AI 에너지 패러독스 — AI는 효율을 위해 탄생했지만, 역설적이게도 지구상 최대 에너지 소비원 중 하나가 되어가고 있습니다. LLM 하나를 학습시키는 데만 수십 GWh가 들고, 추론 한 건은 기존 검색의 10배에 달하는 전력을 소비합니다. 2030년까지 데이터센터는 미국 전력의 9% 가까이, 전 세계 전력의 약 3%를 소비할 전망입니다. 이 문제의 본질은 열(熱)입니다. 전력의 생산·저장·소비 전 단계에서 다상유동 열전달이 핵심 병목이며, MFTEL은 세 연구 분야로 이 장벽에 도전합니다.

열에너지 저장 기술은 간헐적인 재생에너지 공급과 데이터센터의 상시 전력 수요 사이의 격차를 해소합니다. 잉여 에너지를 열로 저장하고 필요 시 전기로 변환하여 화석연료 없이 전력망 안정성을 보장합니다.

재생에너지의 간헐성은 데이터센터 운영의 가장 큰 난제입니다. 카르노 배터리는 리튬이온 배터리 대비 대용량·장기간 저장이 가능하며, 기존 발전소 인프라를 재활용할 수 있어 경제성과 확장성을 동시에 확보합니다.

FIG. 2.1 — 열에너지 저장 연구 요약

이상(二相) 이머전 쿨링은 기존 공냉 인프라를 대체하여 냉각 에너지를 최대 90% 절감합니다. 절연 유체와의 직접 접촉으로 칩 밀도를 높이고, 프로세서 단에서의 열적 병목을 제거합니다.

AI 가속기(GPU, TPU)의 열설계전력(TDP)이 700W를 넘어서면서 공냉만으로는 냉각이 불가능합니다. 이상(二相) 비등 열전달은 같은 면적에서 공냉 대비 20배 이상의 열을 처리하며, 데이터센터의 전력 효율(PUE)을 1.0에 근접시킵니다.

FIG. 2.2 — 비등 열전달 · 이머전 쿨링 연구

SMR은 하이퍼스케일 데이터센터에 안정적인 기저 전력을 공급합니다. Microsoft (835 MW), Google (500 MW), Meta (1 GW) 수준의 집중 전력 수요는 재생에너지만으로는 감당할 수 없으며, SMR 3기면 태양광 패널 4,175 헥타르를 대체할 수 있습니다.

SMR은 다상유동 물리학이 핵심입니다. 헬리컬 코일 증기발생기 내부의 이상(二相) 유동, 자연순환 냉각계통의 단상/이상 유동 안정성, 사고 시 격납용기 내 응축 열전달 등이 MFTEL의 핵심 연구역량과 직결됩니다.

FIG. 2.3 — SMR · 유동 안정성 연구