수년간 AI 데이터센터를 옥죌 인화인듐 광학 위기

맥킨지의 분석에 따르면, 800Gbps 트랜시버 생산은 2027년까지 수요 대비 4060% 부족할 것이며, 1.6Tbps 트랜시버는 2029년까지 3040%의 공급 부족이 지속될 것으로 보입니다 . 현재의 위기를 초래한 구조적 제약들은 2030년 이내에 해결될 것으로 예상되지 않습니다. 2026년부터 2035년까지의 InP 기판 시장에 대한 기본 전망은 "수요가 아닌 공급 측면의 능력에 의해 제한되는, 지속적인 고부가가치 성장"으로 요약됩니다 .

제조사들이 엔비디아의 야망에 발맞춰 생산량을 늘리지 못하는 구조적 이유

엔비디아는 가만히 앉아 있지 않습니다. 이 회사는 광학 기술 선두 기업인 루멘텀(Lumentum)과 코히런트(Coherent)에 40억 달러(약 5조 4,400억 원)를 투자하며, 첨단 레이저 및 광 부품에 대한 수십억 달러 규모의 다년 구매 계약을 확보했습니다 . 또한 코닝(Corning)과의 다년 협력에 5억 달러(약 6,800억 원)를 투입하여 미국 내 광 연결 생산 능력을 10배로 확대하는 계획도 추진 중입니다 .

하지만 이처럼 전례 없는 투자조차도 InP 병목 현상을 신속히 해결하지 못하는 이유는, 제약이 재정적이 아닌 물리적이기 때문입니다.

인증 주기가 수년씩 걸립니다. 새로운 InP 기판 생산 능력을 가동하는 것은 스위치를 켜는 문제가 아닙니다. 새로운 생산 라인의 인증 주기는 18~24개월에 달하며, 이는 오늘 계획된 생산 능력 확장이 적어도 2027년까지는 적격한 제품을 내놓지 못한다는 의미입니다 .

공급 기반이 위험할 정도로 집중되어 있습니다. 고품질 InP 기판 생산은 전 세계적으로 매우 소수의 기업, 즉 대략 56개 회사에 의해 통제되고 있어, 전체 공급망이 급작스러운 수요 급증에 취약하고 경직적입니다 . 대량 생산이 가능한 InP 기판 제조사는 전 세계적으로 단 23개에 불과합니다 .

물리적 생산 처리량이 실질적인 한계입니다. 인화인듐 제조에는 특수 금속유기화학기상증착(MOCVD) 반응기와 분자선 에피택시(MBE) 시스템이 필요합니다. 이 장비들의 주문 잔량은 이미 2027년까지 밀려있으며, 숙련된 작업자는 부족한 상황입니다 . 전 세계 EML 레이저 시장의 50~60%를 점유한 절대 강자 루멘텀의 CEO는 2026년 초 "고객 수요의 약 30%를 밑도는 수준으로 출하하고 있다"며, "20%의 추가 생산 능력을 확보했음에도 수급 불균형은 오히려 증가했다"고 밝혔습니다 . 루멘텀의 모든 EML 생산 능력은 이미 2027년 말까지의 장기 공급 계약으로 묶여 있습니다 .

수요 규모가 전례가 없습니다. AI 데이터센터는 선형적으로 확장되지 않습니다. 수천 개에서 수십만 개의 가속기로 성장함에 따라, 광 상호 연결 밀도 요구 사항은 8~16배 증가했습니다 . AI 서버 한 대는 기존 서버보다 10배 더 많은 광 모듈을 필요로 하며, 현재 InP 수요의 80% 이상이 AI 데이터센터에서 발생합니다 .

더 넓은 AI 인프라 병목 현상과의 연관성

InP 부족은 고립된 위기가 아닙니다. 이는 AI 인프라에 대한 폭발적 수요와 특수 부품 공급망의 느린 확장 속도 사이의 구조적 불일치를 보여주는 최신 사례입니다.

고대역폭 메모리(HBM) 또한 이미 주요 병목 지점으로 잘 문서화되어 있으며, 3대 DRAM/HBM 제조사 모두가 풀가동 중인 것으로 알려졌습니다 . 광 트랜시버 자체도 핵심적인 제약으로, 초대형 CSP(클라우드 서비스 제공업체)들은 GPU 클러스터를 연결할 충분한 800G 및 1.6T 모듈을 확보하지 못해 애를 먹고 있습니다 .

이제 InP 레이저 및 기판 부족은 이러한 광학 병목 현상 내에서 가장 심각한 압박 지점으로 자리 잡았습니다. 한 공급망 분석가는 이 상황을 "재앙 수준"의 부족으로 묘사하며, InP 레이저와 광학 소자의 상황이 "완전히 엉망"이라고 평가했습니다 . 골드만삭스는 InP 및 기타 여러 전자 부품의 수급 격차가 "지난 4개월 동안 계속 확대되었으며" "2027년 이전에는 반전될 가능성이 낮다"고 언급했습니다 .

HBM에서 광 트랜시버, 그리고 InP 기판에 이르기까지 일관된 패턴이 나타납니다. AI 인프라 수요의 각 새로운 물결은 AI의 속도에 맞춰 확장되도록 설계된 적 없는 물리적 공급망과 충돌합니다. 이들 공급망은 긴 인증 주기, 고도로 집중된 공급 기반, 그리고 수년치의 백로그가 쌓인 특수 제조 장비라는 공통점을 공유합니다. InP 위기는 단지 가장 최근의 파열 지점일 뿐이며, AI 데이터센터에서만 2030년까지 AI 광부품 수요가 연평균 85% 성장할 것으로 예상되는 만큼, 이 위기가 마지막이 되지는 않을 것입니다 .