Modular Integrated AI Infrastructure (MiAI): from deployment modularity to lifecycle modularity

기술 요약: 모듈형 통합 AI 인프라 (MiAI)

문제 정의
현재의 인공지능(AI) 인프라는 배포를 효율화하기 위해 조립식 모듈형 어셈블리에 점점 더 의존하고 있습니다. 그러나 이러한 시스템을 설치하는 데 사용되는 '전달 모듈성(delivery modularity)'과 이를 구성하는 요소들의 이질적인 '갱신 주기(renewal clocks)' 사이에는 근본적인 불일치가 존재합니다. 컴퓨팅 하드웨어는 통상적으로 짧은 서비스 수명(예: 6년)을 갖는 반면, 전력 시스템, 냉각, 구조물, 에너지 저장 장치와 같은 지원 인프라는 훨씬 긴 수명(예: 25~30년)을 보유하는 경우가 많습니다.

모듈형 통합 건설(MiC) 및 다중 공종 통합 MEP(MiMEP)와 같은 기존의 모듈형 관행은 조율된 전달 및 설치를 최적화하지만, *선택적 갱신(selective renewal)*을 위한 경계를 본질적으로 정의하지는 않습니다. 결과적으로, 기술 전환(예: 공랭식에서 수랭식으로의 전환)이 발생할 때, 통합 패키지 전체가 하나의 단위로 취급되어 호환 가능한 장기 수명 자산까지 조기에 교체되는 상황이 빈번히 발생합니다. 핵심 문제는 물리적 조립을 기능적 통합과 결합하면서도, 이를 기술적 갱신의 시점으로부터 명시적으로 분리하는 건축적 프레임워크가 부족하다는 점입니다.

방법론
본 논문은 물리적 어셈블리, 기능적 인터페이스, 그리고 갱신 경계를 공동 설계하는 시스템 아키텍처로서 **모듈형 통합 AI 인프라(MiAI)**를 제안합니다. 방법론은 다음 세 단계로 진행됩니다:

1. 아키텍처 정의: MiAI는 상호 운용 가능한 물리-디지털 모듈이 공장에서 통합되어 운송되고, 표준화된 가역적 연결을 통해 조립되는 패러다임으로 정의됩니다. 결정적으로, 이는 전달 단위(함께 제조 및 설치되는 것)와 갱신 단위(전환 과정에서 독립적으로 평가, 유지, 적응 또는 교체될 수 있는 것)를 구분합니다. 이를 통해 갱신 경계가 전달 단위를 가로질러 설정될 수 있게 함으로써, 특정 기술 변화의 영향을 받는 기능만을 격리할 수 있습니다.
2. 분석 프레임워크: 저자는 MiAI를 '배포 지향적 모듈형 베이스라인(B1)'과 비교 평가하기 위해 차별적 생애주기 지구 온난화 지수(GWP) 모델을 개발했습니다. 베이스라인(B1)은 전환 시점에 이미 비제로(non-zero) 비율의 지원 자산($r_B$)을 유지하고 있습니다. MiAI는 전환에 노출된 부분 집합 내에서 추가적인 물리적 유지($\Delta r$)를 더하는 것으로 모델링됩니다.
3. 지표 공식화: 연구는 생애주기 가치의 핵심 지표로 **서비스 가중 유효 유지율(Service-Weighted Effective Retention, $R_{eff}$)**을 정의합니다:
   $$R_{eff} = q \Delta r v$$
   여기서:
   • $q$: 전환에 노출된 총 지원 스톡의 비율
   • $\Delta r$: 베이스라인 대비 MiAI가 달성한 추가적인 물리적 유지량
   • $v$: 유지된 자산의 상태, 호환성 및 잔여 서비스 수명을 나타내는 자격 계수 (0에서 1 사이)

모델은 "유지 서비스 크레딧"($N R_{eff}$)과 "활성화 부담"(인터페이스 프리미엄 $\alpha$ 및 전환 작업 $b$) 사이의 균형을 맞추어 차별적 GWP($g$)를 결정합니다.

주요 기여

• 개념적 전환: 본 논문은 설계의 초점을 전달 모듈성(인프라가 어떻게 전달되는가)에서 생애주기 모듈성(인프라가 기술 세대를 거치며 무엇을 보존하는가)으로 전환합니다. 이는 "갱신 경계"를 고정된 전달 패키징의 결과가 아닌, 명시적인 설계 객체로 취급합니다.
• 손익 분기 조건: 저자는 유리한 생애주기 결과를 위한 조건을 도출합니다: $R_{eff} > R^*_{eff}$. 이는 MiAI가 각 전환당 할당된 인터페이스 및 전환 부담을 초과하는 자격 있는 서비스가 보존될 때만 순 GWP 감소를 생성한다는 것을 입증합니다.
• 설계 공간 매핑: 연구는 설계 변수(인터페이스 프리미엄, 전환 부담, 노출 비율, 유지량) 간의 관계를 매핑하여 제한된 적용 가능 공간을 정의합니다. 이 공간은 구성을 세 가지 영역으로 분류합니다:
  1. 유리한 영역 (유지 주도형): 유지된 서비스가 부담을 초과함.
  2. 부담 주도형: 부담이 유지된 서비스를 초과함.
  3. 물리적 불가능 영역: 요구되는 유지가 가용 비유지 스톡을 초과함 ($\Delta r > 1 - r_B$).
• 디지털-물리적 통합: 효과적인 유지를 위해서는 물리적 가역성뿐만 아니라, 잔여 서비스($v$)를 자격화하기 위한 디지털 추적성(모듈 식별, 유지보수 이력, 상태 증거)이 필요함을 강조합니다.

결과
15년의 기간과 두 번의 컴퓨팅 전환($N=2$)을 가정하여 정규화된 동일 사이트 구성을 사용한 연구 결과는 다음과 같습니다:

• 베이스라인 파라미터: 인터페이스 프리미엄 $\alpha = 0.10$, 전환 부담 $b = 0.05$, 노출 비율 $q = 0.50$, 베이스라인 유지율 $r_B = 0.40$.
• MiAI 성능: 추가적인 물리적 유지 $\Delta r = 0.30$ 및 자격 계수 $v = 0.75$를 적용했을 때, MiAI는 $R_{eff} = 0.1125$의 유효 유지율을 달성합니다.
• 손익 분기 분석: 요구되는 유효 유지 임계값은 $R^*_{eff} = 0.075$로 계산되었습니다. $0.1125 > 0.075$이므로, 이 구성은 유리합니다.
• GWP 영향: 결과적인 차별적 GWP는 $g = -0.075$이며, 이는 지원 인프라 제조 참조 대비 생애주기 배출량이 7.5% 감소했음을 나타냅니다.
• 임계값: 노출된 부분 집합 내에서의 추가적인 물리적 유지 임계값은 $\Delta r^* = 0.20$입니다. 이 증분(베이스라인 대비)보다 더 많은 양을 유지하는 구성이 유리합니다.
• 일관성 검사: 24가지 스케줄 및 회계 조합(갱신 간격 및 부담 할당 규칙 변동)에 대한 다중 사이클 일관성 검사를 통해, 모든 경우에 실행 가능한 내부 교차점이 존재함을 확인하여 경계 조건의 견고성을 검증했습니다.

의의 및 주장
본 논문은 MiAI가 초기 배포 단계를 넘어 모듈형 건설의 효용을 확장한다고 주장합니다. 갱신 경계를 명시적인 설계 변수로 만듦으로써, MiAI는 인프라 소유자가 기술 전환이 통합 시설에 어떻게 전파되는지 예측할 수 있게 합니다. 그 의의는 다음과 같습니다:

1. 서비스 보존: 단기 수명의 컴퓨팅 하드웨어 세대를 거치면서도 호환 가능한 장기 수명 지원 자산(전력, 냉각, 구조)을 유지할 수 있게 합니다.
2. 트레이드오프 정량화: 표준화된 인터페이스와 가역적 연결에 대한 투자가 자격 있는 서비스의 보존에 의해 보상받을 수 있는지 평가하기 위한 엄격한 분석 메커니즘을 제공합니다.
3. 설계 가이드 제공: 엔지니어가 인터페이스 프리미엄, 전환 작업 및 유지 전략을 조정하여 생애주기 결과가 유리하게 유지되도록 할 수 있는 제한된 설계 공간을 제공합니다.

저자는 차세대 AI 인프라가 단순히 배포 당일만을 위해서가 아니라, 그것이 생존해야 하는 모든 기술 세대를 위해 설계되어야 하며, 이를 통해 '보존'을 인프라 설계의 명시적인 목표로 전환해야 한다고 결론짓습니다.