이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
AI 연산 규모가 커지면서 GPU 클러스터가 한 랙이나 한 건물을 넘어 여러 데이터센터 캠퍼스로 분산되고, 전력망과 부지 제약이 새로운 병목으로 떠올랐습니다. Relativity Networks는 유리 대신 중심부의 빈 공간으로 빛을 전달하는 hollow-core fiber를 통해 기존 광섬유의 1km당 약 5마이크로초 지연을 약 3.5마이크로초로 줄이고, 전송시간을 30% 낮추려 합니다. 회사는 2,200만 달러의 SAFE note 투자와 4,000만 달러 규모의 hyperscaler 후속 주문을 확보했으며, 이 기술은 여러 캠퍼스의 GPU를 하나의 동기화된 시스템으로 운영할 수 있는 거리를 넓힐 수 있습니다. 기사에서는 AI 인프라 최적화가 GPU와 데이터센터 내부 네트워킹을 넘어 지리적 배치로 이동하는 흐름을 짚습니다.
섹션별 상세
AI 데이터센터 건설은 10년 말까지 최대 4조 달러의 지출이 예상되지만, 정치적 조건과 전력망의 제약 때문에 입지를 자유롭게 정하기 어렵습니다. 기존에는 데이터센터 내부의 광섬유 속도를 고정된 조건처럼 취급했지만, AI 연산 규모가 커지면서 GPU 사이의 물리적 거리가 수백 에이커와 수십 개 건물에 걸쳐 늘어나 광섬유 지연시간이 중요한 변수로 떠올랐습니다. 이 변화는 데이터센터 확장의 문제를 단순한 GPU 확보에서 네트워크와 지리적 배치의 최적화로 넓힙니다.
Relativity Networks는 2,200만 달러의 SAFE note 투자를 유치했고, 이름을 밝히지 않은 hyperscaler로부터 4,000만 달러 규모의 후속 주문도 확보했습니다. SAFE note는 회사가 첫 가격 산정 투자 라운드를 진행할 때 투자금이 정해진 수의 주식으로 전환되는 초기 투자 방식이며, 이번 투자에는 Rhapsody Venture Partners, Bell Ventures Inc., Faster Than Glass LLC 등이 참여했습니다. 투자와 주문은 아직 널리 배치되지 않은 hollow-core fiber가 대규모 AI 인프라 시장에서 상업적 수요를 확보하고 있음을 뒷받침합니다.
근거
- Relativity Networks는 2,200만 달러의 SAFE note 투자를 유치하고 이름이 공개되지 않은 hyperscaler로부터 4,000만 달러 규모의 후속 주문을 확보했습니다. — 기사 초반의 투자 및 후속 주문 관련 문단
hollow-core fiber는 기존 광섬유처럼 빛을 사용하지만, 유리 내부를 통과시키는 대신 선로 중심의 진공 공간을 지나게 합니다. 이 구조는 신호를 빛의 이론적 속도 한계에 더 가깝게 전달해 기존 광섬유의 1km당 약 5마이크로초 지연을 약 3.5마이크로초로 낮추며, 신호 전달시간을 약 30% 줄입니다. 지연시간이 허용 한계에 도달하기 전 연결 가능한 거리가 늘어나므로, 떨어진 데이터센터를 하나의 연산 시스템으로 묶는 설계가 가능해집니다.
근거
- hollow-core fiber는 기존 광섬유보다 데이터를 30% 빠르게 전달합니다. — hollow-core fiber의 전송속도와 구조를 설명하는 문단
- 기존 광섬유의 신호 지연은 1km당 약 5마이크로초이며 hollow-core fiber에서는 약 3.5마이크로초로 줄어듭니다. — Jason Eisenholz의 거리당 신호 전달시간 추정이 담긴 문단
AI 연산이 한 GPU 랙 안에서 끝날 때는 광섬유 지연을 무시하기 쉬웠지만, 이제는 전력 확보를 위해 여러 데이터센터 캠퍼스에 연산을 분산하는 방식이 커지고 있습니다. hollow-core fiber는 각 캠퍼스의 기존 설비와 전력 여유 공간을 네트워크로 연결하고, 분산된 GPU가 하나의 동기화된 기계처럼 작동하도록 신호 왕복 시간을 줄입니다. 기사에서는 지연시간을 30% 줄이면 지연 문제가 발생하기 전까지 개발자가 감당할 수 있는 거리도 30% 넓어질 수 있다고 설명합니다.
근거
- 지연시간을 30% 줄이면 데이터센터 개발자가 지연 문제가 발생하기 전까지 연결할 수 있는 거리도 30% 넓어질 수 있습니다. — 데이터센터 확장의 공간적 범위를 설명하는 후반부 문단
- 대규모 AI 시스템은 전력이 존재하는 여러 캠퍼스에 연산을 분산하면서도 하나의 동기화된 기계처럼 운영되어야 합니다. — Jason Eisenholz의 multi-campus deployment 인용문
Jason Eisenholz는 AI 인프라의 발전을 세 단계로 구분합니다. 첫 단계는 GPU 자체의 연산 능력에 맞췄고, 두 번째 단계는 그 연산을 활용하기 위해 데이터센터 내부 네트워킹을 최적화했으며, 다가오는 세 번째 단계는 전력과 설비가 존재하는 장소를 연결하도록 지리적 배치를 최적화하는 흐름입니다. 이 관점에서 hollow-core fiber는 단순한 전송속도 개선이 아니라 전력망과 부지 제약으로 막힌 데이터센터 확장의 공간적 범위를 넓히는 수단입니다.
용어 해설
- 중공 코어 광섬유(Hollow-Core Fiber)
- — 광섬유 중심부의 유리 대신 진공에 가까운 빈 공간으로 빛을 전달하는 기술입니다. 기존 광섬유보다 빛의 이론적 속도 한계에 가까워져 데이터 전송 지연을 줄이며, 대규모 AI 연산 장비를 여러 데이터센터에 분산할 때 캠퍼스 간 동기화에 중요합니다.
- SAFE 투자 계약(SAFE Note)
- — 초기 기업에 투자한 금액이 이후 첫 가격이 정해진 투자 라운드에서 일정 수의 주식으로 전환되는 계약 방식입니다. Relativity Networks는 이번 자금 조달에서 SAFE note를 활용해 pre-seed와 seed 단계에 쓰이는 표준적인 초기 투자 구조를 적용했습니다.
- 하이퍼스케일러(Hyperscaler)
- — 대규모 클라우드와 컴퓨팅 인프라를 운영하는 기업을 가리키는 용어입니다. 기사에서는 이름이 공개되지 않은 hyperscaler가 Relativity Networks의 hollow-core fiber에 4,000만 달러 규모의 후속 주문을 냈으며, 여러 캠퍼스에 분산된 AI 연산 자원을 하나의 시스템처럼 운영하려는 수요와 연결됩니다.
- 광섬유 지연시간(Fiber Latency)
- — 광섬유를 통과하는 신호가 일정 거리를 이동하는 데 걸리는 시간입니다. 기존 광섬유에서는 1km당 약 5마이크로초가 걸리지만 hollow-core fiber에서는 약 3.5마이크로초로 줄어들어, 데이터센터 건물과 캠퍼스 사이의 물리적 거리를 더 넓힐 여지를 만듭니다.
기술
- hollow-core fiber
- conventional fiber
- fiber-optic glass
활용 사례
- 여러 데이터센터 캠퍼스의 GPU 클러스터 연결
- 전력 여유가 있는 기존 데이터센터를 하나의 AI 연산 시스템으로 통합
- 대규모 AI 인프라의 지리적 배치 최적화
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 08. 19.수집 2026. 08. 19.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
