[비즈니스포스트] SK하이닉스가 인공지능(AI) 인프라 데이터 병목 현상을 해결할 광학 기술 개발에 나선 가운데, 관련 내용을 담은 논문을 국제 학술지에 게재했다. 

SK하이닉스는 자사 뉴스룸을 통해 AI와 고성능 컴퓨팅(HPC)를 위한 차세대 광 인터커넥트 기술 'CPO(Co-Pacakged Optics)'에 관한 연구 논문을 국제 학술지 네이처 일렉트로닉스에 게재했다고 20일 밝혔다.
 

AI 반도체 성능 향상의 핵심은 칩 내부에서 메모리와 연산 장치를 얼마나 빠르게 연결하느냐로 축약된다.

고대역폭메모리(HBM)가 이 문제를 해결하며 AI 성능 혁신을 이끌었는데, 최근 수천 개의 그래픽처리장치(GPU)와 HBM을 엮은 초대형 컴퓨터가 등장하면서 이제는 시스템과 시스템 사이의 데이터 이동 속도가 새로운 걸림돌로 떠올랐다.

연구진은 논문에서 연산 성능은 2년마다 약 3배씩 늘어나는 반면, 데이터를 주고받는 속도(대역폭)는 1.4배 늘어나는 데 그친다며 원인을 진단했다.

이 격차는 '대역폭 장벽'으로 불리며, 기존의 구리 기반 전기 연결은 거리가 멀어질수록 신호가 약해지고 전력 소모도 급증해, 차세대 AI 데이터센터의 한계로 지목돼 왔다.

논문은 이를 해결할 핵심 기술로 'CPO'를 제시했다.

CPO는 광 송수신기를 프로세서와 한 패키지 안에 넣어, 칩 간 데이터를 긴 전기 배선 대신 빛으로 주고받는 방식이다. 짧은 거리에서는 구리 배선도 효율적이지만, 속도와 거리가 늘어날수록 전력 소모와 지연 시간이 커지는 만큼, 광 신호로 전환하면 더 넓은 범위에서도 높은 대역폭과 에너지 효율을 유지할 수 있다.

장기적으로는 광 연결을 메모리 인터페이스까지 확장하는 방안도 제시됐다.

광 인터포저로 메모리와 프로세서를 직접 연결하면 여러 개의 AI 가속기가 하나의 거대한 메모리 풀을 공유할 수 있어, AI 모델이 대형화되더라도 유연하게 대응할 수 있다는 것이다.

이번 연구는 SK하이닉스 홍승훈 팀장(AI Infra)과 미국 버지니아대 이규상 교수가 교신저자로 참여했으며, 일리노이대 어바나-샴페인, 난양공대, MIT, 연세대 연구진이 공동으로 수행했다.

이 교수는 "연산 칩 성능이 향상되어도 칩 사이 데이터 이동 능력이 이를 따라가지 못하면 시스템 전체 성능은 오르지 않는다"며 "물리적 한계를 안고 있는 구리 배선 대신 빛으로 데이터를 옮기는 것이 가장 유력한 확장 경로"라고 말했다.

홍 팀장은 "학계의 전문성과 산업계의 현장 경험이 연결돼 AI 인프라의 미래 방향을 함께 제시했다는 점에서 의미가 크다"며 "앞으로도 고객과 산업 생태계에 실질적인 가치를 제공할 수 있는 개방형 협력을 지속 확대해 나가겠다"고 밝혔다. 김나영 기자