지난 6월 29일, 청와대에서 아주 큰 발표가 있었습니다.
이재명 대통령과 이재용 삼성전자 회장, 최태원 SK 회장이 한자리에 모여 550조 원짜리 AI 데이터센터(AIDC) 구축 계획을 공식 선언한 것입니다. 미국의 '스타게이트' 프로젝트에 빗대어 벌써부터 'K-스타게이트'라는 별명도 붙었습니다.
발표 직후 관련 주가들이 들썩였습니다. 그런데 이 화려한 발표를 들여다보면, 전문가들이 고개를 갸웃하는 치명적인 '빈칸'이 하나 있습니다.
과연 무엇이 빠졌을까요?
"GPU만 많으면 뭐해? 연결이 문제야"
AI 데이터센터를 짓는다고 하면 보통 GPU(그래픽처리장치)를 떠올립니다. 엔비디아의 H100, B200 같은 고성능 칩들 말이죠.
그런데 전문가들이 요즘 강조하는 것은 조금 다릅니다.
"GPU 성능이 아무리 뛰어나도, GPU들끼리 데이터를 주고받는 속도가 느리면 데이터센터 전체가 느려진다."
쉽게 비유하자면 이렇습니다. 아무리 뛰어난 요리사(GPU)를 100명 고용해도, 주방과 홀을 잇는 통로(네트워크)가 좁으면 음식이 제때 나오지 않는 것과 같습니다.
이 '통로' 역할을 하는 기술이 바로 인터커넥트(Interconnect), 즉 GPU 간 연결 네트워크입니다.
지금까지는 엔비디아가 '통로'까지 독점했다
2~3년 전까지만 해도 AI 데이터센터의 네트워크는 사실상 인피니밴드(InfiniBand) 하나였습니다. 그리고 이 인피니밴드 시장은 엔비디아가 꽉 쥐고 있었습니다.
엔비디아는 멜라녹스라는 회사를 인수해 인피니밴드 기술을 확보한 뒤, 자사의 GPU + 네트워크 + 소프트웨어(CUDA)를 하나의 세트로 묶어서 팔았습니다. 고객사 입장에서는 "일단 엔비디아 패키지 하나 사면 다 해결되니까" 편리한 선택이었죠.
결과적으로 엔비디아는 AI 데이터센터의 두뇌(GPU)와 신경망(네트워크)을 동시에 장악하게 됩니다.
그런데 AI 세상이 바뀌고 있습니다
최근 AI 산업의 흐름이 크게 달라지고 있습니다.
초기 AI는 대규모 '학습(Training)' 이 핵심이었습니다. ChatGPT 같은 모델을 만들려면 어마어마한 데이터를 수개월 동안 학습시켜야 합니다. 이 과정에서는 GPU끼리 끊임없이 소통해야 하므로, 빠르고 안정적인 인피니밴드가 필수였습니다.
그런데 이제는 '추론(Inference)' 시대입니다.
학습이 끝난 AI 모델을 실제로 사용하는 단계, 즉 사용자가 질문하면 AI가 즉시 답하는 과정이 추론입니다. 챗봇, AI 에이전트, 기업용 AI 서비스가 모두 여기에 해당합니다.
추론 환경에서는 실시간 응답 속도와 비용 효율이 더 중요합니다. 이 조건에 더 잘 맞는 기술이 바로 이더넷(Ethernet) 입니다.
이더넷은 우리가 사무실에서 흔히 쓰는 그 인터넷 케이블 기술의 업그레이드 버전입니다. 예전에는 AI 데이터센터급 성능을 내기 어려웠지만, 최근 기술 발전으로 인피니밴드와의 성능 격차가 빠르게 좁혀지고 있습니다.
실제로 AMD, 인텔, 브로드컴, 메타, 마이크로소프트 같은 빅테크들이 울트라 이더넷 컨소시엄(UEC) 을 결성해 개방형 네트워크 표준을 만들고 있습니다. "엔비디아에만 의존하다가는 우리가 가격 협상력도 잃고, 공급망도 흔들린다"는 위기감 때문입니다.
시장도 반응합니다. 올해 1분기 글로벌 데이터센터 이더넷 스위치 시장은 전년 동기 대비 61% 성장해 약 15조 원 규모에 달했습니다.
그래서 K-스타게이트의 '빈칸'이 뭔가요?
다시 본론으로 돌아오겠습니다.
정부의 550조 원 AIDC 발표에는 이런 내용이 담겼습니다.
- ✅ AI 반도체(NPU) 국산화 지원
- ✅ 전력·냉각 솔루션 육성
- ✅ SK(5GW) + GS(2.4GW) + 네이버(1GW) 와 함께 총 18.4GW 규모 구축
그런데 정작 이런 내용은 없었습니다.
- ❌ 이 데이터센터의 네트워크를 어떤 기술로 깔 것인가?
- ❌ 엔비디아 인피니밴드 종속을 어떻게 관리할 것인가?
- ❌ 국내 네트워크 장비·광통신 생태계는 어떻게 키울 것인가?
전문가들은 "GPU 수천 개를 사다 놓는 것보다, 그것을 어떻게 연결하느냐가 데이터센터의 장기 경쟁력을 결정한다"고 말합니다. 이 핵심 퍼즐이 이번 청사진에서 빠진 것입니다.
참고로 현재 국내 데이터센터 이더넷 스위치 시장에서 외산 장비 비중은 94.1% 입니다.
그렇다면 네이버 주가에는 어떤 영향이?
여기서 흥미로운 역설이 있습니다.
네이버는 이번 프로젝트에서 1GW 규모의 AIDC를 짓는 파트너로 공식 선정됐습니다. 동시에 네이버는 엔비디아와 'AI 팩토리' 파트너십도 맺고 있습니다. 언뜻 보면 엔비디아 종속 우려가 가장 클 것 같은 기업이죠.
그런데 조금 다른 각도로 보면 이야기가 달라집니다.
네이버의 핵심 비즈니스는 이미 '추론' 중심입니다.
네이버의 AI 서비스들 — 검색, 쇼핑 추천, HyperCLOVA 기반 기업 솔루션, AI 에이전트 — 은 모두 이미 완성된 모델을 실시간으로 사용자에게 서비스하는 '추론' 워크로드입니다. 학습보다 추론에 최적화된 이더넷 네트워크가 확산될수록, 네이버는 같은 인프라에서 더 낮은 비용으로 더 많은 서비스를 제공할 수 있게 됩니다.
또한 네이버는 단순한 데이터센터 사용자가 아니라, AIDC를 직접 운영하면서 외부 기업에도 AI 인프라를 공급하는 사업자로 변신 중입니다. 추론 시대에 최적화된 이더넷 네트워크 전략을 잘 짠다면, 엔비디아 의존도를 낮추면서 마진을 개선할 수 있는 여지가 생깁니다.
물론 단기적으로는 AI 팩토리 구축 초기인 만큼 엔비디아 장비 의존도가 높을 수밖에 없습니다. 하지만 중장기적으로 이더넷 전환 흐름에 올라탈 수 있는 포지션에 있다는 점은 긍정적 요인입니다.
숨은 수혜주, 국내 광통신 부품 강소기업들
마지막으로 이 흐름에서 주목할 만한 영역이 하나 더 있습니다.
AI 데이터센터가 급증하면서 데이터 트래픽도 폭발적으로 늘고 있습니다. 이를 감당하려면 광통신 네트워크 인프라도 함께 확장돼야 합니다. 대규모 네트워크 장비는 아직 외산이 주도하지만, 케이블과 광모듈(SFP) 같은 광통신 부품 분야에서는 국내 기업들의 경쟁력이 상대적으로 높습니다.
업계 관계자는 "광섬유 한 가닥에 얼마나 많은 데이터를 실을 수 있느냐는 광학 기술을 확보하고, 이를 빠르게 양산·공급하는 역량이 핵심"이라며 "멀티벤더 체제가 확산되는 지금이 국내 기업들이 글로벌 공급망에 진입할 수 있는 기회"라고 말합니다.
AI 인프라 투자 테마를 보실 때, GPU와 반도체만 보지 말고 광통신 부품 소재 기업들도 함께 살펴보시기를 권합니다.
정리하면
| 구분 | 내용 |
|---|---|
| K-스타게이트 규모 | 550조 원, SK+GS+네이버, 총 18.4GW |
| 빠진 퍼즐 | GPU 간 네트워크(인터커넥트) 전략 |
| 글로벌 흐름 | 인피니밴드 → 이더넷으로 무게중심 이동 중 |
| 네이버 포지션 | 추론 중심 비즈니스 → 이더넷 전환 수혜 가능 |
| 관심 업종 | 광통신 부품(케이블·SFP 광모듈) 강소기업 |
550조 원이라는 숫자에 압도되기 전에, "이 돈이 어디로 흘러가는가" 를 따져보는 습관이 투자자에겐 더 중요합니다. 화려한 발표일수록 빠진 퍼즐을 먼저 찾아보세요.
본 글은 투자 참고용 정보 제공을 목적으로 하며, 특정 종목의 매수·매도를 권유하지 않습니다. 투자의 최종 판단과 책임은 투자자 본인에게 있습니다.
댓글 쓰기