델 테크놀로지스는 AMD의 차세대 데스크톱 프로세서인 라이젠 7 9850X3D를 탑재한 2026년형 ‘에일리언웨어 에어리어-51(Alienware Area-51)’ 게이밍 데스크톱 신제품을 출시했다. 델 테크놀로지스는 고객의 다양한 요구사항에 최적화된 PC를 제공하기 위해 인텔, AMD, 퀄컴, 엔비디아 등 글로벌 반도체 기업과 협업하고 있다. 이번에 출시한 에일리언웨어 에어리어-51은 지난해 출시한 인텔 코어 울트라 9 프로세서 탑재 모델에 이어 AMD 라이젠 7 9850X3D 프로세서 구성을 추가한 게이밍 데스크톱 PC로, 하드코어 게이머의 선택의 폭과 성능 옵션을 확장했다. 1998년에 첫 선을 보인 에일리언웨어 에어리어-51은 에일리언웨어의 최상급 플래그십 게이밍 PC 라인업으로, 첨단 기술과 차별화된 디자인으로 진화를 거듭하며 최상급의 게이밍 경험을 선사한다.   이번 신제품은 최고의 성능과 확장성을 원하는 게이머들을 위한 80L 풀타워 케이스로, 수년간 게임 커뮤니티 유저 등의 다양한 고객 피드백을 바탕으로 제작 및 검증된 제품이다.      이번에 출시한 에일리언웨어 에어리어-51은 라이젠 7 9850X3D 프로세서 및 2세대 3D V-Cache 기술과 함께, 최대 엔비디아 지포스 RTX 5090 GPU를 지원한다. 또한 최대 200W 이상의 CPU 전력과 600W 전용 그래픽 전력 헤드룸을 확보해, 고사양 AAA 게임과 AI 기반 크리에이티브 작업에서 높은 속도와 안정성을 구현하며 에일리언웨어 제품군 중 역대급 성능을 발휘한다. ‘양압(Positive Pressure) 공기흐름’ 설계로 혁신적인 발열 관리도 지원한다. 섀시 내의 모든 팬이 안쪽을 향해 시원한 공기를 끌어들이고, 발생한 열은 후면의 패시브 배기구를 통해 자연스럽게 배출하도록 설계되어 시스템 성능을 최상으로 유지할 수 있다. 제품의 전면과 상단, 그리고 하단 흡기구에 분리 세척이 가능한 통합 필터를 탑재해 먼지 축적을 최소화하는 장치를 마련했으며, 내부에 360mm 수랭식 쿨러를 탑재했다.  델은 게이머와 파워 유저를 만족시키는 확장성과 사용자 편의 기능도 이 제품의 강점으로 내세운다. 에일리언웨어 에어리어-51은 최신 규격인 PCIe Gen5 그래픽 및 SSD 스토리지를 지원하는 에일리언웨어 전용 ATX 메인보드를 탑재했다. 최대 길이 450mm 및 4슬롯 두께의 GPU를 수용할 수 있어 그래픽 성능을 원활히 확장할 수 있도록 했다. 다양한 길이의 GPU를 수용할 수 있도록 위치 조정이 가능한 그래픽 카드 고정 메커니즘과 홀더가 탑재되었다. 스토리지는 3개의 M.2 SSD 슬롯과 3개의 추가 스토리지 캐디(2.5인치 2개, 3.5인치 1개)를 통해 최대 6개의 드라이브를 장착할 수 있다. 한편, 섀시 곳곳에 배치된 QR 코드를 통해 부품 업그레이드 및 유지관리 동영상 가이드를 간편하게 확인할 수 있다. 에일리언웨어 커맨드 센터에서 내부 부품 등을 포함한 7개 ‘에일리언FX(AlienFX)’ 조명 영역을 개별 커스터마이즈하고 프로필로 저장할 수 있으며, 강화유리를 적용한 측면 도어를 통해 감상할 수 있도록 설계해 심미적인 만족감을 높였다. 네트워크 측면에서는 2.5G 이더넷과 함께 차세대 Wi-Fi 7 및 블루투스 5.4를 지원해 끊김 없는 연결성을 보장한다. 한국 델 테크놀로지스 김경진 총괄사장은 “에일리언웨어 에어리어-51은 최첨단 기술과 차별화된 디자인으로 에일리언웨어 브랜드의 품격을 담아낸 제품으로, 이번에 선보인 AMD 탑재 모델은 극한의 성능을 원하는 하이엔드 게이머들에게 최고의 선택지가 될 것”이라며, “향후에도 델 테크놀로지스는 성능, 냉각, 디자인, 확장성 등 게이머들의 다양한 니즈를 반영한 혁신적인 게이밍 설루션을 지속적으로 선보일 것”이라고 말했다.

에이수스 코리아는 자율 주행 로봇(AMR), 로보틱스 및 컴퓨터 비전 분야를 위해 설계된 초소형 에지 AI 컴퓨터 PE1000U를 출시했다고 밝혔다. PE1000U는 인텔 코어 울트라 시리즈 2 프로세서를 탑재해 CPU, GPU, NPU가 결합된 하이브리드 가속 기능을 제공한다. 이를 통해 모션 컨트롤을 위한 높은 스레드 반응과 AI 추론 및 그래픽 워크로드를 동시에 효율적으로 처리할 수 있다. 에이수스 PE1000U는 알루미늄 재질의 커스텀 히트싱크로 효율적인 열 관리가 이루어져, 팬 없이도 CPU와 메모리에서 발생하는 열을 안정적으로 처리한다. 이를 통해 산업용 로봇, 비전 장비 등 신뢰성이 중요시되는 산업 환경에서 최적화된 설루션으로 강력한 성능을 보여준다.     63×110×160mm 크기의 초소형 폼팩터를 갖춰 공간 제약이 있는 환경에서도 설치가 용이하며, DIN 레일 마운트 방식을 지원한다. 작지만 폭넓은 연결성을 가지고 있어 전면에 4개의 USB 포트를 포함해 최대 4개의 COM 포트, 최대 4개의 이더넷 포트(기본 2.5G 2개)를 갖춰 센서, 카메라 및 네트워크 통합이 가능하다. 더불어 온보드 듀얼 CAN 버스와 절연된 DIO 모듈을 통해 정밀한 제어가 가능하며, HMI나 머신 비전 모니터링을 위한 4K 디스플레이를 디스플레이포트와 HDMI를 통해 최대 2개까지 지원한다. 극한의 산업 환경에서도 견딜 수 있는 내구성을 갖춘 PE1000U는 팬리스 IP40 등급의 밀폐형 섀시를 사용하여 먼지 유입을 차단하고, 무소음일 뿐만 아니라 MIL-STD-810H의 미국방성 내구성 표준을 통과해 5Grms의 진동도 견딜 수 있다. 작동 온도 범위는 -25°C에서 70°C에 달해 공장부터 실외 키오스크까지 다양한 환경에서 안정적인 운영이 가능하다. 또한 AMR 및 차량 탑재 환경을 고려하여 9~36V 범위의 DC 전원 입력, 내장된 점화 제어 기능으로 차량 시동과 연동된 전원 관리도 가능하다. 이와 함께 와이파이 6E 및 5G 지원으로 라이다(LiDAR), 카메라, 차량 관리 플랫폼 등과 원활한 통신을 지원한다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술   캐터필러(Caterpillar)의 자회사인 솔라 터빈즈(Solar Turbines)는 케이던스와 협력하여, 엔비디아가 지원하는 케이던스 기술을 활용함으로써 가스 터빈을 위한 확장 가능한 고충실도 반응 유동 시뮬레이션을 수행하고 있다. 엔비디아 블랙웰(NVIDIA Blackwell) GPU에서 구동되는 GPU 가속 케이던스 피델리티 찰스 솔버(Cadence Fidelity Charles Solver)를 활용하여, 이제 10억 개 이상의 셀 그리드를 갖는 반응 유동 시뮬레이션을 하루 이내에 실행할 수 있게 되었다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   가속 컴퓨팅과 첨단 시뮬레이션 기술은 기존에 실험에 크게 의존하던 발전 산업에서 전례 없는 효율과 정밀성을 제공하며 판도를 바꾸고 있다. 복잡한 설계 특징과 여러 구성 요소를 가진 전체 규모의 산업 모델은 이제 GPU 가속 시뮬레이션을 통해 매우 높은 수준의 세부 사항까지 분석할 수 있게 되었다. 이를 통해 유동 물리, 화염(flame)–유동(flow) 상호작용, 그리고 최적의 설계를 얻기 위한 다양한 설계 구성의 평가가 가능해졌다.     왜 대규모 산업 모델에 스케일러블 고충실도 시뮬레이션이 필요한가? 최근에는 다양한 유동 조건에서 산업용 발전 시스템을 비용 효율적으로 최적화하기 위해 CFD(전산 유체 역학) 도구 사용이 증가하고 있다. 그러나 산업 현장에서 CFD의 활용은 종종 시스템의 개별 구성 요소를 분리된 상태로 시뮬레이션하는 데 제한되어 있다. 이후 이들 구성 요소가 제작·조립되지만, 전체 시스템의 성능이 기대에 미치지 못하는 경우가 종종 발생한다. 이러한 비효율은 시장 출시 시간과 비용을 증가시킨다. 널리 사용되는 RANS(Reynolds-averaged NavierStokes) 접근법은 유동 및 화염의 비정상성을 포착하는 데 본질적인 한계가 있어 복잡한 연소 현상을 처리하기 어렵다. 반면 LES(Large Eddy Simulation)는 시간적으로 변화하는 대규모 난류 구조를 정확하게 포착할 수 있어, 연소 불안정성을 예측하는 데 더 적합하다고 평가된다. 그러나 전체 규모의 산업 모델에 LES를 적용하려면 복잡한 유동 및 화염 구조(flow & flame), 복잡한 형상, 넓은 계산 영역을 해결해야 하므로 계산적으로 큰 도전이 된다. 이러한 한계는 대규모 모델을 효과적으로 처리할 수 있는 GPU 가속 스케일러블 LES 시뮬레이션 소프트웨어의 필요성을 강조한다. 이러한 기술을 사용하면 엔지니어가 물리 현상을 온전히 이해할 수 있으며, 더 나아가 구성 요소 간 상호작용이 전체 성능에 어떤 영향을 주는지도 파악할 수 있다. 시스템 전반의 복잡성을 처리할 수 있는 첨단 시뮬레이션 도구를 활용함으로써, 산업계는 더 나은 의사결정, 설계 주기 단축, 신뢰성 높은 결과를 달성할 수 있다.   대규모 반응 유동 시뮬레이션 수행 케이던스와 솔라 터빈즈가 엔비디아 기술을 활용해 협력한 사례는 대규모 반응 유동 시뮬레이션의 복잡성을 해결하기 위해 첨단 계산 기술을 활용한 예시이다.   아르콘 국립연구소와의 배기가스 재순환 연구 솔라 터빈즈의 토러스 60(Taurus 60) SoLoNOx 연소기에 대해, 아르곤(Argonne) 국립연구소와 협력하여 EGR(배기가스 재순환)이 연소 불안정성과 배출가스에 미치는 영향을 조사하기 위한 고충실도 시뮬레이션이 수행되었다.(Kabil et al., 2025)     ■ 자세한 기사 내용은 PDF로 제공됩니다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 건설 인프라 분야에서 정보 교환 시 사용되는 BIM(건설 정보 모델링) 산업 표준인 IFC(Industry Foundation Classes) 기반 AI 에이전트 개발 과정을 설명한다. IFC 포맷의 BIM 데이터를 팔코DB(FalkorDB) 그래프 데이터베이스로 변환하고, 로컬 LLM인 Ollama(올라마)를 연동하여 자연어 질의가 가능한 AI 에이전트를 구축하는 전체 과정을 기술한다. 또한, 도커(Docker) 기반의 데이터베이스 서버 구성부터 파이썬(Python) 의존성 설치, 데이터 적재 및 애플리케이션 실행 방법을 단계별로 정리한다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/ GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 페이스북 | www.facebook.com/laputa999 블로그 | http://daddynkidsmakers.blogspot.com 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | www.facebook.com/groups/digestpodcast   그림 1   개발 환경 및 전제 조건 이번 호에서 만들어 볼 시스템은 온프레미스 환경에서의 실행을 가정하며, 다음의 컴포넌트를 필요로 한다. 도커 : 그래프 데이터베이스(팔코DB) 실행을 위해 필요(설치 : https://www.docker.com/get-started) 파이썬 3.11+ : 데이터 변환 및 에이전트 로직 수행 올라마 : 로컬 LLM 추론 서버 하드웨어 : LLM 구동을 위한 적정 수준의 GPU 또는 메모리(RAM 16GB 이상 권장) 지면 한계 상 모든 개발 코드를 설명하기는 어려우므로, 주요 부분만 개발 방법을 설명할 것이다. 다음의 깃허브 링크를 참고해 다운로드한다. ■ https://github.com/mac999/infra_ai_agent_tutorials/tree/main/08_AI_Agent/5_infra_graph_rag 다운로드한 폴더의 구조는 <그림 2>와 같을 것이다.   그림 2   이제 이 깃허브 프로젝트의 각 핵심 모듈을 설명하도록 하겠다.   데이터베이스 서버 구축(팔코DB) 팔코DB는 레디스(Redis) API 호환 고성능 그래프 데이터베이스다. 오픈소스이며 무료이다. 그래프 구조 데이터 저장 및 검색을 지원한다.   그림 3. Graph Database uses GraphBLAS under the hood for its sparse adjacency matrix graph representation(GraphRAG) (https://github.com/FalkorDB/FalkorDB)   실행을 위해, 다음과 같이 명령창 터미널에서 도커 명령을 실행해 본다. 그러면 팔코DB 서버가 로컬에 다운로드된 후 자동 실행될 것이다. docker run -p 6379:6379 -p 3000:3000 -it --rm -v ./data:/ var/lib/falkordb/data falkordb/falkordb 상세 옵션은 다음과 같다. -p 6379:6379 : 팔코DB(레디스 프로토콜) 접속 포트 바인딩. 파이썬 클라이언트가 이 포트로 통신한다. -p 3000:3000 : (옵션) 팔코DB 시각화 도구 등을 위한 포트 바인딩 -it --rm : 대화형 모드로 실행하며, 컨테이너 종료 시 자동 삭제 -v ./data:/var/lib/falkordb/data : 호스트의 ./data 디렉터리를 컨테이너 내 데이터 저장소로 마운트하여 데이터 영속성(persistence)을 보장한다.   패키지 및 모델 설치 이제 IFC 파싱, 그래프 DB 연결, LLM 체인 구성을 위한 라이브러리를 pip로 터미널에서 설치한다. Plaintext falkordb langchain langchain-ollama langchain-core ifcopenshell python-dotenv streamlit 이제 자연어를 그래프 구조 데이터베이스를 검색할 때 사용하는 사이퍼 쿼리로 변환(Text-to-Cypher)하는 방법이 필요하다. 이 경우, 코드 생성 능력이 뛰어난 모델이 필요하다. 이번 호에서는 qwen2.5-coder:7b 모델을 사용한다. 올라마 설치(다운로드 : https://ollama.com/download/ windows) 후 다음의 명령어를 실행한다. ollama pull qwen2.5-coder:7b     ■ 자세한 기사 내용은 PDF로 제공됩니다.

HP Z북 울트라 G1a는 고성능 AI 작업과 3D 제작을 동시에 염두에 둔 14인치 모바일 워크스테이션이다. 이 글에서는 필자가 실제로 자주 사용하는 AI 리서처와 3D 제작 작업 시나리오를 바탕으로, 기존에 사용해 온 게이밍 노트북과 비교하면서 HP Z북 울트라 G1a의 장단점을 조명해보고자 한다.   HP Z북 울트라 G1a(ZBook Ultra G1a)는 프로세서 성능과 메모리 용량에 명확하게 집중한 구성을 취함으로써, 기존의 노트북 선택 방법과는 다른 노선을 제시한다. 일반적으로 노트북을 선택할 때 대부분의 사용자는 성능, 휴대성, 가격, 배터리 지속 시간, 확장성 등 여러 요소를 종합적으로 고려한다. 그러나 특정 작업 환경에서는 이러한 균형 중심의 접근이 오히려 비효율로 작용하기도 한다. 대용량 데이터 전처리, 로컬 AI 추론, 3D 콘텐츠 제작과 같이 CPU와 메모리 자원 의존도가 높은 워크로드에서는, 그래픽 성능이나 휴대성보다 연산 자원과 메모리 용량이 작업 효율을 결정짓는 핵심 요소가 되기 때문이다. HP Z북 울트라 G1a는 바로 이러한 관점에서 색다른 접근법을 채택한 기기라고 볼 수 있다. AMD의 라이젠 AI 맥스+ 프로 395(Ryzen AI Max+ PRO 395) 프로세서를 탑재해 128GB에 달하는 대용량 메모리를 제공하는 반면, 그래픽 카드는 외장 GPU가 아닌 내장 그래픽으로 구성된 14인치 노트북이다. 이처럼 극명하게 갈린 사양 구성은 과연 AI 개발과 3D 콘텐츠 제작이라는 두 가지 작업을 모두 감당할 수 있는 선택지일까?   제품 개요 워크스테이션은 일반적으로 크고 무거운 데스크톱 형태로, ‘들고 다니는 기기’와는 거리가 멀다는 인식이 강하다. 그러나 HP Z북 울트라 G1a는 이러한 고정관념을 벗어나, 14인치 폼팩터 안에 워크스테이션급 성능을 담아냈다. 앞서 언급했듯 이 제품은 AMD 라이젠 AI 맥스+ 프로 395 프로세서와 라데온 8060S(Radeon 8060S) 그래픽을 기반으로 설계되었으며, 최대 128GB LPDDR5x 메모리와 대용량 NVMe SSD를 탑재했다. 정량적인 하드웨어 스펙상 무게는 약 1.57~1.59kg으로, 여타 게이밍 노트북과 비교해도 크게 무겁지 않은 수준이다. 실제로 가방에 넣어 휴대했을 때도 다른 노트북에 비해 체감 무게가 과하게 느껴지지는 않았다. 기기 양쪽에는 USB-C 타입 포트 2개(충전 포트 포함)를 비롯해 HDMI, USB-A 타입 단자, 3.5mm 이어폰 단자가 배치되어 있어, 워크스테이션으로서 요구되는 기본적인 확장성도 충분히 갖추고 있다.   디자인 본격적인 사용기에 앞서 디자인을 살펴보자. 보기 좋은 떡이 먹기도 좋다는 말도 있듯이, 매일 사용하는 기기는 사용자의 마음에 들 정도로는 아름다워야 한다. HP Z북 울트라 G1a의 디자인은 간결하고 군더더기 없었다. 특히, 전반적인 제품의 마감 품질이 높다는 것이 느껴졌다. 처음 노트북이 닫힌 상태에서 보았을 때는 매끄럽고 둥근 디자인의 겉모습이 단정하다는 느낌이 들고, 화면을 열어 전원을 켰을 때에는 베젤이 얇고 깔끔하여 프로페셔널하다는 인상을 준다. 디자인에서 가장 좋았던 점은 키보드이다. 처음에는 짙은 회색의 평범한 플라스틱 소재로 느껴졌지만, 사용하다 보니 키보드의 키감이 좋을 뿐만 아니라 이물질이 잘 묻지 않는 코팅으로 되어 있어 사용 시 편리했다. 외부 작업 중 노트북을 열었을 때, 손때 묻은 키보드를 다른 사람에게 드러내는 것이 걱정인 사람이라면 이 노트북의 키보드 마감이 더욱 마음에 들 것이라 생각한다. 또한 카메라에는 오픈·클로즈 방식의 물리적 커버가 적용되어, 노트북 내장 웹캠을 사용하지 않을 때는 완전히 가릴 수 있다. 사소해 보일 수 있지만, 사용자를 고려한 세심한 설계라는 점에서 인상 깊은 부분이었다.   그림 1. 노트북 전면. 디자인이 깔끔하고 단정하여 외부 미팅에도 무난하게 사용할 수 있었다.   AI 및 데이터 전처리 워크로드 이제 AI 엔지니어의 관점에서 이 제품을 살펴보자. AI 제품 개발 과정에서 절실하게 체감하는 주요 요소 중 하나는 CPU 메모리의 여유이다. 모델 학습은 클라우드 GPU나 서버 자원을 활용하는 경우가 많아졌지만, 탐색적 데이터 분석, 실험을 위한 데이터 전처리는 대부분 로컬 환경에서 수행해야 하기 때문이다. 따라서 CPU 성능과 GPU 성능 둘 중 하나를 선택해야 한다면, 많은 사람들의 예상과 달리 GPU보다는 CPU를 선택하는 것이 합리적이다. CPU 메모리가 여유가 있다면 데이터셋을 실험 가능한 요건에 맞춰 수정 및 조정하는 것이 조금 더 편리해질 뿐만 아니라, 데이터셋 전처리와 동시에 다른 작업이 가능하기 때문이다. HP Z북 울트라 G1a의 128GB 메모리와 라이젠 AI 맥스+ 프로 395의 조합은 대용량 데이터 전처리와 모델 로딩 과정에서 매우 안정적인 모습을 보였다. 텍스트·이미지 데이터 전처리 작업에서 메모리 부족 현상은 거의 발생하지 않았으며, 기존에 사용하던 게이밍 노트북(32GB RAM, RTX 4060 기준) 대비 체감상 약 절반 수준의 시간으로 작업을 마칠 수 있었다. 이는 대규모 로컬 데이터셋을 다루는 리서처에게 매우 중요한 요소다. AI 허브나 대학·연구기관에서 제공하는 공공 데이터셋의 경우 단일 데이터셋만으로도 수백 GB를 훌쩍 넘기는 경우가 많고, 이를 포맷에 맞게 전처리하는 데 상당한 시간이 소요되기 때문이다. HP Z북 울트라 G1a는 메모리의 양이 크기 때문에, 작업 중간 중간에 메모리 부족으로 인해 컴퓨터가 멈추거나 작업 수행 완료를 위해 컴퓨터를 손 놓고 기다리는 일 없이 여유롭게 전처리를 수행할 수 있었다. 몇 가지 사례를 들어보면, 첫째 <그림 2>와 같이 데이터의 압축 해제, 복사와 같은 간단한 작업에서 매우 빠른 처리 속도를 보여주었다. 데이터 전처리 성능을 실험하기 위해 활용한 ‘음식 분류’ 데이터셋의 경우, 각 클래스마다 1천 개의 고화질 사진이 저장되어 있어 전체 용량이 1TB에 육박하는 매우 큰 데이터셋이다. 그러나 HP Z북 울트라 G1a에서는 30GB 용량의 데이터를 압축 해제하는 데 8분밖에 소요되지 않았고, 일관적으로 140MB/s 전후의 속도를 유지하였다. 이는 HP Z북 울트라 G1a의 메모리 대역폭 확대, 멀티채널 구성 안정성 증가가 큰 영향을 미쳤기 때문으로 생각할 수 있다. 일반적인 환경에서는 압축 해제 단계에서 CPU 처리 속도가 병목으로 작용하여, 저장장치가 충분한 성능을 갖추고 있음에도 불구하고 연속적인 읽기·쓰기 작업이 지연되는 현상이 발생하기도 한다.   그림 2. 대용량 데이터의 전처리에도 빠른 속도를 유지하였고, 프로그램 운용에 여유가 있었다.   반면, HP Z북 울트라 G1a에서는 향상된 프로세서 구조와 메모리 서브시스템을 통해 병목이 제거되었으며, 그 결과 압축 해제와 동시에 디스크 I/O가 지속적으로 최대 대역폭에 가깝게 활용될 수 있었다. 이로 인해 사용자 관점에서는 압축 해제뿐 아니라 파일 복사 속도까지 향상된 것처럼 느껴져 직접적으로 작업 효율 향상이 체감되었다. 기존의 게이밍 노트북이 동일한 작업을 수행하는데 평균 60MB/s의 속도로 약 12분 정도가 소요된 것을 고려하면, 이 작업이 전체 데이터셋에 적용될 때 얼마만큼의 작업 시간을 아낄 수 있을 지 기대해 볼 만하다. 둘째, 파이썬 코드를 활용한 데이터 전처리에서도 높은 성능 개선을 보여주었다. CSV 파일을 활용하여 3D 복셀 데이터를 만드는 작업을 수행하는 코드를 기준으로 실험해보았다. 이는 앞에서와 동일하게 CPU·메모리에 집중된 작업을 할 때의 효율을 검사하기 위한 실험으로, 동일한 SVC 파일을 대상으로 데이터의 시각화를 수행하였을 때를 비교한 것이다. 결과적으로, HP Z북 울트라 G1a는 평균적으로 75FPS(초당 프레임)를 유지하였고, 시각화된 데이터를 360도 회전시켜 확인하는 데에 큰 문제가 없었다. 반면, 기준이 된 다른 기기는 평균 42FPS를 유지하고, 시각화된 데이터를 360도로 회전시켜 확인하는 데 약간의 로딩이 필요했다. 특히, 시각화 결과물을 회전하는 과정에서 약간의 버벅임과 끊김이 발생하여 데이터를 세부적으로 확인할 때 약간의 어려움이 따랐다. 기준 기기 또한 일반적인 사무용 노트북을 기준으로 보았을 때보다는 훨씬 빠르고 원활한 데이터 전처리 성능을 보여주었으나, HP Z북 울트라 G1a는 전처리뿐 아니라 시각화 데이터 인터랙션에서도 안정적으로 동작함으로써 실시간에 가까운 시각화 환경을 제공했다는 점에서 차별화된 사용 경험을 제공하였다.   그림 3. 3D 복셀화에 소요된 시간과 프레임률을 tqdm으로 측정한 결과. 동일한 작업을 수행하는 데 HP Z북 울트라는 75FPS, 기준 기기(HX370 CPU, 32RAM)는 42FPS의 성능을 보여주었다.   로컬 AI 추론 로컬 AI 추론 작업에서도 HP Z북 울트라 G1a는 충분히 인상적인 성능을 보여주었다. 로컬 AI 세팅에는 올라마(Ollama)를 사용하였다. 올라마는 다양한 오픈소스 LLM을 간편히 사용할 수 있게 하는 프로그램으로 윈도우, 맥, 리눅스 등 다양한 환경을 지원하며 CLI 및 GUI 환경을 모두 지원하여 확장성이 좋다. 또한, 로컬에서 REST API 형태로 모델을 노출할 수 있어 파이썬(Python), 노드.js(Node.js), 자바(JAVA(Spring)), 랭체인(LangChain) 등과 연동이 용이하며, 프로토타입 서비스 제작 및 온디바이스 AI, 사내 전용 LLM 구축을 위해 다양하게 쓰인다. 필자는 윈도우에서 GUI 기반의 올라마 클라이언트를 설치하여 로컬 AI 추론을 수행하였으며, 엔비디아 그래픽 카드 드라이버(CUDA 포함)를 설치하지 않고 올라마를 구동하였다. 이 지점에서 HP Z북 울트라 G1a의 프로세서의 특장점이 드러난다. 바로 SoC(System on a Chip) 설계를 통해 프로세서 자체에서 CPU·GPU·NPU를 통합하여 활용한다는 것이다. 따라서 이 워크스테이션을 사용하는 사람은 일반적으로 말하는 CPU-Only와 같이 GPU 드라이버를 따로 설치하지 않더라도, AI 추론 및 훈련을 수행할 때 GPU·NPU를 사용하는 것과 같은 효과를 체감할 수 있다.   그림 4. 올라마의 공식 홈페이지. 윈도우, 맥, 리눅스 등 다양한 OS를 지원하며 오픈소스로 활용 가능한 LLM 모델의 가중치를 제공하여 로컬 추론을 가능하게 하는 프로그램이다.   올라마를 활용해 중·대형 언어 모델(gpt-oss:120B)과 소형 언어 모델(qwen3:8B)을 각각 다운로드한 뒤, 동일한 조건에서 추론 시간을 비교해 보았다. 결과는 예상 이상이었다. 중·대형 언어 모델의 추론에는 (약간의 쿨링 소음이 발생하였지만) 약 10초가 소요되었고, 소형 언어 모델 역시 약 13초 내외로 추론을 마쳤다. 비교 대상으로 사용한 다른 노트북에서는 중·대형 모델이 추론 도중 오류를 일으켰고, 소형 모델조차 358초가 걸렸던 점을 감안하면 상당한 차이다. ‘메모리 용량 차이가 얼마나 크겠어’라고 생각한 필자의 판단을 무색하게 만들 정도로, 128GB 메모리와 라이젠 AI 맥스+ 프로 395의 조합은 로컬 AI 추론 환경에서 분명한 강점으로 작용했다. 이러한 특성은 AI 개발자에게만 국한된 장점은 아니다. 성능이 검증된 오픈소스 언어 모델을 노트북에 직접 탑재해 휴대할 수 있다는 것은, 인터넷 연결이 원활하지 않은 환경에서도 개인화된 AI 비서를 여러 개 운용하며 작업을 이어갈 수 있음을 의미한다. 로컬 환경에서의 AI 활용 가능성을 실질적인 수준으로 끌어올렸다는 점에서, HP Z북 울트라 G1a의 방향성과 장점이 명확히 드러나는 지점이었다.   그림 5. qwen3:8b로 로컬 추론을 수행한 결과   그림 6. gpt-oss:120b로 로컬 추론을 수행한 결과   3D 작업 워크플로 다음은 3D 작업 워크플로로 넘어가 보자. 필자가 주로 사용하는 캐릭터 크리에이터(Character Creator), 지브러시(Zbrush) 등을 통하여 내장 그래픽만을 가지고 있음에도 ‘충분히 작업이 가능한가?’라는 요소를 살펴보고, 다음으로는 고화질을 요구하는 3D 게임을 실행시켜 성능을 테스트해 보았다. 먼저, 리얼루션(Reallusion)의 캐릭터 크리에이터 5 소프트웨어를 설치하여 작업 가능 여부를 확인해 보았다. 이 소프트웨어는 사실적 묘사를 담은 메타 휴먼을 만들기 위한 소프트웨어이다. 얼굴, 체형, 옷 및 장신구 같은 다양한 요소를 조합하는 자유도가 높고, 피부 결이나 머리카락 같은 요소까지 섬세하게 구현해야 하기 때문에 일반적인 게이밍 노트북에서도 원활한 작업이 어려운 소프트웨어 중 하나이다. 실제로, 필자가 보유한 게이밍 노트북 기기에서는 동일한 작업을 수행하며 컴퓨터가 다운되는 경우가 종종 있었고, 새로운 스킨으로 교체하거나 요소를 변형할 때 1 ~ 5분 정도의 로딩 타임을 요구했다.   그림 7. 캐릭터 크리에이터로 작업하는 모습   그러나, HP Z북 울트라 G1a에서는 로딩 시간이 1 ~ 3분 이하로 줄어드는 모습을 보여주었을 뿐만 아니라, 컴퓨터가 다운되는 경우도 발생하지 않아 상당히 쾌적하게 작업을 진행할 수 있었다. 물론 다루는 데이터의 크기 자체가 큰 만큼 약간의 로딩 시간은 피해갈 수 없었으나, 대부분 1분 이내의 로딩으로 작업이 완료되어 작업 완료를 기다리는 시간이 줄어들었다. 다음으로는 지브러시를 통해 추가 검증을 진행하였다. 지브러시의 경우 매끄러운 표면을 위해 의도적으로 폴리곤을 많이 나누면서 메모리 부하가 발생하는 경우가 많은데, <그림 8>과 같이 복잡한 인간형 모델링, 특히 상업적으로 판매 가능한 정도의 모델링을 테스트하였음에도 데이터의 로드 및 조형에 시간이 소요되지 않고 바로 진행할 수 있는 정도의 원활함을 보여주었다.   그림 8. 매끄러운 곡선으로 폴리곤의 수가 많아지더라도 원활히 처리하는 모습을 볼 수 있다.   마지막으로, 3D 게임을 통해 성능을 확인하였다. 대상이 된 게임은 ‘호그와트 레거시’로, 언리얼 엔진으로 만들어졌으며 비교적 실사화 스타일의 그래픽, 다양한 파티클 사용으로 고난도의 그래픽 컨트롤을 요구하는 게임이다. 게임에서는 플레이를 진행하며 기기의 사양을 자동으로 측정하여 적절한 그래픽 옵션을 정해주는데, 이 기기는 자동으로 중간 단계의 그래픽 옵션으로 세팅되는 것을 확인하였다.   그림 9. 기기 옵션을 자동으로 분석하여 적절한 수준의 그래픽 구현. 이 기기는 중간 옵션을 배정받았다.   물론 기존의 작업에 비해 3D 게임을 진행할 때는 기기의 쿨링팬 소음이 두드러지게 들리는 편이었다. 앞서 수행한 작업에서는 쿨링이 필요하지 않거나, 쿨링이 필요하더라도 비교적 짧고 조용하게 한 번의 ‘쏴아아’하는 소리가 들렸다면, 3D 게임을 실행 중일 때는 지속적인 쿨링 소음이 발생하였기 때문이다. 그러나, 여기에서도 HP Z북 울트라 G1a의 탁월한 점을 발견할 수 있었다. 그것은 바로 ‘소음이 발생하는 만큼 쿨링이 잘 되고 있다’는 점이다. 랩톱을 주로 사용하는 사용자는 공감하겠지만, 일부 랩톱의 경우 쿨링 소음이 큰데도 불구하고 쿨링이 제대로 되지 않아 기기 아래쪽의 키보드 부분이 상당히 뜨거워지는 경우가 잦다. 그러나 이 기기는 소음이 크더라도 쿨링이 확실히 진행되고 있었고, 피부에 장시간 접촉시킬 수 있을 정도의 발열만 있었다. 아울러, 게임 내의 실사화 그래픽은 모두 끊기는 부분 없이 자연스럽게 재생되었고, 게임 진행에 이상이 없이 원활히 진행되었다.   그림 10. 그림 내 실사화 시나리오 중 그래픽 재현성이 좋은 부분의 캡처. 왼쪽의 바다 물결 표현, 전면의 포그 표현 등이 끊기지 않고 자연스럽게 재생되었다.   맺음말 HP Z북 울트라 G1a는 AI 리서처와 3D 제작 작업을 병행하는 사용자에게 모바일 워크스테이션으로서 분명한 가치를 지닌 기기다. 이 제품의 구성은 모든 요소를 고르게 끌어올리기보다는, 프로세서와 메모리 성능에 명확하게 힘을 준 제품이다. 이에 사용 목적이 분명한 사용자에게 강점으로 작용한다. AI 전처리, 로컬 추론, 3D 제작 작업과 같이 CPU·메모리 의존도가 높은 워크로드에서는 이러한 설계 방향이 체감 성능으로 직결되기 때문이다. 그런 의미에서 HP Z북 울트라 G1a는 특히 다음과 같은 사용자에게 추천하고 싶다. 첫째, 대용량 데이터 전처리가 일상적인 AI 엔지니어, 둘째, 3D 콘텐츠 제작 과정에서 초안과 검증 단계의 결과물을 빠르게 만들어야 하는 사용자, 셋째, 이 모든 작업을 데스크톱이나 서버에 의존하지 않고 모바일 환경에서도 이어가야 하는 사용자다. HP Z북 울트라 G1a를 사용하는 사용자라면, 적어도 서버급 연산을 요구하는 극단적인 작업을 제외하고는 대부분의 실무 환경에서 성능으로 인한 제약을 체감할 일은 드물 것이다. 견적 상담 문의하기 >> https://www.hp.com/kr-ko/shop/hp-workstation-amd-app   ■ 박정은 AI 융합 분야 연구자이자 엔지니어로, 컴퓨터 비전, 게임 엔진, 머신러닝, 딥러닝 기반 실무를 수행하며 대용량 AI 데이터 전처리와 AI 실험 파이프라인을 설계·운용해왔다. 필적, 운동학, 감정 인식 중심의 AI 프로덕트 R&D를 수행하며, 모바일 워크스테이션 환경에서 CPU·GPU 자원을 밀도 있게 활용하는 실험 구조를 활용하였다. 산업 연계 교육 현장에서 연구와 실무를 연결하는 엔지니어이자 교육자로 활동하고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

인텔은 클라이언트 워크스테이션용 신제품인 ‘인텔 제온 600(Intel Xeon 600)’ 프로세서를 발표했다. 이번에 출시한 워크스테이션 프로세서는 코어 수를 최대 86코어로 늘리고 PCle 연결성, 더 빠른 메모리 속도 지원, 그리고 역대 최대 향상된 전력 효율을 포함해 전 세대 포트폴리오 대비 광범위하게 개선되었다. 새로운 인텔 제온 600 워크스테이션 프로세서는 데이터 사이언스·AI 개발, 엔지니어링 시뮬레이션·시각화, 미디어 및 엔터테인먼트 콘텐츠 제작 등 다양한 작업에 이점을 제공한다. 주요 이점에는 이전 세대 프로세서 대비 멀티 스레드(MT) 성능이 크게 향상되었으며, 더욱 강력해진 I/O 성능, 유무선 연결성 개선, 고급 AI 훈련 및 추론 워크로드 지원 확장 등을 포함한다. 인텔 3 공정 기술과 레드우드 코브+(Redwood Cove+) 코어 아키텍처에 기반한 인텔 제온 600 워크스테이션 프로세서는 제품 라인 전반에 걸쳐 코어 수를 늘렸다. 86코어 제온 698X와 이전 세대 64코어 W3595X를 비교시 기존 전력 소비 목표 대비 최대 61% 향상된 멀티 스레드 성능을 제공하는 등 성능이 크게 향상되었다.     워크스테이션용 인텔 제온 600 프로세서는 최대 86코어와 4.8GHz의 터보 주파수를 제공한다. 이를 통해 이전 세대 대비 싱글 스레드(ST) 성능은 최대 9%, 멀티 스레드(MT) 성능은 최대 61%까지 향상되었다. 그리고 인텔 AMX(Intel AMX)에 FP16 데이터 타입 지원이 추가되어 AI 학습 및 추론 성능이 개선되었다. 이전 세대 대비 AI 및 머신러닝(ML) 워크로드에서 최대 17% 더 빠른 속도를 제공한다. 제온 600은 최대 128개의 CPU PCIe 5.0 레인을 지원한다. 이를 통해 멀티 GPU, SSD, 네트워크 카드 등 복잡한 워크플로우에 필요한 플랫폼 확장성을 보장한다. 또한, 최대 8채널 DDR5 RDIMM(6400 MT/s)을 지원하여 이전 세대(4800 MT/s) 대비 대역폭을 높였다. 새롭게 추가된 DDR5 MRDIMM은 최대 8000 MT/s의 속도를 지원하여, 메모리 집약적인 워크로드의 성능을 향상시킨다. 이외에도 ECC 메모리와 RAS 기술을 지속적으로 지원하여 기업의 핵심 데이터 무결성을 유지하고 시스템 신뢰성을 보장하며, 업계 최고 수준의 프로세서 튜닝(오버클러킹) 기능을 통해 고성능 컴퓨팅 역량을 극대화한다. 내장 인텔 와이파이 6E 지원 및 외장 인텔 와이파이 7 지원을 통해 최상급의 네트워크 환경을 제공하며, 하드웨어 수준에서 강화된 보안 기능(멀티 키 메모리 암호화)과 펌웨어 버전 관리, 인텔 원클릭 복구(Intel One-Click Recovery)를 포함한 광범위한 인텔 vPro 기술 등을 통해 기업 환경에서 더욱 신속하고 용이한 시스템 배포 및 관리가 가능하도록 한 것도 특징이다. 인텔은 워크스테이션용 인텔 제온 600 프로세서가 2026년 3월 말부터 OEM 및 SI 파트너사를 통해 공급되며, 주요 소매점에서도 박스형 정품 프로세서 형태로 공급된다고 밝혔다. 인텔의 헥터 게바레즈(Hector Guevarez) 클라이언트 컴퓨팅 그룹(CCG) 워크스테이션 부문 디렉터는 “다양한 산업 분야에서 고성능 컴퓨팅에 대한 수요가 날로 증가하고 있는 상황에서, 인텔 제온 600 워크스테이션 프로세서를 통해 전문가들의 일상 업무에 필요한 플랫폼을 제공할 수 있다”면서, “높은 성능 효율, 확장된 AI 컴퓨팅 기능, 다양한 인텔 vPro 기술, 강력한 플랫폼 연결성을 갖춘 이 플랫폼은 하이엔드 워크스테이션만이 제공할 수 있는 성능과 역량이 필요한 전문가에게 최적의 선택”이라고 밝혔다.

HP 코리아가 AI 기반 기술과 게이밍 노하우를 결합한 새 노트북 ‘하이퍼엑스 오멘 15(HyperX OMEN 15)’, ‘하이퍼엑스 오멘 맥스 16(HyperX OMEN MAX 16)’과 ‘하이퍼엑스 오멘 맥스 45L(HyperX OMEN MAX 45L)’ 데스크톱, 그리고 하이퍼엑스 게이밍 기어 라인업을 국내에 공개했다. HP는 프리미엄 게이밍 브랜드 ‘오멘(OMEN)’과 게이밍 주변기기 브랜드 ‘하이퍼엑스(HyperX)’를 중심으로 PC와 기어, 액세서리를 아우르는 게이밍 포트폴리오를 운영해 왔다. 이번에 HP는 오멘과 하이퍼엑스를 ‘하이퍼엑스’라는 하나의 게이밍 브랜드로 통합해 하드웨어와 주변기기, 소프트웨어 전반에 걸쳐 보다 일관된 사용 경험을 제공하겠다는 방향을 밝혔다. HP는 브랜드 통합을 통해 게이머가 선택과 설정에 들이는 부담을 줄이고, 플레이에 더욱 집중할 수 있는 환경을 만들어 간다는 방침이다.     HP가 선보인 하이퍼엑스 오멘 15는 이동성과 성능의 균형을 바탕으로, 다양한 환경에서 안정적인 플레이를 지원하는 게이밍 노트북이다. 최대 170W의 총 플랫폼 전력을 지원해 고사양 게임과 고주사율 플레이 환경에서도 안정적인 성능을 제공한다. 또한, 최대 인텔 코어 울트라 9 275HX 프로세서와 엔비디아 지포스 RTX 5070 노트북 GPU를 포함한 다양한 구성 옵션을 지원해, 높은 프레임과 빠른 반응성을 구현한다. AI 기반 게이밍 설루션 오멘 AI(OMEN AI)는 게임별 환경에 맞춰 시스템, 하드웨어, 게임 설정을 원클릭으로 조정해 설정 부담을 줄이고 플레이 집중도를 높인다. 여기에 오멘 템페스트 쿨링(OMEN Tempest Cooling) 아키텍처를 적용해 높은 냉각 성능을 제공하며, 인텔과 공동 개발한 팬 클리너(Fan Cleaner) 기술을 통해 주기적으로 팬 회전 방향을 변경해 먼지 쌓임을 방지하고 장시간 사용 시에도 성능 저하를 최소화한다. 하이퍼엑스 오멘 맥스 16는 HP 게이밍 노트북 포트폴리오의 상위 라인업을 대표하는 프리미엄 게이밍 노트북이다. 고성능 게이밍 환경에서 안정적인 퍼포먼스와 몰입감을 제공하는 하이엔드 모델로, AI 기반 최적화(오멘 AI) 및 오멘 게이밍 허브(OMEN Gaming Hub)와의 연계를 통해 사용자 세팅 부담을 줄이고, 게임 환경에 맞춘 플레이 경험을 지원한다. 또한 하이퍼엑스 감성을 반영한 디자인 요소와 생태계 호환성 측면에서도 PC–기어–소프트웨어가 자연스럽게 연결되는 게이밍 경험을 강화했다. 함께 공개된 하이퍼엑스 오멘 맥스 45L은 고사양 게임과 스트리밍, 콘텐츠 제작을 동시에 고려한 하이엔드 데스크톱 모델이다. 고성능 부품 구성과 강력한 냉각 구조를 기반으로 고부하 작업 환경에서도 안정적인 구동을 지원하며, 확장성과 커스터마이징을 고려한 설계를 통해 다양한 세팅에 유연하게 대응한다. HP는 하이퍼엑스 오멘 맥스 45L을 통해 하이엔드 게이머와 스트리머, e스포츠 환경을 아우르는 장시간 고부하 플레이 기준의 프리미엄 데스크톱 경험을 제시한다는 계획이다. HP는 하드웨어 경쟁력과 함께 오멘 AI와 오멘 게이밍 허브를 중심으로 한 소프트웨어 완성도도 강조했다. AI 기반 최적화는 게임과 시스템 환경에 맞춰 설정을 정교하게 조정해 플레이 컨디션의 일관성을 높인다. 이를 통해 초보 사용자부터 숙련된 게이머까지 각자의 플레이 스타일에 맞는 세팅을 보다 직관적으로 적용할 수 있다. HP는 이러한 소프트웨어 기반 최적화를 통해 하드웨어 성능을 보다 효율적으로 활용하고, 장시간 플레이 환경에서도 안정적인 퍼포먼스를 이어갈 수 있도록 지원하고 있다. 이와 더불어, HP는 하이퍼엑스 게이밍 기어를 통해 입력 장치와 오디오 등 플레이 체감 요소까지 포함한 경험 완성도를 강화했다. PC 성능뿐 아니라 연결 안정성, 반응 속도, 설정 편의성 등 실제 플레이에 영향을 주는 요소들이 하나의 환경에서 자연스럽게 작동하도록, 하드웨어·소프트웨어·기어 간 연동 관점에서 생태계를 확장해 나갈 계획이다. HP 코리아의 김대환 대표는 “게임은 이제 단순한 여가를 넘어, 전 세계 이용자들을 연결하고 새로운 문화와 산업을 만들어가는 하나의 플랫폼이 됐다. 오늘날 게이머는 플레이어에 머무르지 않고, 콘텐츠 크리에이터이자 스트리머로 활동하며 경험을 확장하고 있다”면서, “HP는 이러한 변화 속에서 성능 경쟁 그 자체보다, 게이머가 몰입하고 자신을 표현할 수 있는 환경을 만드는 데 집중하고 있다”고 전했다.

  17분기 연속 한국 시장 점유율 1위 (출처 : IDC 2021 Q3 – 2025 Q3) HP Z AI 워크스테이션 데모 장비 및 컨설팅 무상 지원 기업 모집 귀사의 소프트웨어/솔루션이 고성능 AI PC에 탑재되어 더 큰 가치를 창출할 수 있도록, HP 코리아는 중소·중견 기업을 대상으로 HP Z AI 워크스테이션 Z6 G5 A & ZBook Ultra G1a 데모 장비 및 컨설팅을 무상 지원하는 프로그램을 운영하고 있습니다. 장비나 고가 GPU구매 부담에 비즈니스 성장의 제약을 느끼시나요? 인재 유출 걱정까지 더해져 고민이시라면 본 프로그램 참여로 솔루션을 찾아보세요.   01 프로그램 개요   - AI 워크스테이션 데모 장비 무상 지원 (연구개발 단계부터 가능) - 비즈니스 요구에 맞춘 하드웨어 컨설팅 및 최적화 지원 - 사업 기회 발굴 및 협업 추진 - 마케팅 지원     02 모집 대상 및 기간 대 상 자사가 개발한 소프트웨어/솔루션을 고성능 하드웨어 PC에 탑재하여 비즈니스를 하는 기업   기 간 2025.12.01 ~ 2026.01.31   발 표 2026.03.03 / 유선 및 이메일을 통한 개별 안내       * 일정은 진행 상황에 따라 변동될 수 있습니다. * 대면심사에 해당되지 못하는 업체의 경우, 개별 통보 예정입니다. * 테스트 장비 지원 기간은 최대 2개월입니다. * 동일 업체의 중복 참여는 허용되지 않습니다.     03 데모 지원 제품   HP Z6 G5 A + 모니터 최대 96코어 기반 초고부하 AI·3D 작업 최적화 최대 3개의 하이엔드 GPU로 고급 3D·AI 작업 처리 3D 렌더링, 캐드, AI 모델링에 최적화 된 성능 HP Series 7 Pro 27" 4K 모니터   HP ZBook Ultra G1a + 모니터 + 도킹   고가의 GPU 없이도 최대 VRAM 96GB 작업 가능 대용량 LLM 실험도 엔지니어 책상 위에서 가능 3D 모델링과 렌더링 동시 처리 가능 HP Series 7 Pro 27” 4K 모니터 + 도킹     데모 지원 신청하기

슈나이더 일렉트릭이 차세대 AI 팩토리 구축에 최적화된 10MW 이상의 대규모 확장을 지원하는 2.5MW급의 CDU(Coolant Distribution Unit)인 ‘MCDU-70’을 공개했다. AI 팩토리를 구동하는 GPU는 기존 CPU 대비 20~50배 더 많은 열을 발생시킨다. 이로 인해 데이터센터는 랙당 전력 밀도가 1MW 이상에 달하는 극단적인 환경에 직면하고 있으며, 기존의 공랭식 냉각만으로는 열 관리에 한계가 있다. 이러한 변화에 대응하기 위해 슈나이더 일렉트릭의 모티브에어(Motivair by Schneider Electric)는 고객 환경에 최적화된 맞춤형 냉각 설루션을 제공하고 있다. 이번에 출시된 MCDU-70은 슈나이더 일렉트릭의 모티브에어 CDU 포트폴리오 중 가장 높은 2.5MW의 용량을 갖춘 제품이다. 차세대 GPU와 기가와트급 AI 팩토리의 엄격한 요구 사항을 충족하도록 설계되었으며, 슈나이더 일렉트릭의 통합 아키텍처인 에코스트럭처(EcoStruxure) 소프트웨어를 기반으로 중앙 집중식 운영이 가능하다. 특히 콤팩트하면서도 고효율로 설계돼 차세대 HPC, AI, 가속 컴퓨팅 워크로드에 대응 가능하며, 10MW 이상의 대규모 확장을 목표로 하는 시설의 요구에 최적화된 것이 특징이다. 2.5MW 용량의 MCDU-70 여섯 대를 적용할 경우 ‘4+2 이중화 구성’이 가능하며, 이는 향후 상당 기간 동안 엔비디아의 차세대 GPU 로드맵을 안정적으로 지원할 수 있는 설계 사양이다.     MCDU-70은 모듈형 빌딩 블록 방식으로 설계돼, 운영자가 AI 구축 단계에 맞춰 최적의 모델을 유연하게 선택할 수 있다. MCDU-25부터 MCDU-70까지 이어지는 전 라인업은 ▲정밀 유량 제어 ▲실시간 모니터링 ▲적응형 부하 분산 기능을 갖춰, 플랜트 성능 최적화와 에너지 소비 절감을 동시에 달성한다. 또한, 실제 운용 환경을 반영한 엄격한 성능 테스트와 디지털 트윈 시뮬레이션, 생산 라인 최종 단계에서의 최대 부하 펌프 구동 테스트를 통해 높은 신뢰성을 확보했다. 이외에도 슈나이더 일렉트릭 글로벌 전문가 네트워크가 설계 단계부터 운영 및 유지보수까지 전 과정을 지원해 데이터센터 인프라가 스마트하고 안정적으로 장기간 운영될 수 있도록 돕고 있다. 한편, 슈나이더 일렉트릭은 이번 MCDU-70 출시로 105kW부터 2.5MW까지 폭넓은 CDU 용량 포트폴리오를 완성하게 됐다. 모든 제품은 확장 가능하도록 설계돼 상호 연동 및 에코스트럭처와의 원활한 통합을 지원하며, 지속가능한 데이터센터 운영을 위한 기반을 제공한다. 슈나이더 일렉트릭의 리치 휘트모어(Rich Whitmore) 모티브에어 CEO는 “슈나이더 일렉트릭의 설루션은 급변하는 AI의 발전 속도에 맞춰 가장 필요한 순간에 최상의 성능을 발휘하는 것을 목표로 하고 있다”면서, “이제 데이터센터의 경쟁력은 차세대 AI 팩토리 구축에 최적화된, 효율적이고 확장 가능한 인프라를 확보하는 데 달려 있다. 우리는 검증된 리퀴드 쿨링 설루션을 통해 고객의 까다로운 요구사항에 적극 부응해 나갈 것”이라고 전했다.