파트너십
DG Matrix와 InfraPartners, 전력 병목 해소를 위한 AI 인프라 플랫폼에서 협력

핵심 포인트DG Matrix와 InfraPartners가 그리드-랙(grid-to-rack) 인프라를 결합하여 AI 데이터 센터 구축 기간을 단축합니다.
더 보기
- DG Matrix와 InfraPartners가 그리드-랙(grid-to-rack) 인프라를 결합하여 AI 데이터 센터 구축 기간을 단축합니다.
- Interport 360 플랫폼은 소프트웨어 정의 고체 변압기를 사용하여 AI 팩토리의 AC 및 DC 전력을 관리합니다.
- AI 인프라의 주요 병목 현상이 GPU 접근에서 전력 공급 및 그리드 연결 지연으로 전환되었습니다.
전 세계에서 AI 인프라 수요가 빠르게 증가하는 가운데, 업계의 가장 큰 제약 중 하나는 이제 GPU 확보에만 있지 않습니다. 차세대 AI 작업을 뒷받침할 충분한 전력과 물리적 인프라를 얼마나 신속하게 공급하느냐가 중요해졌습니다. 이런 상황에서 DG Matrix 와 InfraPartners 는 AI에 대응할 수 있는 데이터센터와 ‘AI 공장’의 구축을 앞당기기 위한 통합 플랫폼 개발 파트너십을 발표했습니다.[1] [2] [3]
이번 협력은 DG Matrix의 전력 공급 아키텍처 Interport 360과 InfraPartners의 사전 제작형 AI 데이터센터 플랫폼 RapidNode를 결합합니다. 두 회사는 전력망에서 서버 랙까지 이어지는 단일 인프라 모델을 구축해 도입 기간을 줄이고, 시설이 미래 세대의 AI 하드웨어를 수용하도록 준비하려 한다고 밝혔습니다.
AI 성장으로 커지는 전력 인프라 부담
이번 파트너십은 초대형 데이터센터 사업자, 클라우드 제공업체, AI 인프라 운영사가 전력망 연결과 기존 방식의 데이터센터 건설 일정 때문에 점점 더 큰 지연을 겪는 가운데 나왔습니다. 두 회사의 백서에 따르면 일부 시장에서는 전력망 연결 대기가 수년까지 이어질 수 있습니다. 기존 방식의 데이터센터 건설은 전력을 확보한 뒤에도 2~3년이 걸릴 수 있습니다.
AI 학습 클러스터의 밀도와 전력 소비가 계속 증가하면서 이런 시간상의 불일치는 더욱 중요해지고 있습니다. NVIDIA (NVDA ) 의 젠슨 황 CEO는 앞서 미래 데이터센터가 근본적으로 전력의 제약을 받게 되며, 인프라 확보 여부가 매출 창출에 직접 영향을 줄 것이라고 경고했습니다.
두 회사는 이 과제를 해결하려면 연산 인프라와 에너지 시스템을 별개 계층으로 취급하지 말고 더욱 긴밀하게 통합해야 한다고 주장합니다.
사전 제작형 AI 공장과 소프트웨어로 제어하는 전력 공급의 결합
InfraPartners는 GPU를 많이 사용하는 작업을 위해 설계한, 사전 제작형이며 업그레이드가 가능한 AI 데이터센터에 사업을 집중해 왔습니다. RapidNode 시스템은 표준 참조 설계를 사용하며, 인프라의 상당 부분을 설치 전에 공장에서 제작합니다. 백서에 따르면 시스템의 약 80%를 설치 장소 밖에서 제조하고 통합한 뒤 현장으로 운송합니다.
사전 제작형 AI 인프라의 더 큰 목적은 기존의 현장 건설 방식에서 발생하는 긴 지연과 기술적 구현의 편차를 줄이는 것입니다. InfraPartners는 자사 방식이 진화하는 GPU 아키텍처와 더 높은 랙 밀도에 맞춰 설계한, 확장 및 업그레이드 가능한 데이터센터를 실현한다고 설명합니다.
DG Matrix는 자사의 Interport 플랫폼을 통해 에너지 인프라를 제공합니다. Interport는 여러 전력 입력과 출력을 동시에 관리하도록 설계한 반도체 변압기 아키텍처입니다. 회사는 이를 소프트웨어로 구성을 바꿀 수 있는 전력 공급 체계로 설명합니다. 교류와 직류 전원, 배터리, 발전기, 재생에너지, AI 작업을 하나의 시스템에 통합할 수 있다는 것입니다.[1]
이 플랫폼은 업계의 많은 관계자가 미래 AI 데이터센터에서 채택할 것으로 보는 신흥 800V 직류 아키텍처도 고려해 설계됐습니다. 백서에 따르면 Interport 360은 교류와 직류 배전 방식 모두에 맞춰 개발됐습니다. 인프라 운영사는 기존 시스템을 전면 교체하지 않고도 새로운 전력 공급 아키텍처로 전환할 수 있습니다.
기존 데이터센터에서 ‘AI 공장’으로
파트너십 발표에서 반복되는 주제는 AI 인프라가 기존 데이터센터 모델에서 고도로 특화된 ‘AI 공장’으로 진화하고 있다는 점입니다.
기존 기업용 데이터센터와 달리 AI 공장은 빠르게 바뀌는 GPU 세대, 더 높은 열 부하, 점점 더 고밀도화되는 랙, AI 학습 작업에서 발생하는 전력 수요 변동을 관리해야 합니다. 백서는 ‘AI 펄스 부하 관리’를 플랫폼의 핵심 기능 중 하나로 꼽습니다. 대규모 AI 학습 시스템이 만들어 내는 크고 변동성이 매우 높은 에너지 수요를 가리키는 표현입니다.
두 회사는 통합 아키텍처가 이런 전력 변동을 흡수하고 안정시키는 동시에 전력망에 더욱 유연하게 참여하도록 설계됐다고 주장합니다. 여기에는 전력 계량기의 수용가 측에 위치한 에너지 시스템 지원, 전력망 수급 균형 조정 기능, 연산 자원과 전력 사용을 실시간으로 관리하기 위한 에너지 최적화 소프트웨어가 포함됩니다.
DG Matrix는 이러한 광범위한 인프라 전환을 사업의 중심축으로 점점 더 강조하고 있습니다. 회사는 최근 AI 인프라 및 전기화 시장에서 반도체 변압기 기술의 도입을 확대하기 위해 시리즈 A에서 6,000만 달러를 조달했습니다.
전략적 우선순위가 되는 표준화
이번 파트너십에서 눈에 띄는 점 중 하나는 표준화와 반복 적용할 수 있는 구축 모델을 강조한다는 것입니다. 두 회사는 플랫폼을 소프트웨어로 구성해 다양한 지역, 전압 등급, 주파수, 전력망 요구사항에 대응할 수 있으며, 구축할 때마다 전면 재설계할 필요가 없다고 설명합니다.
이 접근법은 AI 인프라 업계 전반에서 일어나는 더 큰 변화를 반영합니다. 수요 증가가 빨라지면서 운영사들은 시설마다 대폭 맞춤 설계한 프로젝트에 의존하기보다, 구축 과정을 산업화할 방법을 점점 더 찾고 있습니다.
백서는 AI 하드웨어의 교체 주기가 짧아지면서 업그레이드 가능성이 필수적이 되고 있다고도 주장합니다. 원래 훨씬 낮은 랙 밀도를 전제로 설계한 시설에 이제는 대폭 높은 전력 수준이 요구됩니다. 이 때문에 운영사들은 대규모 개조 없이 인프라를 얼마나 오래 사용할 수 있을지 다시 검토해야 합니다.
InfraPartners는 이 개념을 여러 차례 공개적으로 강조하며, AI 인프라는 반도체, 냉각, 전력 공급 요구사항의 변화에 맞춰 계속 발전해야 한다고 설명해 왔습니다.
AI 인프라의 미래를 좌우할 수 있는 전력 공급의 유연성
DG Matrix와 InfraPartners의 파트너십은 AI 업계에서 점점 더 뚜렷해지는 현실을 보여 줍니다. AI의 규모 확대는 갈수록 에너지와 인프라의 과제가 되고 있습니다 . 단순한 연산 능력의 문제에 그치지 않는다는 뜻입니다.
AI 모델의 규모가 계속 커지고 도입이 세계적으로 확대되면서, 미래의 경쟁우위는 운영사가 얼마나 빨리 전력을 확보하고 인프라를 구축하며 급변하는 하드웨어 요구사항에 시설을 맞출 수 있느냐에 달려 있을 수 있습니다.
두 회사는 모듈형 AI 공장, 소프트웨어로 제어하는 전력 공급 아키텍처, 유연한 에너지 관리를 결합한 통합 시스템이 차세대 AI 도입 전략의 토대가 될 수 있다고 봅니다. 이 모델이 주류가 될지는 아직 알 수 없습니다. 하지만 전력회사, 전력망, 기존 건설 일정에 가해지는 압력은 이미 AI 인프라를 어떻게 건설해야 하는지 근본적으로 다시 생각하도록 업계에 요구하고 있습니다.












