Google과 Planet Labs($PL)는 SpaceX의 Transporter-18 미션을 통해 Project Suncatcher M1을 성공적으로 발사했습니다.
Planet Labs는 이미 우주선과 통신에 성공했고, 현재 시운전 단계에 들어갔다고 밝혔습니다.
이번 프로젝트는 구글의 TPU(Tensor Processing Unit)를 실제 우주 궤도에서 시험하는 최초의 사례입니다.
이번 프로토타입은 냉장고 정도 크기이며, 구글의 자체 AI 가속기인 Trillium TPU 4개를 탑재했습니다.
다만 이것이 아직 ‘우주 데이터센터’인 것은 아닙니다.
목적은 지상 데이터센터에서 쓰는 것과 같은 종류의 AI 하드웨어가
- 발사 충격을 견디고
- 저궤도에서 정상적으로 작동하며
- 머신러닝 워크로드를 안정적으로 처리할 수 있는지 확인하는 것입니다.
구글이 이번에 테스트하는 핵심 엔지니어링 문제는 크게 3가지입니다.
첫째, 방사선.
우주에서는 우주방사선이 연산을 오류 나게 하거나 전자장비를 손상시킬 수 있습니다.
구글은 이전에 Trillium TPU를 양성자 방사선 환경에서 테스트했는데, 5년짜리 우주 임무에서 예상되는 누적 방사선량보다 더 높은 수준까지 버틸 수 있었다고 설명했습니다.
둘째, 냉각.
우주에는 공기가 없기 때문에 팬으로 칩을 식힐 수 없습니다.
따라서 열을 히트파이프로 라디에이터까지 이동시킨 뒤, 우주 공간으로 복사 방식으로 방출해야 합니다.
현재 프로토타입은 AI 워크로드를 약 15분 정도씩 돌린 뒤, 시스템을 식히는 방식으로 운용될 것으로 예상됩니다.
셋째, 네트워킹.
구글의 장기 목표는 위성 하나가 아닙니다.
수십 개의 TPU를 탑재한 여러 위성을 클러스터로 묶고, 위성끼리 고속 레이저 링크로 연결하는 구조입니다.
구글은 미래 AI 워크로드에서는 위성 간에 초당 수십 테라비트 수준의 대역폭이 필요할 수 있다고 보고 있습니다.
지상 프로토타입에서는 이미 양방향 각각 800Gbps의 전송속도를 시연했습니다.
그럼 왜 굳이 AI 연산을 우주에서 하려는가?
핵심은 전력입니다.
적절한 저궤도에서는 위성이 거의 지속적으로 태양광을 받을 수 있기 때문에, 태양광 패널이 지상보다 최대 약 8배 많은 전력을 생산할 수 있다고 구글은 보고 있습니다.
즉 AI 데이터센터의 가장 큰 제약 중 하나인 전력 문제를 완화할 수 있다는 논리입니다.
경제성도 계산하고 있습니다.
구글은 2030년대 중반까지 발사비용이 1kg당 약 200달러 이하로 떨어질 경우,
우주에서 컴퓨팅을 운영하는 비용이 지상 데이터센터의 에너지 비용 수준에 가까워질 수 있다고 추정하고 있습니다.