NVIDIA, AI의 미래에 40억 달러를 걸다: 빛으로 데이터를 옮기는 시대

40억 달러짜리 빛의 베팅

NVIDIA가 대부분의 사람들이 들어본 적 없는 두 회사에 총 40억 달러를 쏟아부었다. **루멘텀(Lumentum)**과 **코히런트(Coherent)**에 각각 20억 달러씩, 여기에 수십억 달러 규모의 구매 약정과 향후 생산 물량 우선 확보권까지 포함됐다. 목적은 간단하다. NVIDIA가 차세대 AI 인프라의 핵심이라고 보는 광학 부품을 미리 확보하겠다는 것이다.

허세나 분산 투자가 아니다. NVIDIA가 사실상 이렇게 선언한 셈이다: GPU 문제는 풀었으니, 이제 그 주변의 모든 것을 풀어야 한다. 그리고 그 "주변"에서 가장 큰 문제가 바로 GPU 사이에서 데이터가 이동하는 방식이다.

구리선이 병목이 된 이유

대규모 AI 클러스터를 구축할 때 핵심은 이렇다. 데이터센터에 GPU를 수천 개 쌓아놓을 수 있지만, 성능은 그 GPU들을 연결하는 네트워크만큼만 빠르다. 전통적으로 이 연결은 구리 케이블에 의존해왔는데, 구리에는 물리적 한계가 있다. 더 많은 데이터를 더 빠르게 보내려면 전력 소모가 급증하고, 열이 올라가고, 대역폭에 벽이 생긴다.

수천 개의 칩이 동시에 병렬로 작업하는 AI 훈련에서 이건 사소한 불편이 아니다. 진짜 병목이다. 퓨처럼 그룹의 애널리스트들은 이를 직설적으로 표현했다: "AI 스케일링은 더 이상 칩 이야기가 아니라 통신 이야기다." GPU를 계속 추가해봤자, 네트워크가 비례해서 확장되지 않으면 GPU 활용률이 떨어지고 경제성이 무너진다.

실리콘 포토닉스의 등장

실리콘 포토닉스는 전기 신호를 빛으로 대체한다. 구리를 통해 전자를 밀어넣는 대신, 광섬유를 통해 광자를 보내는 방식이다. 장점은 확실하다: 더 높은 대역폭, 더 낮은 지연시간, 그리고 비트당 전력 소모가 획기적으로 줄어든다.

NVIDIA의 코패키지드 옵틱스(CPO) 기술은 여기서 한 발 더 나간다. 광학 엔진을 스위치 칩 자체에 직접 통합해서 수천 개의 개별 부품을 없앤다. NVIDIA 자체 벤치마크에 따르면 CPO는 기존 방식 대비 5배 높은 전력 효율과 10배 높은 네트워크 안정성을 제공한다. 데이터 이동에 필요한 에너지가 60% 이상 감소한다.

소소한 개선이 아니다. 데이터센터 배선 방식 자체가 근본적으로 바뀌는 것이다.

루멘텀과 코히런트는 무슨 회사인가

루멘텀과 코히런트는 포토닉 네트워크의 핵심인 레이저, 변조기, 광학 부품을 제조하는 회사다. 일반인에게는 낯선 이름이지만, 없어서는 안 될 회사들이다. 이들의 제품 없이는 실리콘 포토닉스는 실험실 수준에 머물 수밖에 없다.

두 투자 모두 중요한 조건이 붙었다: 자금은 미국 내 제조 시설 확장에 사용해야 한다. 루멘텀은 새로운 팹을 건설 중이고, 코히런트는 국내 생산 능력을 확대하고 있다. NVIDIA는 공급망이 제약이 되기 전에 미리 구축하는 데 비용을 지불하고 있는 셈이다.

시장은 즉각 반응했다. 루멘텀 주가는 12% 가까이 올랐고, 코히런트는 15% 급등했다.

GTC 2026과의 연결고리

타이밍이 우연이 아니다. NVIDIA의 연례 GTC 컨퍼런스가 3월 16일에 시작되는데, 젠슨 황 CEO는 "세상이 한 번도 본 적 없는 새로운 칩 여러 개"를 공개할 것이라고 예고했다. 업계에서는 포토닉 인터커넥트에 크게 의존할 것으로 보이는 차세대 플랫폼 파인만(Feynman) 아키텍처에 관심이 집중되고 있다.

NVIDIA의 Quantum-X 인피니밴드 스위치는 144개 포트에서 포트당 800 Gb/s, 총 115 Tb/s의 처리량을 약속한다. 더 야심찬 CPO 기반 시스템은 512개 포트에서 409.6 Tb/s를 달성할 수 있다. 이런 수치는 안정적인 포토닉스 공급망 없이는 불가능하다.

빛에 베팅하는 건 NVIDIA뿐이 아니다

NTT는 브로드컴과 함께 2세대 광전자 융합 기술을 상용화하고 있다. iPronics는 실리콘 포토닉스 기반 최초의 상용 광회로 스위치 ONE-32를 출시하면서 전력 소모 50% 절감을 주장했다. STMicroelectronics 같은 전통 반도체 회사들도 포토닉스 제조에 투자하고 있다.

이 경쟁이 벌어지는 이유는 수학이 명확하기 때문이다. AI 모델의 크기는 대략 1년마다 두 배로 커지고 있고, 훈련 클러스터도 그에 맞춰 성장해야 한다. 구리로는 따라갈 수가 없다. 업계는 AI 스케일링의 다음 단계에서 포토닉스가 선택이 아닌 필수라는 컨센서스에 수렴하고 있다.

앞으로 주목할 포인트

3월 16일 GTC가 다음 핵심 촉매다. 만약 젠슨 황이 통합 포토닉 인터커넥트가 포함된 파인만 아키텍처를 공개한다면, 이번 40억 달러 베팅의 정당성이 입증되는 동시에 AI 데이터센터에서 전기 네트워크에서 광 네트워크로의 전환이 예상보다 빠르게 진행되고 있다는 신호가 된다.

더 넓은 시장에서는 포토닉스 공급망을 지켜봐야 한다. NVIDIA는 일찍감치 자리를 잡았지만, AI 인프라를 구축하는 모든 주요 클라우드 기업인 마이크로소프트, 구글, 아마존 모두 같은 부품이 필요하다. 포토닉 칩, 레이저, 광학 모듈을 제조하는 회사들이 테크 업계에서 가장 전략적으로 중요한 공급업체로 부상하려 하고 있다.