엔비디아가 빛에 투자한 이유 | 실리콘 포토닉스와 CPO의 진짜 의미

최근 엔비디아를 비롯한 주요 AI 인프라 기업들이 루멘텀, 코히어런트, 마벨, 코닝 등 광통신 및 광학 부품 기업들에 대규모 투자를 단행하며 공급망을 재편하고 있습니다. 이는 단순히 부품을 확보하는 차원을 넘어, AI 서버의 성능 병목 현상이 칩 자체의 연산 속도에서 칩과 칩을 연결하는 ‘데이터 이동 경로’로 옮겨가고 있음을 시사합니다.

현재 AI 모델의 규모가 커짐에 따라 수천 개의 GPU가 동시에 데이터를 주고받아야 하는데, 기존의 전기 신호 기반 연결 방식은 거리가 멀어질수록 신호 손실과 발열, 전력 소모가 급격히 증가하는 한계를 보입니다. 특히 데이터가 이동하는 동안 GPU가 데이터를 기다리며 멈춰 서는 ‘대기 시간’은 AI 데이터 센터의 운영 효율을 떨어뜨리는 가장 큰 비용 낭비 요인이 되고 있습니다. 이에 따라 업계는 전기 신호 대신 빛을 이용해 데이터를 전송하는 광학 기술을 서버 내부, 즉 스위치 칩 근처까지 끌어들이는 전략을 취하고 있습니다.

이러한 흐름의 핵심에는 ‘실리콘 포토닉스(Silicon Photonics)’와 ‘CPO(Co-Packaged Optics, 광학 엔진을 칩 패키지에 통합하는 기술)’가 있습니다. CPO는 기존의 플러그형 광트랜시버 방식보다 칩과 광학 부품 사이의 거리를 좁혀 전력 효율을 극대화하고 데이터 전송 속도를 높일 수 있는 차세대 설계 방식입니다. 엔비디아의 스펙트럼 X 이더넷 포토닉스나 아이오코어(Ayar Labs)에 대한 투자는 이러한 기술적 전환을 가속화하려는 의도로 풀이됩니다.

다만, 이러한 변화가 즉각적인 상용화로 이어지는 것은 아닙니다. 광학 부품은 온도 변화나 정렬 문제에 민감하고, 고장 시 유지보수나 대량 생산 단가 측면에서 기존 방식보다 훨씬 높은 기술적 난이도를 요구합니다. 따라서 업계는 단순히 기술적 우수성뿐만 아니라 실제 데이터 센터 환경에서의 신뢰성과 운영 효율성을 검증하는 단계에 있습니다.

결론적으로, AI 인프라 시장의 경쟁력은 이제 GPU의 연산 능력을 넘어, 방대한 데이터를 손실 없이 빠르게 묶어내는 ‘연결의 효율성’으로 이동하고 있습니다. 엔비디아의 최근 행보는 AI 서버의 다음 병목 지점을 미리 파악하고, 광학 기술을 통해 데이터 센터의 전력 소모를 줄이며 전체 시스템의 처리량을 극대화하려는 선제적인 대응으로 평가됩니다. 앞으로 AI 인프라를 평가할 때는 칩의 사양뿐만 아니라, 칩 사이의 연결 구조와 그에 따른 전력 효율 및 운영 안정성이 핵심 지표가 될 것입니다.