AI 전력 한계 넘을 광컴퓨팅, 반도체 경쟁축 부상

한국이 세계 HBM 공급을 주도하며 글로벌 AI 공급망과 증시에서 영향력을 키우는 가운데, 전력과 발열을 줄일 차세대 반도체 기술이 새로운 경쟁축으로 떠올랐다. 뉴로모픽·양자컴퓨팅과 함께 후보군에 오른 광컴퓨팅은 전자 대신 빛으로 계산해 초고밀도 AI 연산 환경의 전력·냉각 부담을 낮출 기술로 주목된다. 국가 경제와 안보를 함께 떠받치는 반도체 산업의 초격차 확보와도 맞닿아 있다.

현재 AI 시스템은 연산과 저장이 분리돼 메모리 접근과 데이터 이동에 연산 자체보다 많은 에너지를 쓴다. 전 세계 AI 데이터센터의 전력 사용 규모는 29.6GW로, 한국의 역대 최대 전력수요 약 97GW의 30% 수준이다. 2030년 세계 데이터센터 전력 소비량은 일본 전체 소비량과 맞먹을 것으로 추산되며, GPT-4o 한 모델의 연간 운영에도 수백만 명의 식수에 해당하는 냉각용 물이 필요한 것으로 평가된다.

광컴퓨팅은 저항열이 없는 빛의 중첩과 간섭을 활용해 AI의 핵심인 행렬 곱셈을 전자회로보다 훨씬 적은 전력으로 수십~수백 배 빠르게 처리할 수 있다. 다만 한국의 기술 수준은 주요국보다 다소 뒤처져 있다. 미국은 대학 원천기술 기반 기업들이 투자 유치와 시제품 개발에 진입했고, 중국은 일부 생성 작업에서 엔비디아 GPU보다 100배 빠른 광자 칩을 시연했다. EU도 광 기반 AI 코프로세서를 슈퍼컴퓨터에 실제 도입했다.

광컴퓨팅 기반 AI 시장은 내년부터 본격적으로 형성돼 2034년 약 30억 달러, 약 4조 원 규모로 성장할 전망이다. 상용화에는 행렬이 커질수록 늘어나는 소자 제어·보정 부담과 가중치 전달 과정의 전력 소모를 해결해야 한다. 광소자·전자회로·메모리·알고리즘을 통합하는 전주기 연구개발과 실리콘 포토닉스·CPO 융합이 필요한 이유다. 아직 초기 단계인 만큼 여러 후보 기술에 고르게 투자하는 전략이 미래 반도체 주도권 확보의 관건으로 꼽힌다.