COBRA: 베이지안 기반 실시간 데이터 센터 냉각 시스템

최근 인공지능 연산과 대규모 데이터 처리 수요 증가로 데이터 센터의 발열과 냉각 전력 문제가 중요해지고 있다. 기존 냉각 방식은 발열의 공간적 불균형을 충분히 반영하지 못한 채 팬을 일정 속도 또는 최대 속도로 구동하는 경우가 많아 불필요한 전력 소모가 발생할 수 있으며, 국소적인 온도 상승을 제때 억제하지 못하면 전자 부품의 안정성에도 영향을 줄 수 있다. 본 과제에서는 이러한 문제를 해결하기 위해 ‘COBRA(Cooling Optimization through Bayesian Real-time Adaptation)’를 구축하였다. Kapton film heater와 알루미늄판으로 데이터 센터의 발열원을 모사하고, 6개의 LM35 온도 센서를 3×2 배열로 배치하여 각 발열판의 온도와 공간적 열 구배를 실시간으로 측정하였다. 또한 측면에 4개의 냉각팬을 배치하고, 측정된 온도와 팬 제어값을 바탕으로 Bayesian optimization을 수행하여 냉각팬의 PWM 값을 개별적으로 조절하도록 설계하였다. 최적화 과정에서는 목표 온도와의 오차, 안전 온도 초과, 팬 구동 에너지 및 급격한 팬 속도 변화에 대한 비용을 함께 고려하였다. 전면 중앙 및 우측 Kapton film을 가열시킨 결과, 두 film의 중앙에 위치한 2번 팬이 가장 빠르게, 1번과 3번 팬이 그다음으로, 가장 멀리 떨어진 0번 팬이 가장 느리게 구동하여 직관과 부합하였다. 이후 가열을 중단하고 온도가 적정값 이하로 떨어지자 팬의 구동이 모두 서서히 느리졌다. 이를 통해 COBRA가 변화하는 발열 상태를 다중 센서로 감지하고 이에 맞추어 냉각 출력을 조절하고 있음을 확인하였다. 본 시스템은 단일 센서와 단순 임계값 제어에서 벗어나 공간적인 열 분포를 반영한다는 특징이 있으며, 향후 고정 팬 구동 방식과의 정량 비교를 통해 냉각 효율을 평가할 예정이다. 또한 데이터 센터뿐 아니라 전기차 배터리 팩, 워크스테이션, 엣지 서버 등 다양한 열관리 시스템으로 확장 가능할 것으로 기대된다.