공기로는 더 이상 안 된다 — 계산이 만든 열은 어디로 가는가

랙 하나를 통째로 켜고 열을 세어 본 실험

실험실에 랙 하나를 통째로 세우고 전원을 넣은 실험이 있습니다. 랙은 데이터센터에서 계산용 컴퓨터인 서버 여러 대를 위아래로 꽂아 두는 선반형 틀입니다. 이 랙에는 서버 네 대가 꽂혔고, 서버마다 GPU 자리가 여덟 개 있었습니다. GPU는 인공지능 계산을 주로 맡는 칩인 그래픽 처리 장치입니다.

GPU 자리마다 1,000와트짜리 모사 발열체가 하나씩 물렸습니다. 모사 발열체는 진짜 GPU 대신 그 자리에 꽂아 딱 그만큼의 열을 내게 만든 시험용 부품입니다. 와트는 전기를 지금 얼마나 세게 쓰는가를 나타내는 단위입니다(「와트와 와트시 — 속도계와 주행거리계로 읽는 전기의 두 숫자」).

칩 위에는 열을 공기로 넘기는 금속 지느러미인 방열판 대신 액체가 흐르는 금속판이 붙었습니다. 부동액으로 흔히 쓰는 프로필렌글리콜을 25% 섞은 물이 32도로 들어갔고, GPU 모사체의 겉면 온도는 평균 64.5도 근처에 머물렀습니다. 저자들이 랙에 들어간 전기와 밖으로 나간 열을 맞춰 보니, 서버가 내놓은 열의 약 97.1%가 시설 쪽 냉수로 넘어가 있었습니다 (DOI: 10.1115/ipack2024-140672).

이 값은 포집률, 곧 서버가 내놓은 열 가운데 방 안으로 새지 않고 냉각 회로에 잡힌 몫입니다. 분모는 서버가 내놓은 열입니다. 이 랙에서는 열이 방 안에 거의 흩어지지 않았고, 97.1%가 물에 실려 시설의 냉수 회로로 넘어갔습니다.

이 랙은 계산을 하지 않았습니다. 카트리지 히터를 넣은 모사 발열체가 정해진 와트만큼 열을 냈을 뿐입니다. 그래서 이 실험이 보여 주는 것은 하나, 액체가 그 열을 실제로 걷어 간다는 사실입니다.

계산 장비가 쓴 전기가 결국 어디로 가는지는 다른 근거가 받칩니다. 데이터센터가 쓴 에너지는 거의 전부 결국 열로 배출됩니다 (DOI: 10.2139/ssrn.7322018, 프리프린트). 인공지능 데이터센터의 냉각을 재료 선택의 문제로 다시 쓴 이 프리프린트가 출발점으로 삼는 사실입니다. 계산 장비는 전기를 없애지 않고 형태를 바꿉니다. 들어온 전기는 열이 되고, 그 열은 반드시 어딘가로 버려져야 합니다.

두 사실을 이으면 이 글의 축이 나옵니다. 계산이 쓴 전기는 거의 전부 열이 되고, 그 열은 공기든 물이든 무언가에 실려 건물 밖으로 나가야 합니다.

그래서 데이터센터에는 늘 길이 두 벌 필요합니다. 전기를 끌어오는 길과 열을 내보내는 길입니다. 앞의 길이 왜 막히는지는 「발전소를 짓는 것보다 꽂는 것이 어렵다 — 접속 대기열이 실제로 정하는 것」이 따라갔습니다. 이 글은 뒤의 길을 따라갑니다.

바뀐 것은 총량이 아니라 밀도다

2007년에 나온 데이터센터 냉각 비교 논문은 당시를 이렇게 적었습니다. 고성능이라는 데이터센터에서도 랙 한 대가 쓰는 전력은 1~3킬로와트 안에 머물렀습니다. 킬로와트는 와트의 천 배입니다. 바닥 면적으로 나누면 열은 제곱피트당 100와트에 못 미쳤습니다 (DOI: 10.1115/ipack2007-33176). 같은 저자들은 곧 랙 하나가 15킬로와트를 뿜을 것이고, 2~4년 안에는 30킬로와트, 바닥 기준으로 제곱피트당 500와트를 넘길 것이라고 내다봤습니다 (DOI: 10.1115/ipack2007-33176).

그 전망치조차 지금 기준으로는 작습니다. 2024년에 나온 한 시험 논문은 칩 위에 붙여 액체를 흘리는 금속판인 냉각판을 다룹니다. 이 논문이 적은 현장은 이렇습니다. GPU처럼 인공지능 계산을 빠르게 하려고 만든 칩인 가속기 한 장이 1킬로와트에 육박하고, 서버 한 대에 허용된 전력이 10킬로와트를 넘어섰으며, 인공지능용 랙의 전력은 100킬로와트에 다가서고 있습니다. 이 논문이 시험대에서 상대한 열은 제곱센티미터당 300와트까지 올라갔습니다 (DOI: 10.1115/ipack2024-141367).

열유속(heat flux)은 넓이 한 조각을 매초 통과해 빠져나가는 열의 양입니다. 앞 문단의 「제곱센티미터당 몇 와트」가 바로 이 열유속입니다. 같은 100와트라도 손바닥만 한 판에서 나오면 미지근하지만, 손톱만 한 칩에서 나오면 그 자리가 타 들어갑니다. 지난 20년 동안 데이터센터에서 달라진 것은 전기의 총량만이 아닙니다. 그 전기가 열로 바뀌어 나오는 자리가 좁아졌습니다.

칩 한 장의 기준선도 함께 올라갔습니다. 냉각은 그 칩이 최대로 내놓는다고 보는 열의 양을 기준선으로 삼아 설계합니다. 이 기준선은 이미 칩 하나에 1~2킬로와트를 넘어섰습니다 (DOI: 10.21203/rs.3.rs-9293095/v1, 프리프린트). 같은 프리프린트는 칩 바로 위에서 냉매를 끓이는 방식으로 160킬로와트 정격의 분배 장치를 써서 시험 랙을 꾸몄고, 그 결과를 근거로 이 방식이 랙당 160킬로와트가 넘는 열을 안전하게 걷어 낼 수 있다고 결론짓습니다. 이 시험에서도 열을 낸 것은 진짜 칩 대신 2.5킬로와트짜리 카트리지 히터를 넣은 모사 발열체였습니다.

숫자를 늘어놓은 이유는 하나입니다. 냉각을 얼마나 잘하느냐보다, 냉각이 상대해야 하는 대상이 20년 사이에 다른 물건이 되었다는 사실이 더 큽니다.

밀도가 문제라는 말은 이런 뜻입니다. 건물 전체가 쓰는 전기를 절반으로 줄여도, 칩 한 장이 손바닥보다 훨씬 작은 면적에서 1킬로와트를 내놓는다는 사실은 그대로 남습니다. 총량은 발전소와 송전선의 문제이고, 그 총량을 세는 방법은 「AI는 전기를 얼마나 쓰는가 — 자료마다 숫자가 갈리는 진짜 이유」가 따집니다. 밀도는 그 칩 바로 위의 문제이고, 이 글은 거기서 시작합니다.

공기가 못 하는 일

공랭은 찬 공기를 서버에 불어 넣어 열을 실어 내는 냉각 방식입니다. 팬이 찬 공기를 서버 앞면으로 밀어 넣으면, 공기는 방열판 사이를 지나며 열을 받아 데워진 채 뒷면으로 빠져나갑니다. 방 안의 공조기가 그 더운 공기를 다시 식힙니다. 여기서 열을 실어 나르는 것은 공기가 데워지는 몫뿐입니다.

공기는 열을 아주 조금씩만 실을 수 있습니다. 어떤 물질이 열을 얼마나 실어 내는가는 두 가지로 정해집니다. 그 물질이 얼마나 빽빽한가, 그리고 1도 데우는 데 얼마나 많은 열이 드는가입니다. 공기는 둘 다 작아서, 같은 부피에 담을 수 있는 열이 물보다 압도적으로 적습니다.

그래서 공기로 더 많은 열을 걷어 내는 길은 두 가지뿐입니다. 들어가는 공기를 더 차게 만들어 온도 차를 벌리거나, 더 많은 공기를 더 빠르게 밀어 넣는 것입니다. 두 길이 각각 한계에 걸리기 때문에, 공기가 감당할 수 있는 열유속에는 천장이 생깁니다.

공랭 고성능 서버는 낮은 공급 공기 온도와 높은 풍량을 함께 요구하고, 그래서 칩 한 장이 내놓기로 되어 있는 열이 어느 선을 넘으면 공랭이 비효율적이 됩니다 (DOI: 10.1115/ht2023-107598). 이 문장은 서버를 액체에 담그는 방식을 옹호하는 학회 논문이 연구의 배경으로 적은 전제이고, 그 논문의 실험 결과는 아닙니다. 이 분야 논문 여러 편의 도입부가 같은 전제로 시작합니다 (DOI: 10.54097/dhmrxm38, 리뷰; DOI: 10.1115/ipack2024-140672; DOI: 10.1115/ipack2022-96370).

두 길에는 각각 청구서가 붙습니다. 공기를 더 차게 만들려면 냉동기를 더 돌려야 합니다. 냉동기는 냉매를 압축하고 풀기를 되풀이해 물이나 공기를 바깥 기온보다 차게 만드는 기계입니다. 더 많은 공기를 밀어 넣으려면 팬을 더 세게 돌려야 합니다. 팬이 쓰는 전기는 회전이 빨라질수록 가파르게 늘고, 그 전기도 결국 열이 되어 같은 방에 남습니다. 소음도 함께 커집니다.

공기를 잘 다루면 꽤 많이 아낄 수 있습니다. 찬 공기가 지나는 통로를 벽과 지붕으로 막아 서버를 지나 나온 더운 공기와 섞이지 않게 한 실험실 사례에서, 냉각 에너지가 22% 줄었습니다 (DOI: 10.1115/ipack2013-73201). 당시에는 열관리 계통이 데이터센터 전체 에너지의 대략 30~40%를 쓴다는 추정이 함께 인용되었으니, 이런 개선의 값어치는 컸습니다 (DOI: 10.1115/ipack2013-73101).

다만 통로를 막는 일과 칩 위의 열은 층위가 다릅니다. 통로를 막으면 이미 방 안에 있는 공기가 헛돌지 않습니다. 칩 한 장이 손바닥보다 훨씬 작은 면적에서 1킬로와트를 내놓을 만큼 열유속이 올라갔을 때 그 열을 공기로 받아 낼 수 있느냐는, 운용의 문제를 넘어 공기라는 물질의 성질 문제입니다. 관리로 짜낼 수 있는 몫과 물질을 바꿔야 열리는 몫은 다른 통장에 들어 있습니다.

열을 액체에 실어 보내면

앞의 실험 랙에서 32도짜리 물이 GPU 겉면을 64.5도 근처에 붙들어 둘 수 있었던 것은, 액체가 공기와 두 가지 점에서 다르기 때문입니다. 액체는 같은 부피에 훨씬 많은 열을 담고, 대신 훨씬 뻑뻑하게 흐릅니다. 앞의 성질 덕분에 열을 실어 내는 데 필요한 흐름의 양이 확 줄고, 뒤의 성질 때문에 액체를 밀어 보내는 펌프가 필요합니다.

액체로 바꾸는 방식은 크게 둘로 갈립니다. 첫째는 직수냉입니다. 직수냉(direct-to-chip cooling)은 칩 위에 액체가 흐르는 금속판을 직접 붙여, 열을 공기에 넘기지 않고 곧바로 액체에 실어 보내는 방식입니다. 그 금속판이 앞에서 본 냉각판입니다. 열이 나는 이마에 선풍기를 트는 것과 젖은 수건을 직접 대는 것의 차이입니다. 이 글을 연 실험 랙이 바로 이 방식이었고, 그래서 열의 97.1%가 곧장 물로 넘어갈 수 있었습니다 (DOI: 10.1115/ipack2024-140672).

그 랙에 들어간 물은 32도였습니다. 얼음물이 아니라 사람 체온보다 조금 낮은 물입니다. 공랭이 낮은 공급 온도와 높은 풍량을 함께 요구했던 것과 견주면 차이가 분명합니다. 열을 나르는 매체를 바꾸면 같은 일을 하는 데 필요한 온도 차 자체가 달라지고, 이 차이는 뒤에서 냉동기를 켤 것인가 말 것인가의 문제로 이어집니다.

둘째는 액침 냉각입니다. 액침 냉각(immersion cooling)은 서버를 통째로 전기가 통하지 않는 액체에 담가, 모든 부품에서 나오는 열을 액체가 직접 받아 가게 하는 방식입니다. 뜨거워진 부품마다 부채질을 하는 대신 부품을 통째로 욕조에 넣는 것입니다. 칩 위에만 판을 붙이는 직수냉과 달리, 액침에서는 메모리든 전원부든 담긴 것 전부를 같은 액체가 상대합니다.

두 방식은 액체가 닿는 범위가 다릅니다. 액침은 복잡한 액체 분배 배관을 짤 필요가 없고 액체가 서버의 모든 부품에 직접 닿는다는 것이, 액침을 다룬 그 학회 논문의 설명입니다 (DOI: 10.1115/ht2023-107598). 거꾸로 직수냉에서는 판을 붙인 칩만 액체가 상대하고, 메모리나 전원부에서 나오는 열은 여전히 공기가 실어 내야 합니다.

두 방식은 각각 안에서 다시 갈립니다. 단상 냉각은 액체가 끝까지 액체로 남은 채 열을 실어 나르는 방식이고, 이상 냉각은 액체가 끓어 기체로 바뀌면서 열을 가져가는 방식입니다. 이상(二相)은 액체와 기체라는 두 상태를 오간다는 뜻입니다. 냄비의 물이 뜨거워지기만 하는 것과 김을 뿜으며 끓어오르는 것의 차이입니다. 액체를 데우는 데 드는 열보다 액체를 기체로 바꾸는 데 드는 열이 훨씬 크기 때문에, 끓는 쪽이 훨씬 많은 열을 가져갑니다. 이 글에서 「끓이는 액침」은 이상 냉각을 쓰는 액침을 말합니다.

이 전환은 온도와 함께 공간도 바꿉니다. 랙 평균 전력 밀도가 랙당 7킬로와트를 넘어서면, IT 장비가 실제로 차지하는 면적이 전산실 전체 면적의 거의 절반으로 떨어지고 나머지는 냉각 장비가 가져갑니다 (DOI: 10.1115/ipack2022-96370). IT 장비는 서버와 저장장치, 네트워크 장비처럼 계산과 통신을 하는 장비입니다. 끓이는 액침을 개관한 학회 논문이 기존 연구를 요약한 내용입니다.

같은 논문의 비유가 이 공간 문제를 한눈에 보여 줍니다. 제곱미터당 3킬로와트라는 흔한 공랭 바닥 밀도에서, 몇 층짜리 건물을 다 쓰는 데이터센터의 전자 부품을 실제로 모아 보면 건물 맨 아래 5밀리미터를 채울 뿐입니다. 저자들은 끓이는 액침이 바닥 밀도를 6배 넘게 올릴 수 있다고 봅니다 (DOI: 10.1115/ipack2022-96370).

실제 배치도 시작되었습니다. 마이크로소프트가 자사 클라우드에 끓이는 액침을 적용해 나가고 있다는 보고가 2022년 학회에 올라와 있습니다 (DOI: 10.1364/ofc.2022.tu2a.4, 짧은 발표 초록).

"액침이 정답"이라는 말이 지우는 것들

서버를 통째로 담근다고 문제가 끝나지는 않습니다. 액침과 공랭을 정면으로 견준 논문 한 편이 이득과 부담을 한 초록 안에 함께 적었습니다.

이득은 큽니다. 액침으로 에너지 소비가 약 50% 줄고, 차지하는 공간이 약 3분의 2 줄며, 초기 투자와 운영비도 더 적게 든다고 저자들은 적습니다. 같은 초록의 뒷부분은 부담입니다. 까다로운 유지보수 절차와 늘어난 IT 장비 고장 건수가 주요 단점이고, 클라우드 사업자는 에너지와 비용의 감소를 유지보수·신뢰성 부담의 증가와 맞바꾸는 결정을 해야 합니다. 마지막 문장은 더 분명합니다. 이미 공랭으로 지어 놓은 데이터센터를 액침으로 개조하는 것은 비용이 커서 일반적으로 권장하지 않는다는 것입니다 (arXiv:2205.04257, 프리프린트).

담근 뒤에도 액체가 저절로 일하지는 않습니다. 서버 안으로 들어간 냉각액 가운데 실제로 부품 사이를 지나는 비율이 CPU 서버와 GPU 서버 모두 50%에 못 미치고, 나머지는 부품을 비켜 흘러갑니다. CPU는 일반 계산을 맡는 중앙 처리 장치입니다. GPU 서버의 단상 액침을 수치로 모사한 프리프린트의 결과이고, 저자들은 이 비율을 유로, 곧 액체가 흐르는 길의 설계로 크게 개선할 여지로 읽습니다. 같은 연구에서 GPU 방열판의 열저항은 CPU 방열판의 약 3배였습니다 (DOI: 10.2139/ssrn.7151773, 프리프린트, 수치해석). 열저항은 열이 빠져나가기 어려운 정도로, 클수록 같은 열에도 칩이 더 뜨거워집니다.

무엇을 담그느냐도 성능을 크게 가릅니다. 열전달계수는 액체가 표면에서 열을 받아 가는 능력을 재는 값입니다. 세 가지 액체로 단상 액침을 시험한 연구에서 평균 열전달계수는 탈이온수가 제곱미터·켈빈당 349.29와트, 프로필렌글리콜이 194.69와트, 백색 광유가 74.44와트였습니다 (DOI: 10.37934/arfmts.111.2.141153). 같은 장치라도 무엇을 채우느냐로 4배 넘게 갈렸습니다. 다만 300에서 500와트 사이의 발열로 돌린 소규모 시험입니다.

끓이는 쪽에는 벼랑이 하나 더 있습니다. 임계 열유속은 끓는 표면이 감당할 수 있는 열유속의 한계로, 이 선을 넘으면 표면이 증기막에 덮이고 온도가 파국적으로 치솟습니다 (DOI: 10.2139/ssrn.7380728, 프리프린트). 표면에서 기포가 떠난 자리를 액체가 제때 다시 채우지 못하면 이런 일이 생깁니다.

이 한계는 고정된 상수가 아닙니다. 전력 반도체 모듈에 쓸 액침을 겨냥해 이 한계를 실험한 연구에서, 펌프 순환과 냉각액과 압력을 함께 맞추자 시험용 가열 표면의 한계가 두 배 넘게 높아졌습니다. 저자들은 이 결과를 고밀도 액침의 설계 지침으로 내놓습니다 (DOI: 10.2139/ssrn.7380728, 프리프린트). 같은 실험에서 표면을 거칠게 하는 방법은 알루미늄에서는 한계를 높였지만 실리콘에서는 오히려 20.5% 낮췄습니다. 벼랑의 위치는 설계로 상당히 옮길 수 있지만, 그 위에는 표면과 냉각액이 정하는 고유한 천장이 있어 설계는 그 천장에 얼마나 다가가느냐를 정한다고 저자들은 적습니다.

그래도 시험대에서는 이 벼랑이 꽤 가깝습니다. 펌프 없이 끓고 식기를 되풀이하며 저절로 도는 칩 냉각 회로는 1.2킬로와트까지 안정적으로 돌았지만, 1.3킬로와트에서 온도가 급격히 치솟으며 국소적으로 마르는 현상이 나타났습니다 (DOI: 10.14293/p2199-8442.1.sop-.prlksr.v1, 프리프린트). 다만 액체가 열을 받아 끓는 부분인 증발기에 내부 핀이 없는 기준형으로 한 초기 측정이고, 저자들은 바로 그 핀 형상 개선을 다음 과제로 잡았습니다.

칩 위에서 냉매를 끓이는 직수냉도 아직 채택을 넓힐 바탕이 덜 갖춰졌다는 평가가 있습니다. 앞서 밀도 수치를 인용한 냉각판 시험 논문은, 펌프로 돌리는 이상 냉각 직수냉의 채택을 넓히려면 냉각 회로를 이루는 여러 부품의 생태계가 더 발전해야 한다고 결론짓습니다 (DOI: 10.1115/ipack2024-141367).

빽빽하게 채우는 데에도 한계가 있습니다. 끓이는 액침 탱크에서 서버 표면을 85도 아래로 유지하려면, 담근 서버 사이를 1,000와트에서 15밀리미터, 1,500와트에서 20밀리미터, 2,000와트 이상에서는 30밀리미터 넘게 띄워야 했습니다 (DOI: 10.3390/en14051395). 실험과 모사를 함께 한 연구 가운데 모사 쪽 결과입니다. 통에 서버를 빈틈없이 채울수록 좋다는 그림은 여기서 멈춥니다.

표준도 아직 없습니다. 액침을 옹호하는 그 학회 논문조차 미해결 목록을 길게 적습니다. 자연 대류로 갈지 강제 순환으로 갈지가 그 첫째입니다. 자연 대류는 데워진 액체가 저절로 떠오르며 도는 흐름이고, 강제 순환은 펌프로 밀어 돌리는 흐름입니다. 공랭용으로 설계된 방열판을 전기가 통하지 않는 액체에 맞게 어떻게 다시 설계할지도 남아 있고, 이 냉각 방식의 신뢰성을 다룬 연구는 매우 적습니다 (DOI: 10.1115/ht2023-107598).

규격도 공랭에 맞춰져 있습니다. 반도체 열주기 시험은 온도를 올리고 내리기를 되풀이해 부품이 버티는지 보는 시험입니다. 이 시험의 기존 규격은 공랭을 전제로 만들어져 액침에 그대로 쓸 수 없었고, 저자들은 절연유용 재료 적합성 규격을 손봐서 대신 썼습니다 (DOI: 10.1115/ht2023-107598).

직수냉 쪽도 사정이 비슷합니다. 직수냉에 쓰는 냉각수의 신뢰성 연구는 제한적이고, 신뢰성을 시험하는 방법도 표준화되어 있지 않습니다. 이 공백을 메우겠다고 나선 연구가 스스로 적은 출발점입니다. 같은 연구는 바탕 액체가 같아도 제조사가 넣은 부식 억제제와 첨가물이 열 성능에 영향을 줄 수 있다는 점도 출발점으로 삼습니다. 저자들은 엔진 냉각수용 부식 시험 규격을 끌어와 제조사별 신뢰성 차이를 재려 합니다 (DOI: 10.1115/ipack2023-110576).

액체 냉각은 열 문제의 해답이지만 공짜 해답은 아닙니다. 열은 확실히 걷힙니다. 대신 유지보수 절차, 액체의 선택, 재료 적합성, 끓음의 경계, 그리고 이미 지어 둔 건물이라는 항목이 청구서에 함께 적힙니다. 신뢰성은 방향부터 엇갈립니다. 액침과 공랭을 견준 비교 논문은 IT 장비 고장이 늘었다고 적고 (arXiv:2205.04257, 프리프린트), 액침을 옹호하는 학회 논문은 액체가 오염과 가혹한 환경을 막아 신뢰성이 오른다고 적으면서도 관련 연구가 매우 적다고 덧붙입니다 (DOI: 10.1115/ht2023-107598). 그래서 액침을 고르는 일은 정답 하나를 고르는 일이기보다, 앞의 비교 논문이 적은 대로 에너지·비용의 이득과 유지보수·신뢰성 부담을 맞바꾸는 결정입니다.

지표가 좋아졌다는 말이 못 보는 것

액체 냉각을 다룬 글에서 가장 자주 보이는 숫자는 1에 바싹 붙은 전력사용효율입니다. 전력사용효율은 시설 전체가 끌어다 쓴 전기를, 그중 계산 장비에 실제로 들어간 전기로 나눈 값입니다. 영어 약자로 PUE라고 부릅니다. 이 값이 1.5라면 서버에 1을 넣으려고 건물이 1.5를 끌어왔다는 뜻이고, 남는 0.5는 주로 식히고 나르는 데 쓰인 것입니다. 값이 작을수록 계산 바깥으로 새는 전기가 적습니다.

숫자만 보면 전환은 이미 끝난 것 같습니다. 최대 1,168킬로와트 규모의 고밀도 데이터센터를 모사하면, 전력사용효율이 공랭에서 2였다가 끓이는 액침에서 1.01로 떨어집니다 (DOI: 10.1007/s10973-025-14006-0, CFD 모의). 이 값은 컴퓨터로 공기와 액체의 흐름을 계산하는 전산유체역학 모의 결과이고, 가동 중인 시설의 계량값은 아닙니다. 끓이는 액침 탱크를 실측한 연구에서는 서버 전력이 오르는 동안 이 값이 1.053에서 1.037로 내려갔습니다 (DOI: 10.3390/en14051395). 그나마도 시설 전체가 아닌 부분 지표입니다. 부분 전력사용효율은 시설 전체 대신 냉각 계통 하나만 떼어 같은 방식으로 계산한 값입니다.

전력사용효율은 계산 장비 바깥에서 새는 전기를 잽니다. 냉각을 잘하면 이 값이 좋아지는 것은 맞습니다. 그런데 이 값이 보지 못하는 것이 두 가지 있습니다.

첫째, 냉각이 전체 전기의 일부에 그치고 운전을 바꿔 줄일 수 있는 폭도 작은 곳에서는, 피크 시간대 냉각 전력을 크게 줄여도 이 값이 별로 움직이지 않습니다. 방글라데시 다카의 한 상용 데이터센터에서 15분 간격 계량 기록 8,736건, 석 달치를 분석한 프리프린트가 이것을 정면으로 잽니다 (DOI: 10.2139/ssrn.7169838, 프리프린트). 이 시설에서 냉동기 전력을 더 잘 설명한 것은 IT 부하, 곧 계산 장비가 그 순간 쓰는 전력보다 바깥 기온이었습니다. 설명력은 한 요인이 냉동기 전력의 오르내림을 얼마나 설명하는지를 나타내는 값으로, 바깥 기온이 0.44, IT 부하가 0.11이었습니다. 저자들이 찾아낸 최적 운전 정책은 피크 시간대 냉각 전력을 23.3% 줄였는데, 전력사용효율은 0.83%밖에 좋아지지 않았습니다.

저자들은 이것을 모델의 실패로 보지 않고 구조적 천장이라고 부릅니다. 이 시설에서 냉각이 차지하는 몫은 28.6%이고, 운전 방식을 바꿔 냉각을 줄일 수 있는 폭은 최대 5.8%입니다. 지표 개선의 상한은 이 둘을 곱한 값이라 1.65%로 묶입니다. 이 시설처럼 냉각이 시설 전력의 일부에 그치고 운전을 바꿔 줄일 수 있는 냉각이 전체로는 몇 퍼센트에 그치면, 피크 시간대 냉각 전력을 크게 깎아도 전력사용효율은 거의 움직이지 않습니다. 그래서 저자들은 냉각이 소수 부하인 곳에서는 이 값이 불완전한 목표이고, 요금을 매긴 피크 전력이 더 실행 가능한 목표라고 봅니다.

다만 이 결과는 덥고 습한 한 시설의 것입니다. 덥고 습하며 계통, 곧 전력망이 빠듯한 입지는 기존 문헌에 거의 없다고 저자들 스스로 적습니다. 그리고 이 결과가 온대 지역 대형 시설에서 나온 부하 중심 서사, 곧 냉각 전력이 주로 IT 부하를 따라 움직인다는 설명을 뒤집는다고 말합니다. 다카의 숫자를 다른 곳에 그대로 옮길 수는 없습니다. 옮길 수 있는 것은 냉각의 몫과 줄일 수 있는 폭을 곱해 상한을 보는 방법입니다.

둘째, 이 지표는 열이 건물을 나간 다음을 보지 않습니다. 분자도 분모도 전기라서, 식히는 데 물을 얼마나 썼는지는 이 값에 아예 들어오지 않습니다. 인공지능 인프라에 전력사용효율이 여전히 맞는지 검토한 정책 학술지의 통합 리뷰는 물 사용, 탄소 배출, 장비 활용률을 함께 보는 보완 지표들을 정리합니다 (DOI: 10.38126/jspg280101, 리뷰).

여기에 이 글이 두 가지를 더 붙입니다. 그 리뷰의 주장이 아닌 이 글의 관찰입니다. 그 열이 몇 도짜리로 나갔는지, 그리고 그 열을 누가 받아 쓰는지도 이 값에는 들어오지 않습니다. 앞의 것이 왜 중요한지는 다음 절에서 봅니다.

하나 더 있습니다. 이 값은 비율입니다. 계산 장비가 쓰는 전기가 커지는데 그 바깥의 전기가 그만큼 따라 늘지 않으면, 냉각이 조금도 개선되지 않아도 값은 좋아집니다. 이 값이 재는 것은 열이 얼마나 나왔는지가 아니고, 그 열을 치우는 데 든 전기의 비중이기 때문입니다.

그러니 「액체로 바꿨더니 1.05가 됐다」는 문장은 냉동기와 팬이 덜 돌았다는 뜻이고, 열 문제가 끝났다는 뜻은 아닙니다. 계산 장비가 낸 열은 여전히 그만큼 건물 밖으로 나갑니다.

버린 열은 어디로 가나

겨울마다 난방이 필요한 도시 바로 옆에서, 데이터센터는 냉각탑으로 열을 하늘에 흩고 있습니다. 냉각탑은 건물 안에서 모은 열을 바깥 공기로 내보내는 옥외 설비입니다. 그 열을 왜 그냥 버리는지 묻게 됩니다. 답의 절반은 「쓸 수 있다」이고, 나머지 절반은 「몇 도짜리냐에 달렸다」입니다.

열의 등급은 그 열이 몇 도짜리인가, 곧 얼마나 뜨거운가를 가리킵니다. 같은 1킬로와트라도 40도짜리 열은 미지근한 물밖에 못 만들고, 70도짜리 열은 난방 배관에 그대로 밀어 넣을 수 있습니다.

데이터센터가 내놓는 열은 대체로 등급이 낮은 쪽입니다. 데이터센터는 35~45도의 저온 폐열, 곧 쓰지 못하고 버려지는 낮은 온도의 열을 풍부하게 만들지만, 쓸 곳이 제한적이고 경제성이 나빠 회수가 가로막힙니다 (DOI: 10.2139/ssrn.7396487, 프리프린트). 이 프리프린트가 내놓는 답은 열펌프로 그 열을 100~200도로 끌어올려 저장하는 것입니다. 열펌프는 전기를 써서 낮은 온도의 열을 높은 온도로 끌어올리는 기계입니다. 이산화탄소를 작동 유체로 쓴 구성이 모형에서 전기 1만큼으로 열 2.36만큼을 옮겼습니다. 등급을 올리는 데 다시 전기가 든다는 뜻입니다.

그래서 냉각 방식의 선택이 폐열의 값어치를 미리 정합니다. 지역난방은 한곳에서 데운 물을 배관망으로 여러 건물에 보내 난방하는 방식입니다. 전기가 통하지 않는 액침용 액체는 출구 온도를 65~75도로 내놓을 수 있고, 그러면 열펌프 없이 지역난방망에 바로 연결할 수 있습니다 (DOI: 10.2139/ssrn.7322018, 프리프린트). 앞서 본 재료 관점 프리프린트의 요지는, 냉각 유체를 고르는 일이 열관리 결정일 뿐 아니라 에너지 시스템 설계 결정이라는 것입니다.

받는 쪽 사정도 조건입니다. 지역난방망은 세대에 따라 요구하는 물 온도가 다르고, 뒤 세대일수록 낮은 온도로 돕니다. 직수냉 회로와 냉수 랙 냉각기를 함께 쓰는 데이터센터의 폐열을 지역난방망에 넣는 경우를 동적으로 모사하면, 세대별로 답이 갈립니다. 기준 구성과 견주어 저온으로 도는 5세대 망에 넣으면, 석탄이나 가스처럼 바꾸기 전 원래 형태로 센 1차 에너지 소비와 이산화탄소 배출이 88% 줄고 투자 회수 기간이 1년 미만입니다. 높은 온도를 요구하는 3세대 망에서는 고온 열펌프가 필요해 회수 기간이 14년으로 늘어납니다 (DOI: 10.3390/app16010323, 동적 모사). 같은 데이터센터에서 나온 같은 열이라도, 배관 반대쪽이 몇 도를 요구하느냐에 따라 답이 갈립니다.

수요 쪽 사정도 셈에 들어갑니다. 액체로 식히는 데이터센터의 폐열 회수를 열 수요의 실시간 오르내림까지 넣어 모사하면, 열 회수가 없는 액체 냉각 구성과 견주어 냉각 계통 전력이 20~30% 줄고 부분 전력사용효율이 최저 1.13까지 내려갑니다. 그런데 재사용할 수 있는 몫에는 단서가 붙습니다. 열을 받는 쪽의 온도 제약을 고려하면 데이터센터가 쓴 에너지의 최대 23%가 실제로 재사용됩니다 (DOI: 10.18686/cest630). 이 문장의 핵심은 「최대」와 「온도 제약을 고려하면」입니다. 그 단서를 넣고도 저자들은 회수한 열을 온수용으로 팔면 회수 기간이 짧아, 액체로 식히는 데이터센터가 실제 운전 조건에서 경제성 있는 열원이 될 수 있다고 결론짓습니다.

거리도 값을 갉아먹습니다. 소각장에서 나오는 열을, 열로 돌리는 냉방기에 물려 인공지능 데이터센터에 보내는 계획을 회랑 단위로 계산한 프리프린트가 있습니다 (arXiv:2607.26324, 프리프린트). 회랑은 열원에서 데이터센터까지 열을 보내는 배관 경로입니다. 이 계산은 배관을 지나며 식는 몫, 열을 냉방으로 바꾸는 몫, 보내고 돌리는 데 드는 부대 전력을 함께 셈해서, 회랑이 길어질수록 이득이 남는 구간이 어디서 끝나는지를 그립니다. 저자들은 이 틀이 개별 사업의 설계용이 아니고 후보지를 걸러내는 도구라고 못 박습니다.

그 거리 임계값 자체는 여기에 옮기지 않습니다. 그 계산의 열원은 하루 1,500톤을 처리하는 소각장이 내보내는 훨씬 뜨거운 열이고, 열이 흐르는 방향도 이 글과 반대로 소각장에서 데이터센터로 들어갑니다. 35~45도짜리 데이터센터 폐열에 그 킬로미터를 그대로 옮길 수는 없습니다. 남는 것은 성질 하나입니다. 열은 배관을 따라가는 동안 값을 잃고, 그래서 받을 사람이 얼마나 가까운가가 조건이 됩니다.

나라 단위로 그린 그림도 있습니다. 라트비아의 데이터센터 폐열 잠재량을 모사한 연구에 따르면, 2022년에 65도짜리 열 51.37기가와트시가 나왔고 2050년에는 257기가와트시까지 늘어 그중 201기가와트시가 쓰일 것으로 봅니다 (DOI: 10.3390/en17020445). 기가와트시는 와트시처럼 모두 얼마만큼의 에너지인가를 재는 큰 단위입니다. 여기 적힌 65도는 앞에서 본 35~45도보다 높습니다. 회수 온도가 시설마다 갈린다는 뜻입니다.

같은 주제를 먼저 조사한 연구는 걸림돌을 분명히 적습니다. 라트비아의 데이터센터 분포가 고르지 않아서 나라 차원의 폐열 활용이 제한된다는 것입니다 (DOI: 10.7250/conect.2023.007). 이 조사는 다른 여러 지역에서 열펌프와 묶은 데이터센터 폐열이 화석이나 재생에너지 기반 난방보다 값싼 열원으로 확인되었다는 점을 배경으로 들고, 라트비아의 폐열 잠재량을 추산해 채택을 위한 권고까지 함께 내놓습니다.

「버린 열은 난방에 쓰면 된다」는 문장은 틀리지 않았지만 조건절이 잘려 있습니다. 열의 등급이 받는 쪽 요구에 맞거나 열펌프로 올리는 값을 치를 수 있고, 받을 사람이 가깝고, 그 사람의 수요가 시시각각 오르내리는 것까지 셈에 넣었을 때 참입니다.

같은 설계가 어디서는 되고 어디서는 안 된다

공기로만 열을 버리는 같은 종류의 냉각기가 피닉스의 가장 더운 날에는 목표 온도를 맞추지 못하고, 핀란드 퓌해요키에서는 냉동기를 없애는 설계의 중심이 됩니다.

건식 냉각은 물을 전혀 쓰지 않고 공기로만 열을 바깥에 버리는 방식이고, 단열 냉각은 들어오는 공기에 물을 뿌려 온도를 낮춘 뒤 열을 버리는 방식입니다. 미국의 데이터센터 거점 열두 곳에 10메가와트 기준 시설을 놓고 두 방식을 계산하면, 연속 분무로 운전할 때 단열 냉각이 열을 버리는 데 드는 전기를 중앙값 30.5%, 최대 41% 줄였습니다 (DOI: 10.2139/ssrn.7238869, 프리프린트). 지역과 설계 조건의 조합 36가지 가운데 두 방식이 모두 가능한 29가지를 계산한 결과입니다. 설계 조건은 그 지역에서 드물게 찾아오는 더운 날을 기준으로 잡은 바깥 온도 조건입니다.

이 열두 곳은 애초에 단열 냉각에 유리한 곳으로 고른 표본이고, 습한 기후는 이 논문에 아예 들어 있지 않습니다. 저자들은 습윤 기후를 준비 중인 후속 연구로 넘겼다고 적습니다. 위의 절감 폭은 단열 냉각에 맞는 기후에서 나온 값입니다.

여기까지는 기술의 승부처럼 보이지만, 같은 연구의 결론은 지도를 가리킵니다. 피닉스와 라스베이거스와 투손의 가장 혹독한 설계 조건에서는, 건식 냉각이 목표로 하는 냉각수 출구 온도인 화씨 107도(섭씨 41.7도)에 아예 도달하지 못해 주 방식으로 쓸 수 없었습니다. 어느 쪽이 싼지는 기후 하나보다 전기와 물의 요금비가 더 크게 정하고, 엘패소와 투손과 앨버커키와 리노가 단열 냉각의 이점이 무너지는 경계를 이룹니다.

물 이야기는 여기서 한 문단만 합니다. 같은 연구가 짚는 것은 아낀 전기 1킬로와트시마다 현장에서 8~56갤런(30~210리터)의 물이 들어간다는 교환비입니다. 킬로와트시는 모두 얼마만큼의 전기를 썼는가를 재는 단위입니다. 이 현장 물은 같은 전기를 덜 써서 발전 쪽에서 아끼는 물보다 대략 한 자릿수 많습니다. 그래서 단열 냉각은 운영 단계의 물을 줄이지 않고, 물 부담을 전력망 쪽에서 부지로 옮깁니다. 냉각과 물이 어떻게 맞바뀌는지는 「AI가 물을 마신다 — 그런데 물을 아끼면 전기를 더 쓴다」가 따라갑니다.

반대쪽 극단에는 다른 답이 있습니다. 자연 냉각(free cooling)은 냉동기를 돌리지 않고 바깥의 찬 공기나 찬물만으로 열을 버리는 운전입니다. 에어컨을 끄고 창문을 여는 쪽에 가깝습니다.

핀란드 퓌해요키는 연중 96%가 20도 아래인 곳입니다. 이곳을 대상으로 한 데이터홀 설계는 이 기후 위에 건식 냉각기와 얼음 축열조를 얹습니다 (DOI: 10.36227/techrxiv.175355214.44070668/v1, 프리프린트). 데이터홀은 서버 랙을 모아 둔 방이고, 얼음 축열조는 얼음을 얼려 두었다가 녹이며 냉기를 꺼내 쓰는 통입니다. 추울 때는 건식 냉각기가 부하를 전부 감당하면서 동시에 얼음을 얼려 두고, 20도를 넘는 기간에는 그 얼음을 녹여 서버 입구 온도를 규격 안에 유지합니다. 그 결과 냉동기를 연중 돌리지 않는 구성이 됩니다. 저자들이 제안한 설계이고(초록은 실측값을 내놓지 않습니다), 자연 냉각이 연중 대부분을 감당하며 나머지 더운 기간은 그 자연 냉각으로 미리 얼려 둔 얼음이 메웁니다.

같은 건식 냉각이 애리조나의 가장 더운 조건에서는 성립하지 않고, 핀란드를 상정한 설계에서는 냉동기를 통째로 지웁니다. 열을 어디로 어떻게 버릴 것인가는 설계도 안에서 다 풀리지 않고, 그 건물이 어느 하늘 아래 서 있느냐에 절반쯤 매여 있습니다.

결국 남는 질문

프론티어라는 슈퍼컴퓨터의 냉각 계통에는 냉각수를 나눠 보내는 장치가 25대 있습니다. 이 장치들을 몇 개의 회로로 묶을지는 건설할 때 한 번 정하고 끝나는 결정이고, 그 611가지 방법을 전부 계산한 프리프린트가 있습니다 (arXiv:2606.15408, 프리프린트). 계산이 찾은 최적 구성과 실제로 지어진 구성의 차이를 만든 것은 운영 중에 쓰는 에너지보다 배관이었습니다. 고장에 대비해 실제로 갖춰 둔 예비 계통까지 값을 매기자 최적이 다른 곳으로 옮겨 갔습니다. 저자들의 요약은 회로를 몇 개로 나눌지를 정하는 것이 비용도 탄소도 아닌 예비 정책이라는 것입니다. 그리고 지어 놓은 그 설비를 다시 나누는 개조는 회수되지 않으므로, 이 틀은 새로 짓는 곳을 위한 도구라고 결론짓습니다.

열은 지금 데이터센터에서 가장 늦게 이야기되고 가장 오래 남는 항목입니다. 칩은 몇 년이면 바뀌고 소프트웨어는 매주 바뀌지만, 배관과 냉각탑과 그 건물이 서 있는 위도는 그대로 있습니다. 자연 냉각이 되는 땅인지 아닌지는 도면보다 그 땅의 기후가 먼저 정하고, 어느 방식이 싼지는 전기와 물의 요금비가 크게 거듭니다.

그리고 이 결정은 대체로 바깥에서 보이지 않습니다. 어떤 데이터센터가 몇 메가와트를 쓰는지는 기사에 나오지만, 그 열이 냉각탑에서 하늘로 흩어지는지 옆 동네 배관으로 들어가는지는 잘 적히지 않습니다. 앞의 절들에서 본 조건 셋이 그 차이를 만듭니다. 열이 몇 도짜리로 나오는가, 받을 사람이 얼마나 가까운가, 그 땅에서 냉동기를 꺼도 되는가입니다. 셋 다 건물이 서기 전에 대체로 정해집니다.

확실한 것은 하나뿐입니다. 계산 장비가 쓴 전기는 거의 전부 열이 되고, 그 열은 반드시 어딘가로 나갑니다. 나머지는 전부 선택이고, 선택마다 값이 붙어 있습니다.

그래서 데이터센터 이야기를 들을 때 물어볼 것이 하나 늘었습니다. 전기를 얼마나 쓰느냐와 함께, 그 전기가 바뀐 열을 어디로 보내고 있느냐입니다. 하늘로 흩는지, 옆 동네 난방 배관으로 넣는지, 아니면 아직 아무도 정하지 않았는지가 그 물음의 답입니다. 이 셋은 전력 계량기에서는 똑같아 보이지만 전혀 다른 선택입니다.

근거 논문

arXiv·SSRN·리서치스퀘어에 공개된 글은 「프리프린트」로 표시했고, 그 뒤 학술지에 실렸는지는 따로 확인하지 않았습니다. 모의·시뮬레이션 결과는 본문에서 그때마다 표시했습니다.

• "Commissioning of a Liquid-Cooled High-Density Data Center Rack" (2024, 학회·실험) — DOI: 10.1115/ipack2024-140672 — 모사 발열체 1,000와트 랙에서 냉각수 32도·겉면 64.5도, 서버 발열의 약 97.1%가 시설 냉수로 포집.
• "Materials Design for Data Center Thermal Management" (2026, 프리프린트) — DOI: 10.2139/ssrn.7322018 — 데이터센터 전기는 거의 전부 열로 배출. 액침용 유체 출구 65~75도면 열펌프 없이 지역난방 결합.
• "Analysis of Alternative Data Center Cooling Approaches" (2007, 학회) — DOI: 10.1115/ipack2007-33176 — 당시 랙 1~3킬로와트, 2~4년 내 30킬로와트·제곱피트당 500와트 초과 전망.
• "Common Cold Plate for Pumped Single- and Two-Phase Direct Liquid Cooling" (2024, 학회·실험) — DOI: 10.1115/ipack2024-141367 — 가속기 1킬로와트 근접·AI 랙 100킬로와트 접근·시험 열유속 300 W/cm². 이상 냉각 확산엔 부품 생태계가 더 필요하다.
• "Pumped Two-Phase R2L Direct-to-Chip Cooling in High-Density Racks" (2026, 프리프린트·실험) — DOI: 10.21203/rs.3.rs-9293095/v1 — 칩 발열 기준선 1~2킬로와트 초과, 160킬로와트 정격 시험 랙(모사 발열체) 결과로 랙당 160킬로와트 초과 처리가 가능하다고 결론.
• "Single Phase Immersion Cooling for Hyper Scale Data Centers" (2023, 학회) — DOI: 10.1115/ht2023-107598 — 공랭은 낮은 공급 온도와 높은 풍량을 함께 요구한다는 전제. 액침은 분배 배관 없이 전 부품에 닿으나, 표준이 없어 절연유 규격을 변형해 썼다.
• "Overview of Single-phase Immersion Liquid Cooling Technology" (2025, 리뷰) — DOI: 10.54097/dhmrxm38 — 공랭이 물리적 한계에 부딪혔다는 전제 위에서 단상 냉각 액침을 개관.
• "Impact of Cold Aisle Containment on Thermal Performance" (2013, 학회·실험실 사례) — DOI: 10.1115/ipack2013-73201 — 찬 공기 통로를 막은 한 사례에서 냉각 에너지 22% 절감.
• "Hybrid Cooling Data Center With Rear Door Heat Exchangers" (2013, 학회·수치해석) — DOI: 10.1115/ipack2013-73101 — 열관리 계통이 총 에너지의 대략 30~40%를 쓴다는 당시 추정.
• "Enough Hot Air: The Role of Immersion Cooling" (2022, 프리프린트) — arXiv:2205.04257 — 액침은 에너지 약 50%·공간 약 3분의 2 절감이나 유지보수와 IT 고장이 늘고, 기존 공랭 시설 개조는 권장하지 않는다.
• "Power Density in the Context of Two-Phase Immersion Cooling" (2022, 학회·개관) — DOI: 10.1115/ipack2022-96370 — 랙당 7킬로와트 초과 시 IT 면적이 전산실 절반으로. 제곱미터당 3킬로와트에서 부품은 건물 아래 5밀리미터, 끓이는 액침은 바닥 밀도 6배 초과.
• "Bringing 2-Phase Immersion Cooling to Hyperscale Cloud" (2022, 발표 초록) — DOI: 10.1364/ofc.2022.tu2a.4 — 대형 클라우드에 끓이는 액침을 적용해 나가는 중이라는 보고.
• "Single-phase immersion cooling for GPU servers" (2026, 프리프린트·수치해석) — DOI: 10.2139/ssrn.7151773 — 냉각액의 부품 통과 비율 50% 미만이라 유로 설계 여지가 크고, GPU 방열판 열저항은 CPU의 약 3배.
• "Investigation of Single-Phase Immersion Cooling for Modern Data Centers" (2024, 실험·300~500와트) — DOI: 10.37934/arfmts.111.2.141153 — 탈이온수 349.29 / 프로필렌글리콜 194.69 / 백색 광유 74.44 W/m²·K.
• "Multi-Strategy CHF Enhancement in Immersion Cooling" (2026, 프리프린트·실험) — DOI: 10.2139/ssrn.7380728 — 핵비등이 막비등으로 넘어가는 한계의 정의와, 펌프 순환·냉각액·압력을 함께 맞춰 시험 가열면의 한계를 215% 높인 설계 지침(표면 거칠기는 별도 실험).
• "2PhaseEx – Two-Phase Thermosiphon Loop for Chip Cooling" (2026, 프리프린트·초기 측정) — DOI: 10.14293/p2199-8442.1.sop-.prlksr.v1 — 1.2킬로와트까지 안정, 1.3킬로와트에서 국소 건조. 핀 없는 기준 증발기 기준.
• "Evaluation of a Two-Phase Liquid-Immersion Cooling System" (2021, 실험+모사) — DOI: 10.3390/en14051395 — 실측 부분 지표 1.053→1.037, 모사로 얻은 최소 서버 간격 15/20/30밀리미터.
• "Reliability Analysis of Liquid Coolants for Cold Plates" (2023, 학회·실험) — DOI: 10.1115/ipack2023-110576 — 냉각수 신뢰성 시험이 표준화돼 있지 않다는 공백을 메우려 부식 규격으로 제조사별 차이를 잰다.
• "High-density data center via two-phase liquid immersion cooling" (2025, CFD 모의) — DOI: 10.1007/s10973-025-14006-0 — 최대 1,168킬로와트 규모 모사에서 전력사용효율이 공랭 2에서 액침 1.01로.
• "Data center cooling in a hot and humid climate: the limits of PUE" (2026, 프리프린트·실측) — DOI: 10.2139/ssrn.7169838 — 다카 8,736건. 피크 냉각 전력 23.3% 절감에도 지표는 0.83% 개선, 냉각 몫 28.6%가 만든 1.65% 상한.
• "Is Power Usage Effectiveness (PUE) Still Fit for Purpose?" (2026, 리뷰) — DOI: 10.38126/jspg280101 — AI 인프라에서 이 지표의 적합성을 검토하고 물·탄소·장비 활용률 보완 지표를 정리.
• "Heat pump energy storage for data center waste heat recovery" (2026, 프리프린트·모형) — DOI: 10.2139/ssrn.7396487 — 폐열 35~45도가 활용처와 경제성에 막혀, 100~200도로 승온 저장하는 구성을 제안(모형 성적계수 2.36).
• "Hybrid Data-Centre Cooling in District Heating Applications" (2025, 동적 모사) — DOI: 10.3390/app16010323 — 기준 구성 대비 5세대 결합 시 1차 에너지·이산화탄소 88% 감축·회수 1년 미만, 3세대는 14년.
• "Heat recovery and heating system for liquid-cooled data center" (2026, 모사) — DOI: 10.18686/cest630 — 냉각 전력 20~30% 절감·부분 지표 최저 1.13. 수요처 온도 제약과 수요 변동을 넣으면 최대 23% 재사용.
• "Waste-to-Energy-Coupled AI Data Centers: Corridor Screening" (2026, 프리프린트·스크리닝) — arXiv:2607.26324 — 열 감쇠·흡수식 변환·부대 전력을 함께 셈한 회랑 계산. 후보지 걸러내기용이라고 저자들이 못 박는다.
• "Data Center Waste Heat in District Heating in Latvia" (2024, 동역학 모사) — DOI: 10.3390/en17020445 — 2022년 65도 폐열 51.37기가와트시, 2050년 257기가와트시 중 201기가와트시 활용 전망.
• "Data Centre Waste Heat Potential in District Heating in Latvia" (2023, 학회·조사) — DOI: 10.7250/conect.2023.007 — 라트비아 데이터센터의 분포 불균등이 국가 차원 활용을 제한한다는 결과와 폐열 잠재량 추산, 시스템 동역학 모사에 근거한 채택 권고(열펌프 결합이 값싸다는 것은 다른 지역 사례로 든 배경).
• "When Does Adiabatic Cooling Outperform Dry Cooling?" (2026, 프리프린트) — DOI: 10.2139/ssrn.7238869 — 분무에 유리한 열두 곳(습윤 기후 제외)에서 열 배출 전기 중앙값 30.5% 절감. 아낀 kWh당 현장 물 8~56갤런으로 부담을 계통에서 부지로 옮김. 피닉스 등 셋의 0.4% 설계 조건에서 건식은 목표 출구 온도 41.7도에 도달 못 해 주 방식 불가.
• "Nordics Prototype Data Hall Free Cooling Design" (2025, 프리프린트·제안 설계) — DOI: 10.36227/techrxiv.175355214.44070668/v1 — 연중 96%가 20도 아래인 입지에서 건식 냉각기와 얼음 축열조로 냉동기 없는 구성을 제안.
• "Data Center Life Cycle Co-Design Optimization" (2026, 프리프린트) — arXiv:2606.15408 — 프론티어의 냉각수 분배 장치 25대를 나누는 611가지 구성 평가. 회로 수를 정하는 것은 예비 정책이고, 지어 놓은 그 설비의 재분할은 회수되지 않는다.