광통신이란? AI 데이터센터를 바꾸는 광 인터커넥트 기초 완전정리

「광통신 완전정복」 연재 · 1번째 글
이 글은 「광통신 완전정복」 연재의 출발점입니다.

최근 인공지능(AI) 기술이 우리 삶 곳곳에 스며들면서, 그 이면의 데이터센터는 상상 이상의 속도로 거대해지고 있습니다 ^[110]. AI는 데이터를 먹고 성장하는데, 수십만 개의 AI 반도체(GPU)가 하나의 거대한 뇌처럼 움직이려면 그 사이를 잇는 신경망이 초고속으로 작동해야 합니다 ^[114].

하지만 바로 이 ‘신경망’에서 심각한 병목 현상이 발생하고 있습니다. 지금까지 데이터센터의 신경망 역할을 해온 것은 우리에게 익숙한 ‘구리선’이었습니다. 그러나 AI 시대의 데이터 양은 구리선이 감당할 수 있는 물리적 한계를 넘어섰고, 전문가들은 이를 ‘구리벽(Copper Wall)’이라 부릅니다 ^[116].

이 글은 구리벽이라는 거대한 장벽을 넘어 AI 시대를 열어갈 핵심 기술, ‘광 인터커넥트(Optical Interconnect)’에 대한 기초 해설서입니다. 전기 신호 대신 ‘빛’으로 데이터를 전달하는 이 기술이 무엇인지, 어떻게 작동하며, 왜 AI의 미래에 필수적인지 차근차근 알아보겠습니다.

한 줄 정리: AI 데이터센터의 폭발적인 데이터 처리 요구에 따라 기존 구리선의 한계가 드러났고, 이를 극복하기 위해 빛으로 데이터를 전송하는 ‘광 인터커넥트’ 기술이 핵심으로 부상했습니다.

빛으로 데이터를 보낸다: 광통신의 기본 작동 원리

광 인터커넥트의 원리를 이해하는 가장 쉬운 방법은 어두운 방에서 손전등으로 신호를 보내는 모습을 상상하는 것입니다. 손전등을 짧게 껐다 켜는 ‘점멸’ 행위를 통해 모르스 부호를 보내듯, 광통신은 눈에 보이지 않는 레이저 빛을 1초에 수천억 번 이상 껐다 켜는 방식으로 0과 1의 디지털 데이터를 전달합니다.

여기서 가장 중요한 역할은 전기 신호를 빛으로, 또 빛을 다시 전기 신호로 바꿔주는 변환 장치입니다. AI 반도체는 전기 신호로 계산을 처리하지만, 이 데이터를 멀리 있는 다른 반도체로 보낼 때는 빛으로 바꿔야 효율적이기 때문입니다. 이 핵심적인 변환 과정을 수행하는 부품이 바로 ‘광 트랜시버(Optical Transceiver)’입니다 ^[30].

광 트랜시버는 송신부와 수신부로 나뉩니다. 송신부에서는 레이저가 만든 빛에 전기 신호 형태의 데이터를 실어(변조) 광섬유로 쏘아 보냅니다. 이 빛의 신호는 머리카락보다 가느다란 유리 섬유, 즉 광섬유를 타고 반대편으로 전달됩니다. 수신부에서는 이 빛을 받아 다시 전기 신호로 변환하여 AI 반도체가 이해할 수 있도록 해줍니다 ^[31]. 이 모든 과정이 눈 깜짝할 사이에, 아니 비교할 수 없을 만큼 빠른 속도로 일어나는 것이 광통신의 핵심입니다.

한 줄 정리: 광통신은 전기 데이터를 레이저 빛으로 바꿔 광섬유를 통해 전송하고, 반대편에서 다시 전기 데이터로 변환하는 기술이며, 이 변환 과정의 핵심 부품이 ‘광 트랜시버’입니다.

광 인터커넥트의 핵심 부품 3가지

광 인터커넥트라는 거대한 시스템은 여러 정밀 부품들의 조합으로 이루어집니다. 자동차가 엔진, 변속기, 차체로 구성되듯, 광통신 시스템도 각자의 역할이 뚜렷한 핵심 부품들이 있습니다. 그중 가장 중요한 세 가지를 분해해서 살펴보겠습니다.

1. 빛을 만드는 심장: 광원(레이저 칩)

모든 광통신은 빛에서 시작합니다. 이 빛을 만드는 부품이 바로 레이저 칩(Laser Chip) 또는 레이저 다이오드(Laser Diode)입니다. CD 플레이어나 레이저 포인터에 들어가는 것과 원리는 비슷하지만, 데이터센터용 레이저는 훨씬 더 정밀하고 강력한 성능을 요구합니다.

흥미로운 점은 이 칩이 일반적인 반도체 재료인 실리콘(Si)으로 만들어지지 않는다는 것입니다. 실리콘은 전자를 다루는 데는 뛰어나지만, 빛을 효율적으로 만들어내는 능력은 거의 없습니다 ^[2]. 그래서 인듐 인화물(InP)이나 갈륨 비소(GaAs) 같은 특별한 ‘III-V족 화합물 반도체’를 사용해야만 통신에 적합한 고품질의 빛을 만들 수 있습니다 ^[1].

이 레이저 칩 시장은 기술 장벽이 매우 높아 소수의 기업이 과점하고 있습니다. 미국의 브로드컴(Broadcom), 루멘텀(Lumentum), 코히런트(Coherent) 등이 대표적인 강자입니다 ^[14][15]. 최근 AI 시장의 절대강자 엔비디아(Nvidia)는 안정적인 부품 확보를 위해 루멘텀과 코히런트에 각각 20억 달러(약 3조 원)에 달하는 거액을 직접 투자하며 공급망을 최상단에서부터 통제하려는 움직임까지 보이고 있습니다 ^[13][21].

2. 빛과 전기의 통역사: 광 트랜시버

광 트랜시버는 앞서 설명했듯 전기 신호와 빛 신호를 서로 ‘통역’해주는 모듈입니다. 데이터센터 서버나 스위치 장비의 포트에 꽂아서 사용하는 작은 부품이지만, 그 안에는 고도의 기술이 집약되어 있습니다.

광 트랜시버의 내부는 크게 세 부분으로 나눌 수 있습니다.
* 광학 엔진 (Optical Engine): 위에서 설명한 레이저 칩과 빛을 받는 수광소자(Photodetector)를 포함한, 실제 빛을 다루는 핵심 파트입니다 ^[31].
* 드라이버 IC와 TIA: 레이저가 안정적으로 빛을 내도록 제어하고(드라이버), 수신된 미약한 빛 신호를 의미 있는 전기 신호로 증폭하는(TIA) 역할을 합니다 ^[31].
* DSP (디지털 신호 처리기): 광 트랜시버의 ‘두뇌’입니다. 빛이 광섬유를 통과하며 미세하게 변형되거나 약해진 신호를 원래의 깨끗한 디지털 신호로 복원하고 오류를 수정하는 매우 중요한 역할을 합니다 ^[32][33].

최근 AI 데이터센터는 400G, 800G를 넘어 1.6T(테라비트)급의 초고속 트랜시버를 요구하고 있습니다 ^[41]. 속도가 빨라질수록 처리할 데이터가 많아져 DSP의 역할이 커지는데, 이는 심각한 전력 소모와 발열 문제로 이어집니다. 7나노 공정 DSP가 모듈 전체 전력의 59%를 차지할 정도이며 ^[34], 1.6T 모듈 하나가 25~35W의 전력을 소모하는 것은 작은 전구 하나를 켜는 것과 맞먹는 수준입니다 ^[43].

3. 빛이 달리는 초고속 도로: 광섬유와 커넥터

레이저가 빛을 만들고 트랜시버가 데이터를 실었다면, 이 빛이 실제로 이동하는 통로가 바로 광섬유(Optical Fiber)입니다. 광섬유는 매우 순도 높은 유리로 만들어진 가느다란 선으로, 빛이 내부에서 전반사(total internal reflection)하며 손실 없이 멀리까지 나아갈 수 있도록 설계되었습니다.

AI 데이터센터에서 광섬유가 필수적인 이유는 구리 케이블의 명확한 한계 때문입니다. 순수 구리선인 DAC(Direct Attach Cable)는 신호 손실이 커서 전송 거리가 최대 2~3미터에 불과합니다 ^[89][90]. 이는 바로 옆에 있는 서버끼리 연결하는 데는 충분하지만, 데이터센터 내의 수많은 랙(서버 선반)들을 서로 연결하기에는 턱없이 부족한 거리입니다.

반면 단일모드 광섬유(Single-Mode Fiber, SMF)는 신호 손실이 거의 없어 수백 미터에서 수 킬로미터까지 데이터를 안정적으로 보낼 수 있습니다 ^[92]. 800G, 1.6T 같은 초고속 통신을 위해서는 여러 가닥의 광섬유를 한 번에 연결해야 하므로, 12개나 16개의 광섬유를 한데 묶은 고밀도 MPO/MTP 커넥터가 표준처럼 사용됩니다 ^[90][97]. 이 분야에서는 코닝(Corning)이 광섬유 시장을, US Conec 같은 기업이 고밀도 커넥터 시장을 선도하고 있습니다 ^[99][100].

한 줄 정리: 광 인터커넥트는 빛을 만드는 ‘레이저 칩’, 신호를 변환하는 ‘광 트랜시버’, 빛의 통로인 ‘광섬유’라는 세 가지 핵심 요소로 구성되며, 각각 고도의 기술력을 필요로 합니다.

산업 적용: 왜 지금 ‘광’이 아니면 안 되는가

지금까지 광 인터넥트의 원리와 부품을 살펴보았다면, 이제 가장 중요한 질문에 답할 차례입니다. 왜 지금 이 시점에 반도체, 전력 다음으로 ‘광통신’이 AI 시대의 핵심 인프라로 주목받는 것일까요? 그 답은 AI 데이터센터가 마주한 거대한 ‘구리벽’에 있습니다.

거대한 장벽, ‘구리벽’의 세 가지 문제

AI 모델을 학습시킬 때는 수많은 GPU가 동시에 데이터를 주고받으며 협업해야 합니다. 그런데 GPU의 연산 속도는 나날이 빨라지는 데 반해, 데이터를 전달하는 구리선의 속도가 이를 따라가지 못하면서 GPU가 데이터를 기다리며 노는 ‘데이터 기아(Data Starvation)’ 현상이 발생합니다 ^[115]. 이는 비싼 GPU의 가동률을 떨어뜨리는 심각한 비효율입니다. 이러한 병목 현상을 일으키는 구리벽은 구체적으로 세 가지 문제를 안고 있습니다.

1. 신호 감쇠 (거리의 한계): 구리선은 거리가 조금만 길어져도 전기 신호가 급격히 약해지고 왜곡됩니다. 2~3미터가 한계인 이유입니다 ^[89]. 수만 개의 GPU를 연결해야 하는 거대 데이터센터에서는 사실상 사용이 불가능합니다.
2. 전력 소모 (에너지의 한계): 약해진 신호를 보정하기 위해 구리선은 막대한 전기를 소모합니다. 224Gbps급 고속 신호의 경우, 구리선 연결부가 클러스터 전체 전력의 약 30%를 잡아먹을 정도입니다 ^[116]. 엔비디아의 젠슨 황 CEO는 100만 개의 GPU를 기존 방식으로 연결하면 통신에만 180MW의 전력이 필요하며 이는 지속 불가능하다고 지적했습니다 ^[124].
3. 물리적 부피 (공간과 냉각의 한계): 고속 데이터 전송을 위해 구리 케이블은 매우 두껍고 뻣뻣합니다. 수만 개의 케이블이 랙 뒤편을 가득 메우면 공기 흐름을 막아 심각한 냉각 문제를 유발합니다 ^[121]. 개별 랙의 전력 소모가 100kW를 넘나드는 AI 데이터센터에서 냉각 실패는 곧 시스템 다운으로 이어집니다 ^[111].

궁극의 해결책: CPO와 실리콘 포토닉스

구리벽을 넘기 위한 업계의 고민은 ‘어떻게 하면 전기 신호가 이동하는 거리를 극단적으로 줄일 수 있을까?’라는 질문으로 이어졌습니다. 그에 대한 해답이 바로 CPO(Co-Packaged Optics, 공동 패키징 광학) 기술입니다.

CPO는 기존처럼 장비 전면 패널에 광 트랜시버를 꽂는 방식이 아니라, AI 반도체(ASIC) 바로 옆에 광학 엔진을 하나의 패키지 안에 넣어버리는 혁신적인 구조입니다 ^[57][58]. 이는 마치 자동차 엔진을 차체와 한 덩어리로 주조해버리는 것과 같습니다. 반도체와 광학 엔진 사이의 거리가 수십 센티미터에서 수 밀리미터로 줄어들면서, 데이터 전송에 필요했던 막대한 전력이 극적으로 감소합니다.

실제로 CPO 기술을 적용하면 기존 30W를 소모하던 데이터 링크를 9W 수준으로 낮춰, 최대 70%의 전력 절감 효과를 기대할 수 있습니다 ^[60][61]. 이 혁신을 가능하게 하는 기반 기술이 바로 실리콘 포토닉스(Silicon Photonics)입니다 ^[56]. 이는 기존의 비싼 화합물 반도체 공정이 아닌, 일반 반도체 공장(CMOS Fab)에서 실리콘 웨이퍼 위에 광학 부품을 찍어내는 기술로, 대량 생산과 높은 집적도에 유리합니다.

물론 CPO는 반도체와 광학 부품을 함께 패키징해야 하므로 열 관리나 수리가 어렵다는 기술적 난제가 남아있습니다. 이 때문에 본격적인 대중화는 2028년 이후로 전망되지만 ^[61][54], 브로드컴, 엔비디아, 인텔, TSMC 등 업계의 모든 거인들이 미래 데이터센터의 표준이 될 이 기술에 사활을 걸고 있습니다 ^[78][84].

한 줄 정리: AI 데이터센터는 구리선의 거리, 전력, 부피 한계라는 ‘구리벽’ 문제에 직면했으며, 이를 해결하기 위해 반도체와 광학 엔진을 함께 패키징하여 전력 소모를 70% 줄이는 CPO 기술이 궁극적인 대안으로 개발되고 있습니다.

핵심 용어 정리

오늘 다룬 내용을 이해하는 데 도움이 될 핵심 용어들을 다시 한번 정리해 드립니다.

• 광 인터커넥트 (Optical Interconnect): 전기 대신 빛(광자)을 이용해 반도체 칩 간, 혹은 장비 간에 대용량 데이터를 초고속으로 전송하는 연결 기술의 총칭입니다.
• 광 트랜시버 (Optical Transceiver): 전기 신호를 빛 신호로, 빛 신호를 다시 전기 신호로 상호 변환해주는 핵심 모듈입니다. 데이터센터 스위치나 서버 포트에 장착됩니다.
• 구리벽 (Copper Wall): AI 시대의 폭발적인 데이터 트래픽으로 인해 기존 구리선이 마주한 물리적 한계. 신호 감쇠, 막대한 전력 소모, 물리적 부피로 인한 냉각 문제 등을 포함합니다.
• CPO (Co-Packaged Optics): ‘공동 패키징 광학’. 반도체 칩과 광학 엔진을 분리하지 않고, 하나의 패키지 안에 함께 실장하는 기술입니다. 전기 신호 경로를 최소화하여 전력 효율을 극대화하는 것이 목표입니다.
• 실리콘 포토닉스 (Silicon Photonics): 일반 반도체 공정(CMOS)을 활용해 실리콘 웨이퍼 위에 광회로를 집적하는 기술입니다. 광학 부품의 소형화, 저전력화, 대량 생산을 가능하게 하는 CPO의 기반 기술입니다.
• InP (인듐 인화물): 빛을 효율적으로 만들어내는 특성을 가진 III-V족 화합물 반도체. 고성능 통신용 레이저 칩의 핵심 재료로 사용됩니다.

한 줄 정리: 광 인터커넥트, 광 트랜시버, 구리벽, CPO, 실리콘 포토닉스는 AI 시대 데이터 통신의 패러다임 변화를 이해하기 위한 가장 중요한 키워드입니다.

References

작성자 소개

amadas80

Administrator

웹사이트 방문 모든 글 보기