UNIST, AI데이터센터 폐열로 전기 생산…울산 GPU 6만장 시대 냉각비 줄이나

울산 미포국가산업단지에서 GPU 약 6만장을 갖춘 대규모 AI 데이터센터가 건설되고 있다.

그래픽처리장치(GPU)가 늘어날수록 전력 사용량과 함께 서버에서 쏟아지는 열도 커진다.
서버를 식히는 데 다시 많은 전력이 들어가는 구조다.

UNIST 연구진은 대규모 AI 데이터센터에서 버려지는 열을 다시 에너지로 사용하는 통합 시스템을 고안했다.

연료전지에서 발생한 열은 이산화탄소 포집에 사용하고, 서버를 식히면서 나온 열은 다시 전기로 바꾸는 방식이다.
UNIST 탄소중립대학원 임한권 교수 연구팀은 GPU 2만개 규모의 데이터센터를 가정해 성능을 분석했다.

연료전지와 폐열 발전을 결합하면 기존 전력망·공랭식 냉각보다 총비용은 약 48% 줄었다.

탄소포집까지 적용하면 온실가스 배출량은 최대 72% 감소했다.

울산에서 건설 중인 AI 데이터센터의 GPU 규모는 연구팀이 분석한 모델의 약 3배다.

전력뿐 아니라 서버를 어떻게 식힐 것인지가 데이터센터 운영비를 좌우하는 단계로 들어가고 있다.

연구팀은 GPU 2만개가 가동되는 데이터센터를 기준으로 전력 공급과 냉각, 탄소포집을 하나로 묶었다.

전력원은 천연가스를 쓰는 고체산화물 연료전지(SOFC)다.
전기를 만들고 남은 열은 이산화탄소 포집으로 보낸다.

배출가스 속 이산화탄소를 특수 용액에 흡수한 뒤 이 열로 용액을 데우면 이산화탄소가 다시 분리된다.
탄소포집에 필요한 열을 따로 만들지 않고 연료전지 폐열로 충당하는 구조다.

서버에서 나온 열도 버리지 않는다.
서버를 식히고 뜨거워진 냉각수로 냉매를 증발시키고, 그 증기로 터빈을 돌려 전기를 얻는다.

이 과정에 쓰이는 기술이 유기 랭킨 사이클(ORC)이다.

결국 연료전지의 열은 탄소포집으로, 서버의 열은 발전으로 돌아간다.

데이터센터에서 버려지던 열을 냉각비와 전력비를 줄이는 자원으로 바꾼 구조다.


연구팀은 전력 공급원과 냉각 방식, 탄소포집 적용 여부를 조합해 8개 시스템을 만들었다.

한국과 미국, 유럽연합(EU)의 천연가스와 전기가격, 발전 구조까지 각각 반영했다.

서버 폐열을 이용한 ORC 냉각은 세 지역에서 모두 비용과 온실가스 배출량을 줄였다.

연간 냉각비 절감액은 최대 1900만달러로 분석됐다. 지역별 온실가스 감축량은 연간 약 8만~15만t에 달했다.

연료전지와 ORC를 결합한 시스템의 총비용은 기존 전력망과 공랭식 냉각을 사용하는 기준 시스템보다 약 48% 낮았다.

여기에 탄소포집을 더하면 생애주기 온실가스 배출량이 최대 72% 감소했다.

탄소 배출에 가격을 매기는 EU 배출권거래제 같은 제도를 반영할 경우 탄소비용 감소 효과도 커졌다.

연구팀 분석에서는 연간 약 500만~1000만달러의 탄소배출 비용을 줄일 수 있는 것으로 계산됐다.




연료전지가 모든 지역에서 가장 싼 전력 공급원이 된 것은 아니다.

천연가스 가격이 상대적으로 낮은 미국에서는 데이터센터 인근에서 SOFC로 직접 전기를 생산하는 방식의 경제성이 높았다.

한국에서는 비용만 비교하면 기존 전력망에서 전기를 공급받는 방식이 상대적으로 유리했다.

한국의 천연가스 가격이 미국보다 높고 전기가격과 가스가격의 관계도 다르기 때문이다.

전력 생산 방식의 경제성은 지역별 에너지가격에 따라 달랐다.

반면 서버 폐열을 이용한 ORC는 한국과 미국, EU 모두에서 비용과 배출량을 줄였다.

어떤 전력원을 쓰느냐는 지역마다 달라도, 서버에서 버려지는 열을 다시 쓰는 효과는 세 지역에서 공통적으로 나타났다.


이 연구가 나온 시점에 울산에서는 GPU 약 6만장을 수용하는 AI 데이터센터 공사가 진행되고 있다.

SK와 아마존웹서비스(AWS)가 울산 미포국가산업단지에 구축하는 시설로 전체 투자 규모는 약 7조원이다.
울산시는 2027년 41MW 규모의 1단계 가동을 시작해 2029년 103MW까지 확대할 계획이라고 발표했다.

GPU 계획 규모는 약 6만장이다. 이는 UNIST 연구가 가정한 2만개의 3배에 해당한다.

SK텔레콤이 공개한 울산 AI 데이터센터 설계에는 공랭식과 수냉식을 함께 사용하는 하이브리드 냉각 시스템이 포함돼 있다.
고밀도 AI 서버에서 발생하는 대량의 열을 처리하기 위한 설비다.

GPU가 대규모로 집적될수록 냉각은 보조설비에 머물지 않는다.
서버에서 만들어진 열을 빼내기 위해 다시 전력을 사용해야 하고, 그 전력은 데이터센터 운영비와 온실가스 배출량에 직접 연결된다.

UNIST 연구는 여기서 한 단계 더 나간 구조를 제시한다.

서버 열을 밖으로 내보내는 데 사용하던 에너지 일부를 다시 전기로 회수하고, 전력 생산 과정에서 발생한 열도 탄소포집에 이용한다.

울산 AI 데이터센터에 이 시스템을 그대로 적용한 결과를 분석한 연구는 아니다.
GPU 2만개를 가정한 모델 연구다.

울산에서는 그보다 세 배 많은 GPU가 실제로 들어가는 데이터센터가 건설되고 있다.
AI 연산 규모가 커질수록 전력 공급과 함께 버려지는 열을 어떻게 처리하고 다시 사용할 것인지도 데이터센터의 비용 구조를 결정하는 변수가 되고 있다.



이번 연구에는 UNIST 탄소중립대학원 임한권 교수와 이동현 연구원(제1저자), 성제현 연구원이 참여했다.

연구 결과는 국제학술지 ‘케미컬 엔지니어링 저널(Chemical Engineering Journal)’에 지난 8월 14일 온라인 공개됐다.


박근호 글로벌이코노믹 기자 hotkay89@gmail.com