이 강의가 끝나면, 무엇을 판단할 수 있을까?
학습·추론·기타 IT 부하와 시설 부하를 구분한다.
MW 설계 용량과 MWh 실제 소비량을 같은 시간 기준으로 연결한다.
AI 사용량 증가를 전력·냉각 공급자의 매출과 현금흐름 가설로 바꾼다.
같은 100 MW 데이터센터라도 서버가 얼마나 설치됐고 어떤 작업을 얼마나 수행하는지에 따라 연간 전기요금과 냉각장비 수요가 달라진다. 설계 용량을 실제 사용량으로 곧바로 바꾸면 시장 규모도 공급기업 실적도 과대평가하기 쉽다.
이 강의는 학습과 추론의 작업 특성을 나누고, 서버에서 발생한 열이 냉각 투자로 이어지는 경로를 만든다. 마지막에는 가상의 데이터센터 전력 예산을 작성해 장비 수주와 전력 판매의 수혜가 왜 다를 수 있는지 계산한다.
조건을 바꾸며 원리 이해하기
서버 랙에서 전력과 열을 분리해 따라가기
학습과 추론 부하를 늘리면 수전 전력과 제거할 열은 각각 얼마나 늘어날까?
학습용 모형 · 실제 제품·기업의 예측값이 아닙니다- 평균 IT / 설계 상한
- 22 / 30 MW
- 비IT 평균 전력
- 5.5 MW
- 연간 전체 전력량
- 240.9 GWh
연간 소비 = (학습 12 + 추론 8 + 기타 2) MW × 1.25 × 8,760 h ÷ 1,000
IT 22 MW가 열 22 MW로 바뀐다고 단순화했습니다. 액체로 옮기는 몫을 바꿔도 총 열은 같고, 시설 전체 수전은 27.5 MW입니다.
Vertiv·Modine의 수주가 어떤 IT 부하와 냉각 경로를 지원하며, 랙 정격·실제 평균 부하·설치 매출 중 무엇을 나타내는지 확인했나요?
모형의 가정과 생략한 조건
- 학습·추론 값은 실제 평균 IT 전력의 교육용 가정이며 GPU 연산 이용률이 아닙니다. 기타 IT는 2 MW, IT 설계 상한은 30 MW입니다.
- 연간 PUE 1.25·8,760시간을 고정합니다. 비IT 25%에는 냉각·전력변환 등이 포함되며 전부 냉각 전력은 아닙니다.
- IT 전력은 같은 크기의 열로 전환한다고 단순화합니다. 액체/공기 비중은 열 운반 경로만 나누며 이 조작으로 PUE 절감을 주장하지 않습니다. 실제 온도·유량·피크 설계는 제외합니다.
원리를 알면 기업의 숫자가 달리 보입니다.
학습과 추론은 서로 다른 부하 곡선을 만든다
학습은 많은 데이터를 반복 처리하며 모델의 가중치를 조정하는 과정이다. 여러 가속기가 통신하며 일하기 때문에 계산 속도뿐 아니라 메모리·네트워크와 동기화가 실제 소비전력을 좌우한다. GPU의 정격전력에 대수와 24시간을 곱한 값은 상한 성격의 거친 추정일 뿐, 가속기가 쉬거나 데이터를 기다리는 시간을 반영하지 못한다.
추론은 학습된 모델로 새로운 요청에 답하는 과정이다. 사용자가 기다리는 실시간 응답은 작업을 값싼 시간대로 옮기기 어렵지만, 일괄 번역·영상 처리처럼 완료 시한이 긴 작업은 묶거나 이동할 여지가 있다. 따라서 '학습은 항상 고정, 추론은 항상 변동'이라고 외우기보다 작업별 지연 한도와 처리량을 확인해야 한다.
질문 수보다 작업당 에너지와 결과 품질을 본다
전기 사용량을 서비스 측면에서 쓰면 '요청 수 × 요청당 평균 에너지'다. 그런데 짧은 문장 생성과 긴 추론·영상 생성은 같은 요청 한 건이 아니다. 입력·출력 길이, 모델 크기, 배치 크기, 정확도 기준이 다르면 단순한 검색 한 번의 전력 수치를 모든 AI에 적용할 수 없다.
IEA의 2026년 보고서는 2025년 전체 데이터센터 전력 소비 증가를 17%로 추정하면서 효율 개선·사용 확산·작업 구성 변화가 함께 작동한다고 설명한다. 이는 특정 부품 업체의 매출 성장률이 아니다. 효율이 두 배 좋아져도 사용량이 세 배 늘면 총 사용량이 증가하는 경우를 별도 시나리오로 둔다.
서버가 만든 열은 사라지지 않고 이동한다
서버에 투입된 전기의 대부분은 결국 열이 된다. 냉각은 그 열을 칩에서 실내 공기 또는 냉각액으로, 다시 건물 밖으로 옮기는 과정이다. 직접 액체냉각은 열을 칩 가까이에서 받아 랙 밀도를 높일 수 있지만 펌프·열교환기·외부 방열 설비가 여전히 필요하다. '액체냉각 도입'을 곧 '냉각 전력 없음'으로 읽으면 안 된다.
중요한 것은 총 MW와 랙당 kW를 분리하는 일이다. 같은 총 IT 전력이라도 적은 랙에 열이 집중되면 배관·유량·누수 감지·정비 방식이 달라진다. 공기냉각을 모두 철거해야 한다는 뜻도 아니다. 메모리·전원장치 등 남은 열 부하와 기존 설비의 재사용 범위를 설계별로 확인한다.
용량 발표에서 공급기업의 현금까지 거리를 재라
개발사의 '1 GW 캠퍼스' 발표는 최종 계획, 인허가 용량, 전력 공급 약정 또는 실제 가동 용량 중 무엇인지부터 묻는다. 토지와 서버가 있어도 수전·냉각이 준비되지 않으면 가동하지 못한다. 반대로 변압기와 냉각기는 가동보다 먼저 주문될 수 있어 장비 매출과 전력 소비의 시차가 생긴다.
공급자 분석은 신규 랙 수 × 랙당 채택 제품 × 판매가격의 분해에서 출발한다. 설계 채택 후에도 구매 주문, 제조, 현장 검수, 대금 수령을 통과해야 한다. 발전소식 이용률을 GPU에 일률 적용하거나 전체 데이터센터 전망을 모든 장비기업의 주소시장으로 복제하는 것이 대표적인 오류다.
가상의 30 MW IT 시설: 학습과 추론을 따로 계산
- 모든 수치는 교육용 가정이다. 1년은 8,760시간이고 IT 설계 상한은 30 MW다.
- 학습군의 실제 평균 부하는 12 MW, 추론군은 8 MW, 기타 IT는 2 MW로 가정한다.
- 해당 평균 IT 소비에 대한 연간 PUE는 1.25다. 부분부하·계절 효과는 이미 이 가정에 포함한다.
- 1
평균 IT 전력
12 + 8 + 222 MW설계 상한 30 MW와 실제 평균 22 MW를 구분한다. 이 비율은 GPU 연산 이용률 그 자체가 아니다.
- 2
연간 IT 전력량
22 MW × 8,760 h192,720 MWh학습 105,120, 추론 70,080, 기타 17,520 MWh의 합이다.
- 3
시설 전체 소비
192,720 × 1.25240,900 MWh = 240.9 GWh냉각·변환 등 비IT 사용량은 48,180 MWh다.
- 4
평균 수전 전력
240,900 MWh ÷ 8,760 h27.5 MW평균 수전 전력이며 계약 최대수요나 정전 시 보호할 최대전력이 아니다.
순간 피크, 확장 단계, 정비·정전과 냉각 기후는 별도다. 이 계산으로 변압기·UPS의 정격을 선정할 수 없다.
이 개념은 어떤 기업의 기회와 위험이 될까?
발표된 활동과 그 활동의 해석을 함께 읽습니다. 대표기업은 비교의 기준, 다크호스는 추가 검증할 성장 후보입니다.
Vertiv
전력과 냉각의 동시 수요를 보되 전체 매출 증가를 AI 냉각만의 성장으로 읽지 않는 사례다.
2026년 2분기 공시에서 유기적 성장, 인수 효과와 현금흐름을 나란히 읽는다. 고객별 AI 노출은 별도 공개 여부를 확인한다.
고밀도 설계 채택이 반복 주문·서비스 계약과 현금으로 이어진다.
AI 수혜 설명은 강하지만 매출 증가가 인수에 치우치거나 설치 지연 비용이 커진다.
Vertiv
전력 공급과 열관리 설비를 함께 제공하는 기업으로, AI 랙의 고밀도화가 설계·설치·유지보수 수요로 바뀌는 과정을 관찰하기 좋다.
2026년 2분기 매출 32.74억 달러, 유기적 성장 18% 공시
진행 상태 분기 재무공시 — 실현 매출
6월 30일 종료 분기 매출은 전년 대비 24% 증가했다. 증가에는 인수 효과와 환율도 포함된다. 전체 매출을 액체냉각 매출이나 특정 고객 주문으로 해석하지 않는다.
활동과 분석의 근거
사업 구조·리스크·장기 관점 읽기
돈을 버는 구조
장비 판매 후 설치·서비스가 이어지는 구조를 분석한다. 고밀도 제품 비중이 늘어도 개발비, 설치 난도와 보증비가 함께 늘 수 있으므로 매출 성장과 현금 창출을 따로 확인한다.
경쟁 우위
- 전력과 냉각을 함께 설계할 수 있는 제품 범위
- 고객의 설비 수명 동안 이어질 수 있는 서비스 접점
위험 요인
- 대형 고객의 투자 일정 변경과 집중도
- 전력 방식 전환에 따른 인증·양산·현장 호환성 위험
- 고정가격 계약의 부품·인건비 상승 부담
다음에 확인할 지표
- 유기적 매출 성장과 인수 효과의 분리
- 계약부채·재고·현금흐름이 매출 증가와 함께 개선되는지
- 800 VDC 관련 계획이 실제 인증·납품·서비스 체계로 이어지는지
무엇이 확인되어야 논리가 성립할까?
랙 전력 밀도와 열 제거 난도가 높아질수록 시스템 통합 경험이 가치가 될 수 있다.
확인할 이정표
- 현장 실증에서 표준 설계 채택으로 전환
- 차세대 제품의 반복 수주와 유료 서비스 확대
- 증설 뒤 납기와 품질 지표 안정
고객이 전력·냉각을 자체 표준화해 공급자 교체가 쉬워지거나, 높은 매출 성장에도 보증·운전자본 부담이 지속되면 논리를 낮춘다.
Modine
열 제거 수요가 공급능력 확보 계약을 만들 수 있지만 설비 확대와 판매 확정을 구분해야 하는 사례다.
2026년 5월 LTA 발표의 공급 기간·선금·공급능력 표현을 구매 주문 및 매출 인식 자료와 연결한다.
계약 대응 설비가 고객 검증을 통과하고 개별 주문의 납기가 정해진다.
계약 총액만 반복 강조하며 발주 일정·생산 준비의 진전이 확인되지 않는다.
Modine
Airedale 냉각 사업을 통해 고밀도 데이터센터의 열관리 수요를 연구하는 후보다. 신생 무매출 기업은 아니지만 고객 집중·증설 실행 위험을 별도 할인해야 하며 저평가를 뜻하지 않는다.
2027~2029년 40억 달러 초과 공급능력 장기계약 체결
진행 상태 장기 공급능력 계약 — 선수금 수령, 미래 매출 미인식
전략 고객에 냉각제품 공급능력을 보장하는 LTA를 발표하고 1.65억 달러 선금을 수령했다. 명목 계약 규모를 현재 확정 출하액·매출로 바꾸지 않는다. 고객명과 상세 취소·발주 조건은 해당 발표에서 공개되지 않았다.
활동과 분석의 근거
- Modine Announces Landmark $4 Billion Long-Term Capacity Agreement through 2029Modine · 발표 2026-05-26 · 확인 2026-09-23 (새 탭)
- Modine Reports First Quarter Fiscal 2027 ResultsModine · 발표 2026-07-29 · 확인 2026-09-23 (새 탭)
- Modine Form 10-Q, quarter ended June 30, 2026Modine / SEC · 발표 발표일 미표기 · 확인 2026-09-23 (새 탭)
사업 구조·리스크·장기 관점 읽기
돈을 버는 구조
제품 출하가 늘어도 신규 공장의 낮은 초기 생산성, 부품 부족과 재고 확보 때문에 이익률·현금흐름이 다르게 움직일 수 있다. 2026년 6월 종료 분기 공시는 데이터센터 매출 증가와 공급 제약을 함께 보여준다.
경쟁 우위
- 특정 고객의 장기 공급능력 확보 수요를 확인할 수 있는 계약
- 냉각 생산 확대에 고객 선금을 활용하는 구조
위험 요인
- 장기 공급능력 약정과 개별 구매 주문의 차이
- 주요 부품·공급사 생산능력 제약
- 선금으로 개선된 현금흐름을 지속 가능한 이익으로 혼동할 위험
다음에 확인할 지표
- LTA가 개별 발주·납품·현금 정산으로 전환되는 속도
- 매출 증가보다 빠르게 늘어나는 원가가 안정되는지
- 고객별 집중도·반품·보증 충당 및 재고
무엇이 확인되어야 논리가 성립할까?
고객의 냉각 설계에 반복 채택되고 확장 생산의 원가가 안정되면 설비 공급 기반을 넓힐 수 있다.
확인할 이정표
- 계약 대응 설비 구축 및 부품 이원화
- 출하 증가와 이익률 정상화 동시 확인
- 새 고객·후속 제품으로 주문 범위 확대
공급능력은 늘었지만 구매 주문이 지연되거나 품질·보증 비용이 절감 효과를 넘으면 성장 논리를 낮춘다.
AI 사용 증가가 냉각 매출이 되는 순서
- 01
작업·서버 증설 계획
- 02
랙 밀도와 냉각 방식 확정
- 03
설계 채택·공급능력 예약
- 04
개별 구매 주문
- 05
제작·현장 설치·검수
- 06
매출 인식 및 현금 회수
수주 뉴스에서 확인할 질문
- 주문 취소·수량 변경 권한은 누구에게 있는가?
- 가동 예정일보다 얼마나 먼저 발주·검수하는가?
- 선금에 대응하는 제작·환불 의무는 무엇인가?
숫자가 커 보여도 확인해야 할 조건
- 캠퍼스 최종 계획 용량을 당해년도 가동량으로 사용
- 공급능력 계약 전체를 이미 인식한 매출로 표시
- 냉각 제조능력 확대를 고객 주문 증가와 동일시
미래를 세 가지 경로로 나눠 봅니다.
작업량 확대
- 이 조건이라면
- 유료 사용량이 작업당 효율 개선보다 빠르게 증가한다.
- 사업에 미치는 영향
- 총 전력과 냉각 수요가 늘 수 있으나 실제 입지·가동 일정이 전환 속도를 정한다.
- 확인할 증거
- 작업당 에너지, 고객 서비스 사용, 설치·가동 MW의 동시 증가
고밀도 전환
- 이 조건이라면
- 총 MW 증가가 둔화해도 랙 밀도와 냉각 사양이 높아진다.
- 사업에 미치는 영향
- 냉각·배전 제품 구성 변화가 공급자당 매출을 바꾼다.
- 확인할 증거
- 채택 제품 구성, 랙당 공급액, 현장 수율·보증비
수익성 제약
- 이 조건이라면
- 고객의 AI 수익 회수가 지연돼 증설을 늦춘다.
- 사업에 미치는 영향
- 수요 전망과 장비 잔고의 매출 전환 사이에 간격이 커진다.
- 확인할 증거
- 발주 변경, 인도 연기, 계약자산·재고 증가
수요의 총량과 밀도 중 어느 변화가 해당 기업의 수익을 만드는지 하나의 검증 가능한 문장으로 쓴다.
판단 전에 확인할 것
- IT·시설 MW의 기준을 구분했는가?
- 실제 작업과 설치·가동 자료가 있는가?
- 기술 변화의 수혜 제품과 공급 점유율을 특정했는가?
- 주문·매출·현금의 시차를 반영했는가?
이 논리가 틀렸다는 증거
- 유료 사용 증가에도 전력·장비 증설 계획이 계속 축소된다.
- 제품 채택 증가가 경쟁 가격 하락·보증비로 상쇄된다.
현재 가치가 고객 수요 증가, 채택률, 높은 마진의 동시 지속을 요구하는가?
미확인 용량 발표는 확정 매출에 포함하지 않고 조건부 시나리오로 둔다. 가격 판단은 가정의 검증 뒤에 한다.
숫자 뒤의 원리를 이해했나요?
근거로 돌아가기
자료 기준일 2026-09-23. 원문 발표일과 수치의 대상 기간을 함께 확인하세요. 기업의 계획은 이행 조건이 있는 전망이며, 강의의 시나리오는 분석을 위한 해석입니다.
- Key Questions on Energy and AI — Executive summaryIEA · 발표 2026-04-16 · 확인 2026-09-23 (새 탭)
- Energy and AI — Energy demand from AIIEA · 발표 2025-04-10 · 확인 2026-09-23 (새 탭)
- Cooling Water Efficiency Opportunities for Federal Data CentersU.S. Department of Energy / FEMP · 발표 발표일 미표기 · 확인 2026-09-23 (새 탭)
- Vertiv Reports Strong Second Quarter 2026 Results, Exhibit 99.1Vertiv / SEC · 발표 2026-07-29 · 확인 2026-09-23 (새 탭)
- Modine Announces Landmark $4 Billion Long-Term Capacity Agreement through 2029Modine · 발표 2026-05-26 · 확인 2026-09-23 (새 탭)