구리, 물리적 한계 직면...AI시대 광통신 주목받는 이유
AI 시대 광통신이 다시 주목받는 이유는 단순히 통신 속도를 높이기 위한 차원을 넘어섰다. 대규모 언어모델의 학습을 넘어 추론과 AI 에이전트 단계로 넘어가면서, 데이터센터 경쟁력의 핵심이 반도체 자체의 연산 성능만이 아니라 수천·수만 개 GPU를 얼마나 지연 없이 하나의 클러스터처럼 연결하느냐로 이동하고 있기 때문이다. 특히 기존 구리는 물리적 한계에 직면하자 이로 인한 데이터 병목이 AI의 걸림돌로 부각됐고, 대안으로 광통신 기술에 글로벌 빅테크의 이목이 집중되고 있다.
왜 광통신인가: 구리의 물리적 한계 직면
그동안 데이터 센터 내부의 통신은 전기 신호를 전달하는 구리선이 주도해 왔다. 그러나 AI 모델의 규모가 거대해지고 처리해야 할 트래픽이 기하급수적으로 늘어나면서 구리의 물리적 약점이 드러나기 시작했다.
구리는 전기 신호를 보낼 때 저항에 따른 ‘데이터 병목현상’과 ‘발열’이 발생한다. 수천 개에서 수만 개의 GPU를 하나로 연결해 거대한 연산 클러스터를 구축해야 하는 하이퍼스케일러 입장에서는, 단 하나의 구리 회선에서 지연이 발생해도 전체 시스템의 효율이 10~15%가량 저하되는 문제를 겪게 된다. GPU의 연산 속도가 아무리 빨라도 이를 전달하는 통로가 막히면 무용지물이 되는 셈이다.
또 AI모델이 실시간 추론을 수행하고 여러 시스템이 동시에 연동되는 과정에서 서버 내부의 스케일업, 랙과 랙을 잇는 스케일 아웃 뿐만 아니라 수십~수백km 떨어진 데이터센터끼리 연결하는 스케일어크로스까지 중요해졌다.
결국 AI 인프라의 성능 경쟁은 개별 GPU 성능 경쟁에서 GPU 간 연결 효율 경쟁으로 넘어가고 있다. 이에 따라 빛의 속도로 데이터를 전달하고 저항이 거의 없는 광통신으로의 전환은 선택이 아닌 필수다.
광통신, 효율·비용·성능 일석삼조
광통신 기술을 데이터 센터 전반에 도입했을 때 기대할 수 있는 효과는 크게 세 가지다.
첫째, 성능 최적화다. 광통신은 구리보다 훨씬 얇으면서도 넓은 대역폭을 제공한다. 이는 수만 개의 GPU를 마치 하나의 거대한 유기체처럼 연결하는 ‘스케일 업(Scale-up)’과 ‘스케일 아웃(Scale-out)’을 가능하게 하여 AI 모델의 추론 속도를 극대화한다.
둘째, 운영 비용(OPEX) 절감이다. 구리 네트워크의 고질적 문제인 발열이 해결되면 데이터 센터 냉각을 위해 24시간 가동되던 공조 시스템의 부하를 획기적으로 낮출 수 있다. 이는 전력 소비 감소로 직결된다.
셋째, 투자 수익률(ROI) 개선이다. 발열과 병목 해결로 운영 비용이 줄어들면 하이퍼스케일러들은 자본 투자 원금을 더 빠르게 회수할 수 있다. 여기서 확보된 여유 자금은 다시 GPU 확충이나 차세대 AI 서비스 개발에 재투자되는 선순환 구조를 형성한다.
광통신 밸류체인: 설계부터 망 구축까지
현재 글로벌 광통신 시장은 기술적 진입 장벽이 높은 미국 기업들을 중심으로 밸류체인이 공고히 형성되어 있다. 크게 네 단계다.
첫 번째는 칩 설계·공정 단계다. 여기서는 실리콘 포토닉스가 핵심이다. 이는 실리콘 웨이퍼 위에 전기 회로뿐 아니라 광학 회로까지 집적하는 기술로, 광통신 확산의 기반으로 꼽힌다. 엔비디아가 선제적으로 투자한 마벨(Marvell)이 대표적이다. 마벨은 광 트랜시버에 들어가는 DSP와 스위치용 ASIC 설계 역량을 갖춘 기업이다. 이들이 설계한 칩을 생산하는 타워 세미컨덕터와 같은 파운드리 업체들이 이 단계를 구성한다.
두 번째는 광전환 및 모듈 영역이다. 여기서는 광 트랜시버 내부에서 실제 빛을 만들어 쏘는 레이저 광원이 중요하다. 루멘텀(Lumentum)과 코히어런트(Coherent)가 시장을 양분하고 있다. 이들은 레이저 소자와 광모듈 핵심 부품을 공급하는 업체로, AI 데이터센터용 고성능 네트워크 투자 확대의 직접 수혜가 예상되는 축이다. 특히 루멘텀은 고사양 AI 데이터센터 비중이 높고, 코히런트는 산업용을 포함해 고객군이 더 분산되어 있다는 차이가 있다.
세 번째는 네트워크 인프라다. 레이저가 지나가는 통로인 광섬유가 여기에 해당한다. 빛이 지나가는 고속도로 역할을 하는 유리섬유 및 광섬유를 제조하는 단계로, 이 분야의 압도적 기술력을 보유한 코닝(Corning)이 핵심적인 역할을 하고 있다.
네 번째는 백본망 및 서비스 영역이다. 데이터센터와 데이터센터를 잇는 장거리 광대역 통신장비와 이를 운영하는 소프트웨어가 포함된다. 시에나(Ciena)가 이 분야의 선두 주자다.
AI 산업이 커지고 추론 수요가 급증하며 병목은 반도체를 넘어 네트워크로 확장되고 있다. 지금까지는 연산 칩이 AI 성능 경쟁의 중심이었다면 앞으로는 그 칩들을 얼마나 효율적으로 묶어 하나의 시스템처럼 작동시키느냐가 승부처가 된다. 광통신이 주목받는 이유도 여기에 있다.
#인공지능 #광통신 #AI데이터센터 #네트워크병목 #엔비디아 #마벨 #루멘텀 #코일런트 #시에나 #코닝 #실리콘포토닉스 #광트랜시버 #AI인프라 #GPU연결 #반도체투자
<편집자주>
해당 기사는 삼프로TV 인터뷰 방송을 정리한 내용입니다. 더욱 정확한 풍성한 내용은 방송을 확인하시기 바랍니다.