광학인터커넥팅에 대해 추가 리서치를 이어나가본다.

AI Factory 시대의 광통신: 더 많은 데이터가 더 가까운 곳에서, 더 빠르게 움직이는 구조

AI Factory가 커질수록 가장 중요한 과제 중 하나는 데이터 이동이다. 수십만 개의 GPU가 하나의 거대한 시스템처럼 동작하려면 GPU와 GPU, 서버와 서버, 데이터센터와 데이터센터 사이에서 막대한 양의 데이터를 끊임없이 주고받아야 한다.

특히 Agentic AI와 대규모 추론 워크로드가 확산될수록 네트워크를 통해 이동하는 데이터량은 더 빠르게 증가한다. 여러 AI 에이전트가 서로 작업을 나누고, 외부 도구를 호출하고, 메모리를 검색하고, 결과를 다시 종합하는 과정이 반복되기 때문이다.

이 과정에서 핵심은 데이터를 얼마나 빠르고, 안정적으로, 낮은 지연시간으로 이동시키는가이다. AI 데이터센터의 핵심 인프라는 GPU, 전력, 냉각과 함께 광통신 네트워크로 확장되고 있다.

광통신을 쉽게 이해하는 방법

광통신은 빛으로 데이터를 보내는 기술이다. 전기 신호를 빛으로 바꾸고, 이 빛을 광섬유를 통해 보낸 뒤, 다시 전기 신호로 바꾸는 구조이다.

쉽게 비유하면 다음과 같다.

AI 데이터센터에서 해결해야 할 문제는 세 가지로 압축된다.

첫째, 한 포트당 속도를 높여야 한다.
둘째, 하나의 광섬유 안에 더 많은 데이터를 넣어야 한다.
셋째, 광섬유 자체를 더 많이 써야 한다.

이 세 가지가 동시에 진행되면서 광통신 산업의 수혜 범위가 넓어지고 있다.

AI 데이터센터 네트워크는 세 구간으로 나뉜다

AI 데이터센터의 광통신 수요는 크게 Scale-Up, Scale-Out, Scale-Across로 나눠 볼 수 있다. GlobalFoundries가 제시한 구분도 이 구조를 잘 보여준다.

Scale-Up은 가장 가까운 거리의 연결이다. GPU가 많아질수록 GPU끼리 더 빠르게 데이터를 주고받아야 한다. 이 구간에서는 지연시간이 매우 중요하다. 작은 지연도 전체 AI 클러스터 성능에 영향을 줄 수 있다.

Scale-Out은 데이터센터 내부에서 서버와 스위치, 랙과 랙을 연결하는 구간이다. 여기서는 포트 속도와 광섬유 수가 중요하다. 400G에서 800G, 1.6T, 3.2T로 넘어가는 흐름이 이 구간에서 나타난다.

Scale-Across는 데이터센터 간 연결이다. AI 클러스터가 여러 데이터센터로 확장되면 데이터센터 간에도 대용량 통신이 필요해진다. 이때는 장거리 전송에 강한 coherent optics, DWDM, WSS, multi-rail 장비가 중요해진다.

Pluggable: 교체성과 표준화가 강한 광모듈

Pluggable 광모듈은 서버나 스위치 앞단에 꽂아서 쓰는 광모듈이다. 문제가 생기면 모듈만 교체할 수 있고, 표준화도 잘 되어 있어 운영이 쉽다. 400G, 800G, 1.6T 광모듈 수요는 AI 데이터센터 확산과 함께 계속 중요해지고 있다.

속도가 올라갈수록 스위치 ASIC에서 광모듈까지 전기 신호가 이동하는 거리가 부담으로 작용한다. 전기 신호가 길게 이동하면 전력 손실, 발열, 신호 품질 저하가 함께 커진다. 데이터가 빛으로 바뀌기 전까지 전기 신호로 이동하는 거리를 줄이는 것이 중요해진다.

이 문제를 줄이기 위해 등장한 구조가 NPO와 CPO이다.

NPO와 CPO: 광엔진을 칩 가까이 가져가는 구조

NPO는 Near-Packaged Optics이다. 광엔진을 스위치 ASIC 가까이에 배치하는 구조이다. 광엔진이 칩에 가까워지면 전기 신호가 이동하는 거리가 줄어든다.

CPO는 Co-Packaged Optics이다. 광엔진을 스위치 ASIC과 같은 패키지 수준까지 더 가깝게 붙이는 구조이다. NPO보다 더 적극적인 통합 방식이다.

두 기술의 방향은 같다. 전기 신호 이동 거리를 줄이고, 더 낮은 전력으로 더 많은 데이터를 보내는 것이다.

CPO는 수율, 수리성, 열관리, 표준화가 함께 중요해지는 구조이다. 광엔진을 고가의 ASIC 가까이에 붙이기 때문에 패키징 난도와 운영 방식도 함께 바뀐다. 이에 따라 당분간은 pluggable, NPO, CPO가 함께 쓰이는 혼합 구조가 이어질 가능성이 높다.

Lumentum이 언급한 것처럼 hyperscaler마다 출발점도 다르다. 어떤 고객은 pluggable과 OCS 중심 접근을 선호하고, 어떤 고객은 NPO를 먼저 검토하며, 또 다른 고객은 merchant CPO solution을 활용하려 한다. 장기적으로는 silicon photonics, ring modulator, DWDM 기반 구조로 수렴할 가능성이 높다.

https://uiyeonassociation.blogspot.com/2026/05/258-optical-interconnect-3-cpo.html

DWDM: 하나의 광섬유 안에 더 많은 데이터를 넣는 기술

AI 데이터센터에서 가장 중요한 변화 중 하나는 DWDM의 중요성 확대이다.

DWDM은 Dense Wavelength Division Multiplexing의 약자이다. 하나의 광섬유 안에 서로 다른 파장의 빛을 여러 개 넣는 기술이다.

https://ko.oadm-cwdm-dwdm.com/info/dwdm-network-technology-92915204.html

도로로 비유하면 하나의 도로 안에 여러 색깔의 차선을 촘촘히 까는 방식이다. 차선이 많아질수록 같은 도로에서도 더 많은 차가 동시에 지나갈 수 있다. DWDM도 마찬가지이다. 같은 광섬유 안에 더 많은 파장을 넣어 fiber당 데이터 전송량을 늘린다.

이 기술이 중요한 이유는 데이터센터 안의 공간 제약 때문이다. 케이블을 깔 수 있는 공간은 랙, 트레이, 패널, 덕트, 냉각 구조와 함께 제한된다. 산업은 이 제약을 풀기 위해 두 가지를 동시에 추구한다.

하나는 광섬유 수를 늘리는 것이다.
다른 하나는 광섬유 한 가닥당 처리량을 높이는 것이다.

DWDM은 두 번째 해법이다. 특히 NPO와 CPO에서는 광엔진이 칩 가까이 이동하기 때문에, 한정된 공간에서 더 많은 데이터를 보내는 능력이 중요해진다.

Lumentum이 comb laser보다 DWDM을 더 현실적인 접근으로 본 것도 이 맥락이다. Comb laser는 하나의 레이저에서 여러 파장을 만들어내는 방식이다. 기술적으로 매력적이지만 실제 시스템에서는 광소자를 통과할 때 손실과 안정성 문제가 생길 수 있다. DWDM은 서로 다른 주파수의 레이저를 조합하는 방식이어서 양산 관점에서 더 현실적인 선택지가 될 수 있다.

Microring modulator: 빛을 작고 빠르게 조절하는 부품

CPO와 NPO에서 자주 나오는 용어가 microring modulator이다. 이름은 어렵지만 역할은 비교적 단순하다.

Modulator는 데이터를 빛에 실어주는 장치이다. 전기 신호를 받아서 빛의 상태를 바꾸고, 그 변화에 데이터를 담는다. Microring modulator는 아주 작은 링 구조를 이용해 빛을 조절하는 방식이다.

CPO와 NPO에서 자주 나오는 microring modulator는 silicon modulator의 대표적인 구현 방식 중 하나.

Silicon photonics에서 전기 신호를 빛에 실어주는 modulator는 MZM, MRM(*microring modulator) 등으로 구현될 수 있는데, 그중 MRM은 작은 링 공진기를 이용해 빛을 빠르고 효율적으로 조절함

https://uiyeonassociation.blogspot.com/2026/05/258-optical-interconnect-3-cpo.html

이 기술이 주목받는 이유는 작은 면적, 낮은 전력, silicon photonics와의 높은 호환성이다. CPO에서는 광엔진이 ASIC 가까이에 붙기 때문에 면적과 전력이 특히 중요하다. 같은 공간 안에 더 많은 광소자를 넣어야 하기 때문이다.

GlobalFoundries가 microring modulator와 DWDM, silicon photonics를 함께 강조하는 이유가 여기에 있다. AI 데이터센터의 광통신 병목은 광모듈 조립 영역을 넘어 반도체 파운드리와 패키징 기술의 영역으로 확장되고 있다.

GF's

Silicon photonics: 빛을 다루는 반도체 플랫폼

Silicon Photonics는 실리콘 기반 반도체 공정 위에 waveguide, modulator, resonator, photodetector 등 광소자를 집적하는 기술 플랫폼이다.

이 플랫폼을 통해 만들어지는 PIC는 EIC, laser, driver, TIA, packaging 기술과 결합되면서 optical engine이나 optical transceiver로 구현된다.

기존 pluggable transceiver에서는 이 기능이 독립 모듈 안에 들어가지만, CPO 구조에서는 optical engine이 ASIC 가까이에 배치되면서 패키지 내부의 일부로 통합된다.

따라서 Silicon Photonics는 특정 제품명이라기보다, 광트랜시버와 CPO 광엔진을 가능하게 하는 핵심 제조 플랫폼에 가깝다.

아래 그림 silicon photonics를 실리콘 칩 위에 광학 부품을 통합해 기존 전기 신호 대신 빛으로 데이터를 전송하는 기술로 설명한다. silicon waveguide, silicon modulator, silicon resonator, germanium photodetector, InP laser 같은 요소가 여기에 포함된다. 궁극적으로는 PIC와 EIC 기능을 실리콘 기반 칩 위에 더 많이 통합하는 방향을 지향한다.

https://uiyeonassociation.blogspot.com/2026/05/258-optical-interconnect-3-cpo.html

LandMark Optoelectronics Corporation

볼때마다 헷갈리는 용어정리..

Coherent optics: 데이터센터 간 연결의 핵심 기술

데이터센터 내부 연결과 데이터센터 간 연결은 요구 조건이 다르다. 데이터센터 내부는 거리가 짧고, 데이터센터 간 연결은 수십 km, 수백 km, 경우에 따라 1,000km 이상까지 확장될 수 있다.

이때 필요한 것이 coherent optics이다.

Coherent optics는 고성능 광통신 모뎀에 가깝다. 빛의 세기뿐 아니라 위상과 편광까지 활용해 데이터를 보낸다. 이를 통해 같은 광섬유에서 더 많은 데이터를 더 멀리 보낼 수 있다.

https://blog.viavisolutions.com/2020/05/01/the-emergence-of-400g-pluggable-coherent-optics-your-questions-answered-2/

AI Factory가 여러 지역으로 분산되면 Scale-Across 수요가 늘어난다. 여러 데이터센터를 하나의 거대한 AI 클러스터처럼 연결해야 하기 때문이다.

이 구간에서는 400ZR, 800ZR, 1.6T ZR/ZR+ 같은 coherent pluggable이 중요해진다. Marvell, Ciena, Cisco/Acacia, Nokia/Infinera, Coherent 같은 기업들이 이 영역에서 중요한 이유이다.

WSS와 ROADM: 파장별로 길을 바꾸는 장치

DWDM을 쓰면 하나의 광섬유 안에 여러 파장의 빛이 들어간다. 이때 각각의 파장을 어느 방향으로 보낼지 결정하는 장치가 필요하다.

여기서 필요한 장치가 WSS이다. WSS는 Wavelength Selective Switch의 약자이다. 특정 파장의 빛을 골라 원하는 방향으로 보내는 장치이다.

쉽게 말해, WSS는 광 네트워크의 신호등이다. 빨간 파장은 A 데이터센터로 보내고, 파란 파장은 B 데이터센터로 보내고, 초록 파장은 그대로 통과시키는 식이다.

ROADM은 Reconfigurable Optical Add-Drop Multiplexer이다. 이름은 어렵지만 역할은 광 네트워크를 유연하게 재구성하는 장비이다. 특정 파장을 중간 지점에서 내리거나, 새로 태우거나, 다른 경로로 보낼 수 있게 한다.

AI 데이터센터 간 연결이 복잡해질수록 WSS와 ROADM의 중요성은 커진다. 수많은 파장과 경로를 자동으로 관리해야 하기 때문이다.

https://ko.oadm-cwdm-dwdm.com/wdm-transport-platform/9-dimensional-wss-roadm-dwdm-otn-platform.html

Multi-rail: 여러 광섬유 레일을 한 번에 운영하는 구조

최근 Nokia와 Ciena가 강조하는 개념 중 하나가 multi-rail이다.

Multi-rail을 쉽게 설명하면, 여러 개의 광섬유 묶음을 하나의 시스템처럼 운영하는 구조이다. AI 데이터센터 간 트래픽이 늘어나면 여러 fiber pair를 병렬로 사용해야 한다. 이때 각각을 따로 증폭하고 관리하면 장비와 공간, 전력, 운영 복잡도가 크게 증가한다.

Multi-rail 장비는 이 문제를 줄여준다. 여러 광섬유 레일을 고밀도로 증폭하고, 모니터링하고, 관리하는 역할을 한다.

핵심은 많아진 광섬유를 더 적은 장비와 공간으로 효율적으로 운영하는 것이다.

AI 데이터센터가 커질수록 전송 용량과 함께 공간과 전력도 중요해진다. 광통신 장비를 놓을 랙 공간은 제한되어 있고, 전력도 중요한 제약이다. 그래서 multi-rail amplifier, OCM, DGE 같은 부품과 장비가 함께 중요해진다.

OCM은 Optical Channel Monitor이다. 각 파장의 상태를 감시하는 장치이다.
DGE는 Dynamic Gain Equalizer이다. 파장별 세기를 고르게 맞춰주는 장치이다.
이 부품들은 대규모 광 네트워크를 안정적으로 운영하기 위해 필요하다.

MPO: 광섬유가 많아질수록 중요해지는 패시브 부품

AI 데이터센터에서 자주 놓치는 부분이 MPO이다. MPO는 Multi-fiber Push On의 약자이다. 여러 가닥의 광섬유를 하나의 커넥터에 담아 한 번에 연결하는 부품이다.

일반 커넥터가 한두 가닥의 광섬유를 연결한다면, MPO는 8개, 12개, 16개, 24개 이상의 광섬유를 하나의 커넥터로 연결할 수 있다.

이 부품이 중요한 이유는 단순하다. AI 데이터센터에서는 광섬유 수가 급증한다. 스위치 포트가 늘고, optical link가 늘고, 랙 간 연결이 늘어난다. 그러면 케이블과 커넥터, 패치패널이 함께 늘어난다.

MPO는 이 과정에서 공간을 줄이고, 연결 밀도를 높이고, 배선 복잡도를 낮추는 역할을 한다.

NPO와 CPO에서는 광엔진이 칩 가까이 이동하고, channel 수가 늘어나며, fiber 관리가 더 정교해진다. 이에 따라 passive interconnect의 품질과 공급 안정성도 중요해진다.

이 때문에 MPO 업체들이 단순 협력사를 넘어 CSP에 직접 공급하는 Tier 1 공급업체로 올라설 가능성이 거론되고 있다. AI 데이터센터에서는 커넥터 하나의 품질 문제도 전체 네트워크 안정성과 직결될 수 있기 때문이다.

OCS: 전기 변환 없이 빛의 경로를 바꾸는 기술

AI 데이터센터에서 또 하나 주목해야 할 기술은 OCS이다. OCS는 Optical Circuit Switch이다. 빛을 전기 신호로 바꾸지 않고 광 경로 자체를 바꾸는 장치이다.

일반적인 네트워크 스위칭은 광신호를 전기 신호로 바꾼 뒤 경로를 결정하고, 다시 광신호로 바꾸는 과정을 거친다. 이 과정에서 전력과 지연이 발생한다.

OCS는 특정 연결을 광 경로 수준에서 직접 바꾸는 기술이다. 쉽게 말해, 광섬유 네트워크의 철도 선로를 바꾸는 장치이다. AI 클러스터는 작업 종류에 따라 필요한 연결 구조가 달라질 수 있다. OCS는 이런 연결 구조를 더 유연하게 바꾸는 데 도움이 된다.

OCS는 연결 전환 속도, 네트워크 제어 소프트웨어, 기존 이더넷 스위치와의 조합이 중요하다. 대형 AI 클러스터에서 특정 구간의 효율을 높이는 보완 기술로 볼 수 있다.

LandMark Optoelectronics Corporation

광통신 수요를 키우는 다섯 가지 변화

AI 데이터센터 광통신 수요는 다섯 가지 변화로 정리할 수 있다.

첫째, 포트 속도가 올라간다.
400G에서 800G, 1.6T, 3.2T로 이동한다.

둘째, 광섬유 한 가닥당 데이터 밀도가 올라간다.
DWDM과 coherent optics가 중요해진다.

셋째, 광섬유 수 자체도 늘어난다.
MPO, MTP, fiber assembly, patch panel 수요가 증가한다.

넷째, 광엔진이 칩 가까이 이동한다.
NPO와 CPO, silicon photonics, microring modulator가 중요해진다.

다섯째, 데이터센터 간 연결이 커진다.
coherent optics, WSS, ROADM, multi-rail line system이 필요해진다.

결국 AI Factory는 더 빠른 포트, 더 많은 파장, 더 촘촘한 커넥터, 더 지능적인 광 경로 제어, 더 가까운 광엔진을 동시에 요구하는 구조이다.

네트워크는 핵심 운영자산으로 이동하고 있다

마지막으로 봐야 할 변화는 네트워크를 바라보는 기업 고객의 시각이다. Lumen의 최근 코멘트는 이 지점을 잘 보여준다.

AI가 기업 운영 안으로 들어오면 네트워크는 CTO, CIO, COO, CEO가 함께 설계해야 하는 핵심 운영자산이 된다.

이유는 지연시간 때문이다. AI 서비스는 공장, 매장, 콜센터, 병원, 물류센터, 금융 거래 시스템 가까이에서 작동해야 한다. 이때 데이터가 어디에 위치하는지, 어느 경로로 이동하는지, 응답이 몇 밀리초 안에 돌아오는지가 서비스 품질을 결정한다.

Lumen은 AI 확산으로 엣지 컴퓨팅의 중요성이 다시 커지고 있다고 설명했다. 엣지 컴퓨팅은 데이터를 중앙 데이터센터에만 두지 않고, 사용자와 가까운 위치에서 처리하는 구조이다. AI 환경에서는 지연시간이 사용자 경험과 성능으로 연결된다.

대표 사례는 스마트팩토리와 AI 고객 응대 에이전트이다. 스마트팩토리에서는 센서, 로봇, 설비 제어 데이터가 실시간으로 움직여야 한다. AI가 이상 징후를 늦게 판단하면 생산 손실이나 안전 문제가 생길 수 있다. AI 고객 응대 에이전트도 마찬가지이다. 고객 질문에 90초 뒤에 답하는 AI와 즉시 답하는 AI는 완전히 다른 서비스이다.

이 때문에 데이터 위치, 지연시간, 네트워크 경로 최적화가 중요해진다. 광통신 네트워크는 AI 서비스의 반응속도와 품질을 결정하는 인프라가 된다.

Lumen이 말한 NaaS, Network-as-a-Service도 이 흐름과 연결된다. NaaS는 네트워크를 클라우드처럼 필요한 만큼 쓰고, 필요한 곳에 빠르게 연결하고, 수요 변화에 맞춰 조정하는 방식이다.

Lumen은 디지털 매출이 아직 초기 단계이지만, 장기적으로는 J커브 형태의 채택 가능성을 언급했다. 기업들이 온디맨드 프로비저닝과 유연한 네트워크 설계의 가치를 체감하는 순간, 클라우드 도입 초기처럼 채택 속도가 빨라질 수 있다는 논리이다.

여기서 중요한 촉매는 초저지연에 대한 수요이다. 기업들은 AI를 도입하면서 더 많은 연산 능력과 함께 결과를 얼마나 빠르게 받아볼 수 있는지를 중요하게 보기 시작했다. 스마트팩토리의 실시간 제어, AI 고객 응대 에이전트의 즉각적인 응답, 자율 시스템의 의사결정처럼 지연시간이 사용자 경험과 운영 효율을 직접 좌우하는 영역이 늘어나고 있다.

NVIDIA의 Vera Rubin 플랫폼이 랙 스케일 AI 시스템과 고속 네트워킹을 함께 강조하는 흐름도 같은 방향이다. Cerebras처럼 초저지연 추론을 강조하는 아키텍처가 주목받는 흐름도 맞닿아 있다. AI 인프라 경쟁은 더 많은 연산을 수행하는 경쟁이면서 동시에 데이터를 더 짧은 시간 안에 이동시키는 경쟁이다.

기업이 AI를 실제 서비스와 운영에 붙이는 순간, 광통신 네트워크는 AI 성능, 고객 경험, 생산성, 운영 안정성을 좌우하는 전략 자산으로 이동한다.

투자 관점에서 봐야 할 변화

앞으로 가장 중요한 관찰 포인트는 다섯 가지이다.

첫째, CPO가 실제 양산으로 얼마나 빠르게 넘어가는가이다. CPO는 전력과 밀도 측면에서 매력적이지만, 수율, 수리성, 열관리, 표준화 문제가 함께 남아 있다. 단기적으로는 pluggable과 NPO가 함께 확산되는 경로가 유력하다.

둘째, DWDM이 NPO와 CPO의 핵심 구조로 자리 잡는가이다. 한 광섬유 안에 여러 파장을 넣는 구조가 확산되면 laser, mux/demux, microring modulator, silicon photonics 업체의 중요성이 커진다.

셋째, coherent optics가 더 짧은 거리까지 내려오는가이다. AI 데이터센터 간 연결이 폭증하면 campus, metro, regional 구간에서 coherent pluggable 수요가 커질 수 있다.

넷째, MPO 같은 패시브 부품이 전략 부품으로 재평가되는가이다. 광섬유 수가 늘수록 연결 품질, 납기, 신뢰성, 고객 인증이 중요해진다. 이 경우 선두 업체와 후발 업체의 격차가 더 벌어질 수 있다.

다섯째, 기업 네트워크의 구매 의사결정자가 바뀌는가이다. 네트워크가 CTO·CIO·CEO가 직접 설계하는 AI 운영자산이 될 때 시장의 성격이 달라진다. Lumen이 말한 NaaS의 J커브 가능성은 이 변화에 대한 신호로 볼 수 있다.

결론

AI Factory는 더 빠른 포트, 더 많은 파장, 더 촘촘한 커넥터, 더 지능적인 광 경로 제어, 더 가까운 광엔진을 동시에 요구한다. 여기에 엣지 AI와 NaaS가 결합되면 광통신 네트워크는 데이터센터 내부 인프라를 넘어 기업 운영 전반의 핵심 자산으로 확장된다.

한 줄로 정리하면 이렇다.

AI Factory는 더 많은 데이터를 더 좁은 공간에서, 더 낮은 전력으로, 더 짧은 지연시간 안에 이동시켜야 하는 산업이다. 이 변화가 광모듈, 레이저, silicon photonics, DWDM, coherent optics, WSS, MPO, multi-rail 장비, 그리고 NaaS 기반 네트워크 인프라 전반의 수요를 동시에 끌어올리고 있다.

=끝

나만의 투자이야기

2026년 6월 16일 화요일

생각정리 283 (* AI Factory Networks)