AI 에이전트 기반 데이터센터 최적운영
AI Agent-Based Optimal Operation of Data Centers
디지털 트윈으로 운전 대안의 열환경·에너지 성능을 예측하고 최적 운전안을 도출합니다.
AI agents analyze data center operations, while a digital twin predicts the thermal and energy performance of operating alternatives to identify the optimal operating plan.
프로젝트 배경Background
데이터센터 확대와 전력부담
Data center growth and power demand
- AI·클라우드 서비스 확대에 따른 국내 데이터센터 구축 및 대형화 증가Growth in AI and cloud services driving data center construction and scale-up in Korea
- 대규모·상시 전력소비에 따른 전력계통 부담 및 운영 에너지 중요성 확대Large, continuous power consumption raising both the burden on the grid and the importance of operational energy
에너지 최적운영 필요
The need for energy-optimal operation
- 랙의 안정적인 열환경과 설비의 연속 운전을 동시에 유지Stable rack thermal conditions and continuous equipment operation maintained together
- 운영조건을 만족하면서 전체 에너지 사용을 최소화하는 운영기술 필요Operating technology needed to minimize total energy use while satisfying those conditions
프로젝트 목표Objectives
AI 에이전트가 데이터센터의 운영상태를 분석하고, 디지털 트윈을 기반으로 최적 운전안을 도출하는 운영관리 체계를 구축함
To establish an operation and management framework in which an AI agent analyzes the operating state of a data center and derives the optimal operating plan on the basis of a digital twin
-
AI 에이전트
AI agent
- IT·전력·냉각설비 및 열환경의 현재 운영상태 분석Analysis of the current operating state of the IT, power and cooling equipment and the thermal environment
- 제어목표 설정 및 복수의 운전 후보 생성Control-objective setting and generation of multiple operating candidates
-
디지털 트윈
Digital twin
- 데이터센터의 설비·계통·공간 관계 모델링Modeling of equipment, system and spatial relationships in the data center
- 운전 후보별 랙 온도·냉각부하·에너지 성능 예측Prediction of rack temperature, cooling load and energy performance for each candidate
-
최적운전
Optimal operation
- 후보별 열환경 안정성·에너지 효율·설비 제약 비교Comparison of thermal stability, energy efficiency and equipment constraints across candidates
- 운영조건을 만족하면서 에너지 사용을 최소화하는 운전안 도출Derivation of the operating plan that minimizes energy use while satisfying operating conditions
방법론Method
운영 데이터를 하나로 모으고, 디지털 트윈을 세우고, 에이전트가 후보를 만들고, 트윈이 그 후보를 평가한다.
Bring the operational data together, build the digital twin, let the agent generate candidates, and let the twin evaluate them.
-
01
운영 데이터 통합
Operational data integration
- IT 부하, 전력, 냉각설비 및 열환경 데이터 수집Collection of IT load, power, cooling equipment and thermal environment data
- 설비·공간·계통 관계를 기반으로 이종 운영 데이터 연계Linkage of heterogeneous operational data by equipment, space and system relationships
- AI 에이전트와 디지털 트윈이 사용할 통합 운영상태 구성Construction of an integrated operating state for the AI agent and the digital twin
-
02
데이터센터 디지털 트윈 구축
Data center digital twin
- IT·전력·냉각 계통과 공간 열환경을 하나의 모델로 구성Integration of the IT, power and cooling systems and the spatial thermal environment into one model
- 설비 운전조건과 공간 환경 간 관계 모델링Modeling of the relationship between equipment operating conditions and the spatial environment
- 운전조건 변화에 따른 열환경·에너지 성능 예측Prediction of thermal and energy performance under changing operating conditions
-
03
AI 에이전트 기반 운전 후보 생성
AI agent-based candidate generation
- 현재 운영상태와 설비 운전제약 분석Analysis of the current operating state and equipment operating constraints
- 상황에 따른 제어목표 설정Situation-dependent control-objective setting
- 적용 가능한 복수의 운전 후보 생성Generation of multiple applicable operating candidates
-
04
DT 기반 평가 및 최적안 도출
DT-based evaluation and optimal plan
- 디지털 트윈에서 운전 후보별 성능 예측Prediction of each candidate's performance in the digital twin
- 랙 온도, 냉각부하, 에너지 사용 및 설비 제약 비교Comparison of rack temperature, cooling load, energy use and equipment constraints
- 평가 결과를 기반으로 최적 운전안 도출Derivation of the optimal operating plan from the evaluation