마벨 분석 정리: AI 데이터센터의 광통신 병목과 맞춤형 칩 시장 구조, 강세론과 약세론

핵심 메시지

• 대형 AI 클러스터에서는 칩끼리 데이터를 주고받는 일이 계산만큼 전력을 소모하며, 값비싼 칩이 데이터를 기다리며 노는 것이 가장 큰 낭비다. 병목은 생각하는 속도가 아니라 말하는 속도로 옮겨갔다.
• 구리 배선은 속도를 올릴수록 몇 미터 만에 신호가 죽기 때문에, 랙과 건물을 잇는 구간은 전기 신호를 빛으로 바꿔 광섬유로 보내야 한다. 그 변환을 담당하는 광 신호처리 칩이 마벨의 첫 번째 사업이다.
• 두 번째 사업은 하이퍼스케일러 전용 맞춤형 칩 설계다. 범용 GPU가 무엇이든 실어 나르는 렌털 트럭이라면 맞춤형 칩은 한 트랙만 도는 경주차이며, 최고 수준에서 이를 안정적으로 해내는 회사는 사실상 두 곳뿐이라는 것이 영상의 진단이다.
• 데이터센터 매출 비중이 2년 만에 40%에서 74%로 올라 옛 하드디스크 부품 회사의 성격은 사실상 사라졌다. 회사는 다음 회계연도 매출 165억 달러를 제시하고 있다.
• 약세론의 핵심은 고객 집중이다. 매출의 82%가 상위 10개 고객에서 나오고, 그 고객들은 협상력이 가장 강한 동시에 자체 칩 팀을 키우고 있어 프로그램 하나가 내재화되면 논리 전체가 흔들린다.

쉽게 이해하기

현대 AI 데이터센터를 하나의 도시에 비유하면, 수만 개의 칩은 각각의 두뇌이고 이들은 초당 수천 번씩 서로 대화해야 한다. 거대한 모델을 학습시킬 때 작업은 모든 칩에 쪼개져 배분되고, 한 칩의 계산 결과가 늦게 도착하면 나머지 전체가 기다린다. 영상은 여기서 병목이 연산에서 통신으로 넘어갔다고 정리한다. 세계에서 가장 비싼 칩이 데이터를 기다리며 멈춰 있는 상태는 교통 체증에 갇힌 스포츠카와 같다는 것이다.

물리적 제약은 세 가지다. 첫째, 구리 배선은 데이터를 빠르게 밀어 넣을수록 짧은 거리에서 신호가 사라져 랙 사이나 건물 사이는 빛으로 보낼 수밖에 없다. 둘째, 대규모 클러스터에서는 데이터를 옮기는 데 드는 전력이 계산에 드는 전력에 육박한다. 셋째, 연결 범위가 랙 안에서 랙 사이로, 다시 수 킬로미터 떨어진 데이터센터 사이로 계속 확장된다. 이 세 가지가 곧 광 연결 수요의 근거다.

마벨은 1995년 설립돼 오랫동안 하드디스크용 칩을 만들던 회사였다. 2016년 새 최고경영자가 취임한 뒤 소비자 사업을 정리하고 네트워킹 칩 업체를 60억 달러에, 2021년에는 전기 신호를 빛으로 바꾸는 분야의 선두 업체를 100억 달러에 사들였다. 챗GPT가 나오기 전에 광 변환 사업을 확보한 셈이다. 오늘날 이 회사의 역할은 두 가지로 정리된다. 데이터가 오가는 길을 깔고, 하이퍼스케일러를 위한 맞춤형 두뇌를 설계하는 일이다.

길을 까는 사업의 매력은 어느 회사의 AI 칩이 이기든 상관없다는 점이다. 광 모듈은 양쪽 끝에 어떤 칩이 붙어 있든 필요하고, 현재 표준인 초당 800기가비트 모듈은 1.6테라비트 세대로 넘어가고 있다. 맞춤형 칩 사업은 성격이 다르다. 하이퍼스케일러는 설계 기간 동안 엔지니어링 비용을 지불하고, 양산에 들어가면 생산되는 칩마다 대가가 발생한다. 회사는 약 18개의 설계 프로그램이 진행 중이며 미국 4대 하이퍼스케일러 모두에 맞춤형 칩을 양산 공급하고 있다고 밝혔다.

영상은 강세론과 약세론을 나란히 놓는다. 강세론은 맞춤형 칩이 유행이 아니라 구조적 전환이고, 회계연도 2029년 목표 매출이 이미 확보한 설계 수주에 근거한다는 회사 설명, 그리고 광 연결 사업이 어느 진영이 이기든 통행료를 걷는 위치라는 점에 기댄다. 약세론은 상위 10개 고객이 매출의 82%를 차지하는 집중도, 경쟁사가 맞춤형 칩 시장의 대부분을 더 높은 마진으로 차지하고 있다는 점, 맞춤형 칩 자체가 기존 제품보다 마진이 낮다는 점, 그리고 현재 주가가 몇 해 뒤 실적을 미리 반영하고 있다는 점을 든다.

주요 인사이트

• AI 인프라 논의가 GPU 성능에 쏠려 있는 사이, 실제 병목은 칩 사이의 대역폭과 지연으로 이동했다. 데이터를 옮기는 데 계산만큼의 전력이 든다는 사실은 데이터센터 설계의 우선순위가 바뀌고 있음을 보여준다.
• 부품 공급자의 위치는 승자 예측이 필요 없다는 점에서 유리하지만, 그 대가로 고객 협상력에 노출된다. 하이퍼스케일러가 곧 최대 고객이자 잠재적 경쟁자라는 구조는 이 산업 전반의 공통 위험이다.
• 맞춤형 칩의 성장이 반드시 수익성 개선으로 이어지지는 않는다. 고객이 강할수록 제값을 받기 어려워 매출이 커질수록 마진이 희석되는 구조를 영상은 '세금이 붙은 성장'이라고 표현한다.
• 발표된 이익 수치가 비일반회계 기준인지 확인해야 한다. 주식 보상과 인수 회계 비용이 빠진 숫자는 실제 경제적 이익보다 얇으며, 이는 AI 수혜주 전반을 볼 때 공통으로 적용되는 점검 항목이다.
• 기대가 극도로 높은 종목은 실적을 맞춰도 주가가 빠질 수 있다. 영상이 과거 두 차례의 급락을 언급하며 강조하는 것은, 주가 반응이 사업의 질보다 시장 기대치를 더 많이 반영한다는 사실이다.

자주 묻는 질문

관련 AI 소식