로켓에서 광섬유로

전직 SpaceX 엔지니어 팀이 AI 인프라의 가장 긴급한 병목 중 하나를 해결하기 위해 5천만 달러의 Series A 펀딩을 모금했습니다. 바로 현대 AI 데이터센터 내 수천 개의 프로세서를 연결하는 광학 네트워크 장비입니다. Mesh Optical Technologies로 알려진 회사는 이 펀딩을 사용하여 광학 트랜시버 생산을 확대할 계획입니다. 이는 컴퓨팅 시스템 간 고속 데이터 전송을 위해 전기 신호를 광펄스로 변환하는 장치입니다.

이번 라운드는 AI 인프라에 가장 활발한 투자자 중 하나인 Thrive Capital이 주도했습니다. 이 투자는 AI 컴퓨팅 용량의 급격한 확대가 프로세서와 메모리뿐만 아니라 데이터센터 에코시스템의 모든 구성 요소, 특히 이들을 연결하는 네트워크 장비에 대한 수요 압박을 만들었다는 인식의 증가를 반영합니다.

광학 트랜시버 병목

현대 AI 데이터센터는 단순히 GPU로 가득한 방이 아닙니다. 이들은 대규모 AI 모델을 학습하고 실행하기 위해 수천 개의 가속기가 비상한 속도로 서로 통신해야 하는 복잡한 시스템입니다. GPT-5나 Claude Opus 같은 최신 모델의 학습에는 수백 또는 수천 개의 칩에 계산을 분산하는 것이 포함되며, 이들은 실시간으로 막대한 양의 데이터를 교환해야 합니다. 이들 칩을 연결하는 네트워크 패브릭이 계산 출력을 따라잡지 못하면 전체 시스템이 느려집니다.

광학 트랜시버는 이 네트워크 패브릭의 중심에 있습니다. 일반적으로 한 손에 쥘 수 있는 정도 크기의 이 장치들은 스위치와 서버 랙에 연결되어 전기 신호를 광속으로 광섬유 케이블을 통해 이동하는 광펄스로 변환합니다. 수신 끝에서 또 다른 트랜시버는 빛을 다시 전기 신호로 변환합니다. 이들 트랜시버의 데이터 속도, 신뢰성, 밀도는 컴퓨팅 노드 간 정보 흐름량과 데이터센터 전체의 효율성을 직접 결정합니다.

AI 모델이 지수적으로 크기가 증가하고 이들을 수용하기 위해 데이터센터가 확장되면서 고성능 광학 트랜시버에 대한 수요가 급증했습니다. 업계 분석가들은 향후 몇 년 내 데이터센터 광학 트랜시버 시장이 연간 200억 달러를 초과할 것으로 예상하며, 이는 주로 AI 워크로드 요구에 의해 주도됩니다. 그러나 공급이 따라잡지 못했고, 필요한 품질과 양으로 이들 부품을 생산하는 데 필요한 특화된 제조 공정이 중대한 제약이 되었습니다.

광학 제조의 SpaceX DNA

Mesh의 창립 팀은 광학 네트워크 산업에 이례적인 배경을 가져옵니다. SpaceX는 수직 통합, 빠른 반복, 규모를 통한 공격적인 원가 절감을 강조하는 제조 접근으로 유명합니다. 회사의 Starlink 위성 군단은 엄격한 성능 및 신뢰성 요구사항을 가진 수천 개의 동일한 장치 생산을 필요로 하며, 대규모 정밀 제조 경험이 풍부한 엔지니어들의 깊은 풀을 창출했습니다.

위성 제조와 광학 트랜시버 생산 간의 유사점은 초기에 보이는 것보다 더 직접적입니다. 둘 다 제어된 환경에서 광학 및 전자 부품의 정밀 조립을 포함합니다. 둘 다 까다로운 운영 조건에서의 신뢰성을 보장하기 위해 엄격한 테스트와 품질 보증을 요구합니다. 그리고 둘 다 규모의 경제로부터 크게 이익을 얻으며, 더 큰 생산량은 단위당 원가를 감소시키고 더 효율적인 생산 기술에 대한 투자를 가능하게 합니다.

Mesh의 투자자 피칭은 아마도 역사적으로 더 작은 생산량과 더 높은 단위 원가로 특징지어진 산업에 SpaceX의 제조 철학을 적용하는 데 집중했을 것입니다. 회사가 SpaceX가 로켓과 위성 생산에 가져온 제조 규모와 효율성을 달성할 수 있다면, 광학 트랜시버 공급을 의미 있게 증대시키면서 엄청난 양으로 소비하는 하이퍼스케일 데이터센터 운영자의 원가를 낮출 수 있습니다.

모든 것을 가능하게 하는 인프라 계층

광학 네트워크 인프라의 중요성은 데이터센터 운영자 자신을 훨씬 초과합니다. 소비자와 기업이 상호작용하는 모든 AI 애플리케이션은 이들 시설 내에서 실행되는 컴퓨팅 시스템에 의존하며, 이들 시스템은 그들의 구성 요소를 연결하는 네트워크 패브릭에 의존합니다. 챗봇, 이미지 생성기, 코드 어시스턴트, 자율 주행 시스템, 약물 발견 플랫폼, 수많은 다른 AI 애플리케이션 모두 그들을 구동하는 인프라로 추적됩니다.

데이터센터가 부품 부족 또는 성능 제약에 직면할 때, 그 영향은 AI 에코시스템 전체에 걸쳐 전파됩니다. 학습 실행이 더 오래 걸리고, 추론 비용이 증가하며, AI 능력 진전 속도가 둔화됩니다. 광학 트랜시버 공급망을 구체적으로 표적함으로써 Mesh는 단일 고객이나 애플리케이션이 아닌 전체 산업에 영향을 미치는 제약을 해결할 위치를 잡습니다.

현재 진행 중인 대규모 데이터센터 건설 붐을 감안할 때 타이밍이 특히 적절합니다. Microsoft, Google, Amazon, Meta, Oracle을 포함한 회사들은 향후 몇 년간 데이터센터 확장에 수천억 달러를 약속했습니다. 이들 각 시설은 엄청난 양의 광학 트랜시버가 필요하며, 신뢰할 수 있게 규모로 공급할 수 있는 모든 스타트업은 열의 있는 구매자를 찾을 것입니다.

Thrive Capital의 인프라 베팅

Thrive Capital이 이 라운드를 주도하기로 한 결정은 AI 시대에서 가장 지속 가능한 가치 창출이 모델 개발자나 애플리케이션 빌더가 아닌 인프라 회사에서 올 수 있다는 더 광범위한 투자 테제와 일치합니다. AI에서 가장 눈에 띄는 경쟁이 기초 모델과 소비자 지향 애플리케이션을 중심으로 하지만, 모든 것을 가능하게 하는 인프라 계층은 대규모로 설계, 제조, 전달되어야 하는 물리 부품에서 실행됩니다.

이 회사는 AI 인접 인프라에서 가장 활동적인 투자자 중 하나이며, AI 컴퓨팅의 급격한 성장이 기술 스택 전체에 걸친 개선에 대한 수요를 창출한다는 것을 인식하고 있습니다. 광학 네트워크는 높은 성장과 상당한 진입 장벽을 결합하기 때문에 특히 매력적인 부문입니다. 경쟁력 있는 광학 트랜시버 제조 운영을 구축하려면 상당한 자본 투자, 깊은 기술 전문 지식, 그리고 수년의 제조 공정 개발이 필요하며, 이 모두는 새로운 경쟁자가 시장에 진입하는 속도를 제한합니다.

앞에 있는 확장 도전

그 약속에도 불구하고 Mesh는 확장 경로에서 상당한 도전에 직면합니다. 광학 트랜시버 제조는 Coherent, II-VI, Lumentum 같은 회사를 포함한 확립된 플레이어를 가진 성숙한 산업이며, 이들은 수십 년의 경험과 주요 데이터센터 운영자와의 기존 고객 관계를 가지고 있습니다. 하이퍼스케일 고객을 새 공급자로부터 부품을 인증하고 채택하도록 설득하려면 경쟁력 있는 성능뿐만 아니라 시간 경과에 따른 제조 일관성과 공급망 신뢰성을 입증해야 합니다.

5천만 달러의 Series A 펀딩은 상당하지만 아마도 Mesh가 그 야심이 요구하는 규모로 생산 용량을 구축하는 데 필요할 자본의 시작일 뿐입니다. 정밀 광학 부품 제조 시설은 건설 및 장비 비용이 많이 들고, 경쟁력 있는 원가를 달성하는 데 필요한 생산량에 도달하려면 수익이 지출을 상쇄하기 시작하기 전에 상당한 선행 자본 투자가 필요합니다.

그럼에도 불구하고 SpaceX 제조 전문 지식, 강한 투자자 지원, 실제 공급 제약을 경험하는 시장의 결합은 설득력 있는 기회를 창출합니다. Mesh가 제조 비전을 실행할 수 있다면, 회사는 차세대 AI를 구동하는 인프라 에코시스템의 중요 공급자가 될 수 있습니다.

이 기사는 TechCrunch 보도에 기반합니다. 원본 기사 읽기.