Optimal Data Center Location Selection Using Geographically Weighted Regression and Machine Learning

데이터 센터는 디지털 경제의 핵심 인프라로, 급증하는 데이터 처리 수요와 함께 전력 소비 및 환경적 부담이 증가하고 있다. 특히, 한국에서는 데이터 센터가 수도권에 과도하게 집중되어 전력 수급 불균형과 지역 불균형을 심화시키는 주요 원인으로 작용하고 있다. 이러한 문제를 해결하기 위해 본 연구는 머신러닝과 지리 가중 회귀를 활용하여 데이터 센터 최적 입지를 선정하는 방법론을 제안한다. 먼저, 랜덤 포레스트를 통해 데이터 센터 입지에 영향을 미치는 주요 변수들의 중요도를 도출하였으며, 자연재해 위험(침수 위험, 지진 위험)과 인프라 조건(인구 밀도, 전력 공급 안정성)이 핵심 요인으로 확인되었다. 이후 지리 가중 회귀를 활용하여 지역적 특성을 반영한 회귀 계수를 산출하였으며, 이를 바탕으로 지역별 입지 적합성을 평가하였다. 분석 결과, 천안, 김해, 대구 등 일부 <br/>지방 지역이 데이터 센터 입지에 적합한 것으로 나타났다. 이들 지역은 자연재해 위험이 낮고 재생 가능 에너지 접근성과 인프라 조건이 우수하여 데이터 센터 운영의 안정성과 지속 가능성을 동시에 충족할 가능성을 보였다. 본 연구는 데이터 센터 입지 선정 과정에서 자연재해, 인프라 조건, 사회적 요인 간의 상호작용을 통합적으로 고려한 새로운 프레임워크를 제시하며, 데이터 기반 의사결정의 정교함을 높였다. 나아가 본 연구는 데이터 센터 뿐만 아니라 기타 주요 기반 시설의 입지 선정에도 활용될 수 있는 가능성을 제시하며, 지역 균형 발전과 지속 가능한 데이터 센터 운영을 위한 실질적 정책적 시사점을 제공한다.