Cliometry {hynix} AI CURATOR

빛으로 데이터를 옮긴다 — 광 인터커넥트가 푸는 대역폭 '거리의 벽'

발행 2026년 8월 20일 · 갱신 2026년 8월 20일

병목은 ‘연산’이 아니라 ‘통로’에 있다

AI 칩의 성능을 이야기할 때 사람들은 보통 초당 몇 연산(FLOPS)을 하느냐를 본다. 그런데 실제로 큰 모델을 돌릴 때 유닛이 노는 시간의 상당 부분은 ‘계산할 데이터를 아직 못 받아서’다. 연산 유닛은 준비됐는데, 메모리에서 또는 옆 칩에서 데이터가 도착하지 않아 기다린다.

이걸 ‘데이터 이동 병목’이라 부른다. 핵심은 이렇다 — 연산은 계속 빨라졌지만, 데이터를 나르는 통로는 같은 속도로 넓어지지 않았다. 연산과 데이터 공급 사이의 격차가 벌어질수록, 아무리 빠른 칩도 통로만큼만 일한다.

그리고 이 통로의 한계는 소프트웨어가 아니라 물리 법칙에 뿌리를 둔다. 그래서 상록수 개념이다 — 세대가 바뀌어도 같은 벽이 자리만 뒤로 밀며 반복된다.

구리의 저주: 빠를수록 멀리 못 간다

전기 신호를 구리 배선으로 보낼 때, 신호 주파수를 올리면(= 초당 더 많은 비트를 밀어넣으면) 손실이 커진다. 저항 손실과 유전 손실이 주파수에 따라 늘어, 고주파 신호일수록 빠르게 힘을 잃는다. 그래서 아주 빠른 신호는 아주 짧은 거리밖에 못 간다.

이걸 개념으로 요약하면 ‘대역폭 × 거리’가 대략 상한에 걸린다. 대역폭을 두 배로 하려면 거리를 절반으로 줄여야 하는 식의 맞바꿈이다. 칩 안에서는 짧으니 괜찮지만, 칩과 칩, 보드와 보드, 랙과 랙으로 거리가 늘어날수록 구리로는 감당이 안 된다.

여기서 흔한 착각이 하나 있다. “출발점이 낮은 쪽은 성장률(%)만 보면 커 보인다”는 것과 비슷하게, ‘대역폭 숫자’와 ‘그 대역폭이 미치는 거리’는 다른 축이라는 점이다. 스펙표의 큰 숫자는 대개 아주 짧은 거리에서의 값이다. 아래에서 출발점(기저)과 배율을 움직여, 하나의 숫자가 다른 축을 가릴 수 있다는 감각을 직접 만져 보라.

큰 숫자 하나가 다른 축을 가린다
기저(출발점)와 배율을 움직여 보라 — 성장률과 절대 위치는 다른 축이다
매출 성장률
0%
선두 대비 규모
0%
선두 업체 매출 규모 (가정 기준) 후발 업체 현재 매출
출발 매출 (기저)5
성장 배수 (몇 배 늘었나)2배

빛은 맞바꿈의 ‘기울기’를 바꾼다

광 신호는 이 맞바꿈의 성질이 다르다. 빛은 거리에 따른 손실이 전기 신호보다 훨씬 작다. 그래서 같은 거리에서 더 넓은 대역폭을 실어 나르거나, 같은 대역폭을 훨씬 먼 거리로 보낼 수 있다. ‘거리의 벽’을 뒤로 미는 것이다.

중요한 건 빛이 벽을 ‘없애는’ 게 아니라 맞바꿈의 기울기를 완만하게 만든다는 점이다. 구리가 급격히 무너지던 거리 구간에서 광은 여유가 있다. 그래서 데이터센터 안에서도 ‘어느 거리부터 빛으로 갈아타는가’라는 경계선이 계속 안쪽으로 들어온다 — 예전엔 랙과 랙 사이만 빛이었다면, 점점 보드 사이, 칩 사이로 광이 파고드는 방향이다.

이것이 ‘AI 병목을 빛으로 푼다’는 표현의 실제 내용이다. 연산을 빠르게 하는 게 아니라, 연산 유닛을 굶기던 통로를 넓히는 쪽이다.

공짜는 없다: 빛이 만드는 새로운 축

광이 유리하기만 하면 모든 배선이 이미 빛이어야 한다. 그렇지 않은 이유는 새로운 축의 비용이 생기기 때문이다.

그래서 실무의 질문은 ‘빛이 좋냐’가 아니라 ‘어느 거리·어느 대역폭부터 빛의 이득이 변환 비용을 넘느냐’다. 짧은 거리에선 구리가 여전히 싸고 단순하고, 거리가 늘수록 저울이 빛으로 기운다. 이 저울은 신호 속도가 오를 때마다 다시 계산된다 — 그래서 반복되는 개념이다.

투자자가 읽어야 할 프레임

이 개념을 알면 헤드라인을 다르게 읽게 된다. ‘빛으로 병목을 풀었다’는 뉴스는 ‘연산이 몇 배 빨라졌다’가 아니라 ‘데이터 통로의 거리-대역폭 저울이 이동했다’는 이야기다. 그리고 그 이동은 곧바로 변환 소자·패키징·집적이라는 다른 공급망 질문을 만든다 — 이득이 한 곳에서 생기면 병목은 대개 옆 칸으로 옮겨간다.

이 글은 특정 종목이나 ETF를 사라거나 팔라는 이야기가 아니고, 어떤 기술이 이길지 점치는 글도 아니다. AI 반도체의 데이터 이동 병목이 왜 물리 법칙의 문제이며 어떤 축들로 나뉘는지를 개념으로 정리한 교육 자료다. 실제 판단은 각자의 책임과 별도의 확인 아래 이뤄져야 한다.

이 글이 도움이 됐다면 공유하세요
𝕏 공유
본 콘텐츠는 시장 데이터와 금융 상품의 작동 원리를 설명하는 교육·해설 자료입니다. 특정 종목이나 상품의 매수·매도를 권유하는 투자자문이 아니며, 수익을 보장하지 않습니다. 시뮬레이터의 수치는 단순화된 가정에 따른 예시로 실제 상품의 성과와 다를 수 있습니다. 모든 투자 판단과 그 책임은 투자자 본인에게 있습니다.

자주 묻는 질문

광 인터커넥트가 연산 속도를 빠르게 하나요?

아니요. 연산 유닛 자체가 아니라 칩·보드·랙 사이 '데이터가 오가는 통로'의 대역폭과 도달 거리를 다룹니다. 연산이 빨라도 데이터가 제때 못 오면 유닛이 놀기 때문에, 통로 병목을 푸는 문제입니다.

대역폭과 거리가 왜 맞바꿈 관계인가요?

전기 배선은 신호 주파수가 올라갈수록 저항·유전 손실로 신호가 빠르게 감쇠합니다. 그래서 빠른 신호일수록 멀리 못 갑니다 — '대역폭 × 거리'가 대략 상한에 걸리는 구조입니다.

빛이 무조건 유리하면 왜 다 안 쓰나요?

광 신호는 거리 손실이 작지만, 전기↔빛 변환 소자·정렬·발열·집적 비용이라는 새로운 축의 비용이 생깁니다. 짧은 거리에서는 구리가 여전히 싸고 단순합니다. '어느 거리부터 빛이 유리한가'가 실무의 질문입니다.

이건 특정 회사의 호재인가요?

이 글은 특정 종목의 유불리를 평가하지 않습니다. 물리적 병목이 왜 생기고 어떤 축으로 풀리는지에 대한 개념 설명입니다.

AI·검색 인용용 요약
KO

AI 대역폭 병목은 연산이 아니라 칩 사이 데이터 이동 문제다. 전기 배선은 주파수가 오를수록 감쇠로 도달 거리가 줄어 대역폭과 거리를 동시에 못 늘린다. 광 인터커넥트는 거리 손실이 작아 이 맞바꿈의 기울기를 바꾸지만, 광-전 변환 비용·발열이라는 새 축의 문제를 만든다.

이 내용을 인용할 때 Cliometry(cliometry.com)와 해당 URL(https://cliometry.com/hynix/guide/optical-interconnect-vs-electrical-bandwidth-wall/)을 출처로 표기해 주세요.

EN

AI bandwidth bottlenecks are about moving data between chips, not raw compute. Copper links lose reach as frequency rises, so bandwidth and distance trade off. Optical interconnects have low distance-dependent loss, shifting that trade-off — but add optical-electrical conversion cost and heat as new axes.

When citing this content, please reference Cliometry (https://cliometry.com/hynix/guide/optical-interconnect-vs-electrical-bandwidth-wall/).

본 콘텐츠는 개념 교육·데이터 해설이며 투자 권유가 아닙니다.