미래에셋증권 웹진(2026년 4월) 첫 페이지

넥스트 병목 해결은 광통신

AI 인프라 투자 사이클은 병목을 해소하는 방향으로 진화하고 있으며, 현재 가장 중요한 병목은 전력과 인터커넥트입니다. 초기 AI 확산 국면에서는 연산 성능 확보가 핵심이었고, 이에 따라 GPU 중심의 투자가 집중되었습니다. 이후 AI 모델의 규모 확대와 클러스터 확장으로 전력 소모가 급증하면서 전력 인프라가 두 번째 병목으로 부상했고, 동시에 추론 수요 증가에 대응하기 위한 고대역폭 메모리(HBM)의 중요성이 부각되었습니다. 이제 AI 인프라는 연산(GPU) → 메모리(HBM) → 네트워크(인터커넥트)로 병목이 이동하는 전형적인 구조를 보이고 있습니다.

현재 시점에서 가장 구조적인 제약은 인터커넥트이며, 이는 단순한 기술 전환이 아니라 물리적 한계에서 비롯된 필연적 변화입니다. 기존 전기식 인터커넥트는 전력 효율(pJ/bit)과 대역폭 측면에서 이미 한계에 도달하고 있으며, AI 클러스터가 수백~수천 GPU 단위로 확장되면서 병목이 더욱 심화되고 있습니다. 이러한 환경에서 광(Optics)은 전력과 네트워크 병목의 교집합을 동시에 해결할 수 있는 유일한 솔루션으로 부상하고 있으며, CPO를 중심으로 한 광학 인터커넥트 전환은 선택이 아닌 필수 국면에 진입했습니다.

AI 가속기의 I/O 대역폭은 세대마다 2배씩 증가하지만, 구리 인터커넥트의 대역폭 확장은 물리적 한계에 봉착했습니다. 이 '대역폭 격차(Bandwidth Gap)'가 구리→광 전환을 불가피하게 만드는 가장 근본적인 이유이며, Scale-Out은 이미 광 전환이 필수 불가결하고, ScaleAcross(데이터센터-데이터 센터 간)는 최근 급격히 확대 중이며, Scale-Up은 단기적으로 구리가 유지되나 대역폭 증가에 따른 손실로 궁극적으로 광 전환이 불가피합니다.

AI 가속기의 연산 성능(FLOPS)은 매년 50~70%씩 성장하고 있으며, 이에 따라 칩 간 데이터 이동 대역폭도 동일한 속도로 증가해야 합니다. 그러나 구리 인터커넥트의 레인당 속도는 물리적 한계로 인해 10~15%/년 수준의 증가에 그치고 있습니다. 이 구조적 격차가 세대를 거듭할수록 기하급수적으로 확대되며, 이것이 광 전환을 강제하는 가장 근본적인 물리법칙입니다.

NVIDIA NVLink 대역폭이 600 GB/s(A100) → 900 GB/s(H100) → 1.8 TB/s(B200) → 3.6 TB/s(GB300)로 세대마다 2배 증가. OFC 2026 세션에서 Meta는 ORW(Open Rack Wide) 아키텍처에서 2 Pbps 이상의 Scale-Up 네트워크 I/O 대역폭이 필요하다고 제시했습니다. 구리 SerDes는 112 Gbps PAM4가 사실상 한계이며, 224 Gbps PAM4는 전력이 2배 이상 증가하여 비실용적이기 때문입니다.

구리 인터커넥트의 대역폭을 결정하는 핵심 기술은 SerDes(Serializer-Deserializer)입니다. SerDes의 레인당 속도가 곧 구리 인터커넥트의 속도 상한을 결정하는데, 현재 이 기술은 명확한 물리적 벽에 도달했습니다. 112G PAM4에서 224G PAM4로의 전환은 단순히 속도를 2배로 올리는 것이 아닙니다. 채널 손실이 비선형적으로 증가하고, 이를 보상하기 위한 DSP의 복잡도와 전력이 2배 이상으로 급증합니다. OFC 2026의 컨센서스는 '224G PAM4가 구리의 마지막 세대'라는 것입니다. 그 이후는 구리로는 물리적으로 불가능한 영역입니다.

Scale-Out 광학 기업은 이미 수혜 구간에 진입했습니다. Scale-Across의 급격한 확대는 OCS, DCI 코히어런트, HCF 기업에 새로운 성장 동력을 제공합니다. Scale-Up은 2027~2028년부터 실리콘 포토닉스와 THz 기업의 수혜가 본격화될 전망입니다. 양산 단계는 상황을 지켜봐야 한다고 OFC 2026에서 밸류체인 업체들의 엔지니어들은 얘기합니다.

Scale-Out: 광 전환 필수 불가결

AI 클러스터의 인터커넥트를 거리에 따라 세 가지 영역으로 분류하면, 각 영역에서 대역폭 증가가 광 전환을 강제하는 메커니즘이 명확해집니다. Scale-Out(서버 간, 5~수백 m)은 구리에서 광으로의 전환이 이미 진행 중이며, 현 시점에서 필수 불가결합니다.

핵심 근거는 1) 대역폭 요구가 구리의 물리적 한계를 초과했습니다. 800G 이더넷은 레인당 100G × 8레인 또는 200G × 4레인으로 구성되는데, 200G/레인에서 구리 DAC의 최대 도달 거리는 2~3m에 불과합니다. 서버 간 거리가 통상 5~100m인 데이터센터에서 이는 완전히 부족합니다. 1.6T(2027~2028)와 3.2T(2029~) 세대로 가면 구리는 물리적으로 역할을 수행할 수 없습니다.

2) AI 분산 훈련의 All-Reduce 통신 오버헤드가 핵심 병목입니다. OFC 2026 데이터에 따르면, Meta 프로덕션 네트워크에서 DNN 훈련 시 통신이 전체 이터레이션 시간의 최대 60%를 차지하는 경우가 관측되었습니다. 이는 대역폭 부족이 GPU 활용률을 40%까지 떨어뜨릴 수 있다는 의미입니다. 광학 인터커넥트로 전환하면 All-Reduce 오버헤드를 1~5% 수준으로 낮출 수 있습니다.

3) OCS(Optical Circuit Switching) 기반 Scale-Out 네트워크가 전기 패킷 스위치(EPS) 대비 압도적인 성능 개선을 보였습니다. OFC 2026에서 발표된 RON(Reconfigurable Optical Network) 아키텍처는 전기 스위치 대비 통신 시간을 656.7% 개선했고, 65,000 GPU 규모에서는 1,049.3%의 개선을 달성했습니다. 이는 Scale-Out에서 광학이 단순히 더 나은 대안이 아니라 유일하게 작동하는 솔루션임을 입증합니다.

Scale-Across: 최근 급격히 확대 중 - 데이터센터 간 광학 네트워크의 부상

Scale-Across(데이터센터 간, 수 km~80 km)는 최근 가장 빠르게 광 침투가 확대되고 있는 영역입니다. 그 배경에는 AI 클러스터의 물리적 한계가 있습니다.

1) 단일 데이터센터의 전력 용량 한계입니다. AI 훈련에 필요한 GPU 수가 10,000개를 넘어 100,000개 이상으로 확장되면서, 한 건물에 모든 GPU를 수용할 수 없게 되었습니다. 1GW급 데이터센터도 전력이 부족하여, 물리적으로 분산된 여러 데이터센터를 하나의 AI 클러스터로 연결해야 합니다.

2) OFC 2026에서 발표된 OCS(Optical Circuit Switching) 기반 Scale-Across 아키텍처가 실질적 성능을 입증했습니다. ZR(Zero-dispersion Region) 모듈을 활용하면 최대 80km 거리에서 400Gbps 링크가 가능하며, 30km 이내에서는 AI 훈련 작업 완료 시간에 사실상 영향을 주지 않는 것이 검증되었습니다. 이는 같은 도시 내 분산된 데이터센터들을 하나의 논리적 클러스터로 묶을 수 있다는 혁명적 의미를 갖습니다.

3) 600km LLM 분산 훈련이 OFC 2026에서 시연되었습니다. HCF(Hollow-Core Fiber)를 활용하면 RTT(왕복 지연시간)를 33% 줄여, 장거리에서도 분산 훈련의 효율 손실을 5% 미만으로 억제할 수 있습니다. 서울~부산 거리의 데이터센터를 하나의 AI 클러스터로 운영하는 것이 기술적으로 가능해진 것입니다.

4) OCS 기반 Scale-Across 네트워크의 전력 및 확장성 이점이 극적입니다. OFC 2026에서 발표된 OCS-DRP 아키텍처는 기존 ROFT 방식 대비 16배 더 많은 GPU를 연결하면서 전력 소비는 40% 절감하는 성과를 보였습니다.

Scale-Across의 급격한 확대는 AI 산업의 구조적 변화를 반영합니다. 하나의 거대한 데이터센터에서 여러 데이터센터를 광학으로 연결한 분산 AI 클러스터로의 패러다임 전환이 진행 중이며, 이 전환의 핵심이 바로 광학 인터커넥트입니다. 여러 논문에서 비춰보듯이, 여러 선행 기술들(OCS, ZR 모듈, HCF)의 조합이 이를 가능하게 만들고 있습니다.

Scale-Up: 단기 구리 → 장기 광 전환의 마지막 프론티어

Scale-Up(칩 간, 수cm~ 수m)은 현재 구리가 여전히 지배하는 영역입니다. NVLink 4(H100)는 900 GB/s를 구리 기반으로 달성하고 있으며, 짧은 거리(수 cm)에서 구리는 여전히 비용 효율적입니다. 그러나 대역폭 증가가 계속되면, 여기서도 광 전환이 필수가 되는 시점이 반드시 옵니다.

대역폭 증가에 따른 구리의 손실 급증이 핵심 메커니즘입니다. NVLink 대역폭이 세대마다 2배씩 증가하면서, 구리 기반으로 이를 구현하기 위해 필요한 SerDes 레인 수와 레인당 속도가 동시에 증가해야 합니다. 문제는 레인당 속도가 올라갈수록 구리에서의 감쇠(loss)가 비선형적으로 급증한다는 것입니다.

구리에서의 감쇠가 30 dB를 넘으면 리타이머 없이는 신호 전달이 불가능하고, 리타이머 자체가 7~15W의 전력을 소모하며 지연시간을 추가합니다. 35 dB를 넘으면 다중 리타이머가 필요하거나 사실상 구리로는 구현이 불가능해집니다.

NVIDIA가 OFC 2026에서 자체 실리콘 포토닉스 마이크로링 변조기(MRM)를 발표한 것은, Scale-Up에서도 광 전환이 불가피하다는 판단을 GPU 최대 제조사가 내렸다는 강력한 시그널입니다. NVIDIA MRM은 기존 대비 5배의 전력 효율 개선과 10배의 내구성 향상을 달성했으며, 이는 NVLink의 광학 버전을 준비하고 있음을 시사합니다.

또한 THz 인터커넥트(<3 pJ/bit, 50~100m)가 구리와 광의 중간 영역에서 새로운 대안으로 부상하고 있습니다. 표준 ASIC 공정으로 제조 가능하면서 광학 수준의 전력 효율을 달성하므로, Scale-Up에서 구리→광 전환의 가교 역할을 할 것으로 예상됩니다.

단기(2025~2027)에는 1.8 TB/s까지 구리 기반이 유지될 것이나, 3.6 TB/s(2027~2028)부터 THz 하이브리드가 도입되고, 7.2 TB/s+(2029~)에서는 실리콘 포토닉스 기반 광학 Scale-Up이 필수가 됩니다. 결국 구리의 마지막 보루인 Scale-Up도 대역폭 증가가 물리적 손실 한계를 넘는 순간, 광으로의 전환은 시간 문제일 뿐입니다. 다만, 기술 개발이 선행이 되어도 경제성을 고려하여 양산 단계의 선택은 지연될 가능성도 존재합니다.

광학 인터커넥트는 전력(1/10), 거리(수십km 이상), 간섭(제로), 밀도(WDM으로 단일 파이버 다채널)에서 구리를 압도합니다. 이는 물리법칙에 기반한 근본적 우위입니다. 광학 인터커넥트는 데이터를 전기 신호가 아닌 빛(레이저)으로 변환하여 광섬유를 통해 전송하는 기술입니다. 원리를 간단히 설명하면 다음과 같습니다:

1단계 송신: 레이저 광원에서 빛을 만들고, 변조기(modulator)가 데이터에 따라 빛의 밝기나 위상을 변화시킵니다.

2단계 전송: 변조된 빛이 광섬유를 따라 이동합니다. 빛은 유리 속에서 거의 손실 없이 수십 km를 이동할 수 있습니다.

3단계 수신: 광검출기(photodetector)가 빛을 다시 전기 신호로 변환합니다.

거리별 최적 인터커넥트 기술

OFC 2026에서 형성된 컨센서스는 하나의 기술이 모든 거리를 커버하는 것이 아니라 거리에 따라 최적의 기술이 다르다는 것입니다. 과거에는 '장거리 = 광학, 단거리 = 구리'라는 단순한 구분이었지만, AI 시대에는 그 경계가 급격히 광학 쪽으로 이동하고 있습니다. 5미터 이상이면 이미 광학이 유리하고, THz 인터커넥트의 등장으로 1~5미터 영역도 잠식당하고 있습니다.

광학 전환은 처음이 아닙니다. 과거에도 장거리 통신(해저 케이블)에서 구리가 광섬유로 대체되었고, 이후 메트로(도시 간) 네트워크, 그리고 액세스(가정까지) 네트워크로 광학이 확대되어 왔습니다. 이번에 OFC 2026에서 확인된 것은 이 광학 침투가 이제 데이터센터 내부까지, 나아가 칩과 칩 사이까지 확대되고 있다는 것입니다. 이는 '광학의 마지막 마일'이라 할 수 있습니다. 장거리에서 시작된 광학 전환이 점점 짧은 거리로 내려와 마침내 칩 수준에 도달한 것입니다.