테크 · 최신 기술 ·

GPU 다음은 ‘빛’이다? 포토닉 AI 컴퓨팅이 바꾸는 AI 반도체와 데이터센터c

GPU 다음은 ‘빛’이다? 포토닉 AI 컴퓨팅이 바꾸는 AI 반도체와 데이터센터

포토닉 AI 컴퓨팅은 전자 대신 빛을 이용해 데이터를 전달하거나 일부 AI 계산을 수행하는 기술입니다. 다만 GPU를 곧바로 대체하기보다, 먼저 데이터센터의 칩과 서버 사이 통신을 개선하고 특정 연산을 보조하는 방향이 현실적입니다. 어떤 점이 달라지고 어디까지 발전했는지 살펴보겠습니다.

핵심 요약

  • 포토닉 기술은 크게 빛으로 데이터를 옮기는 광인터커넥트와 빛으로 계산하는 광연산으로 나뉩니다.

  • 당장 활용이 빠른 분야는 대규모 GPU를 연결하는 고속·고효율 광통신입니다.

  • 광연산은 행렬 곱셈에 강점이 있지만 정밀도와 신호 변환 비용이 과제입니다.

  • 미래 데이터센터는 GPU와 광기술을 함께 사용하는 혼합형 구조가 유력합니다.

포토닉 AI 컴퓨팅은 무엇인가요?

기존 컴퓨터는 전자의 흐름으로 정보를 처리합니다. 포토닉 컴퓨팅은 광자, 즉 빛의 입자나 빛의 파동 특성을 활용합니다. 빛의 세기와 위상 등을 조절하면 정보를 표현하고 일부 수학 연산에도 이용할 수 있습니다.

중요한 차이는 광통신과 광연산이 서로 다른 기술이라는 점입니다. 광통신은 GPU가 만든 데이터를 빛으로 옮기는 방식이고, 광연산은 빛의 간섭과 전파 성질을 이용해 계산 자체를 수행하려는 방식입니다. 두 기술을 모두 포토닉이라고 부르지만 도입 단계는 다릅니다.

GPU가 있는데 왜 빛이 필요한가요?

AI 모델이 커질수록 GPU 한 대의 계산 능력만큼이나 여러 GPU가 데이터를 주고받는 속도가 중요해집니다. 통신이 느리면 연산 장치가 데이터를 기다리는 시간이 늘고, 연결 장비의 전력과 발열도 부담이 됩니다.

광연결은 긴 거리와 높은 대역폭이 필요한 구간에서 전기 신호의 한계를 완화할 수 있습니다. 또한 파장이 다른 빛을 하나의 광섬유에 실어 여러 데이터를 전달할 수 있습니다. 하지만 빛을 쓴다고 모든 구간이 자동으로 빠르거나 전력 소모가 적어지는 것은 아닙니다.

AI 데이터센터에서 먼저 바뀌는 것은 연결 방식입니다

지금 주목받는 기술은 실리콘 포토닉스와 CPO(Co-Packaged Optics)입니다. 실리콘 포토닉스는 반도체 공정과 호환되는 광학 부품을 활용하고, CPO는 광통신 부품을 스위치 칩 같은 처리 장치 가까이에 함께 배치하는 접근입니다.

예를 들어 수많은 GPU가 하나의 모델을 학습하는 데이터센터에서는 계산 결과를 계속 교환해야 합니다. 이때 광연결을 활용하면 일부 구간에서 연결 밀도와 전력 효율을 개선할 가능성이 있습니다. 엔비디아 등 관련 기업도 광통신 기반 네트워크 기술을 개발하고 있지만 제품별 도입 범위와 실제 효율은 구성에 따라 달라집니다.

빛으로 AI 계산까지 할 수 있을까요?

가능성을 보여 주는 연구와 시제품은 나와 있습니다. AI에서 자주 쓰이는 행렬 곱셈은 빛의 간섭이나 광학 장치의 특성을 활용해 구현할 수 있습니다. 그래서 추론이나 특정 최적화 문제를 빠르고 효율적으로 처리하는 광가속기 연구가 이어지고 있습니다.

다만 학습과 추론 전체를 광학 장치만으로 수행하기는 어렵습니다. 메모리 접근, 비선형 연산, 제어 기능은 여전히 전자회로가 맡는 경우가 많습니다. 빛을 전기 신호로 바꾸고 다시 빛으로 만드는 과정에도 에너지가 필요합니다.

포토닉 반도체의 한계는 무엇인가요?

광연산은 아날로그 방식인 경우가 많아 잡음, 온도 변화, 소자 편차가 계산 정확도에 영향을 줄 수 있습니다. 대규모 모델을 안정적으로 실행하려면 보정과 정밀한 제어가 필요합니다. 광원과 패키징 비용, 생산 수율, 장기 신뢰성도 중요한 조건입니다.

따라서 발표 자료의 최대 속도나 이론적인 전력 절감률만으로 실제 데이터센터 성능을 판단해서는 안 됩니다. 광변환·메모리·냉각·네트워크를 포함한 전체 시스템 비용을 비교해야 합니다.

앞으로 GPU는 사라질까요?

가까운 미래에 GPU가 완전히 사라진다고 보기는 어렵습니다. GPU는 다양한 AI 연산과 소프트웨어 생태계를 갖추고 있고, 광기술은 특히 데이터 이동과 일부 반복 연산에서 가치를 보여 주고 있습니다.

기술 동향을 살펴볼 때는 제품이 광통신 장치인지 광연산 장치인지 먼저 구분하고, 실험실 결과인지 실제 서비스 환경에서 검증된 결과인지 확인하세요. 이것이 포토닉 AI 반도체의 가능성을 가장 정확하게 읽는 첫걸음입니다.