RAVEL과 Sandia National Laboratories는 전력 효율을 고려한 AI 인프라 연구를 발표했으며, 이는 보다 효율적이고 경쟁력 있는 AI 데이터센터를 목표로 합니다.

Project Quicksilver은 RAVEL Orchestrate AI를 활용해 분산 워크로드 관리, 에너지 효율, 인프라 경제성, 성능을 연구합니다.

RAVEL은 오늘 Sandia National Laboratories와 Project Quicksilver에 관한 연구 협력을 발표했습니다. Project Quicksilver는 RAVEL Orchestrate AI를 사용해 지리적으로 분산된 컴퓨팅 환경 전반에서 인공지능(AI) 워크로드를 전력 상황을 고려하여 동적으로 오케스트레이션하는 방안을 조사하는 다단계 이니셔티브입니다. 이 연구는 전력 가용성, 운영 조건, 워크로드 요구 사항이 스케줄링과 워크로드 배치 결정을 어떻게 이끌어 에너지, 용량, 비용 제약에 대응할 수 있는지 살펴봄으로써, 데이터센터 설계와 운영을 위한 더 효율적이고 책임 있으며 비용 효과적인 접근법을 제시하는 것을 목표로 합니다.

AI 인프라 확장 경쟁은 근본적인 과제를 낳고 있습니다. 컴퓨팅 용량이 늘어난다고 해서 생산적인 용량이 자동으로 늘어나는 것은 아닙니다. 전력 가용성, 인프라 비용, 규제 요건, 워크로드 수요가 AI 인프라 결정을 점점 더 좌우하는 가운데, Project Quicksilver는 동적이고 전력 인식형 오케스트레이션이 분산 환경 전반에서 조직이 전력과 컴퓨팅 용량을 더 생산적으로 활용하도록 어떻게 도울 수 있는지 조사합니다.

RAVEL의 최고경영자이자 공동창업자인 Denise Muyco는 "AI 인프라 분야의 다음 단계 리더십은 단순히 더 많이 짓는 것으로 얻어지지 않습니다. 메가와트, GPU, 투자된 모든 달러를 얼마나 효율적이고 생산적으로 사용하는지에 따라 결정될 것입니다."라고 말했습니다. "미국은 AI 용량뿐만 아니라 그 용량을 얼마나 지능적으로 관리하는지에서도 계속 선도하고 혁신할 기회를 가지고 있습니다. Project Quicksilver는 책임 있는 에너지 사용을 뒷받침하면서 오케스트레이션이 AI 인프라 투자를 더 생산적으로 만드는 데 어떻게 기여할 수 있는지 조사할 것입니다."라고 덧붙였습니다.

**동적이고 전력 인식형 오케스트레이션 연구**

Project Quicksilver는 변화하는 전력 가용성과 운영 조건에 대응하여 AI 워크로드를 분산 컴퓨팅 환경 간에 스케줄링하고, 균형을 맞추고, 이동시킬 수 있는 방법을 검토합니다. 1단계에서는 각각 Box–Behnken 및 Plackett–Burman 실험 설계 방법론을 사용해, 광역 네트워크로 연결된 Sandia의 세 개 시설에서 공랭식 및 액침 냉각식 컴퓨팅 환경을 평가합니다. 연구는 다른 실험 요인과 함께 네트워크 대역폭과 속도를 달리하여 다음 세 가지 핵심 영역을 조사합니다.

- **에너지 효율:** 컴퓨팅, IT 인프라, 데이터센터 운영을 모두 고려하여, 냉각 환경별로 동일한 워크로드의 에너지 소비와 운영 비용을 평가합니다. 여기에는 에너지 사용량, TUE 및 PUE 기준으로 조정한 효율, 그리고 열 재활용을 통한 잠재적 이점이 포함됩니다.

- **총소유비용(TCO):** 워크로드 스케줄링 및 배치 결정이 분산 환경 전반의 컴퓨팅 비용에 어떤 영향을 미치는지 평가합니다. 인프라, 전력, 냉각, 네트워킹, 운영과 관련된 자본적 지출(CAPEX) 및 운영 지출(OPEX)을 포함합니다.

- **워크로드 완료 소요 시간:** 워크로드 스케줄링 및 배치 결정이 AI 워크로드 실행 시간에 어떤 영향을 미치는지 평가합니다.

Sandia National Laboratories의 인프라 컴퓨팅 서비스 엔지니어링 프로그램 및 프로젝트 책임자인 Dave Martinez는 "전 세계의 많은 연구소와 데이터센터가 에너지 효율적인 설계와 물 절약 기술의 개발 및 배포에 관해 Sandia의 연구를 참고합니다."라고 말했습니다. "여러 컴퓨팅 환경에 걸쳐 워크로드를 관리하면 기회가 생기는 동시에 복잡한 상충 관계도 발생합니다. RAVEL과의 공동연구개발협약(CRADA)에 따라, 우리는 성능과 비용의 균형을 유지하면서 동적 워크로드 배치가 가용 전력과 컴퓨팅 자원을 더 잘 활용할 수 있는지 살펴볼 것입니다."

**RAVEL Orchestrate AI를 이용한 연합형 전력 인식 오케스트레이션**

RAVEL Orchestrate AI는 이기종의 지리적으로 분산된 컴퓨팅 자원 전반에서 AI 워크로드를 관리하기 위한 연합형 오케스트레이션 계층을 제공합니다. 각 환경을 개별적으로 최적화하는 대신, 연합 구조는 워크로드를 조율된 하나의 시스템의 일부로서 여러 위치에 걸쳐 관리할 수 있게 하며, 스케줄링과 배치 결정은 가용 전력, 비용, 성능 요구 사항을 반영합니다. 이 플랫폼은 전력 인식 스케줄링과 정책 기반 관리를 결합하여 인프라 조건, 워크로드 요구 사항, 운영 우선순위를 고려합니다.

RAVEL의 최고제품책임자인 Philippa Carroll은 "모든 데이터센터가 고립된 섬처럼 운영된다면 AI 인프라는 잠재력을 온전히 발휘할 수 없습니다."라고 말했습니다. "AI 인프라가 더 분산될수록, 핵심 과제는 더 이상 컴퓨팅 용량이 얼마나 있는지가 아니라 그것을 얼마나 효과적으로 활용하는지입니다. Project Quicksilver는 전력, 비용, 성능 사이의 상충 관계와, 더 나은 책임 있는 인프라 결정을 내리는 데 오케스트레이션이 하는 역할을 조사할 것입니다."

**향후 AI 인프라 설계 및 운영에 대한 시사점 도출**

Project Quicksilver는 분산 컴퓨팅 환경 전반에서 워크로드를 관리하는 접근법을 포함하여, 향후 AI 인프라 설계와 운영에 참고가 될 수 있는 근거를 만드는 것을 목표로 합니다.

Sandia가 초기 연구 주관기관을 맡고 있으며, 향후 Project Quicksilver를 미국 에너지부(DOE) 산하의 다른 국립연구소로 확대하고 환경 및 성능 최적화를 위한 추가 활용 사례를 탐색할 계획입니다.

**SC26에서 더 알아보기**

RAVEL과 Sandia는 2026년 11월 15일부터 20일까지 열리는 SC26에서 Project Quicksilver를 논의할 예정입니다.

**Project Quicksilver: 분산 컴퓨팅 환경 전반의 동적이고 전력 인식형 AI 오케스트레이션**

2026년 11월 17일 화요일 | 오후 2시 30분 (CST)

U.S. Department of Energy Booth | SC26

이 발표에서는 Project Quicksilver의 실험 접근법, 계획된 시험 단계, 예상되는 연구 성과를 다룰 예정입니다.

SC26의 DOE 부스를 방문하여 Project Quicksilver에 대해 더 알아보십시오.

**RAVEL 소개**

RAVEL은 IT 운영을 위한 지능형 오케스트레이션을 새롭게 정의하고 있습니다. Orchestrate AI 플랫폼을 통해 RAVEL은 팀이 혁신을 확장하고, 인프라 마찰을 줄이며, 연구에서 실제 운영에 이르기까지 AI의 잠재력을 온전히 활용할 수 있도록 지원합니다.

SOURCE RAVEL Inc.