인공지능(AI)의 폭발적인 성장은 고성능 데이터 센터의 막대한 에너지 요구량이라는 물리적 한계에 부딪혔다. Crusoe와 레드우드 머티리얼즈는 네바다주에서의 공동 운영 규모를 기존 대비 7배로 확장하며 이러한 병목 현상을 해결하고 있다. 특히 수년이 걸리는 기존 건설 방식 대신 단 몇 개월 만에 설치 가능한 24개의 모듈형 데이터 센터를 배치했다. 이를 통해 현대적인 AI 워크로드에 필수적인 고성능 컴퓨팅(HPC) 능력을 유지하면서도 구축 기간을 획기적으로 단축했다.

이러한 확장의 핵심은 '재사용 배터리(Second-life battery)'의 활용에 있다. 전기차용으로 수명을 다한 배터리라도 정적인 에너지 저장 장치로는 충분한 용량을 발휘할 수 있기 때문이다. 레드우드 머티리얼즈는 이러한 배터리들을 독자적인 팩 매니저(Pack Manager) 기술로 관리되는 12메가와트(MW) 규모의 마이크로그리드로 재탄생시켰다. 이 시스템은 현장의 태양광 패널과 저장된 배터리 전력을 조율하여, AI 학습 및 추론에 필요한 고강도 연산을 수행하는 Crusoe의 하드웨어에 안정적인 전력을 공급한다.

7개월간의 초기 시범 운영 결과, 재생 에너지원만으로도 99.2%의 가동률을 기록하는 고무적인 성과를 거두었다. 여기에 기존 전력망을 보조 수단으로 결합하여 최종적으로 99.9%의 가동률을 확보했다. 이러한 'AI 팩토리' 모델은 전기차 전환 과정에서 발생하는 폐기물을 AI 혁신의 연료로 전환하는 지속 가능한 경로를 제시한다. 컴퓨팅 수요 변화에 맞춰 인프라를 신속하게 확장할 수 있는 모듈식 구조 덕분에 지능형 공급망을 선제적으로 구축할 수 있게 되었다.

인공지능(AI)의 폭발적인 성장은 고성능 데이터 센터의 막대한 에너지 요구량이라는 물리적 한계에 부딪혔다. Crusoe와 레드우드 머티리얼즈는 네바다주에서의 공동 운영 규모를 기존 대비 7배로 확장하며 이러한 병목 현상을 해결하고 있다. 특히 수년이 걸리는 기존 건설 방식 대신 단 몇 개월 만에 설치 가능한 24개의 모듈형 데이터 센터를 배치했다. 이를 통해 현대적인 AI 워크로드에 필수적인 고성능 컴퓨팅(HPC) 능력을 유지하면서도 구축 기간을 획기적으로 단축했다.

이러한 확장의 핵심은 '재사용 배터리(Second-life battery)'의 활용에 있다. 전기차용으로 수명을 다한 배터리라도 정적인 에너지 저장 장치로는 충분한 용량을 발휘할 수 있기 때문이다. 레드우드 머티리얼즈는 이러한 배터리들을 독자적인 팩 매니저(Pack Manager) 기술로 관리되는 12메가와트(MW) 규모의 마이크로그리드로 재탄생시켰다. 이 시스템은 현장의 태양광 패널과 저장된 배터리 전력을 조율하여, AI 학습 및 추론에 필요한 고강도 연산을 수행하는 Crusoe의 하드웨어에 안정적인 전력을 공급한다.

7개월간의 초기 시범 운영 결과, 재생 에너지원만으로도 99.2%의 가동률을 기록하는 고무적인 성과를 거두었다. 여기에 기존 전력망을 보조 수단으로 결합하여 최종적으로 99.9%의 가동률을 확보했다. 이러한 'AI 팩토리' 모델은 전기차 전환 과정에서 발생하는 폐기물을 AI 혁신의 연료로 전환하는 지속 가능한 경로를 제시한다. 컴퓨팅 수요 변화에 맞춰 인프라를 신속하게 확장할 수 있는 모듈식 구조 덕분에 지능형 공급망을 선제적으로 구축할 수 있게 되었다.