구리선도 느리다! 엔비디아·코닝 4.6조원 광섬유 협업 확대 (2026)

구리선, 왜 갑자기 한계에 부딪혔을까?

저도 최근에 AI 데이터센터 관련 뉴스를 훑어보다가 꽤 충격적인 사실을 하나 접했는데요. 수십 년간 컴퓨터 네트워크를 든든히 지탱해온 구리선(동선)이 드디어 속도 한계에 다가왔다는 거예요. 현재 AI 연산에 쓰이는 GPU 클러스터는 초당 수백 테라바이트의 데이터를 주고받아야 하는데, 구리선은 신호 감쇠 문제로 1~3m 이상 거리에서는 고속 전송이 거의 불가능해요. 엔비디아의 블랙웰·루빈 아키텍처처럼 수천 개의 GPU를 연결하는 대규모 AI 클러스터에서는 구리선이 완전히 병목 지점이 돼버렸다고 하더라고요.

 

 

엔비디아·코닝, 4.6조원 규모 광섬유 파트너십 체결

이런 배경 속에서 엔비디아가 유리·광섬유 전문 기업 코닝(Corning)과 4.6조원(약 32억 달러) 규모의 협업 확대 계획을 발표했어요. 코닝은 광섬유 분야에서 150년 이상의 역사를 가진 기업으로, 이번 협약을 통해 차세대 AI 데이터센터에 고밀도 광섬유 케이블을 대규모로 공급하게 됩니다. 단순한 부품 공급이 아니라, 인프라 설계 단계부터 코닝이 참여하는 전략적 파트너십 성격이 강하다는 게 눈에 띄더라고요. 2026년 현재 기준으로도 이 규모는 광섬유 공급 단일 계약 중 역대 최대 수준에 해당한다고 해요.

 

 

• 구리선 한계: 신호 감쇠로 1~3m 이상 거리에서 고속 전송 어려움
• 광섬유 장점: 빛으로 신호 전송 → 거리·속도 제약 대폭 해소
• 코닝 역할: 차세대 데이터센터 광섬유 인프라 설계·공급 전반 담당
• 계약 규모: 4.6조원, 다년간 지속 공급 형태

"광섬유는 구리가 넘지 못한 속도 장벽을 가볍게 넘는다 — AI 인프라의 새로운 표준이 시작됐다"

광섬유가 AI 데이터센터를 어떻게 바꾸나?

광섬유는 전기 신호 대신 빛으로 데이터를 전송하기 때문에, 구리선 대비 지연 시간을 획기적으로 줄일 수 있어요. 기존 구리 기반 케이블이 갖는 지연을 최대 2분의 1 이하로 낮출 수 있다고 하더라고요. 수천 개의 GPU가 동시에 통신하는 하이퍼스케일 AI 클러스터에서 이 차이는 전체 학습 속도와 전력 효율에 직접 영향을 줘요. 결국 AI 모델 훈련 비용이 낮아지고, 더 강력한 서비스를 더 빠르게 개발할 수 있는 토대가 마련된다는 점에서 이번 협업의 의미가 꽤 크다고 생각해요.

 

 

AI 인프라 경쟁, 우리에게 어떤 신호일까?

이번 엔비디아와 코닝의 협업은 AI 시대의 하드웨어 경쟁이 얼마나 넓은 영역으로 번지는지를 잘 보여주는 사례 같아요. GPU만 빠르다고 되는 게 아니라, 그 GPU들을 연결하는 케이블·스위치·냉각까지 모두 혁신해야 한다는 거죠. 국내에서도 삼성전자·SK하이닉스가 HBM 메모리로 AI 인프라에 깊게 관여하고 있는 만큼, 광섬유 기반 인터커넥트 시장도 함께 주목할 필요가 있을 것 같아요. 여러분은 이런 소재·부품 수준의 AI 인프라 경쟁이 앞으로 어떻게 전개될 것 같으세요?