※ 발전보다 더 중요한 전력의 효율적 운영 (DR, ESS, 800V DC 그리고 관련주들)
AI 시대에 있어 발전원의 확보만큼 중요한 것이 전력을 얼마나 더 효율적으로 사용할 수 있느냐 이며, 어찌 보면 발전보다 효율화가 더 중요할 수 있습니다.
실제로 미국을 비롯한 여러 나라에서 재생에너지, 가스발전 등 많은 발전원들이 추가되고 있지만 정작 지어진 발전소가 전력망(그리드)에 연결되지 못하면서 전기를 효과적으로 사용할 수 없는 상황입니다.
한국의 경우에도 강원도에 LNG, 석탄화력 등 대규모 화력발전소들이 있지만, 송전선로, 계통안정성 등의 문제로 가동률(봄철/가을철 가동률 0 – 15%, 여름/겨울철 가동률 30 - 50%)이 매우 낮은 상황입니다.
이처럼 절대 발전량을 늘리는 것도 중요하지만, 그리드를 더 효율적으로 사용하는 것이 전력망 운영의 핵심입니다.
그리고 AI와 ESS의 발전과 경제성 증가로 인해 전력망의 효율적 운영이 이전과는 비교할 수 없을 정도로 가능해지고 있습니다.
전력망의 효율적 운영을 위해 다양한 솔루션들이 있지만, ‘정지훈의 AI 투자강의’에서는 수요반응(DR), ESS, 전압최적화(800V DC)를 제시하고 있습니다.
그리고 이와 관련하여 개인적으로 업사이드가 높아 보이는 종목을 추려 보면, 다음과 같습니다.
1) DR(수요반응) : 누리플렉스(AMI기반 B2C DR/국민DR), 그리드위즈(B2B DR, Fast DR)
발전소에서 전기를 생산하는 것과 마찬가지로 전기 수요자측의 전기를 효율적으로 운영하고 필요할 때 전력수요를 조절하는 것도 또 하나의 발전입니다.
전력 피크 시 소비자들의 전력 사용량을 줄이고, 전기가 남을 때 소비자들이 더 많은 전력을 사용하게 만들고 이를 보상해주는 시스템은 그리드를 효율적으로 운용하는 핵심 전략입니다.
특히 AI데이터센터로 인해(추론의 양이 늘어날 경우) 부하 변동이 극심하게 되면 DR의 가치는 훨씬 더 높아질 것입니다.
2) ESS : 비나텍(캐퍼시터), 서진시스템(BESS)
ESS는 전력망 안정의 핵심 인프라이며, 앞으로 그 수요가 놀랄 정도로 증가할 것으로 예상됩니다.
재생에너지의 저장을 위해 LFP BESS가,
그리드(송배전)의 잠재용량 증가와 안정성 확보를 위해 3원계/LFP BESS가,
AI데이터센터의 UPS를 위해 하이니켈/LFP/전고체 BESS와 슈퍼캐퍼시터가,
AI데이터센터의 랙단위에서 캐퍼시터, 실리콘 캐패시터 등이 필요합니다.
3) 전압최적화(800V DC) : 코스텍시스(방열), 에이프로(GaN 전력반도체)
CVR는 그리드 레벨의 효율화이며, 800V DC는 AI데이터센터 레벨의 효율화이지만 방향성은 동일합니다.
800V DC 아키텍처는 AI데이터센터가 반드시 가야 하는 방향입니다.
그리고 800V DC 아키텍처는 AI데이터센터의 전체 구조가 변화하는 혁명적 순간이 될 것이며, 이에 따라,
전력반도체(GaN 및 SiC), 초고다층 PCB, 광섬유, 아크차단기, 절연폴리머/Kapton, 폴리이미드필름, 필름기반 캐퍼시터, 실리콘, 질화알루미늄 세라믹 방열제품 등 수많은 신소재 및 제품들이 동시다발적으로 병목현상을 만들면서, 이들 소재/제품을 만드는 업체들이 미래의 주식시장을 이끌 것으로 보여집니다.
● 효율, 같은 전력에서 더 많이 (정지훈의 ‘AI 투자 강의’ 중)
발전만큼, 그 이상으로 중요한 것이 한정된 전기에서 효율적으로 더 많은 AI 연산을 뽑아내는 방안을 찾는 것임.
이를 위해 3가지 솔루션이 제시되고 있는데, 각각이 데이터센터 효율화의 세 층과 정확하게 맞물림.
1) 수요반응 (DR, Demand Response)
전력 그리드가 피크에 도달했을 때 AI 워크로드를 일시적으로 차감하거나 자체 발전이나 ESS로 전환하는 길.
미국 PJM이 ‘연결 후 관리(Connect and manage)’라는 룰을 도입하면서 강제하려 했던 그 콘셉트임.
데이터센터가 그리드의 수동적 소비자가 아니라 능동적 협력자가 되는 모델.
2) ESS (Energy Storage System)
백업전원으로도 쓰고 피크 시간대의 전력을 완화해주는 피크 세이빙에도 쓰고 재생에너지의 변동성을 흡수해 주는데도 쓰임.
3) 전압 최적화 (CVR, Conservation Voltage Reduction)
같은 부하에서 전압을 조금만 낮춰도 전력 소비가 5%에서 10%까지 줄어듦.
(참고로 CVR에서는 전압을 낮추는 것이 전력 소비를 줄이는 방식이며, 송배전/데이터센터 관점에서는 전압을 높이는 것이 전력 손실을 줄일 수 있습니다.)
전압 최적화 기술은 엔비디아의 800V DC 로드맵과 정확히 일치함.
800V DC로 전력 변환손실을 30% 줄일 수 있음.
여기에 더해 추가적인 전압 최적화 기술을 통해 데이터센터 내부의 모든 부하에서 추가로 5 – 10%를 더 줄일 수 있음.
수요반응(DR), ESS, 전압최적화(CVR), 이 3 가지 솔루션이 합쳐지면 같은 그리드 용량에서 더 많은 AI 연산이 가능해짐.
즉, 새로운 발전소를 더 짓지 않고 데이터센터의 처리 능력을 늘리는 효과가 나옴.
AI 시대에 있어 발전원의 확보만큼 중요한 것이 전력을 얼마나 더 효율적으로 사용할 수 있느냐 이며, 어찌 보면 발전보다 효율화가 더 중요할 수 있습니다.
실제로 미국을 비롯한 여러 나라에서 재생에너지, 가스발전 등 많은 발전원들이 추가되고 있지만 정작 지어진 발전소가 전력망(그리드)에 연결되지 못하면서 전기를 효과적으로 사용할 수 없는 상황입니다.
한국의 경우에도 강원도에 LNG, 석탄화력 등 대규모 화력발전소들이 있지만, 송전선로, 계통안정성 등의 문제로 가동률(봄철/가을철 가동률 0 – 15%, 여름/겨울철 가동률 30 - 50%)이 매우 낮은 상황입니다.
이처럼 절대 발전량을 늘리는 것도 중요하지만, 그리드를 더 효율적으로 사용하는 것이 전력망 운영의 핵심입니다.
그리고 AI와 ESS의 발전과 경제성 증가로 인해 전력망의 효율적 운영이 이전과는 비교할 수 없을 정도로 가능해지고 있습니다.
전력망의 효율적 운영을 위해 다양한 솔루션들이 있지만, ‘정지훈의 AI 투자강의’에서는 수요반응(DR), ESS, 전압최적화(800V DC)를 제시하고 있습니다.
그리고 이와 관련하여 개인적으로 업사이드가 높아 보이는 종목을 추려 보면, 다음과 같습니다.
1) DR(수요반응) : 누리플렉스(AMI기반 B2C DR/국민DR), 그리드위즈(B2B DR, Fast DR)
발전소에서 전기를 생산하는 것과 마찬가지로 전기 수요자측의 전기를 효율적으로 운영하고 필요할 때 전력수요를 조절하는 것도 또 하나의 발전입니다.
전력 피크 시 소비자들의 전력 사용량을 줄이고, 전기가 남을 때 소비자들이 더 많은 전력을 사용하게 만들고 이를 보상해주는 시스템은 그리드를 효율적으로 운용하는 핵심 전략입니다.
특히 AI데이터센터로 인해(추론의 양이 늘어날 경우) 부하 변동이 극심하게 되면 DR의 가치는 훨씬 더 높아질 것입니다.
2) ESS : 비나텍(캐퍼시터), 서진시스템(BESS)
ESS는 전력망 안정의 핵심 인프라이며, 앞으로 그 수요가 놀랄 정도로 증가할 것으로 예상됩니다.
재생에너지의 저장을 위해 LFP BESS가,
그리드(송배전)의 잠재용량 증가와 안정성 확보를 위해 3원계/LFP BESS가,
AI데이터센터의 UPS를 위해 하이니켈/LFP/전고체 BESS와 슈퍼캐퍼시터가,
AI데이터센터의 랙단위에서 캐퍼시터, 실리콘 캐패시터 등이 필요합니다.
3) 전압최적화(800V DC) : 코스텍시스(방열), 에이프로(GaN 전력반도체)
CVR는 그리드 레벨의 효율화이며, 800V DC는 AI데이터센터 레벨의 효율화이지만 방향성은 동일합니다.
800V DC 아키텍처는 AI데이터센터가 반드시 가야 하는 방향입니다.
그리고 800V DC 아키텍처는 AI데이터센터의 전체 구조가 변화하는 혁명적 순간이 될 것이며, 이에 따라,
전력반도체(GaN 및 SiC), 초고다층 PCB, 광섬유, 아크차단기, 절연폴리머/Kapton, 폴리이미드필름, 필름기반 캐퍼시터, 실리콘, 질화알루미늄 세라믹 방열제품 등 수많은 신소재 및 제품들이 동시다발적으로 병목현상을 만들면서, 이들 소재/제품을 만드는 업체들이 미래의 주식시장을 이끌 것으로 보여집니다.
● 효율, 같은 전력에서 더 많이 (정지훈의 ‘AI 투자 강의’ 중)
발전만큼, 그 이상으로 중요한 것이 한정된 전기에서 효율적으로 더 많은 AI 연산을 뽑아내는 방안을 찾는 것임.
이를 위해 3가지 솔루션이 제시되고 있는데, 각각이 데이터센터 효율화의 세 층과 정확하게 맞물림.
1) 수요반응 (DR, Demand Response)
전력 그리드가 피크에 도달했을 때 AI 워크로드를 일시적으로 차감하거나 자체 발전이나 ESS로 전환하는 길.
미국 PJM이 ‘연결 후 관리(Connect and manage)’라는 룰을 도입하면서 강제하려 했던 그 콘셉트임.
데이터센터가 그리드의 수동적 소비자가 아니라 능동적 협력자가 되는 모델.
2) ESS (Energy Storage System)
백업전원으로도 쓰고 피크 시간대의 전력을 완화해주는 피크 세이빙에도 쓰고 재생에너지의 변동성을 흡수해 주는데도 쓰임.
3) 전압 최적화 (CVR, Conservation Voltage Reduction)
같은 부하에서 전압을 조금만 낮춰도 전력 소비가 5%에서 10%까지 줄어듦.
(참고로 CVR에서는 전압을 낮추는 것이 전력 소비를 줄이는 방식이며, 송배전/데이터센터 관점에서는 전압을 높이는 것이 전력 손실을 줄일 수 있습니다.)
전압 최적화 기술은 엔비디아의 800V DC 로드맵과 정확히 일치함.
800V DC로 전력 변환손실을 30% 줄일 수 있음.
여기에 더해 추가적인 전압 최적화 기술을 통해 데이터센터 내부의 모든 부하에서 추가로 5 – 10%를 더 줄일 수 있음.
수요반응(DR), ESS, 전압최적화(CVR), 이 3 가지 솔루션이 합쳐지면 같은 그리드 용량에서 더 많은 AI 연산이 가능해짐.
즉, 새로운 발전소를 더 짓지 않고 데이터센터의 처리 능력을 늘리는 효과가 나옴.
※ AI데이터센터 심층분석 : AI데이터센터 전력 공급의 진화 800V DC 아키텍처 Part. 1 (From Sinolink Securities, 2026. 09. 02)
● AI 데이터센터 전력공급의 진화 (800V DC 고압 직류 시스템)
○ AI 칩 전력 소모 증가와 기존 전력 시스템의 한계
GPU 및 ASIC 칩의 단일 칩 전력 소모와 전체 서버 전력 요구량이 지속적으로 증가하고 있음.
기존의 48V/54V 전력 시스템을 유지할 경우, 전력 공급 전압이 동일하면 전송 전류가 비례하여 상승함.
전류 제곱에 비례하는 전력 손실은 구리 손실, 발열, 전선 두께 증가, 공간 제약 등의 문제를 심화시킴.
GPU/ASIC 칩의 코어 전압은 약 1V 근처로 낮게 유지되어, 칩 자체적으로 전압을 더 높여 전류를 낮추는 방식으로는 한계가 있음.
○ AI 전력시스템 업그레이드의 두 가지 핵심 경로
1) 전단부 승압을 통한 전류 감소
원거리 전송 시 전류를 낮추기 위해 전압을 높이는 방식
2) 후단부 근거리 저항 감소
칩에 가까운 구간에서 저전압 대전류 전송 경로를 단축하여 전력 손실을 줄이는 방식
○ 전력시스템 업그레이드의 본질 : 저항 손실 감소
AI 데이터센터의 전력 밀도가 높아지면서, 전력 시스템의 주요 제약은 단순한 변환 효율을 넘어섬.
대전류 전송으로 인한 전도손실, 발열 문제, 그리고 실제 구현의 어려움을 해결하는 것이 중요해지고 있음.
NVIDIA의 발표에 따르면, Hopper에서 Blackwell로 전환 시 단일 GPU 전력 소모는 약 75% 증가.
NVLink 계산에 따르면, 72개의 GPU로 확장되면서, 전체 서버 전력밀도는 약 3.4배 증가.
AI 서버의 전력은 수십 kW에서 100kW 이상으로 빠르게 증가하고 있으며, MW급으로 발전하고 있음.
전력공식 P=VI에서 전압(V)이 일정하면, 전력(P) 증가는 전류(I)에 비례하여 증가
도체손실 공식 P=I²R에 따라, 전류가 증가하면 전선 손실은 전류의 제곱에 비례하여 증가
예를 들어, 12V와 48V 배전 시스템을 비교하면, 전압이 4배 높아지면 전류는 1/4로 줄어들어 이론적인 전도 손실은 1/16으로 감소
따라서 AI데이터센터 전력 시스템 업그레이드의 핵심은 특정 변환기 효율 향상이 아니라, I²R 손실을 줄이기 위한 전력 경로 재설계에 있음.
이는 전류(I)를 낮추거나 경로 저항(R)을 줄여 구리 손실, 발열, 공간 제약, 시스템 효율성 문제를 완화하는 것을 목표로 함.
1) 첫 번째 경로 : 전압 승압을 통한 전류 감소
첫 번째 경로는 서버 랙 및 데이터센터의 배전 전압을 높여 원거리 전송 전류를 줄이는 방법임.
일정한 출력 전력에서 전류(I=P/V)는 전압(V)에 반비례하므로, 모선 전압을 높이면 케이블, 구리 바, 커넥터의 전류 및 I²R 손실이 감소하며, 도체 단면적 요구량도 줄일 수 있음.
AI서버 전력이 MW급으로 증가함에 따라, 업계는 48/54V에서 800V DC로 전환하고 있음.
텍사스인스트루먼트(TI)에 따르면, 1MW 서버 랙에서 50V 모선은 약 20,000A의 이론적 전류를 요구하지만, 800V DC는 약 1,250A 만 필요함.
이는 전류를 1/16로 줄여 고전류 모선, 커넥터, 케이블 설계 부담을 완화함.
NVIDIA는 기존 54V 아키텍처가 서버 랙 전력이 약 200kW를 초과하면 확장 병목 현상을 겪는다고 지적하였음.
1MW 서버 랙의 경우, 랙 버스바만으로 약 200kg의 구리가 필요할 수 있음.
800V DC 솔루션은 기존 54V 시스템 대비 최대 5%의 end-to-end 효율 향상을 제공할 수 있음.
2) 두 번째 경로 : 근거리 저항 감소를 통한 저전압 대전류 경로 단축
두 번째 경로는 칩 측면의 저전압 대전류 전송 거리를 단축하여 PDN(Power Delivery Network) 저항(R)을 줄이는 것임.
GPU, ASIC 등 고성능 컴퓨팅 칩은 코어 전압이 약 1V 또는 그 이하로 유지되며, 전력 증가 시 칩 측면 전류가 증가함.
전력 손실(I²R)은 전압이 낮을수록, 전류가 클수록 제곱에 비례하여 증가함.
저전류 대전류가 PCB, 패키지 전력망, 칩 주변에서 장거리 수평으로 전송될 경우 경로 저항이 mΩ 수준이라도 상당한 전압 강하와 열 손실이 발생함.
예를 들어, 2000A 전류와 1mΩ 경로 저항 가정 시, I²R 손실은 2kW에 달할 수 있어 공학적으로 수용하기 어려움.
따라서 칩 측면 전력 공급 업그레이드의 핵심은 저전압 대전류 경로를 최대한 단축하고, 전력 변환 단계를 부하에 더 가깝게 이동시키는 것임.
기존의 보드 레벨 VRM/POL 솔루션은 면적, 효율, 과도 응답, 열 관리 제약에 직면해 있음.
향후 모듈형 POL, Power Block, VPD(Vertical Power Delivery) 및 더 높은 집적도의 IVR/SIVR 방향으로 발전할 것으로 예상.
● AI 데이터센터 전력공급의 진화 (800V DC 고압 직류 시스템)
○ AI 칩 전력 소모 증가와 기존 전력 시스템의 한계
GPU 및 ASIC 칩의 단일 칩 전력 소모와 전체 서버 전력 요구량이 지속적으로 증가하고 있음.
기존의 48V/54V 전력 시스템을 유지할 경우, 전력 공급 전압이 동일하면 전송 전류가 비례하여 상승함.
전류 제곱에 비례하는 전력 손실은 구리 손실, 발열, 전선 두께 증가, 공간 제약 등의 문제를 심화시킴.
GPU/ASIC 칩의 코어 전압은 약 1V 근처로 낮게 유지되어, 칩 자체적으로 전압을 더 높여 전류를 낮추는 방식으로는 한계가 있음.
○ AI 전력시스템 업그레이드의 두 가지 핵심 경로
1) 전단부 승압을 통한 전류 감소
원거리 전송 시 전류를 낮추기 위해 전압을 높이는 방식
2) 후단부 근거리 저항 감소
칩에 가까운 구간에서 저전압 대전류 전송 경로를 단축하여 전력 손실을 줄이는 방식
○ 전력시스템 업그레이드의 본질 : 저항 손실 감소
AI 데이터센터의 전력 밀도가 높아지면서, 전력 시스템의 주요 제약은 단순한 변환 효율을 넘어섬.
대전류 전송으로 인한 전도손실, 발열 문제, 그리고 실제 구현의 어려움을 해결하는 것이 중요해지고 있음.
NVIDIA의 발표에 따르면, Hopper에서 Blackwell로 전환 시 단일 GPU 전력 소모는 약 75% 증가.
NVLink 계산에 따르면, 72개의 GPU로 확장되면서, 전체 서버 전력밀도는 약 3.4배 증가.
AI 서버의 전력은 수십 kW에서 100kW 이상으로 빠르게 증가하고 있으며, MW급으로 발전하고 있음.
전력공식 P=VI에서 전압(V)이 일정하면, 전력(P) 증가는 전류(I)에 비례하여 증가
도체손실 공식 P=I²R에 따라, 전류가 증가하면 전선 손실은 전류의 제곱에 비례하여 증가
예를 들어, 12V와 48V 배전 시스템을 비교하면, 전압이 4배 높아지면 전류는 1/4로 줄어들어 이론적인 전도 손실은 1/16으로 감소
따라서 AI데이터센터 전력 시스템 업그레이드의 핵심은 특정 변환기 효율 향상이 아니라, I²R 손실을 줄이기 위한 전력 경로 재설계에 있음.
이는 전류(I)를 낮추거나 경로 저항(R)을 줄여 구리 손실, 발열, 공간 제약, 시스템 효율성 문제를 완화하는 것을 목표로 함.
1) 첫 번째 경로 : 전압 승압을 통한 전류 감소
첫 번째 경로는 서버 랙 및 데이터센터의 배전 전압을 높여 원거리 전송 전류를 줄이는 방법임.
일정한 출력 전력에서 전류(I=P/V)는 전압(V)에 반비례하므로, 모선 전압을 높이면 케이블, 구리 바, 커넥터의 전류 및 I²R 손실이 감소하며, 도체 단면적 요구량도 줄일 수 있음.
AI서버 전력이 MW급으로 증가함에 따라, 업계는 48/54V에서 800V DC로 전환하고 있음.
텍사스인스트루먼트(TI)에 따르면, 1MW 서버 랙에서 50V 모선은 약 20,000A의 이론적 전류를 요구하지만, 800V DC는 약 1,250A 만 필요함.
이는 전류를 1/16로 줄여 고전류 모선, 커넥터, 케이블 설계 부담을 완화함.
NVIDIA는 기존 54V 아키텍처가 서버 랙 전력이 약 200kW를 초과하면 확장 병목 현상을 겪는다고 지적하였음.
1MW 서버 랙의 경우, 랙 버스바만으로 약 200kg의 구리가 필요할 수 있음.
800V DC 솔루션은 기존 54V 시스템 대비 최대 5%의 end-to-end 효율 향상을 제공할 수 있음.
2) 두 번째 경로 : 근거리 저항 감소를 통한 저전압 대전류 경로 단축
두 번째 경로는 칩 측면의 저전압 대전류 전송 거리를 단축하여 PDN(Power Delivery Network) 저항(R)을 줄이는 것임.
GPU, ASIC 등 고성능 컴퓨팅 칩은 코어 전압이 약 1V 또는 그 이하로 유지되며, 전력 증가 시 칩 측면 전류가 증가함.
전력 손실(I²R)은 전압이 낮을수록, 전류가 클수록 제곱에 비례하여 증가함.
저전류 대전류가 PCB, 패키지 전력망, 칩 주변에서 장거리 수평으로 전송될 경우 경로 저항이 mΩ 수준이라도 상당한 전압 강하와 열 손실이 발생함.
예를 들어, 2000A 전류와 1mΩ 경로 저항 가정 시, I²R 손실은 2kW에 달할 수 있어 공학적으로 수용하기 어려움.
따라서 칩 측면 전력 공급 업그레이드의 핵심은 저전압 대전류 경로를 최대한 단축하고, 전력 변환 단계를 부하에 더 가깝게 이동시키는 것임.
기존의 보드 레벨 VRM/POL 솔루션은 면적, 효율, 과도 응답, 열 관리 제약에 직면해 있음.
향후 모듈형 POL, Power Block, VPD(Vertical Power Delivery) 및 더 높은 집적도의 IVR/SIVR 방향으로 발전할 것으로 예상.
※ AI데이터센터 심층분석 : AI데이터센터 전력 공급의 진화 800V DC 아키텍처 Part. 2 (From Sinolink Securities, 2026. 09. 02)
○ AI 전력 시스템의 세 가지 변환단계
AI 전력 시스템은 본질적으로 전력망의 고압 교류(AC)를 GPU가 사용할 수 있는 저전압 대전류 직류(DC)로 단계적으로 변환하는 과정임.
데이터센터 전력 공급 경로는 “고압 AC”에서 “저전압 대전류 DC”로의 단계적 변환 과정으로 이해할 수 있음.
전력망은 일반적으로 10kV/35kV 등의 중압 AC로 데이터센터에 접속됨.
이후 변압기, UPS/HVDC 또는 SST(Solid State Transformer)와 같은 시설 측 전력 시스템을 통해 데이터센터에서 사용 가능한 DC 또는 저전압 AC로 변환됨.
그리고 서버 랙 또는 서버 측에서 48V/12V 등의 중간 전압으로 추가 변환됨.
마지막으로 GPU/CPU/ASIC 근처에서 보드 레벨 VRM/POL 등을 통해 중간 전압을 칩 코어에 필요한 약 1V 수준의 저전압, 대전류 전원으로 변환함.
1) 1차 전원 : 시설 측 전력 공급
1차 전원은 시설 측 전력을 담당하며, 전력망에서 데이터센터 DC 모선까지의 변환을 담당.
서버 랙 내부 또는 외부에 위치하며, AC/DC 변환을 통해 AC를 800V DC, +-400V 또는 48V DC로 변환함.
2) 2차 전원 : 서버 랙/서버 측 DC/DC 변환
2차 전원은 서버 랙/서버 측 DC/DC 변환을 담당하며, 고압 DC를 중간 전압으로 변환.
주로 서버 내부 위치하며, 800V DC, +-400V 또는 48V 등의 전압을 서버에서 사용 가능한 12V로 추가 변환함.
3) 3차 전원 : 칩 근처의 최종 전압변환
3차 전원은 GPU, CPU, ASIC 주변에 위치하며, VRM/POL 등을 통해 12V, 6V 등의 중간 전압을 칩 코어에 필요한 약 0.8 – 1V의 저전압 대전류 전원으로 추가 강압함.
이는 전력 공급 안정성, 과도 응답, 칩 성능 발휘에 직접적인 영향을 미침.
○ AI 칩 전력 소모 증가와 전력 기술의 지속적 업그레이드
AI 칩의 반복적인 발전은 단일 칩 전력 소모를 지속적으로 높이고 있음.
GPU의 경우 A100, H100, Blackwell, Rubin 등의 플랫폼 전력 소모가 계속 증가하고 있음.
Google TPU, Amazon Trainium과 같은 자체 개발 ASIC의 전력 소모도 고성능 GPU 수준에 빠르게 근접하고 있음.
칩 전력 소모 증가는 서버 내부에서 끝나지 않고, 전체 시스템, 전체 랙, 전체 클러스터로 확대되어 최종적으로 전력 공급 시스템에 영향을 미침.
이러한 추세 속에서 전력 시스템은 기존의 저전력, 분산형 아키텍처에서 더 높은 전압, 더 높은 효율, 더 높은 전력 밀도의 공급 체계로 업그레이드되어야 함.
전력 공급 장치는 더 이상 후단 지원이 아닌, AI 칩 성능 발휘와 클러스터 안정적 운영을 결정하는 핵심 인프라가 되고 있음.
○ AI 데이터센터 시스템 업그레이드 경로
AI 데이터센터 시스템은 전력 공급 아키텍처의 근본적인 변화를 겪고 있음.
기존의 전력 공급 방식은 효율성 측면에서 한계에 도달했으며, AI 워크로드의 증가로 인해 새로운 아키텍처가 요구되고 있음.
○ 랙 외부 HVDC 시스템 업그레이드 경로
AI 서버 랙의 전력이 100kW에서 MW급 이상으로 증가함에 따라, 기존의 “상용 주파수 변압기 + UPS + PSU” 다단계 AC 공급 경로는 여러 문제점을 드러내고 있음.
이러한 문제점으로는 다단계 변환, 저전압 대전류로 인한 구리 손실 증가, 복잡한 전선연결, 제한된 데이터센터 공간, 그리고 부족한 과도 응답 등이 있음.
향후 전력 공급 시스템 업그레이드는 크게 세 가지 경로로 진행 될 것임.
1) 800V HVDC
단기 및 중기적으로 고압 직류화를 추진하는 경로
2) SST(Solid State Transformer)
장기적인 최종 아키텍처를 목표로 함.
3) Panama 솔루션 (중전압 일체형 HVDC 전원 아키텍처)
○ Sidecar : 기존 AC 아키텍처 호환, 800V DC 우선 적용
Sidecar 솔루션의 핵심은 IT 서버 랙 옆에 독립적 열간(in-row) 전원 캐비닛을 배치하는 것임.
이 캐비닛은 기존 480Vac를 현장에서 +-400V DC 또는 0-800V DC로 변환하여 인접한 AI 서버 랙에 공급함.
이를 통해 상위 AC 배전 시스템을 유지하면서 고압 직류 공급을 실현할 수 있음.
Sidecar는 전원 공급장치(PSU), 배터리 백업 장치(BBU) 등 핵심 전력 공급 구성 요소를 IT 서버 랙에서 분리하여 독립적인 전용 캐비닛에 통합함.
이 독립 전원 캐비닛은 저저항 구리 바(Busbar)를 통해 서버 랙에 직접 연결되어 에너지 효율적인 전송을 가능하게 함.
이러한 물리적 분리는 더 많은 GPU를 배치할 수 있도록 IT 서버 랙 공간을 확보하는 동시에, 대전류 전송으로 인한 구리 바 및 냉각 병목 현상을 완화함.
Sidecar의 주요 경쟁력은 기존 데이터센터 인프라와의 호환성임.
상위 AC용량 및 열간 공간이 요구 사항을 충족하는 경우, Side Power Rack을 추가하여 AI 서버 랙에 800V DC를 공급할 수 있음.
이는 중압 변압기 및 기존 480Vac 배전 시스템을 동시에 개조할 필요 없이 가능함.
OCP(Open Compute Project)는 이 경로가 상위 전기 인프라를 개조하지 않고 800V DC 기능을 구현하는 가장 빠른 방법이라고 언급하였음.
NVIDIA는 Sidecar/Power Rack을 기존 AC 데이터센터를 네이티브 800V DC AI Factory로 발전시키는 가장 빠른 방법이라고 언급하였음.
MGX 플랫폼용 800V DC Power Rack은 2026년 하반기 도입될 예정이며, 기존 AC 인프라에 연결하여 랙 간 컴퓨터 랙에 800V DC를 공급할 수 있음.
이 아키텍처는 기존 토지, 전력 접속 및 건축 전기 시설의 가치를 유지하면서, 800V DC 도입에 따른 기존 전기 인프라 개조 비용과 전환 위험을 줄일 수 있음.
전 세계 주요 전력 공급 장치 제조업체들은 800V DC Sidecar 배치를 가속화하고 있으며, 제품 형태는 “AC/DC 변환 + 단시간 저장 + 고압 직류 배전 + 보호 제어” 통합 Power Rack으로 수렴되고 있음.
Delta의 Sidecar는 단일 캐비닛 당 약 800kW의 전력을 공급하며, 480Vac 입력을 받아 +-400V DC를 출력함.
이는 30개의 30kW PSU와 N+2 이중화 설계를 사용하며, 캐비닛 내 CBU/BBU 및 고압 직류 배전 모듈을 통합함.
Lite-On의 솔루션은 단일 캐비닛 당 약 660kW의 전력을 공급하며, 여러 개의 110kW Power Shelf를 통해 AC 입력을 800V DC 모선으로 변환하고, 해당 BBs/BBU 백업 전원 장치를 구성함.
전반적으로 선도 기업들은 단일 PSU 제품에서 전력 변환, 저장, 배전 및 제어를 포함하는 통합 Power Rack 플랫폼으로 진화하고 있음.
○ 중전압 일체형 HVDC 전원 아키텍처 (Panama 솔루션)
중국에서의 HVDC 제품은 Panama 전원과 같은 고집적 모듈이 대표적임.
이 솔루션은 10kVac 중압 배전, 변압기, 모듈형 DC 전원 및 출력 배전 장치를 통합함.
중압 10kVac에서 240Vdc까지의 자기 회로 및 전기 회로를 통합 설계하여, 기존 아키텍처에서 중압을 DC 출력으로 변환하는 과정의 많은 중간 장치를 대체함.
이는 초고효율, 고신뢰성, 고전력밀도, 고용량, 편리한 유지보수 등의 특징을 가지며, 전체 시스템 효율은 97.5%에 달함.
○ SST : 중압 직접 800V DC 변환, AI데이터센터 장기 전력 아키텍처
SST는 극도의 전력밀도 및 효율 향상 측면에서 큰 이점을 가지고 있음.
SST는 SiC와 같은 대용량 반도체 소자를 사용하여 기존 변압기의 구리선과 철심을 대체함.
이를 통해 중압 AC 전력을 한 번에 800V DC 출력으로 직접 변환할 수 있음.
패러데이 전자기 유도 법칙에 따르면, 변압기의 작동 주파수가 높을수록 필요한 자기 코어 부피가 작아짐.
기존 변압기는 50 – 60Hz 전력망 주파수에 제약을 받아, 전압 변환을 유지하기 위해 매우 큰 규소강판 자기 코어와 매우 굵은 구리 코일에 의존해야 했음.
SST는 전단부의 전력 전자 장치를 통해 DC를 고주파 AC로 능동적으로 변환하며, 변압기 작동 주파수는 20kHz 또는 100kHz에 달할 수 있음.
이는 동일 전력 하에서 SST 내부 고주파 변압기의 자기 코어 부피가 기존 상용 주파수 변압기의 수십 분의 1로 축소될 수 있음을 의미함.
이러한 “단일 단계 직접 변환” 및 “고주파 소형화” 특성은 전력 공급 경로를 크게 단축하고 전체 PUE(Power Usage Effectiveness)를 개선할 뿐만 아니라, AIDC에 막대한 공간을 확보하여 더 많은 고부가가치 컴퓨팅 랙을 수용할 수 있게 함.
구현 속도 측면에서 SST는 기존 방식을 한 번에 대체하지 않고, “시범 검증 – 엔지니어링 도입 – 플랫폼 배포”의 점진적인 과정을 거칠 것임.
단기적으로 기존 방식이 주류를 이루고, SST는 검증 프로젝트에 집중될 것임.
중기적으로 광 스토리지 충전 및 고밀도 데이터센터 시나리오가 성숙함에 따라 산업 체인이 완성될 것.
장기적으로 800V DC 아키텍처가 보급되면, SST는 컴퓨팅 측의 모듈식 전력 플랫폼으로 발전할 것임.
현재 SST는 MW급 제품화에 속도를 내고 있으며, 선도 기업들은 이미 제품을 출시하고 검증을 완료하였음.
향후 AIDC 전력 공급이 Sidecar에서 중압 AC 직접 800V DC 변환으로 점진적으로 발전함에따라, SST는 신규 대규모 AI 데이터센터의 전력 공급 단계 축소 및 전력 밀도 향상을 위한 중요한 시설 측 장비가 될 것임.
○ AI 전력 시스템의 세 가지 변환단계
AI 전력 시스템은 본질적으로 전력망의 고압 교류(AC)를 GPU가 사용할 수 있는 저전압 대전류 직류(DC)로 단계적으로 변환하는 과정임.
데이터센터 전력 공급 경로는 “고압 AC”에서 “저전압 대전류 DC”로의 단계적 변환 과정으로 이해할 수 있음.
전력망은 일반적으로 10kV/35kV 등의 중압 AC로 데이터센터에 접속됨.
이후 변압기, UPS/HVDC 또는 SST(Solid State Transformer)와 같은 시설 측 전력 시스템을 통해 데이터센터에서 사용 가능한 DC 또는 저전압 AC로 변환됨.
그리고 서버 랙 또는 서버 측에서 48V/12V 등의 중간 전압으로 추가 변환됨.
마지막으로 GPU/CPU/ASIC 근처에서 보드 레벨 VRM/POL 등을 통해 중간 전압을 칩 코어에 필요한 약 1V 수준의 저전압, 대전류 전원으로 변환함.
1) 1차 전원 : 시설 측 전력 공급
1차 전원은 시설 측 전력을 담당하며, 전력망에서 데이터센터 DC 모선까지의 변환을 담당.
서버 랙 내부 또는 외부에 위치하며, AC/DC 변환을 통해 AC를 800V DC, +-400V 또는 48V DC로 변환함.
2) 2차 전원 : 서버 랙/서버 측 DC/DC 변환
2차 전원은 서버 랙/서버 측 DC/DC 변환을 담당하며, 고압 DC를 중간 전압으로 변환.
주로 서버 내부 위치하며, 800V DC, +-400V 또는 48V 등의 전압을 서버에서 사용 가능한 12V로 추가 변환함.
3) 3차 전원 : 칩 근처의 최종 전압변환
3차 전원은 GPU, CPU, ASIC 주변에 위치하며, VRM/POL 등을 통해 12V, 6V 등의 중간 전압을 칩 코어에 필요한 약 0.8 – 1V의 저전압 대전류 전원으로 추가 강압함.
이는 전력 공급 안정성, 과도 응답, 칩 성능 발휘에 직접적인 영향을 미침.
○ AI 칩 전력 소모 증가와 전력 기술의 지속적 업그레이드
AI 칩의 반복적인 발전은 단일 칩 전력 소모를 지속적으로 높이고 있음.
GPU의 경우 A100, H100, Blackwell, Rubin 등의 플랫폼 전력 소모가 계속 증가하고 있음.
Google TPU, Amazon Trainium과 같은 자체 개발 ASIC의 전력 소모도 고성능 GPU 수준에 빠르게 근접하고 있음.
칩 전력 소모 증가는 서버 내부에서 끝나지 않고, 전체 시스템, 전체 랙, 전체 클러스터로 확대되어 최종적으로 전력 공급 시스템에 영향을 미침.
이러한 추세 속에서 전력 시스템은 기존의 저전력, 분산형 아키텍처에서 더 높은 전압, 더 높은 효율, 더 높은 전력 밀도의 공급 체계로 업그레이드되어야 함.
전력 공급 장치는 더 이상 후단 지원이 아닌, AI 칩 성능 발휘와 클러스터 안정적 운영을 결정하는 핵심 인프라가 되고 있음.
○ AI 데이터센터 시스템 업그레이드 경로
AI 데이터센터 시스템은 전력 공급 아키텍처의 근본적인 변화를 겪고 있음.
기존의 전력 공급 방식은 효율성 측면에서 한계에 도달했으며, AI 워크로드의 증가로 인해 새로운 아키텍처가 요구되고 있음.
○ 랙 외부 HVDC 시스템 업그레이드 경로
AI 서버 랙의 전력이 100kW에서 MW급 이상으로 증가함에 따라, 기존의 “상용 주파수 변압기 + UPS + PSU” 다단계 AC 공급 경로는 여러 문제점을 드러내고 있음.
이러한 문제점으로는 다단계 변환, 저전압 대전류로 인한 구리 손실 증가, 복잡한 전선연결, 제한된 데이터센터 공간, 그리고 부족한 과도 응답 등이 있음.
향후 전력 공급 시스템 업그레이드는 크게 세 가지 경로로 진행 될 것임.
1) 800V HVDC
단기 및 중기적으로 고압 직류화를 추진하는 경로
2) SST(Solid State Transformer)
장기적인 최종 아키텍처를 목표로 함.
3) Panama 솔루션 (중전압 일체형 HVDC 전원 아키텍처)
○ Sidecar : 기존 AC 아키텍처 호환, 800V DC 우선 적용
Sidecar 솔루션의 핵심은 IT 서버 랙 옆에 독립적 열간(in-row) 전원 캐비닛을 배치하는 것임.
이 캐비닛은 기존 480Vac를 현장에서 +-400V DC 또는 0-800V DC로 변환하여 인접한 AI 서버 랙에 공급함.
이를 통해 상위 AC 배전 시스템을 유지하면서 고압 직류 공급을 실현할 수 있음.
Sidecar는 전원 공급장치(PSU), 배터리 백업 장치(BBU) 등 핵심 전력 공급 구성 요소를 IT 서버 랙에서 분리하여 독립적인 전용 캐비닛에 통합함.
이 독립 전원 캐비닛은 저저항 구리 바(Busbar)를 통해 서버 랙에 직접 연결되어 에너지 효율적인 전송을 가능하게 함.
이러한 물리적 분리는 더 많은 GPU를 배치할 수 있도록 IT 서버 랙 공간을 확보하는 동시에, 대전류 전송으로 인한 구리 바 및 냉각 병목 현상을 완화함.
Sidecar의 주요 경쟁력은 기존 데이터센터 인프라와의 호환성임.
상위 AC용량 및 열간 공간이 요구 사항을 충족하는 경우, Side Power Rack을 추가하여 AI 서버 랙에 800V DC를 공급할 수 있음.
이는 중압 변압기 및 기존 480Vac 배전 시스템을 동시에 개조할 필요 없이 가능함.
OCP(Open Compute Project)는 이 경로가 상위 전기 인프라를 개조하지 않고 800V DC 기능을 구현하는 가장 빠른 방법이라고 언급하였음.
NVIDIA는 Sidecar/Power Rack을 기존 AC 데이터센터를 네이티브 800V DC AI Factory로 발전시키는 가장 빠른 방법이라고 언급하였음.
MGX 플랫폼용 800V DC Power Rack은 2026년 하반기 도입될 예정이며, 기존 AC 인프라에 연결하여 랙 간 컴퓨터 랙에 800V DC를 공급할 수 있음.
이 아키텍처는 기존 토지, 전력 접속 및 건축 전기 시설의 가치를 유지하면서, 800V DC 도입에 따른 기존 전기 인프라 개조 비용과 전환 위험을 줄일 수 있음.
전 세계 주요 전력 공급 장치 제조업체들은 800V DC Sidecar 배치를 가속화하고 있으며, 제품 형태는 “AC/DC 변환 + 단시간 저장 + 고압 직류 배전 + 보호 제어” 통합 Power Rack으로 수렴되고 있음.
Delta의 Sidecar는 단일 캐비닛 당 약 800kW의 전력을 공급하며, 480Vac 입력을 받아 +-400V DC를 출력함.
이는 30개의 30kW PSU와 N+2 이중화 설계를 사용하며, 캐비닛 내 CBU/BBU 및 고압 직류 배전 모듈을 통합함.
Lite-On의 솔루션은 단일 캐비닛 당 약 660kW의 전력을 공급하며, 여러 개의 110kW Power Shelf를 통해 AC 입력을 800V DC 모선으로 변환하고, 해당 BBs/BBU 백업 전원 장치를 구성함.
전반적으로 선도 기업들은 단일 PSU 제품에서 전력 변환, 저장, 배전 및 제어를 포함하는 통합 Power Rack 플랫폼으로 진화하고 있음.
○ 중전압 일체형 HVDC 전원 아키텍처 (Panama 솔루션)
중국에서의 HVDC 제품은 Panama 전원과 같은 고집적 모듈이 대표적임.
이 솔루션은 10kVac 중압 배전, 변압기, 모듈형 DC 전원 및 출력 배전 장치를 통합함.
중압 10kVac에서 240Vdc까지의 자기 회로 및 전기 회로를 통합 설계하여, 기존 아키텍처에서 중압을 DC 출력으로 변환하는 과정의 많은 중간 장치를 대체함.
이는 초고효율, 고신뢰성, 고전력밀도, 고용량, 편리한 유지보수 등의 특징을 가지며, 전체 시스템 효율은 97.5%에 달함.
○ SST : 중압 직접 800V DC 변환, AI데이터센터 장기 전력 아키텍처
SST는 극도의 전력밀도 및 효율 향상 측면에서 큰 이점을 가지고 있음.
SST는 SiC와 같은 대용량 반도체 소자를 사용하여 기존 변압기의 구리선과 철심을 대체함.
이를 통해 중압 AC 전력을 한 번에 800V DC 출력으로 직접 변환할 수 있음.
패러데이 전자기 유도 법칙에 따르면, 변압기의 작동 주파수가 높을수록 필요한 자기 코어 부피가 작아짐.
기존 변압기는 50 – 60Hz 전력망 주파수에 제약을 받아, 전압 변환을 유지하기 위해 매우 큰 규소강판 자기 코어와 매우 굵은 구리 코일에 의존해야 했음.
SST는 전단부의 전력 전자 장치를 통해 DC를 고주파 AC로 능동적으로 변환하며, 변압기 작동 주파수는 20kHz 또는 100kHz에 달할 수 있음.
이는 동일 전력 하에서 SST 내부 고주파 변압기의 자기 코어 부피가 기존 상용 주파수 변압기의 수십 분의 1로 축소될 수 있음을 의미함.
이러한 “단일 단계 직접 변환” 및 “고주파 소형화” 특성은 전력 공급 경로를 크게 단축하고 전체 PUE(Power Usage Effectiveness)를 개선할 뿐만 아니라, AIDC에 막대한 공간을 확보하여 더 많은 고부가가치 컴퓨팅 랙을 수용할 수 있게 함.
구현 속도 측면에서 SST는 기존 방식을 한 번에 대체하지 않고, “시범 검증 – 엔지니어링 도입 – 플랫폼 배포”의 점진적인 과정을 거칠 것임.
단기적으로 기존 방식이 주류를 이루고, SST는 검증 프로젝트에 집중될 것임.
중기적으로 광 스토리지 충전 및 고밀도 데이터센터 시나리오가 성숙함에 따라 산업 체인이 완성될 것.
장기적으로 800V DC 아키텍처가 보급되면, SST는 컴퓨팅 측의 모듈식 전력 플랫폼으로 발전할 것임.
현재 SST는 MW급 제품화에 속도를 내고 있으며, 선도 기업들은 이미 제품을 출시하고 검증을 완료하였음.
향후 AIDC 전력 공급이 Sidecar에서 중압 AC 직접 800V DC 변환으로 점진적으로 발전함에따라, SST는 신규 대규모 AI 데이터센터의 전력 공급 단계 축소 및 전력 밀도 향상을 위한 중요한 시설 측 장비가 될 것임.
※ AI데이터센터 심층분석 : AI데이터센터 전력 공급의 진화 800V DC 아키텍처 Part. 3 (From Sinolink Securities, 2026. 09. 02)
○ 랙 내부 전원 : 800V의 보드 레벨 하향, 저전압 대전류의 칩 근접 전원 진화
800V가 서버 랙에 도입된 후, 두 가지 강압 방식이 존재함.
첫 번째는 랙 내부에서 Power shelf(PSU)를 유지하여 800V를 50V로 낮춘 후 트레이에 공급하는 방식임.
두 번째는 보다 급진적인 방법으로, 랙 내부의 PSU를 제거하고 트레이 내부에서 800V를 12V/6V 등으로 직접 낮추는 방식임.
○ 2차 전원 : Shelf/Tray 레벨의 다양한 솔루션 병행
1) Shelf 레벨 솔루션은 800V 도입 초기 호환 경로에 더 적합.
800V DC가 IT랙에 들어온 후, 랙 DC/DC 파워 쉘프에서 50V 정도로 낮춘 후 저전압 버스바를 통해 기존 컴퓨팅 트레이에 공급함.
따라서 서버 내부의 기존 50V 전력 공급 아키텍처를 동시에 재구성할 필요가 없음.
예를 들어, Delta의 1U 90kW DC/DC 파워 쉘프는 6개의 15kW 전력 유닛으로 구성되며, 절연형 800V → 54V 아키텍처를 사용.
이 솔루션은 800V 고압 직류를 도입하면서 기존 저전압 서버 전력 시스템을 유지하므로, 아키텍처 진화 초기 단계에서 업그레이드와 호환성을 동시에 고려하는 데 적합.
2) Tray 레벨 솔루션은 고압 직류를 서버 내부로 더 확장함
마지막 고변압비 DC/DC 변환 단계를 컴퓨팅 트레이 또는 GPU 근처로 이동시킴.
이를 통해 50V, 12V 등 저전압 대전류가 서버 랙 내에서 전송되는 거리를 단축하고, 파월 쉘프 및 저전압 버스바가 차지하는 공간을 추가로 확보함.
NVIDIA Kyber 아키텍처는 800V를 각 컴퓨터 노드에 직접 공급하고, GPU 근처에서 64:1 LLC 단일 단계 고변압비 변환기를 통해 12V DC로 직접 낮춤.
이는 기존 다단계 변환 솔루션 대비 면적을 26% 감소시킴.
현재 Tray 레벨 솔루션의 사양은 다양하며 아직 정해지지 않았음.
STMicroelectronics는 2026년 3월 NVIDIA와 협력하여 800V DC 직접 12V 및 800V DC 직접 6V 두 가지 아키텍처를 출시하였음.
두 아키텍처 모두 NVIDIA의 800V DC 참조 설계를 기반으로 개발되었으며, 이전 800V → 50V 솔루션과 함께 다양한 AI 서버 형태에 맞는 전력 공급 체계를 구성함.
800V → 12V 경로는 기존 54V 중간 변환 단계를 제거하고, 800V를 직접 고밀도 PDB로 입력하여 12V로 변환함.
이를 통해 전압 변환 단계 수를 줄이고 시스템 레벨 손실을 감소시키며, 구리 재료 요구량을 줄이고 차세대 GPU와 전력 시스템의 통합을 단순화함.
800V → 6V 경로는 저전압 모선을 GPU 근처로 더욱 이동시켜, 저전압 대전류가 더 짧은 거리에서 전송되도록 함.
주요 목표는 변환 단계 수 감소에서 IR Drop감소 및 GPU 과도 전력 공급 능력 개선으로 확장되며, 구리 재료 사용량과 저항 손실을 줄임.
산업경로 측면에서 Tray 레벨 직접 강압은 아직 단일 출력 전압으로 수렴되지 않았음.
ST는 향후 50V, 12V, 6V 중간 모선이 GPU 세대, 서버 높이, 랙 밀도 및 열 설계 차이에 따라 장기적으로 공존할 것으로 판단.
이는 800V가 서버에 들어온 후의 전력 토폴로지가 여전히 다중 솔루션 병행 발전 양상을 보일 것임을 의미함.
○ 고주파 고변압비 DC/DC의 GaN 수요 견인
Sidecar와 SST는 주로 시설 측에서 랙 측까지의 전력 공급 아키텍처를 변경함.
800V DC가 IT 랙 또는 컴퓨팅 트레이까지 더 깊이 하향됨에 따라, 다음 단계 DC/DC의 입력 전압은 기존 48/54V에서 800V로 상승함.
따라서 전력 산업 체인의 기술적 난이도는 “대용량 고압 전송”에서 “고압, 고변압비, 고전력 밀도 보드 레벨 변환”으로 이동.
800V → 50V Shelf 솔루션은 집중식 중간 모선을 유지하는 반면, 800V가 보드 레벨로 직접 들어가 12V, 6V 등 저전압 모선으로 낮춰 짐.
이는 저전압 대전류의 랙 내 전송 거리와 중간 변환 단계를 추가로 줄이는 동시에, 보드 레벨 DC/DC의 변환 효율, 크기 및 열 설계에 대한 요구 사항을 더욱 높임.
800V를 보드 레벨로 직접 강압하는 전력 공급 아키텍처는 전력 밀도에 대해 매우 엄격한 요구사항을 제시함.
질화갈륨(GaN)은 현재 고주파, 고효율, 소형화라는 세 가지 제약을 동시에 만족시킬 수 있는 유일한 전력 소자 경로임.
자기 소자 부피를 더욱 줄이기 위해 시스템 스위칭 주파수는 기존 서버 랙 전원의 수백 kHz에서 1MHz에 가까운 수준으로 높여야 함.
고주파화는 800V 보드 레벨 전원의 전력밀도 향상을 위한 중요한 수단이 됨.
Innoscience의 계산에 따르면, 스위칭 주파수가 1MHz로 상승하면 자기 코어 크기는 약 50% 축소될 수 있음.
그러나 주파수가 상승함에 따라 기존 실리콘 기반 및 SiC소자의 스위칭 손실이 동시에 증가하며, 고주파 시나리오에서 효율 및 열 관리 압력이 더욱 커짐.
GaN은 낮은 스위칭 손실, 작은 기생 파라미터(Parasitic Parameter), 역회복 없음 등의 특성으로 인해 고주파, 고효율, 소형화 측면에서 더 나은 적합성을 가짐.
Innoscience에 따르면, 800V 입력 측에 적용되는 3세대 GaN 소자는 SiC 솔루션 대비 약 80%의 구동 손실과 50%의 단일 반주기 스위칭 손실을 줄일 수 있으며, 전체 전력 손실을 약 10% 감소시켜 MHz 레벨 고주파 DC/DC 시나리오에서의 이점을 더욱 확대함.
800V DC가 서버 랙 및 보드 레벨로 지속적으로 하향됨에 따라, 고압, 고변압비, 고주파화는 GaN의 침투를 공동으로 추진하고 단일 랙 GaN 소자 사용량 및 가치량 증가를 견인할 것으로 예상됨.
○ 랙 내부 전원 : 800V의 보드 레벨 하향, 저전압 대전류의 칩 근접 전원 진화
800V가 서버 랙에 도입된 후, 두 가지 강압 방식이 존재함.
첫 번째는 랙 내부에서 Power shelf(PSU)를 유지하여 800V를 50V로 낮춘 후 트레이에 공급하는 방식임.
두 번째는 보다 급진적인 방법으로, 랙 내부의 PSU를 제거하고 트레이 내부에서 800V를 12V/6V 등으로 직접 낮추는 방식임.
○ 2차 전원 : Shelf/Tray 레벨의 다양한 솔루션 병행
1) Shelf 레벨 솔루션은 800V 도입 초기 호환 경로에 더 적합.
800V DC가 IT랙에 들어온 후, 랙 DC/DC 파워 쉘프에서 50V 정도로 낮춘 후 저전압 버스바를 통해 기존 컴퓨팅 트레이에 공급함.
따라서 서버 내부의 기존 50V 전력 공급 아키텍처를 동시에 재구성할 필요가 없음.
예를 들어, Delta의 1U 90kW DC/DC 파워 쉘프는 6개의 15kW 전력 유닛으로 구성되며, 절연형 800V → 54V 아키텍처를 사용.
이 솔루션은 800V 고압 직류를 도입하면서 기존 저전압 서버 전력 시스템을 유지하므로, 아키텍처 진화 초기 단계에서 업그레이드와 호환성을 동시에 고려하는 데 적합.
2) Tray 레벨 솔루션은 고압 직류를 서버 내부로 더 확장함
마지막 고변압비 DC/DC 변환 단계를 컴퓨팅 트레이 또는 GPU 근처로 이동시킴.
이를 통해 50V, 12V 등 저전압 대전류가 서버 랙 내에서 전송되는 거리를 단축하고, 파월 쉘프 및 저전압 버스바가 차지하는 공간을 추가로 확보함.
NVIDIA Kyber 아키텍처는 800V를 각 컴퓨터 노드에 직접 공급하고, GPU 근처에서 64:1 LLC 단일 단계 고변압비 변환기를 통해 12V DC로 직접 낮춤.
이는 기존 다단계 변환 솔루션 대비 면적을 26% 감소시킴.
현재 Tray 레벨 솔루션의 사양은 다양하며 아직 정해지지 않았음.
STMicroelectronics는 2026년 3월 NVIDIA와 협력하여 800V DC 직접 12V 및 800V DC 직접 6V 두 가지 아키텍처를 출시하였음.
두 아키텍처 모두 NVIDIA의 800V DC 참조 설계를 기반으로 개발되었으며, 이전 800V → 50V 솔루션과 함께 다양한 AI 서버 형태에 맞는 전력 공급 체계를 구성함.
800V → 12V 경로는 기존 54V 중간 변환 단계를 제거하고, 800V를 직접 고밀도 PDB로 입력하여 12V로 변환함.
이를 통해 전압 변환 단계 수를 줄이고 시스템 레벨 손실을 감소시키며, 구리 재료 요구량을 줄이고 차세대 GPU와 전력 시스템의 통합을 단순화함.
800V → 6V 경로는 저전압 모선을 GPU 근처로 더욱 이동시켜, 저전압 대전류가 더 짧은 거리에서 전송되도록 함.
주요 목표는 변환 단계 수 감소에서 IR Drop감소 및 GPU 과도 전력 공급 능력 개선으로 확장되며, 구리 재료 사용량과 저항 손실을 줄임.
산업경로 측면에서 Tray 레벨 직접 강압은 아직 단일 출력 전압으로 수렴되지 않았음.
ST는 향후 50V, 12V, 6V 중간 모선이 GPU 세대, 서버 높이, 랙 밀도 및 열 설계 차이에 따라 장기적으로 공존할 것으로 판단.
이는 800V가 서버에 들어온 후의 전력 토폴로지가 여전히 다중 솔루션 병행 발전 양상을 보일 것임을 의미함.
○ 고주파 고변압비 DC/DC의 GaN 수요 견인
Sidecar와 SST는 주로 시설 측에서 랙 측까지의 전력 공급 아키텍처를 변경함.
800V DC가 IT 랙 또는 컴퓨팅 트레이까지 더 깊이 하향됨에 따라, 다음 단계 DC/DC의 입력 전압은 기존 48/54V에서 800V로 상승함.
따라서 전력 산업 체인의 기술적 난이도는 “대용량 고압 전송”에서 “고압, 고변압비, 고전력 밀도 보드 레벨 변환”으로 이동.
800V → 50V Shelf 솔루션은 집중식 중간 모선을 유지하는 반면, 800V가 보드 레벨로 직접 들어가 12V, 6V 등 저전압 모선으로 낮춰 짐.
이는 저전압 대전류의 랙 내 전송 거리와 중간 변환 단계를 추가로 줄이는 동시에, 보드 레벨 DC/DC의 변환 효율, 크기 및 열 설계에 대한 요구 사항을 더욱 높임.
800V를 보드 레벨로 직접 강압하는 전력 공급 아키텍처는 전력 밀도에 대해 매우 엄격한 요구사항을 제시함.
질화갈륨(GaN)은 현재 고주파, 고효율, 소형화라는 세 가지 제약을 동시에 만족시킬 수 있는 유일한 전력 소자 경로임.
자기 소자 부피를 더욱 줄이기 위해 시스템 스위칭 주파수는 기존 서버 랙 전원의 수백 kHz에서 1MHz에 가까운 수준으로 높여야 함.
고주파화는 800V 보드 레벨 전원의 전력밀도 향상을 위한 중요한 수단이 됨.
Innoscience의 계산에 따르면, 스위칭 주파수가 1MHz로 상승하면 자기 코어 크기는 약 50% 축소될 수 있음.
그러나 주파수가 상승함에 따라 기존 실리콘 기반 및 SiC소자의 스위칭 손실이 동시에 증가하며, 고주파 시나리오에서 효율 및 열 관리 압력이 더욱 커짐.
GaN은 낮은 스위칭 손실, 작은 기생 파라미터(Parasitic Parameter), 역회복 없음 등의 특성으로 인해 고주파, 고효율, 소형화 측면에서 더 나은 적합성을 가짐.
Innoscience에 따르면, 800V 입력 측에 적용되는 3세대 GaN 소자는 SiC 솔루션 대비 약 80%의 구동 손실과 50%의 단일 반주기 스위칭 손실을 줄일 수 있으며, 전체 전력 손실을 약 10% 감소시켜 MHz 레벨 고주파 DC/DC 시나리오에서의 이점을 더욱 확대함.
800V DC가 서버 랙 및 보드 레벨로 지속적으로 하향됨에 따라, 고압, 고변압비, 고주파화는 GaN의 침투를 공동으로 추진하고 단일 랙 GaN 소자 사용량 및 가치량 증가를 견인할 것으로 예상됨.
※ AI데이터센터 심층분석 : AI데이터센터 전력 공급의 진화 800V DC 아키텍처 Part. 4 (From Sinolink Securities, 2026. 09. 02)
○ 3차 전원 : 분산형에서 모듈형 및 수직 공급으로 진화
기존의 분산형 전원 공급 장치는 구성이 복잡하며, 펄스 폭 변조기(PMW), 컨트롤러, MOSFET, 입력 캐퍼시터, 출력 캐퍼시터, 전력 인덕터 등 다양한 주변 부품을 필요로 함.
이러한 부품의 선택은 설계 방식에 따라 조정되어야 하므로 설계 난이도와 비용이 높음.
분산형 전원 공급 장치에 비해 모듈형 전원 공급 장치는 비용, 성능, 공간 활용 및 신뢰성 측면에서 이점을 가짐.
현재 NVIDA GPU를 제외한 대부분의 ASIC 칩은 모듈형 솔루션을 채택하고 있으며, 그 중 소형 표준 모듈의 비중이 가장 높음.
○ 분산형 전원 공급 장치의 단점
분산형 전원 공급 장치의 설계 및 제조 효율성이 낮아, 더 복잡한 BOM(Bill of Materials)과 다양한 부품 연결에 필요한 회로를 수용하기 위해 넓은 PCB 면적을 차지하는 경우가 많음.
대부분의 설계에서 분산형 솔루션은 PCB 단면 레이아웃만 사용하여 PCB 크기를 더욱 확대시킴.
반면, 전원 모듈은 통합형 PCB의 양면 레이아웃을 통해 설계 공간을 최대화하여 점유 면적을 크게 줄일 수 있으며, 전력 밀도 향상에도 기여함.
모듈의 통일된 평면 패키지 구조는 더 원활한 공기 흐름 경로를 형성하여 더 빠르고 효과적인 방열을 가능하게 함.
또한, 모듈은 연결이 적게 필요하므로 조립 과정에서 품질 결함 발생 확률이 낮고, 작업자가 회로 기판을 처리하는 횟수가 줄어들어 정전기 방전 손상 위험을 낮춤.
따라서 모듈형 전원 공급 장치의 전반적인 신뢰성이 더 높음.
○ 수평 공급(LPD) 아키텍처의 한계
오랫동안 서버 메인보드는 전통적인 수평 공급(LPD) 아키텍처를 주로 사용해왔음.
이 아키텍처는 다상 전압 조정 모듈(VRM) 또는 부하점 전원(POL)을 GPU 칩 주변에 배치하고, 전류는 구리 포일 배선을 따라 칩 내부로 장거리 이동함.
LPD는 두 단계의 전력 공급 시스템을 제공함.
첫 번째 단계는 비조정형 IBC로, 48V를 IBV로 낮춤.
두 번째 단계는 여러 VR로 구성되어 GPU의 다양한 영역에 정밀한 전압 조정 및 주파수 조절 기능을 제공하며, 과도 요구 사항을 충족함.
LPD는 기술적으로 성숙하고 검증된 솔루션이지만, 기초 물리 법칙에 의해 제약을 받음.
프로세서 작동 전류가 지속적으로 증가함에 따라, 전력 공급 네트워크(PDN) 내의 저항 및 인덕턴스 효과로 인한 전력 손실도 증가함.
○ 수직 공급(VPD) 아키텍처의 등장
수직 공급 아키텍처(VPD)는 PCB 층을 수직으로 관통하여 전력을 공급하고, 상단의 프로세서에 직접 전력을 공급함으로써 VRM에서 SoC까지의 전력 전송 거리를 효과적으로 단축함.
이를 달성하는 핵심 수단 중 하나는 POL을 PCB 뒷면에, 프로세서 바로 아래에 배치하는 것임.
이를 통해 2차 전원 레일 길이를 단축하여 성능과 공간 효율성 측면에서 상당한 이점을 얻음.
더 먼 미래에는 기판 통합 전압 조정기 공급(SIVR)으로, 전압 조정기를 기판에 직접 통합하여 수직 전송 경로를 더욱 간소화하는 것이 손실 제어의 최적해가 될 수 있음.
Infineon은 2023년에 이러한 개념을 제시했지만, 이러한 반목은 주로 프로세서 제조업체가 주도하며, 현재 후면 수직 공급은 대규모 상업화 단계에 막 진입했음.
○ 3차원 전원의 진화 방향
전반적으로 3차 전원은 전통적인 분산형 다상 Buck에서 모듈형, 수직 공급 및 더 높은 집적도로 점진적으로 진화하고 있음.
DrMOS, 캐퍼시터, 인덕터, PCB 등 핵심 부품의 기술적 장벽이 지속적으로 높아지고 있음.
AI칩의 전력 소모가 지속적으로 증가함에 따라, 단순히 전력 공급 위상 수를 늘리는 것만으로는 대전류, 과도 응답, 보드 레벨 공간 및 열 관리 요구 사항을 동시에 충족하기 어려움.
업계는 DrMOS, 자기 부품, 캐퍼시터 등을 고밀도 전력 모듈에 통합하여 공급 면적을 줄이고 전력 밀도를 높이기 시작하였음.
이를 바탕으로 VPD 수직공급은 POL을 GPU/ASIC 뒷면으로 추가 이동시켜 저전압 대전류 전송 경로를 직접 단축하였음.
이는 PDN 임피던스와 회로 손실을 줄이는 동시에, 칩 주변 PCB 공간을 HBM, 고속 I/O 등 부품 배치를 위해 확보할 수 있게 함.
기술 발전 속도를 보면, 단기적으로 다상 Buck + DrMOS는 여전히 GPU, CPU 및 ASIC의 핵심 전력 공급의 주류 솔루션이 될 것임.
단일 칩 전력 증가는 전력 공급 위상 수, 단상 전류 용량, 디지털 제어 정밀도, 그리고 이에 따른 인덕터, 캐퍼시터 및 고급 PCB 수요의 동시 업그레이드를 견인할 것임.
중기적으로 TLVR, 모듈형 POL 및 VPD는 각각 과도 응답 향상, 시스템 통합 증대, 전력 공급 경로 단축 등의 측면에서 칩 측 전력 공급 성능을 개선하기 위해 도입이 가속화될 것으로 예상됨.
장기적으로 고급 패키징, Chiplet 및 HBM의 지속적인 발전과 함께 IVR, SIVR 및 패키지 레벨 전력 공급 장치는 기판 또는 칩 내부로 더욱 통합될 것으로 예상되며, 3차 전원을 보드 레벨 공급에서 칩 근접 및 패키지 레벨 공급으로 지속적으로 이전시킬 것임.
○ 밸류체인 내 수혜 산업
칩 전력 소모 증가로 인한 전력 시스템 업그레이드는 본질적으로 I²R 손실 감소를 목표로 함.
AI 칩 및 서버 랙 전력이 지속적으로 증가함에 따라, 전압이 일정하면 전류가 크게 증가하고 회로 손실은 전류의 제곱에 비례하여 증가함.
서버 랙 외부에서는 전압을 높여 전류를 줄이고, 칩 측면에서는 저전압 대전류 경로를 단축하여 저항을 줄임.
이는 전력 시스템이 기존의 저전압 AC에서 고전압 DC, 모듈형 및 칩 근접 공급으로 진화하도록 강제함.
1) 1차 전원 : PSU/HVDC 우선 실현, SST는 최종적으로 가장 높은 잠재력 보유
단기적으로는 고전력 PSU 업그레이드 및 HVDC/Sidecar 분야가 우선적으로 실현될 것.
중장기적으로는 SST는 중압 직접 입력, 고주파 절연 및 800V DC 출력을 통해 전력 공급 경로를 재구성하여 더 큰 아키텍처 재평가 잠재력을 가짐.
2) 2차/3차 전원 : 800V 직접 강압 및 모듈형 공급이 신규 증가량을 끌어올릴 것
800V가 서버 랙에 진입함에 따라, 2차 전원은 800V → 50V 전환을 거쳐 점진적으로 800V 직접 12V/6V로 진화할 수 있음.
저전압 측의 고주파화는 GaN 사용량 증가를 견인할 것으로 예상.
3차 전원은 저전압 대전류 및 VPD 수직 공급 추세의 수혜를 입으며, DrMOS, 캐퍼시터, 인덕터, PCB, 모듈의 가치량이 상승할 것으로 예상.
○ 3차 전원 : 분산형에서 모듈형 및 수직 공급으로 진화
기존의 분산형 전원 공급 장치는 구성이 복잡하며, 펄스 폭 변조기(PMW), 컨트롤러, MOSFET, 입력 캐퍼시터, 출력 캐퍼시터, 전력 인덕터 등 다양한 주변 부품을 필요로 함.
이러한 부품의 선택은 설계 방식에 따라 조정되어야 하므로 설계 난이도와 비용이 높음.
분산형 전원 공급 장치에 비해 모듈형 전원 공급 장치는 비용, 성능, 공간 활용 및 신뢰성 측면에서 이점을 가짐.
현재 NVIDA GPU를 제외한 대부분의 ASIC 칩은 모듈형 솔루션을 채택하고 있으며, 그 중 소형 표준 모듈의 비중이 가장 높음.
○ 분산형 전원 공급 장치의 단점
분산형 전원 공급 장치의 설계 및 제조 효율성이 낮아, 더 복잡한 BOM(Bill of Materials)과 다양한 부품 연결에 필요한 회로를 수용하기 위해 넓은 PCB 면적을 차지하는 경우가 많음.
대부분의 설계에서 분산형 솔루션은 PCB 단면 레이아웃만 사용하여 PCB 크기를 더욱 확대시킴.
반면, 전원 모듈은 통합형 PCB의 양면 레이아웃을 통해 설계 공간을 최대화하여 점유 면적을 크게 줄일 수 있으며, 전력 밀도 향상에도 기여함.
모듈의 통일된 평면 패키지 구조는 더 원활한 공기 흐름 경로를 형성하여 더 빠르고 효과적인 방열을 가능하게 함.
또한, 모듈은 연결이 적게 필요하므로 조립 과정에서 품질 결함 발생 확률이 낮고, 작업자가 회로 기판을 처리하는 횟수가 줄어들어 정전기 방전 손상 위험을 낮춤.
따라서 모듈형 전원 공급 장치의 전반적인 신뢰성이 더 높음.
○ 수평 공급(LPD) 아키텍처의 한계
오랫동안 서버 메인보드는 전통적인 수평 공급(LPD) 아키텍처를 주로 사용해왔음.
이 아키텍처는 다상 전압 조정 모듈(VRM) 또는 부하점 전원(POL)을 GPU 칩 주변에 배치하고, 전류는 구리 포일 배선을 따라 칩 내부로 장거리 이동함.
LPD는 두 단계의 전력 공급 시스템을 제공함.
첫 번째 단계는 비조정형 IBC로, 48V를 IBV로 낮춤.
두 번째 단계는 여러 VR로 구성되어 GPU의 다양한 영역에 정밀한 전압 조정 및 주파수 조절 기능을 제공하며, 과도 요구 사항을 충족함.
LPD는 기술적으로 성숙하고 검증된 솔루션이지만, 기초 물리 법칙에 의해 제약을 받음.
프로세서 작동 전류가 지속적으로 증가함에 따라, 전력 공급 네트워크(PDN) 내의 저항 및 인덕턴스 효과로 인한 전력 손실도 증가함.
○ 수직 공급(VPD) 아키텍처의 등장
수직 공급 아키텍처(VPD)는 PCB 층을 수직으로 관통하여 전력을 공급하고, 상단의 프로세서에 직접 전력을 공급함으로써 VRM에서 SoC까지의 전력 전송 거리를 효과적으로 단축함.
이를 달성하는 핵심 수단 중 하나는 POL을 PCB 뒷면에, 프로세서 바로 아래에 배치하는 것임.
이를 통해 2차 전원 레일 길이를 단축하여 성능과 공간 효율성 측면에서 상당한 이점을 얻음.
더 먼 미래에는 기판 통합 전압 조정기 공급(SIVR)으로, 전압 조정기를 기판에 직접 통합하여 수직 전송 경로를 더욱 간소화하는 것이 손실 제어의 최적해가 될 수 있음.
Infineon은 2023년에 이러한 개념을 제시했지만, 이러한 반목은 주로 프로세서 제조업체가 주도하며, 현재 후면 수직 공급은 대규모 상업화 단계에 막 진입했음.
○ 3차원 전원의 진화 방향
전반적으로 3차 전원은 전통적인 분산형 다상 Buck에서 모듈형, 수직 공급 및 더 높은 집적도로 점진적으로 진화하고 있음.
DrMOS, 캐퍼시터, 인덕터, PCB 등 핵심 부품의 기술적 장벽이 지속적으로 높아지고 있음.
AI칩의 전력 소모가 지속적으로 증가함에 따라, 단순히 전력 공급 위상 수를 늘리는 것만으로는 대전류, 과도 응답, 보드 레벨 공간 및 열 관리 요구 사항을 동시에 충족하기 어려움.
업계는 DrMOS, 자기 부품, 캐퍼시터 등을 고밀도 전력 모듈에 통합하여 공급 면적을 줄이고 전력 밀도를 높이기 시작하였음.
이를 바탕으로 VPD 수직공급은 POL을 GPU/ASIC 뒷면으로 추가 이동시켜 저전압 대전류 전송 경로를 직접 단축하였음.
이는 PDN 임피던스와 회로 손실을 줄이는 동시에, 칩 주변 PCB 공간을 HBM, 고속 I/O 등 부품 배치를 위해 확보할 수 있게 함.
기술 발전 속도를 보면, 단기적으로 다상 Buck + DrMOS는 여전히 GPU, CPU 및 ASIC의 핵심 전력 공급의 주류 솔루션이 될 것임.
단일 칩 전력 증가는 전력 공급 위상 수, 단상 전류 용량, 디지털 제어 정밀도, 그리고 이에 따른 인덕터, 캐퍼시터 및 고급 PCB 수요의 동시 업그레이드를 견인할 것임.
중기적으로 TLVR, 모듈형 POL 및 VPD는 각각 과도 응답 향상, 시스템 통합 증대, 전력 공급 경로 단축 등의 측면에서 칩 측 전력 공급 성능을 개선하기 위해 도입이 가속화될 것으로 예상됨.
장기적으로 고급 패키징, Chiplet 및 HBM의 지속적인 발전과 함께 IVR, SIVR 및 패키지 레벨 전력 공급 장치는 기판 또는 칩 내부로 더욱 통합될 것으로 예상되며, 3차 전원을 보드 레벨 공급에서 칩 근접 및 패키지 레벨 공급으로 지속적으로 이전시킬 것임.
○ 밸류체인 내 수혜 산업
칩 전력 소모 증가로 인한 전력 시스템 업그레이드는 본질적으로 I²R 손실 감소를 목표로 함.
AI 칩 및 서버 랙 전력이 지속적으로 증가함에 따라, 전압이 일정하면 전류가 크게 증가하고 회로 손실은 전류의 제곱에 비례하여 증가함.
서버 랙 외부에서는 전압을 높여 전류를 줄이고, 칩 측면에서는 저전압 대전류 경로를 단축하여 저항을 줄임.
이는 전력 시스템이 기존의 저전압 AC에서 고전압 DC, 모듈형 및 칩 근접 공급으로 진화하도록 강제함.
1) 1차 전원 : PSU/HVDC 우선 실현, SST는 최종적으로 가장 높은 잠재력 보유
단기적으로는 고전력 PSU 업그레이드 및 HVDC/Sidecar 분야가 우선적으로 실현될 것.
중장기적으로는 SST는 중압 직접 입력, 고주파 절연 및 800V DC 출력을 통해 전력 공급 경로를 재구성하여 더 큰 아키텍처 재평가 잠재력을 가짐.
2) 2차/3차 전원 : 800V 직접 강압 및 모듈형 공급이 신규 증가량을 끌어올릴 것
800V가 서버 랙에 진입함에 따라, 2차 전원은 800V → 50V 전환을 거쳐 점진적으로 800V 직접 12V/6V로 진화할 수 있음.
저전압 측의 고주파화는 GaN 사용량 증가를 견인할 것으로 예상.
3차 전원은 저전압 대전류 및 VPD 수직 공급 추세의 수혜를 입으며, DrMOS, 캐퍼시터, 인덕터, PCB, 모듈의 가치량이 상승할 것으로 예상.
※ AI 전원 시스템 전력 변환 단계 (전력망 → 랙 내/외부 인프라 → 서버 내부 → 보드/칩 → 코어 부하)
● AI 전원 시스템의 전력 변환 단계 (国金证券 작성, 출처 : NVIDIA, Delta, Infineon, Xinleineng)
도표 1. 3차 전원은 AI 전원 시스템의 3단계 변환 링크의 마지막 단계에 위치
1. 전력망 측 입력 (전력망 측 고압 교류 전원)
10kV/35kV 중압 교류 입력
2. 1차 전원 : 인프라측 전원 (이동전압 → 480Vac)
전력망 교류 전원을 데이터센터에서 사용 가능한 직류 전원으로 변환
1) 역할 : 전력망 → 데이터센터 직류 모선(Busbar)
2) 주요구성 : PowerShelf 정류반 / HVDC 정류반
3) 위치 : 서버 랙 내부 또는 외부
4) AC/DC 변환 : 교류전원 → 48V / 800V DC / +-400V DC
5) 특징 : 중압 접속, AC/DC 정류, 직류 모선
3. 2차 전원 : 랙/서버 측 (이동전압 : → 480V / 800V DC / +-400V)
높은 등급의 직류를 서버 내부에서 사용 가능한 12V 전압으로 추가 변환
1) 역할 : 고압 직류 → 서버 중간 전압
2) 주요 구성 : DC/DC 전원 모듈
3) 위치 : 서버 내부
4) 전압 강하 : 48V / 800V DC / +-400V → 12V
5) 특징 : DC/DC 강압(Step-down), 고전력 밀도
4. 3차 전원 : 보드/칩 측 전원 공급 (이동전압 : →12V)
칩 전원 공급의 안정성, 과도 응답성 및 성능 발휘 능력을 결정
1) 역할 : 중간 전압 → GPU 코어 전압
2) 주요 구성 : GPU보드, VRM/POL 모듈, DrMOS, 인덕터, 캐퍼시터
3) 위치 : GPU / CPU / ASIC 주변
4) 전압 강하 : 12V → 약 0.8V 저전압 대전류
5) 특징 : DC/DC 강압, 저전압 대전류
5. 코어 부하 Core Load (이동전압 → 약 0.8V)
약 0.8V, 대전류, 고펄스 부하
1) 대상 : GPU / CPU / ASIC 코어 부하
● AI 전원 시스템의 전력 변환 단계 (国金证券 작성, 출처 : NVIDIA, Delta, Infineon, Xinleineng)
도표 1. 3차 전원은 AI 전원 시스템의 3단계 변환 링크의 마지막 단계에 위치
1. 전력망 측 입력 (전력망 측 고압 교류 전원)
10kV/35kV 중압 교류 입력
2. 1차 전원 : 인프라측 전원 (이동전압 → 480Vac)
전력망 교류 전원을 데이터센터에서 사용 가능한 직류 전원으로 변환
1) 역할 : 전력망 → 데이터센터 직류 모선(Busbar)
2) 주요구성 : PowerShelf 정류반 / HVDC 정류반
3) 위치 : 서버 랙 내부 또는 외부
4) AC/DC 변환 : 교류전원 → 48V / 800V DC / +-400V DC
5) 특징 : 중압 접속, AC/DC 정류, 직류 모선
3. 2차 전원 : 랙/서버 측 (이동전압 : → 480V / 800V DC / +-400V)
높은 등급의 직류를 서버 내부에서 사용 가능한 12V 전압으로 추가 변환
1) 역할 : 고압 직류 → 서버 중간 전압
2) 주요 구성 : DC/DC 전원 모듈
3) 위치 : 서버 내부
4) 전압 강하 : 48V / 800V DC / +-400V → 12V
5) 특징 : DC/DC 강압(Step-down), 고전력 밀도
4. 3차 전원 : 보드/칩 측 전원 공급 (이동전압 : →12V)
칩 전원 공급의 안정성, 과도 응답성 및 성능 발휘 능력을 결정
1) 역할 : 중간 전압 → GPU 코어 전압
2) 주요 구성 : GPU보드, VRM/POL 모듈, DrMOS, 인덕터, 캐퍼시터
3) 위치 : GPU / CPU / ASIC 주변
4) 전압 강하 : 12V → 약 0.8V 저전압 대전류
5) 특징 : DC/DC 강압, 저전압 대전류
5. 코어 부하 Core Load (이동전압 → 약 0.8V)
약 0.8V, 대전류, 고펄스 부하
1) 대상 : GPU / CPU / ASIC 코어 부하
※ GPU의 전력 소비 증가는 필연적으로 800V DC 아키텍처로 연결
GPU의 칩당 전력이 매우 빠르게 증가하고 있으며, NVIDIA의 차세대 GPU인 파인만(Feynman)의 랙당 전력 밀도는 600kW를 계획하고 있습니다.
이처럼 GPU의 급증하는 전력소모는 현재도 최대 병목 중 하나인 전력 부족을 더욱 심화시킬 것으로 보입니다.
또한 기존 AI데이터센터의 48V 기반 전력 아키텍처로는 대전류로 인한 극심한 전력 손실(I²R)과 발열 문제를 감당하기 어렵기 때문에, 랙 단위 배전 체계는 필연적으로 800V DC(그 이상)의 초고압 DC 아키텍처의 전환이 불가피한 상황입니다.
● 칩 소비 전력 증가가 서버 랙 및 전력망 전체로 확대되는 과정 (国金证券 작성, 출처 : NVIDIA, Supermicro, IDC)
도표 2. 칩 소비 전력의 증가는 단일 서버, 랙 전체, 클러스터 전체 단위로 단계별 확대되어 최종적으로 전력 공급 체계 시스템으로 전달됨.
1. NVIDIA 데이터센터 GPU의 SXM GPU당 TDP (W)
1) 2020년 – A100 : 400W
2) 2022년 – H100 : 700W
3) 2024년 – B200 : 1,000W
4) 2025년 – B300 : 1,400W
2. 랙당 데이터센터 GPU 수량 (Datacenter GPUs per Rack)
1) 2022년 : 32개의 공랭식 GPU (32 Air-Cooled GPUs)
2) 2025년 : 96개의 칩 직접 냉각(D2C) 액체냉각식 GPU (96 Direct-to-Chip Liquid-Cooled GPUs)
3. GPU 가속 생성형 AI 연산의 랙당 전력 밀도 (kW per Rack)
1) 2016년 : 8kW
2) 2018년 : 10kW
3) 2020년 : 15kW
4) 2022년 : 35kW
5) 2024년 : 65kW
6) 2025년 : 130kW
7) 2028년 : 600kW (NVIDIA Feynman GPU 세대의 계획된 랙당 전력밀도)
GPU의 칩당 전력이 매우 빠르게 증가하고 있으며, NVIDIA의 차세대 GPU인 파인만(Feynman)의 랙당 전력 밀도는 600kW를 계획하고 있습니다.
이처럼 GPU의 급증하는 전력소모는 현재도 최대 병목 중 하나인 전력 부족을 더욱 심화시킬 것으로 보입니다.
또한 기존 AI데이터센터의 48V 기반 전력 아키텍처로는 대전류로 인한 극심한 전력 손실(I²R)과 발열 문제를 감당하기 어렵기 때문에, 랙 단위 배전 체계는 필연적으로 800V DC(그 이상)의 초고압 DC 아키텍처의 전환이 불가피한 상황입니다.
● 칩 소비 전력 증가가 서버 랙 및 전력망 전체로 확대되는 과정 (国金证券 작성, 출처 : NVIDIA, Supermicro, IDC)
도표 2. 칩 소비 전력의 증가는 단일 서버, 랙 전체, 클러스터 전체 단위로 단계별 확대되어 최종적으로 전력 공급 체계 시스템으로 전달됨.
1. NVIDIA 데이터센터 GPU의 SXM GPU당 TDP (W)
1) 2020년 – A100 : 400W
2) 2022년 – H100 : 700W
3) 2024년 – B200 : 1,000W
4) 2025년 – B300 : 1,400W
2. 랙당 데이터센터 GPU 수량 (Datacenter GPUs per Rack)
1) 2022년 : 32개의 공랭식 GPU (32 Air-Cooled GPUs)
2) 2025년 : 96개의 칩 직접 냉각(D2C) 액체냉각식 GPU (96 Direct-to-Chip Liquid-Cooled GPUs)
3. GPU 가속 생성형 AI 연산의 랙당 전력 밀도 (kW per Rack)
1) 2016년 : 8kW
2) 2018년 : 10kW
3) 2020년 : 15kW
4) 2022년 : 35kW
5) 2024년 : 65kW
6) 2025년 : 130kW
7) 2028년 : 600kW (NVIDIA Feynman GPU 세대의 계획된 랙당 전력밀도)
※ AI 데이터센터 전력 시스템 경로 (전통적 AC 전력 공급 구조, 800V DC 하이브리드 구조, 중압직결/SST 구조)
● AI 데이터센터의 전력공급 구조 발전 단계와 냉각시스템 (国金证券 작성)
도표 3. AI 데이터센터 시스템 업그레이드 경로
1. 전통적인 교류(AC) 전원 공급 구조 : 다단계 변환, 긴 전력 공급 경로
1) 전력 경로
외부전력망 → (10/35kV AC) → 중압 전력망 → 변압기 → (480V AC) → 저압 배전반 → UPS(무정전 전원장치) → PDU(전원 분배 장치) → (415V AC) → AI 랙 (AI랙 캐비닛)
2. 800V DC 하이브리드 전원 공급 : 직류화(DC)로 전환, 현장 발전 에너지 연계
1) SOFC(고체산화물 연료전지) 현장 설치형 전원 : 직류 출력 / 친환경 수소 운영
2) ESS 연계 전원
3) 전력 경로
외부전력망 → (10/35kV AC) → 중압 전력망 → 변압기/정류기 → (800V DC) → 800V DC모선(Busbar) : ESS 및 SOFC 직류 연계 → DC 배전반 → (800V DC) → AI 랙
3. 중압 직결 / SST 구조 : AIDC의 최종 솔루션
1) 전력 경로
외부전력망/현장 발전 전력 → (10/35kV AC) → 중압 전력망 → SST(고체상태변압기)/중압 정류기 → (800V DC) → 800V DC 모선(Busbar) : ESS 연계 → DC 배전반 → AI 랙
○ 서버 내부 전원 공급 경로 (기존 교류 방식, 800V DC 방식, 중압직결/SST 구조를 통해)
800V DC / 48V 입전
2차 전원 (DC/DC) : 800V 시스템 전원을 12V/48V로 변환
12V/48V 전원 공급
3차전원 : CPU/VRM, 팬, GPU/ASIC에 전원공급
GPU/ASIC : 저전압 대전류, 고과도 응답성 (High Transient Response)
○ 액체냉각 시스템 : 고밀도 열량 배출
콜드 플레이트(Cold Plate) → CDU (냉각 분배 장치) → 냉각 배관망 → 칠러(냉수기 유닛, Chiller)
● AI 데이터센터의 전력공급 구조 발전 단계와 냉각시스템 (国金证券 작성)
도표 3. AI 데이터센터 시스템 업그레이드 경로
1. 전통적인 교류(AC) 전원 공급 구조 : 다단계 변환, 긴 전력 공급 경로
1) 전력 경로
외부전력망 → (10/35kV AC) → 중압 전력망 → 변압기 → (480V AC) → 저압 배전반 → UPS(무정전 전원장치) → PDU(전원 분배 장치) → (415V AC) → AI 랙 (AI랙 캐비닛)
2. 800V DC 하이브리드 전원 공급 : 직류화(DC)로 전환, 현장 발전 에너지 연계
1) SOFC(고체산화물 연료전지) 현장 설치형 전원 : 직류 출력 / 친환경 수소 운영
2) ESS 연계 전원
3) 전력 경로
외부전력망 → (10/35kV AC) → 중압 전력망 → 변압기/정류기 → (800V DC) → 800V DC모선(Busbar) : ESS 및 SOFC 직류 연계 → DC 배전반 → (800V DC) → AI 랙
3. 중압 직결 / SST 구조 : AIDC의 최종 솔루션
1) 전력 경로
외부전력망/현장 발전 전력 → (10/35kV AC) → 중압 전력망 → SST(고체상태변압기)/중압 정류기 → (800V DC) → 800V DC 모선(Busbar) : ESS 연계 → DC 배전반 → AI 랙
○ 서버 내부 전원 공급 경로 (기존 교류 방식, 800V DC 방식, 중압직결/SST 구조를 통해)
800V DC / 48V 입전
2차 전원 (DC/DC) : 800V 시스템 전원을 12V/48V로 변환
12V/48V 전원 공급
3차전원 : CPU/VRM, 팬, GPU/ASIC에 전원공급
GPU/ASIC : 저전압 대전류, 고과도 응답성 (High Transient Response)
○ 액체냉각 시스템 : 고밀도 열량 배출
콜드 플레이트(Cold Plate) → CDU (냉각 분배 장치) → 냉각 배관망 → 칠러(냉수기 유닛, Chiller)
※ 반도체, AI데이터센터 등 3대 메가프로젝트를 위한 최우선 과제는 대규모 전력망 투자
정부의 3대 메가프로젝트 추진에 따라 한전의 전력망 투자도 속도를 내고 있는 상황입니다.
반도체, AI데이터센터, 피지컬AI는 대표적인 전력 다소비 산업으로, 3대 메가프로젝트를 성공시키기 위해서는 반드시 전력망이 선제적으로 갖춰져야 합니다.
즉, 전력망 인프라 투자는 3대 메가프로젝트의 핵심이라 할 수 있습니다.
한전 자체적으로 전력사업 전반에 향후 5년간 총 61조원(12차 전기본이 발표되면 이 투자규모는 더 늘어날 것으로 보여집니다.), 송배전망 투자에만 55조원을 투자할 계획이며, 이와 동시에 많은 민간기업들도 전력인프라 사업에 투자를 진행할 것이기 때문에 그 규모는 시장의 예상을 훨씬 크게 웃돌 것으로 예상됩니다.
SK그룹은 이미 글로벌 사모펀드인 KKR과 SK이터닉스를 통해 재생에너지 인프라 개발사업을 적극적으로 추진 중에 있으며, SK그룹과 KKR은 합작법인인 ‘이클립스 홀드코’를 설립하여 아시아 최대 재생에너지 플랫폼을 구축할 예정이며,
삼성 또한 얼마전(2026년 8월) 발전사업 전담 법인 설립을 검토하기로 하였습니다.
https://m.ekn.kr/view.php?key=20260810021460998
현재 한국의 반도체와 AI를 이끌고 있는 SK와 삼성도 대규모의 전력투자를 계획하고 있는 상황이며 포스코 그룹 등 여타 대기업들도 국내 전력인프라 구축 사업에 뛰어들고 있습니다.
현재 미국에서 보듯, 반도체와 AI데이터센터, 피지컬AI는 결국 전력확보 싸움입니다.
향후 몇 년 간 가장 활발하게 투자되는 국내 산업은 전력인프라 구축이 될 것으로 예상되는 이유입니다.
● 한전, 5년간 송배전망 55조원 투자. 반도체/AI 수요에 9.6%
한국전력이 반도체와 AI 데이터센터 등 첨단 산업의 전력 수요에 대응하기 위해 향후 5년간 전력망 건설에 55조원 이상을 투입함.
특히 2027 – 2029년 송배전 투자 계획은 2025년 계획보다 9.6% 확대된 것임.
한전은 2027년부터 2029년, 3년간 송변전/배전 사업에 총 34조6434억을 투입할 방침임.
한전은 2030년까지 송변전, 배전 사업에 총 55조 3237억원을 투자할 계획임.
사업별로 송변전에 32조9576억, 배전에 22조3661억이 들어 감.
더불어 정보통신기술(ICT)에 2조4080억, 업무설비 1조5246억, 투자자산 1조7276억을 더하면 총 투자비는 60조9839억원임.
한전의 전력망 투자가 급증한 배경에는 반도체/AIDC 등 대규모 전력 수요처의 확대가 자리하고 있음.
기업들의 투자 계획에 따른 대규모 전력 수요에 대응하기 위해서는 선제적인 전력망 확충이 필수적임.
https://www.newsis.com/view/NISX20260908_0003781245
정부의 3대 메가프로젝트 추진에 따라 한전의 전력망 투자도 속도를 내고 있는 상황입니다.
반도체, AI데이터센터, 피지컬AI는 대표적인 전력 다소비 산업으로, 3대 메가프로젝트를 성공시키기 위해서는 반드시 전력망이 선제적으로 갖춰져야 합니다.
즉, 전력망 인프라 투자는 3대 메가프로젝트의 핵심이라 할 수 있습니다.
한전 자체적으로 전력사업 전반에 향후 5년간 총 61조원(12차 전기본이 발표되면 이 투자규모는 더 늘어날 것으로 보여집니다.), 송배전망 투자에만 55조원을 투자할 계획이며, 이와 동시에 많은 민간기업들도 전력인프라 사업에 투자를 진행할 것이기 때문에 그 규모는 시장의 예상을 훨씬 크게 웃돌 것으로 예상됩니다.
SK그룹은 이미 글로벌 사모펀드인 KKR과 SK이터닉스를 통해 재생에너지 인프라 개발사업을 적극적으로 추진 중에 있으며, SK그룹과 KKR은 합작법인인 ‘이클립스 홀드코’를 설립하여 아시아 최대 재생에너지 플랫폼을 구축할 예정이며,
삼성 또한 얼마전(2026년 8월) 발전사업 전담 법인 설립을 검토하기로 하였습니다.
https://m.ekn.kr/view.php?key=20260810021460998
현재 한국의 반도체와 AI를 이끌고 있는 SK와 삼성도 대규모의 전력투자를 계획하고 있는 상황이며 포스코 그룹 등 여타 대기업들도 국내 전력인프라 구축 사업에 뛰어들고 있습니다.
현재 미국에서 보듯, 반도체와 AI데이터센터, 피지컬AI는 결국 전력확보 싸움입니다.
향후 몇 년 간 가장 활발하게 투자되는 국내 산업은 전력인프라 구축이 될 것으로 예상되는 이유입니다.
● 한전, 5년간 송배전망 55조원 투자. 반도체/AI 수요에 9.6%
한국전력이 반도체와 AI 데이터센터 등 첨단 산업의 전력 수요에 대응하기 위해 향후 5년간 전력망 건설에 55조원 이상을 투입함.
특히 2027 – 2029년 송배전 투자 계획은 2025년 계획보다 9.6% 확대된 것임.
한전은 2027년부터 2029년, 3년간 송변전/배전 사업에 총 34조6434억을 투입할 방침임.
한전은 2030년까지 송변전, 배전 사업에 총 55조 3237억원을 투자할 계획임.
사업별로 송변전에 32조9576억, 배전에 22조3661억이 들어 감.
더불어 정보통신기술(ICT)에 2조4080억, 업무설비 1조5246억, 투자자산 1조7276억을 더하면 총 투자비는 60조9839억원임.
한전의 전력망 투자가 급증한 배경에는 반도체/AIDC 등 대규모 전력 수요처의 확대가 자리하고 있음.
기업들의 투자 계획에 따른 대규모 전력 수요에 대응하기 위해서는 선제적인 전력망 확충이 필수적임.
https://www.newsis.com/view/NISX20260908_0003781245
에너지경제
[단독] 삼성, 발전사업 전담 법인 검토…내년 출범 추진
삼성이 반도체 생산시설에 필요한 전력을 직접 확보하기 위해 발전사업 전담 법인 설립을 검토하고 있는 것으로 확인됐다. 삼성물산 산하 자회사 또는 별도 계열사 형태가 유력하며, 올해..
● 전원 업그레이드의 본질은 I²R 손실 저감 (国金证券 작성, 출처 : NVIDIA, Vicor, Vertical Power Delivery for Emerging Packaging and Integration Platforms)
도표 4. 전원 업그레이드의 본질은 I²R 손실 저감 : 전압 상승, 전류 감소, 최적경로를 통한 저항 감소
○ 기저 논리 유도 과정 (기본원리)
전류는 손실 확대의 핵심변수
1) AI 칩 소비전력 증가 → 랙 소비전력 증가
2) 전력 P 대폭 증가
3) 공식 : P = V X I (전력 = 전압 X 전류)
4) 전압 V가 변하지 않으면 전류 I는 필연적으로 상승
5) 선로 손실 공식 : P(손실) = I²R
단, P(손실) : 선로 손실(W), R : 선로저항(Ω)
6) 전류가 커질수록 손실은 제곱 단위로 확대 (I²)
○ 경로 1 : 전압 상승, 전류 감소 (랙 외부 / 장거리 송전에 적용)
송전 거리가 길어 저항(R)을 유의미하게 낮추기 어려울 때, 전압(V)을 높여 전류(I)를 낮추는 것이 가장 효과적인 손실 저감 방식임.
1) 구성 : 전력망/전원 랙 → 장거리 전송 선로 → AI 랙/부하
저전압 대전류 : 케이블 굵음 / 발열 높음 / 손실 높음
고전압 소전류 : 케이블 얇음 / 발열 낮음 / 손실 낮음
2) 핵심 기술
800V DC 직류 버스바 (DC Busbar), +-400V HVDC, SST(Solid State Transformer)
3) 핵심 목표 : 구리(동선) 손실 감소, 선로 손실 감소
○ 경로 2 : 전송 경로 단축, 저항 감소 (칩 측 / 근거리 부하 공급에 적용)
칩 코어 전압은 약 1V로 전압을 더 높일 수 없으므로, 저전압/대전류 전송 경로를 극단적으로 단축하여 저항(R)을 낮춤으로써 시스템효율과 동적 응답 속도를 개선해야 함.
1) 구성 : 고압 공급(장거리) 800V DC / +- 400V DC → 3차 전원 모듈(VRM/POL) 12V → 약 0.8V → 단거리 저전압 대전류(12V → 약 0.8V, 수천 암페어 전류) → GPU/ ASIC 칩
고압 측은 장거리 전송을 통해 전류를 낮추고 손실을 감소
저압 측은 부하(칩)에 최대한 밀착시켜 경로를 단축하고 저항(R)을 최소화
2) 핵심 기술 : VRM/POL(고밀도 전원), VPD(수직 전력공급), IVR(통합 전압 레귤레이터), 하이엔드 PCB 저임피던스 설계
○ SUMMARY
1) 랙 외부 : 전압을 높여 전류를 낮춤
2) 칩 주변 : 전송 경로를 줄여 저항을 낮춤
3) 공통 지향점 : 더 낮은 손실, 더 높은 효율, 더 높은 전력 밀도, 더 빠른 딜리버리(납기/구축), 더 강력한 동적 응답 특성
도표 4. 전원 업그레이드의 본질은 I²R 손실 저감 : 전압 상승, 전류 감소, 최적경로를 통한 저항 감소
○ 기저 논리 유도 과정 (기본원리)
전류는 손실 확대의 핵심변수
1) AI 칩 소비전력 증가 → 랙 소비전력 증가
2) 전력 P 대폭 증가
3) 공식 : P = V X I (전력 = 전압 X 전류)
4) 전압 V가 변하지 않으면 전류 I는 필연적으로 상승
5) 선로 손실 공식 : P(손실) = I²R
단, P(손실) : 선로 손실(W), R : 선로저항(Ω)
6) 전류가 커질수록 손실은 제곱 단위로 확대 (I²)
○ 경로 1 : 전압 상승, 전류 감소 (랙 외부 / 장거리 송전에 적용)
송전 거리가 길어 저항(R)을 유의미하게 낮추기 어려울 때, 전압(V)을 높여 전류(I)를 낮추는 것이 가장 효과적인 손실 저감 방식임.
1) 구성 : 전력망/전원 랙 → 장거리 전송 선로 → AI 랙/부하
저전압 대전류 : 케이블 굵음 / 발열 높음 / 손실 높음
고전압 소전류 : 케이블 얇음 / 발열 낮음 / 손실 낮음
2) 핵심 기술
800V DC 직류 버스바 (DC Busbar), +-400V HVDC, SST(Solid State Transformer)
3) 핵심 목표 : 구리(동선) 손실 감소, 선로 손실 감소
○ 경로 2 : 전송 경로 단축, 저항 감소 (칩 측 / 근거리 부하 공급에 적용)
칩 코어 전압은 약 1V로 전압을 더 높일 수 없으므로, 저전압/대전류 전송 경로를 극단적으로 단축하여 저항(R)을 낮춤으로써 시스템효율과 동적 응답 속도를 개선해야 함.
1) 구성 : 고압 공급(장거리) 800V DC / +- 400V DC → 3차 전원 모듈(VRM/POL) 12V → 약 0.8V → 단거리 저전압 대전류(12V → 약 0.8V, 수천 암페어 전류) → GPU/ ASIC 칩
고압 측은 장거리 전송을 통해 전류를 낮추고 손실을 감소
저압 측은 부하(칩)에 최대한 밀착시켜 경로를 단축하고 저항(R)을 최소화
2) 핵심 기술 : VRM/POL(고밀도 전원), VPD(수직 전력공급), IVR(통합 전압 레귤레이터), 하이엔드 PCB 저임피던스 설계
○ SUMMARY
1) 랙 외부 : 전압을 높여 전류를 낮춤
2) 칩 주변 : 전송 경로를 줄여 저항을 낮춤
3) 공통 지향점 : 더 낮은 손실, 더 높은 효율, 더 높은 전력 밀도, 더 빠른 딜리버리(납기/구축), 더 강력한 동적 응답 특성
● 랙 전력 증가에 따른, 전력 공급 경로 솔루션 : 800V HVDC, SST, 중저압 일체형 HVDC (国金证券 작성)
도표 5. 랙 전력 증가에 따라, 전통 전력공급 경로의 주요 병목이 “전력 공급 가능 여부”에서 “손실, 공간, 케이블, 응답 속도, 납기속도”로 전환
1. 800V HVDC
1) 핵심 형태
교류(AC)를 정류하여 +-400V/800V DC 직류 버스바로 만든 후 머신 랙/서버에 전력 공급.
2) 주요 문제 해결
저전압, 대전류에 따른 구리손실 감소, 변환 손실 저감, 고전력 랙 지원
3) 장점
기술 경로가 명확함. +-400V는 과도기 기술로 활용 가능하며 800V DC와의 연속성을 갖춰 수주 확보가 비교적 용이
4) 단점
직류(DC) 보호 차단, 커넥터, 안전 규격, 서버측 호환성에 대한 추가 검증 필요
2. SST
1) 핵심 형태
10kV/35kV 특고압, 중압 교류(MV AC)를 SiC 및 고주파 변압기를 통해 800V DC로 직접 변환
2) 주요 문제 해결
상용 주파수 변압기 및 다단 전력 변환 단계를 줄여 공간 확보, 전력 밀도 및 동적 조절 능력 향상
3) 장점
궁극적 지향점(최종 형태) 성격이 강함.
중압 직류 직접 입력 가능, 고주파 절연, ESS 결합 등 능동 제어 구현
4) 단점
고비용, 중압 절연, 부분 방전, 신뢰성, 보호제어문제, 고객사 인증 등 난이도 높음.
3. Panama 솔루션(중저압 일체형 HVDC)
1) 핵심 형태
랙 레벨/열 레벨(Row Level) 표준화.
전원장치(Power Rack/Power Shelf), 전원 공급, 백업, 모선(Busbar) 모니터링 통합
2) 주요 문제 해결
AI 랙의 구축 속도 향상, 고객 맞춤화 전원 장치 난이도 저감, 전원 모듈화 및 유지보수성 향상
3) 장점
엔지니어링 도입이 빠름.
질제 고객사의 랙 요구사항에 밀착 대응가능, 표준화된 공급 및 빠른 반복 개선 용이
4) 단점
시스템 통합 및 모듈화 최적화에 편중되어 있어 효율과 공간 개선 폭이 SST만큼 근본적이지 못함.
고객사 규격 의존도가 높음.
○ 각 솔루션의 상용화 스케줄
1) 800V HVDC : 가장 빠른 도입 속도
2) 중저압 일체형 HVDC (Panama 솔루션) : AI 표준화 진행에 맞춰 물량 확대
3) SST : 검증 주기가 가장 길지만, 최종 단계에서의 확장 잠재력이 가장 큼
도표 5. 랙 전력 증가에 따라, 전통 전력공급 경로의 주요 병목이 “전력 공급 가능 여부”에서 “손실, 공간, 케이블, 응답 속도, 납기속도”로 전환
1. 800V HVDC
1) 핵심 형태
교류(AC)를 정류하여 +-400V/800V DC 직류 버스바로 만든 후 머신 랙/서버에 전력 공급.
2) 주요 문제 해결
저전압, 대전류에 따른 구리손실 감소, 변환 손실 저감, 고전력 랙 지원
3) 장점
기술 경로가 명확함. +-400V는 과도기 기술로 활용 가능하며 800V DC와의 연속성을 갖춰 수주 확보가 비교적 용이
4) 단점
직류(DC) 보호 차단, 커넥터, 안전 규격, 서버측 호환성에 대한 추가 검증 필요
2. SST
1) 핵심 형태
10kV/35kV 특고압, 중압 교류(MV AC)를 SiC 및 고주파 변압기를 통해 800V DC로 직접 변환
2) 주요 문제 해결
상용 주파수 변압기 및 다단 전력 변환 단계를 줄여 공간 확보, 전력 밀도 및 동적 조절 능력 향상
3) 장점
궁극적 지향점(최종 형태) 성격이 강함.
중압 직류 직접 입력 가능, 고주파 절연, ESS 결합 등 능동 제어 구현
4) 단점
고비용, 중압 절연, 부분 방전, 신뢰성, 보호제어문제, 고객사 인증 등 난이도 높음.
3. Panama 솔루션(중저압 일체형 HVDC)
1) 핵심 형태
랙 레벨/열 레벨(Row Level) 표준화.
전원장치(Power Rack/Power Shelf), 전원 공급, 백업, 모선(Busbar) 모니터링 통합
2) 주요 문제 해결
AI 랙의 구축 속도 향상, 고객 맞춤화 전원 장치 난이도 저감, 전원 모듈화 및 유지보수성 향상
3) 장점
엔지니어링 도입이 빠름.
질제 고객사의 랙 요구사항에 밀착 대응가능, 표준화된 공급 및 빠른 반복 개선 용이
4) 단점
시스템 통합 및 모듈화 최적화에 편중되어 있어 효율과 공간 개선 폭이 SST만큼 근본적이지 못함.
고객사 규격 의존도가 높음.
○ 각 솔루션의 상용화 스케줄
1) 800V HVDC : 가장 빠른 도입 속도
2) 중저압 일체형 HVDC (Panama 솔루션) : AI 표준화 진행에 맞춰 물량 확대
3) SST : 검증 주기가 가장 길지만, 최종 단계에서의 확장 잠재력이 가장 큼
● SST(Solid State Transformer) (国金证券 작성, 출처 : Delta)
도표 13. SST는 10 – 34.5kV DC로 직접 변환 가능
○ 기존 상용주파수 변압기 + HVDC 정류기 캐비닛
1) 전력 공급 경로
10kV/35kV 중압 교류(AC) 전력망 → 상용주파수 변압기 → 480V 저압 교류(AC) → HVDC 정류기 캐비닛 → 800V DC 직류 모선(Busbar) → AI랙
2) 특징 및 한계
부피가 큼, 전송 경로가 김, 다단 변환, 공간 점유율 높음.
○ SST 솔루션
1) 전력 공급 경로
10kV/35kV 중압 교류(AC) 전력망 → SST → 800V DC 직류 모선(Busbar) → AI랙
2) 특징 및 장점
고주파 변환, 부피 감소, 변환 단계 축소, 전력밀도 향상
○ 기존 상용 주파수 변압기를 SST로 바꿨을 때의 4대 핵심 이점
1) 변환단계 축소
2) 케이블 및 구리 손실 감소
3) 전산실(서버룸) 공간 확보
4) 전력 공급 유연성, 탄력성(복원성) 향상
도표 14. SST는 “실증 → 엔지니어링 도입 → 플랫폼화 배포” 경로를 따라 점진적으로 추진될 전망
1) 1단계(단기) : 기존 솔루션이 여전히 주류
고효율 몰드 변압기(건식 변압기) + UPS/HVDC 정류기 캐비닛 구성
SST는 실증 프로젝트 및 일부 국소 모듈 단위로 도입
고효율 몰드 변압기 + UPS/HVDC 정류기 캐비닛
2) 2단계(중기) : 엔지니어링 적용 분야에서 우선 양산 확대
태양광, ESS, 충전소 통합 시스템, 마이크로그리드, 고밀도 데이터센터 분야 적용
SiC, 고주파 자성체 부품, 고신뢰성 캐퍼시터, DC 보호 소자의 검증을 통해 견인
태양광(PV) + ESS캐비닛 + 전기차 충전기 + 마이크로그리드
3) 3단계(장기) : AIDC 모듈형 전력전자 플랫폼
800V DC가 주류 아키텍처로 정착
SST가 연산(서버) 측에 밀착 배치
데이터센터 전원 공급 및 배전 밸류체인의 재편
AI 랙 / 연산 측 + 800V DC 모선(Busbar) + 전원 모듈
도표 13. SST는 10 – 34.5kV DC로 직접 변환 가능
○ 기존 상용주파수 변압기 + HVDC 정류기 캐비닛
1) 전력 공급 경로
10kV/35kV 중압 교류(AC) 전력망 → 상용주파수 변압기 → 480V 저압 교류(AC) → HVDC 정류기 캐비닛 → 800V DC 직류 모선(Busbar) → AI랙
2) 특징 및 한계
부피가 큼, 전송 경로가 김, 다단 변환, 공간 점유율 높음.
○ SST 솔루션
1) 전력 공급 경로
10kV/35kV 중압 교류(AC) 전력망 → SST → 800V DC 직류 모선(Busbar) → AI랙
2) 특징 및 장점
고주파 변환, 부피 감소, 변환 단계 축소, 전력밀도 향상
○ 기존 상용 주파수 변압기를 SST로 바꿨을 때의 4대 핵심 이점
1) 변환단계 축소
2) 케이블 및 구리 손실 감소
3) 전산실(서버룸) 공간 확보
4) 전력 공급 유연성, 탄력성(복원성) 향상
도표 14. SST는 “실증 → 엔지니어링 도입 → 플랫폼화 배포” 경로를 따라 점진적으로 추진될 전망
1) 1단계(단기) : 기존 솔루션이 여전히 주류
고효율 몰드 변압기(건식 변압기) + UPS/HVDC 정류기 캐비닛 구성
SST는 실증 프로젝트 및 일부 국소 모듈 단위로 도입
고효율 몰드 변압기 + UPS/HVDC 정류기 캐비닛
2) 2단계(중기) : 엔지니어링 적용 분야에서 우선 양산 확대
태양광, ESS, 충전소 통합 시스템, 마이크로그리드, 고밀도 데이터센터 분야 적용
SiC, 고주파 자성체 부품, 고신뢰성 캐퍼시터, DC 보호 소자의 검증을 통해 견인
태양광(PV) + ESS캐비닛 + 전기차 충전기 + 마이크로그리드
3) 3단계(장기) : AIDC 모듈형 전력전자 플랫폼
800V DC가 주류 아키텍처로 정착
SST가 연산(서버) 측에 밀착 배치
데이터센터 전원 공급 및 배전 밸류체인의 재편
AI 랙 / 연산 측 + 800V DC 모선(Busbar) + 전원 모듈
● 랙 내부 800V DC의 두 가지 경로 (国金证券 작성, 출처 : NVIDIA)
도표 17. 랙 내부 800V의 2가지 경로 : Shelf 레벨에서 50V로 감압 vs Tray 레벨에서 12V로 직접 감압
저전압 대전류 경로가 짧을수록 시스템 손실은 감소하지만, 감압 폭(전압 강하 스팬)이 클수록 기술적 난이도는 높아짐.
○ 방안 1 : 과도기 솔루션, 먼저 50V로 감압
1) 전력 변환 흐름
800V DC 랙 입력 → 800V → 50V PSU → 50V 서버 진입 → 서버 내부 2차 전원(12V로 감압) : 12V 중간 전압 → 온보드 3차 전원(약 1V로 감압) : VRM/POL → GPU/ASIC 코어 부하
2) 특징 요약
기존 서버 전압 체계와의 호환성 유지
후속 2차/3차 감압 아키텍처 변경 폭이 작음
엔지니어링 리스크가 낮아 차세대 솔루션 성숙 전 과도기 적용에 적합
3) 장점
호환성 우수, 도입 난이도 낮음, 기존 서버 전원공급 생태계 재활용 가능, 고객사 검증 속도가 비교적 빠름
4) 해결해야 할 문제
여전히 PSU 단계 잔존, 전력 변환 단계 수가 다소 많음, 저전압 측 전송 경로가 여전히 김, 효율 최적화가 근본적이지 못함.
○ 방안 2 : 급진적 솔루션, Compute Tray 레벨 직하강 (직접 감압)
1) 전력 변환 흐름
800V DC 랙 입력 → 컴퓨트 트레이 레벨 고압 DC/DC (기존 PSU 생략) → 12V 또는 6V → 온보드 3차 전원(약 1V로 감압) : VRM/POL → GPU/ASIC 코어 부하
2) 특징 요약
저전압 대전류 경로 현저히 단축
고전압 전송 경로는 증가
3) 장점
PSU 단계 축소, 저전압 대전류 경로 단축, I²R 손실 감소, 서버 공간 확보, 시스템 효율 향상
4) 해결해야 할 문제
800V 직접 감압 폭이 매우 큼, 절연/안전규격/EMI 요구조건 엄격, 고압 DC/DC 기술 진입장벽 높음, 고객 플랫폼 협업 난이도 높음
5) 예상 스케줄 (고객사 검증 필요)
Rubin Ultra 단계부터 도입 시작 예상, 2028년 전후 대량 양산 및 적용 속도 관찰 필요
○ 급진적 솔루션, Compute Tray 레벨 직하강(직접 감압)의 세부 경로
1) A 경로 : 800V → 12V → 1V
Rubin Ultra 관점에서 성공 확률이 비교적 높음
2) B 경로 : 800V → 50V → 6V → 1V
일부 중간 전압 계층을 유지하여 기술적 리스크 통제 용이
3) C 경로 : 800V → 6V → 1V
저압 측에 12V/6V 직접 감압을 채택할 경우, 고주파, 저전압 측의 GaN 사용량 증가 가능
∴ GaN : 저전압 측 고주파, 고효율, 소형화 수혜 가능
도표 17. 랙 내부 800V의 2가지 경로 : Shelf 레벨에서 50V로 감압 vs Tray 레벨에서 12V로 직접 감압
저전압 대전류 경로가 짧을수록 시스템 손실은 감소하지만, 감압 폭(전압 강하 스팬)이 클수록 기술적 난이도는 높아짐.
○ 방안 1 : 과도기 솔루션, 먼저 50V로 감압
1) 전력 변환 흐름
800V DC 랙 입력 → 800V → 50V PSU → 50V 서버 진입 → 서버 내부 2차 전원(12V로 감압) : 12V 중간 전압 → 온보드 3차 전원(약 1V로 감압) : VRM/POL → GPU/ASIC 코어 부하
2) 특징 요약
기존 서버 전압 체계와의 호환성 유지
후속 2차/3차 감압 아키텍처 변경 폭이 작음
엔지니어링 리스크가 낮아 차세대 솔루션 성숙 전 과도기 적용에 적합
3) 장점
호환성 우수, 도입 난이도 낮음, 기존 서버 전원공급 생태계 재활용 가능, 고객사 검증 속도가 비교적 빠름
4) 해결해야 할 문제
여전히 PSU 단계 잔존, 전력 변환 단계 수가 다소 많음, 저전압 측 전송 경로가 여전히 김, 효율 최적화가 근본적이지 못함.
○ 방안 2 : 급진적 솔루션, Compute Tray 레벨 직하강 (직접 감압)
1) 전력 변환 흐름
800V DC 랙 입력 → 컴퓨트 트레이 레벨 고압 DC/DC (기존 PSU 생략) → 12V 또는 6V → 온보드 3차 전원(약 1V로 감압) : VRM/POL → GPU/ASIC 코어 부하
2) 특징 요약
저전압 대전류 경로 현저히 단축
고전압 전송 경로는 증가
3) 장점
PSU 단계 축소, 저전압 대전류 경로 단축, I²R 손실 감소, 서버 공간 확보, 시스템 효율 향상
4) 해결해야 할 문제
800V 직접 감압 폭이 매우 큼, 절연/안전규격/EMI 요구조건 엄격, 고압 DC/DC 기술 진입장벽 높음, 고객 플랫폼 협업 난이도 높음
5) 예상 스케줄 (고객사 검증 필요)
Rubin Ultra 단계부터 도입 시작 예상, 2028년 전후 대량 양산 및 적용 속도 관찰 필요
○ 급진적 솔루션, Compute Tray 레벨 직하강(직접 감압)의 세부 경로
1) A 경로 : 800V → 12V → 1V
Rubin Ultra 관점에서 성공 확률이 비교적 높음
2) B 경로 : 800V → 50V → 6V → 1V
일부 중간 전압 계층을 유지하여 기술적 리스크 통제 용이
3) C 경로 : 800V → 6V → 1V
저압 측에 12V/6V 직접 감압을 채택할 경우, 고주파, 저전압 측의 GaN 사용량 증가 가능
∴ GaN : 저전압 측 고주파, 고효율, 소형화 수혜 가능
● 800V DC와 GaN 전력반도체 (国金证券 작성)
도표 25. 800V 랙 적용(인입)은 GaN 수요를 분명하게 높일 것
○ 3단계 변환 경로 (800V → 48V → 12V/6V → Load/GPU)
1) 1단계 (DC-DC stage 1) : 800V → 48V
적용 소자 : 650V 및 150V/100V GaN
현재 개발 상황 : 양산 출시 완료, 1MHz에 99% 효율 (1초에 100만번 초고속 스위칭하면서도, 전력 변환 과정 손실이 1%에 불과)
2) 1.5단계 (DC-DC Stage 1.5) : 48V → 12V or 6V
적용 소자 : 100V GaN
현재 개발 상황 : 양산 출시 완료, 97.7% 효율
3) 2단계 (DC-DC Stage 2) : 12V or 6V → 부하(Load)/GPU
적용 소자 : 30V/15V DrGaN (드라이버 통합형 GaN)
현재 개발 상황 : 컨셉 검증 완료, 개발 중
○ 2단계 직접 감압 경로 (800V → 12V/6V → GPU)
1) 1단계 (DC-DC stage 1) : 800V → 12V/6V (48V 중간 단계 생략)
적용 소자 : 650V 및 40V/15V GaN
현재 개발 상황 : 양산 출시 완료, 1MHz에 98% 효율 (1초에 100만번 초고속 스위칭하면서도, 전력 변환 과정 손실이 2%에 불과)
3) 2단계 (DC-DC Stage 2) : 12V or 6V → GPU
적용 소자 : 30V/15V DrGaN (드라이버 통합형 GaN)
현재 개발 상황 : 컨셉 검증 완료, 개발 중
도표 25. 800V 랙 적용(인입)은 GaN 수요를 분명하게 높일 것
○ 3단계 변환 경로 (800V → 48V → 12V/6V → Load/GPU)
1) 1단계 (DC-DC stage 1) : 800V → 48V
적용 소자 : 650V 및 150V/100V GaN
현재 개발 상황 : 양산 출시 완료, 1MHz에 99% 효율 (1초에 100만번 초고속 스위칭하면서도, 전력 변환 과정 손실이 1%에 불과)
2) 1.5단계 (DC-DC Stage 1.5) : 48V → 12V or 6V
적용 소자 : 100V GaN
현재 개발 상황 : 양산 출시 완료, 97.7% 효율
3) 2단계 (DC-DC Stage 2) : 12V or 6V → 부하(Load)/GPU
적용 소자 : 30V/15V DrGaN (드라이버 통합형 GaN)
현재 개발 상황 : 컨셉 검증 완료, 개발 중
○ 2단계 직접 감압 경로 (800V → 12V/6V → GPU)
1) 1단계 (DC-DC stage 1) : 800V → 12V/6V (48V 중간 단계 생략)
적용 소자 : 650V 및 40V/15V GaN
현재 개발 상황 : 양산 출시 완료, 1MHz에 98% 효율 (1초에 100만번 초고속 스위칭하면서도, 전력 변환 과정 손실이 2%에 불과)
3) 2단계 (DC-DC Stage 2) : 12V or 6V → GPU
적용 소자 : 30V/15V DrGaN (드라이버 통합형 GaN)
현재 개발 상황 : 컨셉 검증 완료, 개발 중
● 3차 전원 솔루션의 분화 : NVIDIA, 대형 모듈(Goolge - TPU 등), 소형 모듈 방식 (国金证券 작성, 자료출처 : NVIDIA, Vicor)
도표 26. AI 칩 3차 전원 솔루션의 분화 (NVIDIA의 Discrete 방식 vs ASIC의 모듈형 방식)
○ 경로 1. 엔비디아의 GPU – 이산형(분립식, Discrete)
1) 부품 구성 : DrMOS (다상/Multi-phase), 인덕터, MLCC/탄탈 커패시터, 컨트롤러 등 소형 소자
2) 핵심 요소 : 이산형 VRM/POL, 다상 병렬, 부품 분산 배치, 성숙한 공급망, 안정적인 플랫폼 세대교체
3) 주요 특징
엔비디아 플랫폼은 이산형 다상 전원 공급 방식을 지속 채택함.
소자 간 역할 분담이 명확하고 공급망 성숙도가 높아, 신뢰성이 높고 대규모 양산이 필요한 플랫폼에 적합.
○ 경로 2. Google TPU/ASIC – 맞춤형 대형 모듈
1) 부품 구성 : 맞춤형 대형 모듈 (DrMOS, 인턱터, 커패시터, 제어 회로 등 통합)
2) 핵심 요소 : 맞춤형 대형 모듈, 고도 집적, 고객 사양 맞춤 결합, 높은 단품 가치(단가), 강력한 인증 장벽
3) 주요 특징
구글 방식은 맞춤형 대형 모듈에 집중하는 경향이 있음.
자체 개발 ASIC의 전력 요구량에 맞춰 심층 개발되어 단품 가치는 높으나, 고객 종속성이 크고 검증 진입 장벽이 높음.
○ 경로 3. 기타 ASIC/CSP – 표준화 소형 모듈
1) 부품 구성 : 표준화 소형 모듈(전원 모듈) – 여러 모듈을 병렬 연결 및 분산 전원 공급, ASIC 본체
2) 핵심 요소 : 표준화 소형 모듈, 모듈 병렬, 우수한 플랫폼 범용성/재사용성, 비교적 낮은 도입 난이도, 다양한 공급업체 선택권
3) 주요 특징
다수의 ASIC/CSP 업체는 표준화된 소형 모듈 채택을 선호함.
여러 개의 모듈을 병렬로 구성하여 대전류 요구를 충족하고, 개발 효율성, 공급망 유연성, 플랫폼 간 범용성을 두루 갖춤
도표 26. AI 칩 3차 전원 솔루션의 분화 (NVIDIA의 Discrete 방식 vs ASIC의 모듈형 방식)
○ 경로 1. 엔비디아의 GPU – 이산형(분립식, Discrete)
1) 부품 구성 : DrMOS (다상/Multi-phase), 인덕터, MLCC/탄탈 커패시터, 컨트롤러 등 소형 소자
2) 핵심 요소 : 이산형 VRM/POL, 다상 병렬, 부품 분산 배치, 성숙한 공급망, 안정적인 플랫폼 세대교체
3) 주요 특징
엔비디아 플랫폼은 이산형 다상 전원 공급 방식을 지속 채택함.
소자 간 역할 분담이 명확하고 공급망 성숙도가 높아, 신뢰성이 높고 대규모 양산이 필요한 플랫폼에 적합.
○ 경로 2. Google TPU/ASIC – 맞춤형 대형 모듈
1) 부품 구성 : 맞춤형 대형 모듈 (DrMOS, 인턱터, 커패시터, 제어 회로 등 통합)
2) 핵심 요소 : 맞춤형 대형 모듈, 고도 집적, 고객 사양 맞춤 결합, 높은 단품 가치(단가), 강력한 인증 장벽
3) 주요 특징
구글 방식은 맞춤형 대형 모듈에 집중하는 경향이 있음.
자체 개발 ASIC의 전력 요구량에 맞춰 심층 개발되어 단품 가치는 높으나, 고객 종속성이 크고 검증 진입 장벽이 높음.
○ 경로 3. 기타 ASIC/CSP – 표준화 소형 모듈
1) 부품 구성 : 표준화 소형 모듈(전원 모듈) – 여러 모듈을 병렬 연결 및 분산 전원 공급, ASIC 본체
2) 핵심 요소 : 표준화 소형 모듈, 모듈 병렬, 우수한 플랫폼 범용성/재사용성, 비교적 낮은 도입 난이도, 다양한 공급업체 선택권
3) 주요 특징
다수의 ASIC/CSP 업체는 표준화된 소형 모듈 채택을 선호함.
여러 개의 모듈을 병렬로 구성하여 대전류 요구를 충족하고, 개발 효율성, 공급망 유연성, 플랫폼 간 범용성을 두루 갖춤
● 3차 전원 공급 장치 업계 현황 : 칩, 모듈, 수동 소자/PCB (国金证券 작성)
도표 31. 3차 전원 공급 장치 업계 상황 : 대만계 기업이 주도
○ 1. 칩 (다상 컨트롤러 + DrMOS / 스마트 파워 스테이지)
1) 핵심 제품 : 다상 컨트롤러, DrMOS / Smart Power Stage), 파워급 칩, 구동 및 보호 칩
2) 경쟁 구도
글로벌 선도 기업 : MPS, 인피니언
적극적 확장 기업 : 르네사스, TI(텍사스인스트루먼트), ADI
중국 기업들 : 杰华特, 晶丰明源, 芯朋微
3) 경쟁 요소 : 높은 기술 진입 장벽, 긴 검증 주기, 강력한 고객사 인증 장벽
4) 주요 투자 포인트 : 고객사 인증여부, 다상 컨트롤러와 DrMOS 양산 출하 속도
○ 모듈 (POL/VRM/VPD 전원 모듈)
1) 핵심 제품 : POL 모듈, VRM 전압 조절 모듈, VPD 수직 전원 공급 모듈, IBC/DC-DC 모듈
2) 경쟁 구도
글로벌 선도 기업 : Delta, Flextronics, Vicor
적극적 확장 기업 : MPS, 인피니언, 르네사스
중국 기업들 : 立讯精密
3) 주요 기술 특징 : 칩에 초근접한 전원 공급, 높은 전류/전력 밀도, 높은 커스터마이징 비중
4) 경쟁 요소 : 고객 사양 협업 역량 중요, 시스템 설계 및 양산 역량이 시장 점유율 결정, 대만계 및 해외 제조사들이 해당 시장 선도
5) 주요 투자 포인트
고객과의 관계 및 해당 고객의 신제품 도입 속도, 양산 납품 역량
○ 수동 소자 / PCB (인덕터, MLCC, 전원 PCB)
1) 핵심 제품 : 하이엔드 칩용 인덕터, MLCC, 고다층 HDI, 후동박/고방열 PCB, 임베디드 소자 PCB, SiP/모듈러 패키징 협업
2) 경쟁 구도
MLCC : 무라타, 삼성전기, Taiyo Yuden 등
인덕터 : Chilisin, 铂科新材, 龙磁科技 등
PCB : 深南电路, 中富电路 등
3) 경쟁 요소 : 단가 상승, 소재 및 공정 진입 장벽 상향, 칩 근접 전원 공급 고도화에 따른 수혜
4) 주요 투자 포인트
하이엔드 소재 및 공정 돌파, 단가 상승
도표 31. 3차 전원 공급 장치 업계 상황 : 대만계 기업이 주도
○ 1. 칩 (다상 컨트롤러 + DrMOS / 스마트 파워 스테이지)
1) 핵심 제품 : 다상 컨트롤러, DrMOS / Smart Power Stage), 파워급 칩, 구동 및 보호 칩
2) 경쟁 구도
글로벌 선도 기업 : MPS, 인피니언
적극적 확장 기업 : 르네사스, TI(텍사스인스트루먼트), ADI
중국 기업들 : 杰华特, 晶丰明源, 芯朋微
3) 경쟁 요소 : 높은 기술 진입 장벽, 긴 검증 주기, 강력한 고객사 인증 장벽
4) 주요 투자 포인트 : 고객사 인증여부, 다상 컨트롤러와 DrMOS 양산 출하 속도
○ 모듈 (POL/VRM/VPD 전원 모듈)
1) 핵심 제품 : POL 모듈, VRM 전압 조절 모듈, VPD 수직 전원 공급 모듈, IBC/DC-DC 모듈
2) 경쟁 구도
글로벌 선도 기업 : Delta, Flextronics, Vicor
적극적 확장 기업 : MPS, 인피니언, 르네사스
중국 기업들 : 立讯精密
3) 주요 기술 특징 : 칩에 초근접한 전원 공급, 높은 전류/전력 밀도, 높은 커스터마이징 비중
4) 경쟁 요소 : 고객 사양 협업 역량 중요, 시스템 설계 및 양산 역량이 시장 점유율 결정, 대만계 및 해외 제조사들이 해당 시장 선도
5) 주요 투자 포인트
고객과의 관계 및 해당 고객의 신제품 도입 속도, 양산 납품 역량
○ 수동 소자 / PCB (인덕터, MLCC, 전원 PCB)
1) 핵심 제품 : 하이엔드 칩용 인덕터, MLCC, 고다층 HDI, 후동박/고방열 PCB, 임베디드 소자 PCB, SiP/모듈러 패키징 협업
2) 경쟁 구도
MLCC : 무라타, 삼성전기, Taiyo Yuden 등
인덕터 : Chilisin, 铂科新材, 龙磁科技 등
PCB : 深南电路, 中富电路 등
3) 경쟁 요소 : 단가 상승, 소재 및 공정 진입 장벽 상향, 칩 근접 전원 공급 고도화에 따른 수혜
4) 주요 투자 포인트
하이엔드 소재 및 공정 돌파, 단가 상승
※ 전기, 공급관리에서 수요관리의 시대로 (수요관리를 통한 AI데이터센터 길들이기)
AI산업의 급성장이 더욱 빠르게 전기시대를 앞당기고 있습니다.
한국 또한 3대 메가프로젝트를 강력하게 추진 중에 있으며, 전기는 3대 메가프로젝트의 성공의 핵심으로 여겨지고 있습니다.
한국 뿐 아니라 글로벌 대부분의 국가들은 지금까지 발전소를 늘리면서 전기를 관리하는 ‘공급 관리’에 집중해 왔지만,
재생에너지의 확대, 전기수요(AI, 전기차, 열의 전기화 등)의 폭발적인 증가, 극심한 부하변동 등으로 인해 발전소를 늘리는 것 이상으로 ‘수요 관리’가 중요해지고 있습니다.
특히 전기는 수요와 공급이 항상 일치해야 하는 특징을 가지고 있기 때문에, 모든 국가들은 피크수요를 기준으로 발전용량을 결정해 왔습니다.
그리고 이러한 방향은 필요보다 훨씬 더 많은 발전소를 건설해야 하고, 더불어 이를 위한 송배전 설비를 설치해야 하는 등 막대한 비용을 수반하는 방법입니다.
하지만, 전력시스템에 AI가 도입되고 기존 전력망과 전기 수요자들에게 ESS가 보급되면서 이러한 고비용의 ‘공급 관리’에서 더 효율적이고 경제적인 ‘수요 관리’의 중요성이 높아지고 있습니다.
참고로 대표적인 수요관리로는 DR(수요반응), ESS 등을 통한 부하이전(Load Shifting), 시간별/계절별 변동요금제, EMS(Energy Management System), VPP(가상발전소), V2G 등이 있습니다.
그리고 이러한 수요관리를 통한 전력 효율화는 ‘옥토퍼스 에너지’나 ‘테슬라’ 등의 업체들을 통해 이미 그 강력한 효과가 입증되었습니다.
특히 AI데이터센터로 인해 ‘수요관리’의 중요성이 훨씬 더 높아질 것으로 보여지는데, 최근 ‘추론’의 비중이 높아지면서 AI데이터센터의 ‘부하 변동성’과 이로 인한 ‘과도응답’의 해결이 중요해지고 있습니다.
AI 데이터센터는 수만에서 수십 만개의 GPU가 대규모 동기화를 수행하므로 부하 변동폭이 기존 데이터센터와 비교할 수 없이 가파릅니다.
GPU 클러스터가 유휴 상태에서 순간적으로 연산을 시작하거나 종료 하면서 수 밀리초 단위로 수십 – 수백 MW규모의 전류 부하 급변이 발생하며, 이때 전력 변환 장치(PSU, VRM/POL 컨버터)와 전원 제어 루프가 목표 전압/전류를 맞추는 과정에서 제어 지연으로 인해 ‘과도 응답’이 발생합니다.
그리고 이러한 ‘과도 응답’은 하드웨어에 커다란 부담을 줄 뿐만 아니라, 데이터센터의 정전으로까지 이어지는 위험성을 지니고 있습니다. 만약 해당 데이터센터가 그리드에 연결되어 있다면 대규모 지역정전으로 이어질 수 있습니다.
이때 이러한 데이터센터의 ‘부하 변동’을 해결하는 방법 중 하나로 최근 ‘수요 관리’가 떠오르고 있습니다.
네이처 에너지의 논문에 따르면, 연구진은 수요관리(Workload Shaping/Shifting) 소프트웨어 플랫폼(Emerald Conductor)을 사용해 AI데이터센터의 성능 저하 없이 3시간 동안 25%의 전력을 덜 쓰도록 조율할 수 있다는 것을 실제로 입증하였습니다.
데이터센터는 1년 내내 쉬지 않고 전력을 최대로 소비하는 시설로 가정하는 보수적인 전력망 계획 때문에 신규 데이터센터를 위해 천문학적인 전력 인프라 보강 비용과 수 년 간의 대기 시간이 발생하고 있으며, 이러한 전력문제는 현재 AI데이터센터 건설의 최대 걸림돌로 작용하고 있습니다.
이러한 AI 데이터센터의 가장 큰 병목 중 하나인 전력문제를 ‘수요관리’를 통해 완화할 수 있는 길이 제시되고 있습니다.
그리고 실제로 지난 6월, 테슬라와 Sunrun, Renew Home은 미국의 가정용 태양광, ESS, 스마트 온도조절기와 같은 미국 가정의 분산자원을 바탕으로 대규모 VPP를 만들어 16GW의 대규모 용량을 미국의 AI데이터센터 및 유틸리티에 공급하겠다는 합의를 발표하였습니다.
즉, 수요관리를 통해 미국 AI데이터센터 등의 전력문제를 해결하는 방법이 이미 실질적으로 작동하고 있습니다.
앞으로 ‘수요관리’는 미국 뿐 아니라 국내에서도 그 중요도가 높아질 것이며, 해당 산업 또한 빠르게 성장할 것으로 전망 됩니다.
● [AI 데이터센터의 대가] 3. 전력 공급 대안? 질문 순서부터 틀렸다 (뉴스타파, 2026. 09. 08)
9월 3일, 기후에너지환경부는 ‘전기차 충전요금 가을철 주말/공휴일 낮시간대 할인 개시’라는 보도자료를 배포하였음.
휴일 낮 시간대 전기차 충전 요금을 최대 35% 할인한다는 것임.
이는 기존의 ‘공급 관리’ 대신 ‘수요 관리’를 통해 효율성을 높이려는 정책임.
전기는 공급이 모자라도, 공급이 너무 많아도 정전이 발생하는 특성을 가지고 있음.
때문에 항상 공급과 수요를 일치해야 하는데 여기서 비효율이 발생함.
수요와 공급을 항상 일치해야 하는 특성으로 대부분의 국가에서는 전기를 가장 많이 쓸 때에도 필요 보다 더 많은 발전기를 만들어야 했음.
지금까지 한국은 ‘공급 관리’를 통해서 전력을 관리해 왔음.
하지만 이는 비싼 발전기의 가동을 억지로 줄여야 하기 때문에 불필요한 손실이 발생하는 구조임.
또한 남는 발전기의 운영, 유지를 위해 막대한 비용이 들어가며, 그 비용은 국민들의 전기요금에 반영됨.
하지만 수요를 관리하는 전략은 과잉공급 문제뿐 아니라 공급 부족 문제를 해결하는 데에도 위력을 발휘함.
수요 관리를 유연하게 하면 할수록 발전기 건설은 물론 전력설비, 송전망 등에 소요되는 막대한 사회/경제적 비용을 절약할 수 있음.
한전이 9월 1일부터 삼성전자, LG전자와 협력해 주말/공휴일 오전 11시부터 오후 2시 사이에 IoT 기능이 탑재된 세탁기, 건조기 등을 사용하면 전기요금을 할인해 주는 사업을 시행하는 것도 이와 같은 취지임.
○ 수요 관리를 통한 ‘전기 먹는 공룡’ AI데이터센터 길들이기
아직 한국의 ‘수요 관리’정책은 소규모 시범사업에 그치고 있지만, 전기 먹는 공룡인 AI 데이터센터의 전력 사용량과 시간을 조절하는 수요관리가 앞으로 중요해질 것임.
2025년 12월 AI데이터센터에서도 전력 사용량 조절이 가능하다는 실증 연구결과(전력망 상호작용 자산으로서의 AI 데이터센터, 네이처 에너지)가 발표된 바 있음.
해당 논문에 따르면, 데이터센터를 1년 내내 쉬지 않고 전력을 최대로 소비하는 시설로 가정하는 보수적인 전력망 계획 때문에 신규 데이터센터를 위해 천문학적인 전력 인프라 보강 비용과 수 년 간의 대기 시간이 발생하고 있다고 분석하고 있음.
연구진은 소프트웨어 플랫폼(Emerald Conductor)을 사용해 AI데이터센터의 성능 저하 없이 3시간 동안 25%의 전력을 덜 쓰도록 조율할 수 있다는 것을 실제로 입증하였음.
연구에 함께 참여한 미국 전력 연구소(EPRI)는 전력망 운영자, 규제기관, 하이퍼스케일러들과 함께 추가 실증을 확대하는 한편, AI데이터센터 같은 대규모 전력 소비 시설의 수요 관리 능력을 유연성 등급에 따라 구분하는 표준을 마련하고 있음.
실제로 AI 데이터센터의 전력 사용량이 유연하게 관리된다면 놀라운 효과를 볼 수 있음.
미국 듀크대 니콜라스 연구소는 미국의 피크 시간대에 데이터센터가 쓰는 연간 전력 가운데 0.5%만 줄이면 신규 발전 설비 없이 약 100GW규모의 신규 데이터센터를 추가할 수 있다는 연구 결과를 내놓기도 했음.
○ 어떤 발전소를 더 지을지 결정하기 전에
최근 급증하는 AI데이터센터를 두고 미국의 산업계, 한계 그리고 규제당국이 보여주는 메시지는 명확함.
치솟는 전력 수요를 감당하기 위해 발전기와 송전망을 얼마나 더 지을지 확정하기 전에, 어떻게 덜 쓸 것인지에 대한 대안을 마련해야 한다는 것임.
대안을 마련하지 못할 경우 늘어나는 전력 인프라 비용이 국민들에게 전가될 뿐만 아니라, AI 산업의 발목을 잡을 수 있기 때문임.
한국의 경우, 2040년까지 AI데이터센터로 인한 전력 수요가 11.9GW 늘어날 것이라고 전망하고 있음.
전기차, 히트펌프, 산업용 계절/시간별 요금제 등을 통한 수요관리 방안을 제시되었지만 그 보다 훨씬 큰 규모의 전력을 소비하는 AI 데이터센터의 전력 수요를 어떻게 관리할 것인가는 불명확함.
데이터센터는 최근에 ‘널뛰기 부하’와 전력망 이탈 위험 지적까지 나오고 있음.
때문에 에너지효율 제고, ESS 연계 의무화 등 AI 데이터센터의 책임을 강화하고 전력망 안전장치를 시급히 마련해야 함.
https://newstapa.org/article/HROUd
AI산업의 급성장이 더욱 빠르게 전기시대를 앞당기고 있습니다.
한국 또한 3대 메가프로젝트를 강력하게 추진 중에 있으며, 전기는 3대 메가프로젝트의 성공의 핵심으로 여겨지고 있습니다.
한국 뿐 아니라 글로벌 대부분의 국가들은 지금까지 발전소를 늘리면서 전기를 관리하는 ‘공급 관리’에 집중해 왔지만,
재생에너지의 확대, 전기수요(AI, 전기차, 열의 전기화 등)의 폭발적인 증가, 극심한 부하변동 등으로 인해 발전소를 늘리는 것 이상으로 ‘수요 관리’가 중요해지고 있습니다.
특히 전기는 수요와 공급이 항상 일치해야 하는 특징을 가지고 있기 때문에, 모든 국가들은 피크수요를 기준으로 발전용량을 결정해 왔습니다.
그리고 이러한 방향은 필요보다 훨씬 더 많은 발전소를 건설해야 하고, 더불어 이를 위한 송배전 설비를 설치해야 하는 등 막대한 비용을 수반하는 방법입니다.
하지만, 전력시스템에 AI가 도입되고 기존 전력망과 전기 수요자들에게 ESS가 보급되면서 이러한 고비용의 ‘공급 관리’에서 더 효율적이고 경제적인 ‘수요 관리’의 중요성이 높아지고 있습니다.
참고로 대표적인 수요관리로는 DR(수요반응), ESS 등을 통한 부하이전(Load Shifting), 시간별/계절별 변동요금제, EMS(Energy Management System), VPP(가상발전소), V2G 등이 있습니다.
그리고 이러한 수요관리를 통한 전력 효율화는 ‘옥토퍼스 에너지’나 ‘테슬라’ 등의 업체들을 통해 이미 그 강력한 효과가 입증되었습니다.
특히 AI데이터센터로 인해 ‘수요관리’의 중요성이 훨씬 더 높아질 것으로 보여지는데, 최근 ‘추론’의 비중이 높아지면서 AI데이터센터의 ‘부하 변동성’과 이로 인한 ‘과도응답’의 해결이 중요해지고 있습니다.
AI 데이터센터는 수만에서 수십 만개의 GPU가 대규모 동기화를 수행하므로 부하 변동폭이 기존 데이터센터와 비교할 수 없이 가파릅니다.
GPU 클러스터가 유휴 상태에서 순간적으로 연산을 시작하거나 종료 하면서 수 밀리초 단위로 수십 – 수백 MW규모의 전류 부하 급변이 발생하며, 이때 전력 변환 장치(PSU, VRM/POL 컨버터)와 전원 제어 루프가 목표 전압/전류를 맞추는 과정에서 제어 지연으로 인해 ‘과도 응답’이 발생합니다.
그리고 이러한 ‘과도 응답’은 하드웨어에 커다란 부담을 줄 뿐만 아니라, 데이터센터의 정전으로까지 이어지는 위험성을 지니고 있습니다. 만약 해당 데이터센터가 그리드에 연결되어 있다면 대규모 지역정전으로 이어질 수 있습니다.
이때 이러한 데이터센터의 ‘부하 변동’을 해결하는 방법 중 하나로 최근 ‘수요 관리’가 떠오르고 있습니다.
네이처 에너지의 논문에 따르면, 연구진은 수요관리(Workload Shaping/Shifting) 소프트웨어 플랫폼(Emerald Conductor)을 사용해 AI데이터센터의 성능 저하 없이 3시간 동안 25%의 전력을 덜 쓰도록 조율할 수 있다는 것을 실제로 입증하였습니다.
데이터센터는 1년 내내 쉬지 않고 전력을 최대로 소비하는 시설로 가정하는 보수적인 전력망 계획 때문에 신규 데이터센터를 위해 천문학적인 전력 인프라 보강 비용과 수 년 간의 대기 시간이 발생하고 있으며, 이러한 전력문제는 현재 AI데이터센터 건설의 최대 걸림돌로 작용하고 있습니다.
이러한 AI 데이터센터의 가장 큰 병목 중 하나인 전력문제를 ‘수요관리’를 통해 완화할 수 있는 길이 제시되고 있습니다.
그리고 실제로 지난 6월, 테슬라와 Sunrun, Renew Home은 미국의 가정용 태양광, ESS, 스마트 온도조절기와 같은 미국 가정의 분산자원을 바탕으로 대규모 VPP를 만들어 16GW의 대규모 용량을 미국의 AI데이터센터 및 유틸리티에 공급하겠다는 합의를 발표하였습니다.
즉, 수요관리를 통해 미국 AI데이터센터 등의 전력문제를 해결하는 방법이 이미 실질적으로 작동하고 있습니다.
앞으로 ‘수요관리’는 미국 뿐 아니라 국내에서도 그 중요도가 높아질 것이며, 해당 산업 또한 빠르게 성장할 것으로 전망 됩니다.
● [AI 데이터센터의 대가] 3. 전력 공급 대안? 질문 순서부터 틀렸다 (뉴스타파, 2026. 09. 08)
9월 3일, 기후에너지환경부는 ‘전기차 충전요금 가을철 주말/공휴일 낮시간대 할인 개시’라는 보도자료를 배포하였음.
휴일 낮 시간대 전기차 충전 요금을 최대 35% 할인한다는 것임.
이는 기존의 ‘공급 관리’ 대신 ‘수요 관리’를 통해 효율성을 높이려는 정책임.
전기는 공급이 모자라도, 공급이 너무 많아도 정전이 발생하는 특성을 가지고 있음.
때문에 항상 공급과 수요를 일치해야 하는데 여기서 비효율이 발생함.
수요와 공급을 항상 일치해야 하는 특성으로 대부분의 국가에서는 전기를 가장 많이 쓸 때에도 필요 보다 더 많은 발전기를 만들어야 했음.
지금까지 한국은 ‘공급 관리’를 통해서 전력을 관리해 왔음.
하지만 이는 비싼 발전기의 가동을 억지로 줄여야 하기 때문에 불필요한 손실이 발생하는 구조임.
또한 남는 발전기의 운영, 유지를 위해 막대한 비용이 들어가며, 그 비용은 국민들의 전기요금에 반영됨.
하지만 수요를 관리하는 전략은 과잉공급 문제뿐 아니라 공급 부족 문제를 해결하는 데에도 위력을 발휘함.
수요 관리를 유연하게 하면 할수록 발전기 건설은 물론 전력설비, 송전망 등에 소요되는 막대한 사회/경제적 비용을 절약할 수 있음.
한전이 9월 1일부터 삼성전자, LG전자와 협력해 주말/공휴일 오전 11시부터 오후 2시 사이에 IoT 기능이 탑재된 세탁기, 건조기 등을 사용하면 전기요금을 할인해 주는 사업을 시행하는 것도 이와 같은 취지임.
○ 수요 관리를 통한 ‘전기 먹는 공룡’ AI데이터센터 길들이기
아직 한국의 ‘수요 관리’정책은 소규모 시범사업에 그치고 있지만, 전기 먹는 공룡인 AI 데이터센터의 전력 사용량과 시간을 조절하는 수요관리가 앞으로 중요해질 것임.
2025년 12월 AI데이터센터에서도 전력 사용량 조절이 가능하다는 실증 연구결과(전력망 상호작용 자산으로서의 AI 데이터센터, 네이처 에너지)가 발표된 바 있음.
해당 논문에 따르면, 데이터센터를 1년 내내 쉬지 않고 전력을 최대로 소비하는 시설로 가정하는 보수적인 전력망 계획 때문에 신규 데이터센터를 위해 천문학적인 전력 인프라 보강 비용과 수 년 간의 대기 시간이 발생하고 있다고 분석하고 있음.
연구진은 소프트웨어 플랫폼(Emerald Conductor)을 사용해 AI데이터센터의 성능 저하 없이 3시간 동안 25%의 전력을 덜 쓰도록 조율할 수 있다는 것을 실제로 입증하였음.
연구에 함께 참여한 미국 전력 연구소(EPRI)는 전력망 운영자, 규제기관, 하이퍼스케일러들과 함께 추가 실증을 확대하는 한편, AI데이터센터 같은 대규모 전력 소비 시설의 수요 관리 능력을 유연성 등급에 따라 구분하는 표준을 마련하고 있음.
실제로 AI 데이터센터의 전력 사용량이 유연하게 관리된다면 놀라운 효과를 볼 수 있음.
미국 듀크대 니콜라스 연구소는 미국의 피크 시간대에 데이터센터가 쓰는 연간 전력 가운데 0.5%만 줄이면 신규 발전 설비 없이 약 100GW규모의 신규 데이터센터를 추가할 수 있다는 연구 결과를 내놓기도 했음.
○ 어떤 발전소를 더 지을지 결정하기 전에
최근 급증하는 AI데이터센터를 두고 미국의 산업계, 한계 그리고 규제당국이 보여주는 메시지는 명확함.
치솟는 전력 수요를 감당하기 위해 발전기와 송전망을 얼마나 더 지을지 확정하기 전에, 어떻게 덜 쓸 것인지에 대한 대안을 마련해야 한다는 것임.
대안을 마련하지 못할 경우 늘어나는 전력 인프라 비용이 국민들에게 전가될 뿐만 아니라, AI 산업의 발목을 잡을 수 있기 때문임.
한국의 경우, 2040년까지 AI데이터센터로 인한 전력 수요가 11.9GW 늘어날 것이라고 전망하고 있음.
전기차, 히트펌프, 산업용 계절/시간별 요금제 등을 통한 수요관리 방안을 제시되었지만 그 보다 훨씬 큰 규모의 전력을 소비하는 AI 데이터센터의 전력 수요를 어떻게 관리할 것인가는 불명확함.
데이터센터는 최근에 ‘널뛰기 부하’와 전력망 이탈 위험 지적까지 나오고 있음.
때문에 에너지효율 제고, ESS 연계 의무화 등 AI 데이터센터의 책임을 강화하고 전력망 안전장치를 시급히 마련해야 함.
https://newstapa.org/article/HROUd
newstapa.org
[AI데이터센터의 대가] ③전력 공급 대안? 질문 순서부터 틀렸다
※ AI 데이터센터 전력공급 시스템 백서. (Part. 1)
● White Paper on Power Supply Systems for Ai Data Centers.
AI데이터센터 전력 공급 시스템의 도전과 혁신 (From Oriental Semi, 2026. 09. 04)
AI 데이터센터의 전력 공급 시스템은 폭발적으로 증가하는 전력 수요, 에너지 효율, 전력 밀도, 신뢰성 등 전례 없는 도전에 직면해 있음.
이에 대한 핵심 해결책은 차세대 반도체 기술(SiC, GaN)과 800V HVDC 아키텍처의 도입이며, 이는 전력 변환 효율을 극대화하고 시스템의 전력 밀도를 높여 데이터센터의 지속 가능한 성장을 가능하게 함.
1. AI 데이터센터 전력 공급 시스템이 직면한 도전
1) 폭발적 전력 수요 증가
프로세서(xPU : GPU, CPU, TPU 등)의 전력 수준이 높아지면서 단일 서버 IT 랙의 부하 전력이 기존의 3 – 5kW에서 100kW 이상으로 급증하고 있음.
최상위 AI 훈련 클러스터인 NVIDIA GB200 플랫폼의 NVL72랙은 120kW의 전력 요구량을 가지며, Vera Rubin NVL72 랙은 더 높은 성능의 CPU, GPU, HBM4 메모리를 탑재하여 단일 랙 최고 전력이 200kW에 달함.
미래의 Rubin 시리즈 랙은 단일 캐비닛 전력이 MW 수준에 이를 것으로 예상됨.
2) 에너지 효율, 전력 밀도 및 열 관리의 중요성 증대
데이터센터의 전력 소비는 전 세계 전력 수용의 상당 부분을 차지하며, 2030년에는 두 배 이상 증가하여 약 3%에 달할 것으로 예상.
저전압 아키텍처에서 대규모 전력 전송 시, 줄 손실(P=I²R)은 전류의 제곱에 비례하여 증가.
기존의 12V 전력 버스는 점차 사라지고 있으며, 현재 주류인 48V 버스도 100kW 이상의 대규모 전력 처리 시 과도한 전류로 인해 에너지 낭비, 열 문제, 구리선 무게 증가 등의 어려움을 겪고 있음.
또한, 48V 버스 시스템은 구리가격 상승으로 인해 경제성이 떨어지고 있음.
IT 랙의 부피 증가율과 전력 증가 속도가 비례하지 않기 때문에, 고전력 밀도 설계는 전원 시스템의 핵심임.
이러한 고효율 및 고전력 밀도 요구 사항으로 인해 800V 전력 시스템과 중압 교류 입력의 고체변압기(SST)가 필수적인 선택이 되고 있음.
높은 전력 밀도와 xPU의 전류 밀도는 열관리에 전례 없는 도전 과제를 안겨주고 있음.
3) 신뢰성 확보의 중요성
고가의 AI 서버는 대규모 AI 학습 및 추론 작업의 핵심 인프라이므로, 운영의 연속성과 서비스 안정성이 매우 중요함.
데이터센터는 99.99% 이상의 시스템 가용성을 달성해야 하며, 이는 연간 계획되지 않은 다운타임이 약 52.6분을 초과하지 않아야 함을 의미.
이러한 엄격한 가용성 지표 하에서 전원 시스템의 신뢰성은 전체 성능과 총 소유 비용(TCO)을 결정하는 핵심 요소임.
AI 서버의 전력 공급 경로에서 중간 버스 컨덕터(IBC)는 고장 발생률이 높은 부분으로 지목되고 있음.
IBC는 고압 직류 버스(예, 48V)를 부하점(PoL) 컨버터 입력 전압(예, 12V 이하)으로 효율적이고 안정적으로 변환하는 역할을 하며, 전력 아키텍처의 중심에 위치함.
IBC의 고장은 하위의 다수 AI 가속 카드(xPU) 또는 기타 중요 컴퓨팅 유닛의 전원 차단으로 이어져 시스템 전체 다운을 유발할 수 있음.
또한 AC-DC 에너지 변환 단계는 좋지 않은 전력망 전압 품질이나 낙뢰와 같은 스트레스 충격에 직면하며, 이러한 스트레스는 전원에서 사용되는 전력 반도체 소자(실리콘 MOSFET, GaN HEMT 등)에 높은 신뢰성과 안정성을 요구함.
이 소자들은 고주파, 고전력 밀도, 고온 구배 등 혹독한 작업 조건에서 장기간 안정적으로 작동해야 하며, 우수한 서지 내성, 낮은 손실, 제조 공정 편차 및 노화 효과에 대한 강한 견고성을 갖추어야 함.
시스템 수준에서는 중복 설계, 고장 예측 및 관리(PHM), 빠른 고장 격리 등의 메커니즘을 도입하여 전체 전력공급 아키텍처의 내결함성과 평균 고장 간격(MTBF)을 더욱 향상시켜야 함.
● White Paper on Power Supply Systems for Ai Data Centers.
AI데이터센터 전력 공급 시스템의 도전과 혁신 (From Oriental Semi, 2026. 09. 04)
AI 데이터센터의 전력 공급 시스템은 폭발적으로 증가하는 전력 수요, 에너지 효율, 전력 밀도, 신뢰성 등 전례 없는 도전에 직면해 있음.
이에 대한 핵심 해결책은 차세대 반도체 기술(SiC, GaN)과 800V HVDC 아키텍처의 도입이며, 이는 전력 변환 효율을 극대화하고 시스템의 전력 밀도를 높여 데이터센터의 지속 가능한 성장을 가능하게 함.
1. AI 데이터센터 전력 공급 시스템이 직면한 도전
1) 폭발적 전력 수요 증가
프로세서(xPU : GPU, CPU, TPU 등)의 전력 수준이 높아지면서 단일 서버 IT 랙의 부하 전력이 기존의 3 – 5kW에서 100kW 이상으로 급증하고 있음.
최상위 AI 훈련 클러스터인 NVIDIA GB200 플랫폼의 NVL72랙은 120kW의 전력 요구량을 가지며, Vera Rubin NVL72 랙은 더 높은 성능의 CPU, GPU, HBM4 메모리를 탑재하여 단일 랙 최고 전력이 200kW에 달함.
미래의 Rubin 시리즈 랙은 단일 캐비닛 전력이 MW 수준에 이를 것으로 예상됨.
2) 에너지 효율, 전력 밀도 및 열 관리의 중요성 증대
데이터센터의 전력 소비는 전 세계 전력 수용의 상당 부분을 차지하며, 2030년에는 두 배 이상 증가하여 약 3%에 달할 것으로 예상.
저전압 아키텍처에서 대규모 전력 전송 시, 줄 손실(P=I²R)은 전류의 제곱에 비례하여 증가.
기존의 12V 전력 버스는 점차 사라지고 있으며, 현재 주류인 48V 버스도 100kW 이상의 대규모 전력 처리 시 과도한 전류로 인해 에너지 낭비, 열 문제, 구리선 무게 증가 등의 어려움을 겪고 있음.
또한, 48V 버스 시스템은 구리가격 상승으로 인해 경제성이 떨어지고 있음.
IT 랙의 부피 증가율과 전력 증가 속도가 비례하지 않기 때문에, 고전력 밀도 설계는 전원 시스템의 핵심임.
이러한 고효율 및 고전력 밀도 요구 사항으로 인해 800V 전력 시스템과 중압 교류 입력의 고체변압기(SST)가 필수적인 선택이 되고 있음.
높은 전력 밀도와 xPU의 전류 밀도는 열관리에 전례 없는 도전 과제를 안겨주고 있음.
3) 신뢰성 확보의 중요성
고가의 AI 서버는 대규모 AI 학습 및 추론 작업의 핵심 인프라이므로, 운영의 연속성과 서비스 안정성이 매우 중요함.
데이터센터는 99.99% 이상의 시스템 가용성을 달성해야 하며, 이는 연간 계획되지 않은 다운타임이 약 52.6분을 초과하지 않아야 함을 의미.
이러한 엄격한 가용성 지표 하에서 전원 시스템의 신뢰성은 전체 성능과 총 소유 비용(TCO)을 결정하는 핵심 요소임.
AI 서버의 전력 공급 경로에서 중간 버스 컨덕터(IBC)는 고장 발생률이 높은 부분으로 지목되고 있음.
IBC는 고압 직류 버스(예, 48V)를 부하점(PoL) 컨버터 입력 전압(예, 12V 이하)으로 효율적이고 안정적으로 변환하는 역할을 하며, 전력 아키텍처의 중심에 위치함.
IBC의 고장은 하위의 다수 AI 가속 카드(xPU) 또는 기타 중요 컴퓨팅 유닛의 전원 차단으로 이어져 시스템 전체 다운을 유발할 수 있음.
또한 AC-DC 에너지 변환 단계는 좋지 않은 전력망 전압 품질이나 낙뢰와 같은 스트레스 충격에 직면하며, 이러한 스트레스는 전원에서 사용되는 전력 반도체 소자(실리콘 MOSFET, GaN HEMT 등)에 높은 신뢰성과 안정성을 요구함.
이 소자들은 고주파, 고전력 밀도, 고온 구배 등 혹독한 작업 조건에서 장기간 안정적으로 작동해야 하며, 우수한 서지 내성, 낮은 손실, 제조 공정 편차 및 노화 효과에 대한 강한 견고성을 갖추어야 함.
시스템 수준에서는 중복 설계, 고장 예측 및 관리(PHM), 빠른 고장 격리 등의 메커니즘을 도입하여 전체 전력공급 아키텍처의 내결함성과 평균 고장 간격(MTBF)을 더욱 향상시켜야 함.