Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
AI 데이터센터와 첨단 제조 시설의 전력 안정성이 중요해지면서, 변압기나 배전반 같은 핵심 전력 설비의 예지보전 기술이 주목받고 있습니다. 단순히 현재 상태를 측정하는 것을 넘어, 시간 흐름에 따른 미세한 변화(온도 상승 등)를 분석하여 잠재적 고장을 예측하는 것이 중요합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 YouTube 안될공학 (IT/테크)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기Video: AI 시대, 전력도 데이터를 읽어야 한다 | ‘멈추지 않는 전력’을 완성하는 변압기·배전반 예지보전 기술
Channel: 안될공학 - IT 테크 신기술
Duration: 14m 2s
Source: subtitle (auto, ko)
Transcript:
네, 여러분 안녕하세요. 패치입니다. AI 데이터 센터가 한 번 멈추면 얼마짜리 사고가 될까요? 업타임 인스티튜가 올해 공개한 조사에서는 최근 큰 장애를 경험한 데이터센터 운영자 가운데 57%가 10만 달러가 넘는 손실을 받다고 대답했습니다. 다섯 곳 중에 한 곳은요. 100만 달러 이상이었고요. 장애 원인을 따라가 보면 전력 문제가 여전히 가장 큰 비중을 차지한다고 합니다. 요즘 AI 인프라 이야기를 보면 GPU를 몇 장 확보했는지 데이터 센터를 몇 기W까지 키울지가 먼저 눈에 들어오죠. 전력 사용량부터 일단 빠르게 커지고 있습니다. IA는 전 세계 데이터 센터 전력 소비가 2024년에 약 415W에서 2030년에는 무려 945WC까지 두 배 이상으로 늘어날 것으로 전망을 했는데요.이 증가분의 상당 부분을 AI용 가속 서버가 이끌 것으로 보고 있습니다. 그런데 전기를 많이 확보하는 것이랑 그 전기를 끊기지 않게 쓰는 거는 또 별개의 문제죠. 전력망에서 들어온 전기가 서버에 그대로 꽂히는 건 아니니까요.
시설 안에서 필요한 전압으로 바뀌고 여러 구역으로 나뉘고 문제가 생긴 곳은 다른 곳에 또 영향을 주기 전에 차단이 딱 돼야지 비로소 GPU까지 안정적으로 전력이 도착합니다. 이걸 아주 비싸게 경험한 곳이 반도체 공장인데요. 2021년에 미국 텍사스에 기록적인 한파가 닥쳤거든요. 그때 삼성전자의 오스틴도 대규모 전력 중단에 영향을 받았습니다. 당시에 회사가 밝힌 피해 규모가 약 7만1,000장의 웨이퍼. 그러니까 금액으로는 3,억에서 4,억 원 수준이었는데요. 이게 전기가 다시 들어왔다고 그 순간에 뿅하고 생산이 다시 어제 상태로 돌아오는 그런 산업이 아니라는 거죠. AI 데이터 센터라든가 반도체 팬만 그런 것도 아니에요. 자동차 설비가 길게 이어지는 첨단 제조 공장도 있고 그리고 24시간 계속 돌아가야만 하는 병원이랑 공항 같은 곳도 있습니다. 어 이곳들이 하는 일은 전혀 다른데 전력 입장에서는 공통점이 하나 있어요. 한 번 멈췄을 때 그 대가가 아주 큰 곳들입니다. 그럼 이렇게 중요한 전력 설비는 그냥 더 자주 점검하면 되는 거 아닐까요?
그런데이 질문을 풀려면 전기가 시설 안으로 들어온 뒤에 어떤 장비를 거치는지부터 아주 간단하게 한번 볼 필요가 있어요. 먼저 높은 전압을 시설에서 필요한 수준으로 바꿔 주는 변합기가 있고요. 그다음에는 전기를 여러 구역으로 안전하게 나누고 보호하는 배전반. 그다음에 문제가 생긴 회로를 실제로 딱 끊어 주는 차단기가 이어지죠.이 이 장비들이 멀쩡하다가 어느 날 갑자기 고장 상태로 바뀌는 것만은 아닌데요. 배전반 안에 있는 전력 연결부 하나를 생각을 해 볼게요. 겉으로는 어제랑 똑같아 보여요. 그런데 접촉 상태가 조금 나빠지면서 같은 전류가 흘러도 그 부분만 서서히 서서히 뜨거워질 수가 있죠. 예를 들면 우리가 스마트폰 고속 충전기를 쓰는데 쓰다 보면 단자 부분이 유독 뜨거워질 때가 있잖아요. 그 접촉이 헐거워지면서 저항 때문에 열이 나는 건데 이거랑 같은 원리라고 생각을 하시면 되겠습니다. 자, 그러면 평소 같은 운전 조건에서 60도 정도였다고 해 볼게요. 최근에는 61도 그다음에는 63도 또 다시 측정했더니 67도입니다.
이게 아직 경보 기준을 넘지 않았을 수도 있는데요. 그렇게 숫자 하나만 보면 정상범위 안에 있을 수도 있지만 지난 몇 주 동안이 장비만 계속 뜨거워지고 있다는 사실까지 같이 보게 되면 얘기가 좀 달라지겠죠. 이게 한 번의 측정값에서는 잘 보이지 않던 변화가 시간축을 놓고 보니까 비로소 드러나는 거예요. 이런 전기적인 스트레스 또 열적인 스트레스가 오래 이어지게 되면 절연 상태에도 영향을 줄 수가 있거든요. 절연체 전체가 완전히 파괴된 건 아니지만 내부라든가 표면 일부에서 아주 작은 방전이 반복되기도 하는데 이런 현상을 부분 방전이라고 부릅니다. 당장에 불꽃이 막 크게 퍼버벅 튀거나 정전이 발생한 건 아니죠. 그래도 장비의 절연 상태가 지금 어떻게 변하고 있는지를 살펴볼 수 있는 그런 중요한 신호 가운데 하나입니다. 자, 여기까지 보면 자연스럽게 또 궁금해지는데요. 어, 이렇게 신호가 있는데 왜 사고 전에 항상 발견하지 못했을까? 전력 설비는 오랫동안 일정한 주기에 맞춰서 점검을 하고 정비를 해 왔어요.
지금도 꼭 필요한 관리 방식인데요. 문제는 장비가 사용된 시간만큼 똑같이 그렇게 넣는게 아니라는데 있어요. 같은 날 설치한 변합기가 두 대가 있다고 해 볼게요. 한 쪽은 온도랑 습도가 안정적이고 부하도 일정해요. 근데 다른 한쪽은 습기가 많고 하루에도 부하가 막 크게 오르내린다면 5년 뒤에 그 두 장비의 상태까지 갔다고 보기는 어렵겠죠. 설비는 단력을 봐감면서 넣는게 아니니까요. 자, 그러면 점검 주기를 아예 더 짧게 짧게 잡으면 해결이 될까요? 무정전 운영이 중요한 시설에서는 이것도 간단한 얘기가 아닌데요. 보합 전력 설비를 직접 열어 가지고 내부를 확인하고 정비하려면 장비를 일단 안전한 상태로 만들어야 되고 시설에 따라 가지고는 다른 전력 경로로 부활를 옮기는 운영 계획도 필요한데요. 멈추지 않기 위해서 점검을 해야 하는데 이게 점검 자체도 운영에 부담을 줄 수 있는 거예요. 그러면은 전기 점검을 없애야 할까요? 아니요. 그런 건 아니고요. 점검 날짜들 사이에서 장비가 어떻게 변하고 있는지 들여다볼 방법을 하나 더 갖자는 거죠.
그래서 바로 전력 설비에도 센서가 들어가기 시작을 합니다. 장비를 계속 운전을 하거나 온도, 주변 환경, 작동 상태 이런 정보들을 읽어 보는 건데요. 그러면 몇 달 뒤에 장비를 열었을 때 그때서야 처음 상태를 확인을 하는게 아니라 그동안 어떤 변화가 있었는지도 함께 볼 수 있으니까요. 자, 그리고 한 번의 숫자보다는 추세가 중요해지게 됩니다. 우리가 앞서서 얘기한 60도, 61도, 뭐 63도, 67도 이런 흐름도 그렇죠. 같은 종류의 장비가 여러대 있다고 해 볼게요. 대부분은 비슷하게 움직이는데 유독 한 대만 몇 주째 계속 온도가 올라가고 다른 상태 정보에서도 평소랑 다른 움직임이 보인다면 당연히 그 장비부터 먼저 살펴볼 이유가 생기겠죠. 장비의 실제 상태를 기준으로 정비를 하는 방식을 상태 기반 정비라고 하고요. 그리고 여기에서 한 발짝 더 나아가서 과거 데이터랑 현재 변화까지 보고 앞으로 어떤 설비를 먼저 점검해야 할지 이걸 판단하는 거를 예지 보전이라고 합니다. 말 자체는 조금 어려울 수도 있는데 쉽게 말해서 고장이 난 뒤에 고치는게 아니라 장비가 미리 보내는 신호들을 보고서 필요한 곳부터 먼저 손본다는 이야기죠.
AI도이 과정에서 활용이 됩니다. 예를 들어서 우리가 관리를 해야 될 설비가 100대라고 해 볼게요. 사람이 100대에서 매 순간순간 들어오는 온도랑 환경 뭐 작동 이력 이런 거를 일일이 다 비교하기는 쉽지 않겠죠. 이때 데이터 분석이랑 AI를 이용을 해 가지고 최근 움직임이 평소랑 달라진 장비를 먼저 골라내고 자 그러면 이번에는이 장비부터 먼저 확인을 해 보자. 이렇게 하는 정비 우선 순위를 만드는 겁니다. 그러려면 전력 기기 자체도 달라져야겠죠. 오래 버티도록 만드는 데서 끝나는게 아니라 얘가 지금 실제로 어떤 상태인지를 잘 보여주고 그 데이터가 점검이랑 정비 판단까지 잘 이어질 수 있도록 해야 합니다. 이렇게 전력 관리랑 자동화를 전문으로 해온 대표적인 회사가 예전에 안돼 공학에서도 소개를 해 드렸던 슈나이더 일렉트릭인데요. 슈나이더 일렉트릭의 제품들을 기준으로 전기가 실제 시설 안을 지나가는 순서를 따라가 보면서 위와 같은 요구 사항을 전력 설비에 어떻게 적용을 하고 있는지 그걸 한번 살펴보려고 합니다.
자, 먼저 변합기예요. 변화기는 몇 달 반짝 사용하고 교체를 하는 제품이 아니죠. 오랜 기간 전기랑 열을 견디면서 계속 전압을 바꿔 줘야 하는데요. 특히나 데이터 센터라든가 병원처럼 실내에서 대규모 전력 설비를 운용하는 시설에서는 화재 안전성이라든가 유지보수의 용이성, 습기, 오염 이런 환경들도 함께 고려를 해야 합니다. 그래서 전연류 대신에 고체 절현제를 사용을 하는 몰드 변화기가 활용되는 경우가 많아요. 변악기에서 한번 질문을 둘러 나눠 볼게요. 하나는 처음부터 얼마나 오래 버티게 만들 것인가. 그리고 실제로 잘 버티고 있는지는 어떻게 확인할 것인가? 자, 그럼 첫 번째 질문부터 볼게요. 슈나이더의 트라이얼은 IEC 60076-11 기준에 따라서 C4 온도 등급이랑 E4 환경 등급을 확보를 하고 있는데요. C4 등급은 영화 40도시의 극한의 온도에서도 운영이 가능하고요. E4는 상대 습도 95% 조건에서의 결로 시험을 통과한 등급입니다. 온도 변화라든가 결로 오염처럼 장기간 운전하는 변합기에 부담을 줄 수 있는 그런 환경들을 고려한 설계예요.
화재 안전 측면에서는 F1 등급도 갖추고 있죠. 앞에서 봤던 부분 방전이 여기랑 연결이 되는데요. 트라이알이 제시하는 부분 방전 수준은 오피코롱 이하거든요. 에폭시 몰드 내부에 생길 수 있는 미세한 공극을 최소화해 가지고 절연제 내부의 부분 방전 발생을 억제를 하는 거죠. 이런 부분 방전이 계속 반복이 되면 장기적으로 절현제가 열화가 될 수 있는데 이거를 낮은 수준으로 관리를함으로써 정기적 고장 위험을 줄리고 장기적인 신뢰석을 확보를 하는 겁니다. 슈나이더는 이런 내구 설계를 바탕으로 기존 대비 30% 이상 향상이 된 설계 수명도 트라이의 특징으로 제시를 하고 있어요. 자, 여기까지가 장비 자체를 오래 버티게 만드는 쪽인데요. 그런데 출고 당시에 성능이 좋다고 해서 몇 년뒤에 그 현장의 상태까지 저절로 알 수 있는 건 또 아니죠. 그래서 두 번째 질문에서는 트라이얼 커넥티드가 들어옵니다. 전력 연결부에 설치된 자체 구동식 무선 센서가 열 데이터를 계속 확인을 하게 되는데요. 평소랑 같은 조건인데 특정 연결부의 온도가 이전이랑 다르게 올라가기 시작을 한다면 다음 전기 점검까지 기다리지 않고 먼저 살펴봐야 될 근거가 생기겠죠.
시나이더는 이런 실시간 데이터를 24시간 상태 모니터링이랑 데이터 기반의 유지보수에다가 연결을 해 가지고 다운 타임을 줄이고 유지보수 비용을 최적화하는 방향으로 설명을 하고 있습니다. 여기에다가 장비를 오래 사용하고 운전 과정에 손실을 줄여주는 고효율 장수명 설계도 있는데요. 슈나이더는 이런 특성이 설비생해 주기에 자원이랑 배출 부담을 줄이면서 기업의 스코프 3 탄소 배출량 감소에도 기여할 수 있다고 하네요. 자, 전압을 이렇게 맞췄다면 다음에는이 전기를 필요한 곳으로 나눠야 하는데요. 그리고 어느 한 쪽에서 문제가 생겼다면 다른 설비까지 영향을 주기 전에 해당 회로를 끊어 줘야겠죠. 그래서 두 번째로 볼 곳이 배전반이랑 차단기입니다. 특히 차단기는 조금 독특한 장비인데요. 그러니까 쉽게 말해서 산업 현장의 초거대한 두꺼이 집이라고 생각을 하시면 돼요. 집에서는 과전류가 흐르면 차단기가 툭 떨어지면서 집안 전체를 보호하듯이 산업용 차단기도 평소에는 조용히 있다가 사고 전류가 딱 감지되는 그 찰라의 순간에 확실하게 회로를 끊어져야 합니다.
전력 시스템 안전의 핵심인 차단기는 언제나 확실히 전류 차단 기능을 해야 하고요. 어제 잘 작동을 했나? 이것도 중요하지만 다음번에 제대로 움직일 상태인가? 요것도 함께 봐야 되죠. 슈나이더의 에브팩트 HVX가 바로 그 차단 성능이랑 더불어서 상태 진단 기능을 갖춘 진공 차단기인데요. MC셋은이 에브팩트 HVX 차단기를 가지고 고압 전력을 여러 회로로 안전하게 나누고 보호하는 배전반입니다. MC세트 및 에브팩트는 전력 연결부에서 이상 발열이 생기고 있는지는 않는지 내부의 습도 같은 환경 조건이 또 달라지고 있지 않는지 차단기 주요 부품의 상태가 변하고 있지는 않은지 뭐 이런 것들을 지속적으로 확인을 하게 됩니다. 구성에 따라서 부분 방전 모니터링까지 이렇게 연결을 할 수가 있는데요. 이렇게 쌓인 정보는 이상 징후를 찾고 어떤 설비부터 정비할지 판단하는데 활용이 됩니다. 에버팩트 자체에서도 주요 차단기 부품의 상태를 모니터링 해 가지고 위험을 줄이고 가동 시간을 높이는 방향을 강조를 하고 있어요. 슈나이더가 제시하는 기계적 작동 수명은 최대 5만회입니다.이 차단하는 방식 자체에서도 특징이 하나 있는데요.
고압 전력 설비에서는 SF6라는 가스를 사용하는 방식이 오랫동안 활용이 되어 왔는데요. SF6는 이산화 탄소, 그러니까 CO2보다 지구 온난화 지수가 무려 24,300배 이상이나 더 높은 대표적인 온실 가스입니다. 전력 사용량이 폭증하는 AI 시대에 탄소 배출까지 줄여야 하는 빅테크 기업 입장에서는 이거는 반드시 해결을 해야 하는 숙제이겠죠. 에보팩트는이 문제를 가스 대신에 진공 차단 기술을 사용을 해 가지고 해결을 했다고 합니다. SF6 없이 공기 절연이랑 진공 기술만으로도 MC셋이랑 결합을 해 가지고 안전하고 친환경적인 고압 시스템을 구현을 한 거죠. 트라이얼이랑 MC셋은 하나는 변악기, 하나는 배전반이라서 맡은 일은 전혀 다른데요. 그래도 우리가 앞에서부터 따라온 질문을 놓고 보면 둘 사이에 공통점이 있어요. 전기를 처리를 하는 동시에 자신의 상태도 데이터로 보여 준다는 겁니다. 여기까지 와서 센서를 많이 달았다는 그 사실 하나만 놓고 보면 이야기의 절반밖에 보지 못하신 거예요. 센서가 온도를 읽고 차단기의 상태를 기록을 해도 그 숫자가 쌓이기만 한다면 실제 운영은 달라지지 않죠.
어느 장비를 먼저 볼 것인가? 이번 점검 때는 뭐 어디에다가 인력을 더 투입해야 할 것인가? 정비 시점을 조금 앞당길 필요가 있을까? 데이터가 이런 판단으로 이어져야 하겠죠. 슈나이더는 연결된 전력 기기의 상태 정보를 디지털 시스템으로 가져와 가지고 분석을 하고 이거를 실제 유지보수 판단으로 연결을 하는 구조를 제공을 하고 있는데요. 설비가 100대인데 정비 팀이 이번 주에 집중적으로 볼 수 있는 장비가 열대라면은 모든 장비를 똑같은 순서로 볼 필요는 없겠죠. 최근 몇 주 사이에 평소랑 다른 반열이 나타났다거나 아니면 여러 상태 정보가 함께 달라지는 장비부터 점검 후보로 올릴 수 있겠습니다. 정비가 필요한 신호를 조금 더 일찍 찾고 한정된 시간이랑 인력을 어디에다가 먼저 쓸지를 판단하는 거. 예지 보전이 실제 현장에서 만들어 내려는 변화가 바로 이런 거예요. 물론 모든 고장을 미리 발견할 수 있는 건 아니에요. 앞에서 이야기했던 삼성전자의 오스틴도 외부 전력이랑 용수 공급이 끊어진 사건이었죠. 그러니까 시설 내부에다가 센서를 더 붙였다고 막을 수 있었던 사고라는 이야기는 아닙니다.
대신 그 사건에서 확인할 수 있는 건 멈추지 않아야 하는 산업에서 전력 인프라의 신뢰성이 얼마나 큰 비용이랑 연결이 되는가입니다. 그리고 시설 내부는 예지 보전을 통해 가지고 운영자가 설비를 중단하고 열어 가지고 테스트를 해야만 알 수 있었던 그런 부분들을 운영 중에 실시간으로 상태 정보를 받아볼 수 있게 된 거죠. 연결부가 평소보다 뜨거워지고 있는지 배전반 내부 환경이 달라지고 있는지 아니면 차단기의 상태가 이전이랑 좀 달라지고 있는지 이런 것들을 운전 중에도 알 수 있다면 전기 점검의 날짜가 오기 전에도 먼저 움직일 수 있는 그런 근거가 생기겠죠. 자, 오늘은 AI 데이터 센터의 이야기로 시작을 했는데요. 요즘 전력 이야기가 나오면 가장 먼저 보는 숫자가 몇MW, 몇 기W입니다. 실제로 데이터 센터가 쓰는 전력 자체가 빠르게 늘어날 전망이고 AI는 그 증가를 이끄는 핵심 요인 가운데 하나이고요. 그런데 전력망에서 들어온 전기가 실제 GPU까지 가는 길을 따라가 보니까 그 사이에도 해야 할 일이 꽤 많았죠.
그래서 AI 시대 전력 인프라는 얼마나 많은 전기를 확보했느냐 이것만큼이나 중요한게 이미 확보한 전력을 얼마나 안정적으로 운영하느냐 이것도 상당히 중요해지고 있습니다. 수많은 데이터를 처리를 하는 AI 데이터 센터를 계속 움직이기 위해서 그 아래에 있는 전력 설비들도 이제는 자신의 상태를 데이터로 보여 주고 있어요. 그럼 오늘은 여기까지 패치였습니다.