2.1 건물 단위 데이터센터의 에너지소비 강도

데이터센터는 도시 기반 시설 가운데 가장 높은 수준의 에너지소비 강도(Energy Use Intensity, EUI)를 보이는 시설로 평가된다. 서울시의 2023년 에너지 다소비 건물 통계⁽¹³⁾에 따르면, 2,000 TOE 이상 전체 329개 다소비 대상 건물 중 20개 시설이 데이터센터였다. 특히 20개의 데이터센터의 EUI는 평균 0.853 TOE/m² 범위로 나타났는데, 이는 데이터센터를 제외한 309개의 다소비 건물 평균(0.103 TOE/m²)의 약 8배 이상에 달하는 압도적으로 높은 에너지 소비 강도를 의미한다. 또한 Table 1과 같이, 상위 10개 시설 중 4개가 데이터센터로 대학, 병원, 연구시설 등 전통적으로 에너지 사용량이 높은 시설군을 상회하는 수준임을 보여준다.

대표적으로 K사 목동 IDC2는 단위 면적당 에너지소비가 1.883 TOE/m²로, 연면적 약 65만 m² 규모의 서울대학교 캠퍼스(0.085 TOE/m²)와 비교할 때 단위면적 기준 약 22배 높은 소비강도를 나타냈다. 흥미로운 점은 서울대학교 전체 연면적이 약 27배에 달함에도 불구하고, 절대 에너지 소비량에서는 거의 유사한 규모에 해당한다는 점이다.

첫 번째, 건축물의 에너지 정책적 접근에서의 고려 사항은 데이터센터가 극도로 높은 에너지 밀집도를 갖고 있음을 보여주며, 도심 내 전력 인프라에 미치는 부담이 여타 건물과 본질적으로 다름을 인정해야 한다. 이것은 일반 건물과 데이터센터를 같은 대상으로 에너지의 기준을 제시해서는 안 된다는 것이다.

2.2 데이터센터 유형 및 장비 구성에 따른 에너지소비 구조

국제에너지기구(IEA)는 데이터센터의 에너지소비 특성을 체계적으로 이해하기 위해 전력 소비를 데이터센터 유형과 장비 구성의 관점에서 구분하여 분석하고 있다.⁽¹⁴⁾ 데이터센터는 적어도 현재와 같은 규모에 이르러서는, 전 세계적으로 에너지 시스템 내에서 비교적 새로운 대상에 해당한다. 현재 데이터센터의 전력 소비량은 약 415 TWh로 추정되며, 이는 2024년 기준 전 세계 전력 소비의 약 1.5%에 해당한다. 지난 5년간 데이터센터의 전력 소비는 연평균 12%의 증가율을 보였다. AI의 확산은 고성능 가속 서버의 도입을 가속화하고 있으며, 이에 따라 데이터센터의 전력밀도 또한 증가하고 있다. 가속기 도입의 속도와 규모를 이해하는 것은 향후 전력 수요를 결정하는 핵심 요소이기 때문에 매우 중요하다.

AI 도입에 의해 기본 시나리오 분석 결과, 글로벌 데이터센터 전력 소비는 2030년까지 약 945 TWh로 두 배 증가할 것으로 전망되며, 이는 2030년 전 세계 총 전력 소비의 약 3% 미만에 해당한다. 2024년부터 2030년까지 데이터센터 전력 소비는 연평균 약 15%의 증가율을 보이며, 이는 다른 모든 부문의 전력 소비 증가율보다 4배 이상 빠른 속도이다. 다만, 전체적인 관점에서 보면 2030년 기준 3% 수준의 비중은 글로벌 전력 수요에서 데이터센터의 비중이 여전히 제한적임을 의미한다.

Fig. 1 Share of electricity consumption by data center and equipment type (2024).

Fig. 1은 데이터센터의 유형별 구성 장비의 에너지소비 비율을 보여준다. AI 모델의 학습과 생성은 주로 데이터센터에서 이루어진다. 에너지 시스템에서 데이터센터가 수행하는 역할을 이해하기 위해서는, 우선 데이터센터를 구성하는 요소들에 대한 이해가 필요하다.

서버는 데이터를 처리하고 저장하는 컴퓨터로, 중앙처리장치(CPU)와 그래픽처리장치(GPU)와 같은 특수 가속기를 탑재할 수 있다. 서버는 모든 데이터센터에서 평균적으로 전체 전력 수요의 약 60%를 차지하지만, 이는 데이터센터 유형에 따라 크게 달라진다. 스토리지 시스템은 데이터의 중앙 저장 및 백업을 위해 사용되는 장치로, 전체 전력 소비의 약 5%를 차지한다. 네트워크 장비에는 데이터센터 내부 장치 간 연결을 위한 스위치, 트래픽을 전달하는 라우터, 성능을 최적화하기 위한 로드 밸런서 등이 포함된다. 네트워크 장비는 전체 전력 수요의 최대 약 5%를 차지한다. 냉각 및 환경 제어 설비는 IT장비가 최적의 조건에서 작동하도록 온도와 습도를 조절하는 장비를 의미한다. 냉각 시스템이 전체 데이터센터 전력 소비에서 차지하는 비중은 효율적인 하이퍼스케일 데이터센터의 경우 약 7% 수준인 반면 효율이 낮은 엔터프라이즈 데이터센터에서는 30%를 초과할 수 있다. 무정전 전원장치(UPS) 배터리와 비상 발전기는 정전 시에도 데이터센터의 전력 공급을 유지하기 위한 설비이다. UPS와 비상 발전기는 실제 사용 빈도는 매우 낮지만, 데이터센터가 요구하는 극히 높은 신뢰성을 충족하기 위해 필수적으로 설치된다. 그 밖에 조명, 상주 인력을 위한 사무기기 등 기타 인프라 설비가 포함된다.

두 번째, 데이터센터의 특수성이 반영된 에너지 정책적 접근에서의 고려 사항은 구성 요소들이 데이터센터 전력 소비에서 차지하는 비중은 설치된 장비의 특성과 효율성에 따라 데이터센터 유형별로 크게 달라진다는 것이다. 따라서 데이터센터라는 하나의 건물군인 아닌 데이터센터의 유형별로 세부적인 기준들을 마련하는 것이 더 중요한 이슈이다.

3.1 ASHRAE 90.4: 데이터센터 에너지 기준

ASHRAE Standard 90.4는 데이터센터를 대상으로 최초로 제정된 에너지 효율 전용 표준으로, 기존의 일반 건축물 에너지 기준과 달리 데이터센터의 고유한 에너지소비 구조를 반영하여 설계 단계에서의 에너지 성능을 평가하는 것을 목표로 한다. 이 표준의 핵심적인 특징은 데이터센터의 에너지 성능을 단일 지표로 평가하지 않고, 기계설비 부문과 전기설비 부문을 분리하여 각각 정량적으로 관리하도록 한 점에 있다. 이를 위해 데이터센터의 에너지 성능을 기계부하요소(Mechanical Load Component, MLC)와 전기손실요소(Electrical Loss Component, ELC)의 두 개의 지표로 정의한다.

MLC은 데이터센터에서 IT장비의 발열을 제거하기 위해 사용되는 냉각 및 기계설비의 에너지 성능을 평가하는 지표이다. 구체적으로 MLC은 냉동기, 냉각탑, 펌프, CRAH/CRAC(Computer Room Air Handling or Conditioning) 유닛, 팬 등 IT장비의 열 제거에 직접적으로 기여하는 모든 기계설비의 에너지 소비를 IT장비 소비전력에 대한 비율로 산정한다. 연간 MLC는 식(1)과 같이, 연간 기계 에너지 소비량($MechE_N$)을 IT장비 에너지 소비량($DataCenterITE_N$)으로 나눈 값으로 계산되며, 이때 계산은 설계 IT부하의 일정 비율($N$%)에서 수행된다. 여기서 $MechE_N$은 팬, 펌프, 모터, 압축기, 가습기, 제습기, 수처리 장비 등 데이터센터 냉각 및 환경 제어를 위해 사용되는 모든 기계설비의 총 연간 에너지 소비량을 의미한다. 이는 데이터센터 전용 기계설비뿐만 아니라, 데이터센터와 비-데이터센터 공간을 동시에 서비스하는 공유 설비의 경우에도 시간별 용량 비례 방식으로 데이터센터에 귀속되는 에너지를 포함한다. $DataCenterITE_N$은 설계 IT부하의 $N$% 조건에서 서버, 스토리지 및 네트워크 장비가 소비하는 연간 전기에너지를 의미하며, 계산 시 UPS 및 변압기 손실은 제외되지만 서버 내부 팬 전력은 포함된다. 이러한 정의는 냉각 및 기계설비 에너지 소비를 IT부하에 직접적으로 연계하여 평가하기 위한 것으로, 데이터센터의 냉각 설계 효율을 보다 명확히 비교할 수 있도록 한다.

MLC 계산은 연간 8,760시간을 기준으로 수행되며, 외기 조건은 TMY3(Typical Meteorological Year Version 3) 기상 데이터를 활용하여 시간별 또는 빈(Bin) 기반으로 반영된다. 계산 과정에서는 설비의 부분부하 성능, 제어 시퀀스, 가변속 구동기 적용 여부 등이 고려되며, 설계 문서에 명시된 운전 조건을 기반으로 시뮬레이션 또는 계산이 수행된다. 또한 데이터센터가 폐열 회수 시스템($HeatRec_N$)을 적용하는 경우, 해당 열 회수로 인해 비-데이터센터 기계설비 에너지가 증가하더라도, 데이터센터로부터의 폐열 전달로 인한 순수 증가분만을 MLC 계산에 반영하도록 규정하고 있다.

또한, Table 2와 같이, 데이터센터가 위치한 기후대(Climate Zone)⁽¹⁵⁾와 냉각 방식(공랭, 수냉, 에코노마이저 적용 여부 등)을 고려하여 허용 가능한 최대 MLC 값을 차등적으로 제시하고 있다. 이는 외기 조건과 지역적 특성이 냉각 에너지 소비에 미치는 영향을 반영하기 위한 것으로, 동일한 데이터센터라도 입지 조건에 따라 서로 다른 성능 기준이 적용될 수 있도록 설계되었다. 이러한 접근은 데이터센터 냉각 설계에서 단순한 절대 성능 비교가 아닌, 기후 기반 에너지 설계(Climate-adaptive Design)를 유도한다는 점에서 의의가 있다.

두 번째 요소인 ELC는 데이터센터의 전력 공급 및 배전 과정에서 발생하는 손실 전력을 IT장비 소비전력에 대해 정규화한 지표로, UPS, 변압기, 배전 설비 등 전기 인프라 전반의 효율을 평가하는 데 목적이 있다. 이는 데이터센터의 높은 신뢰성 요구로 인해 필연적으로 발생하는 전력 손실을 관리 가능한 수준으로 제한하기 위한 기준으로 활용된다.

ELC 기준은 설계 IT부하 규모에 따라 차등 적용된다. IT 설계 부하가 100 kW 미만인 경우와 100 kW 이상인 경우에는 보다 엄격한 기준이 적용된다. 모두 UPS 이중화 구성(N, N+1, 2N, 2N+1 등)을 전제로 하며, IT부하의 100%, 75%, 50%, 25% 조건에서의 부분부하 운전을 고려한 ELC 세그먼트 값과 전체 ELC 상한값을 제시한다. 이러한 구조는 실제 데이터센터가 대부분 부분부하 상태로 운전된다는 점을 반영하여, 설계 단계에서 전기설비의 부분부하 효율을 적극적으로 고려하도록 유도한다. ELC는 UPS 세그먼트와 IT장비 배전 세그먼트로 구성되며, 각 세그먼트의 손실률과 효율이 정의된다. UPS 세그먼트는 무정전 전원장치에서 발생하는 변환 손실을 반영하며, IT장비 배전 세그먼트는 변압기 및 배전 설비에서 발생하는 손실을 포함한다. 전체 ELC는 이들 세그먼트의 손실을 합산한 값으로 산정되며, 이는 IT 설계 부하 대비 전기 손실의 비율을 의미한다.

3.2 ISO/IEC 30134: 데이터센터 에너지 성능 지표 체계

국제표준기구(ISO)와 국제전기기술위원회(IEC)가 공동으로 제정한 ISO/IEC 30134⁽¹¹⁾ 시리즈는 데이터센터의 에너지 및 자원 효율을 정량적으로 평가하기 위한 핵심 성능 지표(Key Performance Indicator, KPI) 체계를 제시한다. 이 표준은 데이터센터의 설계 방식이나 특정 기술을 직접 규정하기보다는, 운영 단계에서의 성능을 측정․비교․공시하는 데 중점을 두고 있다는 점에서 ASHRAE 90.4와 차별화된다.

ISO/IEC 30134 시리즈의 중심 지표는 식(2)의 전력사용효율(Power Usage Effectiveness, PUE)로, 데이터센터의 총 에너지 소비($E_{DC}$)를 IT장비 에너지 소비($E_{IT}$)로 나눈 값으로 정의된다.⁽¹⁶⁾ PUE는 데이터센터 전체 에너지 소비 구조를 직관적으로 파악할 수 있다는 장점으로 인해 국제적으로 가장 널리 활용되는 지표이며, 다양한 국가와 기관에서 데이터센터 에너지 성능을 비교․평가하는 기준으로 사용되고 있다. ISO/IEC 30134는 PUE의 정의, 측정 경계, 계측 위치, 측정 방법을 명확히 규정함으로써, 데이터센터 간 성능 비교의 일관성을 확보하고자 한다.

다만 ISO/IEC 30134는 본질적으로 성과 측정 중심의 표준으로, 특정 설계 방식이나 설비 구성에 대한 최소 성능 기준을 제시하지는 않는다. 이로 인해 PUE가 우수하더라도 냉각 방식, 전력 인프라 구조, 혹은 IT 부하 특성에 따른 차이가 충분히 반영되지 못하는 한계가 존재한다. 냉각, 전력 및 기타 설비에서 사용되는 에너지를 정확하게 분리하거나 예측이 어렵다는 것이 한계이다. 특히 AI 기반 고밀도 데이터센터의 경우, IT 장비 전력 자체가 급격히 증가함에 따라 PUE 개선만으로는 절대적인 에너지 소비 증가 문제를 해결하기 어렵다.

3.3 EU Code of Conduct: 데이터센터 에너지 효율

EU Code of Conduct on Data Centre Energy Efficiency(EU CoC)는 유럽연합 집행위원회 공동연구센터(JRC)가 주관하여 운영되는 데이터센터 에너지 효율 향상을 위한 자율적 참여 기반의 정책 프레임워크이다. EU CoC는 법적 강제 규제 대신, 데이터센터 운영자가 자발적으로 참여하여 에너지 효율을 개선하도록 유도하는 것을 목적으로 하며, Table 3과 같이, 설계 기준이나 단일 성능 지표 중심의 접근과 달리 운영․관리 전반을 포괄하는 에너지 관리 체계를 제시한다.

에너지 관점에서 EU CoC의 핵심은 데이터센터의 에너지 소비를 단일 지표로 평가하기보다는, 에너지 소비에 영향을 미치는 주요 구성 요소와 운영 행위를 체계적으로 관리하도록 요구한다는 점에 있다. 이를 위해 EU CoC는 데이터센터 에너지 효율 개선을 IT장비, 냉각 시스템, 전력 인프라, 운영 및 관리, 모니터링 및 보고 체계 등 여러 영역으로 구분하고, 각 영역별로 적용 가능한 모범 사례(Best Practices)를 제시한다. 이러한 구조는 데이터센터 에너지 효율을 기술적 성능의 문제가 아닌 지속적인 운영 개선 과정으로 인식하도록 한다.

Table 3 Management domains and sub-items in the EU Code of Conduct for data centre energy efficiency

EU CoC는 참여 데이터센터에 대해 에너지 사용 측정 및 모니터링 체계 구축을 핵심 요구사항으로 제시한다. 데이터센터 전체 에너지 소비, IT 장비 에너지, 냉각 에너지 등의 계측과 기록을 통해 에너지 소비 구조를 명확히 파악하고, 이를 기반으로 효율 개선 효과를 지속적으로 평가하도록 권고한다. 이 과정에서 PUE와 같은 기존의 에너지 성능 지표가 활용되지만, 특정 수치 목표를 강제하지는 않는다. 대신, 측정의 투명성과 데이터 기반 의사결정을 중시함으로써 자발적인 성능 개선을 유도한다.

냉각 에너지 측면에서 데이터센터 전체 에너지 소비에서 냉각 부하가 차지하는 비중을 주요 관리 대상으로 인식하고 있다. 공기 흐름 관리, 온․습도 설정의 합리화, 외기 냉각 및 고효율 냉각 시스템 적용 등은 반복적으로 강조되는 에너지 절감 수단이다. 이러한 접근은 데이터센터의 실제 운영 조건과 부분부하 특성을 고려한 것으로, 설계 기준 중심의 표준과 차별화되는 운영 중심적 특성을 가진다. 전력 인프라는 UPS, 변압기, 배전 설비에서 발생하는 전력 손실을 최소화하는 것을 중요한 에너지 효율 요소로 제시한다. 특히 신뢰성 확보를 위한 과도한 이중화 설계로 인한 에너지 손실을 경계하고, 데이터센터의 가용성과 에너지 효율 간의 균형을 유지할 것을 권고한다. 이는 전력 손실을 구조적으로 관리하기 위한 기준을 제시하는 ASHRAE 90.4의 ELC 개념과 정책적 관점에서 상호 보완적인 관계를 가진다.

3.4 Singapore: 그린 데이터센터 대응

싱가포르 Green Mark 인증 및 기타 국가 데이터센터 표준이 지역 기업과 핵심 운영에 미치는 영향을 논의하면서, 열대기후 데이터센터를 관리할 때 필요한 사항을 제시한다. 싱가포르는 데이터센터의 전력 사용량을 매우 중요한 문제로 다루고 있다. 2019년부터 2022년까지 데이터센터에 대한 사용 중단 조치(Moratorium)가 시행되었으며, 이후 지속가능성 기준인 SS 564, SS 697:2023, GMDC:2024, SS 715:2025 등 다양한 표준이 도입되었다. 이러한 지침들은 지속가능성에 초점을 맞추고 PUE와 같은 지표 및 벤치마크를 사용해 데이터센터 효율성을 추적하도록 설계되었다. 표준 간에는 차이점이 존재하지만, 공통적으로 지역 기후를 고려한 고온 운영 환경에서 냉각 시스템을 운용하도록 지원한다.

3.4.1 열대기후 데이터센터 표준(SS 697:2023)

싱가포르 표준 SS 697:2023⁽¹⁷⁾은 2023년에 공식적으로 도입되었으며, 일반적인 콜로케이션 또는 하이퍼스케일 데이터센터에서 실내 온도가 1°C 상승할 때마다 냉각 에너지 비용을 약 2%에서 5% 절감할 수 있다.

Fig. 2 Conceptual framework of Singapore Green Data Centre standards, integrating facility-focused and IT equipment-focused energy efficiency approaches.

Fig. 2는 싱가포르 그린 데이터센터 체계를 에너지 효율 향상을 위한 두 개의 축, 즉 시설(Non-IT) 중심 접근과 IT장비 중심 접근으로 구분하여 정리한 개념도이다. 이는 데이터센터의 에너지 효율을 단일 설비 또는 단일 지표가 아닌, 건축․설비․운영․IT장비를 포괄하는 통합적 관점에서 관리하고자 하는 싱가포르 표준의 특징을 시각적으로 나타낸다.

Non-IT 영역은 데이터센터의 건축, 설비, 운영 및 환경 조건 관리를 중심으로 한 기준 체계를 제시한다. 먼저, 지속 가능한 데이터센터 시설의 설계와 구축을 위한 기준으로 Green Mark가 제시되며, 이는 에너지 효율, 물 사용 효율, 지속 가능한 시공, 스마트하고 건강한 건물 환경 조성을 주요 목표로 한다. 다음으로, 데이터센터 운영 관리 측면에서는 SS 564가 적용되어 조직 내 역할과 책임, 에너지 및 환경 관리 체계, 내부 감사 및 지속적 개선 프로세스를 요구한다. 마지막으로, 열대 기후 조건에서의 효율적인 운용을 위해 SS 697이 제시되며, 이는 TCO 기반 분석을 통해 최적의 운전 온․습도 범위를 설정하고, 서비스 레벨에 따른 환경 조건 조정을 가능하게 한다. 이와 함께 ASHRAE TC 9.9의 열환경 가이드라인이 참고 기준으로 연계되어 있다.

IT 영역은 데이터센터 에너지 소비의 핵심인 IT장비 자체의 에너지 효율 향상에 초점을 둔다. 중심 표준인 SS 715는 서버, 스토리지, 네트워크 장비 등 IT 장비군별 에너지 효율 기준을 제시하고, 고효율 장비의 선정 및 배치, 운영 단계에서의 에너지 절감 실천 방안을 규정한다. 이 표준은 ENERGY STAR, ETSI, EU CoC, ISO/IEC 30134(PUE), ISO/IEC 19770 등 국제 기준과 정합성을 유지하도록 설계되어 있으며, 서버 구성과 운영 방식이 에너지 지표에 미치는 영향을 함께 고려하도록 한다. 종합하면, 이러한 이원적 구조는 기후 조건과 고밀도 IT 부하 환경에서도 실질적인 에너지 절감을 달성하기 위한 체계적인 접근으로, 국제 데이터센터 에너지 기준 중에서도 높은 실효성과 정책적 완성도를 갖는 사례이다.

4.1 기준 제시의 기본 원칙 및 적용 범위

국내 기준은 (i) 설계 단계 준수 기준과 (ii) 운영 단계 성능 평가 기준을 분리하되, 상호 연계되는 이원적 구조(Design+Operation)로 적용하는 것을 제안한다. 데이터센터는 일반 건축물과 달리 IT부하가 지배적이며 냉각․전력 인프라가 구조적으로 결합되므로, 기준은 건물 EUI만으로 평가하지 않고 IT 부하 정규화 지표(PUE 등)와 설비 구성 성능(MLC/ELC) 그리고 운영 관리 항목을 함께 포함하는 것이 합리적이다. 적용 범위는 신규/증설/대수선(리노베이션)으로 구분하며, 기존 시설은 단계적 이행을 전제로 한다.

Fig. 3과 같이, 국내 데이터센터 효율 기준은 단일 지표가 아닌, 설계 성능(MLC/ELC)과 운영 성과(PUE, WUE) 그리고 관리 체계(모니터링/보고/개선)의 3축으로 구성되어야 한다.

4.1.2 데이터센터 분류체계 적용

2장의 IEA에서 분석한 데이터센터 에너지 비율은 데이터센터 유형별로 크게 달라진다. 따라서 에너지효율 기준은 단일 기준의 부작용 방지를 위해서 데이터센터 유형별로 차등 적용이 합리적이다. 데이터센터의 유형은 세세하게 분류하는 것이 합리적이지만 사업 및 운영 목적에 따라서 대규모 AI/HPC 포함한 ① 하이퍼스케일/클라우드 데이터센터, 통신․상업용 ② IDC/코로케이션 데이터센터 그리고 기관․기업 자체 운영으로 상대적으로 저효율 가능성이 높은 ③ 엔터프라이즈 데이터센터 구분하는 것이 합리적이다.

Fig. 3 Conceptual framework of domestic data center energy efficiency standards based on a three-axis approach.

Table 5 Classification of data centres and differentiated application of energy efficiency criteria

Data centre type	Characteristics	Target PUE range	Minimum cooling efficiency requirements
Type 1: Hyperscale/Cloud	Large-scale data centres supporting cloud services and high-density AI/HPC workloads	New: $\le$ 1.3 Existing: $\le$ 1.4	High-efficiency cooling systems required (e.g., free cooling, liquid cooling, high-temperature chilled water systems)
Type 2: Colocation/IDC	Commercial and telecom data centres serving multiple tenants	New: $\le$ 1.4 Existing: $\le$ 1.6	Minimum efficiency requirements for cooling plants and air management systems
Type 3: Enterprise	Institution- or enterprise-operated data centres with relatively low utilization and legacy systems	New: $\le$ 1.5 Existing: $\le$ 1.8	Baseline cooling efficiency requirements; phased improvement recommended

또한 유형에 따른 목표 PUE 구간(신규/기존), 냉각 시스템 최소 효율 요구 그리고 계측 수준(모니터링 범위/정밀도) 등을 정의할 수 있다. Table 5는 국내 데이터센터를 운영 특성과 규모에 따라 세 가지 유형으로 분류하고, 유형별로 에너지 효율 목표, 냉각 효율 요구 수준, 계측 및 보고 기준을 차등 적용하는 방안을 제시한다. 이러한 접근은 데이터센터 간 구조적 차이를 반영함으로써 단일 기준 적용에 따른 비현실성과 제도적 부작용을 최소화하는 데 목적이 있다.

4.2 설계 단계 기준 제안

국내 데이터센터의 설계 단계 에너지 효율 기준을 합리적으로 적용하기 위해서는 지역별 기후 특성을 반영한 평가 체계의 도입이 필수적이다. 이를 위해 본 연구에서는 ASHRAE Standard 169에서 정의하는 기후대를 기본 참조 체계로 활용하되, 국내 실정에 맞도록 중부․남부․제주 지역 등 국내 기후 구분과의 매핑을 전제로 한다. 이러한 접근은 국제 기준과의 정합성을 유지하면서도, 국내 데이터센터가 실제로 직면하는 외기 조건과 냉각 부하 특성을 설계 단계에서 반영할 수 있도록 한다.

국내 MLC 기준은 데이터센터에서 IT장비의 발열을 제거하기 위해 사용되는 냉각 및 기계설비의 에너지 성능을 정량적으로 평가하기 위한 설계 지표로 정의된다. 본 기준은 ASHRAE 90.4의 기본 취지를 유지하면서, 국내 데이터센터의 기후 조건, 냉각 방식 다양화, 고밀도 IT 부하 특성을 반영하도록 구성한다.

냉각 방식에 따른 가이드라인은 공랭식, 수랭식, 에코노마이저 적용 시스템, DLC, 액침 냉각 등으로 확장하여 제시한다. 공랭식 및 수냉식 시스템의 경우 외기 조건 활용 가능성, 냉동기 효율, 공기 흐름 관리 수준을 종합적으로 고려하며, 에코노마이저 적용 여부에 따라 연간 냉각 부하 저감 효과를 평가에 반영한다.

DLC 및 액침 냉각과 같은 액체 냉각 방식의 경우, 서버 내부 열 제거 효율 향상에 따른 공기 기반 냉각 부하 감소 효과를 MLC 산정에 반영하여, 고밀도 데이터센터에 적합한 설계 선택이 불이익을 받지 않도록 한다.

MLC 계산 시에는 설비의 부분부하 성능과 실제 운전 조건을 반영하는 것을 원칙으로 하며, 정격 조건만을 기준으로 평가하는 방식은 지양한다. 냉동기, 펌프, 팬 등 주요 기계설비의 부분부하 효율 곡선과 제어 시퀀스를 시뮬레이션에 반영함으로써, 설계 단계에서 과도한 여유 설계로 인한 에너지 성능 저하를 방지한다. 또한 데이터센터 폐열 회수 시스템이 적용되는 경우, 열 회수로 인해 비-데이터센터 설비 측에서 절감되는 에너지를 고려하되, 데이터센터 기계설비의 순증 에너지 소비분만을 MLC 계산에 반영하여 열 회수 적용이 불리하게 작용하지 않도록 한다. 이러한 방식은 ASHRAE 90.4의 HeatRec 개념을 국내 기준에 적합하게 적용한 것이다.

또한 ELC 기준은 데이터센터 전력 공급 및 배전 과정에서 발생하는 전기적 손실을 IT 장비 에너지 소비 대비 비율로 평가하기 위한 설계 지표이다. 본 기준은 데이터센터의 높은 신뢰성 요구를 고려하면서도 과도한 이중화 설계로 인한 전력 손실 증가를 합리적으로 제한하는 것을 목표로 한다.

ELC 산정 시에는 UPS 구성 방식(N, N+1, 2N 등)과 IT 부하의 부분부하 운전을 고려하여 전기 손실 상한을 설정한다. 특히 IT 설계 부하의 100%, 75%, 50%, 25% 조건에서 UPS 및 배전 시스템의 효율을 각각 평가함으로써, 실제 데이터센터 운전에서 빈번하게 발생하는 저부하 및 부분부하 운전 상태를 설계 성능 평가에 반영한다. 아울러 전력 손실 최소화를 위한 권장 설계 및 운전 구성을 함께 제시한다. 예를 들어, UPS 병렬 운전 시 부하 분산 제어, 고효율 변압기 적용, 불필요한 이중 변환 구간 최소화, 부하 특성에 따른 운전 모드 전환 등이 포함된다. Table 6은 기계 및 전기 성능 기준과 기후 기반 연간 평가 방법을 통합하여 제안된 국내 데이터센터의 설계 단계 최소 에너지 효율 기준을 요약한 것이다.

4.3 운영 단계 기준 제안

운영 단계에서 데이터센터의 에너지 효율을 객관적으로 평가하기 위해서는 성능 지표의 정의와 계측 경계를 명확히 설정하는 것이 선행되어야 한다. 본 연구에서는 국제적으로 통용되는 ISO/IEC 30134-2의 정의를 준용하여, PUE를 국내 데이터센터 운영 단계의 기본 성능 지표로 채택한다. 계측 위치는 전력 인입부 또는 UPS 출력단을 기준으로 하되, 데이터센터 설계 및 운영 특성을 고려하여 국제 표준에서 허용하는 범위 내에서 설정한다. 이러한 계측 경계의 명확화는 데이터센터 간 성능 비교의 신뢰성을 확보하기 위한 필수 조건이다.

운영 단계 최소 계측 요구사항으로는 IT장비 부하, 데이터센터 전체 전력, 냉각 설비 전력을 포함하는 다중 계측 체계를 제시한다. 이를 통해 단순한 PUE 산출이 아닌, 가능한 냉각 에너지 비중과 설비별 에너지 소비 구조를 함께 분석할 수 있도록 한다.

PUE는 데이터센터 전체 에너지 효율을 간결하게 나타내는 대표 지표이지만, 단일 지표만으로는 에너지 소비 구조와 개선 방향을 충분히 설명하는 데 한계가 있다. 이에 본 연구에서는 PUE를 기본 지표로 유지하되, 운영 성숙도와 인증 등급에 따라 보조 KPI를 단계적으로 도입하는 방안을 제안한다.

우선 냉각 에너지 비중을 나타내는 Cooling energy share는 데이터센터 전체 에너지($E_{DC}$) 대비 냉각 에너지($E_{Cooling}$)의 비율로 정의되며, 식(3)과 같이 표현된다.

해당 지표는 냉각 시스템의 효율성과 운전 전략이 데이터센터 전체 에너지 성능에 미치는 영향을 정량적으로 평가하는 데 유용하다. 또한 재생에너지 활용 수준을 평가하기 위해 Renewable energy share를 보조 지표로 도입할 수 있으며, 이 또한, 데이터센터 전체 에너지($E_{DC}$) 대비 재생 에너지($E_{RE}$)의 비율로 식(4)으로 정의된다.

해당 지표는 에너지 효율과 더불어 데이터센터의 탄소중립 전략을 평가하는 데 활용될 수 있다. 추가적으로, 운영 여건과 정책 목표에 따라 수자원 사용 효율을 나타내는 WUE, 탄소 배출 강도를 나타내는 CUE(Carbon Usage Effectiveness) 또는 국내 여건에 적합한 신규 지표를 선택적으로 도입할 수 있다. 이들 보조 KPI는 기본 인증 요건이 아닌 상위 등급 또는 자발적 참여 항목으로 설정함으로써, 데이터센터 운영자의 단계적 성능 향상을 유도한다.