의 복잡성이다. 그는 “이 시설은 24시간 가동되고, 필수 가동 설비(Mission Critical Process)며, 다운타임(Downtime)을 허용할 수 없다”고 말했다.

 

 

실제로 AI 서버가 내뿜는 열을 식히기 위해 대형 액체 냉각 배관이 들어가고, 이를 감당할 대규모 전력망이 얽히면서 데이터센터의 전기·열·기계적 복잡도는 이미 일반 대형 제조 공장 수준으로 치솟고 있다고 부연했다.

 

이 지점에서 슈나이더·아비바·이탭의 역할이 연결된다. 슈나이더는 에너지 관리와 전력 인프라를 맡고, 이탭은 전기 설계와 시뮬레이션·최적화를, 아비바는 공정·운영 데이터, 산업 소프트웨어를 연결한다. 이 세 축은 AI 팩토리의 설계부터 운영까지 하나의 흐름을 구성한다.

 

액체 냉각이 온다...설계 단계부터 시작되는 시뮬레이션

 

AI 데이터센터는 설계와 구축, 운영을 따로 떼어놓기 어렵다. 구축 기간은 짧아져야 하고, 전력과 냉각은 높은 밀도로 움직이며, 운영 단계에서는 장애를 미리 감지해야 한다. 슈나이더가 디지털 트윈과 시뮬레이션을 강조한 배경이다.

 

워런 수석부사장은 AI 데이터센터의 생애주기 요소는 따로 떼어놓기 어렵다는 점을 분명히 했다. 특히 설계 과정에서 디지털 트윈(Digital Twin)의 당위성을 설파했다. 전기 시스템, 냉각 회로, 열 부하, 공간 배치, 운영 데이터를 초기 설계부터 연결해야 한다는 설명이다. 특히 AI 팩토리의 열 부하는 기존 공랭 방식만으로 다루기 어렵운데, 이때 액체 냉각 회로 시뮬레이션이 설계 단계부터 필요해진다고 언급했다.

 

그는 “AI 팩토리의 열 부하는 더 이상 전통적인 공랭(Air Cooling)만으로 관리하기 어렵다”며 “그래서 액체 냉각이 중요한 요소가 됐고, 그 냉각 회로를 사전에 검증할 수 있어야 한다”고 목소리를 높였다. 이 과정에서 아비바는 공정 시뮬레이션과 열역학 모델을 기반으로 액체 냉각 회로를 검증한다.

 

다음은 전기 시스템 설계·시뮬레이션을 맡는 이탭이다. 수석부사장에 따르면, 냉각에서 일어나는 일은 전기 시스템에도 영향을 준다. 이 둘을 함께 연결하는 것이 중요하다는 말인데, 전기·열 시스템이 따로 설계되면 AI 팩토리의 실제 운영 조건을 제대로 반영하기 어렵다는 설계상 한계가 드러나는 부분이다.

 

이때 엔비디아와의 협업이 조명된다. 수석부사장은 아비바가 엔비디아의 AI 팩토리 설계·배포·운영 청사진 ‘엔비디아 DSX 플랫폼(NVIDIA DSX Platform)’에 포함됐다고 공론화했다. 엔비디아 옴니버스와 '오픈USD(OpenUSD)'를 활용해 여러 벤더(Vendor)의 데이터와 모델을 같은 시각화 환경으로 가져오는 구조다.

 

이때 오픈USD는 3차원(3D) 데이터 서술·교환용 오픈소스 기반 상호운용성 프레임워크다. 다양한 산업용 설계 데이터와 3D 모델링 포맷을 하나의 가상 공간에 완벽하게 결합해 주는 글로벌 표준 규격이다. 이를 통해 서로 다른 벤더의 전력·냉각·기계 설비 데이터를 포맷에 구애받지 않고 엔비디아 옴니버스 안으로 실시간 연동하게 된다.

 

이어 운영 단계에서는 데이터 모델이 핵심이다. 더그 워런 수석부사장은 “초기 단계에서 데이터 모델을 제대로 잡고, 다음 단계로 데이터를 넘길 수 있는 시스템을 갖추는 것이 절대적으로 중요하다”고 말했다.

 

“K-배터리는 생태계의 핵심" 아시아 허브로 점찍은 한국과의 동행

 

우리나라와의 협업도 어젠다로 등장했다. 기자는 로보틱스와 피지컬 AI(Physical AI) 환경에서 AI 팩토리의 가장 큰 인프라 과제가 무엇인지, 한국 기업과의 협업 기회가 어디에 있는지에 대해 이들에게 질문했다.

 

 

Q. 로보틱스와 피지컬 AI 시대의 도래에 따라, AI 팩토리가 마주한 가장 큰 인프라적 과제는?

A. 첫 과제는 규모와 속도, 그리고 공급망과 발주부터 인도까지 걸리는 시간인 리드타임이다. AI 데이터센터 수요가 폭발하면서 조립식 완제품 형태인 ‘프리패브 데이터센터(Prefabricated Data Center)’를 더 많이, 더 빠르게 공급해야 하는 숙제를 안게 됐다.

 

지금도 많은 고객에게 프리패브 모듈을 공급하고 있지만, 이제는 생산 규모 자체를 훨씬 더 키워야 한다. 이에 대응해 우리도 AI 인프라 성장을 지원하기 위해 글로벌 생산 능력 확대와 공장 증설을 적극 추진하고 있다. 인프라 수요가 실제 생산 능력(CapEx) 경쟁으로 번지고 있다는 의미다.

 

Q. 한국 시장·기업과의 구체적인 협력 기회는 어디에 있다고 보는지.

A. 크게 두 가지 영역이다. 첫째는 국내 데이터센터 사용자와의 강력한 협력이다. 전체 구축 시간을 줄이고 시스템의 중단 없는 운영 시간을 극대화하는 것이 핵심이라고 본다. 현재 한국에서 진행 중인 일부 프로젝트는 한국에만 머무는 것이 아니라 북아시아 시장 전체를 커버하는 전략적 기반으로 작동하고 있다.

 

둘째는 글로벌 시장을 선도하는 한국의 이차전지 생태계다. 슈나이더는 한국 배터리 공급사 업계와 매우 강력한 파트너십을 맺고 있으며, 이들은 슈나이더 생태계의 핵심적인 일원이다. 대표적인 협력 사례가 바로 삼성SDI다. AI 데이터센터가 거대화될수록 비상 전력을 위한 배터리 백업, 에너지저장장치(ESS), 전력 안정성 등의 중요성이 치솟고 있어 한국 배터리 기업들과의 시너지는 앞으로 더 강화될 것이다.

 

Q. 로보틱스나 피지컬 AI 기술 확산이 인프라 관점에서 갖는 정체성이 뭘 거 같나.

A. 이 두 기술 체계는 데이터센터 인프라와 결코 분리될 수 없다. AI가 로봇, 제조 설비, 물류 장비 등 물리 환경으로 빠르게 이동하고 있어서다. 이처럼 현실을 움직이는 AI가 확산할수록 이를 뒷받침할 연산 인프라의 기준도 까다로워진다. 더 낮은 지연시간과 높은 안정성은 물론, 가공할 만한 인프라 구축 속도가 동시에 요구되는 이유다. 슈나이더가 한국과의 협업 범위를 배터리 생태계, 생산 능력 확대, 북아시아 거점 확보로 고도화하는 배경이 바로 여기에 있다.

 

헬로티 최재규 기자 |