"AI 데이터센터 냉각 전력 10분의 1로 줄인다"

카이스트 연구팀, 반도체 칩에 머리카락보다 가는 물길 매니폴드 결합해 액체 냉각기술 개발
기존 최고 수준보다 10배 높은 냉각 효율 달성… 차세대 AI 반도체·데이터센터 발열 문제 해결 기대

카이스트 김성진·이익진 교수 공동연구팀이 개발한 초고효율 액체 냉각 기술 개념도. 연구팀은 AI 반도체 칩 내부에 매니폴드와 마이크로채널을 결합해 냉각 성능은 높이고 에너지 손실은 줄이는 최적 구조를 찾았다. 카이스트 제공

AI 데이터센터의 냉각 전력을 크게 줄이는 기술이 개발됐다. 차세대 AI 플랫폼인 초고성능 칩에 이 기술이 활용될 수 있을 것으로 기대를 모은다.

카이스트는 김성진 기계공학과 교수팀과 이익진 AX학과 교수팀으로 꾸려진 공동연구팀이 반도체 칩 내부에 매니폴드(냉각수를 여러 경로로 나누어 공급·회수하는 장치)와 마이크로채널(머리카락보다 가는 미세 물길)을 결합한 초고효율 액체 냉각 기술을 개발했다고 16일 밝혔다.

AI 반도체의 성능이 고도화하면서 칩에서 발생하는 열량도 빠르게 증가한다. 이 연구는 기존 공랭 방식으로는 차세대 AI 반도체에서 발생하는 열을 효과적으로 제거하기 어려워지면서 액체 냉각 기술이 주목받는 시점에 나온 성과여서 주목받는다.

연구팀은 간단한 계산 모델과 정밀한 시뮬레이션을 통해 냉각수가 모든 채널에 고르게 흘러 냉각 성능은 높이고 에너지 손실은 줄이는 최적 구조를 찾아냈다.

이어 연구팀은 실제 실리콘 웨이퍼에 제작해 이 구조의 성능을 검증했다. 연구팀이 밝힌 검증 자료를 보면, 냉각 효율을 나타내는 성능계수(COP, 투입한 에너지 대비 제거한 열의 양을 나타내는 지표)는 10만6000을 기록했다. 이는 냉각에 사용하는 에너지 1만큼으로 10만6천 배에 해당하는 열을 제거할 수 있다는 의미다.

이 성능계수는 2020년 국제학술지 '네이처(Nature)'에 보고된 기존 세계 최고 수준보다 10배 이상 높은 수치로, 같은 양의 열을 식히는 데 필요한 에너지를 기존 기술의 10분의 1 수준으로 줄인 것이다.

특히 이번 성과는 복잡한 냉각 방식이나 고가의 소재를 사용하지 않고 상온의 물로 구현한 것이어서 현재 반도체 생산라인에서 추가 설비 투자를 하지 않고도 상용화할 가능성이 높다.

AI 데이터센터의 냉각 전력을 크게 줄이는 액체 냉각 기술을 개발한 카이스트 김성진 교수, 이익진 교수, 황철현 박사과정, 이한솔 박사과정, 이영진 박사(윗줄 왼쪽부터 시계방향). 카이스트 제공

연구팀은 "이번 연구는 5㎜×5㎜ 크기의 실험용 칩에서 검증했지만 현재 AI 데이터센터에 쓰이는 대형 AI 반도체(최대 7.5㎝×7.5㎝)에도 적용할 수 있다"며 "데이터센터의 콜드 플레이트(금속 냉각판)에 적용했더니 냉각 성능이 기존 대비 30% 이상 향상됐다"고 밝혔다.

연구팀은 이번 기술이 AI 반도체를 비롯해 고성능 컴퓨팅(HPC), 3차원 반도체 패키징, 전력반도체, 국방 전자장비 등 발열이 큰 다양한 전자장치는 물론 엔비디아의 차세대 AI 플랫폼인 '베라 루빈(Vera Rubin)'급 초고성능 칩에도 활용될 수 있을 것으로 기대했다.

김성진 교수는 "AI 시대에는 반도체 성능보다 열을 얼마나 효과적으로 제어하느냐가 경쟁력이다. 이번 연구 결과가 AI 데이터센터의 전력 소비를 줄이는 핵심 기술로 활용되기를 바란다"고 말했다.

이 연구는 카이스트 기계공학과 이영진, 황철현, 이한솔 연구원이 공동 제1저자로 참여했으며, 과학기술정보통신부 재원 한국연구재단(NRF) 중견연구자 지원사업과 방위사업청 재원 국방기술진흥연구소(KRIT) 초고열유속 냉각시스템 특화연구실 사업의 지원을 받았다.

연구 논문(Highly energy-efficient manifold microchannel for cooling electronics with a coefficient of performance over 100,000, DOI: https://doi.org/10.1016/j.enconman.2026.121422)은 국제 학술지 'Energy Conversion and Management'에 6월15일 게재됐다.