SK하이닉스, 공동패키지광학 메모리 확장 로드맵 제시

SK하이닉스가 인공지능(AI) 인프라의 데이터 전송 병목을 줄이기 위한 차세대 공동패키지광학(CPO) 기술 로드맵을 제시했다.

SK하이닉스와 버지니아대학교(University of Virginia) 등 연구진은 20일 과학 학술지 네이처 일렉트로닉스(Nature Electronics)에 공동 논문을 발표했다고 과학창업판일보는 보도했다. 논문은 고성능 컴퓨팅과 AI 분야에서 공동패키지광학 기술이 나아갈 방향을 다뤘다.

핵심 문제는 연산 성능 증가 속도와 데이터 이동 능력 사이의 격차다. 논문은 연산 성능이 2년마다 3배 늘어나는 반면 인터커넥트 대역폭은 1.4배 증가하는 데 그친다고 지적했다.

AI 모델과 데이터센터 규모가 커질수록 연산 장치 자체의 성능만으로는 전체 처리 속도를 끌어올리기 어렵다. 연구진은 이 병목을 '대역폭 벽'으로 설명했다.

공동패키지광학은 광학 부품을 칩이나 패키지 가까이에 배치해 데이터 이동 거리를 줄이는 기술이다. 기존 전기 신호 중심 연결은 속도와 전력 효율에서 한계를 맞을 수 있어, AI 인프라에서는 광 연결을 패키지 안팎으로 끌어들이는 방식이 대안으로 거론돼 왔다.

이번 로드맵의 특징은 공동패키지광학을 스위치나 가속기 주변 연결에 그치지 않고 메모리 인터페이스까지 확장하는 구상을 담았다는 점이다. 엔비디아의 공동패키지광학 스위치 양산과 공급망 확대가 앞서 네트워크 장비 단계에서 부각됐다면, 이번 논문은 메모리 연결 구조까지 논의 범위를 넓혔다.

연구진은 더 먼 단계에서 여러 AI 가속기가 하나의 메모리 풀을 공유하는 구조를 제시했다. 각각의 가속기가 고정된 메모리만 쓰는 방식보다 메모리 사용 효율을 높일 수 있다는 설명이다.

다만 이 구상은 논문을 통한 기술 로드맵 제시다. 구체적인 제품화 일정이나 양산 계획으로 제시된 것은 아니다.

과학창업판일보는 SK하이닉스가 해당급 학술지에 AI 인터커넥트 아키텍처 기술 청사진을 공개한 것은 이번이 처음이라고 전했다. 이번 논문은 메모리 기업이 AI 시스템 안의 데이터 이동 문제를 기술 의제로 제시했다는 점에서 의미가 있다.

반도체 업계에서 AI 인프라 병목은 계산 자원, 메모리 용량, 전력 효율, 장비 간 연결 속도가 함께 얽힌 문제로 다뤄진다. 공동패키지광학은 이 가운데 데이터가 이동하는 구간의 손실과 지연을 줄이는 기술로 분류된다.

이번 로드맵은 SK하이닉스가 메모리 공급을 넘어 AI 시스템 아키텍처 안에서 데이터 이동 문제를 함께 다루려는 흐름과 맞닿아 있다. 공동패키지광학이 실제 AI 인프라 비용, 전력, 메모리 활용률에 미칠 영향은 논문 이후의 검증과 구현 단계에서 확인될 사안이다.