AI 커넥티비티 시장은 향후 3년간 급격히 성장할 전망이다. 이 심층 분석은 수요가 기하급수적으로 증가함에 따라 수혜를 받을 산업 전반과 최적의 포지션을 갖춘 기업들에 대해 알아야 할 모든 것을 다룬다.
서론
몇 주 전, 골드만삭스는 광 네트워킹을 "AI 인프라의 차세대 메가트렌드"로 규정한 주식 리서치 보고서를 발간했다. 그중 한 문장이 눈에 들어왔고, 이 심층 분석을 쓰게 된 계기가 됐다.
광 모듈 / 광 엔진의 주소 가능 시장이 13배 확대되고, 플러거블 광 모듈의 가치 시장이 10배 성장한다 (...) 2028년 기준 — 골드만삭스
이 문장을 보고 앞으로의 방향에 대해 생각하게 됐다. GPU는 컴퓨팅의 두뇌지만, 모든 것을 연결하는 신경계도 필요하다. 그 신경계는 정확히 어떤 모습이며, 1~2년 안에 복제할 수 없는 그 신경계의 핵심 부분을 누가 소유하고 있는가?
이 심층 분석은 그 질문에 대한 나의 답이다. 물리학적 원리, 포토닉스 스택의 5개 레이어, 병목 지점, 내가 직접 보유한 종목과 관심 목록에 올린 종목들을 차례로 살펴볼 것이다. 그럼 문제의 본질부터 시작해보자.
1 — 문제
AI 데이터센터는 더 이상 컴퓨팅 병목이 아니다. 연결성 병목이다. 구리 케이블(서버 랙 내부의 전통적인 전선)은 과거에는 충분했다. 짧은 거리에서 초당 800기가비트를 전송할 수 있었는데, AI 클러스터가 실제로 요구하는 것을 보기 전까지는 엄청난 속도처럼 들린다.
더 빠르게 밀어붙일수록, 신호가 무너지기 전까지 케이블이 버틸 수 있는 거리는 짧아진다. 이건 단순히 더 나은 절연재로 해결할 수 있는 공학적 문제가 아니다.
💡 속도는 흔히 "G"로 표기하는데, 기가비트를 의미한다. 8로 나누면 기가바이트 속도가 된다. 즉 400G = 50GB, 800G = 100GB 식이다.
아래 이미지는 엔비디아 블랙웰 랙의 구조를 보여준다. 내부에는 약 5,000개의 구리 케이블이 있으며, 이것이 모든 GPU를 연결하는 신경계다. 그 케이블 하나하나가 에너지를 소비하고, 열을 발생시키며, 약 7미터를 넘어서면 신호 무결성이 무너진다.
바로 여기서 광학이 개입한다. 빛은 거리에 따른 신호 저하가 구리와 다르다. 더 시원하게 작동하고, 더 많은 데이터를 전송한다. 내가 보기에 지금은 병목과 해결책이 모두 물리적이고, 눈에 보이며, 수년에 걸친 성장 국면의 아직 초기 단계에 있는 드문 순간이다.
2 — 연결성 타임라인
연결성 타임라인은 세 단계로 구성되며, 각 단계는 이전 단계를 확장하는 형태로 이어진다.
2021년: 최대 속도 약 400G, 구리 케이블로 3~5미터 구간 처리. 이는 매초 HD 영화 100편을 스트리밍하는 것과 맞먹는 속도다.
2024~2026년: 구리가 800G까지 밀어붙여졌지만, 도달 거리는 약 2미터로 줄어든다.
2026년 이후: 구리가 물리적 한계에 도달하고, 단거리와 장거리 모두에서 최대 1.6T까지 광학이 그 자리를 대신한다.
구리와 광학을 합산한 연결성 TAM은 현재 약 110억 달러에서 완전 구축 시 1,540억 달러로 성장할 것으로 전망된다.
구리 기반: 80억 달러 → 340억 달러 (4배)
광학 기반: 30억 달러 → 1,200억 달러 (40배)
광학의 40배 성장에 주목해, 이 심층 분석은 광학 중에서도 특히 포토닉스에 집중한다. 포토닉스란 빛(광자)을 이용해 데이터를 전송하는 과학이다. 하지만 개별 기업을 언급하기에 앞서, 산업 스택을 이해하는 것이 중요하다. 실제로 어떻게 작동하는지 살펴보자.
3 — 포토닉스의 작동 원리
포토닉스는 빛을 이용해 정보를 전달하는 기술이다. 간단하게 들리지 않는가? 그 이면의 공학은 전혀 그렇지 않다.
레이저 빔을 만든다. 그 위에 0과 1을 인코딩한다. 구리가 따라올 수 없는 속도로 빛을 전송한다. 이를 위해 네 가지 부품이 긴밀하게 협조해야 한다.
레이저: 안정적인 빔을 생성하는 반송파 신호
변조기: 그 안정적인 빔을 데이터 인코딩이 가능할 만큼 빠르게 켜고 끄는 장치
도파로와 파장: 칩 전반에 걸쳐 빛을 안내하는 초소형 경로로, 여러 색의 빛이 동일한 경로를 동시에 통과함
광검출기: 빛을 수신해 컴퓨터가 읽을 수 있는 전기 신호로 변환하는 장치
이 중 하나라도 빠지면 전체가 작동하지 않는다. 바로 이 상호 의존성이 공급망을 특히 흥미롭게 만드는 이유다.
4 — 포토닉스 밸류체인의 5개 레이어
포토닉스를 대규모로 구현하려면, 촘촘하게 층층이 쌓인 공급망 전반에 걸쳐 고도로 전문화된 수많은 기업들이 필요하다. 나는 이를 다섯 개의 독립된 레이어로 구분해 생각하는 것이 유용하다고 본다. 기업이 이 스택의 어느 위치에 있느냐가, 그 기업의 마진 구조, 해자, 그리고 포지션의 실질적인 방어력에 대해 알아야 할 대부분을 말해주기 때문이다.
레이어 1 — 소재 및 웨이퍼
모든 것은 여기서 시작된다. 원자재가 광기반 소자를 위한 극도로 청결한 표면으로 변환된다. 누군가 그림을 그리기 전의 캔버스와 같다. 이 단계에서 발생한 결함 하나가 이후의 모든 공정에 걸쳐 복리로 누적된다.
AI 포토닉스에서 핵심 소재는 실리콘이 아니다. 인듐 포스파이드, 즉 InP다. InP 웨이퍼는 고속 광통신을 가능하게 하는 레이저와 광검출기의 기판(반도체의 토대 역할을 하는 얇은 슬라이스)이다.
InP 웨이퍼 생산 능력을 갖추려면 특수 장비, 수년에 걸쳐 축적해야 하는 공정 전문성, 그리고 12~18개월이 소요되는 고객 인증 사이클이 필요하다. 자본을 투입하고 공장을 임대한다고 해서 하루아침에 이 시장에 뛰어들 수 있는 것이 아니다.
주요 기업:
Corning (GLW): 광섬유 및 특수 유리 분야의 지배적 사업자. 골드만삭스는 CPO 스위치 1대당 1,152개의 광섬유 유닛이 필요하며 평균 판매가는 11달러로 모델링
AXT (AXTI): 스미토모 전기와 함께 전 세계 InP 기판 생산량의 약 78%를 장악, 사실상의 복점 구조
IQE: 화합물 반도체 웨이퍼 분야의 선도적 공급업체
Aixtron (AIXA): 박막 소재 증착에 사용되는 MOCVD 시스템 제조사
ams OSRAM ...
