구글, 인공위성에 AI칩 탑재해 우주에 발사하는 프로젝트 제안

급속한 AI 발전에 따라 그 계산 능력과 에너지 수요는 폭발적으로 증가하고 있다. 구글은 11월 4일 우주 공간에서 AI 계산 능력을 대규모로 확장하는 걸 목표로 하는 새로운 연구 프로젝트인 프로젝트 썬캐처(Project Suncatcher)를 발표했다. 이는 AI가 인류의 가장 어려운 과제에 대응하기 위한 기반 기술이라는 인식에 기반하고 있다.

데이터센터를 우주에 건설하는 계획은 구글 뿐 아니라 다양한 스타트업이 실현을 위해 움직이고 있다. 구글이 제안하는 프로젝트 썬캐처는 태양계 최대 에너지원인 태양의 힘을 더 효율적으로 이용하는 방법을 모색하는 것이다. 우주 공간 내 특정 궤도에서는 태양광 패널이 지상과 비교해 연간 최대 8배 에너지를 받을 수 있으며 배터리 필요성을 줄이면서 거의 지속적으로 전력을 생성하는 게 가능하다. 구글은 미래에 우주가 AI 계산을 확장하는 최적의 장소가 될 가능성을 내다보며 지상 토지나 물과 같은 자원에 대한 영향을 최소한으로 억제하면서 이 문샷에 임한다고 밝혔다.

프로젝트 썬캐처 구상은 구글 독자 AI 가속기 칩인 TPU를 탑재한 인공위성군을 구축하는 것이다. 이들 위성은 발전량을 최대화하고 지상과의 통신 지연이나 발사 비용을 최소한으로 억제하기 위해 전혀 지구 그림자에 들어가지 않는 던-더스크 궤도에 발사하는 게 상정되고 있다. 또 위성 간은 고대역폭으로 네트워크 접속되기 때문에 우주 공간에서의 조립이 불필요하며 소형 위성을 다수 연계시키는 모듈러 설계를 채택하고 있는 점이 특징이다. 이를 통해 미래에 테라와트급 계산 능력을 목표로 하는 높은 확장성을 실현한다.

다만 구글은 프로젝트 썬캐처를 실현하려면 몇 가지 주요한 기술적 과제가 존재한다고 지적했다.

첫 번째 과제는 위성 간 통신의 광대역화다. 대규모 지상 머신러닝 클러스터는 칩 간에 수백Gbps, 링크 전체로는 수Tbps 규모 초고대역폭 통신을 수행하지만 1~100Gbps라는 현재 상용 위성 간 광학 링크의 데이터 전송률로는 이 요구를 충족시킬 수 없다는 것이다. 이에 연구팀은 지상 광통신에서 사용되는 고밀도 파장분할다중(DWDM) 기술과 공간 다중화 채택을 제안하고 있다.

다만 이들 기술은 기존 위성 링크보다 수천 배 높은 수신 광 파워를 필요로 한다. 수신 파워는 거리 제곱에 반비례해 감소하기 때문에 위성 간 거리를 수km 이하, 혹은 수백m라는 매우 가까운 거리로 비행시켜 이 파워 요건을 충족시킨다는 것이다. 이미 지상에서의 기초 실험에서는 단일 송수신기 쌍으로 양방향 합계 1.6Tbps(편도 800Gbps) 전송에 성공했다.

2번째 과제는 이 고밀도 위성군 제어다. 연구에서는 평균 고도 650km에서 위성 81기를 반경 1km 클러스터 내에 배치하는 구성으로 시뮬레이션이 수행됐다. 이 궤도에서는 지구 중력장 비대칭성이나 대기 저항이 주요 외란 요인이 되지만 모델에 따르면 위성 간 거리가 수백m로 진동하는 이 근거리 편대 비행은 태양 동기 궤도를 유지하면서 비교적 작은 궤도 유지 조작으로 실현 가능한 것으로 시사됐다.

3번째 과제는 우주 방사선에 대한 TPU 내성이다. 우주 환경에서는 누적적인 방사선 피폭에 의한 디바이스 열화나 단일 고에너지 입자에 의한 순간적인 오작동이 우려된다. 그 중에서도 TPU와 같은 최첨단 칩의 내성은 미지수였다. 이에 구글 TPU v6e에 대해 저궤도 위성 환경을 모방해 67MeV의 양성자 빔 조사 시험이 실시됐다.

그 결과, 가장 민감했던 고대역폭 메모리(HBM)조차 상정되는 5년간 미션에서 받는 방사선량 3배에 달할 때까지 이상을 보이지 않았다는 것이다. 칩 자체는 더욱 강한 선량을 조사해도 영구적인 고장이 발생하지 않았으며 TPU v6e는 우주 용도에 대해 놀라울 정도로 견고한 것으로 나타났다고 구글 측은 보고하고 있다. SEE에 대해서도 HBM에서의 정정 불가능 에러 발생률은 매우 낮아 궤도상에서는 추론 1,000만 회당 1회 정도로 추정되며 추론 처리에는 허용 가능한 것으로 보인다.

4번째 과제는 경제적 실현 가능성, 그 중에서도 발사 비용이다. 역사적으로 우주 기반 시스템 최대 장벽은 높은 발사 비용이었다. 이에 구글은 스페이스X의 과거 발사 가격 데이터에 기반해 누적 발사 질량이 배증할 때마다 가격이 20% 저하된다는 학습 곡선을 분석했다. 이 학습률이 지속될 경우 저궤도로의 발사 비용은 2030년대 중반까지 1kg당 200달러 이하로 저하될 가능성이 있다고 예측하고 있다.

1kg당 200달러 비용이 실현되면 위성 발사 비용을 내용연수로 나눈 연간 전력 비용은 스타링크 v2 미니 위성 시산으로 810달러가 된다. 이는 현재 미국 지상 데이터센터에서 보고되는 연간 전력 비용 570달러~3,000달러와 동등한 범위에 수렴되며 우주에서의 AI 계산이 경제적으로 경쟁 가능해지는 걸 시사한다.

구글은 향후 단계로 2027년 초까지 위성 2기를 발사하는 학습 미션을 계획하고 있다. 이 미션에서는 TPU가 우주 공간에서 어떻게 작동하는지를 테스트하고 분산형 ML 태스크에서의 광 위성 간 링크 유효성을 실증할 예정이다.

미래에는 우주 공간에서의 효율적인 열 관리, 지상국과의 고대역폭 통신, 그리고 궤도상에서의 시스템 신뢰성 확보와 복구 전략과 같은 공학적 과제에 대응할 필요가 있다. 구글은 대규모화와 고집적화가 우주에서의 가능성을 전진시키며 전력 수집이나 계산, 열 관리가 긴밀히 통합된 새로운 위성 설계로 이어질 가능성이 있다고 밝혔다. 관련 내용은 이곳에서 확인할 수 있다.