콘텐츠로 건너뛰기

슈퍼컴퓨터를 활용해 바닷물을 식수로 바꾸려는 과학자들의 노력

바닷물에서 염분을 제거하는 일은 매우 어렵습니다. 연구자들이 이미 방법을 찾아냈을 수도 있지만, 이를 실행에 옮기려면 엄청난 처리 능력이 필요합니다.

Rene Chun

Aleksandr Noy는 크기는 작지만 활용도는 매우 높은 도구를 개발 중입니다. Lawrence Livermore National Laboratory의 선임 연구원인 그는 경력의 상당 부분을 바닷물에서 염분을 제거하는 기술인 담수화에 할애했고, 특히 탄소 나노튜브 연구에 주력했습니다. 2006년 Noy는 나노튜브라는 급진적인 이론을 과감하게 받아들였습니다. 너무 작아서 전자 현미경으로밖에 볼 수 없는 실린더를 담수화 필터로 사용할 수 있다고 생각한 것입니다. 나노튜브의 성패는 바로 튜브의 폭에 달려 있었습니다. 튜브의 입구가 물 분자가 통과할 수 있을 정도로 넓으면서도 그보다 큰 소금 분자는 막을 수 있을 정도로 좁아야 했습니다. 바닷물을 마시지 못하는 이유가 소금이기 때문입니다. 다량의 탄소 나노튜브를 한데 묶으면 세상에서 가장 효율적인 담수화 시설을 만들 수 있을지도 모릅니다.

탄소 나노튜브의 크기는 얼마나 작을까요?

거미줄 한 줄 너비

4,000나노미터

탄소 나노튜브 50개 너비

각 0.8나노미터

연구실 동료 대부분은 이 아이디어가 공상과학 소설에나 나올 법한 이야기라며 무시했습니다. Noy는 “물이 그렇게 작은 튜브를 통과할 수 있다고 생각하기는 힘들죠."라고 말합니다. 하지만 그의 이론이 맞다면 나노튜브가 가져올 혜택은 그야말로 헤아릴 수 없을 것입니다. 현재 세계적으로 많은 지역이 이미 식수 부족 문제에 시달리고 있으며, 물 부족 지역에 살고 있는 있는 사람은 12억 명으로 세계 인구의 6분의 1에 해당합니다. 담수화 기술을 이용할 수도 있겠지만, 오늘날의 인프라는 바닷물을 가열하거나 복잡한 필터를 강제로 통과시키는 방식을 사용하므로 막대한 양의 에너지와 돈이 필요합니다. 따라서 나노튜브 필터가 제 역할을 해낸다면 전 세계의 물 부족 문제를 크게 해소할 수 있습니다.

Noy의 팀에서는 간단한 여과 실험을 준비하여 하룻밤 동안 실행했습니다. 다음 날 아침, 조교 두 명이 연구실 바닥에 물이 고여 있는 것을 발견했습니다. 물이 나노튜브를 너무 빨리 통과하는 바람에 물을 받으려고 마련해 둔 작은 수조가 넘쳐버린 것입니다. 나중에 연구자들은 물이 탄소 나노튜브를 통과할 때의 유속이 오늘날 담수화 플랜트에 사용되는 필터를 통과할 때의 유속보다 여섯 배 더 빠르다는 사실을 확인했습니다.

별것 아닌 것 같아 보이는 이 물웅덩이는 Noy가 연구원으로서 찾아낸 가장 큰 발견 중 하나였습니다. 그는 이렇게 회상합니다. “흥미진진한 실험이었어요. 어떤 결과가 나올지 아무도 예상할 수 없었거든요." 어떤 결과가 나올지 모두가 예상할 수 있게 된 지금은 단 하나의 크나큰 도전 과제만이 남은 상태입니다. 이 도전 과제는 연산 능력이 충분히 확보되어야만 해결할 수 있는 문제입니다.

다행히 과학자들은 '엑사스케일 컴퓨팅'이라는 획기적인 기술의 도래를 눈앞에 두고 있습니다. Google에서는 이 발명이 클라우드상에서 연결된 수많은 컴퓨터의 형태로 구현될 가능성이 높습니다. 엑사스케일 연산 앞에서는 오늘날 사용되는 대부분의 슈퍼컴퓨터가 초라해질 것입니다. 이러한 슈퍼 처리 성능은 나노튜브를 대형 정수 필터로 사용하는 방법을 연구 중인 연구자들에게 큰 자산이 될 것입니다. 나노튜브와 그 속을 흐르는 수십억 개의 분자들은 크기가 너무나 작기 때문에 상세히 연구하기가 힘들고, 여러 가지 변수를 물리적으로 실험해 보기 어려운 데다 시간도 오래 걸립니다. 엑사스케일 컴퓨터 모델링을 사용하면 작은 크기의 튜브를 더욱 정밀하게 연구할 수 있으므로 나노튜브 담수화 연구에 한층 박차가 가해질 것입니다. 나아가, 엑사스케일 기술은 오늘날의 골치 아픈 여러 환경 문제를 해결하는 데 큰 도움이 될 것입니다.

엑사스케일 연산의 잠재력

처리 속도가 크게 향상되면 예전에는 해결할 수 없었던 문제를 극복하고 혁신적인 발명을 이끌어 낼 수 있습니다.

  • 의약품 개발 이미지
    의약품 개발

    개인에게 꼭 맞는 처방을 찾기 위해 1조 가지 이상의 의약품 조합을 비교해 본다고 상상해 보세요.

  • 일기예보 이미지
    일기예보

    기상학자들은 방대한 양의 데이터를 분석하여 악천후가 닥칠 지역에 거주하는 사람들에게 최대 4주 전에 기상 경보를 제공할 수 있습니다.

  • 언어 번역 이미지
    언어 번역

    실시간 언어 번역 기능이 스마트폰에서 널리 쓰이게 될지도 모릅니다.

실리콘 밸리 용어에 익숙하지 않은 분들을 위해 설명해 드리자면, 엑사스케일이란 차세대 슈퍼컴퓨터의 성능을 의미합니다. 엑사스케일 컴퓨터는 초당 100경(10억의 제곱) 번의 연산을 처리할 수 있습니다. 이는 현재 세계에서 가장 빠른 컴퓨터인 중국의 Sunway TaihuLight보다 거의 11배 더 강력한 성능입니다. 엑사스케일 컴퓨터는 약 5천만 대의 노트북이 연결된 것과 같은 처리 성능을 갖고 있다고 생각하면 됩니다.

세계 최초의 엑사스케일 컴퓨터를 개발하기 위한 경쟁이 전 세계적으로 펼쳐지고 있습니다. 엑사스케일 컴퓨터가 개발되면 과학자들은 이론 물리학에서부터 장기 일기예보에 이르는 모든 것을 새롭게 연구할 수 있게 됩니다. 하지만 Noy의 나노튜브 연구와 같은 프로젝트에서 향상된 연산 능력이 가장 먼저 활용될 가능성이 높습니다.

“연산 능력의 비약적 발전은 소재 과학, 의약품 개발, 화학 분야에 엄청난 혜택을 가져올 겁니다." Google 브레인팀의 연구원인 George Dahl은 이렇게 이야기합니다. 이러한 연구 분야에서는 컴퓨터로 분자 모델을 개발해야 하는데, 여기에는 매우 막대한 처리 능력이 요구되기 때문입니다. 그는 "분자나 소재를 모두 일일이 분석하기 위한 연산 작업에는 엄청난 시간이 걸린다"고 말합니다.

Dahl은 이뿐만이 아니라고 덧붙입니다. 연산 능력이 발전하면 머신 러닝에 도움이 되고, 이 머신 러닝을 분자 시뮬레이션에 적용하면 두 가지 분야의 발전을 한꺼번에 이루게 되는 셈입니다. “소재 과학에 머신 러닝을 접목하면 새로운 소재를 발견할 수 있습니다."

이러한 기술의 발전으로 저렴하면서도 효과적인 담수화 필터를 개발할 수 있을 것입니다. 하지만 엑사스케일 수준의 연산은 또 다른 방법으로도 지구의 물 부족 현상에 도움을 줄 수 있습니다.

엑사스케일 컴퓨팅은 엄청난 양의 데이터를 처리하는 데도 뛰어나기 때문에, Google 엔지니어인 Noel Gorelick과 Tyler Erickson이 진행 중인 작업에도 유용하게 활용될 수 있습니다. Gorelick은 Earth Engine 플랫폼의 공동 설립자이며, Erickson은 Earth Engine 플랫폼을 위해 물과 관련된 분석에 주력하고 있는 선임 Developer Advocate입니다. 클라우드에 기반을 둔 이 플랫폼은 전 세계적인 규모의 환경 데이터를 분석합니다. 최근 Gorelick과 유럽연합 집행위원회의 공동연구센터가 함께 진행한 야심찬 연구에서는 전 세계 지표수의 고해상도 지도를 제작하는 것을 목표로 삼았습니다. Earth Engine 데이터를 통해 30년 이상 축적된 인공위성 이미지를 살펴본 연구팀에서는 지난 수십 년 동안 지구상의 수자원이 변화해 온 모습을 측정하여 지도로 제작했습니다. 또한 사라진 호수, 말라버린 강줄기뿐 아니라 수역이 새롭게 형성되는 모습도 밝혀낼 수 있었습니다. 이러한 작업을 한 번에 모두 진행했다면 연구에 필요한 자료를 다운로드하는 데만 3년이 걸렸을 것입니다. Erickson은 이 지도도 물론 뛰어난 가치를 지닌 자료지만, 엑사스케일 연산을 사용하면 연구팀이 더 많은 자료를 빠른 속도로 수집하여 더욱 정확한 지도를 제작할 수 있게 될 것이라고 이야기합니다.

Erickson은 “처리 성능만 충분하다면 당장이라도 활용할 수 있는 데이터는 무궁무진하다"고 설명합니다. 또한 엑사스케일 컴퓨터가 발명되면 세계에서 가장 저평가되고 있는 자원, 즉 과학에 흥미를 가진 일반 시민들의 도움을 받을 수 있게 된다고 말합니다. 드론을 활용하여 HD 동영상을 촬영할 수 있는 시민들이 수자원 지도 제작 프로젝트에 참여한다고 생각해 보세요. “엄청난 양의 데이터가 쌓일 겁니다." Erickson의 말입니다. 강어귀에서 드론을 날리는 고등학생들이 Google 클라우드에 동영상을 업로드하면, 엑사스케일 연산을 통해 이 동영상을 정리하고, Google의 기본 세계 지도와 대조하여 위치를 알아내고 분석하여 디지털 지도를 제작하는 데 사용할 수 있을 것입니다. 이러한 과학의 '민주화'가 실현되면 농업 계획 수립, 재해 대비, 생태계 변화 모니터링에 도움이 될 수 있습니다. (2014년 Google에서는 다른 조직에서 진행 중인 비슷한 프로젝트를 지원하려는 목적으로 Google Earth Engine 플랫폼을 통해 기후 데이터를 위한 1페타바이트의 클라우드 저장용량과 5천만 시간에 달하는 연산 기능을 기부한다고 밝혔습니다.)

Dahl은 처리 성능이 크게 발전한다고 해서 세상의 모든 연산 문제가 해결되는 것은 아니라고 덧붙입니다. 하지만 처리 성능의 발전이 가져다줄 가장 큰 혜택은 어쩌면 우리가 아직 상상도 하지 못한 분야에서 나올 수도 있다고 말합니다. Dahl은 엑사스케일 연산을 수많은 사람의 목숨을 구한 현미경의 발명에 비유합니다. "우리가 생각지도 못했던 것들이 갑자기 유용하게 활용될 수도 있습니다." 그는 이렇게 말합니다. "이를 통해 현미경과 같이 완전히 새로운 도구가 개발되고, 이 도구가 또 다시 새로운 발견으로 이어질지도 모릅니다."

지구상에 존재하는 물 중 사람이 마실 수 있는 담수는 3%에 불과합니다.

이 중 인류가 사용할 수 있는 양은 매우 미미합니다.
세계 담수 총량. 안타깝게도 담수의 대부분은 빙하 또는 극지방의 빙모로 되어 있거나 지하 깊숙이 있어 이용할 수 없습니다.

고성능 연산을 측정하는 단위는 '플롭스'입니다. 이 측정 단위는 노트북에서부터 세계에서 가장 빠른 슈퍼컴퓨터에 이르기까지 모든 컴퓨터에 적용할 수 있습니다. 플롭스가 높을수록 속도가 빨라집니다. 속도가 빠르면 해상도가 높아지므로 사물을 더욱 자세하게 볼 수 있습니다. 또한 높은 해상도는 더 정확한 컴퓨터 시뮬레이션 이미지와 예측으로 이어집니다. 이는 특히 날씨 패턴, 기후 변화, 해양 및 해안에서 발생하는 이상 현상을 예측하는 데 컴퓨터를 사용하는 미국 국립해양대기국(NOAA)과 같은 곳에서 유용하게 활용할 수 있습니다.

엑사플롭 시스템은 초당 1018회(10억의 제곱)의 연산을 실행할 수 있습니다.

NOAA에서는 2020년대가 되면 엑사스케일 시스템을 사용할 수 있을 것으로 예상합니다. NOAA의 고성능 연산 및 통신 부국장인 Brian D. Gross는 “엑사스케일 연산을 사용하면 기상 특보를 더 정밀한 기준으로 제공할 수 있어 악천후에 대비할 시간이 확보됩니다. 따라서 인명 및 재산을 더욱 효과적으로 보호할 수 있게 될 것입니다."라고 이야기합니다. 과학자들의 도움으로 대량 피해를 일으키는 허리케인과 같은 악천후를 예측하여 회복탄력성을 높이면 악천후가 닥칠 지역 전체에서 피해와 사망자 수를 줄이는 데 도움이 됩니다.

연산 능력의 규모가 어느 정도인지 설명하기 위해 Gross는 NOAA를 예로 들었습니다. 2000년대에 NOAA에서는 테라플롭스(초당 1조 회 연산) 시스템을 사용하여 미국의 주 하나 크기만 한 지역의 기후 상황을 정확하게 추적해 냈습니다. 오늘날 NOAA 시스템은 페타플롭스(초당 1,000조 회 연산)를 사용하며, 주보다 작은 단위인 카운티 수준의 기후 상황을 정확하게 추적할 수 있습니다. 앞으로 NOAA에서 엑사스케일 연산을 사용하게 되면 더욱 상세하게 기후 상황을 들여다볼 수 있습니다. 예를 들어, 도시처럼 작은 지역의 지도상에 뇌우를 정확하게 표시할 수 있게 됩니다. 해상도가 높으면 더 많은 정보를 얻을 수 있으므로 크고 작은 폭풍들이 어떻게 움직이고 발달하는지 확인할 수 있습니다. Gross는 "고해상도 모델을 사용하면 허리케인과 같은 대규모 기후 상황을 더욱 정확하게 확인할 수 있으므로 강우량 예측 및 폭풍 궤도 또한 더욱 정확하게 예측할 수 있다."고 설명합니다. 앞으로 몇 년 후에는 5일 앞을 내다보는 일기예보가 틀릴까 걱정하지 않아도 된다는 말입니다. 또한 초대형 폭풍이 다음번에는 언제 어디에 닥칠지 더욱 정확하게 알 수 있게 될 것입니다.

엑사스케일 연산을 통한 담수 부족 문제 해결

더 빠른 슈퍼컴퓨터는 세계 식수 공급 증대를 위해 담수화 및 오염 제거 필터를 연구하는 이들에게 큰 도움이 됩니다.

담수에 대한 접근성은 전 세계적인 고민거리입니다. 사우디아라비아의 대수층 고갈, 브라질의 바싹 말라버린 토양에서 미국의 곡창지대 Great Plains를 거북이 등껍질처럼 갈라지게 만든 가뭄까지, 대가뭄의 징조가 여기저기에 나타나고 있습니다. 2012년 미 정보국 보고서는 담수 부족 사태가 결국 국가 안보에까지 영향을 줄 것이라고 내다봤습니다. 2030년에는 담수에 대한 수요가 공급량보다 40% 더 높을 것으로 예상됩니다.

기온 상승, 강우량 감소, 인구 증가, 오염, 빈곤 등 물에 대한 수요를 증가시키는 문제들은 겉보기에는 극복할 수 없을 것처럼 보입니다. 하지만 Aleksandr Noy는 엑사스케일 컴퓨터의 도움으로 나노튜브막을 개발하여 물을 여과시키고 나아가 생명을 구할 수 있을 것이라고 확신합니다. 그는 “컴퓨터 성능이 크게 발전하면 연구실에 가지 않고도 간단히 시뮬레이션을 진행할 수 있을 겁니다. 그렇게 되면 의미 있는 실험에만 집중할 수 있게 되니 큰 도움이 되죠."라고 이야기합니다. 아직 가야 할 길은 멉니다. 나노튜브가 통과시킬 수 있는 물의 양이 어느 정도인지도 아직 정확히 밝혀지지 않았고, 다량의 나노튜브를 넣을 막은 어떤 소재로 만들어야 좋을지, 나노튜브를 어떻게 배열해야 할지 아무도 모릅니다. Noy와 함께 근무하는 박사후 과정 연구원인 Ramya Tunuguntla는 “시뮬레이션을 활용한 나노튜브 모델링 연구의 대부분은 여전히 수치 차이를 보입니다. 저희가 극복해야 할 문제죠.”라고 설명합니다. Noy와 마찬가지로 그녀도 더욱 강력한 슈퍼컴퓨터가 개발되면 연구가 한 단계 진전될 것이라고 생각합니다. "엑사스케일 컴퓨터가 개발되면 시뮬레이션 시간을 늘려 더 많은 데이터를 얻을 수 있을 거예요."

2023년이 되면 Livermore Lab에 새로운 컴퓨터가 설치됩니다. Sierra라는 이름의 이 컴퓨터는 기존 시스템에 비해 연산 능력이 4배에서 6배 더 우수하며, 엑사스케일 컴퓨터가 100경 플롭스에 이르는 연산 성능을 통해 놀라운 고해상도 이미지를 제공하기 직전 단계의 컴퓨터가 될 가능성이 큽니다. 어쩌면 2023년이 되기 전에 엑사스케일 컴퓨터가 개발될지도 모르는 일이죠. Livermore Lab 소속 최고 연구원의 말에 의하면 세계 최초의 엑사스케일 컴퓨터는 2020년경 미국에서 등장하기 시작하겠지만, 슈퍼컴퓨터 경쟁에서 압도적인 우위를 점하고 있는 중국은 올해 말 또는 내년 초에 사람들이 '슈퍼 슈퍼컴퓨터'라고 부르는 프로토타입을 내놓을 것이라고 주장하고 있습니다.

Gordon Bell Prize를 두 차례 수상했으며 취리히에 있는 IBM 연구소의 엑사스케일 전문가로 일하는 Costas Bekas의 설명에 따르면, 연산 능력은 엑사스케일에서 그치지 않고 발전을 거듭해 나갈 것이라고 합니다. 그는 우리가 컴퓨터 모델링을 사용해 분자 수준이 아닌 원자 수준에서 세상을 들여다볼 날이 올 것이라고 내다보았습니다.

Bekas는 이렇게 말합니다. “엑사스케일이 개발되면 마침내 무리한 시간과 노력을 들이지 않고도 탄소 나노튜브의 작동 원리와 같이 아주 복잡한 문제를 풀어나갈 수 있게 됩니다. 세상에는 문제가 너무나 많아서 엑사플롭스급의 연산 능력이 모든 것을 해결해 주지는 못하겠지만, 지구를 훨씬 살기 좋은 곳으로 만들어 줄 수는 있을 것입니다."

Lawrence Livermore에서는 Aleksandr Noy와 Ramya Tunuguntla가 또 다른 나노튜브 막을 테스트 셀에 넣고, 스위치를 누르고, 데이터를 수집하고 있습니다. 머지않아 이들은 엑사스케일 컴퓨팅을 활용하여 수십억 명의 삶을 바꿔 놓을지도 모릅니다.

Rene Chun은 뉴욕에서 활동하는 작가로, The New York Times , _ The Atlantic , _ Wired _및 Esquire _등의 다양한 간행물에 기고했습니다.

애니메이션: Justin Poulsen
삽화: Matthew Hollister

관련 스토리

음악을 사랑하는 한 젊은이, 고래의 울음소리에서 자신이 나아갈 길을 찾아내다

음악을 사랑하는 한 젊은이, 고래의 울음소리에서 자신이 나아갈 길을 찾아내다

머신러닝을 활용하여 전 세계의 꿀벌을 구하는 팀의 이야기

머신러닝을 활용하여 전 세계의 꿀벌을 구하는 팀의 이야기

젊은 여성 여섯 명이 어떻게 기술을 활용하여 식수 안전 문제를 해결했을까요?

젊은 여성 여섯 명이 어떻게 기술을 활용하여 식수 안전 문제를 해결했을까요?

긴급한 상황에서 사전 경고를 보내야 할 때 AI가 어떤 도움이 될까요?

긴급한 상황에서 사전 경고를 보내야 할 때 AI가 어떤 도움이 될까요?

휴대전화와 TensorFlow로 아마존의 불법 벌목에 맞서 싸우는 부족

휴대전화와 TensorFlow로 아마존의 불법 벌목에 맞서 싸우는 부족

음악을 사랑하는 한 젊은이, 고래의 울음소리에서 자신이 나아갈 길을 찾아내다

음악을 사랑하는 한 젊은이, 고래의 울음소리에서 자신이 나아갈 길을 찾아내다

머신러닝을 활용하여 전 세계의 꿀벌을 구하는 팀의 이야기

머신러닝을 활용하여 전 세계의 꿀벌을 구하는 팀의 이야기

젊은 여성 여섯 명이 어떻게 기술을 활용하여 식수 안전 문제를 해결했을까요?

젊은 여성 여섯 명이 어떻게 기술을 활용하여 식수 안전 문제를 해결했을까요?

긴급한 상황에서 사전 경고를 보내야 할 때 AI가 어떤 도움이 될까요?

긴급한 상황에서 사전 경고를 보내야 할 때 AI가 어떤 도움이 될까요?

휴대전화와 TensorFlow로 아마존의 불법 벌목에 맞서 싸우는 부족

휴대전화와 TensorFlow로 아마존의 불법 벌목에 맞서 싸우는 부족

음악을 사랑하는 한 젊은이, 고래의 울음소리에서 자신이 나아갈 길을 찾아내다

음악을 사랑하는 한 젊은이, 고래의 울음소리에서 자신이 나아갈 길을 찾아내다

머신러닝을 활용하여 전 세계의 꿀벌을 구하는 팀의 이야기

머신러닝을 활용하여 전 세계의 꿀벌을 구하는 팀의 이야기

젊은 여성 여섯 명이 어떻게 기술을 활용하여 식수 안전 문제를 해결했을까요?

젊은 여성 여섯 명이 어떻게 기술을 활용하여 식수 안전 문제를 해결했을까요?

긴급한 상황에서 사전 경고를 보내야 할 때 AI가 어떤 도움이 될까요?

긴급한 상황에서 사전 경고를 보내야 할 때 AI가 어떤 도움이 될까요?

휴대전화와 TensorFlow로 아마존의 불법 벌목에 맞서 싸우는 부족

휴대전화와 TensorFlow로 아마존의 불법 벌목에 맞서 싸우는 부족

맨 위로