호르무즈해협이나 유가 관련 기사를 계속 따라가는 것보다, 차라리 NVIDIA 2026년 GTC를 미리 공부하는 편이 훨씬 생산적이라는 생각이 든다.
단기 뉴스플로우보다, 앞으로 2~3년 뒤 산업 구조를 바꿀 주제가 무엇인지 먼저 잡아두는 것이 더 중요하기 때문이다.
현재 시장에서 이야기되는 2026년 (3/16~3/19) NVIDIA GTC의 주요 키워드는 대략 다음과 같다.
베라루빈, 파인만
추론 특화 AI 칩
실리콘 포토닉스(광통신, 광학반도체)
에이전틱 AI, 피지컬 AI
이 키워드들을 이어서 보면, NVIDIA의 기술 로드맵은 점점 AI 연산칩 자체를 넘어 추론 중심 인프라, 광학 네트워킹, 차세대 연결 구조로 확장되고 있다는 점이 분명해진다.
그중에서도 개인적으로 가장 기대하는 영역은 베라루빈 시리즈부터 본격적으로 강화될 광통신, 광학 네트워킹 분야다.
AI 시대가 깊어질수록 결국 병목은 연산 능력 자체보다 연산 자원을 얼마나 빠르고 효율적으로 연결하느냐에서 발생할 가능성이 높기 때문이다.
이전 광학 네트워킹 스터디에 이어, 이번에는 추가로 공부한 자료를 바탕으로 관련 내용을 조금 더 구조적으로 정리해보려 한다.
AI 시대, 왜 광학 인터커넥트가 중요해지는가
구리에서 플러거블로, 플러거블에서 CPO로
AI 인프라를 이야기할 때 많은 사람들은 먼저 GPU를 떠올린다. 실제로 현재 AI 하드웨어 혁신의 중심에는 NVIDIA가 있다. 특히 Rubin 플랫폼은 단순히 연산 성능만 키우는 것이 아니라, 통신 병목과 메모리 병목을 줄여 토큰당 비용을 낮추는 방향으로 설계되고 있다. NVIDIA는 Rubin 플랫폼 설명에서 Spectrum-X Ethernet Photonics를 통해 scale-out과 scale-across를 위한 광 기반 네트워킹을 본격 도입한다고 밝히고 있다. (developer.nvidia.com)
이 말은 곧, 앞으로 AI 시대의 핵심은 GPU 성능만이 아니라 GPU들이 서로 얼마나 빠르고 효율적으로 연결되느냐라는 뜻이다.
AI 모델이 커질수록, 추론 수요가 늘어날수록, 그리고 에이전트 AI가 확산될수록 데이터 이동량은 폭증한다. 이제는 연산 자원만 많이 확보한다고 끝나는 것이 아니라, 그 연산 자원들을 어떻게 연결하느냐가 성능과 비용을 동시에 좌우하는 시대가 된 것이다.
왜 구리 인터커넥트는 점점 불리해지는가
기존 데이터센터에서는 구리 케이블이 오랫동안 핵심 연결 수단이었다.
구리는 싸고, 익숙하고, 짧은 거리에서는 여전히 유용하다.
하지만 AI 데이터센터는 상황이 다르다.
첫째, 전송 속도가 너무 빨리 올라가고 있다.
이미 시장은 800G를 넘어 1.6T로 이동 중이다. Broadcom은 Tomahawk 6에서 102.4Tbps 스위치 용량과 100G/200G SerDes, CPO 지원을 공식화했고, Marvell도 1.6T PAM4 optical DSP를 전면에 내세우고 있다. 이는 업계가 이미 200G/lane과 1.6T 세대로 넘어가고 있음을 보여준다. (Broadcom)
둘째, 랙과 랙 사이, 스위치와 스위치 사이를 오가는 데이터량이 급증하고 있다.
AI 클러스터는 GPU 수가 늘수록 네트워크 부하가 기하급수적으로 증가한다.
셋째, 속도가 올라갈수록 구리의 발열, 손실, 거리 제약이 더 빠르게 나타난다.
NVIDIA 문서에서도 DAC와 ACC 같은 구리 기반 인터커넥트는 상대적으로 짧은 거리에서 주로 쓰이고, 더 긴 거리와 더 높은 속도에서는 광 연결이 유리한 구조가 드러난다. (NVIDIA Developer)
쉽게 말하면, 예전에는 일반 도로로 충분했지만 지금은 초고속 화물차가 계속 다니는 대형 물류 고속도로가 필요해진 것이다.
그래서 AI 시대에는 구리에서 광으로의 전환이 필연적이다.
지금 당장 구리를 대체하는 것은 CPO가 아니라 플러거블 광트랜시버다
많은 사람이 CPO를 가장 먼저 떠올리지만, 실제 순서는 조금 다르다.
지금 당장 rack-to-rack, switch-to-switch 구간에서 구리를 대체하는 주역은 플러거블 광트랜시버다.
즉 구조 변화는 보통 아래 순서로 이해하면 된다.
구리 케이블 → 플러거블 광트랜시버 → 일부 최고속 구간에서 CPO
이 순서가 중요한 이유는, CPO가 광을 처음 도입하는 기술이 아니라 이미 광으로 바뀐 연결 구조를 더 고도화하는 다음 단계 기술이기 때문이다. NVIDIA 역시 Rubin 및 photonics 관련 설명에서 CPO를 강조하지만, 동시에 이것은 AI 팩토리용 차세대 스위치 구조의 진화로 제시된다. (NVIDIA Developer)
플러거블 광트랜시버를 bottom-up으로 이해해보자
광학 인터커넥트를 가장 쉽게 이해하는 방법은 맨 아래 부품부터 위로 쌓아 올리는 것이다.
1. 재료와 소자: 가장 밑바닥 층
가장 아래에는 빛을 만들고, 받고, 조절하는 원천 부품이 있다.
대표적으로 LD, EML, CW laser, VCSEL, PD가 여기에 포함된다.
LD는 레이저 다이오드다. 쉽게 말하면 빛을 만들어 보내는 송신용 부품이다.
PD는 포토다이오드다. 즉 들어온 빛을 받아 전기신호로 바꾸는 수신용 부품이다.
아주 쉽게 비유하면,
LD는 말하는 입이고
PD는 듣는 귀다.
여기서 조금 더 세분화하면 다음과 같다.
EML은 LD의 고급 버전이다.
단순히 빛만 내는 것이 아니라, 고속 데이터 전송에 맞게 매우 정밀하게 빛을 조절하는 송신용 소자다.
CW laser는 빛을 일정하게 공급하는 광원이다.
실리콘 포토닉스 칩이 이 빛을 받아 데이터가 실린 광신호로 바꾼다.
VCSEL은 짧은 거리용 레이저다.
가까운 구간에서 빠르게 병렬 전송하는 데 유리하다.
즉 이 층은 광통신의 원천 부품층이다.
자동차로 치면 엔진, 브레이크, 변속기 같은 핵심 기계부품이 여기에 해당한다.
2. 광부품: 칩을 실제로 쓸 수 있게 만드는 단계
칩만 있다고 바로 제품이 되지는 않는다.
레이저 칩과 PD 칩을 실제로 사용하려면
패키지에 넣고
렌즈와 정렬하고
광섬유와 정밀하게 맞추고
열을 안정적으로 관리해야 한다
이 과정을 거쳐야 비로소 실제 광부품이 된다.
이 단계가 중요한 이유는 분명하다.
칩 성능과 양산 가능한 패키징 수율은 전혀 다른 문제이기 때문이다.
좋은 엔진 부품이 있어도 조립이 엉망이면 자동차가 제대로 달리지 않는 것과 같다.
광통신에서도 같은 일이 벌어진다. 결국 패키징, 정렬, 방열, 수율이 기술 경쟁력의 핵심이 된다.
3. 광엔진과 광트랜시버: 우리가 흔히 말하는 ‘광모듈’
이제부터가 사람들이 흔히 말하는 광트랜시버다.
이 안에는
송신용 레이저
수신용 PD
실리콘 포토닉스 칩
DSP
드라이버
TIA
패키지
등이 모두 들어간다.
이렇게 만들어진 완성품을 스위치 포트에 꽂아 쓰는 것이 바로 플러거블 광트랜시버다.
쉽게 말하면, 플러거블 광트랜시버는 완성된 광통신 카트리지다.
사용자는 장비 앞면 포트에 꽂기만 하면 된다.
 |
| 골드만삭스 |
4. 스위치/ASIC: 광모듈이 꽂히는 상대편
플러거블 광트랜시버는 혼자 존재하지 않는다.
반드시 스위치나 서버 장비와 연결된다.
여기서 중심이 되는 것이 스위치 ASIC이다.
구조를 단순하게 그리면 이렇다.
스위치 ASIC → 전기 포트 → 플러거블 광트랜시버 → 광섬유
즉 플러거블 시대에는 스위치와 광모듈이 분리되어 있다.
스위치는 전기신호를 내보내고, 광트랜시버는 그 신호를 받아 빛으로 바꾼다.
5. 네트워크 시스템: 최종 목적지
최상단은 개별 부품이 아니라 AI 데이터센터 전체 시스템이다.
결국 중요한 것은
서버가 얼마나 빠르게 연결되는가
랙과 랙 사이에 데이터를 얼마나 많이 보낼 수 있는가
전력 소모를 얼마나 줄일 수 있는가
전체 토큰 처리 비용을 얼마나 낮출 수 있는가
이다.
즉 광학 인터커넥트는 단순 부품 시장이 아니라,
AI 인프라의 경제성과 확장성을 결정하는 핵심 인프라가 되어가고 있다.
왜 200Gbps/lane은 100Gbps/lane보다 훨씬 더 어려운가
이제 중요한 질문이 하나 나온다.
왜 200Gbps/lane이 100Gbps/lane보다 그렇게 어려운가?
겉으로 보면 단순히 속도를 두 배 올리는 것처럼 보인다.
하지만 실제 기술 난이도는 두 배가 아니라 그 이상으로 뛴다.
이유는 간단하다.
속도가 올라갈수록 신호를 구분할 수 있는 여유 공간이 급격히 줄어들기 때문이다.
고속도로 비유로 보면 이렇다.
100G/lane은 한 차선에서 시속 100으로 주행하는 수준이라면,
200G/lane은 같은 차선에서 시속 200으로 달리는 것과 비슷하다.
그러면 어떤 일이 생길까.
차와 차 사이 간격을 더 정밀하게 맞춰야 하고
작은 흔들림도 사고로 이어지고
도로가 조금만 나빠도 문제가 커지고
운전자 실수 허용 범위가 급격히 줄어든다
광통신도 똑같다.
200G/lane으로 올라가면
노이즈에 더 민감해지고
신호 왜곡에 더 약해지고
열에 더 예민해지고
패키징 오차 허용 범위가 더 줄어들고
수신기에서 신호를 정확히 판독하기가 훨씬 어려워진다
즉 속도를 2배 올리는 것이 아니라, 전체 시스템의 정밀도를 한 단계 더 끌어올려야 하는 문제가 된다.
PAM4가 왜 중요해지는가
여기서 등장하는 핵심 기술이 PAM4다.
예전에는 신호를 보통 두 단계로만 구분했다.
즉 켜짐과 꺼짐, 0과 1 중심이었다.
그런데 100G/lane, 200G/lane 시대로 가려면 한 번에 더 많은 정보를 실어야 한다.
그래서 신호를 네 단계로 나누는 PAM4가 중요해진다.
쉽게 말하면,
예전 방식은
켜짐 / 꺼짐 두 가지만 구분하면 됐다.
PAM4는
아주 약함 / 약함 / 강함 / 아주 강함
네 단계를 구분해야 한다.
문제는 속도가 높아질수록 이 네 단계 간격이 점점 더 촘촘해진다는 것이다.
그러면 수신기 입장에서는 아주 미세한 차이를 정확히 판독해야 하고,
송신기 입장에서는 그 네 단계 신호를 아주 안정적으로 내보내야 한다.
즉 200G/lane에서는 단순히 레이저만 좋아서는 안 된다.
DSP, 드라이버, TIA, EML, PD, 패키징, 방열, 전기-광 인터페이스 전체가 동시에 좋아야 한다. Marvell의 1.6T PAM4 DSP가 200G host/line side를 지원하고, Broadcom이 200G SerDes와 CPO를 함께 밀고 있는 이유가 바로 여기에 있다. (Broadcom)
800G에서 1.6T로 갈수록 왜 패키징 능력이 더 중요해지는가
800G에서 1.6T로 간다는 것은 단지 숫자가 커지는 것이 아니다.
더 많은 lane, 더 높은 lane 속도, 더 촘촘한 부품 배치, 더 높은 전력 밀도를 뜻한다.
이렇게 되면 주변 광통신 소자와 패키징 능력이 훨씬 더 중요해진다.
왜냐하면
레이저와 PD를 더 정밀하게 정렬해야 하고
열을 더 잘 빼야 하고
신호 간섭을 더 줄여야 하고
전기신호와 광신호 변환 과정의 오차를 더 낮춰야 하기 때문이다
즉 1.6T 세대로 갈수록 경쟁력은 단순히 “좋은 칩 하나”가 아니라,
좋은 칩을 실제 제품으로 안정적으로 구현하고 양산하는 능력에서 갈린다.
바로 이 지점에서 기존 광소자·광부품·광패키징 강자들의 해자가 더 중요해진다.
왜 기존 광통신 강자들의 해자가 더 중요해지는가
광네트워킹 기존 강자들의 진짜 강점은 단순히 “오래된 회사”라는 점이 아니다.
그들의 강점은 보통 세 가지다.
첫째, 원천 광소자 역량이다.
EML, CW laser, VCSEL, PD 같은 핵심 부품을 직접 다룰 수 있다.
둘째, 패키징과 광정렬 양산 능력이다.
연구실 시제품과 대량 양산은 완전히 다르다.
고속 광모듈은 결국 수율에서 승부가 갈린다.
셋째, 고속 세대로 갈수록 누적된 설계·공정 노하우가 더 중요해진다는 점이다.
100G/lane까지는 많은 업체가 따라올 수 있어도,
200G/lane과 1.6T 세대로 갈수록 허용오차가 급격히 줄어들어 후발주자가 따라오기 더 어려워진다.
즉 800G에서 1.6T로 갈수록 시장은 단순 조립업체보다
광소자, DSP, 패키징, 시스템 통합 역량을 가진 업체 중심으로 재편될 가능성이 높다.
광학 인터커넥트는 rack-to-rack만의 이야기가 아니다
DCI 시장도 함께 봐야 한다
광학 인터커넥트를 이야기할 때 많은 사람이 rack-to-rack이나 switch-to-switch만 떠올린다.
하지만 광 네트워킹 장비가 사용되는 곳은 거기만이 아니다.
또 하나 매우 중요한 시장이 바로 DCI(Data Center Interconnect)다.
즉 데이터센터와 데이터센터를 연결하는 네트워크다.
AI 시대에는 이 시장이 다시 중요해지고 있다.
이유는 분명하다.
전력 확보 문제
용수와 부지 문제
인허가 문제
발열 관리 문제
이런 제약 때문에 모든 AI 인프라를 한곳에 몰아넣기 어려워지고 있다.
그 결과 여러 캠퍼스와 여러 데이터센터를 나눠서 연결하는 분산형 AI 인프라가 중요해진다.
Ciena는 2025년 조사에서 데이터센터 전문가들이 향후 5년간 DCI 대역폭 수요가 최소 6배 증가할 것으로 봤다고 밝혔다. 또한 43%의 신규 데이터센터 시설이 AI 워크로드 전용이 될 것으로 예상했다. (Ciena)
왜 최근 Ciena가 다시 주목받는가
이런 흐름 속에서 최근 다시 주목받는 기업이 Ciena다.
시장은 이제 Ciena를 단순한 2025년 회복기업이 아니라,
2026년부터 2028년까지 이어질 고성장 광네트워킹 인프라 수혜기업으로 보기 시작했다.
Ciena의 2025년 실제 매출은 47.7억 달러이고,
2028년 컨센서스는 85.0억 달러 수준까지 올라간다.
이는 3년 만에 약 78% 성장하는 그림이다.
더 중요한 것은 성장의 대부분이 여전히 Optical Networking에서 나온다는 점이다.
즉 Ciena는 소프트웨어 기업으로 리레이팅되는 구조가 아니라,
DCI, Cloud, WAN 광통신 장비 매출이 크게 증가하는 구조로 보는 것이 맞다.
또한 매출보다 영업이익과 EPS 증가 속도가 더 가파르다.
이것은 단순 매출 성장만이 아니라 제품 믹스 개선과 운영 레버리지가 동시에 작동하고 있음을 시사한다.
한 문장으로 요약하면 이렇다.
Ciena는 AI가 커질수록 반드시 더 많이 필요해지는 DCI 광네트워크 인프라의 핵심 수혜기업이다.
그러면 CPO는 무엇을 바꾸는가
이제 CPO를 보자.
많은 사람이 CPO를 새로운 광기술 자체로 생각하지만, 더 정확한 표현은 이렇다.
CPO는 광을 새로 도입하는 기술이 아니라, 기존에 스위치 바깥에 꽂던 광모듈의 핵심부를 스위치 안으로 끌어들이는 구조 변화다.
즉 CPO는 광을 없애는 기술이 아니라, 광의 위치를 바꾸는 기술이다.
플러거블 구조에서는
스위치가 전기신호를 내보내고
포트까지 비교적 긴 전기 구간을 지나
외장형 광모듈이 이를 빛으로 바꾼다
그런데 속도가 1.6T 이상으로 올라가면 이 긴 전기 구간이 점점 부담이 된다.
그래서 CPO는 광모듈의 핵심 광엔진을 스위치 ASIC 바로 옆에 붙여서 전기 구간을 극단적으로 줄이는 방식을 택한다.
Broadcom은 102.4Tbps급 CPO 스위치와 200G SerDes 기반 구조를 내세우고 있고, NVIDIA는 Spectrum-X/Quantum-X photonics로 1.6Tb/s per port, 더 낮은 전력과 더 높은 복원력을 강조한다. (NVIDIA)
즉 CPO가 대체하는 것은
플러거블 광모듈의 외장형 구조와 긴 전기 인터페이스 구간이다.
반대로 CPO가 대체하지 않는 것은
레이저
PD
SiPh
광섬유
광연결 자체
이다.
오히려 이런 부품들은 더 중요해진다.
CPO도 bottom-up으로 보면 이해가 쉽다
1. 재료/소자
CPO에서도 출발은 같다.
여전히
CW laser
DFB laser
PD
SiPh 관련 재료
가 필요하다.
다만 CPO에서는 열 문제가 더 중요해지기 때문에,
레이저를 바깥으로 분리한 external laser source의 가치가 더 커진다.
2. 광부품
CPO에서는 광부품의 중요성이 더 커진다.
왜냐하면
fiber attach
connector
optical harness
thermal package
같은 요소가 스위치와 훨씬 더 밀접하게 결합되기 때문이다.
즉 CPO 시대에는 광패키징 자체가 핵심 경쟁력이 된다.
3. 광엔진
플러거블에서는 광엔진이 모듈 안에 있었다.
CPO에서는 이 광엔진이 스위치 ASIC 바로 옆에 들어간다.
즉 CPO optical engine은
플러거블 광트랜시버의 심장부만 떼어와 스위치 안쪽에 넣은 것이라고 보면 된다.
4. 스위치/ASIC
CPO 시대에는 이 층이 훨씬 더 중요해진다.
왜냐하면 CPO는 광모듈 업체 혼자서 만드는 시장이 아니라,
스위치 ASIC 아키텍처가 중심이 되는 시장이기 때문이다.
즉 앞으로는
누가 좋은 광모듈을 만드느냐보다
누가 스위치와 광엔진을 가장 잘 통합하느냐가 더 중요해진다.
5. 네트워크 시스템
결국 CPO의 목적은 단순하다.
더 빠르게
더 촘촘하게
더 적은 전력으로
더 큰 AI 클러스터를 연결하기 위해서다
즉 CPO는 개별 모듈 판매의 문제가 아니라,
AI 팩토리 전체의 총비용과 효율을 개선하는 시스템 기술이다.
플러거블과 CPO의 차이를 한 문장으로 정리하면
플러거블은 광모듈을 스위치 밖에 꽂는 방식이고,
CPO는 그 광모듈의 핵심부를 스위치 안으로 넣는 방식이다.
그래서 실제 진화 경로는 이렇게 보는 것이 가장 자연스럽다.
구리 케이블이 먼저 rack-to-rack에서 밀리고
→ 플러거블 광트랜시버가 그 자리를 차지하고
→ 가장 고속·고밀도 구간부터 CPO가 플러거블 일부를 흡수
즉 CPO는 플러거블 이후의 상위 단계다.
투자 관점에서 어떤 기업을 봐야 하는가
이제 마지막으로 밸류체인별 핵심 기업을 정리해보자.
가장 상단: 스위치/ASIC/시스템
Broadcom은 가장 상단에서 봐야 할 기업이다.
플러거블이 늘어나도 좋고, CPO가 커져도 좋다.
왜냐하면 Broadcom은 스위치 ASIC, 100G/200G SerDes, CPO 플랫폼을 동시에 쥐고 있기 때문이다. (Broadcom)
NVIDIA는 더 이상 단순 GPU 회사가 아니다.
Rubin 플랫폼을 보면 GPU, NVLink, 스위치, photonics까지 AI 팩토리 전체 구조를 함께 설계하려 한다. 광학 인터커넥트가 중요해질수록 NVIDIA의 시스템 지배력은 더 강해질 가능성이 있다. (NVIDIA Developer)
핵심 병목: DSP/PAM4
Marvell은 밸류체인 중간에서 매우 중요하다.
이유는 1.6T와 200G/lane 시대에는 고속 신호를 실제로 굴러가게 만드는 optical DSP가 필수이기 때문이다. Marvell의 Ara/Nova는 1.6T optical transceiver용 PAM4 DSP 제품군으로 명확히 포지셔닝돼 있다. (Marvell Technology)
핵심 광소자/광엔진
Coherent는 1.6T SiPh 트랜시버, VCSEL/PD, CPO용 CW laser 쪽 노출을 동시에 가진다.
즉 플러거블 수혜와 CPO 대응력을 함께 가진 회사라고 볼 수 있다. (NVIDIA)
Lumentum은 200G EML, InP 기반 광소자, external laser source, 고출력 laser 쪽 강점이 있다.
즉 Coherent보다 조금 더 원천 광소자와 외부 광원 공급자 성격이 강하다. NVIDIA의 CPO 공급망 협업사에도 포함돼 있다. (NVIDIA)
DCI 수혜주
Ciena는 GPU 직접 수혜주라기보다
AI가 커질수록 반드시 더 많이 필요해지는 DCI 광네트워크 인프라 수혜주에 가깝다.
즉 rack-to-rack뿐 아니라 data center-to-data center 연결까지 함께 보려면 반드시 체크해야 하는 기업이다. (Ciena)
최종 정리
이 글의 핵심은 단순하다.
AI 시대에는 GPU만큼이나 광학 인터커넥트가 중요해진다.
800G에서 1.6T로 올라갈수록 rack-to-rack 구간에서는 구리보다 광이 유리해진다.
지금 당장 구리를 대체하는 것은 플러거블 광트랜시버다.
CPO는 광을 없애는 기술이 아니라, 플러거블 광모듈의 핵심을 스위치 안으로 옮기는 다음 단계 기술이다.
그리고 200G/lane, 1.6T 세대로 갈수록 중요한 것은 단순 속도 경쟁이 아니라
PAM4, DSP, EML, PD, SiPh, 패키징, 방열, 수율을 함께 다룰 수 있는 기술력이다.
바로 그래서 기존 광통신 강자들의 해자가 더 중요해진다.
고속 세대로 갈수록 시장은 단순 조립업체보다
원천 광소자와 광패키징, DSP, 시스템 통합 역량을 가진 업체 중심으로 재편될 가능성이 높다.
마지막으로, 광학 인터커넥트는 rack-to-rack만의 이야기가 아니다.
DCI까지 함께 확장되면서 수혜 범위는 더 넓어지고 있다.
한 줄로 정리하면 이렇다.
AI 시대의 광학 인터커넥트는 구리의 대체재를 넘어, AI 인프라 전체의 속도·전력·확장성을 좌우하는 핵심 산업이며, 800G에서 1.6T로, 플러거블에서 CPO로, rack-to-rack에서 DCI로 수혜 범위가 계속 넓어지고 있다.
=끝.
댓글 없음:
댓글 쓰기