AI 클러스터가 커질수록 GPU 보다 먼저 한계에 부딪히는 것이 있다. 수천 개의 GPU 를 잇는 네트워크 스위치다. 전기 신호 기반 스위치는 데이터를 잘게 쪼개 목적지를 분석한 뒤 다시 조립해 내보내는 매 과정마다 처리 지연이 쌓이고, 데이터센터 전체 전력의 10~20% 를 잠식한다1. 클러스터 규모가 커질수록 이 비중은 더 올라간다. 그 병목을 광 회로 스위치(Optical Circuit Switch, OCS) 로 우회하는 엔아이(nEye.ai) 에, 서터힐 벤처스 주도로 약 1,040억원($8,000만) 의 시리즈C 가 붙었다1.
왜 '광 회로 스위치'였나 — AI 트래픽은 반복적이고, 예측 가능하다
AI 분산 학습에서 GPU 들이 동시에 서로 데이터를 교환하는 AllReduce, 추론 과정에서 대량으로 이동하는 KV 캐시 — 이 트래픽은 규모가 크고, 반복적이며, 어느 정도 예측 가능하다1. 매 패킷마다 라우팅 결정을 내리는 기존 전기 스위치의 방식은 애초에 이 특성에 최적화되어 있지 않다. 굳이 패킷을 분해하고 분석하고 재조립할 이유가 없는 구간이 존재한다. 전용 광 회선을 미리 깔아두면, 분석 없이 빛이 목적지까지 그대로 달린다. 지연이 구조적으로 줄어들고, 처리 회로가 필요 없으니 전력도 덜 든다.
광 회로 스위치의 개념 자체는 새롭지 않다. 수십 년 전부터 통신망에서 쓰여 온 기술이다. 문제는 하드웨어의 형태였다. 기존 OCS 장비는 대형 광학 부품을 외부에 조합하는 방식이라 부피가 크고 단가가 높아, 수천 개 이상의 GPU 를 촘촘하게 잇는 데이터센터 클러스터에 빈틈없이 배포하기 어려웠다. 배포 단위가 커지면 총소유비용이 맞지 않는 구조였다. 엔아이가 걸어잠근 것은 이 간극이다 — OCS 를 칩 하나로 압축하는 것.
엔아이의 접근은 실리콘 포토닉스·MEMS·CMOS 를 단일 칩에 통합하는 것이다1. 세 기술을 하나의 칩으로 묶으면 부피와 단가가 내려가고, 반도체 파운드리 생태계를 통한 대량생산 경로가 열린다. 이 설계를 이끈 것은 UC 버클리 밍 우(Ming Wu) 교수 연구실 출신 광학·포토닉스 전문가 3인으로, 2020년 회사를 창업했다1. 이들과 함께 회사를 이끄는 CEO 는 구글 광학 네트워크 부문에서 30년을 보낸 인물이다1. 연구실 기술을 실제 데이터센터 수요와 연결하는 역할을 맡는다.
2020년 창업 이후 엔아이가 집중한 과제는 명확했다. 연구실 수준의 광학 아이디어를 양산 가능한 반도체 칩 설계로 전환하는 것. 이번 시리즈C 는 그 전환이 어느 정도 완성 단계에 접어들었다는 시장의 판단을 반영한다. 누적 조달금액 $1억 5,200만(약 1,976억원)1 은 하드웨어 스타트업이 연구실에서 양산으로 넘어가는 죽음의 계곡을 건너는 데 필요한 규모다.
전기 패킷 스위치 vs 엔아이 OCS-on-a-chip
| 비교 영역 | 기존 전기 패킷 스위치 | 엔아이 OCS-on-a-chip |
|---|---|---|
| 신호 처리 방식 | 전기 신호 · 패킷 분해-분석-재조립 후 전송 | 광 신호 · 라우팅 결정 없이 빛이 목적지까지 통과 |
| 전력 소비 | 데이터센터 전체 전력의 10~20% 이상 잠식1 | 패킷 처리 회로 불필요 · 구조적 전력 절감 |
| AI 트래픽 적합성 | 범용 설계 · AllReduce·KV 캐시에 과사양 처리 지연 발생1 | 예측 가능한 AI 트래픽에 전용 회선 사전 배정1 |
| 하드웨어 형태 | ASIC + 외부 광 모듈 조합 · 부피·비용 높음 | 실리콘 포토닉스·MEMS·CMOS 단일 칩 통합1 |
| 양산 경로 | 성숙 공급망 · 공급 과잉 우려 | 반도체 파운드리 경로 · 대량생산 진입 단계1 |
세 개의 기술이 한 칩에 모였다
- 실리콘 포토닉스 — 광학을 반도체 공정으로 끌어들인다 유리 섬유와 별도 광 소자로 구성되던 광 경로를 실리콘 웨이퍼 위에 새긴다. 기존 반도체 제조 공정과 호환되기 때문에 부품 단가가 내려가고, 수량 확보가 현실적으로 가능해진다. 데이터센터 클러스터 전체에 OCS 를 촘촘하게 배포하려면 칩 수량이 수천~수만 개 단위가 되어야 한다. 파운드리 경로를 확보하지 못하면, 양산이 아니라 고급 시연에 머문다1.
- MEMS — 칩 내부에서 광 경로를 물리적으로 전환한다 미세전자기계 시스템(MEMS) 이 칩 위에서 아주 작은 구조물을 움직여 광 경로를 바꾼다. 전기 스위치처럼 패킷을 분석할 필요가 없어 처리 지연이 구조적으로 사라진다. AI 워크로드의 예측 가능한 트래픽 패턴 — 특히 AllReduce 나 KV 캐시처럼 주기적·대규모로 발생하는 통신 — 과 맞물리면 OCS 의 효과가 배가된다1.
- CMOS — 제어 회로를 칩 안으로 통합한다 광 경로를 제어하는 전자 회로까지 동일한 칩에 집어넣는다. 외부 인터페이스가 줄고 신뢰성이 올라간다. 이 세 기술의 단일 칩 통합이 엔아이의 핵심 기술 차별점이다. 2020년 창업 이후 이번 시리즈C 직전까지, 공동창업자들이 가장 긴 시간을 쏟아부은 과제가 이 통합 설계였다1.
The Bet — 왜 서터힐과 마이크론이 같은 테이블에 앉았나
서터힐 벤처스·캐피탈G·M12·소크라틱 파트너스·마이크론 테크놀로지가 함께 이 베팅을 산 논리는 하나다1. AI 클러스터의 규모 경쟁이 멈추지 않는 한, 네트워크 병목은 반드시 터진다. 수천 개에서 수십만 개로 GPU 클러스터가 확장되는 속도에서, 전기 스위치가 잠식하는 전력 비중 10~20%1 는 하이퍼스케일러 경영진이 무시하기 어려운 숫자가 된다. 그때 OCS-on-a-chip 으로 양산 경로를 먼저 확보한 팀이 있다면, 그것이 엔아이다. 특히 마이크론 테크놀로지가 투자자 테이블에 앉았다는 사실은 단순 재무 투자로 읽기 어렵다. 메모리 반도체 최대 제조사 중 하나가 광 네트워크 인프라를 HBM·CXL 이후의 병목 전쟁터로 인식하고 있다는 신호로 해석할 수 있다. UC 버클리 연구실 출신의 광학·포토닉스 전문성과 구글 광학 네트워크 30년 경력의 CEO 조합1 은, 이 회사가 기술 실행력과 시장 접근성을 동시에 갖추고 있다는 방증이기도 하다. 칩 설계가 양산 수준으로 검증되면, 하이퍼스케일러 파일럿 진입이 다음 관문이다.
다음 12개월에 지켜볼 지표 3개
- 하이퍼스케일러 파일럿 계약 공개 OCS-on-a-chip 이 실험실을 벗어나 실제 AI 데이터센터에 배포되는 것이 기술 검증의 첫 단계다. 구글·마이크로소프트·아마존 등 주요 클라우드 사업자 중 어느 한 곳이라도 파일럿 계약을 공식화한다면 시장 진입의 신호탄이 된다. 마이크론이 투자자 테이블에 있다는 점은, 파트너십 논의가 이미 수면 아래서 진행 중일 가능성을 열어두게 한다.
- 파운드리 양산 수율 데이터 단일 칩 통합 설계가 성공해도 수율이 낮으면 원가 경쟁력이 무너진다. 이번 시리즈C 자금의 상당 부분이 양산 공정 검증에 투입될 것으로 예상된다. 파운드리 파트너십 발표 혹은 수율 관련 수치가 외부로 나온다면, 엔아이가 양산 임계점을 통과했는지 판단할 수 있는 핵심 체크포인트가 된다.
- 경쟁 대비 전력 절감 벤치마크 수치 OCS 의 가치 명제는 결국 전력 효율이다. 엔아이가 독립 벤치마크 혹은 고객사 실증 데이터를 공개한다면, 기존 전기 스위치 대비 실제 절감폭이 수치로 확인된다. 이 데이터가 나오지 않으면 영업 사이클이 예상보다 길어질 수 있다. 수치의 신뢰성이 곧 가격 협상력이다.
GPU 전쟁이 일단락될 때, 네트워크 전쟁이 시작된다.
