한국과학기술원(KAIST)은 '전력 먹는 하마'로 불리는 인공지능(AI) 데이터센터의 냉각 전력을 10분의 1 수준으로 줄일 수 있는 기술을 개발했다고 16일 밝혔다.

기계공학과 김성진·AX학과 이익진 교수팀이 공동연구를 통해 개발한 초고효율 액체 냉각 기술은 반도체 칩 내부에 매니폴드(manifold·냉각수를 여러 경로로 나누어 공급·회수하는 구조)와 마이크로채널(microchannel·머리카락보다 가는 미세 물길)을 결합한 것이다.

기존 냉각판 방식은 반도체 칩 바깥에서 열을 빼내기 때문에 열이 여러 재료층을 지나야 하는 등 고성능 반도체가 발생시키는 초고열유속(단위 면적당 발생하거나 제거해야 하는 열의 양)을 효율적으로 처리하는 데 한계가 있다.

매니폴드 마이크로채널(MMC) 기술은 냉각수를 여러 미세채널에 나누어 공급하고 다시 회수하는 구조로, 마이크로채널에 냉각수를 흘려 열을 제거한다.

여기에 매니폴드를 적용하면 냉각수를 여러 지점에 동시에 공급할 수 있어 냉각 효율을 높일 수 있다.

다만 기존 MMC 연구에서는 냉각수가 일부 채널에 집중되고 다른 채널에는 충분히 공급되지 않는 문제가 있어, 연구팀은 냉각수가 모든 채널에 고르게 흐르도록 구조를 최적화했다.

연구팀이 최적화된 구조를 실제 실리콘 웨이퍼에 제작해 성능을 검증한 결과, 냉각 효율을 나타내는 성능계수(COP)는 10만6천을 기록했다. 이는 냉각에 사용하는 에너지 1로 10만6천배에 해당하는 열을 제거할 수 있다는 의미라고 연구팀은 설명했다.

이 수치는 2020년 국제학술지 네이처에 보고된 기존 세계 최고 수준보다 10배 이상 높은 수준으로, 같은 양의 열을 식히는 데 필요한 에너지가 기존 기술의 10분의 1 수준으로 줄어든 것이다.

연구팀은 이번 기술이 AI 반도체를 비롯해 고성능 컴퓨팅(HPC), 3차원 반도체 패키징, 전력반도체, 국방 전자장비 등 발열이 큰 다양한 전자장치의 열관리 문제 해결에 활용될 것으로 전망했다.

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