멜라녹스 이해하는 방법, AI 서버 네트워크가 왜 중요한지 쉽게 잡기

얼마 전 AI 서버 견적 이야기를 듣다가 GPU 이름은 다들 익숙하게 말하는데, 멜라녹스라는 단어가 나오자 대화가 갑자기 조용해지는 걸 봤습니다. 사실 서버나 데이터센터 쪽을 자주 보지 않았다면 꽤 낯선 이름입니다. 그런데 요즘처럼 AI 학습, 클라우드, 고성능 컴퓨팅 이야기가 많아진 환경에서는 멜라녹스를 알고 있으면 전체 그림이 훨씬 잘 보입니다.

멜라녹스는 무엇을 하던 회사였나

멜라녹스는 쉽게 말해 서버끼리 데이터를 아주 빠르게 주고받게 해주는 네트워크 장비와 기술을 만들던 회사입니다. 일반 가정의 인터넷 공유기와는 급이 다릅니다. 수십 대, 수백 대, 많게는 수천 대의 서버가 동시에 계산을 나눠 할 때 병목이 생기지 않도록 어댑터, 스위치, 케이블, 네트워크 칩, 관련 소프트웨어를 다뤘습니다.

대표적으로 많이 나오는 기술이 인피니밴드와 이더넷입니다. 이더넷은 회사나 집에서도 흔히 쓰는 네트워크 방식의 거대한 확장판이라고 보면 되고, 인피니밴드는 지연 시간을 줄이고 대역폭을 높이는 데 강한 고성능 연결 방식입니다. AI 학습 서버, 슈퍼컴퓨터, 금융 거래 시스템처럼 몇 밀리초 차이도 민감한 곳에서는 네트워크 품질이 성능을 크게 좌우합니다.

엔비디아가 멜라녹스를 인수한 이유

엔비디아는 2020년에 멜라녹스 인수를 완료했습니다. 인수 발표 당시 금액은 69억 달러 규모였습니다. 당시에는 그래픽카드 회사가 네트워크 회사를 왜 사느냐는 반응도 있었지만, 지금 보면 꽤 자연스러운 선택이었습니다. AI 서버는 GPU만 빠르다고 끝나는 구조가 아니기 때문입니다.

예를 들어 GPU 8개가 들어간 서버 한 대에서 끝나는 작업이라면 내부 연결만 잘 맞춰도 성능을 뽑을 수 있습니다. 그런데 거대한 AI 모델을 학습할 때는 서버 수십 대, 수백 대가 한 몸처럼 움직여야 합니다. 이때 한 서버에서 계산한 중간 결과를 다른 서버로 계속 보내야 하는데, 네트워크가 느리면 비싼 GPU가 기다리는 시간이 늘어납니다. 마치 주방장이 100명인데 재료 운반 통로가 하나뿐인 식당 같은 상황이 되는 셈입니다.

그래서 엔비디아 입장에서는 GPU, 서버 내부 연결, 서버 간 네트워크까지 묶어서 제공하는 게 중요해졌습니다. 엔비디아의 가속 컴퓨팅과 멜라녹스의 고속 네트워킹이 합쳐지면서 AI 데이터센터 전체를 하나의 계산 장치처럼 설계하는 방향이 더 강해졌습니다.

초보자가 알아두면 좋은 제품 이름

멜라녹스를 검색하다 보면 제품명이 꽤 많이 나옵니다. 처음에는 복잡해 보이지만, 몇 가지 이름만 알아도 문서를 읽을 때 덜 막힙니다.

ConnectX: 서버에 꽂는 네트워크 어댑터 계열입니다. 고속 이더넷이나 인피니밴드 연결에 자주 등장합니다.
BlueField: 네트워크 처리, 보안, 스토리지 관련 작업을 서버 CPU 대신 처리하도록 돕는 DPU 계열입니다.
Quantum: 인피니밴드 스위치 계열에서 자주 보이는 이름입니다. 고성능 컴퓨팅과 AI 클러스터에서 많이 언급됩니다.
Spectrum: 이더넷 스위치 계열로 보면 이해하기 쉽습니다. AI 데이터센터용 이더넷 플랫폼과 함께 자주 나옵니다.

여기서 중요한 건 이름을 전부 외우는 게 아닙니다. ConnectX는 서버에 붙는 카드, Quantum과 Spectrum은 여러 서버를 묶는 스위치 쪽, BlueField는 네트워크에서 더 많은 일을 처리하는 장치라고 감을 잡으면 충분합니다.

인피니밴드와 이더넷은 어떻게 다를까

둘의 차이를 아주 단순하게 나누면, 인피니밴드는 고성능 계산 클러스터에 강하고 이더넷은 범용성과 운영 친화성이 강합니다. 인피니밴드는 낮은 지연 시간과 높은 처리량을 앞세워 슈퍼컴퓨터나 대규모 AI 학습 환경에서 많이 쓰입니다. 반면 이더넷은 기존 네트워크 운영 경험과 장비 생태계가 넓어서 도입과 관리 측면에서 익숙한 선택지가 됩니다.

요즘은 AI용 이더넷도 빠르게 발전하고 있습니다. 엔비디아는 Spectrum 계열과 AI 데이터센터용 이더넷 플랫폼을 통해 이더넷에서도 AI 워크로드에 맞춘 성능을 강조하고 있습니다. 그래서 실제 현장에서는 무조건 하나가 좋다기보다, 예산, 운영 인력, 기존 인프라, 필요한 성능에 따라 선택이 갈립니다.

멜라녹스를 볼 때 체크할 포인트

중고 서버나 네트워크 카드, AI 서버 견적에서 멜라녹스 이름을 봤다면 몇 가지를 먼저 확인하는 게 좋습니다. 제품 세대에 따라 지원 속도와 드라이버, 운영체제 호환성이 달라질 수 있기 때문입니다.

지원 속도: 25G, 40G, 100G, 200G, 400G처럼 포트 속도를 먼저 봅니다.
연결 방식: 이더넷 전용인지, 인피니밴드와 이더넷을 모두 지원하는 VPI 계열인지 확인합니다.
드라이버: 리눅스, 가상화 환경, 쿠버네티스 환경에서 필요한 드라이버와 펌웨어가 맞는지 봅니다.
케이블 규격: QSFP, SFP 계열처럼 포트 모양과 케이블 종류가 맞아야 합니다.
스위치 호환성: 카드만 빠르다고 되는 게 아니라 스위치와 케이블까지 같은 속도를 받쳐줘야 합니다.

특히 개인이 홈랩이나 소규모 서버용으로 멜라녹스 카드를 찾는 경우에는 가격만 보고 고르면 곤란할 때가 있습니다. 100Gbps 카드가 저렴하게 보여도 스위치와 케이블 비용이 따로 붙고, 팬 소음이나 발열도 생각보다 큽니다. 서버실 기준으로 만들어진 장비라 조용한 방에 두면 존재감이 확실합니다.

왜 지금도 멜라녹스라는 이름이 들릴까

현재는 엔비디아 네트워킹이라는 이름으로 보는 게 더 정확합니다. 그래도 현장에서는 멜라녹스라는 이름이 계속 남아 있습니다. 기존 장비, 드라이버 이름, 커뮤니티 글, 제품 모델명, 리눅스 커널 드라이버 경로에 흔적이 많기 때문입니다. 오래된 서버 부품을 찾거나 데이터센터 장비 이야기를 들을 때 멜라녹스라는 표현이 자연스럽게 섞여 나옵니다.

개인적으로 멜라녹스는 AI 시대의 숨은 기반 기술을 설명하기 좋은 사례라고 생각합니다. 사람들은 GPU 개수와 모델명에 먼저 눈이 가지만, 실제 성능은 데이터를 얼마나 빨리 주고받느냐에서도 크게 갈립니다. 멜라녹스를 이해하면 AI 서버가 단순히 빠른 칩을 많이 꽂는 일이 아니라, 계산과 연결을 함께 설계하는 일이라는 게 더 선명하게 보입니다.