기사요약
-모듈형 데이터센터 구축 기간 3개월로 단축…수랭·외기 냉각으로 전력효율 PUE 1.1 구현
-40도 이상 온수 냉각·특허 기반 배관 설계 적용…엔비디아 B300·베라 루빈 고집적 GPU 대응
-호남권 AI 인프라에 1723억원 투자 계획…초기 10MW·최대 40MW 확장 추진
13일 관련 업계에 따르면 엘리스그룹은 호남권 AI 데이터센터 구축을 위해 최대 3300억원 규모의 신규 시설투자를 결정했다. 회사가 밝힌 예상 투자 집행액은 약 3000억원이며, 투자기간은 2026년 11월 2일부터 2027년 6월 30일까지다. 이번 투자는 정부 주도의 GPU 인프라 사업을 넘어 민간 AI 클라우드 수요에 대응하기 위한 데이터센터 거점 확보 차원으로 풀이된다.
■ 호남권 AI 데이터센터 최대 3300억원 투자…40MW급 확장 추진
엘리스그룹은 지난 10월 제출한 증권신고서에서 AI 인프라 구축에 총 2009억원의 공모자금을 활용할 계획이라고 밝혔다. 이 가운데 약 1723억원을 호남권 데이터센터 구축에 배정했다. 해당 금액은 공모자금 사용 계획상 배정액으로, 별도로 공시한 최대 3300억원의 시설투자 승인 한도와는 구분된다.
앞서 공개된 사업 계획에는 호남권 데이터센터를 초기 약 10MW 규모로 구축하고 향후 최대 40MW까지 확장하는 방안도 포함됐다. 수도권 데이터센터가 정부 GPU 사업 수행에 초점을 맞춘다면, 호남권은 민간 기업과 연구기관 등의 고성능 컴퓨팅 수요에 대응하는 AI 클라우드 거점으로 활용한다는 계획이다.
AI 데이터센터는 일반적인 서버 중심 데이터센터보다 높은 전력 밀도와 냉각 성능을 요구한다. 특히 대규모 GPU 클러스터를 운영하기 위해서는 안정적인 전력 공급과 함께 서버에서 발생하는 열을 효과적으로 배출하는 기술이 필수적이다.
엘리스그룹은 자체 모듈형 데이터센터 기술을 통해 이러한 전력·냉각 인프라를 단계적으로 확장할 수 있는 구조를 확보하고 있다.
■ 데이터센터 구축비 최대 40% 절감…3개월 내 구축 가능한 모듈형 기술
엘리스그룹의 핵심 기술은 자체 개발한 모듈형 AI 데이터센터 'AI PMDC(Portable Modular Data Center)'다.
AI PMDC는 GPU 서버와 전력 공급 장치, 냉각 설비 등을 모듈 단위로 통합하는 방식으로, 대규모 건축 공사를 수반하는 기존 데이터센터와 달리 인프라를 단계적으로 구축하고 확장할 수 있도록 설계됐다.
회사는 모듈 제작과 부지 준비, IT 장비 확보를 병행해 데이터센터 구축 기간을 약 3개월로 단축할 수 있다고 설명하고 있다. 기존 데이터센터가 건축과 설비 공사 등에 통상 24~36개월이 소요되는 것과 비교하면 구축 기간을 크게 줄일 수 있다는 설명이다.
특히 엘리스그룹은 1MW 규모 기준 기존 데이터센터 대비 총소유비용(TCO)을 최대 40% 절감할 수 있다고 제시했다.
모듈형 데이터센터는 초기 설비를 구축한 이후 GPU 수요 증가에 맞춰 추가 모듈을 설치할 수 있다는 점에서도 장점이 있다. 데이터센터 전체를 한 번에 구축하는 방식과 달리 실제 고객 수요에 따라 인프라를 확장할 수 있어 초기 투자 부담과 유휴 설비 발생 가능성을 줄일 수 있다.
다만 최대 40% 절감 수치는 회사가 제시한 비교 기준에 따른 것으로, 호남권 데이터센터에 동일한 절감률이 적용됐다는 의미는 아니다.
■ 직접수랭·40도 이상 온수 냉각 기술…전력효율 PUE 1.1 목표
AI 데이터센터의 운영 경쟁력을 결정하는 핵심 요소 중 하나는 냉각 설비의 전력 소비량이다.
엔비디아 GPU를 비롯한 고성능 AI 반도체는 연산 성능이 높아질수록 전력 소비와 발열량이 증가한다. 이에 따라 기존 공랭식 냉각만으로는 고밀도 GPU 서버를 효율적으로 운영하기 어려워지고 있다.
엘리스그룹은 GPU에서 발생하는 열을 냉각수가 직접 흡수하는 직접수랭식(DLC) 기술과 외기 냉각을 결합한 방식을 적용하고 있다.
특히 40도 이상의 냉각수를 활용하는 온수 냉각(Warm Water Cooling) 기술을 통해 냉각수 온도를 낮추는 데 필요한 에너지 소비를 줄이는 구조다.
일반적인 냉각 시스템은 낮은 온도의 냉각수를 생산하기 위해 냉동기 등 별도 설비를 가동해야 하지만, 온수 냉각은 상대적으로 높은 냉각수 온도를 활용해 냉각 설비의 전력 부담을 줄일 수 있다. 외부 기온이 낮은 환경에서는 외기를 활용한 열 배출 효율도 높일 수 있다.
엘리스그룹은 이러한 기술을 기반으로 신규 고집적 GPU 데이터센터의 전력사용효율(PUE) 1.1 수준을 목표로 제시했다.
PUE는 데이터센터 전체 전력 사용량을 IT 장비 전력 사용량으로 나눈 값이다. PUE가 1.1이라면 IT 장비가 1MW의 전력을 소비할 때 냉각과 전력 변환 등 부대 설비를 포함한 전체 전력 사용량이 약 1.1MW라는 의미다.
이를 PUE 1.7 수준의 데이터센터와 비교하면 동일한 IT 장비 전력 사용량을 기준으로 전체 시설 전력 소비를 약 35% 줄일 수 있는 수준이다. 다만 이는 PUE 수치를 활용한 이론적 비교로, 실제 절감 효과는 외부 기온과 설비 구성, GPU 가동률 등에 따라 달라질 수 있다.
수랭식 데이터센터의 주요 위험 요소인 누수 문제에도 대응하고 있다. 엘리스그룹은 자체 특허 기술을 기반으로 냉각 배관을 분리 설계해 누수 위험을 줄이고, 고하중·고단열 모듈러 구조를 활용해 고밀도 GPU 서버와 냉각 설비를 수용하도록 설계했다.
■ 엔비디아 베라 루빈 NVL72 대응…차세대 GPU 고전력 인프라 확보
엘리스그룹의 전력·냉각 기술은 엔비디아 차세대 GPU 플랫폼 도입 확대에 따라 중요성이 더욱 커질 전망이다.
엘리스그룹은 엔비디아 차세대 AI 플랫폼인 베라 루빈(Vera Rubin) NVL72의 고전력 환경에 대응하는 모듈형 데이터센터 개발을 완료했다고 밝힌 바 있다.
베라 루빈 NVL72는 랙 단위로 다수의 GPU와 CPU를 통합하는 고집적 AI 컴퓨팅 플랫폼이다. 기존 GPU 시스템보다 높은 전력 밀도와 냉각 성능을 요구하는 만큼 GPU 장비뿐 아니라 전력 공급과 냉각 시스템을 통합적으로 설계하는 역량이 중요하다.
엘리스그룹은 랙당 약 230kW의 고전력 환경에 대응하는 모듈형 인프라 기술을 개발했다고 설명했다. 고밀도 GPU 서버를 운영하기 위한 전력 분배와 액체 냉각 설비를 통합하는 방식이다.
이 같은 기술은 GPU 세대교체에 따른 데이터센터 설비 고도화 수요와 연결될 수 있다. AI 반도체의 성능이 높아질수록 기존 데이터센터의 전력·냉각 인프라를 개선하거나 새로운 고밀도 시설을 구축해야 하기 때문이다.
■ GPU 인프라 구축부터 클라우드 운영까지…민간 AI 시장 공략
엘리스그룹은 데이터센터 구축에 그치지 않고 자체 클라우드 인프라 운영 솔루션 'ECI(Elice Cloud Infrastructure)'를 통해 GPU와 CPU, 스토리지 자원을 통합 관리하는 사업 모델을 추진하고 있다.
회사는 엔비디아 B300 GPU 2560장을 활용하는 정부 AI 컴퓨팅 인프라 사업도 추진하고 있다. 해당 사업에는 모듈형 데이터센터와 직접수랭식 냉각 기술을 적용하는 방안이 포함돼 있다.
엘리스그룹은 향후 호남권 데이터센터를 민간 AI 클라우드 사업의 주요 거점으로 활용하면서 GPU 인프라 구축과 운영을 연계하는 사업 구조를 확대할 계획이다.
AI 데이터센터 시장에서는 단순한 GPU 확보 규모뿐 아니라 전력 공급 능력과 냉각 효율, 인프라 구축 기간 및 운영 비용이 핵심 경쟁력으로 부상하고 있다.
이에 따라 호남권 대규모 데이터센터 투자와 모듈형 전력·냉각 기술을 결합한 엘리스그룹의 사업 전략이 향후 민간 AI 클라우드 시장에서 어떤 성과로 이어질지 주목된다.
이명기 데이터투자 기자 dding931223@datatooza.com
