- 1서버가 수만 대?! 이게 다 한 건물에?
- 2AI 학습을 위한 GPU들이 빼곡히!
- 3전기·냉각·네트워크… 도시급 인프라
- 4빅테크들이 천문학적 투자를 쏟는 이유!
정의와 배경
하이퍼스케일(Hyperscale)은 원래 클라우드 사업자가 수요 증가에 맞춰 컴퓨팅 자원을 수평적으로 무제한에 가깝게 확장(scale-out)할 수 있는 아키텍처를 뜻하는 개념이었다. 이 개념이 시설 규모로 확장되면서, 수만 대 이상의 서버 랙을 단일 캠퍼스 안에 집적하고 전력 수백 메가와트(MW) 이상을 소비하는 초대형 데이터센터를 '하이퍼스케일 데이터센터'로 통칭하게 되었다. 생성형 AI와 LLM 학습 수요가 급증하면서 GPU 수천~수만 장을 고밀도로 배치해야 하는 AI 데이터센터(AIDC)가 사실상 하이퍼스케일 규모를 요구하게 되어, 두 개념은 현재 실무에서 혼용되는 경향이 있다.
주요 특성과 구성 요소
하이퍼스케일 데이터센터는 일반 기업용 데이터센터와 달리 전력 밀도, 냉각 시스템, 네트워크 대역폭 세 가지 측면에서 극단적으로 최적화된다. AI 연산용 GPU는 CPU 대비 전력 소모가 수배에 달하므로, 랙당 소비 전력이 수십 킬로와트(kW)에 이르는 고밀도 설계와 이를 감당할 액침냉각·직접수냉(Direct Liquid Cooling) 등 첨단 냉각 기술이 필수적이다. 또한 GPU 간 고속 데이터 전송을 위해 인피니밴드(InfiniBand)나 고속 이더넷 패브릭 같은 초저지연 내부 네트워크가 구축되며, 엔비디아의 NVLink·NVSwitch 같은 전용 인터커넥트 기술이 함께 활용된다. 부지 선정 단계에서는 대규모 전력 공급 가능 여부, 용수 확보, 지진·재해 리스크, 재생에너지 접근성이 핵심 입지 요소로 평가된다.
왜 중요한가
파운데이션 모델과 LLM을 학습시키기 위해서는 수천~수만 장의 GPU를 동시에 운용하는 대규모 병렬 연산이 필요하며, 이를 물리적으로 수용할 수 있는 시설이 하이퍼스케일 데이터센터다. 즉, AI 기술 경쟁력은 하이퍼스케일 인프라 보유 여부와 직결되어 있어 국가 차원의 AI 주권 확보 논의로 이어지고 있다. 대한민국의 'AIDC 메가프로젝트(8.4GW 규모)'는 국내에 하이퍼스케일급 AIDC를 조성함으로써 글로벌 빅테크 의존도를 낮추고 국산 AI 모델 개발·서비스 역량을 강화하려는 전략적 의도를 담고 있다. 전력·토지·냉각수 등 막대한 자원을 소비하는 특성상 에너지 정책, 환경 규제, 전력망 안정성과의 연계도 정책 실무에서 중요한 검토 사항이다.
AIDC 메가프로젝트와의 연관
국내 AIDC 메가프로젝트는 하이퍼스케일 데이터센터 구축을 핵심 수단으로 삼아 AI 연산 인프라의 국내 내재화를 목표로 한다. 정부와 민간이 협력하여 부지 확보, 전력 인프라 확충, GPU 클러스터 조성 등을 패키지로 추진하는 구조로, 단순한 시설 건립을 넘어 반도체·전력·냉각 등 연관 산업의 동반 육성 효과를 기대하고 있다. 공무원 실무 관점에서는 입지 선정 시 산업단지 지정, 전력 계통 연계 협의, 용수 공급 협약, 재생에너지 조달 계획(RE100 연계) 등 복수 부처에 걸친 행정 조율이 필요한 복합 정책 과제로 이해하는 것이 적절하다.
※ 본 상세 설명은 용어집 데이터를 토대로 AI가 생성했습니다. 정확한 내용은 원문 출처를 우선하세요.