컨텐츠 
AI 데이터센터라고 하면 가장 먼저 떠오르는 것은 GPU와 HBM입니다.
실제로 AI 연산 성능을 결정하는 핵심 부품이기 때문인데요.
그런데 GPU 숫자가 많아질수록 오히려 더 중요해지는 것이 하나 있습니다.
바로 수많은 GPU 사이에서 데이터를 빠르게 주고받게 만드는 네트워크입니다.
아무리 비싼 GPU를 수천 개 설치해도 데이터가 제때 이동하지 못하면 GPU가 기다리는 시간이 늘어날 수밖에 없습니다.
결국 AI 데이터센터의 성능은 단순히 얼마나 좋은 반도체를 쓰느냐만으로 결정되지 않습니다.
GPU끼리 얼마나 빠르게 연결되고, 얼마나 많은 데이터를 효율적으로 주고받을 수 있느냐도 중요한 경쟁력이 됩니다.
그래서 최근 시장의 관심도 GPU와 HBM, 전력기기를 넘어 광통신 분야까지 확산되고 있습니다.
젠슨 황이 강조한 네트워크 왜 광통신이 중요해졌을까?
AI 학습은 GPU 한두 개로 끝나는 작업이 아닙니다.
수천 개에서 많게는 수만 개의 GPU가 동시에 연산하고, 그 결과를 계속 서로 주고받는 방식으로 진행됩니다.
문제는 GPU 숫자가 늘어날수록 데이터 이동량도 폭발적으로 증가한다는 점입니다.
여기서 기존 구리선 기반 연결의 한계가 나타납니다.
전송 속도가 빨라질수록 신호 손실과 발열이 커지고, 전력 소비 역시 증가할 수 있습니다.
반면 광섬유는 전기신호가 아니라 빛을 이용해 데이터를 전송합니다.
그래서 장거리 전송과 고속 통신, 전력 효율 측면에서 상대적으로 유리한 구조를 가지고 있습니다.
AI 데이터센터 규모가 커질수록 광통신이 중요해지는 이유입니다.
젠슨 황 엔비디아 CEO 역시 2025년 GTC에서 AI 데이터센터를 기존 데이터센터와 다른 새로운 형태의 인프라로 설명했습니다.
핵심은 AI 연산 규모가 급격히 커지는 만큼 네트워크 인프라도 함께 바뀌어야 한다는 것이었습니다.
이 이야기가 단순한 전망으로 끝난 것도 아닙니다.
원문 기준 엔비디아는 올해 3월 광학 기업 루멘텀과 코히런트에 각각 20억 달러씩, 총 40억 달러를 투자했습니다.
GPU 기업인 엔비디아가 광학 기업에 직접 투자했다는 점을 보면 광통신이 AI 데이터센터에서 얼마나 중요한 영역으로 올라왔는지 알 수 있습니다.
이제 광통신은 단순히 미래 기술을 기대하는 분야라기보다 AI 인프라 확장 과정에서 실제 병목을 해결해야 하는 핵심 영역으로 보는 시각이 커지고 있습니다.
미국 광통신 관련주
한 덩어리로 보면 안 됩니다
광통신 관련주를 살펴보면 미국 시장의 밸류체인이 상대적으로 다양합니다.
레이저와 광소자부터 광트랜시버, 데이터 전송용 반도체, 케이블과 커넥터, 위탁생산까지 여러 기업이 각기 다른 영역을 담당하고 있습니다.
그래서 단순히 “광통신 관련주”라는 이유만으로 같은 기업처럼 보면 안 됩니다.
어디에서 매출이 발생하는지를 구분해서 보는 것이 중요합니다.
예를 들어 루멘텀과 코히런트는 광 레이저와 광소자 쪽에 가깝습니다.
AI 데이터센터에서 데이터를 빛으로 바꾸고 전달하는 데 필요한 핵심 광학 부품을 공급하는 영역입니다.
마벨과 크레도는 성격이 조금 다릅니다.
두 회사는 데이터가 빠르게 이동할 수 있도록 처리하는 반도체와 네트워크 칩 쪽에 더 가깝습니다.
암페놀은 케이블과 커넥터 분야가 중심이고, 파브리넷은 광통신 장비와 부품 생산을 담당하는 제조 영역에 가깝습니다.
같은 AI 광통신 테마 안에서도 기업마다 수익이 발생하는 지점이 완전히 다른 것입니다.
따라서 주가가 많이 올랐다는 이유로 같은 종류의 광통신주라고 생각하기보다는 어떤 제품을 만들고 누구에게 공급하며 실제 매출이 어느 영역에서 나오는지를 확인하는 것이 중요합니다.
광통신주가 크게 오른 이유 결국 데이터 이동량 때문입니다
AI 데이터센터가 커질수록 필요한 것은 GPU만이 아닙니다.
GPU 수가 늘어나면 GPU끼리 주고받는 데이터도 함께 늘어납니다.
예를 들어 GPU 100개를 연결할 때와 수천 개를 연결할 때 필요한 네트워크 규모는 단순히 몇 배 커지는 수준에서 끝나지 않을 수 있습니다.
연결해야 할 장비가 많아질수록 데이터 이동량과 대역폭 요구도 함께 증가하기 때문입니다.
이 과정에서 400G, 800G 같은 고속 광통신 장비에 대한 수요가 늘어나고 있습니다.
앞으로 AI 데이터센터의 속도가 더 빨라질수록 더 높은 대역폭을 처리할 수 있는 광통신 기술의 중요성도 커질 가능성이 있습니다.
결국 광통신 관련주의 상승 배경에는 단순한 테마가 아니라 AI 데이터센터의 구조적인 변화가 깔려 있다고 볼 수 있습니다.
국내 광통신 관련주
기술 보유와 실제 매출은 다릅니다
국내에서도 광트랜시버와 광섬유, 광소자, 전송장비 관련 기업들이 AI 데이터센터 관련주로 묶이고 있습니다.
다만 미국 기업과 비교할 때 한 가지 차이는 분명합니다.
글로벌 AI 데이터센터에서 실제 매출이 크게 발생하고 있는 국내 기업은 아직 많지 않다는 점입니다.
그래서 국내 광통신주를 볼 때는
“관련 기술을 보유하고 있다”
와
“실제로 AI 데이터센터에 제품을 공급하고 있다”
를 반드시 구분해야 합니다.
기술이 있다고 해서 곧바로 대규모 매출로 연결되는 것은 아니기 때문입니다.
원문 기준 옵티코어는 400G와 800G 광트랜시버 공급계약이 확인된다는 점에서 AI 데이터센터와의 연결고리가 비교적 분명한 기업으로 언급되고 있습니다.
대한광통신 역시 광섬유부터 광케이블까지 이어지는 사업 구조를 가지고 있습니다.
원문 기준 2026년에는 미국 글로벌 AI·XR 플랫폼 기업과 데이터센터용 초고밀도 광케이블 공급계약을 체결했습니다.
이런 경우에는 단순히 AI나 광통신이라는 단어가 사업보고서에 등장하는 것보다 실제 계약과 매출 연결 여부를 확인할 수 있다는 점에서 의미가 있습니다.
국내 광통신주 특히 조심해야 할 부분
국내 광통신 관련주는 변동성이 큰 편이라는 점도 생각해야 합니다.
상대적으로 시가총액이 작은 기업이 많고 거래대금 역시 대형주보다 적기 때문입니다.
그래서 특정 기업이 800G, CPO, AI 데이터센터 같은 키워드와 엮이면 뉴스 한 줄에도 주가가 크게 움직일 수 있습니다.
문제는 관련 기술을 연구하거나 사업보고서에서 해당 용어를 사용한다고 해서 모두 글로벌 빅테크에 제품을 공급하는 것은 아니라는 점입니다.
예를 들어 800G 기술을 보유하고 있다고 해서 엔비디아 공급사라는 의미는 아닙니다.
CPO 관련 기술을 개발한다고 해서 당장 AI 데이터센터 매출이 발생한다는 뜻도 아닙니다.
그래서 국내 관련주를 볼 때는 최소한 세 가지는 확인하는 것이 좋습니다.
실제 공급계약이 있는지, 고객사가 누구인지,
그리고 해당 사업에서 실제 매출이 얼마나 발생하고 있는지입니다.
테마보다 숫자를 확인해야 하는 이유입니다.
AI 광통신 다음 병목이 될까?
AI 데이터센터 투자는 처음에는 GPU와 HBM 중심으로 시작됐습니다.
이후 전력 부족 문제가 부각되면서 변압기와 전력기기 관련주가 주목받았고, 이제는 네트워크와 광통신으로 관심이 이동하고 있습니다.
이 흐름에는 이유가 있습니다.
AI 데이터센터는 결국 하나의 거대한 시스템이기 때문입니다.
GPU만 좋아도 안 되고, 전력만 충분해도 안 됩니다.
연산과 전력, 냉각, 네트워크가 모두 함께 움직여야 제대로 성능을 낼 수 있습니다.
그중 네트워크가 느리다면 비싼 GPU를 설치해도 제 성능을 활용하기 어렵습니다.
그래서 AI 투자 규모가 계속 커질수록 광통신 분야의 중요성도 함께 커질 가능성이 있습니다.
마무리
AI 데이터센터의 다음 경쟁력은 단순히 GPU 숫자가 아닐 수 있습니다.
수많은 GPU가 얼마나 빠르게 데이터를 주고받을 수 있느냐가 점점 더 중요해지고 있기 때문입니다.
이 과정에서 기존 구리선의 한계를 보완할 수 있는 광통신 기술이 핵심 인프라로 떠오르고 있습니다.
미국 시장에서는 루멘텀과 코히런트 같은 광소자 기업부터 마벨과 크레도 같은 반도체 기업, 암페놀과 파브리넷까지 비교적 다양한 밸류체인이 형성돼 있습니다.
국내에서도 관련 기업들이 주목받고 있지만 기술 보유와 실제 공급계약은 반드시 구분해서 볼 필요가 있습니다.
결국 중요한 것은 ‘AI 광통신 관련주’라는 이름이 아닙니다.
어떤 제품을 만들고, 누구에게 공급하고, 실제 매출이 얼마나 발생하고 있는지를 확인하는 것이 더 중요합니다.
AI 데이터센터 투자가 계속 확대된다면 GPU 다음 병목이 네트워크가 될 수 있고, 그 과정에서 광통신 산업의 역할도 지금보다 더 커질 가능성이 있습니다.
