인공지능(AI) 데이터센터의 전력 문제를 해결할 차세대 광변조기 기술이 국내에서 개발됐다. AI 데이터센터는 수많은 서버와 반도체 칩이 대용량 데이터를 실시간 주고받는다. 이 과정에서 데이터센터는 전력 소모와 데이터 전송 간 병목 문제를 겪는다. AI 서비스의 폭발적 성장에 처리할 데이터양도 급증한 상황이지만, 정작 전력 공급에는 물리적 한계가 따르는 까닭이다. 차세대 광변조기 기술은 적은 전력으로 보다 많은 데이터를 전송할 수 있게 해 데이터센터 병목 현상 해소에 기여할 것으로 기대된다.


(뒷줄 왼쪽부터) KAIST 한용환 석사과정·강동길 박사과정, (앞줄 왼쪽부터) KAIST 윤빈 석사과정·김수현 석사과정, (우측 상단 왼쪽부터) KAIST 김상현 교수·KAIST 이신형 박사과정·김인기 박사과정. KAIST

(뒷줄 왼쪽부터) KAIST 한용환 석사과정·강동길 박사과정, (앞줄 왼쪽부터) KAIST 윤빈 석사과정·김수현 석사과정, (우측 상단 왼쪽부터) KAIST 김상현 교수·KAIST 이신형 박사과정·김인기 박사과정. KAIST

AD
원본보기 아이콘

KAIST는 전기 및 전자공학부 김상현 교수 연구팀이 한국과학기술연구원(KIST) 한재훈 박사·한국나노기술원(KANC) 김종민 박사·삼성전자 패키징 사업부와 협업해 서로 다른 반도체 소재의 장점을 결합한 차세대 광변조기를 개발했다고 23일 밝혔다.

광변조기의 성능은 데이터 전송 속도와 전력 효율을 결정하는 핵심 요소다. 하지만 실리콘 기반의 기존 광변조기는 높은 발열과 온도 변화의 취약성이 컸다. 또 효율을 높였을 땐 속도가 떨어지고, 속도를 높이면 효율이 감소하는 딜레마를 가졌다.


공동연구팀은 이 같은 문제를 해결하기 위해 온도 변화에 강한 마하-젠더(Mach-Zehnder) 구조(빛의 경로 차이를 이용해 신호를 제어하는 광소자 구조)를 유지하면서, 실리콘 도파로(빛이 지나가는 통로) 위에 전기·광학적 반응성이 우수한 인화물계 반도체(InGaAsP·빛과 전기에 민감하게 반응하는 화합물 반도체) 박막을 결합했다.

기존 실리콘 위에 빛을 보다 민감하게 제어할 수 있는 특수 반도체 소재를 덧붙여 소자 크기는 줄이고, 빛 신호는 효율적으로 제어할 수 있게 한 것이 핵심이다.


AI 생성 이미지. KAIST

AI 생성 이미지. KAIST

원본보기 아이콘

또 소자 내부의 충전 용량을 줄여 속도를 높이는 공핍(Depletion) 모드 구동과 전압이 가해질 때 물질의 빛 흡수 특성이 변하는 프란츠-켈디시(Franz-Keldysh) 효과를 결합해 효율을 높였을 때 전하가 쌓여 구동 속도가 느려지는 상충관계를 해소했다. 공핍 모드 구동은 소자 내부 전하를 줄여 동작 속도를 높이는 방식, 프란츠-켈디시 효과는 전기장을 가했을 때 빛 흡수 특성이 변하는 현상을 말한다.


이 같은 과정을 거쳐 개발한 광변조기는 머리카락 굵기보다 수십 배 작은 500㎛ 길이의 초소형 소자에서 세계 최고 수준의 변조 효율(전력으로 빛 신호를 얼마나 효과적으로 제어하는지를 나타내는 지표)과 고속 구동 대역폭(데이터 처리 속도를 나타내는 지표)을 동시에 달성했다.


이는 '적은 전력으로 보다 많은 데이터를 빠르게 전송할 수 있음'을 의미, AI 데이터센터의 에너지 효율과 데이터 처리 성능을 동시에 높일 수 있게 한다고 공동연구팀은 강조했다.


김 교수는 "이번 연구는 AI 데이터센터가 직면한 전력 소비 증가와 데이터 전송 간 병목 문제를 해결할 현실적 기술을 제시했다는 점에서 의미를 갖는다"며 "특히 개발한 기술은 광변조기 효율과 속도 사이의 한계를 극복, 두 성능을 동시에 향상시켜 차세대 AI 데이터센터와 초고속 광통신 시스템 구현에도 중요한 전환점이 될 것"이라고 말했다.

AD

한편 이번 연구에는 KAIST 전기 및 전자공학부 강동길 박사과정이 제1 저자로 참여했다. 연구 결과는 반도체 소자 분야 학회 'VLSI 심포지엄(VLSI Symposium on Technology and Circuits)'에서 17일 발표됐다.


대전=정일웅 기자 jiw3061@asiae.co.kr

<ⓒ투자가를 위한 경제콘텐츠 플랫폼, 아시아경제. 무단전재 배포금지, AI 학습 및 활용 금지>

함께 보면 좋은 기사

새로보기

내 안의 인사이트 깨우기

취향저격 맞춤뉴스

많이 본 뉴스

당신을 위한 추천 콘텐츠

놓칠 수 없는 이슈