실리콘 포토닉스·CPO란 무엇인가: AI 데이터센터가 구리선을 버리는 이유

「광통신 완전정복」 연재 · 3번째 글
지금까지의 연재:
1. 광통신이란? AI 데이터센터를 바꾸는 광 인터커넥트 기초 완전정리
2. AI 데이터센터 광통신 관련주 밸류체인 지도: 대한광통신·오이솔루션·코위버 옥석 가리기

인공지능(AI) 시대의 화려한 스포트라이트는 늘 새로운 그래픽 처리 장치(GPU)의 차지였습니다. 하지만 아무리 강력한 슈퍼카라도 좁고 막히는 도로 위에서는 제 성능을 낼 수 없듯, AI의 연산 능력이 폭발적으로 증가하면서 이제 우리의 시선은 칩을 연결하는 ‘데이터 고속도로’로 옮겨가고 있습니다.

지금까지 이 고속도로는 ‘구리선’이었습니다. 하지만 AI가 요구하는 데이터의 양과 속도는 이미 구리가 감당할 수 있는 물리적 한계를 넘어섰습니다. 이 글에서는 왜 데이터센터가 구리선을 버리고 ‘빛’을 선택할 수밖에 없는지, 그 거대한 패러다임 전환의 구조를 데이터와 함께 차분히 해부해 보겠습니다.

첫 번째 벽: 더 이상 버틸 수 없는 구리선의 물리적 한계

AI 데이터센터는 수만, 수십만 개의 칩이 서로 쉴 새 없이 데이터를 주고받는 거대한 두뇌와 같습니다. 이 칩들을 연결하는 기존의 구리선은 마치 좁은 골목길과 같아서, 속도를 높일수록 심각한 ‘교통체증’에 부딪히게 됩니다.

이 현상을 이해하기 위한 핵심 개념은 ‘신호 감쇠’입니다. 전기 신호는 구리선을 통과하며 거리가 멀어질수록 힘을 잃고 약해집니다. 이는 마치 시끄러운 방 반대편에 있는 사람에게 소리를 지르는 것과 같습니다. 목소리는 점점 작아지고 주변 소음에 묻혀버리죠. 데이터 전송 속도를 높이는 것은 더 빨리, 더 많이 소리치는 것과 같아서 신호 왜곡은 훨씬 심해집니다.

실제 데이터는 이 한계가 얼마나 심각한지 보여줍니다. 112Gbps라는 속도로 데이터를 보낼 때, 불과 30cm의 구리 회로를 지나는 것만으로도 신호 손실이 8~12dB에 달합니다 ^[1]. 속도가 두 배인 224Gbps로 올라가면 상황은 더 나빠져, 구리 케이블로 데이터를 안정적으로 보낼 수 있는 거리는 고작 1미터 남짓으로 줄어듭니다 ^[2]. 과거 400G 통신 환경에서 3~5미터까지 가능했던 구리선(DAC 케이블)의 한계 거리가 800G 환경에서는 2미터 수준으로 급감한 것입니다 ^[3].

전력 소모와 발열 문제도 임계점에 도달했습니다. 약해진 신호를 억지로 되살리려면 막대한 에너지가 필요합니다. 224Gbps 속도에서는 이 신호 보정 작업에 AI 클러스터 전체 전력의 약 30%를 쏟아부어야 할 정도입니다 ^[4]. 스위치 칩 하나에 들어가는 입출력(I/O) 칩셋에만 180W의 전력이 낭비되기도 합니다 ^[5][6]. 이제 구리선은 성능의 벽이자 전력 낭비의 주범, 즉 ‘구리의 벽(Copper Wall)’에 부딪힌 셈입니다.

한 줄 정리: AI 데이터센터의 속도가 빨라지자, 기존 구리선은 신호가 금방 약해지고 막대한 전기를 소모하는 물리적 한계에 도달했습니다.

첫 번째 해결사, 그리고 또 다른 문제의 시작: 플러그형 광모듈

구리선의 명백한 한계를 극복하기 위해 등장한 첫 번째 해결사가 바로 ‘플러그형 광모듈’입니다. 어려운 이름이지만 원리는 간단합니다. 전기 신호를 빛 신호로 바꿔주는 작은 ‘통역기’라고 생각하면 쉽습니다. 데이터센터의 핵심 장비인 스위치에 이 모듈을 꽂으면, 전기 신호가 빛으로 변환되어 광섬유 케이블을 타고 훨씬 멀리, 손실 없이 전달될 수 있습니다.

이 기술 덕분에 데이터 전송 거리는 기존의 몇 미터 수준에서 50미터는 물론 최대 10km 이상까지 비약적으로 늘어났습니다 ^[7]. 덕분에 AI 데이터센터는 더 크고 넓게 확장될 수 있었죠. 이는 마치 좁은 국도를 벗어나 KTX 고속철도를 이용하는 것과 같은 혁신이었습니다.

하지만 KTX도 역과 역 사이만 빠를 뿐, 집에서 역까지 가는 시간은 여전히 필요합니다. 플러그형 광모듈도 비슷한 딜레마를 안고 있습니다. 데이터센터의 핵심 칩(ASIC)에서 만들어진 전기 신호는 스위치 앞면에 꽂힌 광모듈까지 약 15~30cm 길이의 구리 회로(PCB 기판)를 또 달려가야 합니다 ^[8].

문제는 여기서 발생합니다. AI 시대의 데이터 속도는 이 짧은 구리 구간조차 감당하기 버거울 정도로 빨라졌습니다. 결국 이 짧은 거리를 달리는 동안 약해진 신호를 다시 증폭시키기 위해 ‘DSP 리타이머’라는 강력한 신호 처리 반도체가 필수적으로 들어가게 됩니다 ^[8]. 그리고 이 DSP는 엄청난 전기를 소모하는 ‘전기 먹는 하마’입니다.

결국 1.6T(초당 1.6테라비트)급 최신 광모듈은 하나당 20~25W가 넘는 전력을 소비하게 되었습니다 ^[9]. 64개의 모듈을 꽂을 수 있는 스위치 한 대가 광통신 부품에만 무려 2,700W의 전력을 쓰는 셈입니다 ^[10]. 극단적으로, 100만 개의 GPU를 이런 방식으로 연결하면 광통신 시스템을 유지하는 데에만 180MW라는, 원자력 발전소 소형 모듈 원자로 2~3기에 해당하는 막대한 전력이 필요하다는 분석까지 나옵니다 ^[11].

물리적인 공간의 한계도 명확합니다. 스위치 앞면의 면적은 한정되어 있어 무한정 모듈을 꽂을 수도 없습니다 ^[12]. 칩 가장자리에 낼 수 있는 전기 신호 통로의 개수 역시 포화 상태에 이르렀습니다 ^[13]. 결국 플러그형 광모듈은 임시방편이었을 뿐, 또 다른 전력과 공간의 벽에 부딪히고 만 것입니다.

한 줄 정리: 구리선의 대안으로 나온 ‘플러그형 광모듈’은 전송 거리를 늘렸지만, 그 자체의 막대한 전력 소모와 공간 한계라는 새로운 병목을 만들었습니다.

궁극의 대안: 칩 바로 옆에 빛 공장을 짓다, CPO

플러그형 모듈의 한계는 결국 한 가지 결론으로 귀결됩니다. “전기 신호가 구리선을 달리는 거리를 극단적으로 줄이자.” 이 아이디어를 현실로 만든 기술이 바로 CPO(Co-Packaged Optics, 공동 패키징 광학)입니다.

CPO는 비유하자면, KTX를 타기 위해 서울역까지 갈 필요 없이, 우리 집 안방에 KTX 승강장을 직접 만드는 것과 같습니다. 기존처럼 스위치 칩(ASIC)에서 멀리 떨어진 앞면 패널에 광모듈을 꽂는 대신, 아예 칩을 만들 때부터 그 바로 옆에 전기-빛 변환기(광학 엔진)를 함께 심어버리는 기술입니다.

이렇게 하면 15~30cm에 달했던 칩과 광학 엔진 사이의 구리선 거리가 불과 몇 밀리미터로 줄어듭니다 ^[8]. 거리가 극도로 짧아지니 신호 손실이 거의 없고, 전기를 많이 소모하던 DSP 리타이머도 필요 없어집니다. 그 결과, 데이터 비트당 에너지 소비는 플러그형 모듈의 절반 이하인 5~10pJ/bit 수준으로 뚝 떨어집니다 ^[8].

이러한 혁신을 가능하게 하는 기반 기술이 바로 실리콘 포토닉스(Silicon Photonics)입니다. 이는 기존의 반도체 공정(CMOS)을 이용해 실리콘 웨이퍼 위에 빛이 다니는 길(도파로), 빛을 조절하는 장치(변조기) 등 광학 부품을 찍어내는 기술입니다 ^[14]. 반도체와 광학 부품을 한 번에 대량 생산할 수 있어 CPO의 경제성을 뒷받침하는 핵심 열쇠입니다.

한 줄 정리: CPO는 반도체 칩 바로 옆에 광학 엔진을 붙여 전력 소모와 신호 손실을 획기적으로 줄이는 기술이며, 실리콘 포토닉스가 이를 가능하게 합니다.

빛을 만드는 공장의 딜레마: 제조 수율과 레이저 논쟁

하지만 CPO와 실리콘 포토닉스가 가야 할 길은 아직 험난합니다. 빛과 전자를 하나의 칩에 구현하는 과정은 상상 이상으로 까다로운 기술적 난제들을 동반하기 때문입니다.

가장 근본적인 문제는 실리콘(Si)이라는 재료 자체의 특성에 있습니다. 안타깝게도 실리콘은 스스로 빛을 효율적으로 만들어내지 못합니다 ^[15][16]. 그래서 빛을 쏘아주는 ‘레이저’는 인듐 인화물(InP) 같은 특수 화합물 반도체로 따로 만들어 붙여야만 합니다. 이 과정에서 두 가지 큰 문제가 발생합니다.

첫째, 극도로 정밀한 조립 난이도입니다. 광섬유 케이블의 중심 코어 직경은 약 9마이크로미터(μm, 머리카락 굵기의 1/10)인데, 실리콘 칩 위에 만들어진 빛의 통로(도파로) 폭은 1μm도 채 되지 않습니다 ^[18]. 이 둘을 정확히 정렬하는 작업은 살얼음판을 걷는 것과 같아서, 조금만 어긋나도 빛 신호가 제대로 전달되지 않아 불량이 발생합니다. 이 때문에 전체 공정 수율(정상품 비율)이 경제성을 담보할 수 있는 85%의 문턱을 넘기기가 매우 어렵습니다 ^[19][20]. “연구실에서는 가능하지만, 공장에서는 파산을 부르는 기술”이라는 냉정한 평가가 나오는 이유입니다 ^[38].

둘째, 레이저를 어디에 둘 것인가 하는 구조적 딜레마입니다. 현재 업계는 두 가지 방식을 놓고 치열하게 경쟁하고 있습니다.

1. 하이브리드 직접 집적 (안에 심기): 레이저를 아예 반도체 칩과 한 몸으로 만드는 방식입니다. 웨이퍼 단위의 대량 생산이 가능하고 빛 손실이 가장 적다는 장점이 있습니다. 인텔은 이 방식으로 90% 이상의 높은 결합 효율을 달성하기도 했습니다 ^[23]. 하지만 칩에서 발생하는 뜨거운 열이 레이저 성능을 저하시키고, 레이저만 고장 나도 수십~수백만 원짜리 칩 전체를 버려야 하는 치명적인 단점이 있습니다 ^[21].

2. 외부 광원 (밖에 두기): 레이저를 별도의 모듈(ELS, External Laser Source)로 만들어 밖에서 연결하는 방식입니다. 레이저를 뜨거운 칩에서 멀리 떼어놓아 안정성을 높이고, 고장 시 레이저 모듈만 교체할 수 있어 유지보수에 유리합니다 ^[21][26]. 하지만 빛 손실이 상대적으로 크고, 대규모로 확장하기 어렵다는 한계가 있습니다 ^[21].

한 줄 정리: 실리콘 포토닉스는 빛을 스스로 내지 못하는 실리콘의 한계와, 머리카락보다 가는 빛의 통로를 정렬해야 하는 극악의 제조 난이도라는 과제를 안고 있습니다.

거인들의 선택: 하이퍼스케일러는 왜 CPO에 사활을 거는가

이처럼 복잡하고 어려운 기술임에도 불구하고, 왜 마이크로소프트, 구글, 메타와 같은 거대 클라우드 기업(하이퍼스케일러)들은 CPO 도입을 서두르는 걸까요? 이유는 간단합니다. 그들에게 데이터센터의 전력 소모와 데이터 병목 현상은 단순한 기술 문제가 아니라, 사업의 수익성과 직결되는 생존의 문제이기 때문입니다.

구글은 이미 내부 프로젝트를 통해 광통신 기술의 경제적 효과를 명확한 수치로 입증했습니다. ‘프로젝트 아폴로’라는 이름의 차세대 광회선 스위칭 기술을 데이터센터에 적용한 결과, 전력 소비는 40%나 줄이고 도입 비용은 30% 낮추는 데 성공했습니다 ^[28]. 한 번 설치하면 나중에 더 빠른 속도의 부품으로 업그레이드해도 전체 네트워크를 교체할 필요가 없다는 장점도 확인했습니다 ^[28].

대규모 물량 확보를 통한 인프라 전환 계획도 구체화되고 있습니다. 마이크로소프트, 메타, 구글 등은 AI 데이터센터 내 광통신 장비(광트랜시버)의 비중을 2025년까지 80% 수준으로 대폭 끌어올릴 계획입니다 ^[30]. 특히 마이크로소프트는 2025년까지 차세대 1.6T 광트랜시버를 200만 개 이상 도입할 예정인데, 이는 단일 기업의 수요만으로 약 4조 원을 넘는 거대한 시장입니다 ^[30]. 메타는 한발 더 나아가, 광섬유 제조사인 코닝과 최대 60억 달러(약 8조 원) 규모의 다년 공급 계약을 맺으며 원자재를 선점하는 승부수를 띄웠습니다 ^[31][32].

심지어 이들은 기술 파편화를 막기 위해 이례적으로 손을 잡았습니다. 메타, 마이크로소프트, OpenAI 등은 AMD, 엔비디아 같은 공급사와 함께 OCI MSA(개방형 컴퓨팅 인터커넥트 협약)라는 연합체를 결성했습니다 ^[33]. 특정 기업의 독점 기술에 얽매이지 않고, 업계 공통의 개방형 표준을 만들어 생태계를 함께 키우겠다는 의지입니다. 업계에서는 본격적인 CPO 대규모 도입 시점을 2028년에서 2030년 사이로 전망하고 있습니다 ^[28].

한 줄 정리: 구글, MS 등 거대 클라우드 기업들은 전력과 비용 절감을 위해 CPO 도입에 수조 원을 투자하고 있으며, 업계 표준을 만들기 위해 연합 전선까지 구축했습니다.

보이지 않는 전쟁: CPO 상용화의 숨은 뇌관, 표준화 경쟁

CPO 상용화의 가장 큰 장벽은 아이러니하게도 기술 그 자체가 아닐 수 있습니다. 바로 ‘표준화 공백’과 이를 둘러싼 기업, 국가 간의 보이지 않는 패권 경쟁입니다.

현재 CPO 생태계는 마치 통일된 규격 없이 저마다 다른 충전기를 쓰던 초창기 스마트폰 시장과 같습니다. 엔비디아의 Quantum-X처럼 특정 기업의 폐쇄적인 독자 설계에 의존하는 경우가 많습니다 ^[37]. 이는 클라우드 기업 입장에서 특정 공급사에 종속될 위험을 높이고, 부품을 자유롭게 섞어 쓰지 못해 비용을 증가시킵니다.

더 현실적인 문제는 유지보수입니다. 기존 플러그형 모듈은 고장 나면 그 부품만 쏙 빼서 교체하면 그만이었지만, CPO는 광학 엔진이 칩과 한 몸으로 묶여 있습니다. 만약 광학 엔진이 고장 나면 수백만 원짜리 스위치 장비 전체를 통째로 교체해야 하는 끔찍한 상황이 발생할 수 있습니다 ^[37]. 테스트와 수리 절차에 대한 표준이 없다면, 운영 비용이 기하급수적으로 불어날 수밖에 없습니다.

이 문제를 해결하기 위해 OIF(광학 인터넷워킹 포럼) 같은 표준화 기구를 중심으로 치열한 논의가 진행되고 있습니다 ^[39]. 하지만 이러한 산업 연합은 기술 공유의 장인 동시에, 자사 기술을 표준으로 관철시키기 위한 새로운 전쟁터가 되었습니다 ^[40]. 최근 브로드컴 등이 ‘광학 스케일업 컨소시엄’을 결성한 것도 특정 기업의 독점을 견제하려는 움직임입니다 ^[41].

이러한 경쟁은 국가 대항전으로까지 번지고 있습니다. 미국 중심의 글로벌 표준 기구에 맞서, 중국은 자국 내 표준을 만들기 위한 ‘광전자 통합 기술 위원회’를 설립하며 독자 생태계 구축에 나섰습니다 ^[40]. 결국 CPO 밸류체인은 하나의 통일된 글로벌 시장이 되기보다, 국가별·진영별로 나뉘어 호환성 문제를 낳고 대량 양산 시기를 늦추는 구조적 리스크를 안고 있습니다.

한 줄 정리: 통일된 표준이 없어 부품 호환이 어렵고 수리 비용이 막대하며, 표준 주도권을 잡기 위한 기업과 국가 간의 경쟁이 CPO 대중화의 가장 큰 걸림돌입니다.

빛의 질서 재편, 한국 기업들의 기회와 현주소

이처럼 거대한 패러다임 전환 속에서, 국내 기업들은 어디에 서 있을까요? 글로벌 빅테크들이 시장을 주도하는 가운데, 국내 반도체 및 통신장비 기업들은 각자의 강점을 살려 이 새로운 ‘빛의 밸류체인’에 속속 합류하고 있습니다.

파운드리 및 패키징: 삼성전자
생태계의 가장 꼭대기인 반도체 위탁생산(파운드리) 분야에서는 삼성전자가 발 빠르게 움직이고 있습니다. 삼성전자는 2028년부터 실리콘 포토닉스 양산을 시작한다는 구체적인 로드맵을 발표했습니다 ^[42]. 이미 300mm 웨이퍼 기반의 공정 개발을 완료했으며, 2029년에는 CPO 상용화를 목표로 하고 있습니다 ^[43]. 이는 메모리 반도체, 시스템 반도체, 첨단 패키징을 묶어 한 번에 제공하는 ‘턴키’ 전략의 핵심 축이 될 전망입니다.

광모듈 및 핵심 부품: 오이솔루션, 옵티시스
광통신의 혈관 역할을 하는 모듈 단에서는 오이솔루션의 약진이 두드러집니다. 수년간의 실적 부진을 딛고, 2026년에는 매출 816억 원과 영업이익 61억 원을 기록하며 흑자 전환이 기대됩니다 ^[46]. 특히 차세대 CPO 시스템의 핵심인 외부광원 모듈(ELSFP)을 올해 3분기부터 글로벌 고객사에 샘플로 공급할 예정이며 ^[45], 전량 수입에 의존하던 100G급 핵심 레이저 칩(EML)을 국내에서 유일하게 자체 생산하는 데 성공하며 기술 독립성을 확보했습니다 ^[49].

의료 및 방송용 특수 광링크에 강점을 가진 옵티시스 역시 AI 데이터센터 시장 진출을 선언했습니다. 2025년 257억 원의 매출을 기록한 이 회사는 ^[51], 한국전자통신연구원(ETRI)과 함께 800G 광트랜시버 개발을 진행하며 양산을 눈앞에 두고 있습니다 ^[52].

설계(IP) 및 소자: 오픈엣지테크놀로지, 큐에스아이
원천 기술과 설계 자산 분야에서도 의미 있는 성과가 나타나고 있습니다. 반도체 설계자산(IP) 기업인 오픈엣지테크놀로지는 2024년 3분기 매출이 전년 동기 대비 127.4% 급증했으며, 정부 과제를 통해 실리콘 포토닉스 관련 IP 개발에 참여하고 있습니다 ^[54]. 레이저 다이오드 원천 기술을 보유한 큐에스아이는 2024년 3분기 흑자 전환에 성공했고, 삼성전자와 광반도체 개발 협력을 진행 중입니다 ^[56].

후공정 장비 및 기타: 쏘닉스, 인텍플러스
이 외에도 RF 필터 파운드리 전문 기업 쏘닉스는 2026년부터 양자 포토닉스 파운드리 양산을 시작하며 광반도체 위탁생산으로 사업을 확장하고 있고 ^[62], 반도체 검사장비 기업 인텍플러스는 실리콘 포토닉스 칩 검사 분야로 응용처를 넓히고 있습니다 ^[57][60].

한 줄 정리: 삼성전자를 필두로 오이솔루션, 옵티시스 등 국내 기업들이 파운드리, 광모듈, 설계, 장비 등 각 전문 분야에서 실리콘 포토닉스 밸류체인에 진입하고 있습니다.

결론: 새로운 질서를 이해하는 눈

지금까지 우리는 AI 시대의 데이터 고속도로가 왜 구리에서 빛으로 바뀔 수밖에 없는지, 그 거대한 구조적 변화를 따라왔습니다. 이 전환은 단순히 더 빠른 부품을 도입하는 차원의 문제가 아닙니다. 데이터센터의 설계 철학, 전력 효율성, 나아가 반도체 산업의 경쟁 구도 자체를 바꾸는 거대한 지각 변동입니다.

핵심은 명확합니다. AI가 계속 발전하기 위해, 빛을 이용한 통신, 즉 실리콘 포토닉스와 CPO로의 전환은 ‘선택이 아닌 필수’입니다. 구리의 벽이라는 물리적 한계가 모든 것을 강제하고 있기 때문입니다.

투자자의 관점에서 이 변화를 바라볼 때, 우리는 몇 가지 중요한 기준을 가져야 합니다.

• 기술의 완성도: 아직 해결되지 않은 제조 수율 문제와 레이저 집적 방식의 딜레마를 어떤 기업이 가장 먼저, 가장 경제적으로 풀어내는지가 관건입니다.
• 표준 전쟁의 승자: 어떤 기술 컨소시엄이 업계 표준을 장악하고, 그 생태계에 어떤 기업들이 속해 있는지를 주시해야 합니다. 표준에서 밀려난 기술은 아무리 뛰어나도 도태될 수 있습니다.
• 고객의 선택: 결국 이 모든 기술은 마이크로소프트, 구글과 같은 하이퍼스케일러의 선택을 받아야만 의미가 있습니다. 이들의 투자 계획과 기술 로드맵이 시장의 방향을 결정할 것입니다.

AI 혁명의 이면에서 조용하지만 거대하게 진행되고 있는 ‘빛의 혁명’. 이 새로운 질서를 이해하는 것은 다가올 미래의 승자를 가늠하는 중요한 잣대가 될 것입니다. 이 글이 독자 여러분께서 자신만의 판단 근거를 세우는 데 작은 도움이 되기를 바랍니다.

한 줄 정리: AI가 촉발한 구리선의 물리적 한계는 ‘빛’을 이용한 CPO 기술로의 전환을 필수로 만들었으며, 이는 제조 수율, 표준화, 고객 선택이라는 새로운 경쟁의 장을 열고 있습니다.

References

작성자 소개

amadas80

Administrator

웹사이트 방문 모든 글 보기