엔비디아

엔비디아 인터커넥트: NVLink에서 Spectrum-X까지

GPU 1만 개를 하나로 연결하는 기술. NVLink vs 이더넷 경쟁, UALink 위협, 네트워킹 $39B 사업의 해자

마지막 업데이트: 2026-05-09

공장 안의 도로를 상상해보세요

일꾼이 1,000명인 공장을 상상해보세요. 모든 일꾼이 천재입니다. 그런데 일꾼들 사이의 통신 수단이 전화기 1대뿐이라면? 999명이 대기합니다. 일꾼을 10,000명으로 늘려도 전화기가 1대면 결과는 같습니다.

AI 데이터센터가 정확히 이 문제를 겪고 있습니다. GPU(일꾼)가 아무리 빨라도, GPU 사이의 데이터 통신(도로)이 느리면 전체가 멈춥니다. GPT-5 같은 거대 모델은 GPU 수만 개가 동시에 데이터를 주고받으며 학습합니다. 통신 한 번이 밀리면 수만 개 전부가 기다립니다.

📈NVDA엔비디아 본문에서는 인터커넥트를 4개 기술 축 중 하나로 개요 수준으로 다뤘습니다. 이 글은 그 안으로 깊이 들어갑니다. NVLink이 왜 6세대나 진화했는지, Scale-up과 Scale-out이 왜 다른 전장인지, 경쟁자들의 도전이 어느 수준인지, 그리고 NVLink Fusion이라는 전략 전환이 무엇을 의미하는지를 해부합니다.

1. 왜 인터커넥트가 GPU만큼 중요한가

1.1 GPU 1개 vs GPU 10,000개: 완전히 다른 게임

GPU 1개로 AI를 훈련하던 시절에는 인터커넥트가 필요 없었습니다. 칩 안에서 모든 연산이 끝났으니까요. 하지만 GPT-3(2020)부터 상황이 바뀌었습니다. 모델이 GPU 1개의 메모리에 담기지 않게 되었습니다.

GPU 수가 늘어날수록 통신이 차지하는 비중이 기하급수적으로 커집니다. 비유하면 이렇습니다. 2명이 협업하면 통신 경로는 1개입니다. 10명이면 45개. 100명이면 4,950개. 10,000명이면 약 5,000만 개입니다. GPU 수가 선형으로 늘어도, 통신 복잡도는 제곱으로 폭증합니다.

1.2 Amdahl's Law: 통신이 전체 성능을 결정한다

컴퓨터 과학에 "Amdahl's Law"라는 법칙이 있습니다. 시스템의 전체 성능은 가장 느린 부분에 의해 제한된다는 원리입니다. GPU가 10배 빨라져도, 통신이 그대로면 전체 속도 개선은 미미합니다.

이것이 엔비디아가 GPU뿐 아니라 인터커넥트에 막대한 R&D를 투입하는 이유입니다. GPU를 빠르게 만드는 것과 GPU 간 통신을 빠르게 만드는 것은 같은 문제의 양면입니다.

2. NVLink의 진화: 10년, 6세대

2.1 세대별 스펙 비교

NVLink은 2016년 첫 등장 이후 10년간 6세대를 거치며 대역폭이 22배 증가했습니다.

핵심 추세는 두 가지입니다. 첫째, 링크 수가 4개에서 18개로 증가했습니다. 전화기를 1대에서 18대로 늘린 것과 같습니다. 둘째, 각 링크의 속도도 40 GB/s에서 100 GB/s로 빨라졌습니다. 두 축이 동시에 움직여서 총 대역폭이 22배 증가한 것입니다.

2.2 NVSwitch: 모든 GPU를 직통으로 연결하는 칩

NVLink이 "도로"라면, NVSwitch는 "교차로"입니다. GPU가 8개 이상이면 일대일 직통 연결이 물리적으로 불가능합니다. NVSwitch 칩이 중앙에서 모든 GPU의 데이터를 중계합니다.

4세대에서 결정적 전환이 일어났습니다. NVSwitch가 서버 안의 칩에서 서버 밖의 독립 스위치 트레이로 이동했습니다. 이것이 GB200 NVL72를 가능하게 했습니다. 72개 GPU를 하나의 거대 GPU처럼 묶을 수 있게 된 것입니다.

3. Scale-up vs Scale-out: 두 개의 전장

인터커넥트는 하나의 기술이 아닙니다. 두 개의 완전히 다른 전장이 있습니다.

3.1 Scale-up: NVLink의 난공불락 영역

Scale-up은 하나의 서버(또는 랙) 안에서 GPU끼리 연결하는 영역입니다. 여기서 NVLink은 사실상 독점입니다. 대체 기술이 존재하지 않습니다.

NVLink 5의 GPU당 1.8 TB/s는 PCIe Gen5(128 GB/s)의 14배입니다. 이 격차가 "NVLink 없이는 대형 모델 훈련이 불가능하다"는 현실을 만듭니다. AMD의 xGMI는 448 GB/s로 NVLink의 1/4 수준이며, 8개 GPU 한계입니다.

3.2 Scale-out: InfiniBand에서 이더넷으로

Scale-out은 서버와 서버를 연결하는 영역입니다. 여기서는 전쟁이 벌어지고 있습니다.

2023년까지 InfiniBand가 80%를 차지했습니다. 그런데 2025년에 이더넷이 역전했습니다. Dell'Oro에 따르면 2025년 이더넷이 AI 클러스터 스위치 매출의 2/3 이상을 차지합니다. 2029년에는 91%까지 전망됩니다. (Dell'Oro)

왜 이더넷이 이기고 있을까요? 세 가지 이유입니다.

1. 범용성: 이더넷 엔지니어는 전 세계에 수백만 명. InfiniBand 전문가는 희소합니다
2. 비용: 이더넷 장비가 InfiniBand 대비 30~50% 저렴합니다
3. 공급사 다양성: 이더넷은 Broadcom, Arista, Cisco 등 다수. InfiniBand는 NVIDIA(Mellanox) 독점

NVIDIA의 대응이 Spectrum-X입니다. AI 워크로드에 최적화된 이더넷 플랫폼으로, 표준 이더넷 대비 유효 처리율이 1.6배 높습니다. 연환산 매출이 $10B+를 돌파했습니다. (NVIDIA Spectrum-X)

3.3 네트워킹 매출: "칩의 부속품"이 아니다

NVIDIA의 네트워킹은 더 이상 부수적 사업이 아닙니다.

FY2026 추정 $39B은 AMD 전체 매출($34.6B)보다 큽니다. "인터커넥트 사업"이 독립 기업 수준의 규모라는 뜻입니다.

4. 경쟁 지형: NVLink은 정말 난공불락인가

4.1 AMD xGMI: 4배 격차

AMD의 GPU 간 인터커넥트는 xGMI(Infinity Fabric)입니다. NVLink과의 격차는 명확합니다.

핵심 격차는 단순한 대역폭이 아닙니다. NVSwitch의 유무가 결정적입니다. AMD는 GPU끼리 직접(포인트-투-포인트) 연결합니다. GPU A가 GPU D에 데이터를 보내려면 B, C를 거쳐야 할 수 있습니다. NVIDIA는 NVSwitch가 중앙에서 모든 데이터를 중계하므로, 어떤 GPU 쌍이든 동일 대역폭으로 직통 통신합니다. (SemiAnalysis)

MI350(2025)에서 xGMI가 76.8 GB/s로 향상되었지만, 여전히 8 GPU 한계입니다. AMD가 이 격차를 좁히려면 NVSwitch에 해당하는 자체 스위치 칩이 필요하지만, 아직 발표된 바 없습니다.

4.2 UALink: 업계 연합의 도전

NVIDIA를 제외한 빅테크 전체가 모인 오픈 표준 프로젝트가 UALink입니다.

출처: BusinessWire, UALink 1.0 스펙 PDF

800 Gbps는 NVLink 5(GPU당 1,800 GB/s = 14,400 Gbps)의 1/18 수준입니다. 스펙만 보면 1~2세대 뒤입니다. 다만 UALink의 진짜 의미는 성능이 아니라 "NVIDIA 없이도 되는 표준"을 만들겠다는 산업 의지입니다.

위협 수준은 단기적으로 낮습니다. 스펙이 공개되었을 뿐 실리콘 구현은 2026~2027년이 될 전망입니다. NVLink 5는 이미 출하 중이고, 2026년에 NVLink 6(3.6 TB/s)이 나옵니다. 격차가 좁혀지기보다 벌어지고 있습니다.

4.3 Broadcom: 이더넷의 왕

Scale-out 영역에서 NVIDIA의 가장 강력한 경쟁자는 Broadcom입니다.

Broadcom의 AI 반도체 매출은 분기 $6.2B(+66% YoY)에 달합니다. 이더넷 스위치 시장에서 80%+ 점유율을 가진 독점적 위치입니다. (Futurum)

Arista(AI 네트워킹 $750M+ 목표, 800GbE 1위)와 Cisco(Silicon One G200, 51.2 Tbps)도 Scale-out에서 경쟁하고 있습니다.

4.4 하이퍼스케일러의 자체 구축

빅테크는 NVIDIA에 의존하지 않는 자체 네트워킹을 구축하고 있습니다.

이들의 자체 네트워킹은 Scale-out(노드 간) 영역에 집중됩니다. Scale-up(노드 내 GPU 간)에서 NVLink을 대체하는 것은 아직 Google TPU의 ICI 정도입니다. 하이퍼스케일러가 NVLink을 우회하려면 GPU 자체를 자체 ASIC으로 대체해야 하는데, 그것은 인터커넥트가 아니라 칩 전체의 문제입니다.

5. NVLink Fusion: 열린 문, 잠긴 열쇠

2025년 5월, NVIDIA는 NVLink Fusion을 발표했습니다. NVLink을 타사 칩에도 개방하겠다는 선언입니다.

5.1 무엇을 열었나

출처: NVIDIA IR, NVIDIA Newsroom

5.2 무엇을 잠갔나

개방의 이면에는 명확한 제약이 있습니다.

5.3 전략적 의미

왜 NVIDIA가 폐쇄 생태계를 부분 개방했을까요?

하이퍼스케일러들이 커스텀 ASIC(자체 칩)을 강화하고 있기 때문입니다. Google TPU, Amazon Trainium, Microsoft MAIA. 이들이 자체 칩 + 자체 네트워크로 완전히 독립하면, NVIDIA는 GPU와 인터커넥트를 동시에 잃습니다.

NVLink Fusion은 이 이탈을 막는 전략입니다. "자체 CPU나 가속기를 쓰되, NVLink은 유지하세요." NVIDIA GPU와의 결합을 유지하면서 파트너의 커스텀 니즈를 수용합니다. Fabricated Knowledge는 이를 "Embrace, Extend, Extinguish(포용, 확장, 소멸)"의 "Embrace" 단계로 분석합니다. (Fabricated Knowledge)

6. 투자자가 봐야 할 것

6.1 해자 점수

6.2 핵심 모니터링 지표

6.3 핵심 질문