AI 데이터 센터가 ‘I/O 장벽’에 부딪혔다. 구리 인터커넥트가 GPU 데이터 수요를 따라가지 못하면서 광통신 인프라로의 대전환이 시작됐고, 이는 ‘전자가 아닌 빛’에 베팅해온 CAS Star의 10년 전략이 옳았음을 증명하고 있다.

Create a landscape editorial hero image for this Studio Global article: What explains the sudden AI-driven surge of interest in photonics, and how does it validate the decade-long investment thesis of CAS Star, a. Article summary: Here is the full answer, drawn from an SCMP exclusive published today and supporting industry sources.. Topic tags: general, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "# ExclusiveHow a decade-long bet on photonics handed this Chinese venture capital firm an AI windfall. ### For Mi Lei, founder of venture capital firm CAS Star, the sudden fascinat" source context "Exclusive | How a decade-long bet on photonics handed this Chinese venture capital firm an AI windfall | South China Mor" Reference image 2: visual subject "# ExclusiveHow a decade-long bet on photonics handed this Chinese venture cap
지난 10년의 대부분 동안, 반도체의 미래를 구리 배선 대신 ‘빛의 경로(포토닉스)’에 거는 것은 마치 틈새 학문에 대한 고집처럼 보였다. 하지만 생성형 AI 데이터센터가 구리선의 전기 신호라는 물리적 천장에 정면으로 부딪히면서, 그 도박은 수백조 원 규모의 현실이 됐다. 그 중심에는 중국의 한 벤처캐피털, CAS Star가 있다. 그들은 나머지 세계가 따라잡기도 전에, 10년 동안 조용히 이 포토닉스 혁명에 자금을 쏟아부었다.
생성형 AI의 폭발적인 성장은 데이터센터 내부의 근본적인 병목현상을 드러냈다. 이른바 I/O 장벽이다. 현대 AI 훈련 클러스터는 수만 개의 GPU를 연결하는데, 이 GPU들은 엄청난 양의 데이터를 고속으로 주고받아야 한다. 칩 간의 전통적인 연결 통로인 구리 인터커넥트는 데이터 속도가 올라갈수록 신호 손실, 발열, 전력 소모량이 기하급수적으로 악화되며 확장성에 명백한 물리적 한계를 만든다 .
이에 대한 해법은 전자를 광자로 대체하는 것이다. 포토닉 링크는 빛을 이용해 데이터를 전송하므로, 구리 대비 훨씬 높은 대역폭과 낮은 비트당 전력 소모, 그리고 무엇보다 방대한 GPU 클러스터 전반에서 획기적인 확장성을 제공한다 . 이는 더 이상 검증된 이론이 아니다. 이미 모든 주요 하이퍼스케일러들의 핵심 인프라 과제로 자리 잡았다.
주가의 움직임 역시 이러한 재평가의 규모를 방증한다. 어플라이드 옵토일렉트로닉스(AAOI)는 800G 및 1.6T 광트랜시버에 대한 하이퍼스케일러의 연이은 대규모 수주에 힘입어 지난 1년간 주가가 1,100% 이상 폭등했다 . 이제 시장은 단순히 포토닉스 노출도를 가진 기업에 보상하지 않는다. AI 데이터센터 구축에 직결된 분야에만 확실한 프리미엄을 붙이고 있다
.
CAS Star의 창립자 미 레이에게 지금의 포토닉스 호황은 놀라운 소식이 아니라, 너무 늦게 찾아온 검증일 뿐이다. 그는 대부분의 투자자가 ‘I/O 장벽’이라는 용어조차 모르던 시절부터 이 논리를 뒷받침하며 자금을 집행해왔다.
미 레이는 중국과학원(CAS) 산하 시안 광학정밀기계연구소에서 광학 박사 학위를 받았으며, 2001년 연구소에 합류해 마이크로 광학계 ‘자기초점 렌즈’의 상용화 작업에 깊이 관여했다 . 2010년 무렵, 그는 광학이 반도체의 역사를 그대로 따라가리라 확신했다. 전자 칩이 개별 부품에서 대규모 직접 회로(IC)로 진화했듯, 광학도 개별 부품에서 대규모 광집적화로 전환될 것이라고 본 것이다. 이후 실리콘 포토닉스에 방점을 둔 투자 전략을 수립하기 시작했다
.
이 확신은 2013년, CAS 내부에서 인큐베이팅된 ‘하드테크’ 전문 벤처캐피털 CAS Star의 설립으로 이어졌다. 현재 이 회사의 운용 자산은 약 2조 5천억 원(약 180억 위안) 규모로, 600개가 넘는 포트폴리오 기업에 투자했다 . 그중 200곳 이상이 바로 광범위한 포토닉스 섹터에 속해 있다. 광센서, 통신, 컴퓨팅, 저장장치, 디스플레이까지, 지금 AI 인프라 지출 덕분에 가치를 재평가받고 있는 바로 그 분야들이다
.
미 레이는 자신의 회사의 핵심 임무를 “과학 연구를 상용화로 밀어붙여 신기술로 산업 고도화를 이루는 것”이라고 설명한다 . 지난 10년의 대부분 동안 이 임무는 마치 인내심 깊은, 과학 주도의 외로운 역베팅처럼 보였다. 하지만 오늘날에는 전 세계 자본 시장이 이제 막 따라가기 시작한 로드맵처럼 보인다.
CAS Star의 포토닉스 집중 포트폴리오는 놀라운 속도로 가치 실현 국면에 접어들고 있다.
이 일이 주는 교훈은 포토닉스가 갑자기 중요해진 것이 아니라는 사실이다. 구리라는 물리적 한계가 포토닉스를 없어서는 안 될 존재로 만들었고, 시장이 이 값을 제대로 매기기도 전에 10년 동안 그 방향을 구축해온 기업들이 이제 수확을 거두고 있다는 점이다.
현재의 포토닉스 호황은 단기 부품 사이클이 아니다. 시장조사업체 라이트카운팅(LightCounting)은 AI 관련 광연결 수요가 적어도 2030년까지 시장 팽창을 주도할 것으로 내다봤다. 800G 모듈에서 1.6T, 그리고 그 너머로 넘어가는 흐름이 이어질 전망이다 . 실리콘 포토닉스(또는 실리콘 포토닉스)의 데이터센터 네트워크 내 침투율은 2026년 말까지 35%~50%에 도달할 것으로 보이는데, 이는 불과 2년 전 한 자릿수 점유율에서 급등하는 셈이다
.
즉, 구리에서 광통신으로의 전환은 이제 막 시작됐다. 물리학적 한계를 일찍이 읽어냈고, 그 논리에 10년을 기꺼이 투자할 제도적 인내를 가졌던 기업들은 더 이상 검증을 기다리지 않는다. 오히려 그들이 속도를 정하고 있다.
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
AI 데이터 센터가 ‘I/O 장벽’에 부딪혔다. 구리 인터커넥트가 GPU 데이터 수요를 따라가지 못하면서 광통신 인프라로의 대전환이 시작됐고, 이는 ‘전자가 아닌 빛’에 베팅해온 CAS Star의 10년 전략이 옳았음을 증명하고 있다.
AI 데이터 센터가 ‘I/O 장벽’에 부딪혔다. 구리 인터커넥트가 GPU 데이터 수요를 따라가지 못하면서 광통신 인프라로의 대전환이 시작됐고, 이는 ‘전자가 아닌 빛’에 베팅해온 CAS Star의 10년 전략이 옳았음을 증명하고 있다. 아마존, 구글, 마이크로소프트 등 거대 기술 기업들이 2026년 데이터센터 인프라에 6600억 6900억 달러(약 900조 960조 원)를 쏟아부으며, 노무라 증권은 광모듈 시장의 ‘슈퍼사이클’을 선언했다 [5][7].
광학 박사 출신 미 레이가 설립한 CAS Star는 2013년부터 200개 이상의 포토닉스 기업을 발굴했으며, 최근 34일 만에 3개의 기업을 IPO 시키며 ‘하드테크’ 전략의 성공을 입증했다 [1][3].