Machine Learning Guided Cooling System Optimization for Data Center

1. 문제 정의 (Problem)

• 배경: 현대의 고성능 컴퓨팅 (HPC) 시스템은 막대한 전력을 소비하며, 이 전력의 대부분은 저급 열로 변환되어 냉각 시스템에 의해 제거되어야 합니다. Frontier 와 같은 최첨단 시설조차 PUE(전력 사용 효율) 가 약 1.05 로 매우 효율적이지만, 펌프, 팬, 열 배출 장비 등 냉각 인프라 (Accessory Power) 에 소비되는 절대적인 에너지 양은 여전히 높습니다.
• 과제: 냉각 시스템의 미세한 비효율 (마이크로 비효율) 을 식별하고, 안전성을 해치지 않으면서 냉각 공급 온도나 유량을 미세하게 조정하여 에너지를 절감하는 것은 운영자가 수동으로 수행하기 어렵습니다. 안전 운영 범위 (Safe Operating Envelope) 가 명확하지 않고, 절감 효과가 일일 노이즈보다 작을 수 있기 때문입니다.
• 목표: 과거 데이터를 분석하여 물리 법칙을 준수하는 안전한 미세 조정 (Micro-adjustments) 을 제안하고, 이를 통해 냉각 인프라의 과도한 에너지 소비를 정량화하고 줄이는 방법론을 개발하는 것입니다.

2. 방법론 (Methodology)

연구진은 2023 년 Frontier 시스템의 10 분 단위 운영 데이터 (49,869 개 타임스탬프) 를 활용하여 다음과 같은 3 단계 워크플로우를 구축했습니다.

1 단계: 물리 기반 대리 모델 (Physics-Guided Surrogate) 학습

• 목표: IT 부하, 냉각수 온도, 유량 등을 입력받아 시설 보조 전력 (Accessory Power, $P_{acc}$) 을 예측하는 모델 구축.
• 모델: LightGBM (Gradient Boosting) 사용.
• 특징:
  • 단조성 제약 (Monotonicity Constraints): 물리 법칙에 따라 열 부하나 유량이 증가할 때 냉각 전력도 증가해야 한다는 제약을 모델에 적용하여 비현실적인 예측을 방지.
  • 피처 설계: IT 전력, 공급/환수 온도, 유량, 열량, 계절적 요소 (시간, 월), 그리고 냉각 시스템의 관성을 반영한 시계열 피처 등을 포함.
  • 운영 구간 분류: K-Means 클러스터링을 통해 운영 구간 (Regime) 을 라벨링하여 모델에 입력.
• 보정: 예측 오차를 보정하기 위해 등방성 회귀 (Isotonic Regression) 를 적용하여 최종 예측값 ($\hat{P}_{acc}$) 을 도출.

2 단계: 과도한 에너지 사용 정량화 (Excess-use Monitoring)

• 목표: 실제 측정된 전력 ($P_{acc, actual}$) 과 1 단계 모델이 예측한 기대 전력 ($\hat{P}_{acc}$) 의 차이를 분석하여 '과도한 에너지 (Excess Energy)'를 식별.
• 계산:
  • $P_{excess}(t) = \max(P_{acc, actual}(t) - \hat{P}_{acc}(t), 0)$
  • 음수 잔차 (모델보다 실제가 더 효율적인 경우) 는 0 으로 처리하여 보수적으로 접근.
• 결과: 연간 총 과도한 냉각 에너지와 해당 비용 (전기 요금 기준) 을 시간별, 월별, 운영 구간별로 집계.

3 단계: 반사실적 정책 및 안전 진단 (Counterfactual Policy & Diagnostics)

• 목표: 실제 시스템을 변경하지 않고, 과거 데이터에 대해 "만약 공급 온도를 약간 높이거나 유량을 줄였다면?"이라는 반사실적 시나리오를 시뮬레이션하여 절감 가능량을 추정.
• 작동 방식:
  • 액션 그리드: 공급 온도 ($T_{sup}$) 를 01.5°C 까지 미세하게 증가시키고, 서브루프 유량을 90%100% 범위 내에서 조정하는 이산적인 액션 그리드를 생성.
  • 안전 가드레일 (Guardrails): 모든 제안된 변경 사항에 대해 다음 제약을 적용하여 안전성 확보:
    • PUE ≥ 1.0 유지.
    • 열 제거 능력 유지 (총 열량 $\ge$ 기준의 97%).
    • 최소 온도 상승 ($\Delta T$) 및 최소 유량 유지.
    • 공급 온도 상한선 준수.
  • 검증 (Diagnostics): 제안된 액션이 훈련 데이터 분포 내에 있는지 (In-distribution), 모델 오차 범위 내에서 의미 있는 절감량인지 (Materiality threshold) 를 검증.

3. 주요 기여 (Key Contributions)

1. 물리 법칙이 적용된 해석 가능한 프레임워크: 블랙박스 모델이 아닌, 물리 법칙 (단조성 등) 을 명시적으로 제약 조건으로 포함하여 운영자가 신뢰할 수 있는 해석 가능한 (Interpretable) 모델을 제시했습니다.
2. 마이크로 최적화 접근: 대규모 설계 변경이 아닌, 공급 온도와 유량의 미세 조정 (Setpoint tuning) 을 통해 기존 고효율 시설에서도 추가 절감이 가능함을 증명했습니다.
3. 안전성 중심의 반사실적 분석: 실제 시스템에 위험을 주지 않으면서, 과거 데이터를 기반으로 안전 가드레일 하에서 최적의 조정 방안을 도출하는 방법론을 정립했습니다.
4. Frontier 데이터셋 활용: 공개된 Frontier HPC 데이터셋을 기반으로 한 최초의 물리 guided 미세 조정 연구 중 하나로, 엑사스케일 시스템의 냉각 최적화에 대한 실증적 통찰을 제공했습니다.

4. 실험 결과 (Results)

• 대리 모델 성능:
  • 테스트 세트에서 평균 절대 오차 (MAE) 는 0.026 MW (약 26kW) 로 매우 정확했습니다.
  • PUE 예측 오차는 ±0.01 이내로 **98.7%**의 샘플에서 정확한 예측을 보였습니다.
• 과도한 에너지 식별 (Step 2):
  • 연간 총 85.2 MWh의 과도한 냉각 에너지가 발견되었습니다.
  • 이는 주로 겨울 (1 월, 12 월) 과 여름 (8 월) 의 특정 시간대 및 운영 구간 (Regime 0, 2) 에 집중되어 있었습니다.
  • 연간 추가 비용은 약 $5,100으로 추정됩니다.
• 절감 가능성 평가 (Step 3):
  • 상한선 (Upper Bound): 물리 가드레일만 적용 시 연간 126.8 MWh 절감 가능 (Step 2 에서 식별된 초과분의 96% 회복).
  • 보수적 추정 (Reviewer-pass): 데이터 분포 검증, 의미성 임계값, 히스테리시스 필터 등을 적용한 후, 연간 13.4 MWh의 신뢰할 수 있는 절감 가능 (약 $810).
  • 조치 특성: 제안된 조치는 매우 미미했습니다. 공급 온도 평균 증가량은 0.12°C, 유량 감소는 95%~99% 수준으로, 시스템 안정성을 해치지 않는 범위였습니다.

5. 의의 및 결론 (Significance & Conclusion)

• 실용적 가치: 이미 PUE 가 1.05 로 매우 효율적인 Frontier 시스템에서도 연간 82 MWh(상한선 기준) 또는 13~15 MWh(보수적 기준) 의 에너지를 추가로 절감할 수 있음을 증명했습니다. 이는 운영 비용 절감과 탄소 배출 감소에 기여합니다.
• 확장성: 이 프레임워크는 모델 예측 제어 (MPC) 와 호환되며, 다른 액체 냉각 데이터센터에 맞게 재보정 (Recalibration) 하면 적용 가능합니다.
• 안전성 강조: 블랙박스 AI 가 아닌, 물리 법칙과 안전 가드레일을 기반으로 한 접근법은 산업 현장에서의 신뢰성을 높여주며, 운영자가 실제 시스템에 적용하는 데 대한 심리적 장벽을 낮춥니다.
• 향후 과제: 단일 연도 데이터에 기반한 오프라인 평가라는 한계가 있으며, 향후 실시간 폐루프 제어, 다양한 기후 조건, 그리고 IT 작업 스케줄링과 냉각의 공동 최적화 (Co-optimization) 로 연구가 확장될 필요가 있습니다.

요약하자면, 이 연구는 데이터 기반 머신러닝과 물리 법칙의 결합을 통해 데이터센터 냉각 시스템의 미세한 비효율을 찾아내고, 안전을 최우선으로 하여 실질적인 에너지 절감 방안을 제시한 획기적인 사례입니다.