OpenDC‑STEAM 지속 가능한 데이터센터를 위한 현실적인 모델링 및 조합 기법 체계적 탐색

초록

본 논문은 오픈소스 시뮬레이터 OpenDC‑STEAM을 소개한다. STEAM은 운영·제조 탄소와 성능을 동시에 고려해 수평 확장, 배터리 활용, 시간 이동(Temporal Shifting) 등 세 가지 대표 지속 가능 기술을 개별·조합적으로 평가한다. 실제 탄소 강도 트레이스와 다양한 워크로드·데이터센터 구성을 반영함으로써 기존 분석 모델이 과대평가하는 탄소 절감 효과를 교정하고, 기술 결합 시 발생하는 전력 피크·지연·비용 트레이드오프를 정량화한다.

상세 분석

OpenDC‑STEAM은 기존 OpenDC 프레임워크를 기반으로, 이벤트‑드리븐 시뮬레이션 엔진 위에 탄소 모델링과 지속 가능 기술을 ‘컴포저블’하게 연결한다는 설계 철학을 갖는다. 핵심은 (1) 운영 탄소와 제조(embodied) 탄소를 구분해 시간‑가변 탄소 강도 트레이스를 입력으로 사용하고, (2) CPU·GPU 등 컴포넌트별 전력 모델을 통계적으로 캘리브레이션할 수 있게 하며, (3) 배터리 충·방전 정책, 작업 지연 정책, 스케줄링 정책 등을 플러그인 형태로 제공한다는 점이다.

세 가지 기술에 대한 실험 결과는 다음과 같다.

• 수평 확장(Horizontal Scaling): 서버 수를 최소 필요량으로 축소해 전력 소비와 제조 탄소를 동시에 감소시킨다. 최대 35%의 탄소 절감이 보고됐지만, 작업 실패나 급격한 부하 변동을 무시하면 절감량이 과대평가된다. 특히, 고가용성을 위해 여유 서버를 유지하는 경우, 실제 절감은 20% 이하로 떨어진다.
• 배터리 활용(Batteries): 저탄소 전력을 저장해 고탄소 시기에 방전함으로써 운영 탄소를 낮춘다. 적절한 충전 시점과 배터리 용량을 선택하면 최대 28% 절감이 가능하지만, 배터리 제조 시 발생하는 높은 embodied carbon과 충전 피크 전력으로 인해 오히려 탄소가 증가할 위험도 존재한다. 시뮬레이션은 배터리 수명·충전 효율·전력 가격을 파라미터화해 최적 정책을 탐색한다.
• 시간 이동(Temporal Shifting): 작업을 탄소 강도가 낮은 시간대로 지연·재스케줄링한다. 기존 분석에서는 평균 7%~10% 절감이 보고됐지만, STEAM은 작업이 동시에 몰리면서 발생하는 서버 과부하와 작업 중단·재시작 비용을 고려한다. 결과적으로 실제 절감은 약 7% 수준이며, 지연 허용도가 낮은 워크로드에서는 오히려 서비스 지연이 크게 늘어 성능 손실이 두드러진다.

가장 중요한 통찰은 기술 간 상호작용이다. 수평 확장과 배터리 조합은 전력 피크를 완화하면서도 전체 탄소를 크게 낮출 수 있지만, 배터리 충전 시 발생하는 순간 전력 스파이크가 수평 확장으로 남겨진 여유 서버를 급격히 활성화시켜 전력 변동성을 증가시킨다. 또한, 시간 이동을 배터리와 동시에 적용하면 배터리 방전 시점에 작업이 몰려 서버 부하가 급증, 결과적으로 추가 서버 가동이 필요해 전체 탄소 절감 효과가 감소한다. STEAM은 이러한 복합 효과를 정량화해 ‘최적 조합 정책’을 탐색할 수 있게 한다.

시뮬레이터의 설계적 강점은 컴포저블 아키텍처와 재현성이다. 모든 컴포넌트는 그래프 형태로 연결되며, 새로운 전력 모델이나 실패 모델을 플러그인하면 기존 시뮬레이션 흐름을 변경하지 않고도 즉시 적용 가능하다. 실험에 사용된 워크로드는 실제 데이터센터 로그 기반 ‘bag‑of‑tasks’ 형태이며, 탄소 강도는 ElectricityMaps·WattTime 등 공개 API에서 수집한 실시간 트레이스를 사용한다. 이는 연구자들이 동일한 설정을 재현하거나, 다른 지역·시간대·하드웨어 구성을 손쉽게 교체해 비교 연구를 수행하도록 돕는다.

전반적으로 STEAM은 (1) 운영·제조 탄소를 동시에 고려한 정밀 모델링, (2) 다양한 지속 가능 기술을 독립·조합적으로 평가할 수 있는 프레임워크, (3) 실제 데이터와 동적인 시스템 현상을 반영한 시뮬레이션을 제공한다는 점에서 기존 분석 모델의 한계를 크게 뛰어넘는다. 이는 데이터센터 설계·운영 단계에서 정책 입안자와 운영자가 근거 기반 의사결정을 내릴 수 있게 하는 중요한 도구로 평가된다.