왜 실리콘 포토닉스가 AI 반도체의 2막을 여는가 (박영준 라이팩 CTMO)

한 줄 핵심

AI 반도체의 병목이 연산에서 연결로 이동하면서, 칩 간 초고속·저전력 전송을 위한 실리콘 포토닉스가 데이터센터 인프라의 핵심 기술로 떠오르고 있다.

시간별 요약

1. 0:00
   AI 반도체의 1막이 GPU 확보 경쟁이었다면 2막은 칩과 칩 사이를 얼마나 빠르고 효율적으로 연결하느냐의 문제로 바뀌었다. 기존 구리선 방식은 AI 시대의 속도 요구를 따라가기 어려워졌고, 광 기반 전송이 새로운 표준으로 주목받고 있다.
2. 2:00
   광통신은 원래 장거리 전송에 쓰여 왔지만, 실리콘 포토닉스는 칩과 칩 사이의 짧은 거리 전송까지 광으로 바꾸려는 기술이다. 레이저 빛을 실리콘 칩의 웨이브가이드와 PN 다이오드 구조로 제어해 디지털 신호를 실어 보내는 방식이 핵심이다.
3. 9:00
   실리콘 포토닉스가 AI에서 주목받는 이유는 속도뿐 아니라 안정성과 비용에도 있다. 빛은 원리적으로 에너지 소모가 적고, 실리콘은 기존 반도체 생태계와 잘 맞아 고장 위험과 비용을 낮출 수 있어 데이터센터 전력 문제를 크게 완화할 수 있다.
4. 16:01
   실리콘 포토닉스는 이미 제품화가 시작됐지만, 아직은 통신 중심의 성숙 단계에서 AI 근거리 전송으로 확장되는 초기 국면이다. 인텔이 선도해 왔고 TSMC가 패키징 단계에서 적극적으로 채택하고 있으며, 삼성도 전체 AI 시스템 관점에서 경쟁력을 키울 여지가 있다.
5. 20:01
   이 분야의 승부처는 광 소자 자체보다 패키징과 시스템 통합에 있다. 전자와 광을 모두 이해하고, 웨이퍼 레벨 패키징 같은 기존 반도체 역량을 광에 적용할 수 있는 팀이 고객이 원하는 조립성·신뢰성·성능을 동시에 잡을 가능성이 크다.

실무 인사이트

• AI 인프라를 볼 때 연산 성능만 보지 말고 칩 간 연결 병목과 전력 효율을 함께 점검해야 한다.
• 실리콘 포토닉스는 소자 기술보다 패키징·양산·고장 대응 체계가 경쟁력을 좌우하므로, 로드맵 수립 시 시스템 통합 역량을 우선 확보해야 한다.
• 데이터센터 설계에서는 구리 기반 전송을 어디까지 유지하고 어디부터 광으로 전환할지, 속도·비용·전력 기준으로 구간별 전환 전략을 세우는 것이 실용적이다.