AI 시대, 다음 반도체 전쟁은 GPU가 아니라 연결 기술에서 시작된다

AI 산업의 경쟁은 어디까지 왔을까요?

초기에는 누가 더 뛰어난 GPU를 확보하느냐가 중요했습니다. 이후에는 GPU의 성능을 뒷받침하는 HBM과 메모리 기술이 주목받았고, 최근에는 데이터센터를 움직이는 전력과 냉각 인프라까지 중요한 투자 분야로 떠올랐습니다.

그런데 여기서 한 가지 더 생각해 볼 문제가 있습니다.

GPU를 수만 개 확보하더라도 이들을 제대로 연결하지 못한다면 어떻게 될까요?

아무리 뛰어난 자동차를 수만 대 보유해도 도로가 좁으면 교통체증이 발생하는 것과 같습니다.

AI 데이터센터에서도 비슷한 문제가 발생합니다. 수많은 GPU가 하나의 거대한 컴퓨팅 시스템처럼 작동하려면 엄청난 양의 데이터를 빠르고 효율적으로 주고받아야 합니다.

이제 AI 반도체 경쟁의 새로운 병목으로 광통신 기술이 주목받는 이유입니다.

 

1. GPU가 많아질수록 연결 기술이 중요해진다

AI 모델이 복잡해지고 데이터센터 규모가 커질수록 GPU 사이의 데이터 전송량도 증가합니다.

문제는 기존 전기 신호 기반 연결 방식입니다.

구리 케이블은 짧은 거리에서는 효율적이지만 전송 속도가 높아지고 거리가 길어질수록 신호 손실과 전력 소모, 발열 문제가 커집니다.

이를 해결하기 위해 신호를 빛으로 바꾸어 전달하는 광통신 기술이 중요해지고 있습니다.

빛을 이용하면 더 높은 대역폭과 긴 전송 거리를 확보하면서 전력 효율을 개선할 가능성이 있습니다.

여기서 기억해야 할 것은 AI 데이터센터의 성능이 GPU 자체의 연산 능력만으로 결정되지 않는다는 사실입니다.

GPU와 GPU가 얼마나 빠르게 데이터를 주고받는지도 전체 시스템의 성능을 결정하는 중요한 요소입니다.

 

2. 광통신 기술은 세 단계로 진화하고 있다

광통신 기술의 발전은 크게 세 가지 단계로 이해하면 쉽습니다.

첫 번째: 랙과 랙 사이를 광케이블로 연결하는 단계

현재 데이터센터에서는 광케이블과 광모듈을 이용해 서버와 네트워크 장비 사이에 데이터를 전달합니다.

광모듈은 전기 신호를 빛으로 바꾸고, 전달된 빛을 다시 전기 신호로 변환하는 장치입니다.

이미 상용화된 시장이며 AI 데이터센터의 규모가 커질수록 고속 광모듈에 대한 수요도 증가할 수 있습니다.

400G에서 800G, 그리고 1.6T로 전송 속도가 높아지는 과정도 주목할 부분입니다.

두 번째: CPO, 광학 기술을 스위치에 통합하는 단계

CPO(Co-Packaged Optics)는 광학 엔진을 스위치 ASIC과 같은 패키지 안에 배치하는 기술입니다.

기존에는 광모듈이 스위치 칩과 떨어진 위치에서 신호를 주고받았습니다.

하지만 CPO는 광학 엔진을 칩 가까이에 배치해 전기 신호가 이동하는 거리를 줄이는 접근입니다.

이를 통해 전력 소모와 신호 손실을 줄이고 더 높은 대역폭을 구현하려는 것입니다.

다만 광학 부품의 교체와 수리, 열 관리, 제조 수율 등 해결해야 할 과제도 남아 있습니다.

세 번째: Optical I/O, 칩 자체가 빛으로 데이터를 주고받는 단계

장기적으로는 광통신 기술이 칩과 칩 사이의 연결 영역까지 확대될 수 있습니다.

Optical I/O는 전기 신호로 데이터를 주고받던 영역에 광학 기술을 적용하는 방향입니다.

이 기술이 발전하면 GPU와 메모리, 여러 연산 칩 사이의 데이터 이동에서 전력 효율과 대역폭을 개선할 가능성이 있습니다.

아직 기술의 상용화 수준과 적용 범위에는 차이가 있지만 장기적인 반도체 기술 변화에서 중요한 분야입니다.

 

3. 광통신 시장의 주도권은 누구에게 있을까?

여기서 투자자가 흥미롭게 봐야 할 부분이 있습니다.

광통신 산업은 하나의 기업이나 국가가 모든 기술을 장악하는 구조가 아닙니다.

광모듈 제조, 네트워크 칩 설계, 광학 엔진, 레이저, 첨단 패키징 등 각 단계마다 강점을 가진 기업들이 다릅니다.

중국: 광모듈 생산 경쟁력

현재 광모듈 시장에서는 중국 기업들의 존재감이 상당합니다.

대표적으로 이노라이트(InnoLight)는 고속 광모듈 시장에서 주목받는 기업입니다.

중국 기업들은 광모듈 생산 능력과 공급망, 가격 경쟁력을 바탕으로 시장에서 중요한 위치를 차지하고 있습니다.

AI 데이터센터 투자가 확대되면 기존 광모듈 시장에서도 수혜 기회가 생길 수 있습니다.

미국: 네트워크 칩과 기술 설계

미국에서는 엔비디아, 브로드컴, 마벨 같은 기업을 주목할 필요가 있습니다.

엔비디아는 GPU뿐 아니라 네트워크와 데이터센터 연결 기술까지 생태계를 확장하고 있습니다.

브로드컴은 데이터센터용 스위치 ASIC과 네트워킹 기술에서 경쟁력을 갖추고 있습니다.

마벨 역시 데이터센터용 연결 반도체와 광통신 관련 기술을 보유하고 있습니다.

앞으로 CPO와 광학 연결 기술이 확대된다면 이들 기업의 기술적 위치가 중요해질 수 있습니다.

대만: 첨단 패키징과 생산 기반

CPO 시대에는 광학 부품을 단순히 만드는 것만큼이나 이를 반도체 패키지에 얼마나 정교하게 통합하느냐가 중요해집니다.

여기서 TSMC가 주목받습니다.

첨단 패키징 기술과 반도체 생산 역량은 광학 기술과 반도체를 결합하는 과정에서 중요한 경쟁력이 될 수 있습니다.

다만 CPO 생태계는 TSMC 한 곳만으로 구성되는 것이 아닙니다. 광학 엔진, 레이저, 소재, 패키징 장비 등 다양한 공급업체가 함께 참여합니다.

결국 광통신 시장의 주도권은 기존 광모듈 생산 기업에서 네트워크 칩 설계와 광학 엔진, 첨단 패키징을 결합하는 기업들로 확대될 가능성이 있습니다.

 

4. 투자자는 무엇을 봐야 할까?

이제 투자 관점으로 연결해 보겠습니다.

AI 산업의 병목은 계속 이동하고 있습니다.

초기에는 GPU가 부족했고, 이후에는 HBM과 전력 공급이 중요해졌습니다.

이제는 수많은 GPU를 하나의 시스템으로 연결하는 네트워크와 광통신 기술이 새로운 경쟁 요소로 떠오르고 있습니다.

투자자는 다음과 같은 분야를 구분해서 살펴볼 필요가 있습니다.

• 광모듈: 800G와 1.6T 등 고속 광모듈 수요 확대
• 광학 엔진: CPO에 들어가는 핵심 광학 부품
• 네트워크 반도체: 고속 스위치와 데이터 전송 기술
• 실리콘 포토닉스: 반도체와 광학 기술의 결합
• 첨단 패키징: 광학 엔진과 반도체를 통합하는 생산 기술

여기서 중요한 것은 기술이 주목받는다는 사실과 해당 기업의 실적이 개선된다는 사실을 구분하는 것입니다.

CPO가 확대된다고 기존 광모듈 기업이 모두 사라지는 것은 아닙니다. 오히려 광학 엔진과 레이저, 광섬유 등 새로운 공급망이 형성될 수도 있습니다.

 

따라서 기술의 발전 단계와 각 기업이 실제로 공급하는 제품, 고객사, 수주, 영업이익을 함께 확인해야 합니다.

마무리: AI 경쟁은 연결 기술로 확장되고 있다

AI 산업을 바라볼 때 GPU만 살펴보면 전체 그림을 놓칠 수 있습니다.

GPU가 연산을 담당한다면 메모리는 데이터를 저장하고, 네트워크는 GPU와 GPU를 연결합니다. 전력과 냉각 시스템은 이 모든 장비가 안정적으로 작동하도록 뒷받침합니다.

어느 한 부분이라도 병목이 발생하면 전체 시스템의 효율이 떨어질 수 있습니다.

앞으로 AI 데이터센터가 더 거대해질수록 연결 기술의 중요성도 커질 가능성이 있습니다.

우리는 지금까지 AI 반도체 경쟁에서 GPU와 HBM에 집중해 왔습니다.

이제는 그다음 단계도 살펴봐야 합니다.

 

AI 시대의 다음 승부는 누가 더 빠른 GPU를 만드느냐에서 끝나지 않습니다. 수만 개의 GPU를 얼마나 빠르고 효율적으로 연결하느냐가 다음 반도체 경쟁의 중요한 변수가 될 것입니다.

AI 산업의 다음 병목을 찾는 것. 어쩌면 그것이 다음 투자 기회를 발견하는 출발점일지도 모릅니다.