컨텐츠 바로가기

11.24 (일)

이슈 인공지능 시대가 열린다

SKT, AI서버 액침냉각으로 전력 사용 37% 줄인다

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다

AI 서비스 확대로 GPU서버 수요 급증

데이터센터 전력, 냉방문제 해결 급선무

공기 냉각 대비 데이터센터 냉방전력 93%, 서버전력 10% 절감 효과 확인

[이데일리 전선형 기자] SK텔레콤(017670)은 각종 서버를 전기가 통하지 않는 특수 냉각유(油) 속에 넣어 냉각하는 차세대 열관리 방식인 ‘액침냉각’ 기술 검증에 성공했다고 14일 밝혔다.
이데일리

SKT 직원들이 인천사옥에 설치된 액침냉각 테스트 장비를 점검하는 모습.(사진=skt)

<이미지를 클릭하시면 크게 보실 수 있습니다>


SKT는 액침냉각 전문회사인 미국 GRC의 설비와 다양한 제조사의 테스트용 서버, SK엔무브의 특수냉각유(Thermal Fluids, ZIC-GC2)로 자사 인천사옥에 액침냉각 시스템을 구축해 지난 6월부터 4개월간 테스트를 진행했다. 그 결과, 기존 공기냉각 대비 냉방전력의 93%, 서버전력에서 10% 이상이 절감되어 총 전력 37%가 절감되는 효과를 확인한 것이다.

SKT가 이번에 검증에 성공한 액침냉각 시스템은 효율적인 냉각 효과와 전력 절감 효과로 글로벌 IT업계에서 큰 주목을 받고 있다. 액침냉각 시스템은 차가운 공기를 순환시키거나 팬을 통해 냉각하는 기존 공랭식 시스템과 달리 전기는 통하지 않고 열전도는 높은 특수 냉각유에 서버를 직접 담가 냉각하는 유냉(油冷)식 시스템이다.

공기보다 열전도가 훨씬 높은 특수 냉각유를 사용해 직접 서버 장비의 열을 흡수하고, 공기냉각에 필요했던 서버의 송풍기(Fan)을 제거함으로써 냉각 뿐 아니라 서버의 전력 절감도 가능하다. 그리고 서버의 주요 고장 원인인 습도, 먼지, 소음에도 자유로워 서버 수명 연장도 기대되며, 서버 내부의 발열체인 CPU, GPU 뿐만 아니라 메모리, 저장장치 등 시스템 전체의 온도를 안정적으로 유지할 수 있어 고온으로 인한 장비의 고장 원인도 줄일 수 있다.

또한 이번에 공기냉각 방식과 액침냉각 방식에서 각각 서버의 성능 테스트를 수행한 결과 성능에도 차이가 없었으며, 같은 성능테스트 결과 대비 액침냉각에서 서버 전력 절감이 확인돼 전성비가 좋아짐을 확인할 수 있었다

앞서 SKT는 작년 8월 GRC사의 액침냉각 시스템을 10년 넘게 성공적으로 운용중인 미국내 레퍼런스 사이트를 직접 방문해 액침냉각 시스템의 성능과 지속 가능성을 확인했다.

SKT는 올해 4월 자사 인천사옥에 액침냉각 테스트 설비 및 성능·효율 분석 시스템을 구축하였으며, 6월부터 액침냉각 시스템의 성능, 안정성, 운영 모니터링 방안 및 비용 효율 등을 검증해 만족할 만한 결과를 확인했다.

SKT는 자사 AI서비스를 위한 전용 데이터센터를 오는 11월 인천사옥에 구축할 예정이며, 액침냉각 시스템은 내년 중 인천사옥에 본격 적용할 계획이다.

SKT가 도입한 솔루션 기업인GRC는 2009년 설립돼 미국 오스틴(Austin)에 본사와 연구소를 두고 있는 액침냉각 솔루션 글로벌 리더기업으로, 25개 이상 글로벌 특허를 보유하고 있다. 특히 엔비디아, 인텔, 델, HPE, SGI 등 글로벌 기업들을 고객사로 확보하고 다양한 기술협력을 하고 있어 실증 결과를 중시하는 국내 기업들에 가장 적합한 액침냉각 시스템사로 평가받고 있다.

SKT는 이번 국내 최초의 액침냉각 시스템 구축 및 성공적인 검증을 통해 입증된 데이터센터 모니터링 솔루션을 SK엔무브의 열관리 사업과 결합해 액침냉각 사업에 본격 나설 계획이며, 향후 액침냉각 기술 보급을 주도해 데이터센터 전력 절감을 통한 넷제로 달성에 기여할 수 있을 것으로 기대하고 있다.

SKT CIO 조동환 부사장은 “AI Company로의 전환을 가속화함에 따라 전력소비가 높은 GPU서버 도입이 증가하고 있는 상황 속에서 이번 액침냉각 도입을 통해 상당한 수준의 에너지 비용 절감이 기대된다”며 “향후 해당 기술 보급 확산을 통해 탄소중립 목표 달성에도 이바지하겠다”고 말했다.

이데일리

<이미지를 클릭하시면 크게 보실 수 있습니다>





기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.