퀄컴과 코넬리스가 거는 AI 네트워크 승부수…데이터 전달을 넘어 ‘연산하는 패브릭’으로

AI 클러스터의 성능은 가속기 자체의 속도만으로 결정되지 않는다. GPU나 다른 AI 가속기들이 데이터를 얼마나 빠르고 예측 가능하게 주고받는지도 중요하다. 퀄컴과 코넬리스 네트웍스의 새 협력은 바로 이 지점을 겨냥한다. 대규모 추론과 이기종 클러스터가 커질수록 네트워크를 AI 인프라 효율의 핵심 요소로 만들겠다는 구상이다.

다만 선을 분명히 그어야 한다. 이번 발표는 퀄컴·코넬리스 공동 제품의 출하 발표가 아니라 전략적 협력과 AI Infra Summit 공동 참가에 관한 것이다. 퀄컴은 개방형·프로그래머블 패브릭이라는 코넬리스의 비전이 AI 활용률과 경제성을 높이려는 자사의 관심사와 맞닿아 있다고 설명했다. 57

핵심 구상: 네트워크를 ‘능동적 연산 계층’으로

코넬리스는 이 접근법을 **Active Compute Fabric(액티브 컴퓨트 패브릭)**이라고 부른다. 기존 네트워크에서 스위치와 네트워크 인터페이스는 주로 패킷을 전달하는 역할을 맡는다. 반면 이 아키텍처는 패브릭 안에 프로그래머블 연산과 가속 기능을 넣어, 데이터가 이동하는 중에도 일부 통신 처리와 집단 연산 작업을 수행하도록 설계됐다. 즉 이런 작업을 전부 호스트 서버나 AI 가속기에 맡기지 않겠다는 뜻이다. 515

적용 대상은 두 종류의 연결 방식이다.

• 스케일아웃(scale-out): 클러스터 내 여러 서버·노드를 연결하는 네트워크
• 스케일업(scale-up): 랙 단위 시스템 안에서 가속기들을 더 촘촘하게 연결하는 네트워크

목표는 값비싼 GPU 등 가속기가 입력 데이터를 기다리며 멈춰 있는 시간을 줄이는 것이다. 특히 분산 AI 작업에서는 집단 통신과 다대일 트래픽이 병목이 되기 쉽다. 121

무손실 전송과 패브릭 내 연산은 어떻게 작동하나

코넬리스는 Active Compute Fabric을 무손실 전송, 패브릭 내 가속, 프로그래머블 연산의 결합으로 설명한다. 5

Omni-Path 기반 CN5000 플랫폼에는 크레디트 기반 무손실 전송, 세밀한 적응형 라우팅, 인캐스트(다수 송신자가 한 수신자로 몰리는 트래픽) 인지형 흐름 제어, 링크 수준 재전송 기능이 포함된다고 회사는 설명한다. 쉽게 말해 버퍼 초과나 혼잡 때문에 데이터 전달이 흔들리는 일을 줄이도록 설계한 것이다. 18

통신이 더 안정적으로 완료되고 가속기가 통신 처리에 쓰는 부담이 줄면, 가속기는 모델 실행에 더 많은 시간을 쓸 수 있다. 학습이나 추론 서비스에서 네트워킹 투자가 훨씬 비싼 연산 하드웨어의 가동률을 지켜 주는 셈이어서, 결과적으로 인프라 경제성을 개선할 가능성이 있다.

다만 이는 설계 논리이지, 모든 환경에서 이미 입증된 벤치마크 결론은 아니다. 코넬리스는 성능 비교와 활용률 관련 수치를 제시하지만, 실제 도입 기업은 자사의 모델, 집단 통신 패턴, 소프트웨어 스택, 클러스터 토폴로지에서 별도로 검증할 필요가 있다. 15

제품은 어디까지 왔나: CN5000·CN6000·CN7000

아키텍처의 성숙도는 제품마다 다르다.

• CN5000: 현재 출하 중인 400Gb/s 종단 간 Omni-Path 스케일아웃 패브릭이다. SuperNIC, 스위치, 소프트웨어, 케이블로 구성되며, 코넬리스는 AI·HPC용 무손실·혼잡 제어 시스템으로 내세운다. 17
• CN6000: AI 학습·추론과 HPC용 차세대 지능형 네트워킹 플랫폼이다. 보도에 따르면 이더넷 지원을 추가하며 공급 확대를 준비 중이고, 코넬리스 역시 이를 차세대 스케일아웃 제품군으로 설명한다. 68
• CN7000: 계획 중인 네이티브 스케일업 플랫폼이다. 랙 안에서 가속기를 강하게 결합하는 NVLink 계열 인터커넥트의 직접 대안이라는 점에서 가장 중요한 로드맵 항목이지만, 아직 엔비디아의 스케일업 기술을 대체할 만큼 광범위하게 배포된 제품은 아니다. 219

결국 코넬리스는 상용 스케일아웃 제품을 이미 갖고 있지만, 가장 완성된 형태의 스케일업 제안은 아직 미래형 청사진에 가깝다.

‘개방성’과 이기종 환경이 내세우는 차별점

코넬리스는 Active Compute Fabric을 스케일업과 스케일아웃을 아우르는 개방형 아키텍처로 내세운다. 로드맵에는 특정 가속기 공급사에 묶인 네트워크 대신 이더넷, 울트라 이더넷, RoCE, UALink 관련 기술이 언급된다. 1119

이는 인프라 운영자에게 매력적인 선택지가 될 수 있다. 원칙적으로는 GPU, CPU, 맞춤형 가속기 등 여러 컴퓨팅 요소를 패브릭과 조합할 수 있어, 하나의 수직 통합형 컴퓨팅·네트워킹 스택에 전부 의존하지 않아도 된다. 코넬리스는 CN5000이 AMD·인텔·엔비디아 등의 가속기와 상호운용된다고도 밝힌다. 23

반대로 실행력이 관건이다. 개방형 이기종 인프라는 부품 단위 호환성을 넘어, 전체 시스템 차원의 안정적 상호운용성, 하드웨어 공급 물량, 성숙한 소프트웨어를 증명해야 한다.

퀄컴의 데이터센터 전략에서 차지하는 자리

코넬리스와의 관계는 AI 데이터센터용 연산과 연결성을 함께 공급하려는 퀄컴의 더 큰 전략과 맞물린다.

퀄컴과 아마존은 대규모 AI 추론용 맞춤형 실리콘과 최대 1.6Tb/s 광 연결 기술을 대상으로 여러 세대에 걸친 협력을 발표했다. 로이터는 장기 계약 조건에 따라 아마존이 퀄컴의 AI 데이터센터 칩 및 관련 제품을 최대 600억 달러 규모로 구매할 수 있다고 보도했다. 3324

퀄컴은 또 고속 유선 연결 기술을 보유한 알파웨이브 세미 인수를 완료했다. 퀄컴은 이 기술이 오라이언(Oryon) CPU 및 헥사곤(Hexagon) NPU 프로세서와 상호 보완적이라고 밝혔다. 44

이를 종합하면 퀄컴은 AI 인프라의 연산과 연결성 양쪽에 관여하려는 것으로 보인다. 코넬리스는 여기에 개방형 네트워킹이라는 가능성을 더하지만, 두 회사가 완전 통합형 플랫폼을 발표한 것은 아니다.

엔비디아를 대체하기보다, 우선은 가능성을 검증할 단계

코넬리스가 진입하는 영역에는 이미 엔비디아의 제품과 가속기·네트워킹·소프트웨어가 결합된 강력한 생태계가 자리 잡고 있다. Active Compute Fabric의 매력은 모듈성이다. 하나의 독점 패브릭에 구매자를 묶기보다, 이기종 하드웨어에서 동작하면서 네트워크도 연산에 기여하도록 설계했다는 점이다.

코넬리스는 스케일업·스케일아웃 제품 개발과 제조, 배포 확대를 위해 2억 500만 달러를 조달했다. 57

그러나 투자 유치와 아키텍처 발표만으로 시장에서 동등한 경쟁력이 입증되는 것은 아니다. 코넬리스와 퀄컴의 주장은 CN6000과 CN7000의 실제 출시, 소프트웨어 지원, 상호운용성, 공급 능력, 재현 가능한 운영 환경 성능으로 평가받게 된다. 현재 이 협력은 더 나은 네트워킹이 AI 인프라 활용률을 높일 수 있고, 고객이 최고 성능 못지않게 개방형 대안을 원할 것이라는 데 건 전략적 베팅으로 보는 것이 적절하다.