Schneider Electric

이 문서는 자라는 중인 질문입니다. 아직 증거를 모으고 있으며, 내용이 바뀔 수 있습니다.

슈나이더 일렉트릭은 전력 배전반과 UPS(무정전 전원장치), 냉각 장비를 만드는 프랑스 전력·자동화 회사야. 그런데 NVIDIA GTC 2026에서 이 회사 임원들이 한 이야기는 장비를 파는 회사의 언어가 아니었어. Cloud & Service Providers 총괄 사장 마크 가너는 지금 규모로는 시행착오로 지을 수 없다며 디지털 트윈이 데이터센터 설계·운영의 핵심 요건이 되고 있다고 말했고,¹ Secure Power 부문 CTO 짐 시모넬리는 “삽을 땅에 꽂기 전에” 전력 변동과 냉각 상호작용을 미리 시뮬레이션해야 한다고 설명했어.¹

왜 장비 회사가 갑자기 시뮬레이션을 말할까. 랙 전력 밀도가 계속 오르면서, 짓고 나서 문제를 고치는 방식이 더 이상 통하지 않는 지점에 업계가 들어섰기 때문이야. 슈나이더의 최근 발언을 따라가면 이 전환이 왜 일어났는지, 지금 업계가 무엇을 병목으로 보는지가 같이 보여.

한 줄로 말하면

슈나이더 일렉트릭은 데이터센터용 전력·냉각 장비를 만드는 회사인데, AI 데이터센터가 지어지기 전에 전력·냉각·운영을 미리 시뮬레이션해야 하는 단계로 접어들면서 디지털 트윈 소프트웨어 쪽으로 무게중심을 옮기고 있어.

무엇인가

슈나이더가 GTC에서 강조한 것은 AVEVA·ETAP 플랫폼을 NVIDIA Omniverse와 결합하는 작업이야.¹ 가너는 이 조합을 두고, 지금 업계가 쏟아붓는 자원 규모로는 시행착오식 설계를 감당할 수 없어서 디지털 트윈으로 사전에 인프라 요건과 인과관계를 미리 짚어보는 게 데이터센터 설계·배치의 핵심 요소가 되고 있다고 말했어.¹

시모넬리는 이걸 더 구체적으로 풀었어. 전력 변동, 냉각 상호작용, 시스템 거동이 실제로 맞물려 돌아가는지를 공사를 시작하기 전에 시험해볼 수 있어야 한다는 거야.¹ “삽을 땅에 꽂기 전에 이걸 시뮬레이션하고 싶다”는 그의 표현이 이 지점을 압축해.¹

왜 계속 등장하는가

AI 데이터센터의 병목이 냉각에서 전력으로 옮겨가고 있다는 게 슈나이더가 계속 언급되는 이유야. 시모넬리는 “3년 전에는 랙에서 열을 빼내는 게 과제였다면, 지금은 랙과 사이트로 전력을 들여오는 게 과제”라고 말했어.¹ 현재 랙 전력 밀도 200~300kW는 업계가 다루는 법을 알지만, 400kW를 넘어서면 기존 교류(AC) 배전 방식이 물리적 한계에 부딪힌다는 게 그의 설명이야. 이 지점에서 고전압 직류(DC) 배전이 전류를 줄이고 도체 크기를 줄여 컴퓨트가 들어갈 공간을 늘려주는 대안이 돼.¹ 다만 시모넬리는 “다시 한번 패러다임 전환이지만 모든 곳에 쓰이지는 않을 것”이라는 단서를 달았어.¹

전력 문제는 랙 안에서만 끝나지 않아. 시모넬리는 AI 시대 UPS·저장장치에 필수적인 세 가지 계통 대응 역할로 부하 평활화, 계통 고장 시 시설이 계통에서 뚝 떨어지지 않게 버티는 fault ride-through, 시설이 멈췄다 재가동할 때 부하를 급격히 끊고 붙이지 않는 램프 속도 관리를 꼽았어.¹

이 대상을 볼 때의 핵심 축

슈나이더를 계속 읽을 때 확인할 축은 전력·냉각 장비 판매자에서 시설 전체를 설계·시뮬레이션하는 소프트웨어 사업자로 얼마나 옮겨가는가야. 시모넬리는 AVEVA가 단순히 더 큰 DCIM(데이터센터 인프라 관리) 도구가 아니라고 선을 그었어. 소규모 데이터센터에는 기존 DCIM이 여전히 적합하지만, 기가와트급이나 수백 메가와트급 AI 캠퍼스에는 전통적 시설 모니터링과 다른 산업용 운영 환경이 필요하다는 게 그의 판단이야.¹

이 축과 맞물린 두 번째 축은 온사이트 발전을 얼마나, 어떻게 다루는가야. 시모넬리는 지금 규모의 디스패처블 온사이트 발전에는 “가스 외에는 정말 대안이 없다”고 말했어.¹ 동시에 배터리 에너지 저장장치(BESS)를 부하 평활화·온사이트 발전 안정화·램프 속도 제어·계통 고장 대응·재생에너지 유연 활용까지 겸하는 AI 데이터센터의 전략 인프라로 봤어.¹ 가스가 지금 당장의 다리 역할을 하고, 저장장치가 나중에 재생에너지 비중을 늘릴 발판이 된다는 그림이야.

세 번째 축은 범용 AI 에이전트가 아니라 인프라 특화 지능을 어디까지 직접 소유하려 하는가야. 시모넬리는 슈나이더가 범용 에이전트 프레임워크 자체를 소유할 필요는 없고, 대신 시설의 물리·신호·이상 현상을 이해하는 인프라 특화 지능(“energy intelligence”)을 소유하려 한다고 설명했어.¹

최근 관찰된 신호

가너는 GTC에서 “학습에 집중됐던 인프라 논의가 추론 모델로 옮겨가야 한다”며 추론이 더 넓은 기회라고 말했어.¹ 같은 자리에서 그는 “데이터 수요는 사라지지 않을 것이고, 우리는 여전히 컴퓨트가 부족하다”며 AI 인프라 버블론을 크게 우려하지 않는다는 입장을 밝혔어.¹

헷갈리지 말아야 할 점

슈나이더의 디지털 트윈 강조는 냉각이 더 이상 중요하지 않다는 뜻이 아니야. 시모넬리가 말한 건 냉각이 쉬워졌다는 게 아니라, 전력이 냉각보다 더 큰 미지수로 떠올랐다는 상대적 비중 이야기에 가까워.¹ 그리고 시모넬리가 짚은 DCIM과의 차이도 슈나이더가 기존 DCIM 사업을 접는다는 뜻은 아니야 — 소규모 데이터센터에는 기존 DCIM이 여전히 적합하다는 게 그의 판단이야.¹

이어서 읽기

AI 데이터센터의 전력·냉각 설계가 왜 이렇게 빠르게 복잡해지는지는 이 글에서 다룬 랙 밀도·고전압 DC·BESS 같은 축을 계속 따라가면 이해가 쌓여. 아직 이 볼트에 AVEVA·ETAP·디지털 트윈을 다루는 별도 개념 페이지는 없어 — 다음에 관련 자료가 쌓이면 이어서 연결할 계획이야.

각주

1. Data Center Frontier, 「Schneider Electric Maps the AI Data Center’s Next Design Era」(2026) 원문 ↩︎ ↩︎² ↩︎³ ↩︎⁴ ↩︎⁵ ↩︎⁶ ↩︎⁷ ↩︎⁸ ↩︎⁹ ↩︎¹⁰ ↩︎¹¹ ↩︎¹² ↩︎¹³ ↩︎¹⁴ ↩︎¹⁵ ↩︎¹⁶ ↩︎¹⁷ ↩︎¹⁸