Ultra Ethernet Consortium이란? AI Ethernet이 InfiniBand에 도전하는 이유

AI 데이터센터에서 Ethernet은 오랫동안 익숙한 기술이었습니다. 서버를 인터넷에 연결하고, Storage Traffic을 보내고, 일반적인 Data Center Network를 구성하는 데 사용해왔습니다.

하지만 GPU 수천 개가 하나의 AI Model을 함께 학습하기 시작하면서 Ethernet에는 전혀 다른 요구가 생겼습니다.

일반적인 서버 Traffic은 여러 사용자가 제각각 데이터를 주고받습니다. 반면 AI Training에서는 수천 개의 GPU가 거의 동시에 AllReduce, AllGather, All-to-All 같은 Collective Communication을 수행합니다.

이때 특정 Network Link에 Traffic이 몰리거나 Packet 하나가 늦어지면 GPU가 다른 GPU를 기다리게 됩니다.

GPU 한두 개라면 큰 문제가 아닐 수 있지만 수만 개의 GPU가 연결된 Cluster라면 이야기가 달라집니다.

AI Network에서는 Network가 조금 느린 것이 아니라, Network 때문에 수많은 비싼 GPU가 동시에 기다리는 것이 문제입니다.

그래서 업계는 한 가지 질문을 던지기 시작했습니다.

“Ethernet을 그대로 사용하면서 InfiniBand 수준의 AI·HPC Network를 만들 수 없을까?”

이 질문에서 등장한 조직이 Ultra Ethernet Consortium, UEC입니다.

Ultra Ethernet Consortium(UEC): Ethernet을 AI와 HPC에 맞게 최적화하기 위해 Cloud 업체, Semiconductor 업체, Network 장비 업체들이 공동으로 만든 Open Industry Consortium입니다.

UEC는 2023년 AMD, Arista, Broadcom, Cisco, HPE, Intel, Meta, Microsoft 등을 중심으로 출범했습니다. 목표는 Ethernet을 완전히 새로운 Network로 바꾸는 것이 아니라 기존 Ethernet 생태계를 유지하면서 AI와 HPC에 필요한 Bandwidth, Latency, Tail Latency, Scale, Reliability를 개선하는 것입니다.

그리고 2025년 6월 첫 Ultra Ethernet Specification 1.0이 공개됐습니다. 이후 수정과 보완이 이어졌으며 2026년 7월 16일 기준 최신 공개 Version은 1.0.3입니다.

즉 Ultra Ethernet은 더 이상 “언젠가 나올 AI Ethernet”이 아닙니다.

규격이 완성되고 실제 NIC와 Switch 제품이 등장하기 시작한 단계입니다.

Ultra Ethernet을 먼저 한눈에 보면

구분	일반 Ethernet	RoCEv2	Ultra Ethernet
기본 Network	Ethernet	Ethernet	Ethernet
주요 목적	범용 Data Network	Ethernet에서 RDMA 제공	AI·HPC용 고성능 Ethernet Fabric
RDMA	기본 목적 아님	지원	UET로 현대화
Multipath	ECMP 중심	제한적	Packet-level Multipath 강화
Packet Ordering	일반적으로 순서 중요	상대적으로 민감	Flexible Ordering
Congestion Control	범용	PFC·ECN·DCQCN 등	AI/HPC 맞춤형 UET-CC
Packet Loss 대응	TCP Retransmission 등	RDMA Retransmission	Selective Recovery·Packet Trimming
목표	범용성	낮은 CPU Overhead	높은 GPU Utilization과 낮은 Tail Latency
Ecosystem	Open	Ethernet 기반	Open Multi-vendor

Ultra Ethernet의 가장 중요한 특징은 이름 그대로 Ethernet을 버리지 않는다는 것입니다.

새로운 Cable이나 완전히 새로운 Physical Network를 만드는 것이 아니라 Ethernet 위에서 Transport, Congestion Control, Software API, Telemetry, Security 등을 AI Workload에 맞게 다시 설계합니다.

왜 굳이 새로운 Ethernet 규격이 필요했을까요?

35번에서 살펴본 RoCEv2도 이미 Ethernet에서 RDMA를 사용할 수 있습니다.

그렇다면 굳이 Ultra Ethernet이 필요한 이유는 무엇일까요?

핵심은 RoCE가 만들어졌을 당시와 현재 AI Cluster의 규모가 완전히 달라졌기 때문입니다.

RoCE는 CPU의 Network Processing 부담을 줄이고 RDMA를 Ethernet에서 사용할 수 있도록 하는 데 큰 역할을 했습니다.

하지만 AI Cluster가 수만 개, 수십만 개의 Accelerator로 커지면서 새로운 문제가 생겼습니다.

예를 들어 하나의 큰 RDMA Flow가 특정 Network Path에 배정됐는데 그 Path가 혼잡할 수 있습니다. 다른 Path는 비어 있어도 기존 방식에서는 해당 Flow가 혼잡한 Path에 계속 묶여 있을 수 있습니다.

또 Packet 하나가 손실됐을 때 이미 정상적으로 전달된 Packet까지 다시 보내면 400G·800G Network에서는 엄청난 Bandwidth를 낭비하게 됩니다.

여기에 Incast, Microburst, Tail Latency, Packet Ordering 같은 문제가 동시에 발생합니다.

UEC는 바로 이런 문제를 해결하기 위해 기존 RDMA를 AI Scale에 맞게 다시 설계하고 있습니다.

UEC는 자신의 목표를 “RDMA를 현대화(modernize RDMA)”하는 것으로 설명하고 있으며, 핵심 Transport인 UET에 Multipath Packet Spraying, Flexible Ordering, 새로운 Congestion Control, End-to-end Telemetry, Multiple Delivery Service 등을 포함했습니다.

UET가 Ultra Ethernet의 핵심입니다

Ultra Ethernet에서 가장 중요한 기술이 UET(Ultra Ethernet Transport)입니다.

UET: 기존 Ethernet 위에서 AI와 HPC에 필요한 RDMA Data Transport를 제공하기 위해 새롭게 설계한 Ultra Ethernet의 핵심 Transport Protocol입니다.

Ultra Ethernet은 단순히 새로운 Switch 규격 하나가 아닙니다.

Application과 AI Framework 위에는 Communication Library와 libfabric API가 있고, 그 아래에 UET Transport가 있으며, 최종적으로 기존 Ethernet Link와 Physical Layer가 존재합니다.

즉 기존 Software Ecosystem과 Ethernet Hardware를 최대한 활용하면서 그 중간의 Data Transport 방식 자체를 AI Workload에 맞게 바꾸는 것입니다.

UEC는 기존 AI Framework와 HPC Library API를 유지하면서 Migration 부담을 줄이는 것을 주요 목표로 제시하고 있습니다.

UET와 RoCEv2는 무엇이 다를까요?

둘 다 Ethernet에서 RDMA를 제공합니다.

하지만 설계기준이 다릅니다.

RoCEv2는 기존 Ethernet과 IP Network 위에서 효율적인 RDMA를 제공하는 데 초점을 맞췄다면 UET는 처음부터 수십만 개 이상의 Accelerator가 동시에 통신하는 AI·HPC Cluster를 주요 대상으로 설계됐습니다.

구분	RoCEv2	UET
기반	Ethernet + UDP/IP	Ethernet 기반 Ultra Ethernet Stack
RDMA	지원	지원 및 AI Scale에 맞게 재설계
Load Balancing	ECMP 등에 의존	Adaptive Packet Spraying
Out-of-order	상대적으로 까다로움	Flexible Ordering 지원
Congestion	PFC·ECN·DCQCN 등	Sender·Receiver 기반 UET-CC
Packet Loss	기존 RDMA Recovery	Selective Recovery 강화
PFC 의존	높은 구성이 많음	Lossy Ethernet에서도 동작하도록 설계
목표 규모	Data Center RDMA	대규모 AI·HPC Backend Network

따라서 UET는 RoCE보다 단순히 “더 빠른 Version”이라고 보는 것보다 AI Cluster를 전제로 다시 설계한 Ethernet RDMA Architecture라고 이해하는 편이 정확합니다.

가장 중요한 변화 1: Packet Spraying

기존 Ethernet Network에서는 ECMP를 많이 사용합니다.

ECMP: 여러 동일비용 Network Path 가운데 Flow의 Source·Destination 정보를 Hash해 하나의 Path를 선택하는 Load Balancing 방식입니다.

일반적인 Network에서는 효과적입니다.

하지만 AI에서는 하나의 Flow 자체가 매우 클 수 있습니다.

예를 들어 Source GPU와 Destination GPU 사이에 8개의 Network Path가 있다고 생각해보겠습니다. 큰 Flow 두 개가 우연히 같은 Path에 Hash되면 해당 Path는 꽉 차는데 다른 Path는 놀고 있는 상황이 발생할 수 있습니다.

Ultra Ethernet은 이 문제를 Packet Spraying으로 해결하려 합니다.

Packet Spraying: 하나의 Flow를 특정 Path 하나에 고정하지 않고 Packet을 여러 Network Path로 분산해 전체 Fabric Bandwidth를 더 균등하게 사용하는 방식입니다.

UEC에서는 Sender가 실시간 Congestion 정보를 활용해 여러 Path에 Packet을 분배할 수 있습니다. 특정 Path가 혼잡해지면 다른 Path로 Traffic을 이동시켜 ECMP Flow Collision을 줄이는 구조입니다.

즉 기존 Network가 Flow 단위 Load Balancing에 가까웠다면 Ultra Ethernet은 Packet 단위까지 더 세밀하게 Network 전체를 활용하려고 합니다.

왜 Packet Spraying이 AI에서 특히 중요할까요?

AI Training Traffic은 일반 인터넷 Traffic과 다릅니다.

GPU 수천 개가 비슷한 순간에 Communication을 시작하며 일부 Collective에서는 굉장히 큰 Data를 동시에 주고받습니다.

Network에는 여러 Path가 존재하지만 실제로 활용되는 Bandwidth가 균등하지 않으면 일부 Link가 먼저 포화됩니다.

문제는 GPU가 Network Traffic을 기다린다는 것입니다.

Network 전체 Capacity가 100이라고 해도 특정 Path에 Traffic이 몰려 실제로 70밖에 사용하지 못한다면 추가 GPU를 설치하는 것보다 기존 Network Utilization을 높이는 것이 더 효율적일 수 있습니다.

Ultra Ethernet이 Packet Spraying을 중요한 기능으로 보는 이유입니다.

그런데 Packet을 여러 길로 보내면 순서가 엉킵니다

Packet A와 Packet B를 서로 다른 Path로 보냈다고 생각해보겠습니다.

A가 더 짧은 Path를 사용하면 B보다 먼저 도착할 수 있고, 반대로 해당 Path에 일시적인 Congestion이 발생하면 나중에 보낸 B가 먼저 도착할 수도 있습니다.

이를 Out-of-order Delivery라고 합니다.

기존 RDMA는 Packet Ordering에 상대적으로 민감합니다.

따라서 자유롭게 Packet Spraying을 하려면 Receiver가 순서가 뒤섞인 Packet도 효율적으로 처리할 수 있어야 합니다.

여기서 Ultra Ethernet의 두 번째 핵심기술이 등장합니다.

가장 중요한 변화 2: Flexible Ordering

Flexible Ordering: Application이 실제로 필요한 Ordering 수준에 따라 Network가 Packet이나 Message의 순서를 다르게 처리하도록 하는 UET의 기능입니다.

모든 Application이 모든 Packet의 완벽한 순서를 필요로 하는 것은 아닙니다.

예를 들어 AI Collective에서 1GB Data를 전송한다고 생각해보겠습니다.

Application 입장에서는 1GB Data가 최종적으로 모두 도착하면 되는 경우가 있습니다.

Packet 1, Packet 2, Packet 3이 정확하게 순서대로 도착하는 것은 중요하지 않을 수 있습니다.

그런데 Network가 무조건 모든 Packet 순서를 맞추려고 한다면 Reorder Buffer가 필요하고 Hardware Complexity, Latency, Power가 증가합니다.

UEC는 Application의 요구에 맞춰 Ordering을 유연하게 선택하도록 설계했습니다.

이것이 Packet Spraying과 결합되면 Network가 훨씬 자유롭게 여러 Path를 사용할 수 있습니다.

UET에는 Transport Service도 여러 종류가 있습니다

UET는 모든 Traffic을 동일하게 처리하지 않습니다.

Reliable Ordered Delivery(ROD): Packet과 Message의 순서가 중요한 Application을 위한 Transport입니다.

Reliable Unordered Delivery(RUD): Packet 순서는 바뀌어도 되지만 Data가 정확하게 한 번 전달되어야 하는 대규모 Collective 등에 적합한 Transport입니다.

Reliable Unordered Delivery for Idempotent Operations(RUDI): 같은 Data Operation이 여러 번 적용돼도 결과가 변하지 않는 Workload에서 Receiver State를 줄이고 더 큰 Scale을 지원하기 위한 Transport입니다.

이것이 Ultra Ethernet의 흥미로운 부분입니다.

Network가 모든 Application에 동일한 Reliability와 Ordering을 강제하는 것이 아니라 Workload 특성에 따라 필요한 Transport 수준을 선택하도록 만듭니다.

결과적으로 Hardware가 유지해야 하는 State를 줄이고 AI Cluster를 더 크게 확장할 수 있습니다.

가장 중요한 변화 3: Congestion Control

AI Ethernet에서 가장 어려운 문제가 Congestion입니다.

800G NIC 수천 개가 동시에 Data를 보내면 특정 Switch Buffer는 순식간에 가득 찰 수 있습니다.

Ultra Ethernet은 이를 위해 UET-CC(UET Congestion Control)를 정의합니다.

UET-CC: UET Network에서 Congestion을 감지하고 Sender의 전송량과 Network Path를 동적으로 조절해 높은 Utilization과 낮은 Tail Latency를 동시에 노리는 Congestion Control Architecture입니다.

UEC 1.0 Specification은 UET-CC가 Best-effort, 즉 Packet Loss가 가능한 Ethernet에서도 동작하도록 설계됐다고 명시합니다. 목표는 Network Efficiency를 높이고 Packet Loss와 Latency, 특히 Tail Latency를 줄이는 것입니다.

이 부분이 기존 RoCE Architecture와 비교할 때 상당히 중요합니다.

Ultra Ethernet은 반드시 Lossless Ethernet이어야 하는 것이 아닙니다

기존 RoCE Network에서는 PFC를 이용해 Packet Loss를 극도로 줄이는 Lossless Ethernet 구성이 널리 사용돼왔습니다.

하지만 PFC에는 Pause Storm과 Head-of-line Blocking 같은 문제가 있습니다.

Ultra Ethernet은 이 문제를 다른 방향에서 접근합니다.

Packet을 절대로 잃지 않게 만드는 것보다 Packet Loss와 Congestion을 빠르게 발견하고 필요한 부분만 효율적으로 복구하면 되지 않을까?

UET Congestion Control은 기본적인 ECN 기능을 가진 기존 Ethernet Switch에서도 동작할 수 있도록 설계됐으며 Packet Trimming을 지원하는 Switch에서는 추가적인 성능개선을 얻을 수 있습니다.

AMD도 실제 Pollara 400의 UEC-ready RDMA 운영 가이드에서 PFC 없이 동작하는 구성을 권장하며, Adaptive Packet Spray 효과를 살리기 위해 PFC가 Network 전체를 과도하게 Pause시키지 않는 방향을 제시하고 있습니다.

즉 Ultra Ethernet은 Lossless Ethernet 의존도를 낮추면서도 AI RDMA 성능을 확보하려는 방향입니다.

Sender 기반 Congestion Control은 어떻게 작동할까요?

UET는 Sender가 Network 상태에 따라 동시에 보내도 되는 Data 양을 조절할 수 있습니다.

Sender는 Round-trip Time, ECN Mark, Packet Loss와 같은 신호를 이용해 Network가 혼잡한지를 판단합니다.

Congestion이 발생하면 Send Window를 줄이고, 상황이 좋아지면 다시 빠르게 Wire Rate까지 올립니다.

UEC는 AI Network가 매우 짧은 RTT 환경에서 동작하기 때문에 기존 Internet Congestion Control보다 훨씬 빠르게 반응해야 한다고 설명합니다. UET-CC가 목표로 하는 Backend Network의 Base RTT 범위는 대략 1μs에서 20μs 수준입니다.

즉 수백 ms의 Internet Network가 아니라 Microsecond 단위 AI Fabric을 전제로 설계한 것입니다.

Receiver 기반 Congestion Control도 있습니다

AI Traffic에서는 특별히 까다로운 상황이 있습니다.

바로 Incast입니다.

GPU 여러 개가 하나의 Receiver로 동시에 Data를 보내면 Receiver 직전의 Switch Port가 갑자기 포화될 수 있습니다.

Sender들은 각자 자신의 Path가 괜찮다고 생각해도 마지막 Receiver Port 하나에 모두 Traffic이 모이는 것입니다.

UEC는 이를 해결하기 위해 Receiver Credit 기반 Congestion Control도 정의합니다.

Receiver Credit: Receiver가 자신이 처리할 수 있는 Data 양을 Sender에게 Credit 형태로 허용하고, Sender는 해당 범위 안에서 Data를 보내도록 하는 Flow Control 방식입니다.

즉 Sender가 마음대로 Data를 밀어 넣는 것이 아니라 Receiver가 받을 수 있는 만큼만 보내도록 조정할 수 있습니다.

UEC는 이 기능이 특히 Incast Traffic을 완화하는 데 효과적일 수 있다고 설명합니다.

가장 중요한 변화 4: Packet Trimming

Ultra Ethernet에서 흥미로운 기술 중 하나가 Packet Trimming입니다.

Packet Trimming: Switch가 Congestion 때문에 Packet 전체를 Drop하는 대신 Payload를 제거하고 Header와 Congestion 정보만 Receiver에 전달하는 기술입니다.

처음 들으면 이상해 보입니다.

Data를 버릴 거라면 Packet 전체를 버리는 것이 더 간단해 보이기 때문입니다.

하지만 Header가 Receiver에 도착하면

“어느 Packet이 손실됐는지”

를 훨씬 빨리 알 수 있습니다.

일반 Packet Drop에서는 Receiver가 Timeout이나 Sequence Gap 등을 통해 손실을 뒤늦게 판단할 수 있습니다.

Packet Trimming에서는 Congestion이 발생한 순간 Switch가 직접 정보를 전달합니다.

UEC는 이를 이용해 Packet Spraying으로 순서가 섞여 있는 상황에서도 Packet Loss를 빠르게 감지하고 Recovery할 수 있도록 설계했습니다.

즉 Switch가 단순히 Packet을 전달하는 Device에서 Congestion 정보를 Endpoint에 전달하는 Active Fabric Component로 발전합니다.

Selective Retransmission도 중요한 변화입니다

1,000개의 Packet 중 501번 Packet 하나만 손실됐다고 생각해보겠습니다.

이미 502번부터 1,000번까지 정상적으로 도착했다면 501번만 다시 보내는 것이 가장 효율적입니다.

하지만 일부 전통적인 RDMA Recovery에서는 특정 지점 이후 Packet을 여러 개 다시 보내는 Go-Back-N 방식이 사용될 수 있습니다.

400G·800G Network에서는 이런 Retransmission이 엄청난 Bandwidth 낭비가 될 수 있습니다.

Ultra Ethernet은 Selective Acknowledgement와 더 세밀한 Loss Recovery를 활용해 실제로 필요한 Data만 다시 보내는 방향을 강화합니다.

AI Network에서 중요한 것은 Packet Loss가 절대 발생하지 않는 것이 아니라 손실이 발생해도 GPU가 느끼기 전에 얼마나 빠르고 효율적으로 복구하느냐가 되는 것입니다.

결국 Ultra Ethernet은 Switch만의 기술이 아닙니다

Ultra Ethernet을 새로운 Ethernet Switch Standard 정도로 생각하기 쉽습니다.

하지만 UEC 1.0은 Network Stack 전체를 대상으로 합니다.

Software API, RDMA Transport, Congestion Control, Network Telemetry, Security, NIC, Switch, Ethernet Link와 Physical Layer가 모두 포함됩니다.

즉 UEC가 성공하려면

UEC NIC만 잘 만들어도 안 되고, UEC Switch만 잘 만들어도 안 됩니다.

NIC와 Switch가 함께 Network 상태를 이해하고, Software가 Transport Service를 사용할 수 있으며, Optics와 Cable까지 충분한 Bandwidth를 제공해야 합니다.

그래서 Ultra Ethernet은 특정 제품 하나라기보다 AI Data Center Network Architecture 전체를 위한 Open Standard에 가깝습니다.

Ultra Ethernet은 InfiniBand를 없애기 위한 기술일까요?

단순하게 그렇게 볼 필요는 없습니다.

InfiniBand는 오랫동안 HPC와 AI에서 검증된 고성능 Network입니다.

NVIDIA는 Quantum InfiniBand를 통해 NIC, Switch, Adaptive Routing, Congestion Control, RDMA Software를 하나의 Vertical Stack으로 최적화할 수 있습니다.

Ultra Ethernet은 다른 전략을 사용합니다.

여러 기업이 이미 사용하는 Ethernet 생태계를 유지하면서 Open Standard로 비슷한 AI Network 문제를 해결하려는 것

입니다.

따라서 경쟁의 핵심은 단순 Bandwidth가 아닙니다.

구분	InfiniBand	Ultra Ethernet
기반	InfiniBand	Ethernet
Ecosystem	상대적으로 통합형	Open Multi-vendor
RDMA	Native	UET 기반
AI/HPC 역사	매우 오래됨	상대적으로 신규
장점	검증된 성능·통합	Ethernet 호환성·Vendor 선택
주요 과제	Vendor Ecosystem	Interop·실제 Production 검증
핵심 경쟁	Performance	Performance + TCO + Openness

UEC의 공식 목표에는 기존 Specialized Technology를 뛰어넘는 AI·HPC Ethernet을 만드는 것이 포함돼 있습니다. 하지만 규격의 목표와 실제 Production Cluster의 성능은 구분해서 볼 필요가 있습니다.

2026년 현재 Ultra Ethernet은 본격적인 상용화 초기단계에 있습니다.

왜 Hyperscaler가 Ultra Ethernet을 원할까요?

가장 큰 이유 중 하나는 Vendor Choice입니다.

AI Cluster 하나에 GPU 수만 개가 들어간다고 생각해보겠습니다.

Network까지 한 Vendor의 Proprietary Stack에 완전히 의존한다면 공급망, 가격협상력, 제품 Roadmap 모두 해당 Vendor의 영향을 크게 받게 됩니다.

반대로 Open Ethernet Standard라면 Switch는 A사, NIC는 B사, Optics는 C사를 선택할 수 있는 여지가 커집니다.

물론 실제로 Multi-vendor Interoperability가 완벽하게 구현돼야 한다는 전제가 있습니다.

UEC가 “Open, Interoperable, High-performance Full Communications Stack”을 핵심 Mission으로 내세우는 이유입니다.

Microsoft와 Meta가 UEC 창립멤버라는 점도 이 관점에서 볼 필요가 있습니다.

AI Infrastructure를 대규모로 구매하는 Hyperscaler 입장에서는 GPU뿐 아니라 Network에서도 선택권이 커지는 것 자체가 경제적 가치가 될 수 있습니다.

AMD Pollara 400은 Ultra Ethernet이 실제 제품으로 이동하고 있음을 보여줍니다

UEC를 설명할 때 현재 가장 직접적으로 볼 수 있는 제품 중 하나가 AMD Pensando Pollara 400 AI NIC입니다.

Pollara 400: 최대 400Gbps Ethernet을 지원하며 RoCEv2와 UEC-ready RDMA 기능을 제공하는 AMD의 Programmable AI NIC입니다.

AMD는 Pollara 400을 UEC 기능을 지원하는 AI NIC로 시장에 공급하고 있으며 2026년 8월 공개된 최신 Operations Guide에는 UEC-ready RDMA Configuration, QoS, Packet Spray, Congestion Control과 실제 운영방법까지 포함돼 있습니다.

이것은 중요한 변화입니다.

Ultra Ethernet이 White Paper에만 존재하는 것이 아니라 실제 Data Center NIC의 Configuration Option으로 들어가기 시작했다는 것입니다.

AMD는 왜 Programmable NIC를 강조할까요?

Network Standard는 빠르게 변합니다.

RoCEv2가 있고, UET가 등장하며, 새로운 Congestion Control Algorithm도 계속 개발됩니다.

NIC를 새로운 Standard가 나올 때마다 교체하면 Data Center 비용이 너무 커집니다.

AMD Pollara 400은 Programmable P4 Engine을 사용해 Hardware를 교체하지 않고 Software를 통해 새로운 UEC 기능을 적용할 수 있다는 점을 강조합니다.

즉 앞으로 AI NIC의 경쟁력은 단순히

400G인가 800G인가

에서 끝나지 않습니다.

새로운 Transport와 Congestion Control을 얼마나 빠르게 Hardware에 적용할 수 있는가

도 중요한 경쟁요소가 됩니다.

AMD의 다음 단계는 800G입니다

AMD는 2026년 Pensando Vulcano 800 AI NIC를 차세대 AI Scale-out Network용 제품으로 제시하고 있습니다.

AMD는 Helios Rack-scale Architecture에서 Vulcano 800을 이용해 GPU당 최대 2.4Tbps Scale-out Bandwidth를 지원하는 방향을 공개했습니다. 해당 수치는 AMD의 특정 Helios Architecture에 대한 회사 제시치입니다.

여기서 중요한 것은 400G에서 800G로 숫자가 두 배가 된 것만이 아닙니다.

GPU당 Network Bandwidth가 계속 증가하면서 UEC 같은 Transport Innovation의 중요성도 함께 커진다는 점입니다.

800G Link가 있는데 Congestion 때문에 실제로 400G밖에 사용하지 못한다면 Link Speed를 높인 의미가 줄어듭니다.

따라서 NIC Silicon의 가치가 단순 PHY Bandwidth에서 Effective Fabric Utilization을 높이는 Transport Intelligence로 이동하고 있습니다.

Broadcom Thor Ultra도 Ultra Ethernet을 겨냥합니다

Broadcom의 Thor Ultra는 최대 800Gbps를 지원하는 AI Ethernet NIC입니다.

Broadcom은 Thor Ultra를 UEC Specification에 대응하는 제품으로 개발했으며 Packet-level Multipathing, Out-of-order Data Placement, Selective Retransmission, Sender·Receiver 기반 Programmable Congestion Control을 지원합니다. PCIe Gen6 x16 Host Interface도 사용합니다.

2025년 10월 공개 당시 Thor Ultra는 Sampling 단계였습니다.

따라서 현재 Broadcom의 모든 AI NIC 매출을 Thor Ultra가 이끌고 있다고 해석하면 안 됩니다.

하지만 제품 Architecture를 보면 UEC가 요구하는 기능이 실제 AI NIC Silicon에 어떻게 들어가는지를 확인할 수 있습니다.

Broadcom은 NIC만 노리는 것이 아닙니다

Broadcom이 Ultra Ethernet에서 특히 흥미로운 이유는 Switch도 가지고 있기 때문입니다.

현재 Broadcom의 Tomahawk 6는 102.4Tbps Ethernet Switching Capacity를 제공하며 회사는 2026년 이를 Production Volume으로 출하하고 있다고 밝혔습니다. Tomahawk 6는 UEC를 고려한 Congestion Signaling과 Telemetry 기능을 지원합니다.

Broadcom의 AI Ethernet Portfolio는 Tomahawk와 Jericho Switch, Thor NIC, Agera Retimer, Sian Optical DSP, Co-Packaged Optics까지 이어집니다.

즉 Ultra Ethernet Network가 커지면 Broadcom은 NIC에서 Switch, SerDes, Retimer, Optics까지 여러 Layer에 Silicon Content를 넣을 수 있는 구조입니다.

이것이 단순 “UEC 관련주”보다 훨씬 중요한 투자포인트입니다.

Arista는 Semiconductor가 아니라 System Layer에서 중요합니다

Arista는 UEC의 창립멤버입니다.

Arista가 직접 GPU나 AI NIC Silicon을 만드는 회사는 아니지만 Ethernet Switch System과 Network Operating Software에서 강점을 가지고 있습니다.

Arista는 Ultra Ethernet의 핵심을 단순한 새로운 Protocol이 아니라 기존 Ethernet 운영환경을 AI Center까지 확장하는 기술로 설명하고 있으며, 800G Platform과 Network Telemetry를 AI Networking 전략에 포함하고 있습니다.

즉 UEC 생태계에서는

Broadcom 같은 회사가 Switch Silicon을 만들고,

Arista 같은 회사가 그 Silicon을 이용한 Network System과 Software를 만들 수 있습니다.

AI Ethernet Value Chain이 여러 Layer로 나뉘는 대표적인 사례입니다.

Ultra Ethernet은 기존 Switch를 전부 교체해야 할까요?

흥미롭게도 반드시 그렇지는 않습니다.

UET-CC는 기본적으로 Traffic Class 분리와 ECN Marking 같은 기존 Data Center Ethernet 기능을 이용할 수 있도록 설계됐습니다.

UEC는 기본적인 UET Congestion Control이 기존 Switch에서도 동작할 수 있고 Packet Trimming 같은 추가 기능을 지원하는 Switch에서는 더 높은 성능을 얻을 수 있도록 구성했습니다.

AMD 역시 Pollara 400 UEC-ready Network에 필요한 Switch 조건으로 Load Balancing, ECN Marking, Packet Trimming 등을 제시하면서 특정 Switch Vendor Lock-in이 필수는 아니라고 설명합니다.

이것은 Ultra Ethernet의 상용화에 중요한 요소입니다.

기존 Ethernet Infrastructure를 완전히 버려야 한다면 Adoption 속도는 훨씬 느려질 수 있기 때문입니다.

그렇다고 아무 Ethernet Switch나 쓰면 최고의 UEC Network가 되는 것은 아닙니다

여기서는 구분이 필요합니다.

기본적인 UET Traffic을 처리할 수 있는 것과 대규모 AI Cluster에서 최고의 Performance를 내는 것은 다른 문제입니다.

Packet Trimming, Advanced Telemetry, Adaptive Routing, High-radix, 충분한 Buffer Architecture, 800G·1.6T Port Density 같은 기능은 고성능 AI Network에서 매우 중요합니다.

따라서 UEC가 Open Standard라고 해서 Network Hardware가 Commodity가 되는 것은 아닙니다.

오히려 Standard가 같아질수록 Vendor들은 Silicon Architecture와 Congestion Control, Telemetry, Power Efficiency에서 경쟁할 가능성이 높습니다.

Ultra Ethernet은 Switch ASIC 경쟁을 더 치열하게 만들 수 있습니다

Switch ASIC은 AI Ethernet에서 핵심 Semiconductor입니다.

GPU와 NIC에서 나온 RDMA Traffic이 결국 Switch를 통과하기 때문입니다.

Bandwidth가 51.2Tbps에서 102.4Tbps로 올라가면 더 많은 800G·1.6T Port를 하나의 Switch에서 처리할 수 있습니다.

그러나 UEC 시대의 Switch 경쟁은 Bandwidth 숫자만의 경쟁이 아닙니다.

Packet Trimming, Congestion Signaling, Telemetry, Adaptive Routing, In-Network Collective 기능을 얼마나 효율적으로 처리할 수 있는가가 중요해집니다.

UEC 1.0에는 Switch를 활용한 In-Network Collectives도 Architecture 범위에 포함돼 있습니다.

즉 Switch ASIC 자체가 점점 AI Workload를 이해하는 방향으로 발전할 수 있습니다.

In-Network Collectives란 무엇일까요?

In-Network Collectives(INC): AllReduce 같은 Collective Communication의 일부 계산을 Endpoint GPU가 모두 처리하지 않고 Network Switch에서 일부 수행하도록 하는 기술입니다.

예를 들어 GPU 100개가 각각 하나의 값을 보내고 이를 모두 더해야 한다고 생각해보겠습니다.

일반 Network에서는 Data를 특정 Endpoint까지 전부 전달한 뒤 계산해야 합니다.

Network 안의 Switch가 일부 Reduce Operation을 수행할 수 있다면 전달해야 하는 Data 양을 줄이고 Communication 시간을 단축할 가능성이 있습니다.

InfiniBand에서도 유사한 개념이 사용돼왔습니다.

UEC 역시 Switch Offload와 In-Network Collectives를 Ultra Ethernet Architecture의 한 영역으로 포함하고 있습니다.

이 기능이 실제 대규모 Production에서 얼마나 사용될지는 앞으로 확인해야 하지만 Ethernet Switch가 단순 Packet 전달장치에서 Compute-aware Fabric으로 이동하는 흐름은 분명합니다.

Security도 처음부터 Architecture에 들어갑니다

AI Cluster는 매우 비싼 Infrastructure이고 내부에서 움직이는 Data 역시 중요합니다.

기존 HPC Network에서는 Performance가 최우선이어서 Security가 부가적인 기능으로 취급되는 경우도 있었습니다.

Ultra Ethernet은 Security를 Transport와 함께 설계하는 것을 주요 목표 중 하나로 두고 있습니다.

이 역시 UEC가 단순 Benchmark용 Network가 아니라 Cloud Data Center에 실제 배치되는 Multi-tenant Infrastructure를 겨냥하고 있다는 것을 보여줍니다.

Meta와 Microsoft 같은 Hyperscaler가 초기부터 UEC에 참여한 이유도 이런 운영 요구와 연결해서 볼 수 있습니다.

Ultra Ethernet은 Optical Network와도 직접 연결됩니다

UEC Specification은 Transport만 정의하는 것이 아닙니다.

NIC와 Switch 사이의 실제 Connection은 Ethernet Physical Layer를 사용합니다.

AI Network가 400G에서 800G, 이후 1.6T로 올라갈수록 Optical Connectivity가 중요해집니다.

400G에서는 짧은 거리를 DAC나 AEC로 연결할 수 있고 더 긴 거리는 AOC나 Optical Transceiver를 사용합니다.

AMD의 Pollara 400 Cable Guide만 봐도 400G에서 Passive DAC는 약 2.5m, AEC는 약 5m, AOC는 약 30m 수준의 대표적인 구성 예를 제시하고 있습니다. 이는 AMD가 검증한 특정 Cable 유형에 대한 값으로 절대적인 기술경계는 아닙니다.

Cluster가 커지면 Switch Port와 NIC 수가 함께 증가하고 Optical Link 수도 늘어납니다.

따라서 Ultra Ethernet은 Software Protocol Theme이 아니라 800G·1.6T Optics 수요와 직접 연결되는 AI Infrastructure Theme입니다.

102.4T Switch가 왜 중요한지도 여기서 이해할 수 있습니다

800G Port를 많이 연결하려면 Switch ASIC의 Total Bandwidth가 커야 합니다.

예를 들어 102.4Tbps Switch는 단순 계산상 800Gbps급 Port를 128개 수준으로 구성할 수 있는 Switching Capacity를 갖습니다. 실제 Port Configuration은 제품과 System Architecture에 따라 달라집니다.

Broadcom Tomahawk 6가 102.4Tbps까지 올라간 이유도 AI Cluster의 Endpoint Bandwidth가 급격히 증가하고 있기 때문입니다.

즉 AI Ethernet에서

GPU당 Network Bandwidth가 올라가면 NIC가 빨라지고, NIC가 빨라지면 Switch가 커지며, Switch가 커지면 Optical Port 수도 증가합니다.

한 Layer의 변화가 전체 Value Chain을 밀어 올립니다.

Ultra Ethernet이 CPO와도 연결되는 이유

Switch ASIC Bandwidth가 102.4Tbps 이상으로 올라가면 Front-panel Optical Module 수와 Electrical SerDes Reach도 부담이 됩니다.

Switch ASIC에서 Optical Module까지 PCB를 따라 매우 빠른 Electrical Signal을 보내야 하기 때문입니다.

그래서 앞에서 살펴본 CPO(Co-Packaged Optics)가 등장합니다.

Broadcom은 Tomahawk 6뿐 아니라 Tomahawk 6-Davisson CPO Platform도 AI Networking Portfolio에 포함하고 있습니다.

즉 Ultra Ethernet Traffic이 늘어나면 장기적으로

UEC Transport, 800G·1.6T NIC, 102.4T Switch, 1.6T Optics, CPO

가 하나의 연결된 기술흐름을 만들 수 있습니다.

이것이 Tech Layers에서 Network Protocol과 Semiconductor, Optics를 따로 보지 않는 이유입니다.

Ultra Ethernet은 AI Training에만 필요한 기술일까요?

아닙니다.

UEC는 AI Training과 Inference, HPC Backend Network를 모두 대상으로 합니다.

Training에서는 AllReduce 같은 Collective Communication이 중요합니다.

Inference에서도 여러 Accelerator를 이용하는 Large Model Serving, KV Cache 이동, Disaggregated Inference 등이 늘어나면 Network Traffic이 중요해질 수 있습니다.

또 AI Storage에서도 대량 Dataset과 Checkpoint Traffic이 발생합니다.

UEC는 Incast의 예로 Accelerator Collective뿐 아니라 AI Workload의 Bulk Storage Traffic도 언급하고 있습니다.

즉 Ultra Ethernet은 Compute Network뿐 아니라 장기적으로 AI Storage Fabric에도 영향을 줄 수 있습니다.

앞으로는 Small Message 성능도 중요해집니다

대용량 Data Transfer만 빠르면 되는 것도 아닙니다.

AI System에는 Control Message나 Synchronization처럼 작은 Message도 많이 발생할 수 있습니다.

UEC는 1.0 이후 Roadmap에서 Small Message Performance를 주요 개선영역으로 제시하고 있습니다.

AI Architecture가 변화하면 Traffic Pattern도 변합니다.

오늘의 Training Cluster에 최적화된 Congestion Algorithm이 미래의 Disaggregated Inference에서는 최적이 아닐 수 있습니다.

그래서 UEC는 Congestion Control 자체를 더 Programmable하게 만드는 방향으로 발전하고 있습니다.

Programmable Congestion Management가 다음 단계입니다

UEC는 1.0 이후 PCM(Programmable Congestion Management)을 표준화하는 방향을 공개했습니다.

PCM: Network Hardware를 교체하지 않고 새로운 Congestion Control Algorithm을 Standardized Programming 방식으로 NIC에 적용할 수 있도록 하는 Architecture입니다.

이 개념은 상당히 중요합니다.

AI Model Architecture가 바뀌면 Network Traffic Pattern도 달라질 수 있습니다.

MoE Model과 Dense Model의 Traffic Pattern이 다르고 Training과 Inference도 다릅니다.

Hardware ASIC을 만들고 양산하는 데는 몇 년이 걸립니다.

Congestion Algorithm을 Hardware에 고정하면 AI Workload 변화속도를 따라가기 어렵습니다.

그래서 UEC는 Transport Algorithm을 Software처럼 업데이트할 수 있는 Network를 지향하고 있습니다.

AMD가 Pollara에서 Programmable P4 Engine을 강조하는 이유도 이 흐름과 맞닿아 있습니다.

CSIG도 앞으로 중요해질 수 있습니다

UEC가 다음 단계에서 추진하는 또 하나의 기술이 CSIG(Congestion Signaling)입니다.

CSIG: Packet에 보다 정밀한 Network Congestion 정보를 전달해 NIC의 Transport Algorithm이 Network 상태에 더 빠르고 정확하게 반응할 수 있도록 하는 Congestion Signaling 방식입니다.

기존 ECN은 기본적으로 Congestion 여부를 알려주는 비교적 단순한 Signal입니다.

CSIG는 더 높은 Fidelity의 Network 정보를 Endpoint가 활용하도록 하는 방향입니다.

Broadcom Thor Ultra도 Packet Trimming과 CSIG Support를 제품기능으로 제시하고 있습니다.

즉 미래 AI NIC는 단순히 Packet을 받는 것이 아니라 Network 전체의 Congestion 상태를 실시간으로 해석하는 Semiconductor로 발전할 가능성이 있습니다.

Ultra Ethernet의 투자포인트는 Protocol 자체에 있지 않습니다

UEC Specification은 Open Standard입니다.

누군가 UET Packet 하나를 보낼 때 Consortium에 사용료를 내는 구조가 아닙니다.

투자 관점에서 중요한 것은 UEC가 AI Ethernet의 Hardware Requirement를 얼마나 높이는가입니다.

기존 NIC보다 더 복잡한 Multipathing과 Congestion Control이 필요하고, Switch에는 Packet Trimming과 Telemetry가 필요하며, GPU당 Bandwidth가 400G에서 800G 이상으로 올라가면 더 빠른 SerDes와 Optical Link가 필요합니다.

즉 Ultra Ethernet이 성공하면 돈이 생기는 곳은 Protocol이 아니라 NIC, Switch ASIC, SerDes, Retimer, Optics, Network System과 Software입니다.

Ultra Ethernet Value Chain을 보면 구조가 명확합니다

Layer	역할	기업 사례
GPU / XPU	AI Compute	AMD, NVIDIA, Custom XPU 업체
AI NIC	UET·RDMA Endpoint	AMD, Broadcom 등
Switch ASIC	UEC Traffic Switching	Broadcom 등
Network System	실제 Ethernet Fabric 구축	Arista, Cisco 등
Retimer / SerDes	400G·800G Signal	Broadcom, Marvell, Credo 등
Optics	Rack·Switch 연결	다양한 Optical 업체
CPO	초고속 Switch Optical I/O	Broadcom 등
Test / Validation	Interoperability·Performance 검증	Network Test 업체

이렇게 보면 Ultra Ethernet은 특정 종목 하나의 Theme이 아닙니다.

AI Networking Architecture 자체가 Open Ethernet 쪽으로 얼마나 이동하는가를 보는 산업 Theme입니다.

Broadcom은 Ultra Ethernet에서 가장 직접적인 Semiconductor 업체 중 하나입니다

현재 상장기업 가운데 UEC 성장에 여러 Layer로 노출되는 대표적인 회사가 Broadcom입니다.

Broadcom은 UEC 창립멤버이며, Switch 쪽에서는 Tomahawk와 Jericho, NIC 쪽에서는 Thor, Optical 쪽에서는 DSP와 CPO를 보유합니다.

Thor Ultra는 800G UEC 대응 NIC이고 Tomahawk 6는 102.4Tbps Switch입니다.

즉 AI Cluster가 Open Ethernet을 채택하면 Broadcom은 Endpoint부터 Fabric Core까지 Silicon Content를 확보할 수 있는 위치에 있습니다.

다만 모든 Broadcom AI Revenue가 UEC에서 발생하는 것은 아닙니다.

Broadcom의 AI 사업에는 Custom Accelerator, Ethernet Switching, Optical Connectivity 등 여러 사업이 포함됩니다.

UEC는 그중 Ethernet AI Infrastructure를 더 크게 만들 수 있는 구조적 Catalyst로 보는 편이 정확합니다.

AMD의 핵심은 GPU와 NIC를 함께 가져가는 것입니다

AMD는 UEC 창립멤버이면서 실제 UEC-ready AI NIC를 공급하고 있습니다.

AMD가 Pensando를 인수한 의미도 여기에서 더 분명해집니다.

Instinct GPU만 공급하면 GPU 밖의 Scale-out Network는 다른 Vendor에 의존해야 합니다.

Pollara와 Vulcano 같은 NIC를 함께 보유하면 AMD는 CPU, GPU, NIC를 하나의 Rack-scale AI Platform으로 설계할 수 있습니다.

2026년 AMD는 Helios Platform에서 UEC를 포함한 Open Ethernet Ecosystem을 중요한 Network 전략으로 제시하고 있습니다.

즉 AMD의 Networking 사업은 현재 GPU보다 훨씬 작은 Revenue Layer일 수 있지만 장기적으로는 GPU System당 Content를 확대하는 수단이 될 수 있습니다.

Arista는 Open Ethernet 확산 자체가 중요한 회사입니다

Arista는 Ethernet Switch System 업체입니다.

InfiniBand처럼 별도의 전용 Network가 AI Cluster의 대부분을 차지한다면 Arista가 접근할 수 있는 시장은 제한될 수 있습니다.

반대로 Ethernet이 AI Backend Fabric으로 확대되면 Arista가 강점을 가진 Ethernet Switching과 EOS Software의 활용범위가 커집니다.

Arista는 UEC 창립멤버이며 2026년에도 UEC 기반 Open Ethernet과 800G Platform을 AI Network 전략의 중심에 두고 있습니다.

따라서 Arista를 볼 때는 특정 UET Chip보다 AI Cluster에서 Ethernet Switch System의 점유율이 얼마나 올라가는가가 더 중요한 포인트입니다.

NVIDIA는 조금 다른 위치에 있습니다

NVIDIA는 현재 UEC 창립멤버는 아니며 자체적으로 InfiniBand와 Spectrum-X Ethernet을 동시에 보유하고 있습니다.

Spectrum-X 역시 RoCE 기반 AI Ethernet에서 Adaptive Routing, Congestion Control, Multipathing을 강화한다는 점에서 UEC가 해결하려는 문제와 상당히 유사한 문제를 풀고 있습니다.

하지만 Spectrum-X와 Ultra Ethernet을 같은 기술로 취급해서는 안 됩니다.

UEC는 Open Multi-vendor Standard이고, Spectrum-X는 NVIDIA가 Switch, SuperNIC, GPU와 Software를 함께 최적화하는 Vertically Integrated Platform에 가깝습니다.

따라서 AI Ethernet 시장에서는 앞으로 매우 흥미로운 경쟁구도가 만들어집니다.

NVIDIA처럼 전체 Stack을 한 회사가 최적화하는 방식과 UEC처럼 여러 회사가 Open Standard로 연결되는 방식 중 어느 쪽이 더 높은 Performance와 TCO를 제공할 것인가?

이것이 AI Ethernet의 큰 경쟁축 중 하나입니다.

Open Standard라고 항상 더 저렴한 것은 아닙니다

Open Ethernet이라고 해서 무조건 Network Cost가 낮아지는 것도 아닙니다.

UEC를 제대로 구현하려면 고성능 AI NIC와 최신 Switch ASIC, 800G·1.6T Optics, Advanced Telemetry가 필요합니다.

일반 Enterprise Ethernet Hardware보다 훨씬 비싼 장비가 들어갈 수 있습니다.

Open의 진짜 경제적 장점은 Hardware가 싸다는 것보다 Vendor Competition과 Multi-vendor Choice, 기존 Ethernet Operation Experience를 활용할 수 있다는 것에 있습니다.

장기적으로 Vendor가 많아지면 가격경쟁과 Innovation 속도가 높아질 수 있습니다.

하지만 초기에는 Interoperability와 운영 Complexity가 오히려 비용이 될 수도 있습니다.

Ultra Ethernet의 가장 큰 리스크는 Interoperability입니다

UEC의 가장 큰 장점이 Open Multi-vendor라는 점이라면 가장 큰 위험도 같은 곳에 있습니다.

AMD NIC와 Broadcom Switch, Arista System, 다른 Vendor의 Optical Module을 연결했을 때 실제 AI Cluster에서 최고 Performance가 안정적으로 나와야 합니다.

규격상 호환되는 것과 10만 GPU Cluster에서 몇 달 동안 장애 없이 최고성능으로 동작하는 것은 완전히 다른 문제입니다.

그래서 UEC에는 Compliance & Test Working Group과 Performance & Debug 활동도 운영되고 있습니다. 2026년 UEC Member Summit에서도 Transport뿐 아니라 Compliance & Test, Performance & Debug가 별도 주요 Working Session으로 운영됐습니다.

Open Ethernet이 InfiniBand의 강력한 대안이 되려면 바로 이 실제 운영검증이 필요합니다.

두 번째 리스크는 Software Ecosystem입니다

Hardware Specification이 완성됐다고 Application이 자동으로 UET를 사용하는 것은 아닙니다.

Operating System, Driver, libfabric, Communication Library, AI Framework가 연결되어야 합니다.

UEC는 1.0 Hardware Specification 이후 Linux Kernel 작업과 Configuration API, Open-source Software Ecosystem 구축을 지속하고 있습니다.

즉 2026년 Ultra Ethernet 시장은

규격 완료

와

대규모 Software·Hardware Deployment

사이의 Transition 구간으로 보는 것이 적절합니다.

세 번째 리스크는 기존 RoCE가 계속 좋아지고 있다는 점입니다

Ultra Ethernet의 경쟁상대는 InfiniBand만 있는 것이 아닙니다.

35번에서 살펴본 것처럼 RoCE 자체도 MRC, Advanced Congestion Control, Adaptive Routing 같은 방식으로 발전하고 있습니다.

Hyperscaler 입장에서는 이미 구축한 RoCE Network가 충분히 잘 작동한다면 굳이 모든 Cluster를 새로운 UET Architecture로 급하게 전환할 이유가 없을 수 있습니다.

따라서 UEC는 단순히

“새 기술이라서”

채택되는 것이 아니라

기존 RoCE보다 실제 Job Completion Time과 GPU Utilization, 운영비용이 명확하게 좋아야 합니다.

결국 Benchmark가 아니라 Production Economics가 중요합니다.

네 번째 리스크는 InfiniBand도 계속 발전한다는 것입니다

InfiniBand 역시 멈춰 있는 기술이 아닙니다.

NVIDIA는 Quantum InfiniBand와 GPUDirect, SHARP, Adaptive Routing 등을 계속 발전시키고 있습니다.

이미 대규모 AI와 HPC Cluster에서 오랫동안 사용된 경험도 강력한 장점입니다.

따라서 Ultra Ethernet이 성공하기 위해서는 단순히 “Ethernet이 Open이다”라는 이유만으로는 부족합니다.

실제 AI Training과 Inference에서 성능, Reliability, 운영성, TCO를 함께 증명해야 합니다.

앞으로 가장 먼저 볼 것은 UEC 1.0.3이 실제 Hardware에 얼마나 들어가는지입니다

2026년 7월 현재 최신 공개 Specification은 UEC 1.0.3입니다.

이제 중요한 것은 다음 Version 번호가 아닙니다.

실제 Hardware Vendor들이 1.0.x 기능을 얼마나 구현하고 Hyperscaler가 Production Cluster에서 사용하느냐입니다.

AMD Pollara처럼 UEC-ready Configuration이 실제 운영문서에 들어온 것은 긍정적인 신호입니다.

다음 단계는 수천·수만 GPU Cluster에서 실제 Deployment 사례와 Performance Data가 늘어나는 것입니다.

두 번째는 800G UEC NIC의 양산입니다

400G Pollara는 현재 Ultra Ethernet Transition을 보여주는 제품입니다.

다음 중요한 전환은 800G입니다.

Broadcom Thor Ultra는 2025년 발표 당시 Sampling 단계였으며 AMD도 Vulcano 800을 차세대 AI Network Portfolio에 포함하고 있습니다.

이 제품들이 실제 Hyperscaler Volume Deployment로 넘어가면 Ultra Ethernet의 Semiconductor Content가 본격적으로 증가하기 시작할 수 있습니다.

세 번째는 Packet Trimming이 실제 Switch의 기본기능으로 자리 잡는지입니다

Packet Trimming은 UET의 특징을 가장 잘 보여주는 기능 중 하나입니다.

하지만 Endpoint만 지원한다고 되는 기술이 아닙니다.

중간 Switch도 해당 기능을 지원해야 합니다.

Broadcom Thor Ultra는 Tomahawk 5·6 같은 UEC 대응 Switch와 Packet Trimming을 활용할 수 있도록 설계돼 있습니다.

Packet Trimming과 Congestion Signaling이 여러 Vendor Switch에서 일반적인 기능으로 확산되는지를 보면 UEC Ecosystem의 성숙도를 판단할 수 있습니다.

네 번째는 PFC가 실제로 줄어드는지 봐야 합니다

Ultra Ethernet의 중요한 약속 중 하나는 PFC에 과도하게 의존하지 않는 AI RDMA Network입니다.

AMD의 실제 UEC-ready 운영 가이드도 PFC를 끈 구성을 권장하고 있습니다.

만약 대규모 Production Network에서 PFC 없이 높은 RDMA Performance와 안정성을 유지할 수 있다는 것이 증명된다면 Ethernet AI Network 운영 Complexity를 크게 줄일 수 있습니다.

이는 UEC Adoption에 상당히 중요한 변화가 될 수 있습니다.

다섯 번째는 Programmable Congestion Management입니다

AI Architecture는 계속 변합니다.

오늘 최적의 Congestion Control Algorithm이 2년 뒤에도 최적이라는 보장은 없습니다.

UEC가 추진하는 PCM이 실제 NIC Silicon에 널리 들어간다면 Network Hardware의 Upgrade Cycle 자체가 달라질 수 있습니다.

ASIC을 바꾸지 않고 Transport Algorithm을 Update하는 구조가 가능해지기 때문입니다.

이 경우 Programmable Networking Silicon을 보유한 업체의 가치가 더 높아질 수 있습니다.

여섯 번째는 1.6T Ethernet 전환입니다

Ultra Ethernet의 Transport가 아무리 좋아도 Physical Link가 느리면 Cluster는 빨라질 수 없습니다.

현재 400G에서 800G로 이동하고 있고 다음 단계는 1.6T Ethernet입니다.

Network Bandwidth가 올라가면 Switch ASIC, SerDes, Optical DSP와 Transceiver도 함께 세대교체됩니다.

즉 UEC Adoption과 1.6T Optical Cycle이 겹치면 AI Networking Value Chain 전체에 더 큰 Content 증가가 나타날 수 있습니다.

특히 Switch에서 Electrical I/O Power가 커질수록 CPO와 Optical I/O가 다시 중요해집니다.

Ultra Ethernet은 결국 Network Protocol과 Optical Semiconductor를 연결하는 Technology Layer입니다.

일곱 번째는 Open Ethernet이 실제 점유율을 얼마나 가져가는지입니다

가장 중요한 지표입니다.

UEC Specification 자체가 아무리 뛰어나도 고객이 InfiniBand나 Proprietary Ethernet Platform을 계속 선택하면 시장영향은 제한적입니다.

반대로 Microsoft, Meta 같은 대형 Cloud 업체와 여러 AI Infrastructure 사업자가 UEC 기반 Network를 Production에서 확대한다면 영향은 매우 커질 수 있습니다.

그 경우 Switch ASIC, AI NIC, Optical Port, Retimer, Test Equipment까지 새로운 수요가 연결됩니다.

따라서 투자 관점에서 UEC를 볼 때는 Consortium Member 숫자보다 실제 AI Cluster의 Ethernet Adoption Rate와 Network Capex를 보는 편이 훨씬 중요합니다.

Ultra Ethernet은 AI Infrastructure의 어느 Layer에 있을까요?

Ultra Ethernet은 AI Scale-out Network Layer에 있습니다.

GPU 내부에서는 HBM이 Data를 공급하고, Rack 내부 Accelerator 사이에서는 NVLink나 UALink 같은 Scale-up Fabric이 사용될 수 있습니다.

그리고 여러 Rack이나 AI Node를 더 큰 Cluster로 연결하는 Scale-out 영역에서는 Ethernet과 InfiniBand가 경쟁합니다.

Ultra Ethernet은 그중 Ethernet을 AI·HPC에 맞게 재설계하는 Open Scale-out Architecture입니다.

이 구조에서 UET는 Transport를 담당하고, AI NIC는 Endpoint에서 RDMA를 처리하며, Switch ASIC은 Network Traffic과 Congestion을 관리하고, Optical Link는 실제 Rack 사이의 Data를 운반합니다.

즉 UEC 하나를 이해하면 NIC, Switch, SerDes, Optics, Software가 왜 동시에 중요해지는지가 보입니다.

핵심 정리

질문	답
Ultra Ethernet Consortium이란?	Ethernet을 AI·HPC에 맞게 최적화하기 위한 Open Industry Consortium입니다
누가 만들었나?	AMD, Arista, Broadcom, Cisco, HPE, Intel, Meta, Microsoft 등이 창립에 참여했습니다
최신 규격은?	2026년 7월 기준 UEC Specification 1.0.3입니다
UET란?	Ultra Ethernet의 핵심 AI·HPC용 RDMA Transport입니다
RoCE와 가장 큰 차이는?	Multipath, Flexible Ordering, Congestion Control과 Recovery를 AI Scale에 맞게 재설계했습니다
Packet Spraying이란?	하나의 Flow를 여러 Network Path에 Packet 단위로 분산하는 기술입니다
PFC가 꼭 필요한가?	UET는 PFC 없는 Best-effort Ethernet에서도 동작하도록 설계됐습니다
Packet Trimming이란?	혼잡 시 Packet 전체를 Drop하지 않고 Header와 Congestion 정보를 전달해 빠른 Recovery를 돕는 기술입니다
InfiniBand를 대체하나?	가능성을 겨냥하지만 아직 대규모 Production에서 경쟁력을 계속 검증해야 합니다
누가 돈을 벌 수 있나?	AI NIC, Switch ASIC, Network System, SerDes, Retimer, Optical 업체가 Value Chain에 연결됩니다

Ultra Ethernet이 흥미로운 이유는 단순히 Ethernet 속도가 더 빨라지기 때문이 아닙니다.

Ethernet은 이미 400G와 800G까지 빨라졌습니다.

진짜 문제는 그 Bandwidth를 GPU가 얼마나 실제로 사용할 수 있느냐입니다.

특정 Path가 막히는데 다른 Path가 놀고 있다면 800G라는 숫자의 의미는 줄어듭니다. Packet 하나를 잃었다고 이미 도착한 Data까지 다시 보낸다면 Bandwidth가 낭비됩니다. PFC 때문에 Network 전체가 멈춘다면 낮은 Packet Loss를 달성했어도 GPU Utilization은 떨어질 수 있습니다.

Ultra Ethernet은 이 문제를 Network 전체 관점에서 다시 풀려고 합니다.

Packet을 여러 Path에 자유롭게 분산하고, 순서가 뒤섞인 Packet을 효율적으로 처리하며, Network Congestion을 빠르게 감지하고, 손실된 Data만 다시 보내고, 필요하다면 Receiver가 Sender의 Traffic까지 조절합니다.

그 결과 Ethernet은 더 이상 단순히

Server를 연결하는 범용 Network

에 머물지 않습니다.

수십만 개의 Accelerator가 하나의 AI System처럼 동작하도록 만드는 Compute Fabric으로 변하려 하고 있습니다.

그리고 그 변화가 실제 제품으로 나타나기 시작했습니다.

AMD는 Pollara 400을 통해 UEC-ready RDMA를 실제 NIC에 적용하고 있고, Broadcom은 Thor Ultra 800G NIC와 Tomahawk 6 102.4T Switch로 Endpoint와 Fabric 양쪽을 공략하고 있습니다. Arista는 Open Ethernet System Layer에서 AI Network 확대를 준비하고 있습니다.

따라서 Ultra Ethernet을 볼 때 중요한 질문은

“Ethernet이 InfiniBand보다 빠른가?”

하나가 아닙니다.

더 중요한 질문은

“AI Network가 전용 Proprietary Fabric에서 Open Ethernet Fabric으로 이동한다면, 그 과정에서 어떤 Semiconductor와 Network 장비의 Content가 늘어나는가?”

입니다.

UEC가 성공하면 GPU 한 개가 추가될 때 필요한 것은 GPU만이 아닙니다.

더 빠른 AI NIC가 필요하고, 더 큰 Switch ASIC이 필요하며, 더 많은 800G·1.6T Optical Link와 SerDes, Retimer가 필요합니다.

즉 Ultra Ethernet은 단순한 Network Standard가 아니라 AI Infrastructure에서 GPU 투자 확대가 Networking Semiconductor와 Optical Infrastructure 매출로 전파되는 경로를 만드는 기술입니다.