01
엔비디아의 광통신 투자 — 4개사, 전 공급망 커버
루멘텀
레이저·광학 부품
20억$
구매 약정 + 향후 생산 능력 접근권 확보
코히어런트
광트랜시버·광학 소자
20억$
차세대 데이터센터용 광기술·제조·R&D 협력
마벨
커스텀 XPU + 네트워킹
20억$
NVLink Fusion 연동 + 실리콘 포토닉스 협력
코닝
광섬유 유리 소재
장기
파트너십
미국 내 광연결 제조 10배 확대 / 광섬유 생산 50%↑
"4개 뉴스를 하나로 묶으면: AI 서버의 중심축이 연산 장치에서 연결 장치로 확대되고 있다는 그림이 나온다."
02
병목의 이동 — GPU 성능에서 칩 간 연결로
AI 서버 성능 공식의 변화
GPU 성능
+
HBM 용량
+
첨단 패키징
+
전력
→
칩 간 연결
이전 4가지 요소도 여전히 중요하나, 이제 새로운 병목으로 칩 간 연결이 부상
컨베이어 벨트 비유
공장 기계 = GPU
아무리 빨라도 컨베이어 벨트(데이터 경로)가 느리면 기다릴 수밖에 없음
아무리 빨라도 컨베이어 벨트(데이터 경로)가 느리면 기다릴 수밖에 없음
전체 처리량 결정 요인
가장 빠른 기계가 아니라 가장 느린 이동 구간이 결정. 있는 장비가 쉬는 시간도 비용
가장 빠른 기계가 아니라 가장 느린 이동 구간이 결정. 있는 장비가 쉬는 시간도 비용
GPU가 기다리는 이유
AI 학습은 수천 개 GPU가 분산 계산 → 중간 결과 맞춰야 다음 계산 가능. 데이터가 늦게 오면 먼저 끝낸 GPU는 멈춤
기다리는 시간의 비용
학습 시간 증가 + 전력 소비 지속 + 냉각 유지 + 장비 감가상각 → 연결이 느릴수록 AI 공장 운영 비용 상승
도로망 비유
차 몇 대 = GPU 적을 때는 차 속도가 중요. 차 수십만 대 = GPU 수천 개가 되면 도로망·신호 체계가 체감 속도를 결정
03
구리선 vs 광신호 — 역할 분담의 재설계
구리선 (전기 신호)
단거리: 여전히 싸고 강함장거리·고대역폭: 신호 감쇠 + 잡음 + 발열
→ 리타이머·앰플리파이어 추가 필요
→ 전력 소비 추가 발생
연산 중심 역할 유지
광신호 (빛)
가까운 거리: 광전 변환 비용 존재멀고 많고 빠른 데이터: 손실 적고 전력 효율↑
→ 리타이머 불필요
→ 열 관리 방식 정교화 필요
데이터 이동 구간 진출
핵심: 대체가 아니라 분담
전자(구리)와 광자(빛)는 서로를 밀어내는 관계가 아님. AI 서버 안에서 각자 맡은 구간이 달라지는 것. 클러스터가 커질수록 광학이 경제성 있는 구간이 늘어나는 방향.
04
CPO (코패키지 옵틱스) — 광학을 칩 바로 옆으로
광전 변환 위치의 변화
기존 방식
스위치 칩
→
전기 신호 (긴 경로)
→
보드
→
플러그형 광트랜시버
→
빛
CPO 방식
스위치 칩
+
광학 엔진 (바로 옆 패키징)
→
즉시 빛으로 변환
엔비디아 스펙트럼 X 포토닉스 SN6800
409.6Tb/s
512포트 × 800Gb/s매초 51.2TB 전송 = 고용량 SSD 수십 개 분량
→ AI 공장 내부 도로의 폭을 보여주는 숫자
플러그형 vs CPO
플러그형: USB처럼 꽂음, 교체 쉬움, 칩에서 멂
CPO: 성능·효율 높음, 칩 바로 옆 내장
고장 대응 어려움, 제조 난이도 높음, 열 관리 필요
CPO: 성능·효율 높음, 칩 바로 옆 내장
고장 대응 어려움, 제조 난이도 높음, 열 관리 필요
CPO는 단순 케이블 교체가 아니라 서버 설계의 경계선이 바뀌는 문제. 광학 부품이 랙 바깥 통신 장비에서 스위치 칩 패키지 가까운 곳으로 이동.
05
실리콘 포토닉스 & aR Labs — 경쟁사들이 함께 투자한 이유
실리콘 포토닉스란?
기존 반도체 공정 위에 빛이 지나가는 경로(광도파로)와 광전 변환 소자를 함께 제조
회로 위에 전기 배선 + 광통신 고속도로를 함께 깔아넣는 개념
핵심 과제: 전자 회로 설계 능력 + 광학 소자 구현 능력을 같은 패키지로 통합
회로 위에 전기 배선 + 광통신 고속도로를 함께 깔아넣는 개념
핵심 과제: 전자 회로 설계 능력 + 광학 소자 구현 능력을 같은 패키지로 통합
aR Labs (IRF Labs) 투자 현황
2026년 3월 시리즈 2: 5억 달러
총 투자금: 8억 7천만 달러
기업가치: 37억 5천만 달러
투자자: 엔비디아, AMD, 미디어텍, 알칩
(AI 반도체 경쟁사들이 공동 투자 — 대규모 클러스터에서 광학 효율은 공통 과제)
총 투자금: 8억 7천만 달러
기업가치: 37억 5천만 달러
투자자: 엔비디아, AMD, 미디어텍, 알칩
(AI 반도체 경쟁사들이 공동 투자 — 대규모 클러스터에서 광학 효율은 공통 과제)
06
전력 문제 — AI 데이터센터, 일본 국가 전력을 넘본다
2024년 전 세계 데이터센터 전력
415TWh
2030년 IEA 전망
945TWh
≈ 일본 전체 전력 소비 수준
2.3배 증가. 이제 국가 규모의 전력이 데이터센터 한 분야에 필요. 데이터 이동에 쓰이는 전력도 비용이 되는 시대 → 광학 인터커넥트는 더 빠른 연결이 아니라 AI 공장 전력 효율을 재설계하는 기술.
아직 검증 과제 남아 있음
수율·신뢰성 장기 검증 필요 / 광학 부품은 온도·정렬에 민감 (AI 스위치 주변 고온 환경) / CPO 고장 교체 어려움 / 대량 생산 단가 확인 필요. 기술 키워드는 빠르게 번지지만 고객 인증과 양산 적용은 훨씬 느리게 따라옴.
07
"광통신"으로 묶으면 안 된다 — 공급망은 각각 다르다
| 구분 | 역할 | AI 데이터센터 연관성 |
|---|---|---|
| 광섬유 제조사 (코닝 등) | 유리 소재·광케이블 | 물리적 기반 — 간접 연관 |
| 광트랜시버 제조사 | 플러그형 광모듈 | 단기 수요 증가, 장기 CPO로 대체 압박 |
| 레이저 소자 제조사 (루멘텀 등) | 광원·레이저 칩 | CPO 핵심 부품 |
| 실리콘 포토닉스 설계사 | 광학 기능 반도체 설계 | CPO 핵심, 전자+광학 통합 능력 필요 |
| 커스텀 네트워킹 (마벨 등) | XPU·네트워킹 칩 | AI 인프라 직접 연결 |
장기적으로 광학 엔진, 패키징, 스위치 에이징, 시스템 업체 사이의 힘의 관계가 재편될 수 있음. 광트랜시버 업체는 단기 수요 증가 기회면서 동시에 CPO 전환 압박.
08
핵심 시사점 — AI 인프라를 보는 질문이 바뀐다
기존 질문
"가장 빠른 칩을 누가 만드느냐?"
새로운 질문
"칩 사이의 손실을 누가 가장 작게 만드느냐?"
앞으로 확인해야 할 것
스펙트럼 X / 퀀텀 X 포토닉스가 2026년 이후 실제 고객 시스템에 얼마나 투입되는지
광학 부품이 서버 바깥 통신 장비에 머무는지, 스위치 칩 패키지 가까운 곳으로 들어오는지
"AI가 커지면 커질수록 진짜 비용은 지금 칩 내부가 아니라 칩 사이사이로 새고 있다."