AI 네트워크 스위치는 단순히 포트를 많이 연결하는 장비가 아닙니다. 동시에 폭발하는 GPU 트래픽을 여러 경로로 고르게 분산하고, 혼잡을 감지해 빠르게 우회하며, 수천 개 링크의 상태를 실시간으로 보여줘야 합니다. 그래서 칩·시스템·운영 소프트웨어를 함께 보는 것이 중요합니다.
이전 글: AI 네트워크④ — CPO: 광통신 장비를 스위치 칩 바로 옆에 붙이는 이유
AI 스위치의 조건
높은 radix는 더 많은 포트를 한 칩에서 연결해 네트워크 단계를 줄입니다. 낮은 지연시간, 깊고 공정한 버퍼, 적응형 라우팅, 정교한 혼잡 제어와 텔레메트리는 GPU가 기다리는 시간을 줄이고 고장 때 성능 저하를 제한합니다.
NVIDIA Spectrum-X
NVIDIA는 Spectrum 스위치와 SuperNIC, RoCE 확장, 라우팅·혼잡 제어 소프트웨어를 묶은 전체 플랫폼을 제공합니다. GPU와 네트워크의 공동 최적화, 성능 격리와 예측 가능한 유효 대역폭을 강조하는 전략입니다.
Broadcom과 Arista
Broadcom Tomahawk 6는 102.4Tbps와 100G·200G SerDes, CPO 옵션을 제공하는 스위치 실리콘입니다. Arista 7060XE7은 이 세대의 102.4Tbps 시스템과 최대 64개의 1.6T 포트, EOS 기반 운영성을 결합합니다.
숫자보다 생태계를 보자
51.2T에서 102.4T로 용량이 늘어도 실제 성능은 토폴로지, NIC, 광링크, 혼잡 제어와 운영 소프트웨어에 따라 달라집니다. 칩 공급사, 완제품 업체, 클라우드 고객이 어떤 조합을 검증하고 대량 배치하는지가 시장의 방향을 보여줍니다.
102.4Tbps와 64×1.6T는 어떻게 연결될까?
스위칭 용량은 스위치가 양방향으로 처리할 수 있는 전체 데이터의 규모를 나타냅니다. 102.4Tbps급 칩은 구성에 따라 64개의 1.6T 포트처럼 나눠 사용할 수 있습니다. 같은 용량이라도 800G 포트를 더 많이 제공하거나 여러 속도를 혼합할 수 있어 실제 제품의 포트 구성과 breakout 지원을 확인해야 합니다.
높은 radix는 한 스위치에서 더 많은 서버나 다른 스위치를 연결하게 해 네트워크 계층 수를 줄일 수 있습니다. 계층이 줄면 통과해야 할 ASIC과 광링크가 감소해 지연시간, 전력과 장애 지점이 줄어듭니다. 다만 고밀도 포트는 광모듈 전력과 발열, 케이블 관리라는 새로운 설계 부담을 만듭니다.
세 회사의 위치는 어떻게 다를까?
NVIDIA Spectrum-X는 스위치 ASIC과 완제품, SuperNIC, Cumulus·SONiC 지원과 AI 통신 최적화를 한 플랫폼으로 묶습니다. GPU 시스템과 네트워크를 함께 검증할 수 있다는 것이 강점입니다. Broadcom은 Tomahawk·Jericho 스위치 실리콘과 NIC, DSP·retimer, CPO까지 폭넓은 부품 생태계를 여러 장비업체에 공급합니다.
Arista는 상용 스위치 시스템과 EOS 소프트웨어, CloudVision 기반 운영 자동화에 강점을 둡니다. 7060XE7처럼 최신 Broadcom 실리콘을 활용한 고밀도 제품을 제공하면서 여러 세대의 장비를 일관된 운영체제로 관리하도록 합니다. 서로 완전히 같은 시장만 놓고 경쟁한다기보다 수직 통합과 개방형 생태계의 비중이 다릅니다.
실제 도입에서 무엇을 비교할까?
장비 가격과 포트 속도뿐 아니라 GPU 통신 라이브러리에서 얻는 실제 처리량, 장애 때의 수렴 시간, 혼잡 상황의 공정성, 네트워크 가시성과 자동화 수준을 비교해야 합니다. 기존 운영 인력의 경험, SONiC·EOS·Cumulus 같은 NOS 선택과 공급업체 지원도 장기간의 운영비에 영향을 줍니다.
AI 스위치 시장의 발표는 빠르게 바뀌므로 샘플 출하와 양산 출하를 구분해야 합니다. 실제 고객의 대규모 배치, 광모듈 호환성, 장비 리드타임과 반복 수주가 기술 발표를 매출로 연결합니다. 1.6T 포트의 채택 속도는 다음 편에서 다루는 전체 광통신 공급망의 준비 상태와도 맞물립니다.
스위치 한 대보다 패브릭 전체가 중요하다
같은 ASIC을 사용해도 버퍼 설계, 전원과 냉각, 광모듈 선택, NOS와 혼잡 제어 설정에 따라 시스템 결과가 달라집니다. 스위치 한 대의 지연시간보다 수백 대가 연결된 패브릭에서 경로가 균등하게 사용되고 장애 시 빠르게 복구되는지가 실제 학습 성능을 좌우합니다.
클러스터 규모가 커지면 네트워크를 여러 plane으로 나눠 장애 범위를 제한하거나 rail 구조로 GPU 통신 패턴에 맞춰 연결하기도 합니다. 이때 토폴로지 설계와 작업 스케줄러, NCCL 같은 통신 라이브러리의 협력이 필요합니다. 하드웨어 공급사가 소프트웨어와 검증 환경에 투자하는 이유입니다.
개방성과 수직통합의 균형
개방형 Ethernet 생태계는 여러 ASIC, 장비와 광모듈을 조합할 수 있어 선택권과 가격 경쟁을 제공합니다. 반면 수직통합 플랫폼은 특정 조합을 깊게 최적화해 구축 위험을 낮출 수 있습니다. 고객은 단기 벤치마크뿐 아니라 공급망 다변화, 업그레이드 경로와 특정 업체 의존도를 함께 고려해야 합니다.
운영 단계에서는 포트 오류와 혼잡을 발견하는 것만큼 원인을 빠르게 특정하는 능력이 중요합니다. ASIC 텔레메트리, NIC 정보와 애플리케이션 성능을 한 화면에서 연결해 볼 수 있어야 장애가 네트워크인지 서버인지 구분하고 비싼 GPU의 유휴시간을 줄일 수 있습니다.
핵심 정리
- 102.4 Tbps은 AI 네트워크의 성능과 확장성을 판단하는 핵심 요소입니다.
- 64×1.6T은 AI 네트워크의 성능과 확장성을 판단하는 핵심 요소입니다.
- 200G SerDes은 AI 네트워크의 성능과 확장성을 판단하는 핵심 요소입니다.
- CPO Option은 AI 네트워크의 성능과 확장성을 판단하는 핵심 요소입니다.
다음 글: AI 네트워크⑥ — AI 광통신 공급망: 누가 800G·1.6T 시대를 만드는가?
스위치는 Tbps 숫자만으로 비교할 수 없다
AI 네트워크 스위치를 비교할 때 총 스위칭 용량은 출발점일 뿐입니다. 같은 용량이라도 포트 속도와 포트 수, 내부 패브릭의 비차단 여부, 버퍼 구조, 지연시간, 혼잡 제어, 텔레메트리와 운영 소프트웨어에 따라 실제 학습 성능이 달라집니다. 특히 여러 작업이 동시에 통신하는 순간에는 평균 처리량보다 꼬리 지연과 혼잡 회복 능력이 중요합니다.
NVIDIA·Broadcom·Arista를 볼 때도 단순한 칩 또는 장비 점유율 비교로 끝내기 어렵습니다. ASIC, NIC/DPU, 케이블과 광모듈, 네트워크 운영체제, 자동화·관측 도구가 어느 범위까지 함께 검증되는지를 살펴야 합니다. 고객은 단품 성능이 아니라 클러스터 전체의 구축 시간과 안정성, 공급망 선택권을 구매하기 때문입니다.
제품 비교 체크리스트
- 필요한 포트 속도에서 목표 radix와 토폴로지를 구성할 수 있는가
- 혼잡 제어가 NIC 및 학습 프레임워크의 통신 패턴과 맞는가
- 장애 경로·패킷 드롭·지연을 세밀하게 관측할 수 있는가
- 개방형 이더넷 호환성과 통합 솔루션의 편의성 사이 균형은 어떤가
- 향후 800G·1.6T 전환 때 섀시·광모듈·냉각을 재사용할 수 있는가
추가 원자료: NVIDIA Spectrum-X Documentation, NVIDIA Enterprise Reference Architecture
참고자료
※ 본 글은 산업 기술을 설명하기 위한 정보형 콘텐츠이며 특정 종목의 매수·매도 권유가 아닙니다.