본문으로 건너뛰기
KO EN
AI 인프라

CPO가 바꾸는 AI 반도체: 패키징·메모리·광학의 삼중 압박

공동 패키징 광학(CPO)이 상용화 단계에 진입하며, 칩 간 데이터 전송을 빛으로 대체해 속도와 전력 효율을 혁신합니다.

Editorial illustration for AI infrastructure & semiconductor coverage
핵심 요약
  1. CPO, AI 반도체 연결의 게임체인저 공동 패키징 광학(CPO)이 상용화 단계에 진입하며, 칩 간 데이터 전송을 빛으로 대체해 속도와 전력 효율을 혁신합니다.
  2. 패키징·메모리·광학, 삼중 병목 CPO 도입으로 고급 패키징 용량이 더욱 부족해지고, LPDRAM 공급은 수요의 60% 수준, 광학 부품 소싱도 새 변수로 떠올랐습니다.
  3. 엔비디아, 메모리 부족에 설계 변경 차세대 Vera CPU가 LPDRAM 공급 부족으로 메모리 구성을 변경했습니다. 모듈당 용량은 줄이고 출하량을 늘리는 방식으로 대응했습니다.
  4. 경쟁 축이 '칩 성능'에서 '용량 확보'로 이동 AI 반도체 경쟁의 핵심이 더 나은 칩 설계에서 패키징·메모리·광학 용량을 얼마나 빨리 확보하느냐로 옮겨가고 있습니다.
  5. 투자자 체크리스트: 다음 지표를 주목하라 TSMC 패키징 증설 발표, 메모리 공급사 캐파 가이던스, CPO 양산 일정, 중국 Vera CPU 수출 허용 여부가 향후 방향을 결정할 핵심 변수입니다.

AI 인프라 투자가 한층 더 정교해지고 있습니다. 최근 발표된 여러 소식들은 단순한 GPU 경쟁을 넘어, 칩을 어떻게 패키징하고, 어떻게 연결하며, 어떤 메모리를 쓰는지가 새로운 승부처가 되고 있음을 보여줍니다. 특히 공동 패키징 광학(Co-Packaged Optics, CPO)의 상용화가 가시화되면서 반도체 공급망 전체에 구조적 변화가 일고 있습니다. 오늘은 이 흐름이 왜 중요한지, 어떤 기업에 기회와 리스크가 될지 깊이 들여다보겠습니다.

무슨 일이 있었나: CPO가 상용화 단계로 접어들다

Yole Group에 따르면, CPO는 기술 개발 단계를 넘어 상업적 배치(commercial deployment) 단계에 진입하고 있습니다. AI 클러스터가 더 높은 대역폭을 요구하면서 전기적 상호 연결의 전력 소모를 줄일 필요성이 커졌고, 이에 따라 기존의 플러그형 광 모듈 대신 스위칭 실리콘과 함께 광학 엔진을 통합하는 방식이 주목받고 있습니다. 이 전환은 단순히 광 트랜시버 생산만이 아니라, 고급 패키징 공정, 포토닉 집적, 열 관리 등 더 넓은 제조 역량을 필요로 합니다. 또한 엔비디아와 TSMC는 AI를 반도체 제조 전반에 확대 적용하고 있습니다. 리소그래피, 결함 검사, 공정 시뮬레이션 등에 엔비디아의 AI 소프트웨어와 가속 컴퓨팅을 도입해 생산 효율성을 높이고 있다는 것이 eeNews Europe의 보도입니다. 하지만 이는 물리적 제약(웨이퍼 스타트, 패키징 용량, 메모리 생산)을 제거하지는 않습니다.

왜 중요한가: 패키징·메모리·광학의 삼중 병목

이번 소식이 중요한 이유는 세 가지 제약이 동시에 작용하고 있기 때문입니다. 첫째, CPO 도입으로 고급 패키징(advanced packaging)에 대한 수요가 더욱 늘어납니다. 이미 고성능 프로세서와 HBM 메모리로 패키징 용량이 포화 상태인 가운데, 광학 통합까지 더해지면 경쟁이 더욱 치열해질 전망입니다. 둘째, 메모리 공급이 병목입니다. TrendForce에 따르면 엔비디아는 차세대 Vera CPU 플랫폼의 메모리 구성을 변경할 수밖에 없었습니다. 삼성, SK하이닉스, 마이크론의 초기 생산 계획이 엔비디아의 예상 LPDRAM 수요의 약 60%만 충족할 수 있었기 때문입니다. 엔비디아는 SOCAMM 모듈당 메모리 용량을 줄이고 모듈 출하량을 늘리는 방식으로 대응했지만, 이는 전체 메모리 수요가 줄어든 것이 아닙니다. 셋째, 광학 부품 소싱이 새로운 변수로 떠오르고 있습니다. CPO를 위해서는 실리콘 포토닉스 웨이퍼 가공, 정밀 조립 등 추가 역량이 필요하며, 이는 기존 패키징 리소스와 경합을 빚습니다.

XPLAIN AI의 해석: 공급망 주도권이 기술에서 ‘용량 확보’로 이동

이러한 흐름은 AI 반도체 산업의 경쟁 축이 ‘더 나은 칩 설계’에서 ‘얼마나 빨리 필요한 패키징·메모리·광학 용량을 확보하느냐’로 이동하고 있음을 시사합니다. 엔비디아와 TSMC가 AI를 제조 공정에 도입하는 것은 생산 효율을 높이기 위함이지만, 근본적인 물리적 용량 확장 없이는 한계가 있습니다. 따라서 패키징 파운드리(예: TSMC의 CoWoS, SoIC), 실리콘 포토닉스 전문 기업, 고대역폭 메모리(HBM) 및 LPDRAM 공급사들의 협상력이 높아질 가능성이 있습니다. 반면, 기존 플러그형 광 모듈에 의존하던 업체들은 CPO 전환 과정에서 단가 하락이나 시장 축소 압박을 받을 수 있습니다. 또한 엔비디아의 Vera CPU가 중국에 조기 출시될 가능성(H200 수출 제한 속)도 언급되어, 지역별 공급망 재편이 가속화될 변수로 작용합니다.

수혜와 리스크: 기회와 위협을 동시에 읽다

  • 고급 패키징 역량 보유 기업: TSMC, 삼성전자, 인텔 등은 패키징 용량이 부족할수록 프리미엄을 받을 가능성이 있습니다. 특히 TSMC는 이미 CoWoS로 AI 칩 패키징을 주도하고 있어 추가 수혜가 예상됩니다.
  • 실리콘 포토닉스/광학 부품 기업: CPO 채택이 늘어나면 포토닉 집적 기술을 가진 업체들(예: 루멘텀, 브로드컴의 광학 부문 등)의 가치가 재평가될 수 있습니다.
  • 메모리 공급사: SK하이닉스, 삼성전자, 마이크론은 LPDRAM과 HBM 수요 증가의 직접적인 수혜자입니다. 다만 엔비디아의 수요를 60%만 충족할 정도로 공급이 타이트하다는 점은 가격 상승 요인이지만, 동시에 고객사의 설계 변경(용량 축소)이라는 리스크도 존재합니다.
  • 기존 광 트랜시버 업체: CPO 전환이 가속화되면, 기존 플러그형 모듈 시장은 성장 둔화 또는 구조적 축소 압력을 받을 수 있습니다. 다만 단기적으로는 AI 데이터센터의 폭발적 수요가 여전히 기존 트랜시버 수요를 견인할 것입니다.

반대 시나리오와 불확실성: 모든 것이 계획대로 진행될까?

이러한 전망에는 몇 가지 불확실성이 따릅니다. 첫째, CPO의 양산 수율과 비용이 예상보다 낮아 채택 속도가 더딜 가능성이 있습니다. Yole Group의 전망은 낙관적이지만, 실제 양산에서의 기술적 난제(열 관리, 광학 정렬 등)가 변수가 될 수 있습니다. 둘째, 엔비디아가 Vera CPU의 메모리 구성을 변경한 것은 단기적 대응일 뿐, 만약 메모리 공급사들이 증설 계획을 앞당긴다면 원래 설계로 복귀할 수도 있습니다. 셋째, AI 반도체 수요 자체가 거시경제 둔화나 투자 사이클 조정으로 식을 경우, 패키징 및 메모리 경쟁도 완화될 수 있습니다. 마지막으로, 중국 시장을 둘러싼 수출 규제 변화는 엔비디아의 Vera CPU 출하 계획에 영향을 줄 수 있으며, 이는 글로벌 공급망의 지역별 재편을 더욱 복잡하게 만듭니다.

다음에 확인할 지표: 투자자가 주목해야 할 신호

이러한 변화를 모니터링하기 위해 다음 지표들을 주목할 필요가 있습니다. 첫째, TSMC의 CoWoS 및 SoIC 패키징 용량 증설 발표와 가동률. 둘째, 삼성·SK하이닉스·마이크론의 LPDRAM 및 HBM 생산 캐파 가이던스와 엔비디아의 메모리 구성 변경이 일시적인지 영구적인지 확인할 추가 정보. 셋째, CPO 관련 주요 고객사(엔비디아, 브로드컴, 마벨 등)의 발표와 실제 양산 일정. 넷째, 중국으로의 Vera CPU 출하 허용 여부와 관련 규제 변화. 이러한 신호들이 확인되면 현재의 공급망 재편 시나리오가 더욱 명확해질 것입니다. 결론적으로, AI 반도체는 이제 칩 자체의 성능뿐 아니라 칩을 둘러싼 생태계의 모든 요소—패키징, 메모리, 광학 연결—가 총체적으로 경쟁하는 국면에 접어들었습니다. 이 변화를 읽는 투자자에게는 기회와 리스크가 공존합니다.

#AI반도체 #CPO #공급망 #패키징 #실리콘포토닉스 #LPDRAM #HBM #엔비디아 #TSMC #반도체투자

출처

작성: XPLAIN AI 편집팀 · 검수: XPLAIN AI Editorial Desk
이 콘텐츠는 공개된 출처를 기반으로 AI의 도움을 받아 작성되었으며, XPLAIN AI의 편집·검수 기준을 적용했습니다. 사실과 분석 의견을 구분하며, 오류가 확인되면 수정합니다.

오류를 발견하셨나요? 정정 요청하기 →