인공지능 DeepMind가 Google 데이터센터의 냉각시스템을 40% 효율화에 성공

Google의 인공지능 DeepMind가 단 몇개월만 40%나 Google 데이터센터의 냉각시스템을 효율화하는데 성공

Google 검색, Gmail 및 YouTube와 같은 다양한 Google 서비스를 지원하는 것은 전세계에 있는 데이터센터입니다. 

이 데이터센터를 효율적으로 운용하는 것은 Google서비스 품질의 향상으로 이어지므로 Google은 데이터센터를 지속적으로 업데이트하고 있습니다. 

예를들면 데이터센터에서 사용하는 서버를 고효율로 대체하거나 재생가능 에너지로 전력을 조달하는 등의 노력이 이루어지고 있습니다.

특히 데이터센터의 품질을 말하는데 냉각 효율은 매우 중요합니다. 대량의 열을 발생시키는 데이터센터를 적절하게 냉각하는 것은 데이터센터의 안정적인 작동을 위해 중요하기 때문입니다. 

그리고 데이터센터의 냉각에 필요한 에너지는 데이터센터에서 사용되는 에너지의 대부분을 차지하고 있으며 냉각에너지를 절감하는 것은 "환경 부하"를 낮추는데 도움이 됩니다. 

따라서 Google은 냉각효율을 높이고 에너지를 절감에 노력하고 있습니다. 

또한 클라우드서비스 등으로 Google 데이터센터를 이용하는 기업 입장에서도 Google 데이터센터의 에너지절감이 실현되면 간접적으로 지구 환경보호에 도움이 때문에 Google은 에너지 절감에 주력하고 있다고 합니다.

그러나 데이터센터를 구성하는 기기가 너무 복잡하고 비선형적인 상호영향을 주는 상황에서 탁상이론이나 인간의 직관 등을 적용하기 어렵다는 특성이 있습니다. 

또한 세계 곳곳의 데이터센터는 개별적인 주변환경이 변수이기 때문에 데이터센터에 최적화된 냉각모델을 다른 데이터센터에 적용 할수 없다는 어려움도 있습니다. 

따라서 데이터센터의 냉각시스템의 효율성은 매우 일반적인 수준의 프레임워크를 구축하는데 그쳐 데이터센터의 냉각시스템 전체를 효율화하는 것은 어려운 작업입니다.

그런 데이터센터의 냉각효율을 향상하기 위해 Google은 2년전부터 기계학습을 받아들여 데이터센터의 사용량을 예측하는 모델을 수립하여 효율성을 높이려고 도전하고 있는 것입니다.

이 Google 데이터센터의 냉각시스템의 효율화 프로젝트에 인공지능 DeepMind가 수개월간 참여하여 수천명의 기술자에 의해 수집된 데이터센터의 온도, 전력, 냉각펌프의 냉각수의 유속 등의 데이터를 딥러닝에 의해 분석하여 효율을 높이는 프레임워크를 만들었습니다. 

그 결과 냉각시스템의 소비전력을 일정하게 40% 감소하는데 성공했습니다.

전력사용효율의 그래프는 ML(machine learning : 기계학습)을 ON한 상태에서는 전력사용효율이 크게 떨어지는 것을 확인할수 있습니다.

복잡한 변화속에서 최적의 조건을 찾아내는 기계학습 기법은 범용성을 가지고 있기 때문에 향후 수개월에 걸쳐 발전설비의 효율화, 반도체 부분의 에너지 절감, 물 사용량의 절감 등 데이터 센터의 다른 부분의 효율화에 임할 예정이라고 합니다.

Google DeepMind

https://deepmind.com/blog