한국 정부도 AI 데이터센터를 국가 전략산업으로 육성하고 있다. 과학기술정보통신부의 2026년 하반기 업무계획은 SK·GS·네이버 등 민간 기업의 총 550조 원 규모 데이터센터 투자 계획을 제시하고, 데이터센터의 원활한 운영을 지원하겠다고 밝혔다. 이는 이미 집행된 투자액이라기보다 앞으로 추진될 민간 투자 규모를 가리킨다. 투자 규모가 커질수록 서버와 GPU뿐 아니라 전력·냉각·네트워크를 함께 설계하는 일이 중요해진다.
박진호 포인투테크놀로지 창업자 겸 대표이사
AI 모델을 학습하거나 서비스하려면 GPU와 메모리, 저장장치, 네트워크 사이에서 대량의 데이터가 오간다. 특히 여러 GPU와 서버를 묶어 하나의 큰 작업을 처리할 때는 장비 사이의 통신 속도와 지연시간이 전체 작업 시간에 영향을 준다.
이것은 단순한 가능성이 아니라 실제 시스템에서 측정하고 점검하는 성능 요소다. 엔비디아의 NCCL 문서는 여러 GPU와 노드 사이의 통신을 효율적으로 처리하는 기능을 설명하고, GPU 간 대역폭 측정과 성능 진단 방법도 안내한다. 연결 성능이 예상보다 낮으면 GPU 간 통신에 문제가 있을 수 있는 것이다.
따라서 AI 인프라의 성능은 GPU의 연산 능력만으로 결정되지 않는다. 데이터를 얼마나 빠르고 안정적으로 전달하는지, 그 과정에서 전력과 비용을 얼마나 쓰는지, 장비를 추가했을 때 시스템을 얼마나 쉽게 확장할 수 있는지도 함께 따져야 한다. 같은 GPU와 전력으로 더 많은 작업을 처리할 수 있는지가 데이터센터의 경제성을 가르는 기준이 된다.
◇구리와 광 연결의 한계를 보완하려는 시도
현재 데이터센터 연결에는 구리 케이블과 광통신 기술이 널리 쓰인다. 각각 비용과 전송거리, 전력 소비 등에서 장단점이 있어, 어떤 방식을 선택할지는 연결 구간과 필요한 성능에 따라 달라진다. AI 클러스터의 규모가 커지고 전송 속도가 높아지면서 두 방식의 특성을 보완할 새로운 연결 기술도 모색되고 있다.
포인투테크놀로지가 개발한 e Tube는 밀리미터파 무선주파수 신호를 플라스틱 유전체 도파관으로 전달하는 방식이다. 이를 구리와 광 연결을 보완할 차세대 솔루션으로 소개하며, 구리보다 전송 거리를 늘리고 광 연결보다 전력과 비용을 낮출 수 있다.
웹사이트에는 광 케이블 대비 전력 소비와 비용 등에서 우위가 있다는 비교 수치도 제시돼 있다.
연결 기술이 해결해야 할 과제는 데이터 전송 속도 하나가 아니다. 전력 효율, 안정적으로 데이터를 전달할 수 있는 거리, 기존 장비와의 호환성, 시스템 확장성까지 함께 고려해야 한다. 적절한 기술이 적용되면 데이터센터의 운영 비용과 전력 부담을 낮추는 데 기여할 수 있지만, 실제 효과는 연결 방식과 사용 조건에 따라 달라진다.
◇연결 기술은 AI 주권의 기반이기도 하다
연결 기술의 선택은 개별 서버의 성능을 넘어 데이터센터의 전체 구조에 영향을 준다. 어떤 장비와 표준을 채택하느냐에 따라 시스템을 확장하는 방식과 공급망, 특정 업체에 대한 의존도도 달라질 수 있다.
한 나라가 자국의 필요에 맞는 AI를 개발하고 운영하려면 모델과 컴퓨팅 자원만으로는 부족하다. 이를 뒷받침할 전력·네트워크·데이터센터 설비를 안정적으로 확보해야 한다. 이런 점에서 연결 기술은 소버린 AI를 구현하는 인프라의 한 부분이다. 어떤 기술이 국가의 AI 주권을 보장한다고 단정할 수는 없지만, 인프라의 선택이 장기적인 운영 자율성과 공급망 구성에 영향을 줄 수 있다는 점은 전략적으로 검토할 필요가 있다.
AI 인프라 투자 경쟁은 이제 GPU를 몇 대 확보했는지에서 멈추지 않는다. 데이터가 장비 사이를 얼마나 효율적으로 이동하는지, 그 과정에서 전력과 비용을 얼마나 줄이는지가 데이터센터의 생산성을 좌우한다. AI 시대의 경쟁력은 연산 능력과 연결 능력을 함께 설계하는 데서 나온다.









