[대신증권 박장욱][Industry Report] Everything Goes Optical

데이터센터 규모가 거대화되면서 학습용과 추론용 센터가 분리되는 구조가 형성되고 있다. 특히, 최근 확산되고 있는 검색 증강 및 생성 기술인 RAG(Retrieval-Augmented Generation)는 추론 과정에서 외부 데이터베이스와의 실시간 연동성을 필요로 하며, 이에 따라 학습용 데이터센터와 추론용 데이터센터 간의 저지연·고대역폭 연결성이 핵심 인프라로 부상하고 있다. 이는 네트워킹 수요를 단순 증설이 아닌 구조적 성장 국면으로 전환시키는 요인이다.

이전 자료에도 언급하였듯이, CPO는 스케일 아웃을 시작으로 스케일 어크로스, 스케일업까찌 AI 데이터센터에서 적용처가 확대되는 기술로 이제 스케일 아웃에 도입을 시작했을 따름이다. 그야말로 Everything Goes Optical로 추정 시장규모는 현재 광시장의 10~30배 이상으로 폭발적인 성장이 예상된다.

현재 네트워킹 시장의 투자 주체는 통신사가 아닌 하이퍼스케일러다. 고신뢰·고성능 기반의 SLA 계약 구조는 광네트워킹 장비와 핵심 부품 수요를 빠르게 확대시키고 있다. 하이퍼스케일러 데이터센터 역시 통신사의 Metro 및 Last-haul 망을 통해 최종 소비자와 연결되기 때문에, AI 추론 시장 확대는 중장기적으로 통신사 CAPEX 증가로 이어질 가능성이 높다. 또한 소버린 AI 확산 등 지역별 데이터센터 투자 확대는 글로벌 밸류체인 참여가 제한적이었던 국내 업체들에게 새로운 기회 요인이 될 수 있다.

글로벌 광밸류체인에서는 Lumentum (NASDAQ :LITE)과 Coherent(NYSE :COHR)의 직접적인 수혜가 예상된다. 특히, 국내에서는 Lumentum 향 매출이 발생하고 있는 RF머트리얼즈 (KOSDAQ :327260 )를 Top Pick으로 제시 한다. RF머트리얼즈는 펌프 레이저 다이오드를 통해 DCI 확장 수요에 직접적으로 노출되어 있어, 네트워킹 병목 해소 과정에서 국내 업체들 중 가장 높은 실적 레버리지가 기대된다.

한편 국내 데이터센터 투자가 본격화될 경우, 글로벌 코어망 밸류체인 참여가 제한적이었던 대한광통신 (KQ :010170 )과 오이솔루션 (KQ :138080 )의 수혜 가능성도 부각될 수 있다. 국내 통신사 Metro 망 보완투자 시에는 과점적 지위를 가진 우리넷 (KQ:115440 )의 수혜 역시 예상된다. Access 및 전송망 중심의 KMW(KQ :032500 ), 쏠리드 (KQ :050890 ), 유비쿼스 (KQ :264450 )등 역시 통신사 CAPEX 확대 시 기회 요인이 존재한다.

Ⅰ. AI 추론 시장이 바꾼 네트워킹 시장

소비자와의 접점인 다운링크가 중요했던 기존 네트워킹 시장

기존 네트워킹 시장은 User -Access -Core -Datacenter 로 이어지는 계층적 구조를 기반으로 형성되어 왔음. 사용자의 데이터 요청은 User →Access →Core →Datacenter 방향의 업링크로 전달되고, 처리 결과는 Datacenter →Core →Access →User 방향의 다운링크로 반환됨. 이러한 구조에서 데이터 트래픽은 사용자의 요청에 따른 단순한 왕복 흐름이 중심이었으며, 데이터센터가 처리의 중심 역할을 수행함. 특히, 콘텐츠를 안정적으로 전달하는 것이 핵심 가치였던 만큼, 네트워크 다운링크 품질과 안정성 중심으로 네트워킹 CAPEX 와 기술발전이 이루어져옴.

AI 추론 시장의 성장은 네트워킹 시장의 다운링크뿐 아니라 업링크까지 중요성을 더해줌

AI 추론과 학습이 확대되면서, 네트워크 트래픽은 더이상 일방적인 요청 -응답 구조에 머물지 않음. AI 워크로드 환경에서는 다수의 서버와 데이터센터가 동시에 연산에 참여하며, 모델 파라미터, 중간 결과, 학습 데이터가 실시간으로 상호 교환되는 구조가 일반화됨. 즉, 사용자가 요청을 주면, 이에 대한 단순한 응답을 주던 기존 방식과 달리 데이터센터간, 사용자와 데이터센터간 상호작용을 실시간으로 하는 양이 기하급수적으로 증가함. 이 과정에서 업링크와 다운링크의 구분은 사실상 의미가 옅어지고, 네트워크 성능의 핵심 기준은 단순 대역폭 확장보다는 지연 (latency), 동시성 (concurrency), 안정성 (reliability) 으로 이동하게 됨. 결과적으로 기존 다운링크 중심 네트워크 설계는 AI 트래픽을 수용하는데 구조적 한계를 드러내고 있음.

네트워킹 시장의 변화와 바뀐 CAPEX 의 주체

기존 통신 시장에서는 네트워크 투자, 비용이 주로 소비자 요금을 통해 회수되었으며, 다운링크 중심의 서비스 품질이 가입자 유치와 직결되었음. 이에 따라 네트워킹 CAPEX 는 통신사가 소비자 경험 개선과 커버리지 확장을 목적으로 집행되는 구조였음. 그러나, AI 확산 이후 네트워크 트래픽을 실질적으로 생성하는 주체는 소비자가 아니라 AI를 운영하는 기업과 데이터센터로 이동함. AI 학습과 추론 성능은 서버 간 연결 품질에 직접적으로 의존하며, 고대역 ▪ 저지연 ▪ 고신뢰 네트워크에 대한 수요가 빠르게 증가함. 통신시장의 주체가 바뀌면서 네트워킹 관련 CAPEX 의 주체 역시 변경됨. Credit Sight 에 따르면, 전체 CAPEX 에서 통신사가 차지하는 비중도 2020 년 49%에서 2026 년 27%로 감소하는 반면, 하이퍼스케일러가 차지하는 비중은 24%에서 50%로 네트워킹 투자의 주체가 변화함.

DCI(Datacenter Interconnector), SLA, 전용 회선으로 옮겨간 주축

네트워킹의 수익구조 역시 변화함. 과거 통신사는 소비자들이 컨텐츠 소비를 하기 위해서 지불하는 소비자 요금을 통해서 네트워킹 CAPEX 를 감당해왔음. 이는 곧 소비자들의 지불의사가 네트워킹 CAEPX 의 규모를 정하는 수익구조였음. 소비자들은 빠른 네트워킹에 대한 필요성은 있었지만, LTE 이상의 속도와 실시간 연결성에 대해서는 지불의사가 높지 않았고, 이는 곧 5G 이후, 초고속 네트워킹 투자가 지연된 이유가 됨. 하지만, 하이퍼스케일러가 주도하는 AI 네트워킹은 성격이 다름. 데이터센터간 실시간 연결성과 저지연성은 AI 서비스의 품질 및 연산 효율에 직접적인 영향을 미침. 지연 변동성과 패킷 손실은 곧 GPU 활용도 저하와 비용 증가로 연결되며, 네트워크는 단순 인프라가 아닌 수익성을 좌우하는 핵심 요소로 전환되게 됨. 이에 따라, 고품질, 저지연 네트워킹에 대한 투자는 선택이 아닌 필수 영역으로 자리잡게 됨. 계약 구조 역시 변화하게 됨. 과거에는 트래픽 기반 계약이 중심이었다면, 현재는 가용성, 지연, 복구 시간 등을 명시한 SLA(Service Level Agreement) 기반 계약이 확대되고 있음. 네트워크는 ‘사용량 ’이 아닌, ‘성능 보증 ’의 대상이 되었으며, 보다 일관되고 안정적인 품질에 대한 요구가 강화되게 됨.

DCI 간 통신망 운영 주체는 Hyperscaler . 통신사는 일부 운영 파트너로 참여함

네트워크 망의 운영 주체 역시 변화하고 있음. 사용자와 데이터센터를 연결하는 Metro 및 Last-haul 구간은 여전히 통신사가 핵심 운영주체로 활동함. 해당 구간은 소비자의 접속을 기반으로 한 전통적인 통신 인프라 영역에 속함. 반면, 데이터센터 간 직접 연결을 의미하는 DCI (Data Center Interconnection) 구간에서는 구조가 다름. 대규모 AI 연산 수요에 대응하기 위해 하이퍼스케일러들이 네트워크를 직접 설계하고, 투자하며, 운영까지 수행하게 됨. DCI 는 단순 전송망이 아닌 데이터센터 간 연산 효율을 극대화하는 전략적 인프라로 인식되기 때문. DCI 통신망에서 통신사들은 운영과 설계의 주체가 아니라, 운영에 있어서 일부 파트너로 참여하게 됨. DCI 의 시장 규모는 2025 년 $15.5Bill에서 2030 년 $30.5Bill로 성장할 것으로 예상되는 가운데, DCI 시장내 하이퍼스케일러가 차지하는 비중도 2023 년 38%에서 48%로 확대될 전망.

선형적으로 증가하는 데이터센터 , 폭발적으로 증가하는 네트워크 연결 수

데이터센터 수가 1 → 2→ 3 으로 매년 1씩 증가하더라도, 매년 증가하는 네트워크 연결 수는 0 → 1 → 2 으로 매년 누적적으로 순증함. AI 추론 시장이 커질 수록 학습용 데이터센터와 추론용 데이터센터를 연결해야 하는 DCI 연결 수도 폭발적으로 증가함. 네트워크 투자 규모는 데이터센터 개수의 증가보다 연결 수와 포트 수 증가에 따라 결정되며, 이는 누적적으로 상승하는 구조를 띔. 모든 데이터센터를 1:1로 연결한다고 했을 때, 필요한 연결 수는 ‘N(N -1) / 2’ 로 연결 수가 늘어나는 증가폭은 폭발적. 이는 네트워크와 관련된 수요는 데이터센터의 연도별 증가폭이 선형적으로 증가해도, 연결 수가 누적적으로 증가해야 함을 뜻하며, 관련 업체들의 매출 증가폭 역시 폭발적으로 증가하는 것을 뜻함.

DCI 의 밸류체인 구성과 관련 주요 기업들

DCI 관련 밸류체인은 크게 5개 분야로 구성됨. 1. DCI 투자 수요 및 설계 사업자. Hyperscaler 및 대형 기업 고객으로, AI 워크로드 요구에 맞춰 네트워크 구조와 성능 기준을 정의함. 2. 광전송 시스템 업체. 데이터센터 간 고속▪ 장거리 전송을 담당하며, DCI 네트워크의 핵심 장비를 공급함. 3. Coherent DSP. 고속 신호의 변조▪복조 및 왜곡 보정을 수행하며, 전송 거리와 효율을 결정하는 핵심 반도체 영역임. 4. 광엔진 및 광원. Coherent 전송에 필수적인 고출력▪고선형 광원을 제공함. 5. 광패키징 업체. 만들어진 광소자들을 장거리 전송에도 사용할 수 있도록 패키징을 제공함. 6. 통신사 및 인프라 운영사업자. 광케이블 구축과 구간 운영, 유지보수를 담당함. DCI 시장에서 주로 외국 업체들이 주된 플레이어들이며, 국내에서는 RF머트리얼즈가 DCI 투자와 관련한 수혜가 예상됨.

DCI 의 수혜기업 . DCI 및 Metro 망 광전송 시스템 전문업체

Ciena 는 DCI 및 Metro 구간을 담당하는 광전송 시스템 전문업체. 스위치나 라우터처럼 트래픽을 직접 처리▪분기하는 장비가 아니라, 대용량 트래픽을 장거리▪고속▪고신뢰로 전달하는 전송 인프라를 제공함. 주요 경쟁사는 Nokia 와 Huawei 로, Noka 는 통신사 중심의 포트폴리오 비중이 높고, Huawei 는 지정학적 이슈로 글로벌 시장 진출에 제약이 존재함. 이에 따라 글로벌 DCI 시장에서는 Ciena 가 대표적인 독립 시스템 업체로 인식되고 있음. AI 추론 시장 확산에 따라 데이터센터 간 트래픽이 구조적으로 증가하고 있으며, DCI 구간의 고속화▪고용량화는 Ciena 의 시스템 수요 증가로 직결되는 구조임.

중장거리 통신에 필요한 패키징 모듈인 펌프레이저와 EDFA 패키징

DCI 시스템의 핵심 구성요소 중 하나는 광원임. DCI(Data Center Interconnect) 용 광원은 별도의 패키징 공정이 필요함. 레이저 다이오드는 Substrate 위에 실장되며, 레이저 칩이 Substrate 에 실장된 형태를 COS(Chip On Submount )라고 함. 이 COS 는 세라믹 기반의 펌프레이저 패키지로 조립된 뒤, 중장거리 통신용 전송용 모듈로 완성됨. 국내에서는 RF머트리얼즈가 Lumentum 제품의 패키징을 수행하며 해당 사업을 영위 중. 반도체 후공정의 OSAT 와 유사한 구조이나, 광부품 특성상 정밀한 광학 정렬과 기밀 봉지 등 차별화된 공정 역량이 요구됨. RF머트리얼즈는 펌프레이저 패키징 외에도 EDFA(Erbium-Doped Fiber Amplifier) 등 다양한 광부품 패키징 분야로 사업 영역을 확장하고 있음. 루멘텀의 DCI 에서의 매출 성장이 곧 RF머트리얼즈의 수혜로 이어지는 구조임.

중장거리 통신에 필요한 패키징 모듈인 펌프레이저와 EDFA 패키징

DCI 의 세대가 올라가고, 스펙이 올라갈수록, ①펌프레이저의 출력 및 효율 요구가 높아지며 고출력화에 따른 ASP 프리미엄이 수반됨. ②EDFA 패키징이 소형, 고집적화되며, ③C+L band 확장으로 노드당 EDFA/ 펌프레이저 소요량이 ~2배 증가하는 구조임. 즉, 패키징 업체 입장에서 P와 Q가 동시에 증가하는 구간이며, AI 밸류체인에 속한 RF머트리얼즈의 성장율은 EDFA 시장 평균 성장율인 7.2%를 상회할 것으로 전망함. Industry Research 에 따르면, EDFA 시장은 2025 년 9.7억달러 시장 규모에서 연간 7.2%씩 성장하여, 2030 년에는 13.9억달러에 이를 것으로 전망함. 하이퍼스케일러의 데이터센터 CAPEX 확대가 DCI 광증폭 인프라 수요를 구조적으로 견인하고 있음.

Key Takeaways 1. 고속화의 출발점 DCI

AI 시대의 도래와 함께 네트워크 투자의 주체는 전통적인 통신사에서 하이퍼스케일러로 이동하게 됨. 과거 소비자 대상 다운링크 중심의 트래픽 구조에서, 이제는 데이터센터 간 상호 연결 (DCI) 을 포함한 업링크 구간까지 네트워킹의 중요성이 확장됨. 소비자에게 끊김 없는 서비스를 제공하기 위해서는 데이터센터 간에도 고성능 ·고신뢰 네트워크가 필수적이며, 이에 따라 핵심 네트워킹 장비 및 부품에 대한 수요가 구조적으로 증가하게 됨. 국내에서는 장거리 광전송망에 사용되는 펌프레이저 다이오드 패키징을 공급하는 RF머트리얼즈가 수혜 기업으로 꼽힘.

Ⅱ. DCI 투자는 결국 통신망 투자로 이어진다

추론시장의 성장은 결국 통신사의 Metro 망과 Long haul 투자로 이어짐

AI 추론 시장의 직접적인 CAPEX 주체는 Hyperscaler 로 이동했으나, 추론 수요의 증가는 결국에는 통신사 CAPEX 확대로 이어지는 구조임. 이는 AI 추론 트래픽이 기존의 일방향 콘텐츠 전달 방식이 아니라, 다수의 데이터센터와 서버 간 상호작용이 빈번하게 발생하는 형태로 진화했기 때문. 또한 AI 추론은 과거 지역 단위 서비스 분산을 담당하던 Edge Data Center 가 수행하기에는 연산 규모와 인프라 요구 수준이 과도하게 큼. 실제로 추론 과정은 초대형 데이터센터에서 수행되고, 사용자의 요청과 응답은 장거리 네트워크를 통해 왕복하는 구조를 띄게 됨. 이는 곧 지역 내 통신망인 Metro 망과 지역 간 연결을 담당하는 Long haul 망의 고용량ㆍ고신뢰 투자가 병행되어야만 AI 기반 실시간 상호작용이 가능함을 의미함. Metro 망과 Long haul 은 통시사들이 운영하는 관할로 이 분야에 대한 투자도 이뤄질 것. 엣지 DC에 사용될 LPU 등 저지연성 추론용 칩들의 개발되고 있으나, 이는 한쪽이 대체하는 구조라기 보다는 병행해서 발전하는 양상으로 흘러갈 가능성이 높음.

Metro 및 Long Haul 투자에 있어서 중요한 것은 광원의 업그레이드

25년 11월에 발간한 CPO 자료에서도 광원회사들이 주된 수혜 기업 중 하나임을 언급한 바 있음. DCI 와 Metro 망 투자에서도 광원회사들은 동일하게 수혜구조를 가지고 있음. 이는 네트워킹에 요구되는 포트당 대역폭 속도가 빨라짐에 따라, 필요한 광원의 출력, QNSR, 안정성이 성능 한계를 결정하는 구조로 연결되어 있기 때문임. DCI 의 경우, 고신뢰성이 요구되는 시장으로 데이터센터내에서 랙간 연결에 사용되던 밸류체인들이 그대로 수혜를 받는 구조. Metro 망 및 Last Haul 투자의 경우도, 신규로 광섬유를 포설하는 개념이 아닌, 기존에 연결되어 있는 광섬유를 활용하는 것이 메인으로, 광트랜시버 모듈 및 시스템의 성능을 올려서, 요구량 증가를 감당하는 구조를 띔. 통신사 투자에서 광섬유 회사는 주요 수혜처는 아님.

통신망 투자에서의 핵심은 ‘포트당 속도 확보’

네트워크의 총속도를 높이는 방법은 1)lane 수를 늘리거나 2)lane 당 속도를 높이는 방법으로 이루어짐. 최근 데이터센터 환경에서는 NVLink 수급증과 랙내 집적도 상승으로 인해, 단순히 Lane 수를 늘리는 방식보다는 적은 Lane 으로 더 높은 속도를 구현하는 방향으로 기술이 발전 중. Lane 당 속도 증가는 변조 방식 (Modulation) 과 보레이트 (Baud Rate) 를 통해서 달성됨. 변조 방식은 한번의 신호에 얼마나 많은 비트를 실을 수 있는가와 관련되며, NRZ →PAM 4→교차 변조로 발전해왔음. 보레이트 (Baud Rate) 는 초당 신호를 얼마나 빠르게 전송할 수 있는가를 의미하며, 변조기 성능과 광원의 출력 노이즈 특성에 의해 한계가 결정됨. 총속도에는 영향을 주진 않지만, 광섬유의 양을 적게 쓰기 위해 WDM 기술도 사용됨. 이는 비슷한 파장을 가진 광을 합쳐서 하나의 광섬유를 통해서 정보를 송수신 하는 방식으로 주로 장거리 통신망에서 사용되었음. 구글의 경우, TPU 에서 OCS 스위치 수를 줄이기 위해 단거리에서도 WDM 을 사용함. 변조 방식 고도화, 보레이트 상승, 고밀도 WDM 을 동시에 만족시키기 위해서는 고사양 광원과 변조기 기술을 대량 양산할 수 있는 역량이 필수적이며, 해당 영역은 소수 글로벌 업체 중심 (Lumentum ,Coherent, Broadcom) 의 과점 구조를 형성함.

광소자 시장의 성장 . 트랜시버 시장의 기회

글로벌 데이터센터 광소자 (EML, CW-LD) 시장은 루멘텀, 코히런트, 브로드컴이 과점하는 구조. 시장이 폭발적으로 성장하면서, 스미토모 일렉트릭, 미쓰비시 전기 등 일본업체들도 광소자에 적극적으로 진출하기 시작함. 스미토모는 2028 년까지 광소자 캐파 12배 확장이라는 공격적인 투자를 단행함. 특히, CPO 전환과 함께 급성장하는 CW-LD 시장에서 선제적 포지션 확보를 노리고 있음. 한정된 경영자원을 고부가 광소자에 집중하는 과정에서 상대적으로 ASP 가 낮은 텔레컴향 레거시 트랜시버는 외주화를 진행함. 스미토모는 NTT 향 FTTH 트랜시버 내재 생산을 중단하고 해당 물량을 외부사에 이관 중에 있음. 이는 FTTH 향 트랜시버 사업을 영위하고 있는 업체들에 기회로 작용할 것으로 전망함.

니치마켓을 담당하는 지역내 Metro 망업체

데이터센터 간 연결을 담당하는 DCI, 대륙 간 트래픽을 처리하는 Long-haul, 그리고 도시 단위 (예:서울 -부산 ,대구 -대전 )을 잇는 광전송망은 DCI 사업분야에서 두드러진 성과를 내고 있는 Ciena ,Nokia 와 같은 광전송 시스템 업체들이 주로 사업을 영위하고 있으며, 신뢰성이 중요한 분야로 글로벌 업체들의 우위가 이어질 것으로 예상함. 반면, 동일 권역 내에서의 연결. 즉, 서울 내부에서 합정 -홍대 ,강남 -강북과 같이 도시 내 세부 구간을 연결하는 Metro 망내의 Metro 구간은 우리넷, 코위버, Ribbon Communication 과 같이 니체 플레이어들이 과점적으로 사업을 영위하는 구조로 형성되어 있음. 결국, AI 추론 수요의 증가는 캠퍼스 단위, 리전 단위의 데이터센터 확충과 연결 수요를 동반함. 동시에, 대한민국 내 AI 수요 증가는 이들 데이터센터와 연결을 이어주어야 하는 Metro 지역 내 구간을 연결해주는 네트워크 장비업체들로의 수혜가 나타날 가능성이 존재함.

깔아야 할 곳이 많은 미국의 통신망 광섬유 . 대한광통신에게는 기회

PSMarket Research 에 따르면, 미국 광섬유 케이블 시장은 2025 년 31억달러에서 2030 년 46억달러로 연평균 약 8%의 성장이 전망됨. 앞서 언급했듯, 통신사 백본망 투자는 신규 포설이 아닌 기존 광케이블위에 양단 장비를 교체하는 스펙 업그레이드를 중심으로 이루어짐. 기존에 깔려 있는 광케이블을 그대로 활용하면서 전송장비만 100 G→400 G→800 G로 올리는 것이 비용 효율적이기 때문. 그러나, 미국의 경우 상황이 다름. 2024 년 기준 FTTH 보급률이 52%에 불과하며, 농촌 및 소외 지역을 중심으로 광케이블 자체가 부재한 구간이 광범위하게 존재함. 여기에, AI 데이터센터의 급격한 증가가 겹치면서 백본망 부족 문제가 부각되고 있음. 데이터센터까지 연결하는 외부 통신망과 전력 송전 인프라의 동시 확충이 필요해졌기 때문. 북미 시장 진출을 위해 인캡을 인수한, 대한광통신에게 북미 시장은 기회 요인.

지역단위 데이터센터 . 한국 업체들에게 열리는 기회

미국과 같이 하이퍼스케일러 주도로 캠퍼스 단위의 초대형 AI 클러스터를 구축 중인 국가들 외에도, 각국이 데이터 주권과 안보를 중시하는 흐름 속에서 소버린 AI 와 같은 각 국가들 주도의 데이터센터 건설이 예상됨. 대한민국 역시 정부 주도의 소버린 AI 추진이 진행 중. 초기에는 초대형 데이터센터 관련 납품 이력이 있는 글로벌 업체들의 수혜가 두드러지겠으나, 대한민국 내에서 AI 데이터센터가 실제로 건설되는 국면에서는 국내 광인프라 밸류체인 업체인 대한광통신과 오이솔루션의 수혜를 전망함. Modor Inteligence 에 따르면, 대한민국 내 용량기준 데이터센터 용량은 2025 년 1,960 MW 에서 CAGR 26.3%씩 성장하여, 2030 년에는 6,299 MW 에 이를 것으로 전망함. SKT X AWS 울산 AI 데이터센터, 디지털리얼티 김포 ICN 11데이터센터, 이지스자산운용 X 인베스코 안산 데이터센터 등 다수의 데이터센터가 2025 년 착공에 들어감에 따라 국내 광밸류체인 업체들이 수혜가 기대됨.

종국에는 Access 망투자로 이어지게 될 것

국내 상장된 통신장비 업체들은 주로 각 지역 단위의 Metro 망을 실제 사용자와 연결하는 Access 망 중심의 밸류체인을 형성하고 있음. 이는 이동통신 및 유선 통신 인프라 확장 과정에서 최종 사용자 접속을 담당하는 구간에 대한 투자 비중이 구조적으로 높았기 때문. 기존 통신사 투자 사이클에서는 더 많은 사용자에게 안정적인 연결성을 제공하기 위한 Access 망이 주요 병목 구간으로 작용해옴. 반면, AI 사이클에서는 대규모 데이터 처리와 데이터센터 간 트래픽 증가로 인해 Metro 망 및 Long-haul 구간을 중심으로 병목이 발생하여, 이전과는 다른 양상을 보이고 있음. 이와 같은 이유로, AI 추론 수요 증가에 따른 통신사 CAPEX 증가 그리고 이로 인한 통신 장비사들의 수혜에서 국내 통신장비사들을 이야기하기에는 어려움이 있음. 다만, AI 추론 수요 증가는 궁극적으로 실제 사용자 수 증가 및 서비스 이용 확대와 밀접한 관련이 있어, 중장기적으로 Access 망 투자 역시 병행되는 흐름으로 전개될 가능성이 높아 관심을 가지고 지켜볼 필요가 있음.

Key Takeaways 2. 확산과 고도화가 동시에 이루어지는 통신망 투자

DCI 의 고도화는 결국, 통신사의 Metro 망 및 Long Haul 고도화로 이어짐. AI 추론 시장이 커질수록, 양방향 소통 수요가 증가하게 되고, 통신사의 Metro 망과 Long Haul 이 병목으로 작용하기 때문. 글로벌 Metro 및 Long Haul 투자는 신규망 설치가 아닌, 기존망의 업그레이드로 Cinea 와 같은 시스템 업체와 Lumentum 같은 광원업체의 수혜가 두드러짐. 다만, 북미는 부족망 통신망 투자 수혜로 대한광통신과 오이솔루션의 수혜가 지역내 Metro 망은 국내 과반의 점유율을 지닌 우리넷의 수혜가 기대됨. 또, 2025 년부터 착공에 들어간 국내 데이터센터 투자에서는 신규 데이터센터망 투자가 이루어지므로, 아직 데이터센터에 대한 레퍼런스가 없는 국내 광밸류체인 업체인 대한광통신, 오이솔루션 의 수혜로 나타날 것. 이전 5G로 수혜를 입었던 Access 망 관련한 국내 통신 장비회사들은 Access 망 투자가 시작되는 시점을 기점으로 수혜가 나타날 것.

Ⅲ. 연산보다 연결이 커지는 순간 . 폭발하는 광시장

데이터센터가 전부 光화가 된다

데이터센터 인프라는 AI 연산 구조의 고도화와 함께 전면적인 광화 흐름으로 진입하고 있음. 현재 데이터센터 내에서 광이 적용된 영역은 랙과 랙 사이를 연결하는 광트랜시버 중심의 인터커넥트가 주를 이룸. 2026 년 하반기 루빈 아키텍쳐를 기점으로 기존 광트랜시버를 대체헤 광모듈을 스위치에 집적한 CPO 가 도입되며, 랙간 연결 구간에서 광대역폭과 전력효율의 한계를 본격적으로 시험하는 단계에 진입할 것으로 예상함. 이후 2028 년. 엔비디아 파인만 아키텍쳐를 기점으로, 기존 랙 내부에서 서버 보드와 스위치를 연결하던 구리 케이블이 광으로 대체되는 첫해가 될 가능성이 높음. 이는 급격히 증가하는 대역폭 요구 속에서 전력 소모, 발열, 신호 무결성 문제를 구조적으로 해결하기 위한 전환의 시작임. 2030 년 이후, 보드 레벨 CPO 확산을 바탕으로 GPU -HBM 등 칩간 통신까지 광을 활용하는 ‘광I/O’ 시장이 본격적으로 개화할 것으로 전망됨. 스케일업, 스케일아웃, 스케일어크로스 전반에 걸쳐 광화가 적용되며, 궁극적으로 AI 데이터센터는 하나의 거대한 GPU 처럼 동작하는 구조를 목표로 진화 중.

GPU 간 연결성이 중요해진 이유–전압은 커지고 , 보드의 면적은 부족하다

데이터센터 간 연결성뿐 아니라 GPU 간의 연결성도 중요성이 커지고 있음. GPU -GPU 간 연결성의 중요성도 빠르게 커지고 있음. 이는 GPU 성능 개선이 구조적으로 전력에서 물리적 한계에 봉착했기 때문. GPU 성능을 높이기 위해 연산 부하인 클럭 주파수 (f)를 증가시키려면, 공급 전압 (V)의 인상이 동반됨. 예컨대, V를 10% 인상해 f를 끌어올릴 경우, f는 1.1배 증가 V2항은 (1.1)2로 1.21배로 확대. 결과적으로 전력 부하 (P)는 1.31배 증가함. 즉, 성능은 선형적으로 증가하지만, GPU 등 반도체 하드웨어가 견뎌야하는 부하는 비선형적으로 확대되는 구조임. 전력 부하를 일정하게 유지하기 위해서는 유효 캐패시턴스 (C)를 증가시키는 방식이 필요하며, 이에 따라 MLCC 등 서버 보드 내 수동소자의 탑재량은 지속적으로 증가하고 있음. 하지만, 향후 HBM, SiPh 에 더해 향후 HBF 까지 실장될 것으로 예상되는 상황에서, 한정된 보드 면적 위에 추가적인 수동소자를 배치하는 방식에는 명확한 한계가 존재함. 현재의 기술은 개별 GPU 의 f값을 높이는 방식이 아닌, 여러 대의 GPU 를 병렬로 연결하는 방식으로 아키텍처가 구성되고 있음.

랙내 구리케이블을 대체 해나가는 광케이블

기존 데이터센터에서는 랙간 연결이나 스위치 -스위치간 중▪장거리 연결에 주로 광케이블이 사용되어 옴. 반면, 랙 내부에 위치한 서버 -스위치 간 연결은 거리와 비용 효율성을 이유로 구리 케이블 (DAC) 를 주로 사용해옴. 과거 데이터센터 트래픽은 비대칭적이었기에 구리케이블로도 충분했음. 즉, 다운링크 포트 수는 많고 업링크 포트 수는 제한적인 구조였으며, 다수의 서버가 소수의 상위 스위치에 연결되는 형태였음. 반면, AI 데이터센터에서는 네트워크 구조가 근본적으로 바뀜. 서버 -스위치 -데이터센터 간 모든 포트가 동일한 속도와 대역폭을 유지해야 하며, 이는 다수의 GPU 를 병렬로 연결해 동시 연산 및 동기화를 수행하기 위해서임. 이 과정에서 랙 내부 연결에서도 구리케이블은 물리적 한계에 봉착함. 구리 케이블은 스킨 효과 (Skin Effect) 로 인해 신호가 도체 표면에만 흐르게 되어, 속도가 빨라질수록 구리케이블이 두꺼워야 되며, 전력 소모량 역시 급격하게 증가하게 됨. 결과적으로 랙 내부 서버 -스위치 간 연결에서도 광기반 인터커넥트 채택이 불가피한 단계로 진입하고 있음.

플러거블 VS CPO

광통신은 지금까지 플러거블 방식을 통해서 이루어져 왔음. 기존 플러거블은 스위치 칩에서 생성된 전기 신호가 PCB 기판을 따라 15~25cm를 이동한 뒤, 전면 모듈에서 빛으로 변환되는 구조를 띔. 속도가 올라갈수록 이 긴 전기 경로에서 신호 손실이 급증하고, 이를 보상하기 위한 DSP 가 전력의 30~50%를 소비했음. CPO 는 광학 엔진을 스위치 칩과 같은 패키지 안에 배치하여 전기 신호 경로를 수 mm 로 단축함. 신호 손실 자체가 사라지므로 DSP 가 불필요해지고, 링크당 전력이 절반으로 줄어들게 됨. 224 Gbps 이상에서는 플러거블이 물리적으로 감당할 수 없는 영역에 진입하며, CPO 는 이 한계를 우회가 아닌 구조적으로 제거하는 기술에 속함. 다만, 고장이 날시, 플러거블은 현장에서 곧바로 교체가 가능한 반면, CPO 는 교체가 불가능하다는 단점이 존재함.

CPO 의 구조

기존 플러거블 구조에서는 Switch ASIC 이 생성한 전기 신호가 PCB 기판과 Port Cage 를 거쳐 외부 트랜시버까지 긴 경로를 이동함. 이 과정에서 신호가 크게 손실되기 떄문에 DSP 가 반드시 필요한데, 이 DSP 만 20W를 소비함. 여기에 외부 레이저 10W를 더하면 링크 하나에 총 30W가 소모됨. 같은 1.6Tb/s 속도를 내는 데 전력의 2/3를 신호 보상에 쓰는 셈. CPO 는 이 구조를 근본적으로 바꿈. Sillicon Photonics 기반의 광학 엔진을 Swich ASIC 과 같은 패키지 위에 올려서 전기 신호 경로를 수 mm 로 줄여버림. 신호 손실이 거의 없으니 DSP 20W가 통째로 사라지게됨. 레이저도 ASIC 의 발열로부터 격리하기 위해 별도의 CW 레이저 (Continuous Wave Laser) 를 외부에 배치하는 ELS 구조를 채택하는데, 이 레이저 소비 전력이 2W에 불과함. 결과적으로 광학 엔진 7W+레이저 2W 총 9W로 동일한 1.6Tb/s 를 구현함. 같은 속도에서 30W가 9W로 전력 소비의 70%를 DSP 를 제거함으로써 CPO 는 구현 가능하게 됨.

TCO 측면에서 강점을 지닌 CPO

CPO 의 기술적 이점은 전력, 신호, 밀도, 비용 네 축에서 동시에 발생함. ①링크당 전력은 50 ~ 60% 절감되며 (15~20W → 7 ~ 10W), ②채널 손실은 80% 이상 감소하며 (20 ~ 30dB → 3 ~ 5 dB), ③I/O 밀도는 3.5배 향상됨. DSP 제거로 Latency 가 515ns 줄어들고, 이는 224G + SerDes 구현의 전제조건이기도 함. ④5년 TCO 기준 20 ~ 40% 절감이 전망되며, 액침냉각 호환과 스위치 수 감소로 CapEx /OpEx 가 동시에 줄어들 것으로 예상됨. 적용 범위는 스위치 세대를 따라 확대됨. 현재 51.2T(800G) 세대에서 샘플 /테스트 단계이며, 2026 ~ 27 년 102.4T(1.6T) 에서 양산이 시작되고, 2028 ~ 29 년 204.8T (3.2T) 에서 주류 채택, 2030 년 이후에는 표준으로 자리잡을 전망임. CPO 는 단일 이벤트가 아니라, 스위치 세대가 올라갈 때마다 침투율이 높아지는 장기 구조적 트렌드에 속함.

모든 GPU 가 ‘all –to –all’ 연결되는 NV Link 시스템

엔비디아는 NVLink 를 통해서 모든 GPU 들이 유기적으로 연결되어 있음. 이를 위해서 NV Switch 를 활용함. 지금 엔비디아는 Omberon 랙 구조를 사용함. Oberon 랙 구조에서는 총 72개의 GPU 패키지가 존재하며, Rubin 기준 1개 GPU 패키지당 4개의 GPU 다이가 사용됨. 현재, 1개 GPU 패키지당 18개의 포트가 사용되며, 모든 NV Switch 에 연결되기 위해서 18개의 NV Switch 칩, 9개의 NVSwitch 트레이가 사용됨. 엔비디아의 설계 철학은 ‘all –to –all ‘ 방식으로 1번 GPU 패키지부터 72번 GPU 패키지까지 모두 연결되어 있는 연결성을 목표로 함.

‘All –to –All’ 연결 대신 , 유연한 연결을 지원하는 OCS 스위치

GPU 1에서 GPU 72까지 NVSwitch 를 통해 직접 연결되는 Nvidia 의 All-to-All 구조와 달리, 구글의 TPU 는 3D Torus 기반의 Scale -Out 인터커넥트 구조를 채택하고 있음. TPU 는 4*4*4 배열을 기본 단위로 하여, 총 64개의 TPU 로 1개의 랙이 구성되는 형태이며, 랙 내부에서는 X,Y,Z 축 방향으로 구리케이블을 이용하여, 이웃 TPU 간 직접 연결이 이루어짐. 랙간 확장은 전기적 스위치가 아닌 OCS(Optical Circuit Switch) 를 통해 수행되며, 이를 통해 랙 단위의 연결 토폴로지를 유연하게 재구성할 수 있음, X축 연결을 담당하는 총 16개의 OCS 스위치가 배치되어 있으며, 각 TPU 랙에서 나오는 광섬유는 좌측, 우측 OCS 스위치에 동시에 연결된 상태로 구성됨. 4*4*4로 64개의 TPU 랙을 x,y,z 축 각각 16개의 OCS 스위치 즉, 48개의 OCS 스위치가 TPU 간의 인접 연결을 담당하는 형태를 띄고 있음. 각 축별로 +X축과 –X축으로 이동하는 광섬유들이 다발로 각각 128 개씩 좌우로 연결되어서 어느 TPU 간에도 이동이 자유롭게 이루어지는 구조를 띄고 있음. OCS 스위치 내부에는 MEMS 거울이 비치되어서 방향 조절을 통해서 랙간의 연결성을 확보함.

광화를 가속화하는 구글의 TPU와 OCS(Optical Circuit Switch)

OCS(Optical Circuit Switch) 는 좌우에서 입력 ·출력 광섬유가 유입되는 W자형 광경로 구조를 기반으로 동작함. 좌측과 우측에서 들어온 다수의 광섬유 신호 (각 136 개 포트 중 128 개 사용 )는 스위치 내부의 MEMS(Micro -Electro -Mechanical Systems) 미러 어레이를 통해 반사 ·재배열되며, 이 과정에서 광신호의 물리적 경로를 자유롭게 재구성할 수 있게 됨. MEMS 미러는 자유럽게 미세 각도 조절이 가능해, 각축당 16대씩, 총 48대의 OCS 가 X·Y·Z 세 축의 연결을 담당함. OCS 스위치는 전기적 재생이나 변조 없이 순수광 상태를 유지한 채 회로를 구성하므로, 대규모 병렬 연결 환경에서도 저전력으로 유연한 토폴로지 재구성을 가능케함.

Nvidia Kyber . AI 성능 개선에서 연결성의 중요성이 더 커진다

엔비디아는 2026 년 Rubin, 2027 년 Rubin Ultra 아키텍처를 순차적으로 출시할 예정이며, Rubin Ultra 부터는 기존 랙내 수평 확장 구조에서 벗어나 서버를 수직으로 확장 ▪ 병렬 연결하는 Kyber 아키텍쳐를 채택함. Rubin Ultra 는 GPU 패키지 144 개, 패키지당 4개 다이로 구성된 총 576 개 GPU 다이를 하나의 NVLink 도메인으로 연결하는 NVLink 576 구성으로, 패키지 기준 연결 대상은 기존 72개에서 144 개로 2배, 다이 기준으로는 144 개에서 576 개로 4배 확장됨. 랙은 개별 GPU 패키지 36개씩 1쌍을 이루는 총 4개의 캐니스터로 구성되며, 캐니스터당 36개의 GPU 패키지가 18개의 Leaf NVSwitch 에 연결된 뒤 상위 Spine NV Switch 24개로 집선되는 2단계층 구조를 이룰 것으로 예상됨. Rubin Ultra 에 적용되는 NVSwitch 칩 수는 Leaf 와 Spine 을 포함해 총 96개로 증가하며, 이는 AI에서의 성능 향상에서 NVLink 연결 구조와 스위칭 복잡도의 구조적 확대가 시스템 CAPEX 를 좌우하는 단계로 진입했음을 의미함.

2계층 스위치 구조를 채택할 것으로 예상되는 엔비디아 Kyber. 중점은 연결성 확보

Kyber 아키텍처는 AI 모델의 스케일 확대에 대응해 더 큰 Nlink 도메인을 구현하기 위한 설계임. 단일 NV Switch ASIC 의 포트 수로는 1계층 구조에서 최대 82개의 GPU 패키지를 연결하는 것이 한계임. 이에 따라 NV Switch 를 2계층 구조로 확장하고, 캐니스터 단위로 모듈화한 뒤, 상위 계층에서 재연결하는 방식을 채택함으로써 최대 144 개의 GPU 패키지를 하나의 도메인으로 구성할 수 있게 됨. 이러한 확장은 랙 구조의 재설계를 동반하며, 기존의 수평 트레이 기반 구조에서 수직 블레이드 구조로 전환되는 변화를 가져옴.

광의 시대가 열리고 , TAM 은 폭발한다 .

광시장의 본격적인 성장은 기존 스케일아웃용 광트랜시버의 CPO 로의 전환이 아닌, 랙내 NVLink 스위치 구조에서 사용되던 구리가 광기반으로 전환되는 시점부터 본격화될 예정. 기존 스케일 아웃 CPO 구조에서는 랙당 광원 탑재 수가 약 36개 수준에 그쳤다면, Optical NVLink 구조에서는 Kyber 랙 기준 추정 시 약 252 개로 증가하며, 이는 약 7배 수준의 탑재량 확대에 해당함. 여기에 더해, 칩간 통신에도 광통신을 사용하는 광I/O가 보드당 2개씩 적용될 경우, 랙 기준 광원 탑재 수는 252 개에서 약 540 개 수준으로 추가 증가하게 됨. 즉, Optical NVLink 에서 광I/O로 확장되는 과정에서 광원 수요는 다시 한번 구조적으로 확대됨. 향후, Comb Laser 등 광원 직접 기술이 적용될 가능성은 존재하나, 스케일아웃 CPO →Optical NVLink →광I/O로 이어지는 흐름 속에서 단순 광원 탑재량만으로도 수배 이상 증가한다는 점에서, 해당 영역은 매우 높은 성장성을 보유한 시장임. 한편, 플러거블에서 CPO 로 전환되는 과정에서 광원 수가 1/8수준으로 감소함. 단순 수량 (Q)는 줄어드나, CPO 에는 고급, 고신뢰 광원의 적용됨에 따라 1개 랙 기준으로 매출은 동일한 수준으로 유지되나, 광원 업체들의 마진은 개선될 것으로 예상함.

Key Takesaways 3. 데이터센터 내부도 광화가 되고 , 모든 길은 빛으로 통한다

데이터센터 간 연결성 증가뿐 아니라, 데이터센터 내부 연결성 증가도 빠르게 진행되는 중. CPO(Co -Packaged Optics) 는 초기에는 랙간 연결에 적용된 후, 점차 데이터센터 간 전송은 물론 GPU 간 인터커넥트 영역까지 확장되는 개념으로 진화. 내부 연결성이 중요해진 배경에는 개별 GPU 의 전력 소모 전압을 무한정 증가시킬 수 없다는 물리적 제약이 존재하기 때문. 이에 따라 스케일업 요구가 커질수록, 다수의 GPU 를 마치 하나의 GPU 처럼 동작시키는 네트워킹 연결 구조가 필수적이게 됨. Kyber 아키텍처는 이러한 흐름의 연장선에 위치함. NV Link 를 144 개에서 576 으로 확장시키는 과정에서 랙 구조를 재설계하는 방식이 채택됨. 데이터센터 내부 광화와 관련해 국내에서는 브로드컴향 CPO 테스트 소켓을 공급하는 티에프이가 거의 유일한 수혜 업체로 꼽힘.

광통신 관련 주요 업체들 투자전략

주요 업체들 투자전략

글로벌 광밸류체인에서는 Lumentum (NASDAQ :LITE)과 Coherent(NYSE :COHR)의 직접적인 수혜가 예상된다. 특히, 국내에서는 Lumentum 향 매출이 발생하고 있는 RF머트리얼즈 (KOSDAQ :327260 )를 Top Pick으로 제시 한다. RF머트리얼즈는 펌프 레이저 다이오드를 통해 DCI 확장 수요에 직접적으로 노출되어 있어, 네트워킹 병목 해소 과정에서 국내 업체들 중 가장 높은 실적 레버리지가 기대된다.

한편 국내 데이터센터 투자가 본격화될 경우, 글로벌 코어망 밸류체인 참여가 제한적이었던 대한광통신 (KQ :010170 )과 오이솔루션 (KQ :138080 )의 수혜 가능성도 부각될 수 있다. 국내 통신사 Metro 망 보완투자 시에는 과점적 지위를 가진 우리넷 (KQ:f)의 수혜 역시 예상된다. Access 및 전송망 중심의 KMW(KQ :032500 ), 쏠리드 (KQ :050890 ), 유비쿼스 (KQ :264450 )등 역시 통신사 CAPEX 확대 시 기회 요인이 존재한다.

주요 업체들 주가 추이

Lumentum , Coherent : CPO 확장 및 스케일업에 따른 구조적 수혜 본격화. RF머트리얼즈 : 중장거리 통신용 중심 →스케일업 직접 수혜는 아직 제한적. 대한광통신 , 오이솔루션 : 글로벌 업체들의 DC 향 자원 집중 →통신망 공급 공백 발생에 따른 간접 수혜 구간. 우리넷 , 쏠리드 , KMW, 유비쿼스 : 현재 직접 수혜는 미발생 .향후 Metro 병목 심화 및 Access 망 투자 재개 시 후행 수혜 가능.