Environmental, social and economic justice of data centers on urban sustainability

기술 요약: 도시 지속가능성에 미치는 데이터 센터의 환경적, 사회적, 경제적 정의

문제 제기
인공지능(AI)의 급격한 확장과 그에 따른 계산 수요의 급증은 특히 로스앤젤레스 대도시 지역 내에서 데이터 센터 건설의 상당한 증가를 유도했습니다. 기존 문헌들이 데이터 센터의 광범위한 에너지 및 환경적 영향을 다루고 있음에도 불구하고, 서로 다른 도시 유형론에 따른 차별화된 효과를 이해하는 데에는 결정적인 공백이 존재합니다. 현재의 연구는 공간적 분포를 지역 사회의 사회경제적 지표와 통합하지 못하거나, 세 가지 뚜렷한 데이터 센터 모델—주거형 중규모 시설, 산업용 하이퍼스케일 캠퍼스, 수직형 코로케이션 허브—의 구체적인 환경적, 사회적, 경제적 정의 함의를 다루지 못하는 경우가 많습니다. 이러한 세밀한 분석의 부재는 도시 계획가들이 디지털 전환과 지속 가능한 도시 미래 및 공평한 자원 배분 사이의 균형을 맞추는 것을 저해합니다.

연구 방법론
본 연구는 약 384MW의 총 용량을 보유한 71개의 데이터 센터가 위치한 로스앤젤레스 대도시 지역을 대상으로 장소 기반의 다차원적 분석을 수행합니다. 연구 방법론은 다음과 같은 구성 요소로 구조화됩니다:

1. 유형론적 분류: 데이터 센터를 형태와 위치에 따라 세 가지 모델로 분류합니다:

   • 주거형 중규모(Residential Mid-sized): 롱비치(Long Beach)와 같이 기존 상업 구조물에서 전환되거나 주거 지역에 인접/포함된 형태.
   • 산업용 하이퍼스케일(Industrial Hyperscale): 버넌(Vernon), 엘 세군도(El Segundo)와 같은 교외 산업 지구 내의 대규모 단층 캠퍼스.
   • 수직형 코로케이션 허브(Vertical Colocation Hubs): 저지연 상호 연결을 우선시하는 원 윌셔(One Wilshire) 빌딩과 같은 밀집된 도심 내 다층 시설.

2. 데이터 센터 지속가능성 지수(DCSI): 저자들은 환경(E), 사회(S), 경제(Ec) 차원을 포괄하는 유형별 적응형 DCSI 프레임워크를 구축합니다. 고정된 지표 세트와 달리, 이 프레임워크는 각 데이터 센터 유형의 특정 운영 특성과 주변 건축 환경에 따라 유효한 지표를 선별합니다. 지표는 Min-Max 정규화를 통해 표준화되며, 유형별로 부적절한 메트릭으로 인한 편향을 피하기 위해 엔트로피 가중치법(entropy-weight method)을 사용하여 각 유형에 따라 별도로 가중치를 할당합니다.

3. 분석 모델:

   • 헤도닉 가격 모델(Hedonic Pricing Model): 롱비치 내 데이터 센터가 주거용 주택 가격에 미치는 영향을 정량화하는 데 사용됩니다. 두 가지 회귀 사양을 통해 잔여 주택 가격(2026년)과 시설과의 거리 사이의 관계, 그리고 기준선을 설정하기 위한 시설 이전 전 가격 성장률(2016~2018년)을 분석합니다.
   • 소음 로그 감쇠 모델(Noise Logarithmic Attenuation Model): 로그 거리 공식을 사용하여 소음 감쇠를 계산함으로써, 엘 세군도 시민들이 경험하는 주간, 야간, 여름 야간의 소음 방해 반경을 결정합니다.
   • 열섬 완화 추정(Heat Island Attenuation Estimation): 설치 전력, 건물 높이, 도로 방향, 식생 지수(NDVI)와 온도 상승 간의 관계를 연결하는 다중 회귀 방정식을 활용합니다. 지수 감쇠 함수를 사용하여 도심 허브의 열 영향 반경을 결정합니다.
   • 에너지 및 탄소 회계: 설치 용량과 용량 계수(0.998)를 기반으로 연간 전력 소비량을 추정합니다. 탄소 배출량은 평균 전력 사용 효율(PUE) 1.32와 배출 계수를 사용하여 계산되며, 콘크리트 및 강철을 통한 건설 단계의 배출량도 포함됩니다. 식생의 탄소 흡수 능력은 수종, 캐노피 면적, 흡수율을 기반으로 모델링됩니다.

주요 결과
본 연구는 로스앤젤레스의 데이터 센터 영향에 관한 구체적인 정량적 결과를 제시합니다:

• 사회적 및 경제적 정의 (주거형 중규모): 롱비치 커뮤니티에서 데이터 센터와의 거리와 단위 면적당 주택 가격 사이에 양의 부분 계수가 발견되었습니다($\beta=0.3881, t=1.12$). 이는 시설에 가까운 주거지의 가격에 미미한 부정적 영향을 시사하지만, 통계적 유의성은 제한적입니다. 엘 세군도의 소음 분석에 따르면, 특정 시설의 소음원(78dB~85dB)에 따라 시민들은 약 162m(주간), 248m(야간), 565m(여름 야간) 반경 내에서 견디기 어려운 소음을 경험하게 됩니다.
• 환경적 정의 (수직형 코로케이션 허브): 글로벌 해저 케이블의 핵심 착륙 지점인 원 윌셔 빌딩은 국지적인 도시 열섬 현상을 발생시킵니다. 연구는 온도가 2°C 상승하는 반경(0.46km), 1°C 상승하는 반경(1.38km), 0.5°C 상승하는 반경(2.31km)을 정량화했습니다. 이러한 영향은 건물 높이와 도로 방향에 의해 구동되며, 밀집된 도심의 열 스트레스를 악화시킵니다.
• 경제적 트레이드오프: 데이터 센터는 상업 지구의 부동산 가치 증대에 기여하는 한편(도심 허브의 전력 용량과 가치 개선 사이의 양의 상관관계), 상당한 자원 부담을 지웁니다.
• 에너지 및 탄소 발자국: 샘플링된 71개의 데이터 센터는 연간 약 3,364GWh의 전력을 소비하며, 이는 대도시 전체 전력 생산량의 5.54% 이상을 차지합니다. 이러한 소비는 연간 약 1,549,824톤의 $CO_2$ 배출을 초래하며, 이는 해당 지역 식생의 탄소 흡수 능력의 0.88%에 해당합니다. 이 지역의 재생 에너지 믹스는 천연가스가 주를 이루어 5.68%로 낮은 수준을 유지하고 있습니다.

핵심 기여
본 논문은 두 가지 주요한 이론적 및 실무적 기여를 합니다:

1. 유형별 적응형 프레임워크: "단일 규모(one-size-fits-all)" 평가를 넘어선 데이터 센터 지속가능성 지수(DCSI)를 도입합니다. 주거형, 산업용, 수직형 데이터 센터를 위한 별도의 지표 체계를 구축함으로써, 본 연구는 서로 다른 형태의 인프라가 서로 다른 부담(예: 주거형의 경우 소음, 수직형의 경우 열, 산업용의 경우 에너지)을 준다는 점을 인정합니다.
2. 통합적 정의 분석: 본 연구는 기술적 인프라 분석과 사회적 정의 사이의 간극을 메우며, 데이터 센터 입지를 주택 가격, 소음 허용치, 열섬 현상, 탄소 형평성과 명시적으로 연결합니다. 이는 무분별한 성장이 도시의 거주 가능성을 저해할 위험이 있으며, 그 혜택(세수, 디지털 집적 효과)이 환경적, 사회적 비용에 대해 균등하게 분배되지 않는다는 점을 보여줍니다.

의의 및 주장
저자들은 본 연구가 디지털 전환과 지속 가능한 도시 개발 사이의 긴장을 헤쳐나가는 도시들에게 시의적절한 통찰을 제공한다고 주장합니다. 현지 기후, 도시 형태, 사회경제적 매개변수를 대체하여 다른 글로벌 도시들에 적용할 수 있는 일반화된 평가 프레임의(DCSI)를 제공함으로써, 본 연구는 지속가능발전목표(SDG 11 및 SDG 13) 달성을 지원합니다.

연구는 차별화된 정책 개입이 필요하다고 결론짓습니다:

• 주거 지역: 주택 가격에 미치는 영향이 중간 정도임을 고려할 때, 전면 금지보다는 합리적인 소음 완충 구역이 필요합니다.
• 도심 수직 허브: 도시 열섬 현상을 완화하기 위해 최적화된 도로 통풍, 녹지 배치, 열 방산 설계가 필요합니다.
• 산업 지구: 그리드 의존적 탄소 배출을 줄이기 위해 태양광 발전 시스템 구축을 의무화해야 합니다.

저자들은 DCSI 프레임워크가 전이 가능하다는 점을 강조하면서도, 현재의 매개변수는 로스앤젤레스에 특화되어 조정되었으므로, 향후 연구에서는 감쇠 계수를 정교화하고 엣지 컴퓨팅 및 장기적 동적 변화를 포함하도록 지표 시스템을 확장하기 위해 글로벌 데이터셋을 통합해야 한다고 강조합니다.