AI는 자동화 된 공장 운영 및 적대적인 공역을 통해 군용 드론을 안내하는 등 스테이크 고위 작업을 신뢰하기 시작했습니다. 그러나이 AI 혁명을 강조하는 데이터 센터를 관리 할 때 인간 운영자는 훨씬 더 조심 스럽습니다.
a에 따르면 새로운 설문 조사 전 세계적으로 600 명 이상의 데이터 센터 운영자 가동 시간 연구소데이터 센터 검사 및 등급 회사는 14 %만이 AI 시스템이 수년간의 과거 데이터에 대해 훈련을 받더라도 장비 구성을 변경할 것을 신뢰할 것이라고 응답했습니다. 같은 설문 조사에서 3 명 중 1 명만이 데이터 센터 장비를 제어 할 AI 시스템을 신뢰할 것이라고 응답했습니다.
그들의 회의론은 정당화 될 수 있습니다. 보고서와 함께 생성 AI 사용. 공장 및 데이터 센터를 포함한 첨단 산업은 AI로 변형 된 부문 목록의 맨 아래 근처에 순위가 매겨졌습니다.
AI 시스템에 대한 운영자 신뢰
데이터 센터를 확장하려는 AI 중심의 푸시 이전에도 데이터 센터 운영자는 과거의 Buzzy Technologies에 실망한 비교적 변화하는 대중의 군중으로 알려져 있다고 말합니다. 로즈 바인 첸크Uptime Institute의 연구원. 운영자는 종종 가지고 있습니다 전기 공학 또는 기술적 기계적 배경, 중요한 시설의 운영에 대한 훈련; 다른 사람들은 IT 또는 네트워크 시스템 측면에서 작업하며 운영자로 간주됩니다.
AI의 운영자 신탁 2022 년 Chatgpt 출시. Uptime이 데이터 센터 운영을 실행하기 위해 훈련 된 AI 시스템을 신뢰했는지 여부를 물었을 때, 응답자의 24 %는 2022 년에 NO가 아니라고 응답했고 42 %는 2024 년에 NO라고 답했지만 대중은 새로운 대형 언어 모델의 겉보기에 알 수있는 특성에 놀랐지만 운영자는 이러한 유형의 AI가 데이터 센터에서 사용하기에는 너무 제한적이고 예측할 수 없다고 생각합니다.
그러나 현재 운영자는 특정 데이터 센터 운영에서 다양한 유형의 AI 시스템에 대한“신중한 테스트 및 검증 기간”을 입력 한 것으로 보인다. Max Smolaks 최신 설문 조사 결과의 공개 웨비나에서. 변화하는 감정을 포착하기 위해 Uptime은 2025 년에 운영자에게 어떤 응용 프로그램이 적절한 과거 교육을 가정 할 때 신뢰할 수있는 의사 결정자 역할을 할 수있는 응용 프로그램을 요청했습니다. 설문 조사에 따르면 운영자의 70 % 이상이 AI가 센서 데이터를 분석하거나 장비의 유지 보수 작업을 예측할 수있는 AI를 신뢰할 것이라고 말했다.
Smolaks는 웹 세미나에서“데이터 센터 운영자는 AI를 사용하여 특정한 일을하는 것을 매우 기쁘게 생각하며 AI가 다른 일을하는 것을 결코 믿지 않을 것입니다.
데이터 센터에서 AI의 예측 불가능 성
AI에 대한 신뢰가 장비의 비판적 제어를 위해 낮은 이유 중 하나는 기술의 예측 불가능 성입니다. 데이터 센터는 프로그래밍 된 if/theN Logic과 같은 “좋은 구식”엔지니어링에서 실행되고 있다고합니다. 로버트 라이트최고 데이터 센터 책임자 카리 데이터 센터콜롬비아와 아이슬란드에 2 개의 센터가있는 데이터 센터 스타트 업 회사. “우리는 운이 좋지 않다고 말합니다. 우리는 확실하게 달려야합니다.”
데이터 센터 서로를 공급하는 복잡한 일련의 시스템입니다. 치명적인 실패가 발생하기 전에 몇 초 밖에 지나지 않아 칩이 손상되거나 돈을 낭비하거나 화난 고객 또는 치명적인 화재. 데이터 센터의 높은 지분 환경에서 R/Datacenter Reddit Forum의 익명 포스터는 IEEE 스펙트럼 질문 일반적으로 AI가 가져올 수있는 위험을 정당화 할 이유를 보지 못했습니다.
불신은 또한 근본적인 직업 불안을 가릴 수 있습니다. 많은 산업 분야의 근로자들은 AI가 자신의 일을 할 것이라고 우려하고 있습니다. 그러나 2025 년 가동 시간 설문 조사에 따르면 5 명의 운영자 중 1 명만이 AI를 평균 직원 수준을 줄이는 방법으로보고 있습니다.
Smolaks는 Uptime Webinar에서“운영자들은 오늘날의 AI가 시설을 운영하는 데 필요한 직원을 대체하지 않을 것이라고 생각합니다. “사무직 근로자에게는 올 수 있지만 데이터 센터 작업은 현재 AI로부터 안전한 것으로 보입니다.”
그러나 초기 경력 운영자가 여전히 이해할 수 있습니다 느끼다 전기 엔지니어는이 기술이 자신의 일을 위해오고 있다고 말합니다. 잭슨 파흐니8 년 이상 데이터 센터에서 근무한 사람. 일을 시작한 사람은 6 개월 밖에되지 않아 AI 시스템을 볼 수 있습니다.“여기서 교체를 훈련시킵니다.”라고 그는 말합니다. 실제로 그는 AI가 데이터 센터 내부의 자신이나 다른 사람들을 대체 할 것이라고 생각하지 않습니다. 그러나 AI는 오랫동안 운영자의 툴킷의 일부였으며 결정을 내릴 때 운영자를 지원하기위한 머신 러닝 도구보다 직장에서보다 “불길한”존재를 전달합니다.
AI는 데이터 센터 내 운영자 수를 줄이기위한 업계 전반의 추세 위에있는 체리 일 수 있다고 말합니다. 크리스 맥린데이터 센터 설계 및 건설 컨설턴트.
McLean은 60 명의 엔지니어가 과거에 데이터 센터를 운영했을 수도 있지만 이제 6 명만이 필요하다고 말합니다. 점점 더 중요한 유지 보수가 데이터 센터 외부의 전문가들에게 아웃소싱되기 때문에 6 명에게는 덜 요구됩니다. McLean은“이제 저렴한 인간과 고비용 AI로 모든 위험을 상쇄합니다. “그리고 나는 그것이 운영자에게 무섭다는 것을 상상해야한다.”
즉, 이전과 같이 자격을 갖춘 지원자보다 더 많은 데이터 센터 작업이 있습니다. 보고 된 ~에 의해 스펙트럼. Uptime의 2025 설문 조사에 따르면 지난 2 년간의 설문 조사에 대한 응답과 유사하게 운영자의 3 분의 2가 직원 유지 또는 채용으로 어려움을 겪고 있습니다.
데이터 센터를위한 효율적인 AI 알고리즘
그럼에도 불구하고 수십 년간의 기계 학습 연구에 구축 된 유용한 알고리즘이있어 데이터 센터 운영을보다 효율적으로 만들 수 있습니다. Ilkari의 Wright는 데이터 센터를위한 가장 확립 된 AI 시스템은 예측 유지 보수라고 말합니다. 예를 들어, 특정 HVAC 장치의 판독 값이 다른 장치의 판독 값보다 빠르게 상승하는 경우, 예를 들어 시스템은 해당 장치를 서비스 해야하는시기를 예측할 수 있습니다.
다른 AI 시스템은 냉각수와 공기를 순환하여 데이터 센터를 시원하게 유지하는 냉장고 시스템 인 Chiller Plants를 최적화하는 데 중점을 둡니다. Chillers는 데이터 센터에서 소비하는 많은 에너지를 차지합니다. 날씨 패턴, 그리드의로드 및 장비 저하에 대한 데이터는 시간이 지남에 따라 모든 에너지 소비를 최적화하기 위해 시설 내 하드웨어에서 실행되는 단일 AI 시스템으로 공급됩니다. 마이클 버거호주 기반 에너지 소프트웨어 회사에서 연구 개발을 운영하는 사람 그것을 보존하십시오.
그러나 Berger는 그의 AI 최적화 소프트웨어가 장비를 제어하지 않는다는 점에 유의합니다. 그는 기본 제어 루프 위에 실행되며 매개 변수를 개선하여 동일한 결과를 달성하면서 에너지를 적게 사용한다고 그는 말합니다. Berger는 데이터 센터의 요구에 얼마나 전문화되어 있기 때문에 AI 대신이 시스템 머신 러닝을 호출하는 것을 선호합니다.
다른 사람들은 이름과 기술 모두 AI를 완전히 받아들입니다. 조통최고 운영 책임자 데이터 뱅크미국과 영국 전역에 73 개의 데이터 센터를 보유한 달라스 기반 데이터 센터 회사. 그는 소프트웨어가 왕인 Amazon Web Services에서 일하는 17 년 동안 AI에 대한 낙관적 인 태도를 인정합니다. 현재 Databank는 AI를 사용하여 소프트웨어를 작성하며 자동화 된 티켓 생성 및 모니터링을위한 AI 시스템을 출시 할 계획뿐만 아니라 연말까지 네트워크 구성 모니터링 및 조정을 계획하고 있습니다. 냉각과 같은 더 큰 작업을위한 AI는 2026 년 후반에 잠정적으로 예정되어 있으며, 충분한 데이터에 대해 AI를 훈련시키는 데 걸리는 시간에 따라 AI가 잠정적으로 예정되어 있다고 그는 말했다.
AI는 환각을합니다. Minarik은 잘못된 정보를 제공하고 그의 팀을 잘못된 길로 보내는 것을 보았습니다. “우리는 오늘 일어나고 있습니다. 그러나 더 많은 시간을 주면 더 좋아지고 나아지고 있습니다.”라고 그는 말합니다.
Minarik은 핵심은 AI가 시스템을 이해하기 위해“엄청난 양의 데이터 포인트”라고 말합니다. 데이터 센터 홀에서 발생할 수있는 모든 가능한 시나리오에 대해 휴먼 데이터 센터 엔지니어를 교육하는 것과는 다릅니다.
단일 고객이 데이터 센터를 소유 한 회사 인 Hyperscalers 및 Enterprise Data Center는 Databank와 같은 상업 회사보다 더 빠른 속도로 AI를 배포하고 있습니다. Minarik은 사내 데이터 센터를위한 전체 네트워크를 실행하는 AI 시스템을 듣고 있습니다.
Minarik은 Databank가 더 중요한 데이터 센터 운영을 위해 AI를 출시하면 꽉 조이는 가죽 끈으로 유지 될 것이라고 Minarik은 말합니다. 운영자는 여전히 최종 실행을 할 것입니다.
AI는 의심 할 여지없이 데이터 센터 운영 방식을 바꿀 것이지만 Minarik은 운영자를 새로운 미래의 핵심 부분으로보고 있습니다. 데이터 센터는 현장 활동이있는 물리적 장소입니다. “AI는 그곳으로 걸어 가서 점화 플러그를 변경할 수 없습니다.”라고 그는 말하거나 서버 랙에서 이상한 딸랑이 소리가 들립니다. Minarik은 언젠가 이러한 문제 중 일부에 대한 센서가있을 수 있다고 말하지만, 데이터 센터를 계속 실행하는 장비를 수정하려면 여전히 물리적 인간 기술이 필요할 것이라고 말합니다.
Minarik은“AI로부터 당신을 보호 할 수있는 안전한 직업을 원한다면 데이터 센터로 가십시오.”라고 말합니다.