AI 공장 구축을 위한 광자칩 제조사 완벽 비교 - 2026년 최신 기술 동향
AI 공장의 '보이지 않는 병목' — 왜 지금 광자칩인가
하이퍼스케일 데이터센터를 구성하는 GPU 클러스터는 연산 성능 면에서 매년 기하급수적으로 성장해 왔다. 그러나 최근 AI 인프라 엔지니어들 사이에서 공통적으로 지목되는 문제가 있다. 바로 인터커넥트 대역폭의 한계다. GPU끼리, 그리고 GPU와 메모리 사이의 데이터 이동 속도가 연산 속도를 따라가지 못하면서, 고성능 AI 가속기를 설치하고도 실질적인 학습·추론 효율이 저하되는 현상이 현장에서 반복 보고되고 있다.
구리 기반 전기 배선은 신호 전달 거리가 늘어날수록 저항, 열 발생, 전력 누수 문제가 심화된다. 이는 단순한 엔지니어링 과제가 아니라 물리 법칙의 제약이다. 반도체 미세화가 퀀텀 터널링 한계에 근접하면서, 업계는 빛을 이용한 데이터 전송, 즉 광자칩(Photonic Chip)으로 방향을 전환하고 있다.
2026년 현재, 마이크로소프트·알파벳·아마존·메타·오라클 등 주요 하이퍼스케일러의 데이터센터 자본지출은 전년 대비 약 두 배 수준인 6,600억~6,900억 달러에 달하는 것으로 집계되고 있다. 이 막대한 투자가 집중되는 핵심 인프라 중 하나가 바로 광자 인터커넥트 기술이다.
광자칩이란 무엇인가 — 원리와 분류 체계
광자칩은 실리콘 기반 반도체 웨이퍼 위에 광학 소자(도파관, 변조기, 광검출기, 레이저 광원)를 집적하여 데이터를 전자(電子) 대신 광자(光子)로 처리·전송하는 소자다. 핵심 메커니즘은 전기 신호를 광학 신호로 변환한 뒤 도파관을 통해 고속 전송하고, 수신단에서 다시 전기 신호로 복원하는 구조다.
현재 시장에서 통용되는 광자칩 기술은 크게 세 가지 범주로 구분된다.
실리콘 포토닉스(Silicon Photonics, SiPho)
기존 CMOS 반도체 공정과 호환되는 가장 성숙한 플랫폼이다. 실리콘-온-인슐레이터(SOI) 기판 위에 광학 소자를 집적하며, 대량 생산 적합성과 비용 효율이 강점이다. 현재 데이터센터 광학 트랜시버 시장의 주력 기술로 자리잡고 있다.
주요 특징
- 기존 CMOS 파운드리 라인(GlobalFoundries, Tower Semiconductor 등) 활용 가능
- 집적도·수율이 타 플랫폼 대비 가장 높은 수준
- 광원(레이저)을 칩 외부에서 결합하는 방식이 일반적 (III-V 레이저 혼성 집적 기술로 내장화 진전 중)
적용 분야
- 데이터센터 광학 트랜시버 (400G, 800G, 1.6T)
- 공동 패키징 광학(Co-Packaged Optics, CPO)
- AI 클러스터 스케일업 인터커넥트
인화인듐(Indium Phosphide, InP) 플랫폼
III-V족 화합물 반도체 기반으로, 레이저 광원을 칩 내부에 단일 공정으로 통합할 수 있다. 실리콘 포토닉스 대비 고속 변조 특성과 저잡음 성능이 우수하지만, CMOS 공정과의 호환성이 낮아 생산 비용이 높다.
주요 특징
- 온칩 레이저 통합으로 모듈 조립 공정 단순화
- 고속 직접 변조(DML) 및 전기흡수 변조(EAM)에 최적화
- 웨이퍼 크기가 실리콘(300mm)보다 작아(100~150mm) 규모의 경제 확보 한계 존재
적용 분야
- 100G 이상 고속 광트랜시버
- 코히어런트 광통신 모듈
- DWDM 레이저 광원
박막 리튬 나이오베이트(Thin-Film Lithium Niobate, TFLN)
최근 급부상하는 차세대 플랫폼이다. 리튬 나이오베이트(LiNbO₃)의 우수한 전기광학 계수를 활용하여 초고속·초저전력 변조가 가능하다. Q.ANT가 대표적 개발사로, 광자 프로세서(Photonic Processor) 구현에 적합한 소재로 주목받고 있다.
주요 특징
- 전기광학 변조 효율이 실리콘 포토닉스 대비 수 배 우수
- 초저삽입손실(Ultra-low insertion loss)로 신호 감쇠 최소화
- 제조 공정 성숙도는 아직 실리콘 포토닉스 수준에 미달
적용 분야
- AI 광자 프로세서(Photonic Processor for AI)
- 광자 신경망 가속기
- 차세대 고성능 광변조기
시장 구도 — 2026년 글로벌 광자칩 시장 현황
2026년 현재 글로벌 실리콘 포토닉스 시장은 AI 데이터센터 수요 급증을 배경으로 고성장 국면에 진입했다. AI 가속기 클러스터 확장, 고성능 컴퓨팅(HPC) 인프라 업그레이드, 5G/6G 통신망 고도화가 복합적으로 맞물리며 수요를 견인하고 있으며, IEA는 AI 특화 데이터센터의 전력 소비가 2025년 한 해에만 50% 급증했다고 분석했다. 이러한 에너지 효율 압박이 광자칩 인터커넥트 채택을 가속화하는 핵심 동인으로 작용하고 있다.
시장 참여자는 크게 세 그룹으로 분류된다.
대형 반도체 기업 및 파운드리: Intel, Broadcom, Marvell, GlobalFoundries, Tower Semiconductor, TSMC
광통신 부품 전문기업: Coherent Corp., Lumentum, II-VI(Coherent와 합병)
AI 포토닉스 스타트업: Lightmatter, Ayar Labs, Q.ANT, nEye Systems, Salience Labs
각 그룹은 기술 접근 방식과 타깃 시장이 다르며, 아래 핵심 제조사 비교 분석에서 이를 상세히 다룬다.
핵심 제조사 심층 비교
Intel — 실리콘 포토닉스의 선구자
인텔은 실리콘 포토닉스 분야에서 가장 오랜 연구·양산 이력을 보유한 기업이다. 자체 파운드리 역량과 결합된 수직 통합 구조가 강점으로, AI 가속기 및 광학 인터커넥트용 공동 패키징 광학(CPO) 솔루션을 자체 개발·공급하고 있다. 2025년 기준 실리콘 포토닉스 시장에서 21.5%의 점유율로 선두를 차지하고 있다.
주요 특징
- 엔드투엔드 R&D 및 제조 역량 보유
- 엣지 컴퓨팅부터 대형 데이터센터까지 커버하는 포트폴리오
- Broadcom, Marvell과 함께 CPO I/O 기능 시연 완료
전략적 포지션
- AI 가속기·네트워킹 통합 공급을 노리는 종합 반도체 기업
- 기존 고객사와의 공급망 관계를 광자칩 시장 진입 레버리지로 활용
Tower Semiconductor — AI 인프라 파운드리의 핵심 축
이스라엘 기반의 아날로그 반도체 전문 파운드리인 Tower Semiconductor는 2025~2026년 들어 실리콘 포토닉스 파운드리 시장의 중심 플레이어로 부상했다. NVIDIA와의 협력을 통해 AI 인프라용 차세대 SiPho 플랫폼을 공동 개발 중이며, 50개 이상의 활성 고객사를 확보하고 있다. 2028년 SiPho 관련 매출 목표로 28억 달러를 제시한 바 있다.
주요 특징
- PH18DA(III-V 레이저 통합) 및 TPS45PH(저손실 질화규소 도파관) 등 이중 플랫폼 운영
- CPO, 광학 회로 스위치(OCS), FMCW LiDAR까지 적용 범위 확장
- Coherent Corp., Salience Labs, LightIC Technologies, Xanadu 등과 다수 파트너십 체결
- 기존 SiPho 솔루션 대비 데이터 전송 속도 2배 향상 달성
전략적 포지션
- 순수 파운드리 포지셔닝으로 고객사 기술 중립성 보장
- 다중 팹(multi-fab) 구조를 통한 공급 안정성 확보 강조
Lightmatter — AI 포토닉 인터포저의 선두 주자
기업 가치 44억 달러(누적 조달 8억 5,000만 달러)의 미국 스타트업 Lightmatter는 광자 인터포저(Photonic Interposer) 개념을 상용화한 대표 기업이다. 칩과 기판 사이에 광자 레이어를 삽입하여 패키지 내부 통신을 광학으로 처리하는 Passage 플랫폼이 핵심이다.
주요 특징
- Passage M1000: 114 Tbps 대역폭의 3D 광자 인터포저. 2025년 출하 시작
- Passage L200/L200X: 각각 32 Tbps/64 Tbps의 3D CPO 제품. 2026년 출시 예정
- 기존 솔루션 대비 5~10배 성능 향상, AI 모델 학습 시간 최대 8배 단축 주장
- 16개 WDM 파장 다중화로 파이버당 전송 밀도 극대화
전략적 포지션
- CPU·GPU·XPU 등 다양한 컴퓨트 다이(die)와 이종 통합(heterogeneous integration) 가능
- CPO 시장에서 인터포저 방식의 새로운 표준을 선도하고자 하는 포지션
Ayar Labs — 칩 위의 광학 I/O 칩렛
AMD, Intel, NVIDIA로부터 투자를 받은 Ayar Labs는 광학 I/O 칩렛(Optical I/O Chiplet)을 프로세서 기판 위에 직접 탑재하는 접근 방식을 취한다. TeraPHY 칩렛과 SuperNova 광원 모듈의 조합이 핵심 제품군이다. 2024년 Series D 완료 후 기업 가치가 10억 달러를 초과했다.
주요 특징
- TeraPHY 2세대: 최대 8 Tbps의 광학 I/O 칩렛
- TSMC COUPE(차세대 칩렛)로의 전환을 통해 확장성 강화 예정
- TSMC OIP 2025 행사에서 단일 기판 위 8개 광학 엔진, 100 Tbps 이상 스케일업 대역폭 시연
- 2026~2028년 온칩 광학 I/O 시장의 성숙기 진입을 전망
전략적 포지션
- 칩렛(Chiplet) 표준 생태계에 최적화된 모듈형 접근
- AMD, Intel, NVIDIA의 투자 구조상 복수 플랫폼과의 통합 용이
Q.ANT — 광자 프로세서를 실용화하는 독일 스타트업
2018년 설립된 독일 기반 Q.ANT는 광자 가속기(Photonic Accelerator) 분야의 개척자다. 2025년 독일 라이프니츠 슈퍼컴퓨팅센터(LRZ)에 상용 광자 프로세서를 최초 배치하며 업계의 주목을 받았다. 2026년에는 미국 텍사스 오스틴에 거점을 설립하며 북미 시장 진출을 본격화했다.
주요 특징
- NPU 2 광자 프로세서: TFLN(박막 리튬 나이오베이트) 기반, 2026년 상반기 출하 목표
- 트랜지스터 기반 시스템 대비 에너지 효율·열 발생 분야에서 구조적 이점
- 독일 윌리히(Jülich) 슈퍼컴퓨팅센터와 초기 광자 컴퓨팅 통합 협력 중
전략적 포지션
- 광자칩을 연산(Computing) 영역으로 확장하는 유일한 상용 제품 보유 기업
- AI·HPC 데이터센터에서 실리콘 기반의 에너지 한계를 근본적으로 해결하려는 포지션
Coherent Corp. — 광통신 부품의 수직 통합 강자
레이저, 광증폭기, 정밀 변조기 등 광자칩 핵심 부품 전 분야를 자체 생산하는 광통신 전문기업이다. Tower Semiconductor와의 파트너십을 통해 AI 데이터센터용 광학 인터커넥트 시장에 공격적으로 진입하고 있다. 2025년 9월에는 AI 데이터센터용 CPO 응용을 겨냥한 400mW급 연속파(CW) 레이저를 발표했으며, 2026년 3분기 대량 생산을 목표로 하고 있다.
주요 특징
- 1311nm 파장, 400mW 연속파 레이저: AI 광학 인터커넥트의 핵심 광원
- 저잡음·협대역 선폭(narrow linewidth) 특성으로 신호 무결성 확보
- 글로벌 제조 네트워크를 통한 공급 안정성 제공
전략적 포지션
- 부품 전문 기업으로서 칩 설계사와 시스템 통합사 모두에게 공급 가능한 중립적 포지션
주요 제조사 기술 스펙 비교표
| 제조사 | 핵심 기술 플랫폼 | 대표 제품/플랫폼 | 최대 대역폭 | 주요 특징 | 제품 성숙도 |
|---|---|---|---|---|---|
| Intel | Silicon Photonics | CPO / 광학 트랜시버 | 800G~1.6T | 수직 통합, 시장 점유율 1위(21.5%) | 양산 |
| Tower Semiconductor | SiPho 파운드리 (PH18DA, TPS45PH) | SiPho 플랫폼 | 기존 대비 2배 향상 | 순수 파운드리, 50+ 고객사 | 양산 |
| Lightmatter | 3D 광자 인터포저 | Passage M1000 / L200 / L200X | 114 Tbps (M1000) / 64 Tbps (L200X) | 이종 통합, 3D CPO | 출하 중 / 2026 예정 |
| Ayar Labs | 광학 I/O 칩렛 | TeraPHY / SuperNova | 8 Tbps+ (차세대) | AMD·Intel·NVIDIA 투자 | 프로토타입→양산 전환 |
| Q.ANT | TFLN 광자 프로세서 | NPU 2 | 미공개 | 세계 최초 상용 광자 프로세서 | 초기 양산 |
| Coherent Corp. | InP / SiPho 부품 | 400mW CW 레이저 | 400G~800G | 광원·변조기·증폭기 수직 통합 | 양산 (2026 Q3 대규모 생산) |
| NVIDIA | CPO 스위치 | Quantum-X / Spectrum-X | 144포트 InfiniBand | AI 클러스터용 광자 스위치 | 2025~2026 단계적 출시 |
AI 공장 설계 관점에서의 기술 선택 기준
AI 공장(AI Factory) 구축을 검토 중인 제조기업 및 SI 파트너사는 단순 스펙 비교를 넘어, 아래의 실무적 판단 기준을 함께 고려해야 한다.
공급망 성숙도와 양산 가용성
광자칩 시장은 아직 대부분의 제품이 "프로토타입-양산 전환 단계"에 머물러 있다. AI 공장 프로젝트의 납기를 고려할 때, 현재 안정적으로 양산 중인 제품(Intel 광학 트랜시버, Tower 파운드리 서비스, Coherent 레이저 모듈)과 2026년 이후 출시 예정 제품(Lightmatter L200 시리즈, Q.ANT NPU 2)을 구분하여 단계별 도입 계획을 수립하는 것이 현실적이다.
스케일업 vs. 스케일아웃 아키텍처 선택
CPO 기술은 GPU 간 고속 통신을 위한 "스케일업(Scale-Up)" 아키텍처의 핵심이다. 반면 플러거블 트랜시버(Pluggable Transceiver) 기반의 "스케일아웃(Scale-Out)" 구조는 표준 기반 상호 운용성과 비용 효율이 강점이다. 현재 업계 컨센서스는, AI 워크로드의 대역폭 요구가 플러거블 트랜시버의 한계를 초과하는 스케일업 구간에서 CPO 전환이 불가피하다는 방향으로 형성되어 있다.
에너지 효율 목표와의 정합성
AI 데이터센터의 전력 소비가 10메가와트 한계(10-megawatt wall)에 근접하면서, 전력 효율은 스펙의 한 항목이 아닌 프로젝트 실현 가능성 자체를 결정하는 변수가 되었다. 광자칩 인터커넥트는 구리 기반 대비 에너지 소비를 구조적으로 절감할 수 있다는 점에서, 전력 인프라 확장 비용을 포함한 총소유비용(TCO) 분석이 기술 선택의 핵심 판단 지표가 되어야 한다.
파운드리 접근성과 공급 다원화
현재 Tower Semiconductor는 50개 이상의 고객사를 확보한 SiPho 파운드리 리더다. GlobalFoundries의 GF Fotonix 플랫폼, TSMC의 COUPE 프로그램, UMC의 imec iSiPP300 기반 리스크 생산 계획(2026~2027) 등 파운드리 옵션이 다양화되고 있다. SI 파트너사는 고객사의 부품 선택 전략에서 단일 공급선 집중 리스크를 사전에 평가하는 역할을 수행해야 한다.
한국 제조업 관점에서의 전략적 시사점
국내 제조기업과 SI 파트너사에게 광자칩은 두 가지 맥락에서 직접적인 전략적 의미를 갖는다.
첫째, AI 추론 인프라의 비용 최적화 측면이다. 생성형 AI와 산업용 AI 서비스를 자체 데이터센터에서 운영하는 기업이 늘면서, 인터커넥트 병목에 따른 GPU 활용률 저하 문제가 실제 비용으로 전환되고 있다. 광학 인터커넥트 도입을 통한 총소유비용 절감 효과는 중장기 AI 인프라 투자 의사결정에서 반드시 시뮬레이션되어야 하는 항목이다.
둘째, 공급망 리스크 관리 측면이다. 미국의 첨단 반도체 수출 통제가 심화되는 지정학적 환경에서, 국내 스마트 팩토리 구축 프로젝트에 활용되는 AI 가속기의 공급 가용성 자체가 불확실성 변수로 작용하고 있다. 광자칩 기반 인터커넥트는 AI 가속기 효율을 극대화함으로써, 동일한 GPU 자원으로 더 높은 성능을 달성하는 경로를 제공한다.
선택이 아닌 시기의 문제
광자칩은 더 이상 연구소의 기술이 아니다. 2025~2026년을 기점으로 실제 데이터센터와 AI 클러스터에 배치되기 시작했으며, 기술 성숙도는 빠르게 상승하고 있다.
AI 공장 구축을 검토하는 제조기업과 SI 파트너사에게 핵심 실행 제언은 세 가지다.
단기(2026~2027): 현재 양산 중인 Intel·Coherent·Tower 기반의 광학 트랜시버 및 CPO 솔루션을 중심으로, 기존 전기 인터커넥트 대비 실질적인 에너지·대역폭 성능을 파일럿 환경에서 검증하라. 스펙시트의 수치보다 실제 AI 워크로드 환경에서의 지연(latency)과 전력 측정이 선행되어야 한다.
중기(2027~2028): Lightmatter L200/L200X, Ayar Labs 차세대 TeraPHY 등 2026년 상용화를 목표로 하는 CPO 플랫폼의 공급망을 조기에 구축하라. 파운드리 공급 다원화(Tower, GlobalFoundries, TSMC COUPE)를 고려한 부품 조달 전략이 병행되어야 한다.
장기(2028년 이후): Q.ANT NPU 2로 대표되는 광자 프로세서(Photonic Processor) 플랫폼의 상용화 궤적을 모니터링하라. 광자칩이 연산 영역으로 확장될 경우, AI 공장의 컴퓨팅 아키텍처 자체가 재설계될 가능성이 열린다.
광자칩 도입은 "여유가 생기면 검토할 기술"이 아니다. AI 인프라의 에너지 효율과 대역폭 경쟁력이 기업 경쟁력과 직결되는 현재, 이 기술의 채택 시기는 선택이 아닌 전략적 일정 관리의 문제로 이미 전환되었다.
참고문헌
- Tower Semiconductor Ltd. "Tower Semiconductor Partners with NVIDIA to Advance Silicon Photonics Platform for AI Data Centers." U.S. Securities and Exchange Commission (Form 6-K). 2026. https://www.sec.gov/Archives/edgar/data/0000928876/000117891326000303/zk2634292.htm
- Lightmatter, Inc. "Lightmatter Announces Passage L200, the Fastest Co-Packaged Optics for AI." Lightmatter Official Press Release. March 2025. https://lightmatter.co/press-release/lightmatter-announces-passage-l200-the-fastest-co-packaged-optics-for-ai/
- International Energy Agency. "Key Questions on Energy and AI." IEA. April 2026. https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary
- Q.ANT GmbH. "Q.ANT Unveils its Second-Generation Photonic Processor to Power the Next Wave of AI and HPC." Q.ANT Official Press Release. November 2025. https://qant.com/press-releases/q-ant-unveils-its-second-generation-photonic-processor-to-power-the-next-wave-of-ai-and-hpc/
본 게시물은 AI 어시스턴트를 활용하여 초안을 작성하고 편집자의 검수를 거쳤습니다. 타 기업명 및 영업 기밀 보호를 위해 본문 중 일부 고유명사는 익명화(A/B) 처리되었습니다.