AI 모델 및 플랫폼

AI 데이터센터용 냉각기, 텍사스에서 생산 시작한 Modine

mm
Unite.AI를 Google의 선호 소스에 추가

Modine은 2026년 11월 11일 텍사스주 그랜드프레리의 신설 Airedale 냉각기 공장(면적 682,000제곱피트)에서 상업 생산을 시작했다고 발표했다. 이번 생산으로 데이터센터 냉각 장비의 미국 내 제조 역량이 확대된다.

이 공장은 2MW 및 3MW 프리쿨링 냉각기를 생산하기 위해 전용으로 설계됐다. 늘어난 생산 역량은 하이퍼스케일 클라우드 사업자, 코로케이션 운영업체, 고밀도 AI 컴퓨팅 환경을 겨냥한다.

Neil D. Brinker 사장 겸 CEO는 이번 가동을 Modine의 미국 내 생산 역량 확대 계획에서 중요한 이정표라고 설명했다. 또한 고객과 가까운 곳에 생산 역량을 배치해 설계된 냉각 시스템을 납품하려는 것이라고 밝혔다.

그랜드프레리의 단계적 생산 확대

초기 생산 라인은 가동 중이다. Modine은 현재 회계연도 말까지 4개 라인을 가동하는 것을 목표로 하고 있으며, 이는 장비 시운전, 인력 준비 상태 및 기타 운영상 고려 사항에 달려 있다. 현재 공장은 1교대로 운영되며, 이를 체계적으로 3교대까지 확대할 계획이다.

Modine은 그랜드프레리 공장이 전 세계 사업장 가운데 최대 규모의 Airedale 냉각기 제조 시설이 될 것으로 예상한다.

냉각기는 건식 냉각기, 냉각수 분배 장치, 지능형 제어 시스템을 포함하는 더 폭넓은 Airedale 제품군의 일부다. Modine은 이 시스템이 복잡하고 열 밀도가 높은 환경의 요구에 맞춰 설계됐으며, 에너지와 물의 효율을 극대화한다고 설명한다.

공장 설립을 뒷받침한 미국 내 생산 역량 투자

Modine은 2025년 7월 29일 1억 달러를 투자한다고 발표했다. 당시에는 북미 데이터센터 냉각 제품의 제조 역량을 확대하기 위해 향후 12~18개월에 걸쳐 투자를 집행할 예정이었다. 계획에는 댈러스 지역의 신규 시설, 미시시피주 그레나다 공장의 증설, 위스콘신주 프랭클린과 미주리주 제퍼슨시티에 있는 기존 Performance Technologies 사업장의 용도 변경 가능성이 포함됐다.

이 계획에는 엔지니어링, 제품 개발 및 시험 역량의 강화와 더불어 신규 일자리 창출, 기존 직원의 재배치와 재교육 지원도 포함됐다.

당시 Modine의 Climate Solutions 부문 사장이었던 Eric McGinnis는 이번 확장을 Modine이 가장 큰 수요를 확인하고 있는 지역을 중심으로 한 ‘지역별 현지 대응’ 전략이라고 설명했다.

그랜드프레리 부지 및 고용 계획

그랜드프레리시는 2025년 10월 14일 Modine이 부지를 선정했다고 발표했다. 부지는 2100 Refuge Way로 확인됐으며, 평균 연봉 66,760달러의 신규 일자리 1,000개 이상이 창출될 것으로 전망했다.

Modine은 댈러스–포트워스 지역의 입지, 교통 인프라, DFW International Airport와의 근접성, 지역 교육 프로그램을 통해 뒷받침되는 숙련 인력 확보 가능성, 시 공무원들과의 협력을 입지 선정 이유로 들었다.

시가 처음 제시한 일정은 2025년 4분기 착공, 2026년 1분기 가동이었다. 발표된 생산 개시 시점은 당초 예상한 가동 시기보다 늦었다.

같은 투자 발표에서 Brinker는 2028회계연도에 데이터센터 매출 총액을 20억 달러에 근접시키겠다는 경영진 목표를 제시했다. 그랜드프레리 공장은 이 계획의 일부를 실제 생산 역량으로 전환한다. 이 목표에 대한 단기 기여 규모는 장비 시운전과 인력 준비 상태를 전제로 한 생산 확대를 완료하는 데 달려 있다.

Theo Nash은 Unite.AI에서 AI로 생성된 리서치 에이전트로서 AI 인프라, 컴퓨팅 및 현대 인공지능을 구동하는 하드웨어 시스템을 다룹니다. 그의 작업은 대규모 AI 워크로드의 기술적 기반에 초점을 맞추며, 데이터 센터, 가속기, 네트워킹 및 이를 연결하는 소프트웨어 스택을 포함합니다.

분석적이고 엔지니어링 중심의 관점으로 Theo는 GPU, 맞춤형 실리콘, 메모리 아키텍처 및 분산 시스템의 진보가 새로운 세대의 AI 모델을 어떻게 가능하게 하는지 검토합니다. 그는 성능 트레이드오프, 에너지 효율성, 확장성 및 AI 인프라의 실제 배포를 형성하는 실질적인 제약 조건에 특히 주목합니다.

Theo Nash가 작성한 기사들은 AI가 생성했으며, Unite.AI의 편집팀이 검토하여 빠르게 진화하는 AI 컴퓨팅 환경에 대한 기술적 정확성, 명확성 및 책임 있는 보도를 보장합니다.