1. 엔터프라이즈 랙 서버 대신 12대 미니 베어본을 선택한 이유
많은 엔지니어들이 홈랩을 시작할 때 중고 엔터프라이즈 랙 서버(예: Dell PowerEdge, HP ProLiant)를 먼저 고려합니다. 그러나 주거 공간에서 엔터프라이즈 서버를 24시간 가동하는 것은 소음(60~75dB)과 무지막지한 전기요금(노드당 300W~500W, 월 30~50만 원 이상) 때문에 현실적으로 불가능에 가깝습니다.
30년 병원 현장에서 고전압 의료 기기를 안전하고 효율적으로 다루어 온 저의 해법은 **"저전력 미니 베어본 PC 12대의 분산 스케일아웃(Scale-Out)"**이었습니다. 단일 고성능 머신 1대보다 적절한 성능의 저전력 노드 12대를 묶었을 때 고가용성(HA), 장애 격리(Fault Isolation), 그리고 전력 대 효율비가 압도적으로 극대화됩니다.
2. 하드웨어 스펙 및 클러스터 물리 구성
12대의 노드는 표준화된 하드웨어 사양으로 구축되어 유지보수와 부품 교체의 편의성을 확보했습니다:
- CPU: Intel 12세대/13세대 고효율 하이브리드 아키텍처 (8코어 / 8스레드, TDP 15W~25W)
- RAM: 노드당 32GB~64GB DDR5 4800MHz (전체 클러스터 512GB 메모리 풀 확보)
- 스토리지: 시스템용 512GB NVMe M.2 SSD + Ceph OSD용 2TB PCIe Gen4 NVMe (총 24TB 고속 스토리지 풀)
- 네트워크: Dual 2.5GbE Intel i226-V 온보드 NIC (Corosync 클러스터 링크 & 스토리지 링크 분리)
- 전력 소비량: 노드당 아이들 12W~15W, 전체 12대 클러스터 풀가동 시에도 평균 180W~220W (일반 데스크톱 1대 전력 수준)
3. Proxmox VE 8.x 클러스터링 및 QDevice 정족수(Quorum) 설계
12개 노드 환경에서는 짝수 노드 특성상 네트워크 파티션 발생 시 6:6 분할로 인한 스플릿 브레인(Split-Brain) 위험이 존재합니다. 이를 방지하기 위해 별도의 저전력 라즈베리파이를 외부 QDevice(Quorum Device)로 지정하여 항상 홀수 투표권을 유지하도록 설계했습니다:
# Proxmox QDevice 설정 및 Corosync 헬스체크
pvecm qdevice setup 192.168.10.250
pvecm status
# Output:
# Membership information
# ----------------------
# Nodeid Votes Name
# 0x00000001 1 192.168.10.141 (local)
# ...
# 0x0000000c 1 192.168.10.152
# 0x0000000d 1 qdevice
# Total votes: 13, Quorum: 7
4. KSM(Kernel Samepage Merging)과 리소스 오버커밋 최적화
12대의 노드 위에서 12인의 AI 멀티에이전트 컨테이너, Qdrant 벡터 데이터베이스, Headless WordPress, Redis, Nginx 리버스 프록시 등 총 60여 개의 가상 환경이 상시 가동됩니다.
동일한 리눅스 베이스 이미지를 공유하는 LXC 컨테이너들의 메모리 중복 블록을 실시간 병합하는 KSM(Kernel Samepage Merging)을 적극 활성화하여, 물리 메모리 사용량을 35% 절감하는 압도적인 리소스 밀도를 달성했습니다.
5. 퍼블릭 클라우드 대비 비용 분석 (ROI)
| 비교 항목 | AWS / GCP 클라우드 (동급 스펙) | 12대 베어본 Proxmox 홈랩 |
|---|---|---|
| 월 운영 비용 | 약 ,800 ~ ,200 (월 250만 원) | 전기요금 약 32,000원 |
| 데이터 주권 | 외부 클라우드 벤더 종속 및 데이터 반출료 발생 | 100% 로컬 프라이빗 소유 및 무제한 대역폭 |
| 시스템 제어권 | 제한된 가상화 레이어 | 커널 레벨, BIOS, 물리 하드웨어 완전 제어 |
결론: 시스템이 나를 위해 일하게 만드는 인프라
이 홈랩 클러스터는 단순한 장난감이 아닙니다. 30년 방사선사의 정밀성과 집념으로 완성한 저의 '1인 유니콘 생산 기지'입니다. 안정적인 인프라 위에서 구동되는 AI 에이전트들이 제가 잠든 사이에도 콘텐츠를 정제하고, 지식을 벡터화하며, 수익 파이프라인을 지켜내고 있습니다.