생각정리 273 (* Optical AI Backbone, Optical Fiber -2)

별것도 아닌일(*System risk)에 시장이 급락하는 오늘도 그간 정리해놨던 내용들을 엮어서 정리하는 산업리서치를 이어나가본다. 

네이버 금융

이번 젠슨 황 NVIDIA CEO의 한국 방문 일정에서 가장 눈에 띄었던 장면은 단연 SK텔레콤과 NVIDIA의 협력이었다. 표면적으로는 AI 데이터센터와 GPU 인프라 협력으로 보이지만, 그 이면에는 더 큰 변화가 자리 잡고 있다. Agentic AI 시대에는 AI가 데이터센터 내부에만 머물지 않고, 통신 백본망·엣지망·RAN을 넘나들며 산업 현장과 실시간으로 연결되는 구조가 필요해진다.

이 관점에서 SK텔레콤과 NVIDIA의 협력은 단순한 클라우드 인프라 투자보다 넓은 의미를 가진다. 통신사는 기존의 트래픽 전달자에서 AI workload를 배포하고, 토큰과 산업 데이터의 이동 경로를 최적화하는 인프라 사업자로 재정의될 수 있다. AI factory가 토큰을 생산하는 중앙 연산 거점이라면, 광통신 백본·메트로망·엣지망은 그 토큰을 산업 현장까지 전달하는 신경망에 가깝다.

이번 글에서는 이러한 문제의식에서 출발해, Agentic AI 시대에 왜 통신 백본 인프라와 광통신망의 중요성이 다시 부각되는지를 정리해보고자 한다. 특히 AI 데이터센터의 scale-across, AI-RAN, Edge AI 확산이 특수광섬유와 preform 수요로 어떻게 연결되는지, 그리고 한국이 왜 NVIDIA 입장에서 고밀도 산업형 AI factory 실험장으로 적합한지 살펴본다.

https://n.news.naver.com/mnews/article/366/0001170070?sid=105

Agentic AI 시대의 AI Factory와 광통신 인프라 재평가

젠슨 황이 말한 **“통신 네트워크의 재창조”**는 단순히 5G·6G 속도를 높이자는 의미에 머물지 않는다. Agentic AI가 확산되면 AI는 데이터센터 내부에만 머물지 않고, 기업 시스템·공장 설비·로봇·차량·카메라·기지국·엣지 서버와 계속 데이터를 주고받는다. 이 과정에서 추론, 검색, 계획, 제어가 반복되고, 데이터센터와 통신망은 하나의 연산 구조로 연결된다.

이 구조에서는 DCI와 scale-across가 출발점이다. 여러 AI 데이터센터를 하나의 연산 풀처럼 묶는 단계에서 더 나아가, 통신사의 백본망·메트로망·엣지망·RAN까지 AI 연산 구조 안으로 편입된다. 통신망은 트래픽을 전달하는 관로에서 분산 AI 추론을 수행하고, 토큰이 이동하는 경로를 최적화하는 AI compute fabric으로 바뀐다.

엔비디아가 AI-RAN과 AI grid를 강조하는 이유도 여기에 있다. AI가 통신망을 최적화하는 수준을 넘어, 통신망 자체가 AI workload를 배포하고 실행하는 인프라로 전환되는 것이다. 이때 AI factory는 중앙 연산 거점이고, 백본·메트로·엣지·RAN은 토큰과 산업 데이터가 오가는 신경망에 가까워진다.

광통신 수요는 이미 소재 가격으로 반응하고 있다

최근 광통신 밸류체인에서 가장 중요한 변화는 특수광섬유와 preform 병목이다. AI 데이터센터는 내부 배선 밀도가 높고, DCI와 백본망에서는 장거리·저손실·고용량 전송이 필요하다. 이 때문에 일반 통신용 광섬유보다 G.657 계열, G.654.E 초저손실 광섬유, 다심 광섬유, 공심 광섬유, 고성능 멀티모드 광섬유 같은 고부가 제품 수요가 빠르게 커지고 있다.

가격 반응도 이미 나타나고 있다. 중국 보도에 따르면 AI 산력용 G.657.A2 특수광섬유 가격은 큰 폭으로 상승했고, 일부 제품은 1년 사이 수배 이상 오른 것으로 언급된다. 더 중요한 신호는 상류의 preform 가격과 공급 병목이다.

290억! 광섬유 유니콘, 글로벌 폭발물 주문! | Fiber_Sina Finance_Sina.com

290억! 광섬유 유니콘, 글로벌 폭발물 주문! | Fiber_Sina Finance_Sina.com

광섬유 preform은 고순도 유리 소재를 기반으로 광섬유를 뽑아내는 핵심 원재료다. 특수광섬유는 범용 제품보다 공정 난도가 높고, 증설에도 시간이 필요하다. 따라서 이번 사이클에서는 단순 케이블 조립업체보다 preform 내재화와 고부가 광섬유 양산능력을 가진 업체의 전략적 가치가 더 커진다.

프리폼이 얼마나 만들기 어렵고, 그 프리폼을 광섬유로 전환하는 과정도 얼마나 민감한지를 보여주는 글

#Hengtong Optic-Electric

Hengtong Optic-Electric의 사례가 이를 잘 보여준다. 회사는 AI, 데이터센터, 5G-A, 6G, 동서산수 프로젝트가 통신 네트워크 수요를 동시에 밀어 올리고 있다고 설명했다. 제품 측면에서는 G.654.E 초저손실 광섬유, 해양용 광섬유, 다심 광섬유, 공심 광섬유, 고성능 멀티모드 광섬유를 확대하고 있다. 특히 데이터센터와 국가 간선망 수요를 겨냥한 G.654.E 광섬유를 대규모 상용화했고, 전국 국가급 컴퓨팅 허브 노드에 적용됐다고 설명했다.

Hengtong의 핵심은 광섬유·광케이블에만 있지 않다. 회사는 10G~800G AOC와 고속 광모듈을 제공하고 있으며, 향후 AI용 1.6T 광전변환 핵심부품과 CPO 고급 패키징 역량 확보까지 추진하고 있다. 이는 단순 광섬유 공급에서 AI 데이터센터 내부 인터커넥트와 광전변환 부품으로 밸류체인을 확장하려는 전략이다. 이 구조에서는 preform이 단순 원재료가 아니라, AI 광통신 병목을 통제하는 상류 전략자산이 된다.

특히 Hengtong은 광섬유 핵심 원재료인 preform 생산능력에서 강점을 가진다. 회사는 대규모 친환경 preform 생산기지를 보유하고 있고, 고순도 석영 소재까지 수직계열화하고 있다. AI 데이터센터용 특수광섬유 수요가 늘어날수록 병목은 광케이블 조립보다 preform, 고순도 석영, 도핑 소재, 특수광섬유 양산 공정으로 이동한다. 따라서 Hengtong의 preform 내재화는 단순 원가 절감 수단이 아니라, AI 광섬유 슈퍼사이클에서 공급 우위를 확보하는 핵심 조건으로 볼 수 있다.

#Jiangsu Zhongtian Technology

ZTT, 즉 Jiangsu Zhongtian Technology의 발언도 같은 방향이다. 회사는 AI 수요 확대에 대응해 **“광전 협동”**을 핵심 성장축으로 제시했다. 광전 지능연결, 녹색 전력 배전, 풍·액 냉각 시스템을 통합해 산력 인프라 솔루션을 제공하겠다는 구상이다. 이는 광섬유·케이블 납품을 넘어, 데이터센터의 전력·냉각·기전 설치까지 포함하는 통합 인프라 사업으로 확장하겠다는 의미다.

ZTT가 강조한 제품은 G.657, 다심 광섬유, G.654.E다. 회사는 G.657 광섬유가 데이터센터 고밀도 배선에 적합하고, 다심 광섬유는 단일 광섬유 전송 용량을 7배 높일 수 있으며, G.654.E 광섬유는 전역 백본망의 지능화 업그레이드에 필요한 산력 기반이라고 설명했다. 이는 AI 데이터센터 수요가 랙 내부 배선에 그치지 않고, 데이터센터 간 연결, 도시권 메트로망, 국가 백본망까지 확장되고 있음을 보여준다.

ZTT의 표현 중 가장 중요한 부분은 광섬유·광케이블을 산력 시대의 **“신경계”**로 규정한 점이다. AI factory가 토큰을 생산하는 두뇌라면, 광섬유·광케이블은 그 토큰과 데이터를 이동시키는 신경망이다. 회사가 대형 인터넷 기업 공급망, 공항 지능형 컴퓨팅센터, 국유 은행 데이터센터 프로젝트를 언급한 것도 단순 광케이블 납품에서 데이터센터 EPC·전력·냉각·기전 설치를 포함한 통합 인프라 업체로 진화하려는 흐름을 보여준다.

#Yangtze Optical Fibre And Cable Joint Stock Limited Company

YOFC 역시 AI 데이터센터 구조를 직접 겨냥한다. 회사는 전광 연결망을 산력의 기반으로 정의하고, Scale Link 전략을 통해 scale-up, scale-out, scale-across를 모두 지원하겠다고 밝혔다. 공심광섬유, 다심광섬유, G.654.E, 멀티모드 광섬유가 모두 AI 데이터센터와 백본망의 병목을 겨냥한 제품군으로 제시된다. 특히 공심광섬유는 저지연·저손실·저비선형 특성으로 기존 광섬유의 물리적 한계를 보완하는 차세대 옵션으로 부각되고 있다.

#Sumitomo Electric, Fujikura

일본의 Sumitomo Electric과 Fujikura도 같은 흐름에 있다. 데이터센터향 광커넥터, 광디바이스, 광케이블 수요가 실적과 중기계획에서 더 크게 반영되기 시작했다. 이들 기업은 기존 전선·소재 업체였지만, AI 데이터센터 사이클에서는 광통신 부품·소재 업체로 재평가되어 있다. 

결국 광통신 수요는 단순한 통신사 capex 회복이 아니다. AI 데이터센터 내부 배선, DCI, 국가 백본망, 메트로망, 엣지망이 동시에 열리는 구조다. 투자 포인트도 광모듈에만 머물지 않는다. Preform, 특수광섬유, 광케이블, 커넥터, AOC, coherent optics, CPO, 실리콘포토닉스까지 연결된다.

한국 AI Factory 전략의 의미

한국은 이 변화에서 독특한 위치에 있다. 미국은 AI 모델과 하이퍼스케일 클라우드의 본진이고, 중국은 제조 내수와 국가 주도 인프라가 강하다. 유럽은 소버린 AI와 산업 규제 시장에서 중요하다. 반면 한국은 메모리, 제조, 통신망, 로봇·모빌리티 실증 수요가 좁은 국토 안에 밀집된 국가다.

엔비디아는 한국 정부, 삼성전자, SK그룹, 현대차그룹, 네이버클라우드와 함께 26만 개 이상의 NVIDIA GPU를 한국의 소버린 클라우드와 AI factory 인프라에 배치하는 구상을 제시했다. 이 인프라는 자동차, 제조, 통신 등 한국 주요 산업의 AI 전환 기반으로 설명된다.

SK그룹과 엔비디아의 협력도 같은 방향이다. SK는 5만 개 이상의 NVIDIA GPU를 탑재한 AI factory를 구축하고, 이를 SK하이닉스와 SK텔레콤뿐 아니라 외부 기관에도 GPUaaS 형태로 제공할 계획이다. 동시에 HBM, 차세대 메모리, 반도체 제조, 통신 인프라에서 엔비디아와 협력을 확대한다.

여기서 한국의 AI D/C token business가 나온다. AI 데이터센터는 단순 서버 임대 사업이 아니라, 전력·GPU·HBM·광통신망·산업 데이터를 투입해 토큰을 생산하고, 그 토큰을 제조 자동화, 로봇, 디지털트윈, 공정 최적화, 소버린 AI 서비스로 전환하는 산업 인프라 사업이다.

한국의 강점은 세계 최대 시장이라는 데 있지 않다. AI factory를 실제 산업 현장에 빠르게 붙여볼 수 있는 밀도에 있다. SK하이닉스와 삼성전자는 HBM과 차세대 메모리라는 전략자산을 보유하고 있고, 반도체·자동차·배터리·조선·가전 제조 현장이 좁은 국토 안에 밀집해 있다. 여기에 고밀도 광·모바일 통신망과 SK텔레콤·네이버클라우드 같은 AI 인프라 사업자가 존재한다. 중국 대비 미국 AI 생태계와의 충돌이 작다는 점도 엔비디아 입장에서는 중요한 조건이다.

인프라 관점에서 보면 한국은 미국·유럽·중국과 다른 형태의 경쟁력을 가진다. 미국은 절대 스케일과 모델 생태계가 압도적이지만, AI 데이터센터가 전력 입지를 따라 분산되면서 장거리 백본망과 전력망 확장이 큰 부담으로 작용한다. 유럽은 산업 AI와 소버린 AI 수요가 크지만, 국가별 통신시장과 규제가 분절되어 있어 인프라 전환 속도가 느릴 수 있다. 중국은 광망과 제조 내수, 국가 주도 인프라에서 강하지만, 엔비디아 최신 GPU·네트워크 스택 활용에는 지정학적 제약이 따른다.

반면 한국은 좁은 국토, 높은 제조 밀도, 고도화된 통신망, HBM 공급망, 미국 AI 생태계와의 전략적 정합성을 동시에 갖고 있다. AI factory가 생산한 토큰을 반도체 공장, 자동차 생산라인, 로봇, 통신망, 클라우드 서비스로 빠르게 연결할 수 있다는 점에서 한국은 초대형 시장보다는 고밀도 실증 시장에 가깝다. 이는 Agentic AI와 Edge AI가 실제 산업 현장에 적용되는 초기 단계에서 중요한 경쟁력이다.

따라서 한국의 AI factory 전략은 단순한 데이터센터 증설이 아니다. HBM 공급망, 제조 현장, 통신망, 엣지 인프라, 클라우드 사업자를 하나의 산업형 token factory로 묶는 전략이다. 이 구조가 작동하면 한국은 반도체와 제조 장비를 수출하는 국가에서 더 나아가, AI 토큰 생산능력과 산업용 AI 인프라를 수출하는 국가로 확장될 수 있다.

결론: Edge AI와 Agentic AI의 실현 조건은 광통신망이다

Agentic AI와 Edge AI가 현실화될수록 데이터는 더 짧은 지연시간 안에서 더 자주 이동해야 한다. AI agent는 데이터센터에서만 작동하지 않고, 공장·차량·로봇·기지국·엣지 서버와 계속 연결된다. 이때 AI factory의 성능은 연산 장비뿐 아니라 데이터가 이동하는 광통신 경로의 품질에 의해 결정된다.

그래서 광통신 인프라는 다시 핵심 투자축으로 올라올 가능성이 크다. G.654.E 초저손실 광섬유는 장거리 백본과 산력 허브 연결에 필요하고, G.657 계열은 데이터센터 고밀도 배선에 유리하다. 다심 광섬유는 전송 용량을 높이고, 공심광섬유는 지연시간과 손실 문제를 줄이는 차세대 옵션이다. 800G·1.6T 광모듈, CPO, 실리콘포토닉스는 데이터센터 내부와 DCI 병목을 줄이는 방향으로 연결된다.

한국 AI factory 전략의 본질도 여기에 있다. 한국은 HBM과 제조 현장만 가진 나라가 아니라, AI factory에서 만들어진 토큰을 산업 현장으로 빠르게 흘려보낼 수 있는 통신·제조 밀도까지 갖춘 시장이다. 따라서 AI D/C token business가 커질수록, 그 하부 인프라인 광통신 백본·엣지망·특수광섬유·preform의 전략적 가치는 더 선명해질 가능성이 높다.

결국 AI 인프라의 경쟁력은 연산 장비의 규모만으로 결정되지 않는다. 토큰을 낮은 원가로 생산하고, 이를 실제 산업 현장까지 지연 없이 전달할 수 있는가가 핵심이다. 그 하부에는 반드시 광통신망이 있다. Edge AI와 Agentic AI가 현실이 될수록, 광섬유와 광통신 백본은 AI factory 시대의 핵심 인프라로 재평가될 가능성이 크다.

=끝