IBK투자증권 “AI Factory 시대 연결성이 새 변수”…Marvell 주가 급등 배경 주목
출처 freepik
[더파워 이경호 기자] AI 인프라 경쟁의 초점이 GPU와 고대역폭메모리(HBM) 등 칩 공급을 넘어 데이터센터 내부와 외부를 잇는 네트워크로 확장되고 있다는 분석이 나왔다.
IBK투자증권은 지난 8일 발간한 ‘새로운 병목으로 부상한 광네트워크’ 보고서에서 AI 데이터센터가 ‘AI Factory’로 진화하면서 연결성이 새로운 병목으로 부상했다고 분석했다.
강민구 IBK투자증권 연구원은 보고서에서 “최근 Marvell의 주가 상승은 AI 시장의 병목이 칩 생산에서 연결로 이동하고 있음을 보여준다”며 “AI Agent 시대에는 연산 자원 확보를 넘어 효율적 연결이 중요해졌다”고 밝혔다.
그동안 생성형 AI 시장에서는 GPU, HBM, 첨단 패키징, CoWoS 등 고성능 칩 생산 능력이 핵심 병목으로 꼽혔다. 하지만 AI 모델이 더 복잡해지고 데이터센터가 대규모 토큰 생산 인프라로 바뀌면서, 여러 칩과 서버·랙·데이터센터를 효율적으로 연결하는 기술의 중요성이 커지고 있다는 설명이다.
이 흐름은 Marvell 주가에서도 확인됐다. 보고서에 따르면 Marvell은 COMPUTEX 2026에서 연결성을 AI Factory의 새로운 병목으로 지목했다. 이후 주가는 32.5% 급등해 290.7달러로 마감했다.
Marvell은 AI 데이터센터용 커스텀 실리콘, 이더넷 스위치, 광통신용 DSP, SerDes, PHY 등 네트워크 반도체를 설계하는 기업이다. NVIDIA와는 NVLink Fusion 파트너십을 체결했고, NVIDIA가 Marvell에 20억달러를 투자한 점도 시장의 관심을 키웠다.
실적도 데이터센터 중심으로 재편되고 있다. Marvell의 FY1Q27 매출은 전년 동기 대비 27.5% 증가한 24억달러를 기록했고, 데이터센터향 매출 비중은 76%에 달했다. IBK투자증권은 이 같은 흐름이 AI 네트워크 시장의 성장 잠재력을 보여준다고 봤다.
다만 칩 공급 문제가 사라진 것은 아니다. 강 연구원은 “메인 병목으로 여겨지던 칩 공급은 여전히 중요한 문제”라고 짚었다. TSMC의 선단 공정과 CoWoS로 대표되는 첨단 패키징, HBM 공급은 여전히 AI 인프라 확장의 제약 요인이라는 설명이다.
보고서에 따르면 TSMC는 2026년 설비투자 가이던스로 520억~560억달러를 제시했다. 이는 전년 대비 약 30% 증가한 수준이다. CoWoS 생산능력도 2026년 말까지 월 10만~13만장 이상으로 확대할 계획이지만, AI 칩 패키징 면적이 커지면서 증설 효과가 일부 상쇄될 수 있다고 분석했다.
HBM 공급도 빠듯한 상황이다. 주요 메모리 업체들은 HBM4가 HBM3E 대비 약 50% 가격 프리미엄을 형성하고 있음에도 2026년 물량이 매진됐다고 밝혔다. 보고서는 젠슨 황 NVIDIA CEO가 COMPUTEX 2026에서 SK하이닉스 HBM4E 웨이퍼에 “Please Make More”라고 적은 사례도 칩 공급 부족이 현재진행형이라는 신호로 해석했다.
그럼에도 앞으로의 재평가 영역은 네트워크 쪽으로 옮겨갈 가능성이 크다는 게 IBK투자증권의 판단이다. AI Agent 시대에는 하나의 작업을 여러 프로세서가 나눠 처리하고, GPU·CPU·DPU·스토리지 사이 데이터 이동이 늘어난다. 이 과정에서 연결 지연이 발생하면 GPU가 대기 상태에 놓이고 전체 처리량이 떨어진다.
강 연구원은 “작업을 다양한 하드웨어로 분산할수록 연산보다 연결성이 성능을 결정짓는 변수가 된다”며 “소프트웨어에서는 하네스, 하드웨어에서는 CPU·DPU와 네트워킹에 집중해야 한다”고 분석했다.
AI 데이터센터의 경제성도 연결성에 좌우될 가능성이 커졌다. 데이터센터는 단순 연산 시설이 아니라 토큰을 생산하는 AI Factory로 정의되고 있다. GPU가 쉬지 않고 토큰을 생산하려면 CPU, 스토리지, 네트워크 등 계층 간 데이터 이동 지연을 줄여야 한다.
보고서는 NVIDIA의 Vera Rubin 플랫폼이 이러한 변화를 반영하고 있다고 설명했다. Blackwell이 72개 GPU를 하나의 추론 엔진으로 묶었다면, Vera Rubin은 연결 계층을 CPU와 스토리지까지 확장한다. BlueField-4 DPU와 STX 스토리지 프로세서도 장기 컨텍스트와 KV 캐시 관리 등 Agent AI 환경에서 커지는 병목을 줄이는 역할을 맡는다.
핵심 기술로는 광네트워크가 지목됐다. 네트워크는 거리와 용도에 따라 데이터센터 간 연결인 Scale Across, 데이터센터 내부 서버·랙 연결인 Scale Out, 랙 내부 GPU·CPU 연결인 Scale Up, 패키징 내부 연결로 나뉜다.
현재 광네트워크는 데이터센터 간과 데이터센터 내부 연결에 주로 쓰이고 있지만, 앞으로는 랙 내부인 Scale Up 영역까지 침투할 것으로 전망됐다. 구리 케이블은 대역폭이 커질수록 신호 손실과 전력 소모가 커진다. 보고서는 레인당 속도가 200Gbps를 넘어 400Gbps로 향하면 한계 거리가 1m 안팎으로 줄어들어 단일 랙을 넘는 구간에서는 광 연결이 불가피해진다고 분석했다.
특히 Scale Out 영역은 이미 800Gbps에서 1.6Tbps로 넘어가는 과도기에 있고, Scale Up 영역의 광네트워크 수요는 Rubin Ultra NVL576 플랫폼이 등장하는 2027년부터 본격화될 것으로 전망됐다.
계층별로 주목해야 할 부품도 다르다. Scale Across에서는 장거리 전송을 위한 코히런트 광학 기술과 코히런트 DSP가 핵심이다. Scale Out에서는 800Gbps·1.6Tbps 광모듈과 PAM4 DSP가 단기 병목으로 꼽힌다. Scale Up에서는 GPU·XPU 연결을 지원하는 CPO와 실리콘 포토닉스 기술이 중요해질 것으로 전망됐다.
IBK투자증권은 AI 인프라 투자 관점에서 단순히 GPU나 HBM에만 집중하기보다 네트워크 계층별 밸류체인을 함께 봐야 한다고 제시했다. 데이터센터가 AI Factory로 바뀌는 과정에서 연결성은 전력, 냉각, 패키징과 함께 생산성을 좌우하는 핵심 요소로 부상하고 있다는 분석이다.
강 연구원은 “GPU와 HBM 공급 부족이 NVIDIA와 메모리 3사의 밸류에이션 재평가로 연결됐듯이, 다음 리레이팅 후보는 연결성 밸류체인에서 나올 가능성이 높다”고 밝혔다.
