전기먹는 하마 ‘AI 데이터센터’…냉각전력 1/10 절감, 획기적 기술 나왔다

- KAIST 김성진·이익진 교수 공동 연구팀 성과
- 반도체 칩 내부 머리카락보다 가는 물길 구현
- 에너지 손실 최소화 초고효율 액체 냉각 기술

이번 연구를 수행한 KAIST 연구진. 김성진(윗줄 왼쪽부터 시계방향), 이익진 교수, 황철현, 이한솔 박사과정, 이영진 박사.[KAIST 제공]

[헤럴드경제=구본혁 기자] 국내 연구진이 반도체 칩 내부에 머리카락보다 얇은 물길을 설계, AI 반도체의 최대 난제로 꼽히는 발열물제를 일거에 해결할 가능성을 제시했다.

KAIST는 기계공학과 김성진 교수팀과 AX학과 이익진 교수팀이 공동연구를 통해 AI 데이터센터의 냉각전력을 기존 10분의 1 수준으로 줄일 수 있는 초고효율 액체 냉각기술을 개발했다고 16일 밝혔다.

AI 반도체의 성능이 높아질수록 칩에서 발생하는 열량도 빠르게 증가하고 있다. 그러나 기존 공랭 방식만으로는 차세대 AI 반도체에서 발생하는 열을 효과적으로 제거하기 어려워지고 있다. 이에 따라 반도체 칩 내부에 냉각수를 직접 흘려 열을 제거하는 액체 냉각 기술이 주목받고 있다.

특히 매니폴드 마이크로채널(MMC)은 머리카락보다 가는 미세 물길인 마이크로채널에 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. 이를 위해 간단한 계산 모델과 정밀한 시뮬레이션을 함께 활용해 수많은 설계안을 분석했고, 냉각 성능은 높이면서도 에너지 손실은 줄일 수 있는 최적 구조를 찾아냈다.

연구팀은 최적화된 구조를 실제 실리콘 웨이퍼에 탑재해 성능을 검증했다. 그 결과 냉각 효율을 나타내는 성능계수(COP, Coefficient of Performance·투입한 에너지 대비 제거한 열의 양을 나타내는 지표)는 10만 6000을 기록했다. 이는 냉각에 사용하는 에너지 1만큼으로 10만 6천 배에 해당하는 열을 제거할 수 있다는 의미다.

이 수치는 2020년 보고된 기존 세계 최고 수준보다 10배 이상 높은 수준이다.

고발열 반도체 칩 냉각을 위한 매니폴드 마이크로채널 냉각장치 구조.[KAIST 제공]

이번 연구는 5mm×5mm 크기의 실험용 칩에서 검증됐으나, 연구팀은 동일한 설계 원리를 현재 AI 데이터센터에 쓰이는 GPU·TPU 등 대형 AI 반도체(최대 7.5cm×7.5cm)에도 적용할 수 있다고 밝혔다. 실제 이를 데이터센터의 콜드 플레이트(냉각수를 흘려 열을 제거하는 금속 냉각판)에 적용한 결과, 기존 대비 30% 이상 향상된 냉각 성능을 확인했다. 연구팀은 향후 엔비디아(NVIDIA)의 차세대 AI 플랫폼인 ‘베라 루빈(Vera Rubin)’급 초고성능 칩에도 이 기술이 활용될 수 있을 것으로 기대하고 있다.

연구팀은 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 “이 기술은 반도체 칩 내부에서 열을 직접 제거하고 압력손실을 낮춰 펌핑전력을 줄일 수 있어 반도체 패키징과 데이터센터 에너지 효율을 동시에 개선할 수 있다“고 말했다.

한국연구재단 지원으로 수행된 이번 연구결과는 국제학술지 ‘Energy Conversion and Management’에 6월 15일 게재됐다.