인공지능(AI) 반도체 경쟁의 무게 중심이 개별 그래픽처리장치(GPU)의 연산 성능에서 반도체 간 연결 기술로 옮겨가고 있다. AI 모델이 대형화하면서 GPU와 메모리 사이의 데이터 이동 속도와 자원 활용 효율이 데이터센터 성능을 좌우하는 핵심 요소로 부상하고 있기 때문이다. 이런 상황에서 국내 연구진이 AI 데이터센터 전체를 하나의 거대한 칩처럼 연결해 연산 속도와 효율을 높이는 구조를 선보였다. 한국과학기술원(카이스트·KAIST)는 9일 정명수 전기및전자공학부 교수와 교원창업기업 파네시아가 메타 연구진과 함께 컴퓨트익스프레스링크(CXL)를 활용한 차세대 AI 데이터센터 구조를 제시했다고 밝혔다. CXL은 중앙처리장치(CPU)와 AI 가속기, 메모리 등 서로 다른 반도체를 고속으로 연결해 자원을 공유할 수 있도록 하는 국제 표준 기술이다. 이번 연구는 기존 서버 중심의 데이터센터 구조를 확장했다는 데 의미가 있다. 모바일 무료야마토 현재 데이터센터는 독립된 서버 여러 대를 네트워크로 연결해 연산을 처리한다. 연구진은 CPU와 AI 가속기, 메모리를 하나의 연결 영역으로 묶어 필요한 자원을 공동으로 활용하는 구조를 제시했다. 데이터센터 전체를 하나의 대형 컴퓨터처럼 운용하는 방식이다. 데이터 이동 시간도 크게 줄였다. 기존 서버 간 네트워크에서는 마이크로초 단위의 시간이 걸렸지만 연구진이 제시한 구조에서는 수백 나노초 수준으로 단축했다. 하나의 연결 영역에는 최대 960개의 가속기를 묶을 수 있다. 엔비디아의 자체 고속 연결 기술인 NV링크(NVLink) 기반 랙보다 약 13배 큰 규모다. 글로벌 빅테크들도 AI 반도체 연결 기술 개발에 경쟁적으로 뛰어들고 있다. AMD와 인텔, 구글, 메타, 마이크로소프트, 아마존웹서비스 등은 개방형 표준인 울트라 엑셀러레이터 링크(UALink) 컨소시엄을 구성해 관련 기술을 개발하는 중이다 소셜그래프게임추천 . UA링크는 하나의 랙에 최대 1024개의 가속기를 연결하는 것을 목표로 한다. 삼성전자와 SK하이닉스가 개발 중인 CXL 메모리 시장에도 새로운 기회가 될 수 있다. 두 회사는 HBM과 별개로 대용량 D램을 CPU나 AI 가속기와 연결해 필요에 따라 공유하는 CXL 메모리 제품을 개발해 왔다. AI 서버가 개별 GPU에 탑재된 HBM뿐 아니라 데이터센터 내 메모리 자원을 공동으로 활용하는 방향으로 발전할수록 CXL 메모리와 관련 기술 중요도도 커질 것으로 전망된다. 다만 이 구조를 실제 데이터센터에 적용하려면 랙 간 연결 거리와 전송 지연 문제를 해결해야 한다. 카이스트 연구진은 전기 신호의 물리적 한계를 보완하기 위해 광신호를 활용하는 방식도 준비하고 있다. 정 교수는 “AI 인프라의 성능 기준이 개별 가속기의 속도에서 데이터센터 전체의 안정성과 예측 가능성으로 옮겨가고 있다”며 “향후 더 큰 규모의 데이터센터에서도 성능을 검증해 나갈 계획”이라고 말했다. 와 SK하이닉스가