AI붐에 데이터센터 제2전성기 예약
AI(인공지능), 특히 '챗(Chat) GPT'와 같은 생성형 AI가 데이터센터 수요를 촉진할 것이라는 장밋빛 전망이 최근 글로벌 부동산컨설팅기업 사이에서 잇따르고 있다.
세빌스는 AI가 데이터센터산업에 혁명을 일으켜 수요 확대는 물론 에너지효율 향상, 입지 분산 등 여러 효과를 낼 것이라고 예상했다.
존스랑라살(JLL)은 지난 10년간 클라우드 서비스 수요 증가에 힙입어 데이터센터가 폭발적으로 성장했다면 올해에는 AI와 머신러닝이 데이터센터 설계, 부지 선정, 투자 접근 방식에 큰 변화를 불러올 것이라고 내다봤다.
챗 GPT앱을 통해 친숙해진 생성이란 용어는 말 그대로 새로운 데이터를 생산하는 기능을 뜻한다. 생성형 AI 플랫폼은 학습 데이터에서 패턴과 구조를 배우고 텍스트, 이미지 및 기타 미디어를 생성할 수 있다. 최근 몇년 간 가장 많은 투자가 이뤄진 기술 분야 중 하나다.
주니퍼리서치 연구에 따르면 2024년 세계적으로 60억달러인 은행의 생성형 AI에 대한 지출이 2030년에는 850억달러에 달할 것으로 예상된다. 연구는 주요 은행들이 저렴한 비용으로 보다 개인화된 사용자 경험을 제공하기 위해 생성형AI 서비스를 도입할 것으로 본다.
세빌스 "AI는 아시아 데이터센터에 밝은 불씨 될 것"
세빌스(Savills)의 아시아(APAC) 산업·물류서비스 디렉터인 잭 하크니스(Jack Harkness)는 최근 펴낸 '아시아 데이터센터에 밝은 불씨가 될 AI'라는 보고서에서 "생성형AI에는 엄청난 양의 컴퓨팅 성능이 필요하며, 이는 전 세계 데이터센터의 수요를 견인하는 중요한 요소가 될 것"이라고 밝혔다.
그는 이어 "알리바바, 타타, 바이두와 같은 아시아기업과 아마존웹서비스(AWS), 구글, 마이크로소프트(MS)와 같은 글로벌 기업이 이 지역에 데이터센터 공간을 필요로 하는 AI 솔루션을 개발하고 있다"고 덧붙였다.
국제에너지기구의 1월 보고서에 따르면 AI와 가상화폐의 성장으로 오는 2026년에는 데이터센터의 전기 사용량이 2022년보다 2배 가까이 증가할 것으로 예측됐다. 이 예측은 이전 추정치보다 훨씬 높은 수치이며 향후 몇 년 동안 데이터 센터 수가 크게 증가할 것임을 시사한다. 슈로더 캐피탈은 작년에 발표한 보고서에서 "아시아 주요 도시에 대한 심층 분석 결과, 이 지역이 가장 흥미로운 성장 기회를 제공하고 있다"고 강조했다.
AI는 주요 도시에서 데이터센터 수요를 늘릴 뿐 아니라 새로운 입지에서 개발을 가능하게 한다. 생성형 AI는 학습(플랫폼이 학습하는 단계)과 추론(이를 실행에 옮기는 단계) 등 크게 두 단계로 구성된다.
추론은 지연 시간(데이터 전송에 걸리는 시간)이 짧아야 사용자가 빠른 응답을 얻을 수 있다. 이는 로봇공학 및 자동화(오토메이션) 분야에서 특히 중요하며, AI를 호스팅하는 데이터센터가 AI가 사용되는 곳과 가까워야 함을 뜻한다. 반면 AI 학습은 그렇지 않으므로 데이터센터를 더 멀리 떨어진 곳에 배치할 수 있는 기회를 만든다. 즉, 토지가 저렴하거나 재생에너지를 더 많이 사용할 수 있는 곳에 위치할 수 있다는 것이다.
데이터센터에서 쓰이는 많은 에너지는 데이터센터에 대한 가장 큰 우려 중 하나다. 그러나 AI는 에너지 수요를 증가시키기도 하지만, 프로세스를 더 효율적으로 실행하거나 냉각을 최적화하는 등 데이터센터의 효율성을 높이는 데 활용될 수 있다. 예를 들어 구글은 AI를 사용해 데이터센터의 냉각 비용을 40% 절감했다.
데이터센터의 전력 수요를 줄이면 센터가 운영될 수 있는 위치의 범위가 넓어지고 에너지 효율이 향상돼 자산포트폴리오에서 탄소 제로를 지향하는 투자자에게 어필할 수 있다. 하크니스는 "우리는 AI 혁신의 초기 단계에 있지만, 아시아의 데이터센터에 어떤 영향을 미칠 수 있을지 벌써부터 기대가 크다"라고 말했다.
JLL "AI 대중화로 올해 글로벌 데이터센터산업, 큰 변화의 해"
존스랑라살(JLL)은 최근 '2024년 글로벌 데이터센터 전망' 보고서를 내고 "높은 수요와 증가하는 데이터 요구사항을 고려할 때 데이터센터 개발은 2024년에도 빠른 속도로 계속될 것"이라고 설명했다.
특히 "AI 대중화에 따라 데이터센터산업에 AI가 등장한 이래 2024년은 가장 큰 변화를 겪는 해가 될 것"이라고 예상했다.
데이터센터산업은 지난 10년 동안 클라우드서비스 수요 증가와 웹지원 디바이스 사용 확대에 힘입어 폭발적 성장을 거듭했는데 올해 AI와 머신러닝이 데이터센터 설계, 부지 선정, 투자 접근 방식에 근본적 변화를 불러올 것이라는 전망이다.
생성형 AI는 필요한 신규 데이터센터 수뿐 아니라 설계와 위치에도 영향을 미치며 업계에 지각 변동을 일으킬 것으로 보인다. 블룸버그 인텔리전스는 2022년 400억달러에 불과한 시장 규모가 향후 10년간 1조3000억달러로 성장할 것으로 예상한다. 이에 데이터센터 운영업체와 디벨로퍼 등 시장 기회를 활용하고자 하는 기업은 AI전문 데이터센터가 기존 시설과 다르다는 점을 인식해야 한다고 JLL은 조언했다.
생성형 AI는 일반 데이터센터의 프레임워크보다 촘촘히 클러스터링되고 성능 집약적인 IT인프라를 요구한다. 또한 더 많은 열을 발생시킨다.
생성형 AI 워크로드에서 소비되는 전력은 기존 IT 워크로드보다 변동폭이 커 시설의 전반적인 효율성을 최적화하는 데 어려움이 따른다. 예를 들어 AI이미지 생성 앱의 워크로드는 텍스트 생성 앱보다 훨씬 많은 전력을 요구한다.
또한 모델 생성(학습), 튜닝, 추론이라는 세 단계의 AI 생성에 필요한 전력요구 사항이 크게 다르다. 데이터센터 운영자는 처리되는 데이터 유형과 생성형 AI 모델 개발 단계에 따라 전력 리소스를 계획하고 할당해야 한다.
AI의 학습 및 튜닝은 지연 시간에 민감하지 않다. 따라서 AI 전문 데이터센터를 건설하는 개발자는 유연하게 입지를 선택할 수 있고 가용 송전 전력, 낮은 에너지 비용, 지속 가능한 에너지원, 자유로운 냉각을 지원하는 기후를 갖춘 지역을 전략적으로 선택해야 한다.
