AI 에너지 패러독스 — AI 데이터센터의 전력 수요가 빠르게 늘고 있습니다. LLM 하나를 학습시키는 데만 수십 GWh가 들고, 추론 한 건은 기존 검색의 약 10배에 달하는 전력을 소비합니다. 2030년까지 데이터센터는 미국 전력의 9% 가까이, 전 세계 전력의 약 3%를 소비할 전망입니다. 이 수요의 병목이 열입니다. 전력의 생산·저장·소비 전 단계에서 다상유동 열전달이 성능을 제한하며, MFTEL은 세 연구 분야에서 이 문제를 연구합니다.

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 이머전 쿨링은 기존 공냉 인프라를 대체하여 냉각 에너지를 최대 90% 절감합니다. 절연 유체와의 직접 접촉으로 칩 밀도를 높이고, 프로세서 단의 열 병목을 제거합니다.

AI 가속기(GPU, TPU)의 열설계전력(TDP)이 700W를 넘어서면서 공냉만으로는 냉각이 불가능합니다. 이상 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 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