[딜사이트 노만영 기자] 피지컬 AI 운영 플랫폼 기업 이에이트(E8)가 시뮬레이션과 인공지능(AI)을 결합해 데이터센터의 냉각 환경과 전력 사용량을 예측하는 기술을 선보였다. 서버 장비의 허용온도를 유지하면서 냉각 전력을 줄일 수 있는 운전조건을 AI가 탐색해 관리자에게 제안하는 방식이다.

이에이트는 자사 물리 예측 솔루션 ‘NFLOW Ai’에 데이터센터 냉각 환경 예측 기능을 구현했다고 30일 밝혔다.

NFLOW Ai는 서버실의 구조와 장비 배치, 냉방 온도, 공조설비 운전조건 등을 입력하면 내부 온도와 공기 흐름을 예측한다. 이를 바탕으로 서버 장비에 무리가 가지 않는 온도 범위를 유지하면서 냉각 전력 사용량을 낮출 수 있는 운전 설정을 제시한다.

데이터센터의 전력 사용량에서 서버 등 정보기술(IT) 장비 다음으로 큰 비중을 차지하는 것이 냉각 설비다. 냉각 효율을 나타내는 대표적인 지표는 전력사용효율(PUE)이다. 데이터센터 전체 전력 사용량을 IT 장비 사용 전력으로 나눈 값으로, 1에 가까울수록 냉각 등 부대설비의 전력 소모가 적다는 의미다.

업타임 인스티튜트의 2025년 글로벌 데이터센터 조사에 따르면 응답 기업의 평균 PUE는 1.54로, 6년 연속 큰 변화가 없었다. 2007년 약 2.5에서 2014년 1.65까지 낮아졌지만 2020년대 들어서는 1.5대에 머물고 있다. 설비 교체만으로 달성할 수 있는 효율 개선 폭이 점차 제한되고 있다는 설명이다.

PUE는 시설 전체의 평균값이기 때문에 서버실 내부의 국소적인 온도 편차를 구체적으로 보여주기 어렵다. 일부 구역이 필요 이상으로 냉각되거나 특정 장비 주변에 열이 집중돼도 전체 평균에는 충분히 드러나지 않을 수 있다.

운영 현장에서는 장비 과열과 서비스 중단을 방지하기 위해 냉각 온도를 보수적으로 설정하는 경우가 많다. 어느 수준까지 냉방 강도를 낮춰도 안전한지 실시간으로 판단하기 어려워 실제 필요량보다 많은 전력이 냉각에 사용될 수 있다는 것이다.

이에이트 관계자는 “시설 전체의 평균 지표만으로는 실제 운영 과정에서 발생하는 국소적인 온도 문제를 확인하는 데 한계가 있다”며 “시뮬레이션과 AI 기반 예측을 통해 운전조건 변경에 따른 영향을 사전에 확인할 수 있다”고 말했다.

이어 “데이터센터 냉각은 그간 축적해온 열유동 해석 기술을 적용할 수 있는 분야”라며 “현장 운영자가 냉각 설정을 조정할 때 활용할 수 있는 예측 근거를 제공하는 방향으로 기술 적용 가능성을 확인하고 있다”고 덧붙였다.