🇰🇷 한국어 🇺🇸 English 🇯🇵 日本語 🇪🇸 Español 🇨🇳 简体中文
발행일: 2026.11.16 (월)
경제

전기 신호 한계 넘는 '실리콘 포토닉스', AI 팩토리 병목 뚫는다

AI 데이터센터의 병목 현상을 해결하기 위해 전기 신호를 빛으로 전환하는 실리콘 포토닉스와 CPO 기술이 차세대 핵심 동력으로 부상하고 있다.

전기 신호 한계 넘는 '실리콘 포토닉스', AI 팩토리 병목 뚫는다
빛나는 곡선 길 위에 한 인물의 실루엣이 서 있는 그래픽 이미지. (사진=SK하이닉스 제공)

AI 시대의 경쟁력은 개별 GPU(그래픽처리장치)의 연산 속도보다 데이터가 이동하는 효율에 달려 있다. 아무리 빠른 연산 칩을 보유해도 데이터를 실은 통로가 좁으면 전체 시스템은 대기 상태에 빠지기 때문이다. 최근 AI 데이터센터, 즉 'AI 팩토리'의 성능을 결정짓는 핵심 변수로 전기 신호를 빛으로 전환하는 '실리콘 포토닉스'와 'CPO(공동 패키징 광학)' 기술이 주목받고 있다.

GPU 연산 속도 가로막는 '데이터 병목' 현상

대규모 AI 모델을 학습시킬 때는 수많은 GPU가 하나의 모델을 공유하며 계산 결과와 데이터를 끊임없이 주고받는다. 이때 GPU 자체의 계산 능력은 뛰어나지만, 메모리에서 데이터를 가져오거나 GPU 간에 데이터를 전달하는 통로가 충분하지 않으면 병목 현상이 발생한다. 이는 마치 최신 설비를 갖춘 공장들이 밀집해 있어도, 공장 사이를 잇는 도로가 좁아 원료와 완제품이 제때 이동하지 못하는 상황과 같다.

지금까지 반도체 간 연결은 주로 '구리 배선'을 통한 전기 신호에 의존해 왔다. 구리는 짧은 거리에서 효율적이지만, 데이터 전송 속도가 빨라지고 거리가 멀어질수록 신호가 약해지는 특성이 있다. 약해진 신호를 복원하기 위해 리피터(Repeater) 같은 장치를 사용하면 추가 전력이 소모되고, 이는 곧 막대한 열 발생과 냉각 부담으로 이어진다. AI 모델이 거대해질수록 구리 배선의 전력 및 발열 문제는 AI 팩토리의 확장성을 가로막는 결정적 장애물이 된다.

칩 위에 빛의 길을 만드는 실리콘 포토닉스와 CPO

이러한 한계를 극복하기 위해 등장한 기술이 실리콘 포토닉스다. 이는 기존 반도체 제조 공정을 활용해 실리콘 칩 위에 빛이 지나가는 미세한 길인 '광도파로'를 구현하는 기술이다. 빛은 파장분할다중화(WDM) 기술을 통해 하나의 광섬유에 여러 파장의 빛을 실어 보낼 수 있어, 전송 용량을 획기적으로 키울 수 있다.

실리콘은 빛을 직접 만드는 데는 불리한 재료이기에, 외부 레이저 광원(ELS)을 통해 빛을 공급받는 방식을 주로 사용한다. 이 기술을 극대화한 것이 공동 패키징 광학(CPO)이다. 기존에는 스위치 칩과 광모듈이 떨어져 있어 전기 신호가 기판 위를 길게 이동해야 했지만, CPO는 광 엔진을 스위치 ASIC(주문형반도체) 바로 옆에 배치한다. 데이터가 이동하는 전기 구간을 최소화하고 긴 구간은 광섬유로 연결함으로써 대역폭 밀도를 높이고 전력 소모를 줄이는 방식이다.

실제로 메타(Meta)는 2025년 유럽광통신학술대회(ECOC)에서 CPO 스위치 시스템을 평가한 결과, 기존 플러거블(Pluggable) 방식 대비 광 연결 부분의 전력 소비를 약 65% 낮출 수 있음을 확인했다고 밝혔다. 엔비디아와 브로드컴 등 글로벌 빅테크 기업들도 이러한 CPO 기술을 적용한 네트워크 제품을 선보이며 상용화 경쟁에 뛰어들고 있다.

HBM과 CPO의 결합, '기다림 없는 AI'를 향해

CPO가 네트워크 구간의 병목을 해결한다면, HBM(고대역폭 메모리)은 GPU 바로 옆에서 데이터를 공급하는 역할을 한다. HBM이 GPU와 인접해 데이터 공급 속도를 높여도, GPU 간의 통신(네트워크)이 막히면 전체 성능은 오르지 않는다. 결국 AI 팩토리의 완성은 메모리와 네트워크 기술의 조화에 달려 있다.

향후에는 메모리 자원을 효율적으로 나누어 쓰는 '메모리 풀링(Memory Pooling)' 기술과 이를 지원하는 CXL(Compute Express Link) 규격이 실리콘 포토닉스와 결합할 가능성이 높다. 빛을 이용해 메모리 풀에 접근하는 경로를 확장하면, 전력 부담을 줄이면서도 거대한 메모리 용량을 유연하게 사용할 수 있다.

결국 미래 AI 반도체의 승부처는 단일 칩의 성능이 아니라, GPU와 메모리, 네트워크를 하나의 유기적인 시스템으로 묶어내는 패키징 및 광학 기술에 있다. 가장 강력한 AI 팩토리는 가장 빠른 GPU를 가진 곳이 아니라, 수많은 GPU와 메모리가 서로를 기다리지 않고 유기적으로 협력하는 곳이 될 전망이다.

출처: [Tech Note] ‘GPU를 수만 개 모아도 AI는 왜 기다릴까?’ 실리콘 포토닉스와 CPO가 놓는 ‘빛의 고속도로’

#실리콘 포토닉스 #CPO #GPU #메타 #유럽광통신학술대회 #ECOC #엔비디아 #브로드컴
임
임상우
트렌드경제신문 · 기자

트렌드경제신문에서 경제 분야를 주로 취재합니다. 기업소식, 금융 기사도 함께 씁니다.

기자의 다른 기사 ›
저작권자 ⓒ 트렌드경제신문 무단전재 및 재배포, AI학습 및 활용 금지

0댓글

현재 댓글 작성이 비활성화되어 있습니다.

첫 댓글을 남겨보세요.