구글, 프로젝트 선캐처(Project Suncatcher) 발표: AI 칩을 궤도에 올려 새로운 컴퓨팅 시대 열다
요약
구글은 2025년 11월 4일(미국 동부 시간) '프로젝트 선캐처(Project Suncatcher)' 연구 계획을 발표했다. 이 프로젝트는 TPU 칩을 탑재한 태양광 위성을 우주 궤도에 올려, 우주 기반 AI 데이터센터를 구축하는 것을 목표로 한다. 구글은 2027년 플래닛 랩스(Planet Labs)와 협력해 각각 네 개의 TPU 칩을 장착한 두 대의 시험 위성을 발사할 계획이다. 이 혁신적인 방안은 AI 인프라를 지상에서 우주로 확장하려는 중요한 시도로, 지상 데이터센터의 에너지 소비 및 탄소 배출 문제를 해결하고자 한다.
AI 컴퓨팅이 우주로 진출: 구글, 태양광 위성 데이터센터 제안
구글은 2025년 11월 4일(미국 동부 시간) '프로젝트 선캐처'라는 첨단 연구 프로젝트를 공식 발표했다. 이 프로젝트는 구글 인텔리전스 패러다임(Google Intelligence Paradigm)의 고급 디렉터인 트래비스 비얼스(Travis Beals)가 주도한다. 이 프로젝트는 자사의 텐서 프로세싱 유닛(TPU) AI 칩을 태양광 위성에 탑재하여 우주에 머신러닝 컴퓨팅 인프라를 구축하는 것을 제안한다.
기술 방안과 혁신적 돌파구
이 시스템은 황혼-여명 태양동기 저궤도(LEO)를 도는 소형 위성군으로 구성되며, 위성이 거의 지속적으로 햇빛에 노출되도록 설계되었다. 적절한 궤도에서는 태양광 패널의 발전 효율이 지상의 8배에 달하며, 거의 연속적인 전력 생산이 가능해 배터리 수요를 크게 줄일 수 있다.
지상 데이터센터 수준의 성능을 확보하기 위해 위성 간에는 초당 수십 테라비트(Tbps)의 고대역폭 연결이 필요하다. 구글 팀은 이미 단일 송수신기 한 쌍을 사용해 초당 1.6테라비트의 전송 속도를 달성함으로써 이 기술의 실현 가능성을 실험적으로 입증했다.
시스템은 무선 광학 연결 방식을 채택할 예정이며, 위성 간 거리는 수백 미터에 불과하다. 이는 스타링크(Starlink) 등 기존 위성군(약 120km 간격)보다 훨씬 가깝다. 물리 모델 분석 결과, 평균 고도 650km, 클러스터 반경 1km 조건에서 인접 위성 간 거리는 100~200미터 사이에서 변동하며, 적절한 궤도 유지 조작만으로 안정적인 위성군 운용이 가능하다는 것이 확인되었다.
방사선 내성 테스트
구글은 최신 Trillium v6e 클라우드 TPU에 대해 67MeV 양성자빔 방사선 테스트를 수행했다. 그 결과, 고대역폭 메모리 서브시스템은 누적 방사선량이 2킬로라드(실리콘 기준)에 도달한 후에야 이상 현상이 나타났다. 이는 예상되는 5년 임무 기간 동안 받을 누적 방사선량인 750라드(실리콘 기준)의 거의 3배에 해당한다. 최대 15킬로라드(실리콘 기준)까지 테스트한 결과, 총 이온화 선량(TID)으로 인한 영구적 고장은 전혀 발생하지 않았다.
비용 경제성 분석
과거에는 높은 발사 비용이 대규모 우주 시스템의 주요 장벽이었다. 그러나 구글의 역사적·예측 발사 비용 데이터 분석에 따르면, 학습률(Learning Rate)을 고려할 때 2030년대 중반에는 발사 비용이 kg당 200달러 미만으로 떨어질 가능성이 있다. 이 가격 수준에서는 kW당 연간 기준으로 우주 데이터센터의 발사 및 운영 비용이 지상 데이터센터의 에너지 비용과 대략 비슷해질 수 있다.
첫 번째 시험 임무 계획
구글의 다음 주요 단계는 플래닛(Planet)과 협력해 학습 임무를 수행하는 것으로, 2027년 초 두 대의 프로토타입 위성을 발사할 계획이다. 이번 실험은 우주 환경에서 머신러닝 모델 및 TPU 하드웨어의 작동 상태를 테스트하고, 광학 위성 간 링크를 활용한 분산 머신러닝 작업의 실현 가능성을 검증할 예정이다.
프로젝트 배경 및 의의
기존 지상 데이터센터는 막대한 전력을 소비해 온실가스 배출을 증가시키고, 환경 운동가들의 비판을 받아왔다. 구글은 일부 컴퓨팅 작업을 우주로 옮김으로써 거의 24시간 지속 가능한 태양 에너지를 활용하고, 지구 자원에 대한 부담을 줄이고자 한다.
구글은 블로그 게시물에서 "미래에는 우주가 AI 컴퓨팅을 확장하기에 가장 적합한 장소가 될 수 있다. 태양은 태양계의 궁극적 에너지원으로, 그 복사 출력은 인류 전체 전력 생산량의 100조 배를 넘는다"고 밝혔다.
직면한 과제
초기 분석 결과, 우주 머신러닝 컴퓨팅의 핵심 개념은 근본적인 물리적 제약이나 극복 불가능한 경제적 장벽에 의해 제한되지 않는 것으로 나타났다. 그러나 열 관리, 고대역폭 지상 통신, 궤도상 시스템 신뢰성 등 중대한 공학적 과제들이 여전히 존재한다.
우주에는 공기가 없기 때문에 칩에서 발생하는 열은 고체 재료를 통해 방열판으로 전달되어 우주 공간으로 방출되어야 한다. 팀은 기계 부품 없이도 효율적으로 열을 전달할 수 있는 첨단 열 인터페이스 재료를 사용할 계획이다.
또한 궤도 상의 우주 쓰레기(궤도 파편)는 충돌 위험을 야기한다. 기존 궤도 쓰레기는 이미 활동 중인 위성에 위협이 되고 있으며, 더 밀집된 위성 편대는 충돌 확률을 더욱 높일 수 있으므로 강력한 충돌 회피 시스템과 지속적인 궤도 파편 모니터링이 필수적이다.
장기적 비전
구글은 향후 기가와트(GW)급 위성군은 보다 급진적인 위성 설계로부터 이점을 얻을 수 있을 것이라고 밝혔다. 이러한 설계는 우주 환경에 더 적합한 차세대 컴퓨팅 아키텍처와 태양광 수집, 컴퓨팅, 열 관리를 긴밀하게 통합한 기계 구조를 결합할 수 있다.
이 야심 찬 프로젝트는 구글이 첨단 기술 탐색에 있어 일관되게 추구해온 전통을 이어가는 것이다. 이는 10년 전 대규모 양자 컴퓨터 개발에 착수했고, 15년 전 자율주행 자동차 프로젝트(현재의 웨이모/Waymo로 발전)를 시작했던 것과 같은 맥락이다. 프로젝트 선캐처는 AI 인프라 발전의 새로운 방향을 제시하며, 미래 대규모 AI 컴퓨팅을 위한 전례 없는 길을 열 수 있다.