성형 AI와 대규모 언어모델의 발전은 반도체 산업에서 GPU와 HBM 수요만 증가시키고 있는 것이 아니다.
수만 개, 많게는 수십만 개의 가속기를 하나의 거대한 컴퓨팅 시스템처럼 연결하려면 서버와 스위치 사이에서 막대한 데이터를 빠르게 이동시켜야 한다. 이에 따라 AI 데이터센터의 병목이 연산 성능에서 점차 데이터 전송 성능으로 확대되고 있다.
이 변화 속에서 400G에서 800G, 그리고 1.6T 광트랜시버로의 전환이 빨라지고 있다.
그리고 그 중심에서 다시 주목받고 있는 반도체 소재가 바로 **인듐인(InP, Indium Phosphide)**이다.
2026년 들어 InP 기판 생산 확대, 장기 공급 계약, InP 레이저 생산설비 투자 관련 발표가 잇따르고 있다. 특히 800G와 1.6T 광통신 장비를 위한 고속 레이저와 광검출기 수요가 증가하면서 InP 웨이퍼는 AI 데이터센터 공급망에서 중요한 전략 소재로 떠오르고 있다.
AI 데이터센터에서 왜 광통신이 중요해졌을까?
기존 데이터센터에서도 광통신은 중요했다.
하지만 AI 데이터센터에서는 요구되는 데이터 이동량의 차원이 다르다.
AI 학습 과정에서는 수많은 GPU 또는 AI 가속기가 지속적으로 데이터를 주고받아야 한다. 이때 하나의 가속기가 계산을 끝내더라도 다른 가속기에서 필요한 데이터를 제때 받지 못하면 전체 시스템의 효율이 떨어진다.
따라서 AI 클러스터의 실제 성능은 단순히 GPU 한 개의 계산 능력으로 결정되지 않는다.
다음과 같은 요소가 함께 중요하다.
- GPU 간 연결 대역폭
- 서버 간 데이터 전송 속도
- 네트워크 지연시간
- 스위치 처리 용량
- 광트랜시버 속도
- 링크당 소비전력
AI 모델이 커질수록 이러한 네트워크 요구도 함께 증가한다.
그 결과 데이터센터 광통신 시장은
100G → 400G → 800G → 1.6T
방향으로 빠르게 이동하고 있다.
2026년 3월에는 실제 주요 하이퍼스케일 데이터센터 고객이 1.6T 광트랜시버의 첫 대량 주문을 시작했다는 발표도 나왔다. 이는 1.6T가 단순한 연구개발 단계에서 실제 구축 단계로 이동하고 있음을 보여준다.
1.6T 광트랜시버란 무엇인가?
1.6T에서 T는 테라비트(Terabit)를 의미한다.
즉 하나의 광트랜시버가 초당 약 1.6Tbps의 데이터를 전송할 수 있다는 뜻이다.
다만 하나의 레이저가 1.6Tbps 전체를 처리하는 것은 아니다.
일반적으로 여러 개의 고속 채널을 병렬로 구성한다.
예를 들어 차세대 1.6T 모듈에서는
8 × 200G = 1.6T
와 같은 구조가 중요한 방식 가운데 하나다.
따라서 전체 광모듈 속도가 증가할수록 각각의 광채널 역시 더 높은 변조 속도와 더 좋은 신호 품질을 요구한다.
여기서 필요한 핵심 부품이 고속 레이저, 광변조기, 광검출기와 광집적회로다.
그리고 이러한 부품 가운데 상당수가 InP 계열 반도체를 기반으로 한다.
InP는 어떤 반도체 소재인가?
InP는 인듐(In)과 인(P)으로 이루어진 III-V족 화합물 반도체다.
실리콘과 달리 광전자 소자 제작에 매우 유리한 밴드 구조를 가지고 있으며, InP 기판 위에 InGaAs, InGaAsP, InAlGaAs와 같은 다양한 III-V 에피층을 성장시킬 수 있다.
이러한 재료 조합을 활용하면 광통신에서 중요한 약 1.3μm와 1.55μm 파장대의 레이저와 광검출기를 구현하기에 유리하다.
이 파장 영역은 광섬유 내부에서 손실이 낮고 장거리 또는 고속 데이터 전송에 적합하기 때문에 통신 산업에서 매우 중요하다.
따라서 InP는 다음과 같은 광소자의 기반 소재로 널리 사용된다.
- DFB 레이저
- EML
- CW 레이저
- 광검출기
- SOA
- 광집적회로
- 외부 레이저 광원
AI 데이터센터에서 광통신 비중이 커질수록 이러한 소자의 출하량이 증가하고, 자연스럽게 그 시작점인 InP 기판과 에피웨이퍼 수요도 함께 증가한다.
왜 실리콘 포토닉스 시대에도 InP가 필요한가?
최근 광통신 분야에서 가장 많이 언급되는 기술 가운데 하나가 **실리콘 포토닉스(Silicon Photonics)**다.
실리콘 포토닉스는 기존 반도체 제조 인프라를 활용해 웨이브가이드, 변조기와 다양한 광학 소자를 하나의 실리콘 칩에 집적할 수 있다는 장점이 있다.
그렇다면 실리콘 포토닉스가 확대되면 InP의 필요성이 줄어드는 것일까?
현재 산업 흐름은 오히려 그 반대에 가깝다.
이유는 실리콘 자체가 효율적인 광원 소재가 아니기 때문이다.
실리콘은 간접 밴드갭 반도체이기 때문에 전기를 직접 빛으로 변환하는 레이저를 효율적으로 구현하기 어렵다.
따라서 실리콘 포토닉스 시스템에서도 빛을 만들어주는 광원은 여전히 III-V족 반도체에 의존하는 경우가 많다.
그 대표적인 소재가 InP다.
즉 차세대 광인터커넥트는
Silicon Photonics + InP Laser
조합으로 발전할 가능성이 크다.
2026년 OFC에서도 1.6T 광트랜시버용으로 실리콘 포토닉스 PIC와 함께 고출력 InP CW 레이저와 200G InP EML 기술이 공개됐다.
따라서 실리콘 포토닉스와 InP는 반드시 경쟁 관계라기보다 서로 다른 기능을 담당하는 상호 보완적인 소재 플랫폼으로 볼 필요가 있다.
1.6T 시대에 InP EML이 중요한 이유
고속 데이터센터 광통신에서 자주 등장하는 소자가 **EML(Electro-Absorption Modulated Laser)**이다.
EML은 레이저 광원과 전계흡수형 변조기를 하나의 구조에 집적한 광소자다.
레이저에서 연속적으로 생성된 빛을 매우 빠른 속도로 변조해 데이터 신호를 만들어낼 수 있다.
고속 EML에는 다음과 같은 특성이 중요하다.
- 높은 변조 대역폭
- 낮은 전력소모
- 높은 출력
- 우수한 소광비
- 안정적인 파장 특성
- 고온 동작 안정성
200G급 광채널이 확대되면서 EML의 성능 요구도 더욱 높아지고 있다.
그리고 InP 기반 이종접합 구조는 이러한 고속 광원과 변조기를 제작하는 데 적합하다.
결국
800G → 1.6T
전환은 단순히 광모듈 한 개의 속도가 두 배가 되는 문제가 아니다.
레이저와 변조기, 포토다이오드, 에피웨이퍼까지 전체 광반도체 공급망의 성능 기준이 한 단계 올라간다는 뜻이다.
2026년 InP 시장에서 실제로 어떤 변화가 나타나고 있을까?
최근 InP 수요 증가는 단순한 전망치만으로 나타나는 현상이 아니다.
실제 소재 공급업체의 실적과 투자 계획에서도 변화가 확인되고 있다.
2026년 2분기 한 주요 III-V족 기판 공급업체의 InP 관련 매출은 3,070만 달러를 기록했다.
이는 전년 동기 360만 달러와 비교하면 매우 큰 증가이며, 전체 분기 매출의 거의 3분의 2에 해당하는 수준이었다.
기업 측은 주요 원인으로 AI 데이터센터용 고속 광데이터 전송 장치 수요 증가를 꼽았다.
또한 주문잔고가 1억 달러를 넘어 2027년까지 이어지고 있다고 밝혔다.
이러한 숫자는 AI 광통신 확대가 이미 InP 소재 단계까지 영향을 주고 있다는 것을 보여준다.
InP 기판 생산능력을 7~10배 확대하려는 움직임
공급 확대 움직임도 본격화되고 있다.
2026년 6월 일본의 한 첨단소재 기업은 향후 4년 동안 최대 1,200억 엔을 투자해 InP 기판 생산능력을 크게 확대하겠다고 발표했다.
계획대로 진행될 경우 생산능력은 현재 대비 약 7~10배 확대될 예정이다.
기업 측은 AI 발전으로 대용량 데이터 통신이 빠르게 증가하고 있으며 고객사들의 추가 공급 요청이 예상보다 강하다고 설명했다.
반도체 소재 공급업체가 한 제품에 이 정도 규모의 증설 계획을 발표한다는 것은 InP 수요가 단기적인 유행으로만 평가되고 있지 않다는 의미로 해석할 수 있다.
2026년 8월에도 InP 생산 투자가 이어지는 이유
최근 뉴스에서도 이러한 흐름은 계속되고 있다.
2026년 8월에는 미국 내 기존 반도체 생산시설을 인수한 뒤 InP 기반 광통신 칩 생산시설로 전환하려는 계획이 발표됐다.
목표 시장 역시 AI 데이터센터였다.
또 다른 광통신 기업은 InP 기반 레이저 칩과 웨이퍼를 자체 생산하며 AI 데이터센터용 광트랜시버 공급 확대를 위해 장비 투자를 진행하고 있다. 8월 26일에는 해당 InP 레이저 생산 확대를 지원하는 다년간 반도체 장비 공급 계약도 발표됐다.
이처럼 소재, 에피택시, 레이저 칩, 광모듈에 이르는 여러 단계에서 투자가 동시에 확대되는 것은 InP 공급망 전체가 AI 데이터센터 성장의 영향을 받고 있음을 보여준다.
InP 웨이퍼와 InP 에피웨이퍼는 무엇이 다를까?
InP 시장을 이해하려면 **기판(Substrate)**과 **에피웨이퍼(Epitaxial Wafer)**를 구분할 필요가 있다.
InP 기판
고품질 단결정 InP를 성장시킨 뒤 절단, 연마, 세정한 웨이퍼다.
이 기판은 이후 에피택셜 성장의 기반이 된다.
중요한 품질 요소는 다음과 같다.
- 결정 결함
- 표면 평탄도
- TTV
- Bow
- Warp
- 표면 거칠기
- 전기적 특성
- 결정방향
- 미세 파티클
InP 에피웨이퍼
InP 기판 위에 MOCVD 또는 MBE 등의 공정을 이용해 여러 종류의 III-V 화합물 반도체층을 성장시킨 웨이퍼다.
예를 들어 레이저용 에피구조에서는 InGaAsP, InAlGaAs 등 여러 층을 나노미터 단위로 정밀하게 설계할 수 있다.
실제 레이저의 파장과 효율, 출력, 온도 특성은 이러한 에피구조에 크게 영향을 받는다.
따라서 AI 데이터센터 광통신 수요 증가는 단순히 InP 원재료뿐 아니라
InP Crystal → Substrate → Epitaxial Wafer → Laser Chip → Optical Transceiver
전체 가치사슬을 확대시키고 있다.
InP와 GaAs는 어떻게 다를까?
AI 데이터센터 광통신에서는 InP와 함께 **GaAs(갈륨비소)**도 중요한 소재다.
두 소재 모두 III-V 화합물 반도체이지만 주력 응용 영역에는 차이가 있다.
GaAs 기반 VCSEL은 전통적으로 약 850nm 영역에서 우수한 성능을 제공하며 짧은 거리의 데이터센터 연결에 널리 사용되어 왔다.
반면 InP 계열 레이저는 1.3μm와 1.55μm 통신 파장대 구현에 적합해 단일모드 광섬유 기반의 더 긴 거리와 고속 통신에서 강점을 가진다.
간단히 비교하면 다음과 같다.
| 항목 | InP 계열 | GaAs 계열 |
|---|---|---|
| 대표 광원 | DFB, EML, CW Laser | VCSEL |
| 주요 파장 | 약 1.3μm / 1.55μm | 약 850nm |
| 대표 연결 | 단일모드 광통신 | 단거리 멀티모드 통신 |
| 데이터센터 응용 | 고속·중장거리 링크 | 서버·랙 내 단거리 링크 |
| 1.6T 시대 역할 | EML, CW Laser, CPO 광원 | 고속 VCSEL 옵션 |
다만 기술 발전에 따라 두 플랫폼의 적용 범위는 계속 변화하고 있다.
실제로 2026년 OFC에서는 1.6T를 위한 200G InP EML과 200G GaAs VCSEL이 동시에 제시됐다.
따라서 미래 광인터커넥트 시장을 단순히 InP 대 GaAs 경쟁으로 볼 필요는 없다.
링크 거리, 전력, 비용, 광섬유 종류와 시스템 구조에 따라 적절한 소재가 선택될 가능성이 높다.
다음 단계는 CPO다
1.6T 광트랜시버 이후 업계가 바라보는 중요한 기술 가운데 하나가 **CPO(Co-Packaged Optics)**다.
현재 플러거블 광트랜시버는 서버나 네트워크 스위치의 전면부에 장착되는 방식이 일반적이다.
문제는 스위치 칩과 광모듈 사이의 전기 신호 이동 거리가 길어질수록 소비전력과 신호 손실이 증가한다는 것이다.
스위치 용량이
51.2T → 102.4T → 204.8T
등으로 높아지면 이 문제는 더 커진다.
CPO는 광학 엔진을 스위치 ASIC 가까이에 배치해 전기 신호가 이동해야 하는 거리를 줄이고, 데이터 이동의 상당 부분을 더 일찍 광신호로 전환하는 접근이다.
그렇게 되면 필요한 것이 고출력 외부 레이저 광원이다.
여기에서도 InP가 중요한 역할을 한다.
2026년 8월에는 AI 데이터센터용 CPO를 목표로 고출력 InP 외부 레이저, 다채널 DFB 배열과 SOA를 개발하는 신규 프로그램이 발표됐다.
즉 InP 수요의 성장 논리는 1.6T 플러거블 광모듈에서 끝나지 않는다.
Pluggable Optics → NPO → CPO
방향으로 광학 기술이 칩 가까이 이동할수록 고효율 레이저 광원의 중요성은 오히려 더 커질 수 있다.
AI 시대에는 ‘연산 반도체’와 ‘통신 반도체’를 함께 봐야 한다
AI 반도체 산업을 이야기할 때 시장의 관심은 주로 GPU, HBM, 첨단 패키징에 집중된다.
하지만 실제 AI 데이터센터는 단일 칩으로 구성되지 않는다.
수많은 연산 칩을 서로 연결해야 하나의 거대한 AI 시스템이 완성된다.
따라서 AI 인프라의 핵심 소재 역시 다양해지고 있다.
연산에서는
- 실리콘
- SiC
- 첨단 패키징 기판
- 고열전도 세라믹
등이 중요하다.
반면 데이터 연결에서는
- InP
- GaAs
- SOI
- 실리콘 포토닉스
- 광섬유
- 광패키징 소재
의 중요성이 함께 높아진다.
특히 GPU의 연산속도가 높아질수록 데이터를 이동시키는 네트워크가 이를 따라가지 못하면 값비싼 연산 자원이 대기하는 시간이 늘어난다.
따라서 앞으로의 AI 데이터센터 경쟁은
Compute + Memory + Interconnect
세 가지 축으로 전개될 가능성이 높다.
InP 공급망의 과제도 있다
InP 수요가 늘어난다고 해서 공급 확대가 쉬운 것은 아니다.
InP 단결정은 실리콘 웨이퍼처럼 대구경화와 대량생산이 매우 성숙한 소재가 아니다.
1. 단결정 성장
고품질 InP 단결정을 안정적으로 성장시키려면 결정 결함과 조성, 도핑을 정밀하게 제어해야 한다.
2. 웨이퍼 크기
실리콘은 300mm 웨이퍼가 일반적이지만 InP는 상대적으로 작은 직경의 웨이퍼가 여전히 널리 사용된다.
따라서 생산성 확대에는 장비와 공정 최적화가 필요하다.
3. 취성
InP는 기계적으로 취성이 있는 소재다.
웨이퍼가 얇아질수록 핸들링 과정에서 크랙이나 파손 위험을 정밀하게 관리해야 한다.
4. 표면 품질
광전자 소자의 에피택셜 성장은 기판 표면 품질에 매우 민감하다.
따라서 낮은 표면 거칠기, 파티클 관리, 평탄도와 표면 결함 제어가 중요하다.
5. 공급 안정성
인듐과 고순도 원료 확보, 결정 성장 설비, 가공능력까지 전체 공급망을 확대하는 데 시간이 필요하다.
최근 InP 공급기업들이 대규모 증설과 장기 공급 계약을 동시에 추진하는 것도 이 때문이다.
앞으로 InP 시장에서 주목할 세 가지 변화
향후 InP 반도체 소재 시장에서는 세 가지 흐름을 주목할 필요가 있다.
첫째, 800G에서 1.6T로의 본격 전환
1.6T 광모듈이 실제 하이퍼스케일 데이터센터에 배치되기 시작하면 200G급 광채널용 레이저와 검출기 수요가 빠르게 증가할 가능성이 있다.
둘째, 실리콘 포토닉스와 InP의 결합 확대
실리콘은 대규모 광회로 집적에 강하고 InP는 광원과 고성능 능동소자에 강하다.
따라서 두 소재의 이종집적이 더욱 중요해질 수 있다.
실제로 2026년에는 InP-on-Silicon 플랫폼 기반의 800G·1.6T 레이저 집적 광집적회로가 대량생산 주문 단계에 진입했다.
셋째, CPO용 고출력 광원 증가
광모듈이 스위치 칩 가까이 이동할수록 외부 레이저 광원의 효율, 출력, 신뢰성이 시스템 성능을 좌우하는 핵심 요소가 될 수 있다.
이 역시 InP 소재 수요를 장기적으로 지지하는 요인이다.
결론
2026년 InP 시장의 변화는 AI 산업의 소재 수요가 GPU와 메모리를 넘어 광통신 영역으로 확산되고 있다는 것을 보여준다.
AI 데이터센터가 대형화될수록 단순히 더 많은 연산 칩을 설치하는 것만으로는 충분하지 않다.
수많은 GPU와 서버 사이에서 데이터를 빠르게 이동시키기 위한 고속 광인터커넥트가 필수적이다.
이 과정에서 네트워크 속도는 400G와 800G를 넘어 1.6T로 이동하고 있으며, 그 다음 단계에서는 NPO와 CPO 같은 새로운 광학 아키텍처가 등장하고 있다.
InP는 이러한 변화 속에서
- 고속 EML
- DFB 레이저
- CW 레이저
- 광검출기
- SOA
- CPO용 외부 광원
등을 구현할 수 있는 핵심 III-V 반도체 플랫폼으로 중요성이 높아지고 있다.
최근의 대규모 InP 기판 증설 계획과 기록적인 매출 증가, 장기 공급계약, 신규 레이저 생산 투자 움직임은 이러한 변화가 이미 실제 공급망에서 시작됐음을 보여준다.
AI 시대의 반도체 소재 경쟁은 더 이상 연산용 웨이퍼만의 경쟁이 아니다.
데이터를 계산하는 소재와 데이터를 이동시키는 소재가 동시에 중요해지는 시대가 시작되고 있다.
그리고 1.6T 광인터커넥트와 CPO 시대가 확대될수록 InP는 AI 데이터센터를 구성하는 핵심 반도체 소재 가운데 하나로 더욱 주목받을 가능성이 높다.