데이터 센터 내부의 물 사용량을 획기적으로 줄일 수 있는 온수

ChatGPT 같은 AI를 구동하려면 수만 대의 서버가 쉼 없이 작동하며 엄청난 양의 전력과 물을 쏟아붓는다. 칩이 내뿜는 열을 식히기 위해 매일 엄청난 양의 물이 증발하고 버려지는 구조다. 이 갈증을 해결하기 위해 Nvidia가 데이터 센터 내부의 물 사용량을 거의 0으로 줄이는 온수 냉각 시스템을 내놓았다.

이 시스템은 냉각수를 처음에 한 번만 채운 뒤 시설 수명 내내 계속 돌려쓰는 폐쇄 루프(closed loop) 방식을 쓴다. 칩을 식히기 위해 새로운 물을 계속해서 보충하고 배출하는 기존 방식과 달리, 한 번 들어간 물이 계속 순환한다. Nvidia는 기후 조건만 유리하다면 센터 현장에서 쓰는 물의 양을 최대 100%까지 줄일 수 있다고 밝혔다.

하지만 이 기술은 데이터 센터 내부의 물 사용량만 해결할 뿐이다. 전기를 만들거나 칩을 제조하는 과정에서 쓰이는 외부 물 사용량은 전체 물 발자국(water footprint, 제품 생산부터 폐기까지 소비되는 총 물의 양)을 2~3배나 더 키운다. 결과적으로 이번 솔루션이 해결하는 범위는 AI 데이터 센터가 소비하는 전체 물 양의 약 4분의 1에서 3분의 1 정도에 불과하다.

2030년까지 데이터 센터 수요를 감당할 신규 전력의 40% 이상은 천연가스와 석탄이 공급할 것이라는 IEA(국제에너지기구)의 전망이 나왔다. 재생 에너지 비중이 늘고 있음에도 화석 연료 기반의 전력 공급은 지속될 것으로 보인다. 센터 내부의 냉각 효율을 아무리 높여도 전기를 만드는 단계에서 대량의 물 소비가 계속된다면, AI 인프라의 지속 가능성을 평가할 때 센터 내부 효율뿐 아니라 전력원까지 확인해야 한다.

기술이 실제로 작동하는 방식

서버실의 뜨거운 열기를 식히기 위해 쏟아붓던 엄청난 양의 물과 전력 비용은 운영자에게 늘 큰 부담이었다. 엔비디아는 45°C의 냉각수를 랙(서버를 꽂는 선반)으로 펌핑해 하드웨어의 열을 직접 뺏어오는 방식을 도입했다. 냉각수가 서버 내부를 흐르며 칩셋에서 발생하는 고열을 빠르게 흡수해 외부로 옮기는 구조다.

서버를 통과하며 열을 머금은 냉각수는 55°C로 온도가 올라가 배출된다. 이 정도 온도면 대부분의 기후에서 증발 냉각이나 팬 없이 수동 라디에이터(열을 식히는 방열판)만으로 외부 공기에 열을 내보낼 수 있다. 물을 계속 보충하며 증발시키는 기존 방식과 달리, 닫힌 경로에서 물을 계속 순환시키기에 소음이 줄고 에너지 효율은 올라간다. 하드웨어에서 발생한 상당한 양의 열을 물이 대신 짊어지고 나가는 셈이다.

센터 내부의 물 사용량을 0에 가깝게 줄여도 전기를 만드는 과정에서 쓰이는 물까지 따져봐야 전체 그림이 보인다. 천연가스 발전소는 1kWh당 1.17리터, 석탄 발전소는 2.2리터의 물을 소비하며 전력을 생산한다. 반면 풍력은 0.01리터, 태양광은 0.03리터만 사용한다. 이는 발전 설비를 제조하고 패널을 세척하는 과정에 들어가는 물까지 모두 포함한 수치다.

AI 인프라의 지속 가능성을 평가할 때는 센터 내부의 냉각 효율뿐 아니라 전력을 어디서 가져오는지 확인하는 기준이 필요하다. 전력 생산 단계에서 발생하는 물 소비량까지 함께 고려해야 진정한 저수분 데이터센터인지 판단할 수 있다.

AI 서버가 뿜어내는 열기를 식히기 위해 쏟아붓던 물은 이제 45도 온수를 계속 돌려쓰는 폐쇄 루프 구조 속으로 사라진다. 엔비디아가 센터 내부의 물 사용량을 0으로 줄이며 냉각 효율의 정점을 보여준 셈이다.

이제 우리가 주목할 지점은 센터 내부를 넘어 전기를 만드는 과정에서 발생하는 물 소비량이다. 전력원까지 투명하게 관리되는 시스템만이 AI의 진정한 지속 가능성을 증명한다.