Broadcom은 어떻게 통신칩 회사에서 AI 데이터센터의 핵심 기업이 되었을까?

반도체 산업을 움직이는 글로벌 기업 ⑮

Broadcom 기업 ASIC·네트워크·광통신·AI 반도체의 비밀

핵심 키워드: Broadcom, 브로드컴, ASIC, AI 반도체, 맞춤형 AI 칩, Ethernet, 네트워크 반도체, 데이터센터, 광통신, Tomahawk, Jericho, VMware, NVIDIA, TPU

들어가며 – NVIDIA만 AI 반도체의 승자일까?

앞선 14강에서는 스마트폰 AP와 5G 통신 기술을 중심으로 성장한 Qualcomm을 살펴봤다.

이번 15강에서 알아볼 기업은 Broadcom(브로드컴)이다.

Broadcom을 처음 접하는 사람이라면 이렇게 생각할 수 있다.

“Broadcom도 AI 반도체 회사인가?”

Broadcom은 NVIDIA처럼 GPU를 중심으로 성장한 기업은 아니다.

오히려 Broadcom의 강점은 통신·네트워크·데이터센터용 반도체에 있다.

그런데 AI 데이터센터가 폭발적으로 성장하면서 상황이 바뀌고 있다.

AI 데이터센터에는 GPU만 필요한 것이 아니다.

수천 개의 AI 가속기를 서로 연결해야 하고, 엄청난 양의 데이터를 서버와 서버 사이에서 이동시켜야 한다.

따라서 다음과 같은 반도체가 필요하다.

AI 가속기

네트워크 스위치

Ethernet

광통신

맞춤형 ASIC

이 분야에서 Broadcom이 강력한 기술력을 가지고 있다.

특히 최근 AI 산업에서 주목받는 것이 커스텀 ASIC, 즉 특정 기업의 요구에 맞춰 설계하는 맞춤형 AI 반도체다.

이번 글에서는 Broadcom이 어떤 기업인지부터 시작해 ASIC과 네트워크 반도체, Ethernet, 광통신, AI 데이터센터까지 차근차근 살펴보겠다.

Broadcom은 어떤 회사인가?

Broadcom은 미국을 대표하는 반도체 및 기술 기업이다.

반도체 사업의 주요 영역은 다음과 같이 정리할 수 있다.

• 네트워크 반도체
• Ethernet 스위치
• 데이터센터 반도체
• ASIC
• 무선통신 반도체
• 광통신 관련 기술
• 저장장치 관련 반도체
• 보안 및 연결 기술

Broadcom의 특징은 매우 다양한 통신과 연결 기술을 보유하고 있다는 것이다.

특히 데이터센터에서는 컴퓨터가 얼마나 빠르게 계산하는가뿐 아니라,

컴퓨터끼리 얼마나 빠르게 연결되는가

도 중요하다.

AI 데이터센터에서는 이 문제가 더욱 중요해진다.

AI 모델을 학습시키기 위해 수많은 가속기가 동시에 데이터를 주고받기 때문이다.

AI 데이터센터에서 네트워크가 중요한 이유

AI 서버에 NVIDIA GPU가 8개 들어 있다고 생각해 보자.

GPU 하나만 빠르다고 전체 시스템이 빠르게 작동하는 것은 아니다.

GPU들이 서로 데이터를 주고받아야 하기 때문이다.

이를 단순화하면,

GPU ① ↔ GPU ② ↔ GPU ③ ↔ GPU ④

와 같은 통신이 계속 발생한다.

데이터센터 규모가 커지면 상황은 더욱 복잡해진다.

수천 개 또는 그 이상의 가속기가 서로 연결될 수 있다.

이때 네트워크가 병목현상을 일으키면 GPU의 높은 연산능력을 제대로 활용하기 어려울 수 있다.

그래서 AI 시대에는 컴퓨팅 성능과 네트워크 성능이 함께 발전해야 한다.

Broadcom은 바로 이 네트워크 영역에서 강력한 경쟁력을 가지고 있다.

Ethernet은 무엇일까?

Broadcom을 이해하기 위해서는 Ethernet을 알아야 한다.

Ethernet은 컴퓨터와 네트워크 장치를 연결하는 대표적인 네트워크 기술이다.

일반적인 사무실이나 데이터센터에서 서버와 스위치가 통신할 때도 Ethernet이 활용된다.

AI 데이터센터에서는 더 높은 속도의 Ethernet이 필요하다.

AI 모델이 처리하는 데이터가 엄청나게 증가했기 때문이다.

따라서 데이터센터 네트워크는 다음 방향으로 발전하고 있다.

100G

↓

200G

↓

400G

↓

800G

↓

차세대 초고속 네트워크

속도가 높아질수록 네트워크 반도체의 중요성도 커진다.

Broadcom은 이러한 고속 Ethernet 스위치와 네트워크 반도체 분야에서 중요한 기업이다.

데이터센터 스위치는 어떤 역할을 할까?

스위치를 쉽게 설명하면 데이터의 교통정리 장치라고 생각할 수 있다.

수많은 서버가 서로 데이터를 주고받을 때 어떤 데이터를 어디로 보내야 하는지 결정하고 전달하는 역할을 한다.

예를 들어 AI 서버 1번에서 서버 100번으로 데이터를 보내야 한다면 네트워크 장비가 그 데이터를 적절한 경로로 전달해야 한다.

AI 데이터센터에서는 이러한 데이터 이동이 엄청난 규모로 발생한다.

따라서 네트워크 스위치에는 다음과 같은 능력이 필요하다.

• 높은 처리량
• 낮은 지연시간
• 높은 포트 수
• 전력 효율
• 안정적인 데이터 전달

Broadcom은 이러한 데이터센터용 스위치 반도체를 개발해 왔다.

Broadcom의 핵심 기술 – Tomahawk

Broadcom의 데이터센터 네트워크 반도체를 이야기할 때 Tomahawk 계열을 빼놓을 수 없다.

Tomahawk는 고속 Ethernet 스위치 ASIC 제품군으로 알려져 있다.

AI 데이터센터가 발전하면서 스위치에 요구되는 처리능력도 높아지고 있다.

수많은 AI 가속기가 연결되기 때문에 네트워크 스위치는 엄청난 양의 데이터를 처리해야 한다.

따라서 스위치 ASIC의 성능이 AI 클러스터의 전체 네트워크 성능에 중요한 영향을 줄 수 있다.

Broadcom은 이 분야에서 오랜 기간 기술을 축적해 왔다.

Jericho는 무엇일까?

Broadcom의 또 다른 중요한 네트워크 반도체 계열이 Jericho다.

Jericho 계열은 데이터센터와 통신 네트워크에서 대규모 데이터 트래픽을 처리하기 위한 네트워크 장비용 기술과 연결된다.

Tomahawk가 고속 Ethernet 스위칭 분야에서 중요한 역할을 한다면, Jericho는 대규모 네트워크와 라우팅 등의 영역에서 중요한 기술로 볼 수 있다.

AI 데이터센터가 커질수록 단순히 GPU를 많이 연결하는 것보다 전체 네트워크 구조를 효율적으로 설계하는 것이 중요해진다.

Broadcom은 이 분야에서 오랜 경험을 가지고 있다.

ASIC이란 무엇일까?

Broadcom의 AI 반도체 전략을 이해하기 위해서는 ASIC이라는 개념이 중요하다.

ASIC은 Application-Specific Integrated Circuit의 약자다.

말 그대로 특정 목적에 맞게 설계된 반도체다.

CPU가 다양한 작업을 수행할 수 있는 범용 프로세서라면,

ASIC은 특정 작업에 최적화하는 방향으로 설계할 수 있다.

쉽게 비유하면,

CPU = 여러 일을 할 수 있는 만능 도구

ASIC = 특정 작업에 최적화된 전문 도구

라고 생각할 수 있다.

AI 연산에서도 특정 기업의 서비스나 모델에 맞춰 전용 가속기를 설계한다면 ASIC이 장점을 가질 수 있다.

왜 AI 기업들이 자체 ASIC을 만들려고 할까?

AI 데이터센터의 규모가 커지면서 AI 기업과 클라우드 기업들은 새로운 고민을 하게 됐다.

바로 비용과 전력이다.

수많은 GPU를 계속 사용하는 데에는 막대한 비용과 전력이 필요하다.

따라서 대형 기술기업 입장에서는,

“우리 서비스에 가장 적합한 AI 칩을 직접 설계하면 어떨까?”

라는 생각을 할 수 있다.

예를 들어 특정 AI 모델에 자주 사용되는 연산만 빠르게 처리하도록 칩을 설계하면 범용 GPU보다 특정 작업에서 높은 효율을 목표로 할 수 있다.

하지만 자체 ASIC을 개발하려면 반도체 설계 능력이 필요하다.

바로 이 부분에서 Broadcom의 역할이 커질 수 있다.

Broadcom의 커스텀 ASIC 사업

Broadcom은 고객사의 요구에 맞는 맞춤형 ASIC을 설계하는 사업을 중요한 영역으로 발전시키고 있다.

고객사가,

“우리는 이런 AI 연산을 많이 한다.”

라고 요구하면 Broadcom이 반도체 설계와 시스템 기술을 지원하는 방식이다.

이러한 구조는 매우 흥미롭다.

Broadcom이 모든 고객에게 동일한 AI 칩을 판매하는 것이 아니라,

고객의 요구에 맞는 반도체를 설계하는 것

이다.

이 때문에 Broadcom은 AI 반도체 시장에서 NVIDIA와 다른 방식으로 경쟁력을 확보할 수 있다.

Google TPU와 Broadcom의 관계

AI ASIC 시장을 설명할 때 자주 언급되는 사례가 Google TPU다.

Google은 AI 연산을 위해 자체 TPU를 개발해 왔다.

TPU는 Google의 AI 작업에 특화된 가속기다.

이러한 대규모 AI 가속기를 개발하려면 막대한 반도체 설계와 제조 역량이 필요하다.

Broadcom은 커스텀 ASIC 분야에서 대형 기술기업과 협력해 온 것으로 알려져 있다.

이러한 사업모델이 중요한 이유는 AI 반도체 시장이 반드시,

NVIDIA GPU vs AMD GPU

의 경쟁만으로 끝나지 않을 수 있기 때문이다.

앞으로는,

범용 GPU

와

클라우드 기업의 자체 ASIC

이 함께 경쟁할 가능성이 높다.

그리고 Broadcom은 이러한 맞춤형 ASIC 생태계의 중요한 설계 파트너가 될 수 있다.

NVIDIA와 Broadcom의 차이

NVIDIA와 Broadcom은 모두 AI 시대의 중요한 반도체 기업이지만 사업구조는 상당히 다르다.

구분	NVIDIA	Broadcom
대표 강점	GPU·AI 플랫폼	네트워크·ASIC
AI 전략	범용 AI 가속기	맞춤형 AI ASIC
네트워크	자체 네트워킹 기술 확대	핵심 사업 중 하나
소프트웨어	CUDA 생태계	ASIC·네트워크 생태계
주요 경쟁력	GPU + CUDA	네트워크 + ASIC + 연결기술

NVIDIA가 AI 연산 자체를 강력하게 장악하고 있다면,

Broadcom은 AI 데이터센터를 연결하는 네트워크와 맞춤형 반도체에서 강점을 가지고 있다고 볼 수 있다.

따라서 두 기업은 일부 영역에서 경쟁하면서도 AI 데이터센터 생태계에서는 서로 다른 역할을 할 수 있다.

AI 데이터센터에서 광통신이 중요한 이유

AI 데이터센터의 규모가 커지면 전기 신호만으로 모든 데이터를 이동시키는 데 한계가 생길 수 있다.

데이터센터 내부에서 서버와 서버 사이의 데이터 이동량이 급증하기 때문이다.

이때 중요한 기술이 광통신(Optical Communication)이다.

광통신은 전기 대신 빛을 이용해 데이터를 전송한다.

쉽게 표현하면,

전기 신호

에서

빛 신호

로 데이터를 변환해 빠르게 전달하는 것이다.

광통신은 높은 대역폭과 장거리 전송에서 장점을 가질 수 있다.

AI 데이터센터가 커질수록 광통신 기술의 중요성도 함께 높아질 가능성이 있다.

실리콘 포토닉스와 AI 데이터센터

앞서 작성한 반도체 콘텐츠에서 실리콘 포토닉스와 광컴퓨팅에 대해 살펴봤다.

AI 데이터센터에서도 광기술은 중요한 미래 기술로 평가받고 있다.

AI 가속기가 수천 개 연결되면 GPU와 GPU 사이에서 엄청난 양의 데이터가 이동한다.

이때 광통신을 이용하면 데이터센터 내부의 고속 연결을 개선할 가능성이 있다.

따라서 미래의 AI 데이터센터는,

AI 가속기

HBM

네트워크 ASIC

Ethernet

광통신

이 하나의 시스템으로 연결될 가능성이 높다.

Broadcom은 이 중 여러 영역에서 기술을 가지고 있다는 것이 중요한 특징이다.

Broadcom의 광통신 전략

Broadcom은 데이터센터 네트워크와 연결되는 광통신 관련 기술에도 투자하고 있다.

AI 데이터센터에서는 단순히 스위치 칩의 속도만 높이는 것으로 충분하지 않다.

스위치와 서버 사이에서 데이터를 어떻게 전달할 것인지도 중요하다.

따라서 다음과 같은 기술이 중요해질 수 있다.

• 광 트랜시버
• 광 엔진
• 광 인터커넥트
• 실리콘 포토닉스
• 고속 Ethernet
• 광전 변환

이러한 기술들이 발전하면 데이터센터 내부의 데이터 이동 방식 자체가 변화할 가능성이 있다.

AI 시대에는 네트워크가 새로운 병목이 될 수 있다

AI 반도체 시장에서 중요한 변화가 하나 있다.

과거에는 컴퓨팅 능력을 얼마나 높이느냐가 가장 중요한 문제였다.

하지만 GPU와 AI 가속기의 성능이 급격히 증가하면서 새로운 문제가 등장하고 있다.

바로,

데이터를 얼마나 빠르게 이동시킬 것인가?

이다.

AI 가속기의 연산능력이 아무리 뛰어나도 데이터가 늦게 도착하면 연산장치가 대기해야 한다.

따라서 AI 시스템의 성능은,

연산 성능

뿐 아니라,

메모리 대역폭 + 네트워크 대역폭

에 의해서도 결정될 수 있다.

이 때문에 Broadcom과 같은 네트워크 반도체 기업의 중요성이 높아지고 있다.

Broadcom의 특허와 기술 경쟁력

Broadcom은 오랜 기간 통신과 네트워크 반도체 분야에서 기술을 축적해 왔다.

주요 기술 영역을 정리하면 다음과 같다.

• Ethernet 스위치
• 네트워크 프로세서
• ASIC
• 광통신
• 데이터센터 연결
• 통신 반도체
• 저장장치 연결 기술
• 고속 인터페이스

Broadcom의 경쟁력을 단순히 특허 숫자로 평가하는 것보다 중요한 것은 실제 네트워크 장비와 데이터센터에서 축적된 설계 경험과 IP다.

특히 고속 네트워크에서는 미세한 설계 차이가 전력 소비와 지연시간, 데이터 처리량에 영향을 줄 수 있다.

따라서 오랜 기간 축적된 설계 IP와 고객사와의 협력 경험 자체가 중요한 진입장벽이 된다.

Broadcom이 VMware를 인수한 이유

Broadcom의 최근 사업 변화를 이해하려면 VMware 인수도 살펴볼 필요가 있다.

VMware는 가상화와 기업용 소프트웨어 분야에서 잘 알려진 기업이다.

Broadcom은 VMware를 인수하면서 반도체뿐 아니라 기업용 소프트웨어 사업의 비중도 크게 확대했다.

이것은 Broadcom이 단순한 반도체 기업을 넘어 반도체와 인프라 소프트웨어를 함께 보유한 기술기업으로 변화하고 있음을 보여주는 중요한 사건이다.

데이터센터에서는 하드웨어만 중요한 것이 아니다.

서버와 네트워크, 가상화, 클라우드 인프라를 효율적으로 운영하는 소프트웨어 역시 중요하다.

따라서 Broadcom의 사업구조를 이해할 때 반도체와 소프트웨어를 함께 볼 필요가 있다.

Broadcom의 강점은 ‘데이터센터 전체를 연결한다는 것’

Broadcom의 가장 큰 장점을 하나 꼽는다면 연결성이라고 할 수 있다.

AI 데이터센터를 생각해 보자.

AI 가속기

↓

네트워크

↓

Ethernet 스위치

↓

서버

↓

데이터센터

↓

광통신

이 모든 요소가 연결되어야 한다.

Broadcom은 이러한 데이터센터의 연결 인프라에 필요한 다양한 반도체 기술을 보유하고 있다.

따라서 AI 시장이 성장할수록 GPU만 주목해서는 안 된다.

GPU를 연결하는 네트워크 반도체도 함께 살펴봐야 한다.

Broadcom의 가장 큰 경쟁자는 누구일까?

Broadcom의 네트워크 반도체 시장에서는 여러 기업이 경쟁하고 있다.

대표적으로 네트워크 장비와 반도체 분야의 다양한 기업들이 있다.

또한 ASIC 시장에서는 자체적으로 칩을 설계하는 대형 클라우드 기업들도 중요한 경쟁요소가 될 수 있다.

하지만 Broadcom의 장점은 네트워크 스위치와 ASIC, 광통신 기술을 함께 가지고 있다는 것이다.

특히 고객사가 자체 AI 칩을 설계하려 할 때 Broadcom이 설계 파트너로 참여할 수 있다는 점은 독특한 경쟁력이다.

Broadcom의 미래 성장동력

Broadcom의 미래를 이해할 때 주목해야 할 시장은 다음과 같다.

AI 데이터센터

AI 모델이 커질수록 네트워크와 ASIC 수요가 증가할 수 있다.

커스텀 AI ASIC

대형 클라우드 기업들이 자체 AI 가속기를 개발할수록 시장이 확대될 수 있다.

Ethernet

AI 클러스터의 규모가 커지면서 고속 Ethernet 수요가 증가할 가능성이 있다.

광통신

AI 데이터센터 내부의 데이터 이동량 증가로 광통신 기술의 중요성이 커질 수 있다.

기업용 소프트웨어

VMware를 중심으로 한 기업용 인프라 소프트웨어 사업도 중요한 축이다.

이처럼 Broadcom은 NVIDIA와 다른 방식으로 AI 산업의 성장에 참여하고 있다.

Broadcom의 가장 큰 과제

Broadcom에도 해결해야 할 과제가 있다.

첫 번째는 AI 반도체 시장의 경쟁 심화다.

NVIDIA와 AMD뿐 아니라 Google, Amazon, Microsoft 등 거대 기술기업이 자체 AI 칩을 개발하고 있다.

두 번째는 네트워크 기술의 빠른 발전이다.

AI 가속기의 성능이 계속 증가하면 네트워크 속도도 그에 맞춰 발전해야 한다.

세 번째는 전력 소비다.

AI 데이터센터의 전력 소비가 증가하면 네트워크 장비 역시 전력 효율을 높여야 한다.

네 번째는 고객 의존도다.

커스텀 ASIC 사업은 대형 고객과의 협력이 중요한 만큼 주요 고객의 투자 계획에 영향을 받을 수 있다.

따라서 Broadcom은 기술력뿐 아니라 고객 다변화와 새로운 시장 확보도 중요하다.

마무리 – AI 시대에는 ‘연산’만큼 ‘연결’이 중요하다

Broadcom을 이해하는 가장 중요한 키워드는 연결이다.

NVIDIA가 AI 연산을 담당하는 GPU에서 강력한 위치를 확보했다면,

Broadcom은 AI 데이터센터에서 수많은 연산장치를 연결하는 네트워크와 ASIC 분야에서 중요한 역할을 하고 있다.

AI 데이터센터를 하나의 거대한 컴퓨터라고 생각하면 이해하기 쉽다.

GPU

→ 계산

HBM

→ 데이터 공급

ASIC

→ 특정 작업 최적화

Ethernet 스위치

→ 데이터 전달

광통신

→ 초고속 연결

이 모든 요소가 함께 작동해야 AI 시스템이 제대로 움직인다.

Broadcom은 이 가운데 특히 ASIC·네트워크·광통신이라는 중요한 영역을 차지하고 있다.

특히 커스텀 ASIC 사업은 앞으로 AI 반도체 시장에서 매우 중요한 경쟁 영역이 될 가능성이 있다.

대형 클라우드 기업들이 자신들의 서비스에 최적화된 AI 칩을 직접 설계하기 시작하면, 모든 기업이 NVIDIA GPU만 사용하는 구조에서 조금씩 변화가 생길 수 있기 때문이다.

그리고 이 과정에서 Broadcom과 같은 맞춤형 반도체 설계 파트너의 중요성이 높아질 수 있다.

결국 AI 반도체의 미래 경쟁은,

누가 가장 빠른 AI 칩을 만드는가?

에서 끝나지 않는다.

앞으로는,

누가 가장 빠르게 데이터를 이동시키고, 수천 개의 AI 가속기를 효율적으로 연결하며, 고객에게 맞는 AI 반도체를 설계할 수 있는가?

라는 경쟁이 더욱 중요해질 수 있다.

Broadcom은 바로 이 영역을 노리고 있다.

따라서 앞으로 AI 산업을 공부할 때 NVIDIA와 AMD만 볼 것이 아니라 Broadcom과 같은 네트워크·ASIC 기업까지 함께 살펴보는 것이 중요하다.

---

핵심 정리

• Broadcom은 미국의 대표적인 네트워크·통신 반도체 기업이다.
• AI 데이터센터가 커지면서 Broadcom의 네트워크 반도체 중요성이 높아지고 있다.
• Ethernet 스위치는 AI 서버와 가속기 사이의 데이터를 전달하는 핵심 인프라다.
• Tomahawk는 Broadcom의 대표적인 고속 Ethernet 스위치 ASIC 제품군이다.
• Jericho 계열은 대규모 네트워크 인프라에서 중요한 역할을 한다.
• ASIC은 특정 목적에 최적화된 반도체를 의미한다.
• 대형 클라우드 기업의 자체 AI 칩 개발은 커스텀 ASIC 시장의 성장 요인이 될 수 있다.
• Broadcom은 고객 요구에 맞는 맞춤형 ASIC 설계 사업을 강화하고 있다.
• AI 데이터센터에서는 GPU뿐 아니라 네트워크 대역폭도 중요한 성능 요소다.
• AI 데이터 이동량이 증가하면서 광통신과 실리콘 포토닉스의 중요성도 높아지고 있다.
• Broadcom은 네트워크·ASIC·광통신을 연결하는 독특한 경쟁력을 가지고 있다.
• VMware 인수를 통해 기업용 인프라 소프트웨어 사업도 확대했다.
• Broadcom의 미래 경쟁력은 AI ASIC + 네트워크 + Ethernet + 광통신을 연결하는 데 있다.