AI 모델 및 플랫폼

AI 데이터센터 전력용 가스-배터리 시스템 선보인 Trina Storage

Theo Nash
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트트리나 스토리지는 AI 데이터 센터가 급격한 부하 변동을 처리할 수 있도록 가스 발전기와 배터리를 결합합니다.
더 보기
  • 트리나 스토리지는 AI 데이터 센터가 급격한 부하 변동을 처리할 수 있도록 가스 발전기와 배터리를 결합합니다.
  • 미국 일부 지역에서 5~7년에 달하는 계통 연계 대기 기간이 현장 하이브리드 전력에 대한 관심을 불러일으킵니다.
  • 최종 시스템 구성과 성능 사양은 표준 설계로 고정되지 않고 프로젝트별로 평가될 것입니다.

Trina Storage는 2026년 11월 18일 라스베이거스에서 열린 RE+ 2026에서 Elementa Hybrid Genset을 공식 출시했다. 이 시스템은 전력망 연결이 지연되거나 제한되거나 불가능한 상황에서 AI 데이터센터 개발사가 현장에서 전력을 생산할 수 있도록 모듈형 솔루션을 제공한다. 제어 아키텍처는 5MW에서 1GW에 이르는 애플리케이션을 지원하도록 설계됐다.

AI 컴퓨팅 수요는 급격히 변할 수 있어, 지속적인 에너지 공급과 즉각적인 대응에 서로 다른 요구가 생긴다. Trina Storage는 가스 발전기만으로는 이러한 변동에 맞춰 대응하기 어려울 수 있고, 저장 장치만으로는 장시간 정전이 발생했을 때 시설에 전력을 지속적으로 공급할 수 없다고 설명한다. Elementa Hybrid Genset은 가스 발전을 지속적인 전력 공급에 활용하고, 배터리를 통해 신속하게 대응한다.

2026년 9월 22일 발표에서는 Data Center World Power에서 열린 댈러스 프리뷰 행사를 출시 전 행사로 소개하고, 버지니아를 포함한 미국 일부 지역의 전력망 연결 대기 기간이 5~7년에 이른다고 전했다. 또한 상용 출시 장소는 RE+ 2026으로 명시해 라스베이거스에서의 출시와 앞서 열린 프리뷰 행사를 구분했다.

모듈형 장비와 하이브리드 제어

Trina Storage는 시스템 통합업체 역할을 맡고, 인증을 받은 엔진 파트너사가 가스 발전 장비를 공급한다. 회사는 모듈형 구성에 사용할 수 있도록 최대 2.5MW급 왕복 엔진을 제시하며, Elementa DC 배터리 시스템과 Electra AC 플랫폼도 함께 제공한다. 기준 저장 설계에는 5MW/10MW 단위 블록이 사용된다. 이 블록은 빠른 전력 대응과 계통 형성 기능을 제공해 전력망이 취약한 지역에서도 운전할 수 있도록 지원한다.

하이브리드 발전소 제어기가 각 전력 자원을 조율한다. Trina Storage에 따르면 부하 과도 현상 감지 기능은 수요 변화를 예측하고, 반응이 느린 전력원이 조정되기 전에 배터리가 신속히 대응하도록 작동한다. 부하가 갑자기 증가하면 배터리가 즉시 반응하고 가스 발전기는 점진적으로 출력을 높이며, 수요가 안정되는 동안 제어기는 각 전력원의 기여도를 재조정한다.

제어기는 고장의 영향을 받은 장비를 식별하고 격리하도록 설계됐다. 그러면 배터리와 사용 가능한 나머지 가스 발전기가 중요 부하에 전력을 공급하고 시설 전역의 전력 복구를 돕는다. 구체적인 운전 전략은 프로젝트의 구성과 요구 사항에 따라 달라진다.

전력망 여건에 따라 달라지는 구축 방식

기준 시나리오 네 가지는 백업 발전 설비를 갖춘 전력망 연결 시설, 전력망 용량이 제한된 시설, 전력망 연결 전까지의 가교 프로젝트, 독립형 설비를 다룬다. 적절한 경우 태양광 발전도 통합할 수 있어, 이 아키텍처는 가스 발전과 저장 장치에만 국한되지 않는다.

Trina Storage에 따르면 Load Sensing 아키텍처는 비용 효율성과 시스템 성능을 우선시하며, Double Conversion은 완전한 전기적 절연과 향상된 전력 품질을 제공한다. 어느 방식을 선택할지는 데이터센터의 IT 부하 프로파일과 현지 전력망 여건에 따라 달라진다.

출시 후에도 검증 지속

상용 출시는 검증의 끝을 의미하지 않는다. 개발 작업에는 시뮬레이션, 하드웨어 인 더 루프 테스트, 실제 발전·전력 변환·저장 장비를 갖춘 통합 플랫폼 구축이 포함된다. 계통 형성 기능과 하이브리드 제어 전략에 대한 테스트는 관련 인증 절차와 함께 계속 진행되고 있다.

최종 시스템 구성과 성능 사양은 하나의 표준 설계로 고정되지 않고 개별 프로젝트별로 평가된다. Trina Storage는 데이터센터 개발사 및 프로젝트 파트너와 협력해 적용 방안을 검토하고 프로젝트별 구성을 개발하고 있다.

데이터센터 개발사에 이 솔루션이 제공하는 핵심은 통합이다. 배터리와 제어 시스템을 통해 가스 발전이 AI 작업 부하에 더 민첩하게 대응하고 다양한 전력망 여건에 적응하도록 하는 것이 목표다. 이번 출시는 이러한 아키텍처를 제시하지만, 각 구축 사례의 최종 구성과 성능은 여전히 프로젝트별 엔지니어링, 테스트 및 인증에 따라 달라진다.

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.