PCIe를 광섬유로 뽑아낸다고? 서버 아키텍처의 판을 바꿀 기술

PCIe가 뭐길래, 그리고 왜 광섬유인가

최근 유튜브에서 흥미로운 영상 하나가 돌고 있어요. "PCI Express over Fiber", 즉 PCIe 신호를 광섬유로 전송하는 기술에 관한 영상입니다. 이게 왜 재밌냐면, 서버와 AI 인프라 설계 방식을 근본적으로 흔들 수 있는 기술이거든요.

PCIe부터 짚고 가야 이해가 쉬워요. PCIe(PCI Express)는 컴퓨터 메인보드에 CPU와 GPU, SSD, 네트워크 카드 같은 것들을 연결해주는 고속 통로예요. 여러분 데스크톱에 그래픽카드 꽂는 그 긴 슬롯이 PCIe 슬롯이죠. 문제는 이 PCIe가 물리적으로 짧은 거리에서만 제대로 동작한다는 점이에요. 기본적으로 메인보드 위 몇십 센티미터 안에서 쓰도록 설계됐거든요. 구리선의 특성상 신호가 멀리 가면 감쇠되고, 지연이 늘고, 노이즈도 커져요.

그런데 요즘 AI 시대엔 GPU를 수십, 수백 개씩 묶어서 쓰잖아요. 서버 한 대에 넣을 수 있는 GPU엔 한계가 있으니 여러 섀시로 나눠야 하고, 그럼 박스 사이를 연결해야 하는데 PCIe로는 거리 제약 때문에 쉽지 않았어요. 그래서 NVLink나 InfiniBand 같은 별도 인터커넥트를 써왔던 거죠.

광섬유가 해결하는 것

PCIe over Fiber의 아이디어는 간단해요. 구리 대신 광섬유로 PCIe 신호를 전송하자는 거예요. 광섬유는 전기가 아니라 빛으로 신호를 보내기 때문에 거리가 길어져도 감쇠가 적고, 전자기 간섭도 거의 없어요. 이론상 수십 미터, 조건만 맞으면 수백 미터까지 PCIe를 뽑아낼 수 있다는 얘기입니다.

구체적으로 어떻게 동작하냐면, PCIe 신호를 광 트랜시버(전기 신호를 빛으로, 다시 빛을 전기 신호로 바꾸는 장치예요)를 통해 빛으로 변환하고, 광섬유 케이블로 전송한 뒤 반대편에서 다시 전기 신호로 복원합니다. 이때 중요한 건 프로토콜 차원에선 여전히 PCIe라는 점이에요. 즉, 소프트웨어나 OS 입장에선 "그냥 PCIe 디바이스가 꽂혀 있다"고 인식해요. 케이블이 길어졌을 뿐이죠.

이게 실현되면 뭐가 달라지냐면, GPU를 서버 밖으로 꺼낼 수 있어요. 지금까지 GPU는 "서버 안에 꽂혀 있는 부품"이었는데, 이제 랙 단위, 심지어 데이터센터 한 구역 단위로 GPU 풀(pool)을 만들고 필요할 때 원격으로 붙여 쓸 수 있게 됩니다. 클라우드 업체 입장에선 이건 어마어마한 유연성이에요. 유휴 GPU를 실시간으로 다른 워크로드에 할당할 수 있게 되니까요.

업계 흐름 속에서

이런 "컴퓨팅 자원 분해(composable infrastructure)" 아이디어는 사실 꽤 오래전부터 있었어요. Intel의 Rack Scale Design, HPE의 Synergy, Liqid 같은 회사들이 계속 시도해왔거든요. 근데 지금까지 잘 퍼지지 않았던 이유 중 하나가 적절한 인터커넥트 부재였어요. 너무 느리거나, 너무 비싸거나, 프로토콜 호환성이 떨어지거나.

PCIe over Fiber는 이 빈칸을 채울 수 있는 유력 후보예요. 게다가 요즘 주목받는 CXL(Compute Express Link)이라는 기술과도 궁합이 좋아요. CXL은 PCIe 물리 계층 위에서 동작하는 상위 프로토콜인데, 메모리를 여러 서버가 공유하게 해주는 기술이거든요. PCIe over Fiber로 거리 문제를 해결하면, CXL 기반 "원격 메모리 풀링"도 훨씬 현실적이 됩니다. 메모리도, GPU도, 스토리지도 다 풀로 만들어서 소프트웨어로 조립하는 데이터센터가 가능해지는 거죠.

경쟁 기술을 보면, NVIDIA의 NVLink Fusion이나 InfiniBand, 이더넷 기반 RoCE 같은 게 있어요. 근데 이들은 대부분 "GPU-GPU 통신"에 특화돼 있고, 프로토콜이 달라서 기존 PCIe 디바이스를 그대로 쓰긴 어렵습니다. PCIe over Fiber의 강점은 기존 생태계 호환성이에요. 드라이버도, OS도, 애플리케이션도 바꿀 필요가 없거든요.

한국 인프라 환경에서는

국내에서 당장 이 기술을 직접 쓸 일은 많지 않을 거예요. 네이버, 카카오, 삼성SDS 같은 대형 데이터센터 운영사나 AI 인프라 구축 중인 곳에서나 실험해볼 법한 영역이거든요. 다만 클라우드나 AI 서비스를 쓰는 입장에서 보면, 이 기술이 퍼지면 GPU 단가가 떨어지고 유연성이 올라갑니다. 유휴 GPU를 더 잘 굴릴 수 있으니 클라우드 업체의 비용 구조가 개선되고, 그게 결국 사용자 요금에도 반영될 여지가 있어요.

시스템 엔지니어나 인프라 쪽 일하시는 분들한테는 알아둘 가치가 있는 트렌드예요. 앞으로 "GPU가 내 서버 안에 있느냐, 랙 건너편에 있느냐"가 소프트웨어 입장에선 거의 무의미해지는 시대가 올 수 있거든요. 그럼 애플리케이션 아키텍처 설계에서 "지역성(locality)"을 바라보는 관점도 조금씩 달라질 겁니다.