earticle

영어

Purpose - Data centers have emerged as the core infrastructure of the digital economy; however, related research remains fragmented across sub-disciplines such as cooling, networking, and resource management, making it difficult to grasp the overall knowledge structure. To overcome the subjective bias and scope limitations of traditional qualitative reviews, this study applies a B-SLR (Bibliometric-Systematic Literature Review)approach, combining bibliometric analysis with systematic literature review, to elucidate the intellectual structure and evolutionary path of data center research. The analysis targeted 12,557 English-language papers listed in the Web of Science Core Collection from 2009 to 2024. Text mining techniques (TF-IDF, n-gram) and keyword co-occurrence network analysis were employed to visualize the latent semantic structure within the large-scale document set and empirically derive the connectivity between major research clusters. The analysis revealed that data center research is structured around four main pillars: (1) Infrastructure/Platform, (2) Optimization/Modeling, (3) Energy/Cooling, and (4) Operation/Workload. Notably, Energy-aware Scheduling was identified as a key hub topic mediating between physical infrastructure (cooling) and logical operations (workload). Chronologically, the research trajectory has evolved from an initial focus on infrastructure construction to energy efficiency, and more recently, towards convergence with AI and edge computing.This paper suggests a need for a paradigm shift beyond static efficiency metrics like PUE, towards software-based dynamic resource allocation and multidimensional efficiency management. These findings can serve as foundational data for promoting technological convergence in data center operational strategies and national R&D policy formulation. This study holds academic significance by establishing the data center as an independent unit of analysis to reconstruct fragmented sub-technical areas into a unified knowledge map and by interpreting the drivers of technological evolution from the perspective of Resource Dependence Theory.

한국어

데이터센터는 디지털 경제의 핵심 인프라로 급부상했으나, 관련 연구는 냉각, 네트워크, 자원 관리 등 하위 분과별로 파편화되어 전체적인 지식 구조를 조망하기 어렵다. 본 연구는 기존 정성적 리뷰의 주관적 편향과 범위의 한계를 극복하기 위해 계량서지 분석과 체계적 문헌 고찰을 결합한 B-SLR(Bibliometric-Systematic Literature Review)접근법을 적용하여 데이터센터 연구의 지적 구조와 진화 경로를 규명 한다. 2009년부터 2024년까지 Web of Science Core Collection에 등재된 12,557편의 영문 논문을 분석 대상으로 하였다. 텍스트 마이닝 (TF-IDF, n-gram)과 키워드 공출현 네트워크 분석을 통해 대규모 문헌 집합 내의 잠재된 의미 구조를 시각화하고, 주요 연구 군집 간의 연결성을 실증적으로 도출하였다. 분석 결과, 데이터센터 연구는 (1) 인프라/플랫폼, (2) 최적화/모델링, (3) 에너지/냉각, (4) 운영/워크로드 의 4대 축으로 구조화되어 있음이 확인되었다. 특히 에너지 인지형 스케줄링(Energy-aware Scheduling)이 물리적 인프라(냉각)와 논리적 운영(워크로드)을 매개하는 핵심 허브(Hub) 주제임이 밝혀졌다. 시계열적으로는 초기 인프라 구축 중심에서 에너지 효율화를 거쳐 최근 AI 및 엣지 컴퓨팅과의 융합으로 진화하는 궤적을 보였다. 본 연구는 PUE 중심의 정적인 효율 지표를 넘어, 소프트웨어 기반의 동적 자원 할당과 다차원적 효율성 관리로의 패러다임 전환이 필요함을 시사한다. 이는 데이터센터 운영 전략 및 국가 R&D 정책 수립에 있어 기술 간 융합을 촉진하는 기초 자료로 활용될 수 있다. 본 연구는 데이터센터를 독립된 분석 단위로 설정하여 파편화된 하위 기술 영역들을 하나의 통합된 지식 지도로 재구성하고, 자원의존이론 관점에서 기술 진화의 동인을 해석했다는 점에서 학술적 의의를 갖는다.