GPU가 좋아지면 AI도 빨라진다고 생각하셨습니까? 저도 그렇게 생각했습니다. 그런데 엔비디아가 자사 GPU를 더 사라고 영업하는 대신, 조용히 한국 팹리스 스타트업에 투자했다는 소식을 접하고 그 생각이 완전히 바뀌었습니다. AI의 진짜 병목은 칩 성능이 아니라 칩과 칩 사이를 잇는 연결, 즉 인터커넥트에 있었습니다.
신호 병목, GPU보다 먼저 막히는 곳
솔직히 처음엔 "HBM 다음은 이겁니다"라는 식의 제목을 보고 또 과장된 썸네일인 줄 알았습니다. 요즘 AI 관련 콘텐츠는 뭐든 "다음 대박주"처럼 포장하는 경우가 많아서 반신반의했기 때문입니다. 그런데 내용을 파고들수록 이번은 결이 달랐습니다.
AI 데이터 센터에서 챗봇 하나에 답변을 내놓으려면 수만 장의 GPU가 동시에 연산을 수행합니다. 여기서 핵심은 GPU 한 장의 성능이 아니라, 그 수만 장이 얼마나 빠르게 서로 데이터를 주고받느냐입니다. 이 통신 경로를 인터커넥트(Interconnect)라고 부릅니다. 인터커넥트란 데이터 센터 내 칩과 칩, 혹은 서버와 서버 사이를 물리적으로 연결해 신호를 전달하는 통로 전체를 가리킵니다.
문제는 GPU 성능이 기하급수적으로 올라가면서 이 통신 경로가 오히려 발목을 잡기 시작했다는 점입니다. 엔비디아의 NVLink 72 구성을 예로 들면, GPU 72장을 병렬로 묶어 하나처럼 동작시키려면 서로 간에 72 × 72, 즉 5,184개의 인터커넥트가 필요합니다. 랙 하나에 케이블이 5천 개가 넘게 꽂히는 셈입니다. 이 연결이 조금이라도 느리거나 전력을 많이 먹으면, GPU 성능이 아무리 좋아도 전체 시스템이 거기서 막혀 버립니다. 제가 이 수치를 처음 봤을 때 솔직히 케이블 문제가 이렇게 클 줄은 몰랐습니다.
지금까지 인류는 두 가지 인터커넥트 방식을 써왔습니다.
- 1세대 구리선: 짧은 거리에서는 안정적이지만 속도 한계가 명확하고, 학계에서는 이미 '카퍼 클리프(Copper Cliff)', 즉 구리의 물리적 한계 절벽에 도달했다고 표현합니다.
- 2세대 광케이블: 장거리 대용량 전송에는 탁월하지만, 전기 신호를 빛으로 변환하고 다시 전기로 바꾸는 DSP 칩 처리 과정에서 전력 소비와 지연 시간이 발생합니다. 데이터 센터 내부처럼 수 미터 단위 초단거리에 광케이블을 쓰는 건 옆 슈퍼마켓 가는 데 고속도로를 타는 것과 같습니다.
결국 구리는 속도가 부족하고, 광은 짧은 거리에서 비효율적입니다. 이 사각지대를 파고든 것이 포인트 테크놀로지의 이튜브(E-Tube)입니다.
이튜브가 만드는 제3의 인터커넥트
포인트 테크놀로지는 팹리스(Fabless) 반도체 회사입니다. 팹리스란 반도체 설계에 집중하고 실제 제조는 외부 파운드리에 위탁하는 방식의 기업 형태를 말합니다. 삼성전자나 SK하이닉스처럼 자체 공장을 운영하는 것과는 다른 구조입니다.
이 회사가 만든 이튜브의 핵심 원리는 RF 오버 플라스틱(RF over Plastic)입니다. RF란 라디오 주파수(Radio Frequency)의 약자로, 와이파이나 블루투스처럼 공중에서 전파 형태로 신호를 전달하는 방식입니다. 포인트 테크놀로지는 이 RF 신호를 플라스틱 튜브 안에 가두어 전기 신호 그대로 보내는 기술을 개발했습니다. 광케이블처럼 전기를 빛으로 바꾸는 변환 과정이 없으니 DSP 칩이 필요 없고, 변환 과정에서 발생하는 지연과 전력 손실도 없습니다.
수치로 보면 차이가 확실합니다. 현재 상용화 직전 단계에 있는 1.6테라비트(Tbps) 제품 기준으로, 이는 스마트폰 최대 통신 속도인 약 1기가바이트/초 대비 1,600배 빠른 속도입니다. 광케이블 솔루션과 비교하면 전력 소비는 30% 수준, 즉 70% 절감이 가능하고, 지연 시간은 1,000배 더 짧습니다. 구리선과 비교하면 전송 가능 거리가 10배에서 20배까지 늘어납니다.
제가 이 스펙을 처음 봤을 때 솔직히 이게 실제 수치가 맞는지 반신반의했습니다. 그런데 엔비디아가 2026년 4월 직접 투자에 나섰다는 사실이 이 기술의 신뢰도를 말해줍니다. 엔비디아가 한국 팹리스에 투자한 것은 사실상 처음 있는 일입니다(출처: 엔비디아 공식 사이트).
더 중요한 건 엔비디아가 투자 이후 자신들의 에코시스템 파트너들에게 "포인트 테크놀로지의 캐파(생산 능력)를 미리 확보해놓아라"고 직접 압박하고 있다는 점입니다. 단순한 재무 투자가 아니라 차세대 GPU 라인업, 즉 파인만 세대 이후 칩에 이튜브를 실제로 탑재하겠다는 의도가 담겨 있는 것입니다. HBM이 엔비디아 GPU에 들어가듯이 말입니다.
기술 혁신과 상용화 사이, 진짜 질문
이 대목에서 저는 두 가지 생각이 동시에 들었습니다. 하나는 "이게 진짜 되는구나"는 확신이고, 다른 하나는 "그래서 지금 어떻게 봐야 하나"는 경계심이었습니다.
AI 데이터 센터가 직면한 전력 문제는 이미 산업 전반의 공통 과제입니다. 글로벌 데이터 센터 전력 소비는 2026년까지 전 세계 전력 수요의 약 3~4%를 차지할 것으로 전망되며, 이는 2022년 대비 두 배 이상 증가한 수치입니다(출처: 국제에너지기구(IEA)). 빅테크들이 원자력 발전소, 전력 기기 기업, 냉각 솔루션 업체에 공격적으로 투자하는 이유도 여기에 있습니다. 인터커넥트 단에서 전력 소비를 70% 줄일 수 있다면, 이건 단순한 부품 교체가 아니라 데이터 센터 운영 비용 구조 자체를 바꾸는 이야기입니다.
그러나 제 경험상 이런 기술 혁신 이야기가 나올 때마다 반드시 확인해야 할 것이 있습니다. 기술이 좋다는 것과 상용화가 된다는 것, 그리고 그게 매출로 연결된다는 것은 완전히 다른 얘기입니다. 반도체 데이터 센터 생태계는 표준화와 검증 과정이 극도로 까다롭습니다. 아무리 우수한 기술이라도 엔비디아, TSMC, 하이퍼스케일러들의 실제 로드맵에 공식 편입되기까지는 긴 시간이 걸립니다. HBM이 처음 나왔을 때도 그랬고, 이후 시장이 과열되면서 관련 주제가 뭐든 "10배 간다"식으로 흘러갔던 것도 기억해야 합니다.
제가 이 기술을 흥미롭게 보는 이유는 단기 수익 기대 때문이 아닙니다. AI 산업이 "칩 전쟁"에서 "인프라 전쟁"으로 무게중심이 이동하고 있다는 신호를 포인트 테크놀로지가 잘 보여주고 있기 때문입니다. 앞으로 인터커넥트, 실리콘 포토닉스(Silicon Photonics), 광통신, 냉각 기술 같은 숨은 인프라 영역이 AI 시대의 진짜 다크호스가 될 가능성은 충분합니다.
결국 이 기술이 진짜 게임 체인저가 되려면 엔비디아 차세대 칩 로드맵 공식 편입이라는 관문을 실제로 통과해야 합니다. 지금은 그 가능성이 열린 단계이지, 확정된 단계가 아닙니다. 기술의 방향성은 맞고, 시장의 필요도 분명합니다. 다만 그 사이의 거리를 과도한 기대로 채우는 것은 조심해야 한다고 생각합니다. 투자나 사업 판단은 반드시 충분한 정보와 본인의 판단을 기반으로 하시기 바랍니다. 이 글은 개인적인 경험과 의견을 공유한 것이며, 전문적인 투자 조언이 아닙니다.
참고: https://www.youtube.com/watch?v=THWC5cM53og&list=LL&index=6&t=19s