데이터 센터를 집 안으로! SPAN, 8만 개의 노드로 분산형 AI 컴퓨팅 네트워크 구축 선언

샌프란시스코 스타트업 SPAN이 '분산형 데이터 센터' 솔루션 XFRA 출시를 발표했다. Nvidia RTX Pro 6000 Blackwell GPU를 탑재한 액체 냉각 노드를 미국 주택가에 설치하고, 그 대가로 전기료와 인터넷 비용을 보조하는 방식이다. (이전 기사: GPU 연산력 부족 재현: OpenAI, Anthropic 등 대기업이 공급을 독점하며 AI 스타트업은 연말까지 대기) (배경 설명: 수천만 달러 규모의 스톡옵션을 포기하고 퇴사, Riot 경영진의 이탈로 드러난 채굴 기업의 AI 연산력 전환 고충) 데이터 센터는 반드시 교외의 황무지에 지어야 할까? 샌프란시스코 스타트업 SPAN은 다른 해답을 제시했다. 수만 개의 작은 상자로 분산하여 미국 주택의 마당이나 차고 옆에 설치하는 것이다. XFRA라고 불리는 이 솔루션은 본질적으로 액체 냉각 방식의 엣지 컴퓨팅 노드(edge compute node)이며, 내부에 Nvidia RTX Pro 6000 Blackwell Server Edition GPU가 탑재되어 있다. 이를 설치하는 집주인은 전기료와 초고속 인터넷 보조금, 그리고 예비 배터리 세트를 제공받는다. SPAN은 초기 시범 운영을 마쳤으며, 올해 100가구 규모의 테스트를 시작할 예정이다. 전통적인 대형 데이터 센터의 건설 논리는 명확하다. 규모가 클수록 단위 연산력 비용이 낮아진다는 것이다. 하지만 이 논리는 현재 몇 가지 난관에 부딪히고 있다. 첫째는 토지 문제다. 100 MW 규모의 데이터 센터는 수십 헥타르의 토지가 필요하며, 안정적인 전력 공급원과 가까워야 한다. 미국 내 여러 주에서는 소음, 전기료 상승, 과도한 물 사용 등을 이유로 데이터 센터 입주를 반대하는 주민들의 목소리가 커지고 있다. 둘째는 물 문제다. 데이터 센터는 일반적으로 증발 냉각 시스템을 사용하는데, 중형 시설 하나가 하루에 수백만 리터의 물을 소비하며, 특히 가뭄 지역에서 큰 논란이 되고 있다. 마지막은 시간이다. 부지 선정부터 인허가, 인프라 건설까지 새로운 데이터 센터가 가동되기까지는 보통 3~5년이 걸리지만, AI 연산력 수요는 그렇게 오래 기다려주지 않는다. SPAN의 솔루션은 이 세 가지 난관을 우회하려 한다. XFRA 노드는 주택 옆에 설치되므로 별도의 부지가 필요 없고, 액체 냉각 시스템은 공랭식보다 효율이 높으며 대량의 수자원에 의존하지 않는다. 또한 노드는 주택 건설과 동시에 배치할 수 있어 확장 속도가 이론적으로 전통적인 데이터 센터보다 훨씬 빠르다. 숫자는 SPAN 솔루션의 가장 강력한 근거다. CNBC 인터뷰에 따르면, 8,000개의 XFRA 노드를 배치하는 비용은 동일한 연산력을 제공하는 100 MW 규모의 전통적인 데이터 센터를 건설하는 비용의 5분의 1에 불과하다. 노드 자체에는 서버 워크로드를 위해 설계된 Nvidia의 전문 그래픽 카드인 Nvidia RTX Pro 6000 Blackwell이 탑재되어 대규모 병렬 연산을 지원하며 AI 추론 작업에 적합하다. 액체 냉각 설계는 소음을 주택가에서 허용 가능한 수준으로 유지한다. SPAN의 확장 계획은 매우 공격적이다. 2027년부터 XFRA 노드 규모를 8만 개까지 늘려 미국 내에 1 GW 이상의 분산형 연산 네트워크를 구축할 계획이다. 1 GW는 어느 정도의 규모일까? 중형 원자력 발전소의 출력과 맞먹는 수준이다. 하지만 SPAN은 이 네트워크의 적용 범위를 명확히 규정했다. XFRA는 AI 모델 학습이 아닌 AI 추론(inference), 클라우드 게임, 콘텐츠 스트리밍을 겨냥한다. 대규모 언어 모델 학습에는 수천 개의 H100이나 B200 같은 고성능 GPU가 장시간 협업해야 하며, 이는 Google, Microsoft 등 초대형 클라우드 업체의 영역이다. XFRA는 '학습 이후'의 연산력 수요를 채운다. 즉, 학습된 모델을 가져와 실제 세계의 요청을 처리하는 것이다. 물론 이 모델에 도전 과제가 없는 것은 아니다. 첫째는 네트워크 안정성이다. 주택가에 분