AI Surge Accelerates the Transition to Liquid Cooling: Rethinking Energy and Water Use in Data Center Cooling

디지털 세상은 우리가 매일 사용하는 정보를 처리하는 데이터 센터라고 불리는 거대한 컴퓨터 창고 위에서 돌아갑니다. 인공지능이 더욱 강력해짐에 따라, 이 시설들은 엄청난 열을 발생시키며 기존의 에어컨으로는 감당하기 어려운 수준으로 뜨거워지고 있습니다. 기계가 과열되는 것을 막기 위해 엔지니어들은 기계 위로 찬 공기를 불어넣는 방식에서 하드웨어 내부로 액체를 직접 펌프질하여 열을 훨씬 더 효율적으로 실어 나르는 방식으로 전환하고 있습니다. 하지만 이러한 변화는 새로운 과제들을 가져옵나다. 액체 냉각은 전기를 적게 사용하지만, 그중 일부 버전은 열을 방출하기 위해 물을 증발시키는 방식에 의존하며, 이는 이미 건조한 지역의 지역 용수 공급량을 고갈시킬 수 있습니다. 업계가 직면한 질문은 어떻게 하면 막대한 전력을 낭비하지 않으면서도, 동시에 지역의 강이나 지하수를 고갈시키지 않고 이 거대한 컴퓨터들을 식힐 것인가 하는 점입니다.

연구팀은 이 전환을 위한 최선의 경로를 지도화하기 위해 연구를 시작했습니다. 그들은 다양한 액체 냉각 시스템이 어떻게 작동할지를 시뮬레이션하기 위해 정교한 컴퓨터 모델을 구축했으며, 이를 통해 북극의 추위부터 사막의 무더위까지 모든 주요 기후 유형을 아우르는 전 세계 57개 도시를 조사했습니다. 그들의 목표는 단순히 한 가지 요소만을 보는 것이 아니라, 에너지 사용량과 물 소비량이 균형을 이루는 최적의 지점을 찾는 것이었습니다. 그들은 두 가지 주요 액체 냉각 방식을 비교했는데, 하나는 파이프 위로 공기를 불어넣는 팬을 사용하는 방식(건식 냉각)이고, 다른 하나는 파이프를 식히기 위해 물을 뿌리는 방식(증발 냉각)입니다. 또한 그들은 컴퓨터 랙으로 들어가는 액체의 온도를 조절하는 것이 서버 자체를 구동하는 데 드는 전력을 포함한 전체 전기 요금에 어떤 영향을 미치는지 테스트했습니다.

연구 결과, 액체 냉각으로의 전환은 효율성 측면에서 거대한 도약임이 밝혀졌습니다. 기존의 공랭식 시스템과 비교했을 때, 액체 냉각은 냉각에 필요한 에너지를 25%에서 56%까지 줄일 수 있습니다. 시스템이 가능한 한 외부 공기를 사용하여 액체를 식히는 가장 효율적인 시나리오에서는, 시설 전체가 사용하는 총 에너지가 매우 낮아져서 거의 모든 전기가 냉각 장치가 아닌 컴퓨터로 직접 전달됩니다. 연구진은 데이터 센터가 일 년 내내 거의 전 기간 동안 외부의 무료 냉각(free cooling)만으로 운영될 수 있는 이론적인 온도 임계값을 확인했습니다. 물을 뿌리는 시스템의 경우 이 임계값은 섭씨 33도 정도이며, 공기에만 의존하는 시스템은 이 한계치를 49도까지 높일 수 있습니다. 이는 세계 많은 지역에서 이러한 시설들이 에너지 집약적인 냉각기(chiller) 사용을 거의 완전히 중단할 수 있음을 의미합니다.

하지만 연구진은 에너지를 절약하는 것이 단순히 온도를 최대한 높게 설정하는 것만큼 간단한 문제가 아니라는 사실을 발견했습니다. 액체가 더 따뜻할수록 무료 냉각을 더 많이 활용할 수 있지만, 이는 동시에 컴퓨터 칩 자체가 더 힘들게 작동하여 더 많은 전기를 사용하게 만들 수도 있기 때문입니다. 일부 기후에서는 열을 처리하기 위해 서버가 끌어 쓰는 추가 전력이 냉각 시스템에서 얻는 절감액보다 더 커질 수 있습니다. 연구팀은 모든 지역마다 전체 건물의 총 에너지 사용을 최소화하는 고유하고 특정한 온도가 존재한다는 것을 발견했습니다. 이 '총 에너지 최소 지점'은 종ер종 냉각 시스템의 수치상 성능이 가장 좋아 보이는 온도와는 다릅니다. 서늘한 지역에서는 서버를 식히는 데 큰 도움이 필요 없으므로 최적의 온도가 더 낮지만, 더운 지역에서는 무료 외부 공기를 최대한 활용하기 위해 시스템을 더 높은 온도로 운용할 여유가 있습니다.

또한 연구진은 물 문제를 다루며, 건식 냉각과 증발 냉각 중 무엇을 선택할지는 데이터 센터가 어디에 건설되느냐에 따라 크게 달라진다는 점을 보여주었습니다. 건조하고 더운 지역에서는 공기가 매우 건조하여 수분을 빠르게 앗아가기 때문에 증발 냉각 시스템이 많은 물을 사용하게 됩니다. 이러한 건조한 지역에서 연구진은 물을 전혀 사용하지 않는 건식 냉가 시스템이 오히려 증발 냉각 시스템보다 약간 더 에너지 효율적일 수 있다는 것을 발견했습니다. 이는 건식 시스템의 팬이 공기가 차가울 때 느리고 조용하게 돌아갈 수 있는 반면, 증발 시스템은 물 펌프를 가동하기 위한 기본 에너지 비용이 발생하기 때문입니다. 이 결과는 물 부족 지역에서는 더 높은 온도 설정을 사용하는 건식 냉각을 사용하는 것이 물과 에너지를 모두 아끼는 최선의 해결책임을 시사합니다.

결론적으로, 이 논문은 차세대 인공지능을 위한 냉각에 있어 단 하나의 글로벌 표준 규칙은 없다고 주장합니다. 가장 지속 가능한 접근 방식은 현지의 날씨, 특정 냉각 기술 유형, 그리고 컴퓨터 칩의 동작 방식을 고려한 맞춤형 전략을 요구합니다. 각 특정 위치에 맞는 적절한 온도와 시스템을 선택함으로써, 데이터 센터는 세계의 에너지나 수자원을 고갈시키지 않고도 급성장하는 AI 산업을 지원할 수 있습니다. 연구진은 칩 설계가 개선되어 더 높은 온도의 액체를 추가 전력 소모 없이도 처리할 수 있게 됨에 따라, 에너지와 물을 모두 절약할 수 있는 잠재력은 더욱 커질 것이며, 이는 더 지속 가능한 디지털 미래를 향한 명확한 길을 제시한다고 강조합니다.