AI 데이터센터의 열관리 혁신: 액체 냉각 기술과 PUE 개선 효과

AI 데이터센터의 열관리 위기와 공랭식의 한계

인공지능(AI) 기술의 발전으로 인해 데이터센터 내 연산량이 급증하면서 발생하는 발열 문제는 핵심적인 과제가 되었습니다. AI 데이터센터는 다수의 중앙처리장치(CPU)와 그래픽처리장치(GPU)를 기반으로 대규모 연산을 처리하기 때문에, 기존의 데이터센터보다 전력 소비와 발열량이 훨씬 큽니다(출처 1). 이러한 고집적도 환경에서는 전통적인 방식인 공랭식 시스템만으로는 냉각이 불가능한 시점이 도래하고 있습니다.

연구에 따르면 IT전력밀도가 50 kW/rack을 넘어서는 경우, 기존의 공랭식 시스템은 실질적인 대안이 될 수 없으며 이때부터 액체 기반 냉각방식이 필수적인 선택지로 제시됩니다(출처 2). 또한 AI 수요가 폭증함에 따라 고성능 메모리 수요가 늘어나고 있으며, 이는 데이터센터 인프라의 효율적 관리가 더욱 중요해지는 구조적 배경이 됩니다(AI 수요 폭증, RAM 가격 상승의 구조적 원인과 시장 전망).

[해석] 이는 AI 모델이 거대화될수록 개별 서버에 집중되는 전력 밀도가 높아지며, 공기 순환만으로는 열을 효과적으로 제거할 수 없는 물리적 한계에 직면했음을 의미합니다. 따라서 데이터센터 설계 시 초기 단계부터 액체 기반 냉각 시스템 도입을 고려해야 하는 상황입니다.

액체 냉각 기술의 주요 유형과 작동 원리

현재 데이터센터에서 검토되는 액체 기반 냉각 방식은 시스템 구성에 따라 다양하게 구분됩니다. 대표적으로 RDEX, 플레이트 냉각(Plate Cooling), 그리고 액침 냉각(Immersion Cooling)이 있습니다(출처 2). 각 방식은 열을 제거하는 방식과 시스템 구조에서 차이를 보입니다.

플레이트 냉각 방식은 핵심 장비인 냉각수 분배장치(CDU)를 통해 칩 바로 위 금속판에 냉각수를 흘려보내는 직접 칩 냉각(DTC) 방식을 포함합니다. 이 방식은 공간을 적게 차지하면서도 에너지 효율이 높아 차세대 기술로 주목받고 있습니다(출처 1). 반면 액침 냉각은 서버 등 열이 발생하는 전자기기를 전기가 통하지 않는 특수 냉각액에 직접 담가 식히는 방식입니다(출처 1). 또한 데이터센터 내 액체 기반 냉각의 통합을 위해서는 열 제거 성능, 배관 구성, 냉각 분배, 냉각 용량, 위험 관리 및 열 제거 방법이라는 6가지 핵심 설계 고려사항이 정의됩니다(출처 2).

[해석] 공랭식과 달리 액체는 비열이 높아 열 전달 효율이 뛰어나며, 특히 DTC 방식은 고성능 칩에 직접적으로 냉각수를 공급하고 액침 냉각은 부품 전체를 밀폐된 환경에서 식히는 방식으로 구분됩니다. 데이터센터의 목적과 서버의 전력 밀도에 따라 적절한 기술을 선택하는 전략적 접근이 필요합니다.

LG전자의 차세대 냉각 솔루션 및 핵심 기술

LG전자는 AI 데이터센터용 열관리 솔루션을 고도화하며 공기, 액체, 액침 냉각을 아우르는 토탈 포트폴리오를 구축하고 있습니다(출처 1). 특히 LG전자의 CDU는 냉각수 흐름을 고려한 금속판 구조를 적용하여 고성능 칩의 발열을 효과적으로 관리하도록 설계되었습니다(출처 1).

LG전자가 도입한 핵심 기술은 다음과 같습니다:

• 가상센서 기술: 일부 센서가 고장 나더라도 펌프와 다른 센서 데이터를 활용해 값을 바로잡는 기술이 적용되었습니다(출처 1).
• 고효율 인버터 펌프: 필요한 만큼의 냉각수만 공급하여 에너지 효율을 극대화합니다(출처 1).
• 용량 확대: 냉각 용량을 기존 650 kW에서 1.4 MW로 2배 이상 키웠습니다(출처 1).

또한 LG전자는 미국 액침냉각 전문기업 GRC와 공동 개발한 액침냉각 탱크 시스템, 그리고 SK엔무브와 공동 개발한 냉각액을 통해 기술 포트폴리오를 확장하고 있습니다(출처 1). 공기냉각 분야에서도 수랭식 칠러부터 공랭식 프리쿨링 칠러까지 라인업을 넓히며 대응하고 있습니다(출처 1).

[해석] LG전자의 기술은 단순히 냉각 성능을 높이는 것을 넘어, 센서 고장과 같은 운영상의 변수를 소프트웨어적으로 보완하고 인버터 기술로 전력 소비를 최적화하는 '지능형 열관리'에 집중하고 있음을 알 수 있습니다.

PUE 지표를 통한 에너지 효율 개선 효과 분석

데이터센터의 에너지 효율을 평가할 때는 PUE(Power Usage Effectiveness)라는 지표를 주로 사용합니다. 연구 결과에 따르면, 200 kW급 IT 부하를 기준으로 설계된 냉각 시스템별 PUE 수치는 다음과 같습니다(출처 2).

위 표는 액체 기반 냉각 시스템이 공랭식 대비 유의미한 PUE 감소를 가져온다는 것을 보여줍니다. 특히 액침 냉각은 1.05라는 매우 낮은(효율적인) 수치를 기록했습니다(출처 2). 또한 연구에서는 데이터센터로 유입되는 총 에너지와 IT 장비 내부 컴퓨팅 구성요소로 유입되는 에너지의 상관관계를 나타내는 TUE 지표를 새롭게 제시하여 액체 기반 냉각의 효율성을 평가하기도 했습니다(출처 2).

[해석] PUE 수치가 1.0에 가까울수록 데이터센터가 IT 장비 구동을 위해 소모하는 전력 외에 냉각 및 기타 부대 시설에 낭비되는 전력이 적다는 것을 의미합니다. 액침 냉각이 가장 낮은 수치를 기록한 것은 고집적 AI 워크로드 환경에서 에너지 비용 절감과 탄소 배출 감소를 위한 강력한 솔루션이 될 수 있음을 시사합니다.

총평

AI 산업의 급격한 성장은 데이터센터 인프라의 물리적 한계를 시험하고 있습니다. 공랭식의 한계를 극복하기 위한 액체 냉각 기술은 이제 선택이 아닌 필수가 되고 있으며, 특히 플레이트 냉각과 액침 냉각은 PUE 수치를 획기적으로 개선하는 핵심 기술로 부상했습니다. LG전자의 사례처럼 고성능 칩에 직접 대응하는 DTC 방식과 가상센서 기반의 지능형 제어, 그리고 대규모 용량 확보는 미래 AI 인프라의 경쟁력을 결정짓는 중요한 요소가 될 것입니다.

출처

• 펄펄 끓는 데이터센터 어쩌나…LG전자가 꺼낸 해법은? | 한국경제
• 액체냉매기반 데이터센터 냉각시스템의 설계기준 및 에너지 효율평가에 관한 연구 - AURIC
• Page 65 - Demo
• Page 32 - Demo

출처: AI 데이터센터 내 액체 냉각 기술 도입 현황 및 PUE 개선 효과