구글 AI 칩이 우주에서 첫 답변…‘우주 데이터센터’는 어디까지 왔나

구글이 우주로 보낸 AI 실험 위성이 궤도에서 처음으로 AI 답변을 만들어 지상에 전송했다. 구글은 2026년 10월 30일 ‘프로젝트 선캐처’ 위성에 실린 데이터센터급 TPU가 젬마 4 모델을 실행해 우주를 주제로 짧은 시를 생성했다고 발표했다. 10월 1일 발사한 뒤 통신과 장비 점검, 초기 머신러닝 시험을 거쳐 한 달 만에 이른바 ‘헬로 월드’ 단계에 도달한 것이다.

이 소식이 곧 우주 데이터센터의 상용화를 뜻하는 것은 아니다. 현재 실험은 작은 위성에서 AI 칩과 모델이 실제로 작동하고 결과를 내려보낼 수 있음을 확인한 초기 기술 시연이다. 냉각, 방사선, 통신 속도, 발사 비용, 수리 가능성, 우주 쓰레기 같은 어려운 문제는 대부분 남아 있다. 일반 독자가 궁금해할 질문은 “전기를 많이 쓰는 AI 데이터센터가 정말 우주로 옮겨 갈 수 있는가?”다. 답은 ‘핵심 부품이 작동한다는 첫 증거는 나왔지만, 지상 데이터센터를 대체할 경제성과 규모는 아직 증명되지 않았다’이다.

우주에서 무슨 일이 있었나

구글의 10월 30일 공식 발표에 따르면 연구팀은 지상국이 위성과 통신할 수 있는 짧은 시간에 첫 질문을 올려 보냈다. 위성 안의 구글 TPU와 젬마 4 공개 모델은 우주에 관한 하이쿠를 만들었고, 위성이 노르웨이 스발바르 상공을 지날 때 결과가 지상으로 내려왔다. 구글은 이를 데이터센터급 TPU가 궤도에서 만든 최초의 AI 응답이라고 설명했다.

TPU는 구글이 AI 계산을 위해 설계한 전용 반도체다. 우리가 챗봇에 질문하면 모델은 수많은 숫자를 빠르게 곱하고 더해 다음 단어를 선택한다. TPU는 이런 계산을 효율적으로 처리하도록 만들어졌다. 젬마 4는 구글이 공개한 AI 모델 계열이다. 이번 실험의 의미는 시의 문학적 수준이 아니라, 지상 데이터센터에서 쓰이는 종류의 AI 가속기가 발사 충격과 우주 환경을 견딘 뒤 실제 모델 계산을 수행했다는 데 있다.

구글은 시 생성 뒤에도 우주를 주제로 한 짧은 운문과 위성 장비 상태를 설명하는 질문을 시험했다고 밝혔다. 다음 단계는 더 현실적인 내구성 확인이다. 궤도에서는 낮과 밤이 빠르게 바뀌며 장비 온도가 크게 변하고, 지상보다 강한 방사선에 노출된다. 연구팀은 이런 열과 방사선 스트레스 속에서 TPU가 얼마나 안정적으로 작동하는지 계속 시험한다.

프로젝트는 10월 1일 시작됐다. 구글의 발사 발표에 따르면 위성은 지구 관측 위성 기업 플래닛과 함께 제작됐고 스페이스X의 트랜스포터-18 공동 발사 임무로 궤도에 올랐다. 발사 뒤 위성과 통신이 확인됐으며, 호스트 장비와 TPU 트레이를 켜고 초기 머신러닝 시험을 진행했다. 10월 30일 발표는 단순히 위성이 살아 있다는 확인을 넘어 AI 모델이 실제 결과를 보냈다는 후속 이정표다.

왜 AI 계산을 우주로 보내려 하나

가장 큰 이유는 전력이다. 생성형 AI 서비스가 커지면서 데이터센터가 쓰는 전기와 물, 송전망 부담이 세계적인 쟁점이 됐다. 대형 모델을 학습시키고 수많은 사용자에게 답을 제공하려면 막대한 계산이 필요하다. 지상에서는 새 발전소와 송전선, 냉각 시설, 지역사회의 동의를 모두 확보해야 한다.

우주에는 태양광을 더 오래, 더 직접적으로 받을 수 있는 환경이 있다. 구글이 장기적으로 상상하는 시스템은 태양광이 풍부한 궤도에서 AI 계산을 수행하고 여러 위성을 고속 통신으로 연결하는 것이다. 지상 데이터센터처럼 넓은 부지와 지역 전력망에 직접 의존하지 않는다는 매력이 있다. 낮과 밤, 날씨의 영향을 덜 받는 궤도를 선택하면 태양광 발전의 이용 시간도 늘릴 수 있다.

하지만 ‘우주에는 공짜 전기가 무한하다’는 표현은 과장이다. 태양빛 자체에 연료비는 없지만, 태양광 패널과 배터리, 전력 변환 장치, 위성을 제작하고 발사하는 비용이 든다. 패널은 시간이 지나며 성능이 떨어지고, 우주 방사선과 미세한 파편의 영향을 받는다. 위성에서 만든 전기로 계산을 해도 결과를 지상에 보내기 위한 통신망이 필요하다.

두 번째 이유는 AI 인프라의 입지 경쟁이다. 지상 데이터센터는 전력이 싸고 땅이 넓으며 네트워크가 좋은 지역에 몰린다. 그 과정에서 주민은 소음, 물 사용, 전기요금, 환경 부담을 걱정한다. NPR의 10월 1일 보도는 전력 소모가 큰 데이터센터에 대한 반대가 커지는 가운데 구글을 포함한 기업들이 궤도형 계산 시설을 탐색하고 있다고 전했다. 우주 데이터센터 구상은 기술적 호기심만이 아니라 지상 인프라의 사회적 한계에서 나온 대안이기도 하다.

세 번째는 우주에서 생산되는 데이터의 현지 처리다. 지구 관측, 통신, 기상, 과학 위성은 많은 데이터를 만든다. 모든 원본 자료를 지상으로 내려보내기보다 위성에서 먼저 분석해 중요한 부분만 보내면 통신 부담을 줄일 수 있다. 산불이나 재난 징후를 궤도에서 빠르게 분류하는 방식이 가능해진다. 이는 지상의 챗봇을 우주에서 돌리는 것보다 더 가까운 활용처가 될 수 있다.

이번 실험이 실제로 증명한 것

첫째, 발사와 초기 궤도 운용 뒤 TPU 장비를 켤 수 있었다. 로켓 발사 때 장비는 강한 진동과 충격을 받는다. 정밀한 AI 반도체와 주변 시스템이 이를 견디고 정상적으로 켜졌다는 것은 필수적인 첫 관문을 통과했다는 뜻이다.

둘째, 실제 AI 모델을 실행했다. 단순히 칩에 전원이 들어오거나 시험 신호가 돌아온 것이 아니라, 지상에서 질문을 보내고 위성에서 모델이 결과를 만든 뒤 다시 내려보냈다. 계산, 저장장치, 소프트웨어, 전력, 통신이 한 흐름으로 작동해야 가능한 일이다.

셋째, 지상과 궤도 사이 운영 절차를 시험했다. 위성은 언제나 지상국과 연결되는 것이 아니다. 정해진 상공을 지나는 짧은 시간에 질문과 결과를 주고받아야 한다. 연구팀은 제한된 통신 창에서 AI 작업을 보내고 결과를 확인하는 운영 경험을 얻었다.

그러나 이번 시연이 증명하지 않은 것도 분명하다. 모델 성능이 지상보다 좋다는 증거는 아니다. 대규모 사용자의 질문을 처리할 수 있다는 증거도 아니다. 경제성이 있다는 뜻도 아니며, 여러 위성이 하나의 거대한 데이터센터처럼 안정적으로 협력할 수 있다는 사실도 아직 확인되지 않았다. 시 한 편을 만든 성공과 상용 클라우드 서비스를 운영하는 일 사이에는 매우 큰 간격이 있다.

가장 어려운 문제는 냉각이다

우주는 매우 차갑다는 이미지 때문에 컴퓨터 냉각이 쉬울 것 같지만 실제로는 반대에 가깝다. 지상 데이터센터는 공기나 물을 이용해 칩의 열을 옮긴다. 진공 상태의 우주에는 열을 가져갈 공기가 없다. 장비가 만든 열은 주로 복사 방식, 즉 열에너지를 전자기파로 방출하는 방식으로 내보내야 한다.

AI 반도체는 많은 전력을 쓰는 만큼 많은 열을 만든다. 칩 수가 늘어날수록 큰 방열판과 정교한 열 관리 시스템이 필요하다. 햇빛을 받는 면과 그늘진 면의 온도 차도 크다. 짧은 시험에서는 장비를 일정 시간만 켜고 식힐 수 있지만, 상용 데이터센터는 24시간 높은 이용률로 돌아가야 한다. 우주 데이터센터의 성패는 칩을 올리는 것보다 열을 얼마나 안정적으로 빼낼 수 있는지에 달렸다고 해도 과언이 아니다.

구글이 다음 시험에서 열 스트레스를 중요한 항목으로 꼽은 이유가 여기에 있다. 하이쿠 생성은 장비가 작동한다는 신호이고, 장시간 고부하 계산은 별개의 시험이다. 앞으로 공개될 자료에서 연속 작동 시간, 전력 소비, 온도 변화, 성능 저하가 제시되는지 봐야 한다.

방사선과 고장 문제

지상에서는 대기와 지구 자기장이 많은 우주 방사선을 막아 준다. 궤도 장비는 더 강한 입자에 노출되고, 이 입자가 반도체의 데이터 값을 바꾸거나 장비를 손상시킬 수 있다. 작은 오류 하나가 AI 답변의 일부 숫자를 바꿀 수도 있고, 반복되면 저장장치와 계산 장비의 신뢰성이 떨어질 수 있다.

일반 위성은 방사선에 강한 특수 반도체와 오류 수정 기술을 사용한다. 하지만 최첨단 AI 칩은 빠른 성능을 목표로 만들어져 우주용 부품과 설계 우선순위가 다를 수 있다. 데이터센터급 TPU를 그대로 우주에서 오래 운영할 수 있는지, 보호 장치 때문에 무게와 비용이 얼마나 늘어나는지가 핵심이다.

고장이 나면 수리도 어렵다. 지상 데이터센터에서는 기술자가 서버를 교체하고 네트워크 선을 바꿀 수 있다. 궤도 위성은 원격 소프트웨어로 해결할 수 없는 문제가 생기면 사실상 장비를 포기해야 할 수 있다. 로봇 수리나 회수 기술이 발전하더라도 현재는 지상 정비보다 훨씬 비싸고 복잡하다. 대규모 우주 데이터센터라면 처음부터 고장 난 부품을 우회하고 다른 위성이 일을 넘겨받는 구조가 필요하다.

통신 지연과 데이터 이동

AI 계산은 칩만 빠르다고 끝나지 않는다. 사용자의 질문을 우주로 보내고 답을 다시 지상으로 내려야 한다. 낮은 지구 궤도는 달이나 화성보다 가깝지만, 지상 데이터센터와 광섬유로 연결하는 것보다 통신 경로가 복잡하다. 위성이 지상국을 벗어나면 다른 위성으로 신호를 넘기거나 여러 지역의 지상국을 사용해야 한다.

대규모 모델은 여러 계산 장비가 아주 빠르게 데이터를 주고받아야 한다. 지상 데이터센터에서는 서버를 고속 네트워크로 촘촘하게 연결한다. 우주에서는 위성 사이 레이저 통신이 이 역할을 해야 할 수 있다. 구글은 다음 단계로 2027년에 서로 연결된 쌍둥이 위성을 시험할 계획이라고 밝혔다. 이 시험은 단일 칩의 작동보다 실제 데이터센터 구상에 더 중요한 관문이다.

사이언티픽 아메리칸의 발사 보도도 2027년 두 실험 위성이 레이저로 서로 통신하는 계획을 전했다. 여러 위성이 작업을 나눌 수 있어야 용량을 키울 수 있기 때문이다. 단일 위성에서 작은 모델을 돌리는 것과 수천 개 장비가 하나의 모델을 함께 실행하는 것은 완전히 다른 난도다.

비용과 환경 문제는 사라지지 않는다

우주 데이터센터가 지상의 전력과 물 부담을 줄일 가능성은 있지만 환경 문제가 없어지는 것은 아니다. 로켓 발사에는 연료와 자원이 들고, 위성 제작에도 희귀 금속과 복잡한 공급망이 필요하다. 많은 위성을 계속 교체한다면 발사 횟수와 폐기 장비가 늘어난다.

저궤도 위성의 수가 급증하면 충돌 위험과 천문 관측 방해도 커진다. 수명이 끝난 위성을 안전하게 대기권으로 떨어뜨릴지, 궤도에서 회수할지 계획해야 한다. 충돌로 생긴 파편은 다른 위성과 유인 우주 활동에 오랫동안 위험을 줄 수 있다. 지상 데이터센터 반대 여론을 피해 부담을 보이지 않는 곳으로 옮기는 방식이 되어서는 안 된다.

경제성은 발사비 하락에 크게 좌우된다. 로켓 재사용과 공동 발사로 비용이 내려가고 있지만, 같은 계산 능력을 지상에 설치하는 것보다 저렴한지는 별도 계산이 필요하다. 위성은 무게와 전력, 냉각, 통신, 방사선 보호를 모두 제한된 공간에 넣어야 한다. 초기에는 재난 관측이나 국방·과학처럼 우주에서 즉시 처리할 가치가 큰 업무가 먼저 선택될 가능성이 높다.

일반 사용자에게 당장 달라지는 것은 없다

이번 발표로 챗봇 속도가 바로 빨라지거나 구독료가 내려가지는 않는다. 구글이 우주에서 제미나이 전체 서비스를 운영하기 시작한 것도 아니다. 실험에 사용된 것은 젬마 4 모델과 제한된 질문이며, 일반 이용자가 접속할 수 있는 새 제품으로 출시되지 않았다.

다만 장기적으로는 AI 인프라 경쟁의 범위가 달라지고 있음을 보여 준다. 지금까지의 경쟁이 더 좋은 모델과 더 많은 지상 데이터센터를 만드는 데 집중했다면, 앞으로는 전력 공급, 냉각, 통신, 입지, 우주 산업까지 연결될 수 있다. AI 회사가 반도체뿐 아니라 에너지와 위성망을 함께 설계하려는 이유다.

기업 입장에서도 지금 우주 데이터센터 도입을 준비할 단계는 아니다. 오히려 이번 소식은 AI 서비스의 비용이 모델 사용료만으로 결정되지 않는다는 사실을 보여 준다. 전력과 데이터 이동, 시설 허가, 지역사회 수용성 같은 물리적 조건이 AI 제품의 가격과 속도에 영향을 준다.

과장해서는 안 되는 표현

‘세계 최초의 우주 AI’라는 표현은 주의가 필요하다. 위성에서 AI나 머신러닝을 이용해 영상을 분류하고 데이터를 처리하는 실험은 이전에도 있었다. 구글의 정확한 주장은 ‘데이터센터급 TPU가 궤도에서 만든 최초의 AI 응답’이다. 어떤 기준을 붙이느냐에 따라 최초의 의미가 달라진다.

‘우주 데이터센터가 지구의 에너지 문제를 해결했다’는 표현도 아직 사실이 아니다. 현재 위성은 연구용 시제품이며, 전체 수명 동안 얻는 계산량과 발사·제작·운영에 드는 에너지를 비교한 상용 자료가 없다. 태양광을 오래 받을 수 있다는 장점과 냉각·통신·교체 비용을 함께 계산해야 한다.

‘AI가 우주에서 스스로 생각했다’는 설명도 부정확하다. 지상에서 사람이 질문을 올려 보냈고, 미리 탑재된 모델과 장비가 계산한 결과를 내려보냈다. 이번 성과는 자율적인 지능의 등장이 아니라 원격 컴퓨팅 시스템의 성공적인 작동이다.

앞으로 볼 변화

첫 번째 관전 지점은 장시간 운용 결과다. TPU가 열과 방사선 속에서 며칠, 몇 달 동안 얼마나 안정적으로 작동하는지, 오류가 얼마나 발생하는지 구체적인 데이터가 필요하다. 짧은 시연보다 지속적인 계산 시험이 중요하다.

두 번째는 2027년 쌍둥이 위성 시험이다. 위성 사이 통신으로 작업을 나누고 하나의 시스템처럼 움직일 수 있어야 규모 확장의 가능성을 판단할 수 있다. 통신 속도와 지연, 연결이 끊겼을 때의 복구 방식이 핵심이다.

세 번째는 경제성과 환경 평가다. 발사비, 장비 수명, 냉각 면적, 태양광 패널, 지상국, 위성 교체를 모두 포함한 비용이 공개돼야 한다. 지상 전력 부담을 줄이는 대신 우주 쓰레기와 발사 부담을 키우지 않는지도 평가해야 한다.

프로젝트 선캐처의 첫 AI 답변은 작은 시 한 편이지만 기술적으로는 분명한 이정표다. 지상 데이터센터용 AI 칩이 발사 충격을 견디고 궤도에서 모델을 실행해 결과를 보냈다는 사실은 확인됐다. 그러나 이것은 우주 데이터센터의 출발선이지 완성 선언이 아니다. 일반 독자가 기억할 핵심은 간단하다. 구글은 ‘우주에서 AI 계산이 가능한가’라는 질문에는 첫 번째 예를 내놨지만, ‘대규모로 싸고 안전하게 운영할 수 있는가’라는 더 중요한 질문에는 아직 답하지 못했다.