컴퓨터 발열을 60% 줄였다고? 그 질문부터 조금 틀렸다. 연구팀이 60% 넘게 줄인 것은 CPU나 데이터센터의 열이 아니라, 전압으로 움직이는 액정 모형계에서 발생한 에너지 소산이다. 컴퓨터에 바로 붙이는 냉각 기술도 아니다. 제목의 숫자는 맞지만 주어가 바뀌면 전혀 다른 뉴스가 된다.
스탠퍼드대와 SLAC 연구팀이 풀려던 문제는 ‘작은 전기 장치 안에서 에너지가 언제 열로 새는지 어떻게 정확히 잴 것인가’였다. 보통은 온도 변화를 재지만, 미세 장치의 온도 상승은 매우 작고 주변으로 흐르는 열을 따로 모델링해야 한다. 연구팀은 액정 분자들이 전압에 반응해 회전하는 프레데릭스 전이를 모형으로 골랐다. 액정은 컴퓨터가 아니지만, 여러 영역이 서로 영향을 주며 상태를 바꾸는 복잡계라는 점에서 측정법을 시험하기 좋았다. (출처: Stanford Report)
방법은 온도계를 더 정밀하게 만드는 쪽이 아니었다. 시간에 따라 전압을 바꾸고 전류를 측정했다. 동시에 편광 현미경으로 액정 분자들이 어떻게 회전하는지 관찰했다. 전기 측정과 영상을 결합해 시스템이 전하를 저장하는 능력인 실시간 정전용량을 계산했고, 여기서 소산된 에너지를 직접 추적했다. 연구팀은 이 감도가 열적으로 완전히 고립된 계에서 약 10나노켈빈 온도 상승을 감지하는 수준에 해당한다고 설명했다. 실제로 온도를 10나노켈빈까지 잰 것은 아니다. 측정 민감도를 온도 변화로 환산한 값이다.
그다음 기계학습으로 전압 파형을 바꿨다. 단순히 일정한 속도로 전압을 올리는 대신 처음에는 빠르게, 잠깐 느리게, 다시 빠르게 올리는 제어 패턴을 찾았다. 이 패턴에서 낭비되는 에너지는 단순 선형 프로토콜보다 3분의 1 수준으로 줄었다. 스탠퍼드 설명이 ‘60% 이상 감소’라고 표현한 근거다. 원논문은 이를 비평형 상전이 과정의 에너지 소산을 직접 재고 최적화한 결과로 보고했다. (참고: Physical Review Letters 원논문)
그럼 CPU에도 적용될까. 가능성은 있지만 아직 답은 아니다. 액정 분자는 실제 트랜지스터보다 느리고 구조도 다르다. 연구팀의 다음 목표는 컴퓨터 메모리에 쓰이는 강유전체 장치처럼 실제 계산소자에 더 가까운 계에서 같은 측정·최적화 방식을 시험하는 것이다. 그 단계에서 스위칭 속도, 잡음, 소자 수, 제조 공정이 얽히면 액정에서 찾은 최적 파형이 그대로 통하지 않을 수 있다. 연구팀도 이번 결과를 미래 장치 설계에 ‘활용할 수 있다’고 말했지, 기존 CPU 발열을 60% 낮췄다고 말하지 않았다.
숫자를 낮춰 볼 필요는 없다. 대신 숫자의 주소를 정확히 붙이면 된다. 60% 감소는 액정 모형의 특정 전압 구동 과정에서 나온 값이다. 더 중요한 성과는 아주 작은 에너지 손실을 전기 신호와 영상으로 추적하고, 제어 순서를 바꿔 소산을 줄이는 방법을 보여줬다는 데 있다. CPU 성능표는 아직 비어 있다. 그 빈칸을 채울 다음 실험이 이제 시작된 셈이다.
원논문이 보는 또 다른 변수는 상전이 중 생기는 결함이다. 시스템을 너무 빨리 몰아붙이면 상태 변화가 제어를 따라가지 못하고 국소적인 결함과 에너지 소산이 생긴다. 연구팀은 속도에 따른 소산의 변화를 측정해 기존 이론과 비교했고, 결함 수와 낭비 에너지가 항상 같은 방식으로 움직이는 것은 아니라는 구간도 확인했다. 그래서 이 연구의 쓸모는 냉각팬을 덜 돌리는 요령이 아니다. 장치가 상태를 바꾸는 시간을 어떻게 설계해야 불필요한 일을 줄일 수 있는지 재는 도구에 가깝다.
댓글 남기기