본문으로 건너뛰기

© 2026 Molayo

Axios헤드라인2026. 06. 22. 18:13

Nvidia, AI의 물 사용 문제 대부분 해결되었다고 밝혀

요약

Nvidia는 차세대 AI 인프라의 액체 냉각 기술을 통해 데이터 센터의 물 소비 문제를 상당 부분 해결할 수 있다고 발표했습니다. 고온에서도 작동 가능한 재순환 액체 혼합물을 사용하여 냉각 장비에 대한 의존도를 낮추는 것이 핵심입니다.

핵심 포인트

  • Nvidia의 새로운 냉각 기술은 섭씨 약 45도에서도 작동 가능
  • 액체 냉각을 통해 데이터 센터의 물 및 에너지 소비 절감 기대
  • 기존 기계식 냉각기 의존도를 낮춰 환경적 영향 완화 시도
  • 기술 확산 및 기존 데이터 센터 도입에는 시간과 경제성 고려 필요

Nvidia의 고위 임원은 데이터 센터를 둘러싼 물 관련 우려가 회사의 차세대 AI 인프라를 통해 상당 부분 해결될 수 있다고 말했습니다.

중요한 이유: 이는 세계 지배적인 칩 제조사가 내놓은 이해관계가 높은 대담한 주장입니다. 데이터 센터는 에너지와 물 사용에 대해 점점 더 많은 감시를 받고 있으며, Nvidia의 칩은 그러한 수요의 상당 부분을 차지하는 AI 붐을 주도하는 데 일조하고 있습니다.


뉴스 핵심: Nvidia는 월요일 런던 기후 주간(London Climate Week)에서 자사의 최신 AI 시스템이 추가 냉각 장비의 필요성을 줄일 수 있을 만큼 충분히 따뜻한 액체로 완전히 냉각될 수 있다고 발표했습니다.

  • "데이터 센터의 물 소비 문제는 상당 부분 해결되었습니다."라고 Nvidia의 최고 지속가능성 책임자(Chief Sustainability Officer)인 Josh Parker는 런던 방문을 앞둔 지난주 인터뷰에서 말했습니다.

전체적인 맥락: Nvidia의 이번 발표는 AI 인프라에 대한 지역적 반대가 커지는 가운데 GoogleAmazon이 자사의 데이터 센터 물 관리 관행을 방어하고 있는 상황에서 나왔습니다.

  • 기술 기업들은 효율성 향상이 AI 구축으로 인한 환경적 영향을 완화할 것이라고 점점 더 주장하고 있습니다.

행간의 의미: Nvidia의 최신 주장은 한 걸음 더 나아가, 차세대 AI 시스템이 근본적인 냉각 방정식을 완전히 바꿀 수 있음을 시사합니다.

작동 원리: 자동차 부동액과 유사한 물과 프로필렌 글리콜(Propylene Glycol)이 포함된 재순환 액체 혼합물인 Nvidia의 냉각제는 화씨 113도(섭씨 약 45도)에서 작동할 수 있습니다.

  • 이 액체는 이전 시스템보다 더 높은 온도에서 작동할 수 있기 때문에, 데이터 센터는 많은 양의 에너지나 물을 사용하는 냉각 장비에 대한 의존도를 낮추거나, 심지어 이를 완전히 제거할 수도 있습니다.

그들이 말하는 것: Nvidia의 발표 소식을 듣기 전, 이러한 가능성에 대해 질문을 받았던 Microsoft의 데이터 센터 엔지니어링 부사장 Steve Solomon은 "만약 우리가 모든 칩이 그렇게 작동하도록 만든다면, 그것은 모두에게 매우 중요한 일이 될 것입니다"라고 말했습니다.

  • Solomon은 이 기술이 애리조나와 같은 더운 지역에서조차 대부분의 기후에서 대부분의 시간 동안 어떤 유형의 기계식 냉각기 (mechanical chiller)도 필요하지 않게 만들 수 있다고 말했습니다.

현실 점검: Nvidia의 기술이 냉각 관련 물 사용량을 극적으로 줄인다 하더라도, 그것이 물에 대한 우려가 완전히 사라진다는 것을 의미하지는 않습니다.

  • 새로운 시스템이 업계 전반에 확산되는 데는 수년이 걸릴 것이며, 많은 기존 데이터 센터는 계속해서 오래된 냉각 기술을 사용할 것입니다.
  • Nvidia는 자사 시스템의 비용에 대해 논의하기를 거부했으며, 도입 속도는 완전한 액체 냉각 (liquid-cooled) AI 인프라를 위해 설계된 시설의 경제성에도 따라 달라질 수 있습니다 (비록 Nvidia는 이것이 데이터 센터 운영자의 냉각 비용을 절감해 줄 것이라고 말하지만 말입니다).

확대 해석: 데이터 센터 내부의 물 사용은 더 광범위한 논쟁의 한 부분일 뿐입니다. AI 인프라를 가동하는 데 필요한 전기를 생산하는 과정 또한 전력원에 따라 상당한 양의 물을 필요로 할 수 있습니다.

다음 단계: Nvidia의 기술은 AI 컴퓨팅의 각 단위 효율을 훨씬 더 높일 수 있지만, 회사는 또한 이러한 이득이 더 많은 성장을 지원하기 위한 것이라고 명시하고 있습니다.

  • Parker는 블로그 게시물에서 "AI 워크로드 (workloads)는 가벼워지고 있지 않습니다"라고 썼습니다. 그는 효율성 개선이 없다면 AI를 실행하는 데 필요한 에너지가 수요와 함께 계속 상승할 것이라고 주장합니다.

우리가 주목하는 것: 효율성 향상은 각 AI 시스템에 필요한 물과 에너지를 줄일 수 있습니다. 하지만 동일한 이득이 AI 인프라의 구축을 가속화하고 업계의 전반적인 발자국 (footprint)을 증가시킬 수도 있습니다.

AI 자동 생성 콘텐츠

본 콘텐츠는 Axios의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
0

댓글

0