AI 데이터센터 냉각 전력 10분의 1로…초고효율 액체 냉각 기술 개발

(대전=뉴스1) 김종서 기자 = '전력 먹는 하마'로 불리는 인공지능(AI) 데이터센터의 냉각 전력을 10분의 1 수준으로 줄일 수 있는 기술이 나왔다.

한국과학기술원(KAIST)은 기계공학과 김성진 교수팀과 AX학과 이익진 교수팀이 공동연구를 통해 기존 매니폴드 마이크로채널(MMC) 냉각 기술의 한계를 극복하고, 반도체 칩 내부에 매니폴드와 마이크로채널을 결합한 초고효율 액체 냉각 기술을 개발했다고 16일 밝혔다.

AI 반도체의 성능이 높아질수록 칩에서 발생하는 열량도 커진다. 기존 공랭 방식만으로는 차세대 AI 반도체에서 발생하는 열을 효과적으로 제거하기 어려워지고 있다.

첨단 반도체에서는 칩 단위 열유속이 이미 1000W/㎠를 넘어섰고, 향후 2000W/㎠ 수준의 열관리가 요구될 전망이다. 이에 반도체 칩 내부에 냉각수를 직접 흘려 열을 제거하는 액체 냉각 기술이 주목받고 있다.

마이크로채널은 머리카락보다 가는 미세 물길에 냉각수를 흘려 열을 제거하는 기술이다. 여기에 매니폴드를 적용하면 냉각수를 여러 지점에 동시에 공급할 수 있어 냉각 효율을 높일 수 있다.

하지만 기존 MMC 연구에서는 냉각수가 일부 채널에 집중되고 다른 채널에는 충분히 공급되지 않는 문제가 있었다. 연구팀은 냉각수가 모든 채널에 고르게 흐르도록 구조를 최적화했다. 간단한 계산 모델과 정밀한 시뮬레이션을 함께 활용해 냉각 성능은 높이면서도 에너지 손실은 줄일 수 있는 최적 구조를 찾아냈다.

연구팀은 최적화된 구조를 실제 실리콘 웨이퍼에 제작해 성능을 검증했다. 그 결과 냉각 효율을 나타내는 성능계수(COP)는 10만 6000을 기록했다. 이는 냉각에 사용하는 에너지 1만큼으로 10만 6000배에 해당하는 열을 제거할 수 있다는 의미다.

이 수치는 2020년 국제학술지 '네이처'(Nature)에 보고된 기존 세계 최고 수준보다 10배 이상 높은 수준이다.

특히 이번 성과는 액체가 끓으며 열을 제거하는 복잡한 냉각 방식이나 나노 표면 처리, 다이아몬드 같은 고가 소재 없이 상온의 물만으로 구현됐다. 또한 현재 반도체 생산라인에서 추가 설비 투자 없이 적용할 수 있어 상용화 가능성도 높다.

이번 연구는 5㎜×5㎜ 크기의 실험용 칩에서 검증됐으나, 연구팀은 동일한 설계 원리를 현재 AI 데이터센터에 쓰이는 GPU·TPU 등 대형 AI 반도체에도 적용할 수 있다고 밝혔다.

실제로 이를 데이터센터의 콜드 플레이트에 적용한 결과, 기존 대비 30% 이상 향상된 냉각 성능을 확인했다.

연구팀은 향후 엔비디아의 차세대 AI 플랫폼인 '베라 루빈'급 초고성능 칩에도 이 기술이 활용될 수 있을 것으로 기대하고 있다.

이번 기술은 AI 반도체를 비롯해 고성능 컴퓨팅(HPC), 3차원 반도체 패키징, 전력반도체, 국방 전자장비 등 발열이 큰 다양한 전자장치의 열관리 문제 해결에 활용될 수 있다고 연구팀은 보고 있다.

김 교수는 "AI 시대에는 반도체 성능보다 열을 얼마나 효과적으로 제어하느냐가 경쟁력"이라며 "이번 기술이 AI 데이터센터의 전력 소비를 줄이는 핵심 기술로 활용되길 기대한다"고 말했다.

KAIST 기계공학과 이영진, 황철현, 이한솔 연구원이 공동 제1저자로 참여한 이번 연구 결과는 국제 학술지 '에너지 컨버전 앤 매니지먼트'(Energy Conversion and Management)에 게재됐다.

연구는 과학기술정보통신부 재원 한국연구재단(NRF) 중견연구자지원사업과 방위사업청 재원 국방기술진흥연구소 초고열유속 냉각시스템 특화연구실 사업의 지원을 받아 수행됐다.

jongseo12@news1.kr