데이터센터는 20년을 가동하지만 냉각 설비는 흔히 과거 30년의 기상 자료로 정한다. 이제 두 기간이 같은 기후를 나타내지 않는다. 2022년 영국 폭염 때 기온은 40°C에 도달했고, Google은 35시간 동안 서버 오류 증가와 성능 저하를 관측했다[1]. 표준 설계 기온 37.7°C는 과거 자료에서 약 200년에 한 번 일어날 사건이었다. 미래 전망에서는 약 50년에 한 번으로 가까워진다.
Google과 University of Pennsylvania가 ISCA 2026에서 발표한 Prometheus는 이 차이를 시설 설계의 각주가 아니라 컴퓨터 시스템 문제로 다룬다[1]. 25년의 관측값과 향후 20년의 기후 전망을 결합하고, 각 부지의 건구 또는 습구 한도를 넘을 가능성을 계산한 뒤 세 시간대에 대응 조치를 붙인다. 20년 장기 설비 계획, 2년 단위 증설, 2주 단위 작업 대응이다. 실제 데이터센터 30곳에 적용한 결과 평균 냉각 용량을 11% 늘려야 했다. 한 부지의 최대 요구량은 48%였다.
설계 기온은 확률이다
냉각 용량에는 서로 다른 두 종류의 온도가 관여한다. 건구 온도는 일반적인 외기 온도이며 공기로 현열을 내보내는 시스템에 중요하다. 습구 온도는 습도까지 반영하며 증발식 냉각이 도달할 수 있는 한계를 정한다. 어떤 부지는 덥고 건조한 오후에, 다른 부지는 덜 덥지만 습한 날에 막힌다. Prometheus는 모든 부지에 같은 여유값을 붙이지 않고 두 온도를 따로 모델링한다.
예측 파이프라인은 support-vector machine과 random forest를 기본 모델로 쓰고 neural network가 출력을 결합한다. 부지 관측값은 CMIP6 기후 전망과 연결된다[3]. 학습 모델은 해석식 기반값보다 습구 온도 오차를 40~60% 줄였다. 대표적인 평균제곱근 오차는 1.7°C에서 0.7°C로 감소했고, 99.5백분위 오차는 60% 이상 줄었다. 냉각 설비는 평균값이 숨기는 몇 시간을 버텨야 하므로 꼬리 구간의 정확도가 중요하다.
변화량은 지역마다 다르다. ASHRAE 기상 파일[2]과 비교하면 설계 조건의 평균 차이는 건구 4.4°C, 습구 1.4°C다. 고배출 SSP5-8.5 시나리오의 2044년 전망에서는 지역에 따라 건구 기준 온도가 2.010.7°C, 습구 기준 온도가 2.76.8°C 높아진다. 런던은 시간 순서를 잘 보여준다. 설계 파일은 37.7°C지만 2022년에 40.2°C를 관측했고, 2044년 전망은 41.2°C다. 기존 여유가 조금 줄어든 것이 아니다. 건물 수명의 절반이 지나기 전에 이미 소진됐다.
데이터센터 30곳에 같은 여유값을 붙이지 않는다
Google fleet에 모델을 적용하면 하나의 사내 기준값이 아니라 분포가 나온다. 평균 부지는 냉각 용량을 11% 늘려야 한다. 건구 조건에 가장 취약한 부지는 39%, 습구 조건에 가장 취약한 부지는 48%가 필요하다. 현재도 부지의 12%는 설계 조건을 넘을 연간 확률이 2%보다 높다. 건축 표준에서 예외로 취급한 사건이 운영 시나리오가 된 셈이다.
작업 이동성만으로 설비 부족을 없앨 수는 없다. 조사 대상 데이터센터의 30%는 폭염 때 줄이거나 옮길 수 있는 부하가 충분하지 않았다. 대부분의 부지가 옮길 수 있는 비율은 20% 미만이며, 연산을 10% 줄일 때마다 냉기 통로 요구 온도가 약 1°C 낮아진다. 1~2°C의 여유는 동작 한계 부근에서 유용하지만, 전망값이 6°C나 10°C 움직인 부지를 지킬 수는 없다.
논문은 습구 온도에 따른 경계를 구체적으로 제시한다. 30°C 아래에서는 제어값 조정과 3% 미만의 부하 감축으로 서비스를 유지할 수 있다. 32°C에서는 감축 요구량이 약 12%로 오른다. 35°C에서는 30%에 도달하며, 저자들은 이를 운영으로 감당하기 어려운 설비 증설 구간으로 본다. 냉각 장비는 보통 15 MW 정도의 단위로 추가되므로 실제 결정도 연속적인 백분율 조절이 아니다.
하나의 예측을 세 개의 시계에 연결한다
Prometheus의 흥미로운 지점은 시설과 소프트웨어의 시간대를 잇는 데 있다. 20년 전망은 부지 선택과 냉각 설비 용량을 정한다. 계속 갱신하는 2년 전망은 모듈형 냉각 장치, 펌프, 제어 장치의 증설 순서를 정한다. 2주 예보는 폭염이 도착하기 전에 운영 절차를 시작한다.
약 14일 전에는 위험 평가를 시작한다. 810일 전에는 옮길 서비스와 감축 계획을 선택한다. 47일 전에는 데이터 이동과 서비스 변경을 실행하고, 마지막 하루를 최종 조정에 남긴다. 초대형 시설에서 2주는 긴 시간이 아니다. 10 MW 연산을 옮기려면 가상 머신 약 20만 개와 메모리 3.2 PB가 대상이 될 수 있다. 애플리케이션 의존성을 제외해도 50 Gb/s로 계속 전송하면 메모리만 옮기는 데 약 일주일이 걸린다.
경제성 계산은 모든 부지를 과잉 설계하는 대신 선택적으로 증설할 근거를 준다. 초대형 시설 건설비는 W당 약 712달러이며 냉각이 1525%를 차지한다. 냉각 용량을 20% 늘리면 W당 약 0.20~0.60달러가 든다. 런던의 35시간 장애에 대해 논문이 계산한 서비스 영향의 하한은 W당 0.44달러다. 일반적인 10% 증설과 가용성이 보호하는 소프트웨어 가치를 함께 계산하면 증설 쪽이 약 네 배 유리할 수 있다. 모든 사업자에게 같은 값을 적용할 수는 없지만, 기후 위험과 시설 자본을 같은 단위로 비교하게 해준다.
AI 용량 계획에서 빠진 입력값
AI 인프라 논의는 시설 수명 내내 같은 MW를 쓸 수 있는 것처럼 전력을 센다. Prometheus는 냉각 때문에 전력 용량이 지역 날씨, 습도, 이동 가능한 작업에 따라 달라진다는 점을 보여준다. 방열 능력이 부족한 100 MW 캠퍼스는 설계 조건을 정한 폭염 시간에 100 MW를 보유한 것이 아니다.
실무에서는 분포를 보존해야 한다. fleet 평균으로 개별 부지를 정할 수 없고, 건구 여유가 습구 위험을 대신하지도 않는다. 부지별 전망, 꼬리 오차를 보정한 모델, 제어값 조정과 작업 대응 및 물리적 증설의 경계가 필요하다. 같은 예측이 장비를 주문할 시설팀에는 수년 전에, 상태를 옮길 스케줄러에는 수주 전에 도달해야 한다.
한계도 있다. 기후 전망은 배출 시나리오에 따라 달라지며, 논문은 실제 fleet을 익명화해 부지별 상세 설계를 모두 공개하지 않는다. 비용 모델도 장애 영향의 하한을 사용하므로 모든 서비스 계약을 반영하지 못한다. 그래도 시스템 논점은 명확하다. 기상 데이터에도 버전이 있다. 설계 입력값을 갱신하지 않는 데이터센터는 만료된 의존성 위에서 핵심 인프라를 운영하는 셈이다.
출처와 저작권 안내
이 글은 Silicon & Systems가 작성한 편집 요약이다. 아래 논문의 주장과 결과를 우리 표현으로 다시 썼다. 논문의 문장, 표, 도판은 옮기지 않았으며, 본문의 두 도판은 보고된 수치를 바탕으로 이 글을 위해 새로 만들었다. 정식 논문은 ISCA 2026 회의록에 IEEE가 출판했다. 저작권 (c) 2026 IEEE. 원문은 DOI 서지 페이지에서 확인할 수 있다.