저자: 미상 · 한국인
요약 보기
엔비디아 GPU는 AI 붐으로 매출이 급증했으나 가격 상승·범용성에 따른 비효율 등 문제가 드러나며, 알리바바 등 기업들이 ASIC(주문형 반도체)으로 의존도를 낮추려는 흐름이 나타난다. 다만 ASIC 설계는 막대한 초기 비용과 인력이 필요해 하이퍼스케일러 중심으로 제한되며, 엔비디아 하락으로 직결되지는 않는다. 중국 기업들(캠브리콘, SMIC, 나오라)도 반도체 자체 생태계 구축을 추진 중이다. 결론적으로 ASIC 기업과 TSMC·EDA 같은 파운드리·설계 인프라 기업을 함께 담는 포트폴리오 대응을 제시한다.
다듬은 글
GPU 중심 구조에서 여러 문제점이 뚜렷하게 나타나고 있습니다. 이 문제는 결국 돈과 직결되는 문제이기 때문에 그 부분을 중심으로 말씀드리겠습니다. 최근 알리바바가 새로운 AI칩을 개발해 엔비디아에 대한 의존도를 줄이겠다고 발표했습니다. 오늘은 에이직(ASIC) 반도체와 GPU 반도체의 치열한 경쟁, 그리고 중국 반도체의 부상에 대해 이야기해 보려고 합니다. 에이직 반도체는 자체 설계한 반도체라고 보시면 좋을 것 같습니다. 더 자세히 들여다보면 다양한 종류가 있지만, 지금 인공지능 시대를 맞아 GPU가 하는 연산을 자체적으로 처리하기 위해 만드는 반도체 계열이라고 이해하시면 됩니다.
인공지능 시대를 연 것은 누가 뭐래도 엔비디아의 GPU입니다. 3년 전으로 돌아가 보면, 2022년 11월 챗GPT의 발표와 함께 인공지능 시대의 필수 설비로 엔비디아 GPU가 부각되었습니다. 2022년 연간 실적 기준 매출액은 약 270억 달러 정도였는데, 사실 그때는 굉장히 부진한 모습이었습니다. 코로나 때 채굴 수요가 강하게 올라오면서 당시에는 게이밍 GPU의 매출 비중이 훨씬 높았고, 2021년부터 이런 흐름이 정상화되면서 2022년 연간 매출은 전년 대비 2% 성장에 그쳤습니다. 이익은 전년 대비 55%나 줄어드는 부진을 겪었습니다.
하지만 11월 챗GPT 발표와 함께 실적은 드라마틱하게 회복됐습니다. GPU에 대한 폭발적인 수요가 증가하면서 최근 4개 분기 합산 매출액은 약 1,650억 달러로, 대략 그때 대비 다섯 배 이상 성장했습니다. 4개 분기 합산으로도 전년 대비 71% 성장한 모습입니다.
그런데 이 GPU 중심 구조에는 문제점이 뚜렷하게 나타나고 있습니다.
**첫째, 공급 부족과 비용 상승입니다.** 모두가 필요로 하는 중요한 설비다 보니 GPU는 계속 공급이 부족한 상황입니다. 챗GPT 발표 시기에 쓰인 대표 GPU인 A100의 출시 가격은 1만~1만 5천 달러였습니다. 그러나 챗GPT 발표 이후 다양한 기업의 수요가 폭등하면서 가격이 3만 6천~4만 5천 달러까지, 거의 세 배로 올랐습니다. 데이터센터 투자비용에서 GPU 구매에 쓰이는 비중도 과거 10~20% 수준에서 최근에는 40% 수준까지 전망될 만큼 크게 올라, 투자 부담이 커졌습니다.
**둘째, 범용성에서 오는 비효율입니다.** GPU는 특정 알고리즘에 맞춰진 반도체가 아니라 다양한 알고리즘을 모두 돌릴 수 있도록 만들어져 있습니다. 그러다 보니 구조적으로 비효율적인 부분이 존재합니다. 이 때문에 자신들이 쓸 알고리즘을 정확히 찾아 나가는 기업들은 특정 작업에 맞춤 설계된 에이직 반도체를 만들어, GPU보다 훨씬 높은 작업당 전력 효율을 얻으려는 움직임이 커지고 있습니다. 결국 자체 알고리즘 연산에 최적화된 반도체를 설계해 비용을 낮추는 방향으로 조금씩 넘어가고 있는 흐름입니다.
다만 이것이 곧바로 엔비디아의 하락으로 이어지지는 않을 것입니다. 에이직 반도체를 만들려면 설계 인력을 유지해야 하고, 초미세 공정 파운드리를 설계 과정의 테스트 용도로 쓰는 데도 큰 비용이 들어갑니다. 이런 높은 초기 비용 때문에 에이직 개발은 마이크로소프트, 아마존, 메타, 알파벳 같은 하이퍼스케일러, 즉 대규모 클라우드(CSP) 사업자들만 가능한 영역이라고 보시면 좋겠습니다.
여기에 더해 미국의 반도체 수출 규제가 계속되고 있는 중국 기업들도 자체 반도체 설계에 힘을 쏟고 있습니다. 8월 말 실적 발표에서 여러 이야기가 나왔는데, 알리바바는 클라우드 사업의 성장을 보여주면서 새로운 AI칩을 개발해 엔비디아에 대한 의존도를 줄이겠다고 발표했습니다. 미중 갈등이 계속되면서 중국 기업들은 인공지능 투자에 어려움을 겪어 왔지만, 2025년 2월 딥시크가 발표되면서 자신감을 크게 얻었습니다. 소프트웨어에서 얻은 자신감이 이제는 하드웨어, 즉 반도체까지 노리는 단계로 넘어가고 있습니다.
설계 영역에서는 엔비디아나 브로드컴 같은 팹리스 기업의 역할을 캠브리콘 같은 중국 기업들이 하려고 하고 있습니다. 파운드리에서는 TSMC를 목표로 하는 SMIC, 그리고 반도체 장비를 다양하게 개발하고 있는 나우라 테크놀로지 같은 기업들이 반도체 밸류체인을 중국 내부에 내재화하기 위해 많은 노력을 하고 있습니다.
이에 대응해 포트폴리오 차원에서 준비할 필요가 있습니다. 반도체 제조의 '대장장이' 기업에 주목할 필요가 있습니다. GPU의 범용성을 넘기 위한 에이직 개발 노력이 계속된다는 점에서 경쟁 요인도 계속될 것입니다. 그럼에도 AI 시장 자체의 성장은 계속되기 때문에, GPU와 에이직 두 가지 모두 함께 성장할 것입니다.
따라서 에이직 기업을 중심으로 포트폴리오를 구성하되, GPU와 에이직 모두가 필요로 하는 대장장이 기업에도 함께 접근하는 것이 지금 국면에서 좋은 전략이라고 생각합니다. 예를 들면 TSMC 같은 파운드리 비즈니스 모델, 그리고 반도체 설계에 반드시 필요한 소프트웨어 플랫폼을 가진 EDA(전자설계자동화) 기업인 시놉시스 같은 기업들입니다. 성장을 더 할 수 있는 기업을 찾아 선택과 집중을 하는 것이 액티브 매니저의 역할이기 때문에, 알파 수익을 창출할 수 있는 포트폴리오를 만들어 가도록 노력하겠습니다.
Comments 0