전통 데이터 홀은 한 자릿수~낮은 두 자릿수 킬로와트 랙을 기준으로 지어졌습니다. AI 학습·추론 클러스터는 훨씬 높은 밀도를 일상적으로 요구합니다. 고밀도 GPU 구성에서 랙당 40–100+ kW가 자주 언급되며 로드맵은 더 위를 가리킵니다. 그 수준에서 공랭은 튜닝 문제가 아니라 하드 리밋이 됩니다.
액냉—칩 직결 루프, 리어도어 열교환기, 일부 경우 침지—은 평가 파일럿에서 배포 계획으로 옮겼습니다. CDU(냉각수 분배 장치), 유체 품질, 여과, 재료 호환성이 이제 전력·네트워킹과 함께 크리티컬 패스에 앉습니다.
시설이 열을 중심으로 재설계되는 이유
- 열 엔벨로프 — 열 배출이 세대마다 전면 재건축 없이 단계적 AI 증설과 함께 스케일되어야 합니다.
- 전력–냉각 공동 설계 — 열이 랙을 안전·효율적으로 나가지 못하면 확보한 메가와트도 무용합니다.
- 제어 지연 — 반응형 PID는 열 스파이크에 뒤처질 수 있습니다. 운영사는 랙 전력을 선행 지표로 쓰는 피드포워드·에이전트 제어를 검토합니다.
운영·사이버 함의
냉각 플랜트는 IT 화이트스페이스를 OT—BMS, PLC, 밸브, 센서—에 연결합니다. 공격·장애 면이 넓어집니다. 위조 센서나 조작된 설정값은 열폭주 위협이 될 수 있습니다. 세그멘테이션, OT 인식 모니터링, 수동 격리 경로는 CDU 사이징과 같은 준비 목록에 있어야 합니다.
ASHRAE 가이드와 시설–IT 인터페이스 표준은 단계 배포가 호환되지 않는 배관에 자본을 가두지 않도록 루프 설계를 형성합니다.
앞으로 볼 포인트
- 액냉을 처음부터 설계한 그린필드 홀 대비 브라운필드 개조 플레이북.
- 하이퍼스케일에서 CDU 신뢰성, 유체 화학 규율, 예비 전략.
- 전력–냉각–워크로드 오케스트레이션이 세 사일로가 아니라 하나의 운영 도메인(“AI 팩토리”)이 되는지.
AI 인프라에서 냉각은 더 이상 시설의 뒷전 이슈가 아닙니다. 컴퓨트 제품 전달 시스템의 일부입니다.