KAIST, 인공지능 최대 난제 '발열' 잡을 냉각기술 확보

김성진·이익진 교수팀 공동 연구, 초고효율 액체 냉각기술 개발

기존 대비 10배 높은 냉각 효율…차세대 AI 반도체에 적용 가능

[대전=뉴시스] KAIST 기계공학과 김성진 교수팀과 AX학과 이익진 교수팀이 상온의 물만으로 고발열 반도체를 직접 냉각하면서 냉각전력은 기존의 10분의 1로 줄이는 기술개발에 성공했다.(사진=KAIST 제공) *재판매 및 DB 금지

[대전=뉴시스] 김양수 기자 = 인공지능(A)I 데이터센터의 냉각전력을 90%나 줄 일 수 있는 발열관리기술이 나왔다.

한국과학기술원(카이스트·KAIST)는 기계공학과 김성진 교수팀과 AX학과 이익진 교수팀이 공동연구를 통해 반도체 칩 내부에 머리카락보다 가는 물길을 새겨 넣는 초고효율 액체 냉각기술을 개발해 AI 반도체의 최대 난제인 발열 문제를 극복할 수 있게 됐다고 16일 밝혔다.

이 기술은 반도체 칩 내부에 냉각수를 여러 경로로 나눠 공급·회수하는 매니폴드(manifold)구조와 마이크로채널(머리카락보다 가는 미세물길)을 결합한  초고효율 액체 냉각기술로 기존 매니폴드 마이크로채널(MMC) 냉각기술의 한계를 해결했다.

AI 반도체의 성능이 높아질수록 칩에서 발생하는 열량도 빠르게 증가한다.  현재의 공랭방식만으로는 차세대 AI 반도체에서 발생하는 열을 효과적으로 제거키 어려워  반도체 칩 내부에 냉각수를 직접 흘려 열을 제거하는 액체 냉각기술이 주목받고 있다.

이 중 매니폴드 마이크로채널(MMC)은 머리카락보다 가는 미세 물길인 마이크로채널(microchannel)에 냉각수를 흘려 열을 제거하는 기술로 냉각수를 여러 지점에 동시에 공급할 수 있어 냉각 효율이 높다. 하지만 기존 MMC 연구에서는 냉각수가 일부 채널에 집중되고 다른 채널에는 충분히 공급되지 않는 문제가 갖고 있다.

이번에 KAIST 연구팀은 냉각수가 모든 채널에 고르게 흐르도록 구조를 최적화했다. 이를 위해 간단한 계산 모델과 정밀한 시뮬레이션을 함께 활용해 수많은 설계안을 분석했고 냉각성능은 높이면서도 에너지 손실은 줄일 수 있는 최적 구조를 찾아냈다.

최적화된 구조를 실제 실리콘 웨이퍼를 통해 검증한 결과, 냉각 효율을 나타내는 성능계수(COP)가 10만6000을 기록했다. 이는 냉각에 사용하는 에너지 1만큼으로 10만6000배에 해당하는 열을 제거할 수 있다는 의미다.

이 수치는 지난 2020년 국제학술지 '네이처(Nature)'에 보고된 기존 세계 최고 수준보다 10배 이상 높은 수준이다.

특히 이 기술은  열을 제거하는 복잡한 냉각방식이나 나노표면 처리, 다이아몬드 같은 고가 소재 없이 상온의 물만으로 구현이 가능해 현재 반도체 생산라인에 곧바로 적용할 수 있어 상용화 가능성이 높다.

이번 연구는 실험용 칩 크기서 검증됐으나 현재 AI 데이터센터에 쓰이는 GPU·TPU 등 대형 AI 반도체 크기에도 적용이 가능하다. 실제 데이터센터의 콜드 플레이트(냉각수를 흘려 열을 제거하는 금속 냉각판)에 적용한 결과, 기존 대비 30% 이상 향상된 냉각성능이 검증됐다.

데이터센터의 전력소비와 운영비용을 줄이는 핵심 기술로 평가받는 이번 연구 결과는 국제 학술지 'Energy Conversion and Management'에 지난 15일 게재됐다.

김성진 교수는 "AI 시대에는 반도체 성능보다 열을 얼마나 효과적으로 제어하느냐가 경쟁력"이라며 "AI 반도체를 비롯해 고성능 컴퓨팅(HPC), 3차원 반도체 패키징, 전력반도체, 국방 전자장비 등 발열이 큰 다양한 전자장치의 열관리 문제 해결에 활용될 것으로 기대한다"고 말했다.


◎공감언론 뉴시스 [email protected]