저자: 정지훈 · 한국인
요약 보기
브로드컴이 구글 TPU 등 주문형 반도체(ASIC)를 설계·공급하며 실적 가시성이 높아졌고, 하이퍼스케일러들의 자체 반도체 수요가 확대된다고 주장. AI 시장이 학습에서 추론 중심으로 이동하며 추론 전용 반도체와 IP·후공정 관련 기업의 중요성이 커진다는 관점. 엔비디아는 점유율 하락에도 전체 시장 성장으로 50% 이상을 유지할 것으로 봄.
다듬은 글
브로드컴의 가장 커다란 고객 중에 구글이 가장 큰 고객 중에 하나였거든요. 브로드컴이 서비스를 해서 반도체를 같이 만들었더니 굉장히 제대로 된 것이 나와서 돌아가기 시작을 했고 그게 심지어는 비용도 적게 들더라 이렇게 돼 버리니까 하이퍼 스케일러 입장에서는 이제 점점 더 하고 싶어지는 거죠. 마이크로소프트 입장에서도 브로드컴 이라든지 이런 여러 회사들고 같이 자체 반도체의 어떤 가능성이 되게 높아진 상황이니까 여기도 고객이 될 수 있고 그다음에 자 그러면은 이제 AI 이야기를 조금 더 구체적으로 해 보도록 하겠는데요. AI 최근에 원래 이제 하드웨어에서 이제 소프트웨어로 넘어가자 막 이런 분위기다네 잠깐만 아직 나 남았어라고 이제 손을든 친구가 있습니다.
브로드 컴이 야 브로드 컴이 또 여기서 이렇게까지 부과받을 줄 몰랐는데 어떻게 보셨어요네 아 브로드 컵은 거의 그 잘될 수밖에 없는 회사 였죠. 예 사실은 제가 아마 여기야 8월 달인가 9월 달인가 아 얘기하셨던 거 같은데 그때 아마 제가 투 픽을 꼽으라 그랬을 때 남들 다 엔비디아 얘기할 때 저는 애플과 테슬라를 원투로 얘기를 했을 거예요. 아마 기억하시는 분들 계실지 모르겠는데 이게 지금 엄청 잘됐죠. 왜냐면 그 단계가 그이 갈 수밖에 없어서 그렇거든요. 브로드컴 같은 경우에도 지금 엔비디아가 이제 독식을 하던 시장에 사실상 가장 많은 원천 기술를 갖고 있는 회사예요.
아 예 AI 반도체 서 특히 주문형 반도체 플랫폼을 갖고 있어 가지고요 주문형 반도체 플랫폼을 이용으로 해서 카이퍼 스케일러 같은 경우에 특히 자기들이 원하는 반도체를 되게 쉽게 설계할 수 있고 생산할 수 있도록 어떤 그런 그 서비스를 잘 제공을 하거든요. 근데 그것만 가지고 있다는 것만 가지고서는 조금 부각이 덜 될 수가 있는데 사실은 어 브로드컴의 가장 커다란 그 고객 중에 어 이제 구글이 가장 큰 고객 중에 하나였거든요. 구글이 이제 tpu고 하는 어 그음 반도체를 일종 이걸 식이라고 부르죠. 주문형 반도체라고 부르는데 어이 식 반도체를 굉장히 오래전부터 구글에 서비스를 맡아서 해 주고 있었어요.
그랬는데 최근에 이제 구글이 재미나 2.0 발표를 했는데 재 재미나 2.0이 굉장히 성능이 좋거든요. 지금 주 주로 쓰는 AI 저걸로 바꿨을 정도로 좋아요. 아 그 정도예요. 요즘에는 그냥 막 서로 막 더 좋은게 나왔다고 막 그래가지고 예 저는 저거를 지금 제일 메인으로 쓰고 있는데 요즘에는 예 특히 이제 일할 때 좋아요. 일할 때 아 아저 퍼블리시티는 또 투자 관련된 거 좀 잘해 가지고 저도 퍼블리시티는 많이 쓰긴 한데네 걔네는 검색이나 이런게 좀 강한 편이고네네 근데 이제 그 제미나 2.0의 그 익스페리멘탈 버전 어드밴스드 유러 버전에서 쓰는 거가 성능이 굉장히 좋아서 저걸 이제 주로 쓰고 있는데 저거를 그 개발을 해서 만들 때 이번에 이제 v6e 아고 벌써 이제 그 tpu 구글의 텐서 프로세싱 유닛이 어 그 벌써 6점 V 6가 버전 6라 뜻이거든요.
예 그거에 2하고 p 항상 내나 얘네가 2버전 있고 p 버전 있는데 2 버전으로 이번에 트레이닝 했다라고 이제 굉장히 많이 얘기를 했는데 그러면서 이제 에너지 효율이라 이런 것들도 굉장히 많이 잡았고 서비스 측면에서도 굉장히 뛰어난 어떤 그런 걸 보여 줬잖아요. 이제 그렇게 되니까 뭐랄까 그냥 우리가 이거 있습니다라고 선언하는 걸 넘어서 가지고 증명이 제대로 됐잖아요음 브로드컴이 서비스를 해서 반도체를 같이 만 었더니 굉장히 제대로 된 것이 나와서 돌아가기 시작을 했고 그게 심지어는 비용도 적게 들더라 이렇게 돼 버리니까 어 이제 옆에 있던 애들이 예 하이퍼스 입장에서는 이제 점점 더 하고 싶어지는 거죠.
그래서 이미 이제 아마존 같은 경우에는 그전에 어 인프런 하고 트레이니이라고 하는 자체 반도체를 설계를 해서 어 서비스를 하고 있었어요. 근데 이제 AI 주력으로 밀기에 아마존이 그동안 가지고 있는게 되게 적었아요. 근데 이제 아마존이 올해 픽에 정말 많은 투자를 하면서 사실상 스픽고 손을 잡고 이제 AI 관련된 서비스를 제대로 제공할 수 있는 어떤 준비는 충분히 하지 않았습니까 그러면 이제 본격적으로 AI 서비스 인프라를 해야 되는데 현재까지는 주로 그 아마존 웹서비스를 중심으로 해서 비디아 GPU 제공해 가지고 어 다른 회사들이 AI 서비스를 만드는 걸 간접적으로 제공하는 걸 중심으로 하고 있었단 말이에요네 근데 이제 아마존이 이제 구글처럼 자체 반도체를 이용해서 할 수 있는 쪽으로 넘어가 려고 하다 보니까 인시아 트레이니 같은 것들의 어떤 새로운 버전이라는 그다음에이 이식 반도체가 나오도록 지원을 할 이제 가능성이 되게 높아졌어요.
왜냐하면 또 이제 이게 간접적으로 좀 보이는게 이미 그 엔트로피의 클로드를 어 세 버전이 나올 때 트레이닝을 하고 학습을 시키고 추론을 할 거 아니에요. 이거에 아마존 자체 반도체 쪽에다 넣어 사고 있다라고 지금 알려져 있거든요. 그 이야기는 는 클로드를 제대로 올려가지고 서비스를 자체 반도체로 할 가능성이 높다는 얘기가 돼 버립니다. 예 그러기 때문에 사실은 그 아마존도 굉장히 이제 급박하게 하고 있고 그에 비해서 지금까지 마이크로소프트 같은 경우에는 3대 업체하면 이제 구글 그다음에 아마존 그리고 마이크로소프트 이렇게 볼 수 있는데 마이크로소프트는 지금까지 잘 알려진 바와 같이 엔비디아의 최대 고객이죠.
가장 많은 GPU 사 데가 숫자라도 나오지만 마이크로소프트가 단연 이거든요. 예 그런데 이제 그게 가장 큰 이유는 오픈 AI 제공한 서비스를 활용을 많이 했었잖아요. 이제 컴파일러의 자체 서비스 관련된 것들을 이제 인프라를 구축을 하긴 했는데 이게 이제 비디아 GPU 기반으로 돼 있거든요. 지금 현재는 예 그런데 아 마이크로소프트 입장에서도 이제 앞으로 시간이 가게 되면은 서비스 기반으로 추론 기반으로 넘어가게 될 텐데 그러면 원가 경쟁력을 생각을 안 할 수가 없게 되죠. 이렇게 되면 그죠. 그죠. 그죠. 그러면 자체 서비스 자체 반도체가 필요한 상황이 됐죠.
근데 이제 아마존이나 구글에 비해서 마이크로소프트는 지금까지 준비가 좀 늦었어요. 아 자체적으로 반도체 만드는 거는 좀 늦었습니다. 네네네 사실은 작년부터 재작년부터 이제 설계도 하고 준비는 해 왔죠. 마이아 아든 준비는 해 왔는데 본격적으로 뛰어들지 않고 있었는데 어 이제는 그 어 브로드컴 이라든지 이런 여러 회사들 하고 같이 자체 반도체의 어떤 가능성이 되게 높아진 상황이니까 여기도 고객이 될 수 있고 그다음에 이번에 브로드컴이 얘기한 애플도 어음 어차피 준비해야 되 되잖아요. 예 애플 같은 경우에도 브로드컴고 굉장히 고객 관계라고 뭐 브로드컴이 그 어 이번에 실적 발표하고 나서 컨퍼런스에서 직접적으로 얘기를 했죠.
애플 두 고객이다 뭐 이런 식으로 사실은 어 어찌 보면 엔비디아가 독점적으로 가지고 있는 기술에 비해서 얘네는 서비스 업체에 가깝고 엔비디아가 제공하는 여러 가지 기술들의 상당수를 들고 있는 회사예요음 그러니까 엔비디아 반도체 이외에 다른 것들을 하기 위해서 브로드컴은 안 거쳐 가기가 되게 어렵거든요. 거기다가 이제 브로드컴대 사람들이 잘 모르는 것 중에 하나가 소프트웨어도 엄청 강한 회사입니다. 아 소프트웨어로는 이제 m& 엄청 잘하는 회사 중에 하난데 여기가 사람들 옛날에 많이 알던 분들은 아실 건데 시멘 텍이 회사가 있고요음 세계적인 보안 회사 시멘 텍을 인수했던 그래서 보안 관련된 것도 브로드 컴이 굉장히 강한 회사고 그다음에 가상화 솔루션 세계 1위했던 vm 에어도 아예 vm 에어도 예 그것도 이제 브로드컴이 인수를 했어요.
그래 플폼 소프트웨어 관련된 서비스까지 같이 제공을 할 수 있어요. 회사가 그래서 매출도 보면은 소프트웨어 부분하고 하드웨어 부분이 거의 비슷비슷하게 나와요 그래서 그런 면에서 봤을 때 맞추면 반도체 하고 그다음에 서비스가 다양화 된다고 했을 때 천편 일적인 반도체를 쓰지 않는다고 생각을 하면 그러면 브로드컴이 좋을 수밖에 없죠. 앞으로 방향성이 너무 명확하게 좋은 그런 회사인 거 같은데 어 좋을 줄 알았는데 아 진짜 좋네 하는 것들이 이제 확인되기 시작하면서 히 이스에서 소위말하는 빅테크 전부가 우리 고객이야 이렇게 얘기를 하고 그 얘기해 버린 과정이 사실까지 얘기를 해버려 가지고 그죠.
지금 얘기 드린 거는 사실은 작년부터 가설로는 계속 있었던 얘기에요. 결 그렇게 될 걸 했었는데 진짜 그렇게 된 거죠. 근데 이제 고객들까지 그렇게 됐고 이미 매출이 이렇게 확정된거나 다름 없어라고 얘기를 해버리니까 그게 가시화가 돼 버렸잖아요. 그러니까 이제 갑자기 판단이 달라진 거죠. 사람 그렇죠. 브로드 컴에 대한 생각이 굉장히 많이 바뀌었는데 거기서 나오는 얘기가 에이직 반도체 그러니까 이제 주문형 반도체 야 나를 위한 반도체가 따로 필요해 이런 거죠. 그러니까 범형 반도체 그러면은 이것도 잘하고 저것도 잘하는 반도체인 나한테 필요한 건 그게 아니고 이런 이런 이제 느낌인 거죠.
아마존한국 따로 있고 구글한테 필요한게 따로 있고 이런 개념에 딱 맞출 수 있는 설계를 해 주기 위해서는 또 브로드컴이랑 같이 해야 되는 그런 이제 이야기가 되는데 여기서 나오는 이제 질문이 많은 분들이 그냥 바로이 질문이 하실 거예요. 아 그러면 이제 비디는 이제 끝나는 거예요. 뭐 이런 질문 그니까 데이터센터 에서 요게 들어가면 이건 빠지는 건가요요 질문에 대한 질문도 많을 받으실 것 같은데 어떻게 봐야 될까요네네 그거는 메이저 시장은 결국 엔비디아가 계속 들고 가죠. 사실은 이런 하이퍼 스케일러처럼 자기의 반도체를 따로 설계를 해서 서비스를 할 수 있는 그런 정도의 규모의 기업들이 그렇게 많지는 않거든요.
예 그렇기 때문에 어 대다수는 결국에는 엔비디아 GPU 써 가지고 서비스를 만들고 할 수밖에 없을 거예요. 예 그래서 제가 아무리 이 엔비디아가 그 관련된 그 점유율을 많이 뺏겨도 그래도 50% 지킬 거다는 항상 생각하고 있거든요. 반 정도 이상은 그래도 엔비디아로 결국 가지 않겠나 그리고 반도체 시장 앞으로도 계속 커질 거니까 다만 이제 독점적 지위를 내려놓는다는 심리적인 것 때문에 엔비디아가 약간 주가는 좀 애 예 요즘 그 고전하는게 이제 그런 것 때문에 그런데 여전히 시장 규모가 커지고 뭐 점유율은 떨어져도 계속 늘어날 거라서 그걸 시적 기준으로 보자면 대려 미디어 사기도 좋은음 점이 아닐까 하는 생각도 들어요.
어떤 면에서는네네 그래서 이제 이번에 또 CS 피지컬 인텔리전스 또 얘기하고 또 우리가 이것도 뭐 이러면서 이제 전사하게 또 얘기를 할 수도 있으니까 엔비디아는 그렇고 그러면은 어 사실 AI 직 반도체 주문형 반도체를 만들려면 이제 브로드컴 말고 또 다른 회사들의 역할도 좀 필요하지 않 어 많이 필요하죠. 사실은 뭐 저희가 이제 아시아 투지 캐피탈이라고 하는 벤사 캐피탈을 미국에서 운용을 하고 있 저희 투자 포트폴리오 회사도 여기에 들어가 있는 회사거든요. 이번에 이번에 이제 뉴스가 어스가 됐는데 하이퍼 셀이라고 한국개니다. 그래서 추론 전용 반도체 LM 그 전용 반도체 이번에 삼성 파운드리에서 원어 공정으로 올해 아마 내년이 내년 이제이 나가는 방송 나가는 시점에는 오래가 될 거고 예 이제 나오게 될 텐데 이제 여기 같은 경우에는 그 트레이닝 말고 추론에 라지 랭기지 모델을 제대로 서비 쓸 수 있는 반도체 기술을 지금 현재 엔비디아 GPU 대비 전성비가 1 이배 전성 비로는 열배 그니까 선비라는 얘기는 전 어 전력 대비 성능 예 전력 대비 성능네 메탈 라마 3 같은 것들을 활용을 해서 해봤을 때 뭐 굉장히 전력이 적 적게 들고 그다음에 이제 메모리 비용 같은 경우에도 lpdd 쓰거든요.
hbm 안 써요 lpddr 쓰고 물론 이제 법형성 같은 거에서는 좀 떨어질지 몰라도 그런 종류의 맞춤형 어떤 반도체 솔루션 같은 회사들도 마찬가지로 이제 브로드컴 같이 마찬가지로 이제 각광을 받을 가능성이 있고 이런 플레이어들이 여러 개가 등장할 가능성이 높아요. 예를 들어서 어 미국에는 브로드컴 말고도 이제 마벨 같은 회사가 역시 또 굉장히 중요한 역할을 할 거고 그다음에 이제 주문형 반도체로 넘어가게 되면은 들어가야 되는 이제 IP 되게 여러 가지가 들어가야 되게 되는데 그 IP 관련된 쪽에 핵심적인 아를 가지고 있는 회사들이 굉장히 중요해요.
아까 말씀드린 하이퍼 엑셀도 IP 쪽에서도 굉장히 강한 회사거든요. 이미 뭐 빅테크 중에 하나의 라이센싱 돼 있고 예 그런데 그 IP 측면에서 봤을 때 또 주목해 만한 해 뭐 케이던스든지 예 시너시스 같은 회사들도 어 IP 되게 많이 가지고 있으니까식이 많이 뜨기 시작을 하면 연달아 뜨게 되는 어떤 그런 기업들도 상당 수가 있다고 보고 있습니다. IP 가지고 있으면은 그냥 어 그냥 나 있는데 그냥 돈 주겠다는 거 아니에요이 이게 진짜 정말 좋은 장사인 거고 갑자기 그냥 레버리지가 확 될 수 네네네 있는 그런 이야기가 아닌가 싶습니다.
그러니까 브로드컴 이야기를 했는데 사실 이게 이제 ai's 최근에 있었던 가장 중요한 변화 들인 거 같고 이거는 이제 내년에도 이제 계속될 수밖에 없는 그런 구조라서 좀 자세하게 살펴봤다고 보시면 될 거 같습니다데 결국은 이제 그 이런 이제 주문형 반도체 이야기가 나오는 것도 시장에 이제 학습에서 이제 추론으로 이제 넘어가는 큰 그림에서 나온 이야기라고 볼 수 있을 것 같은데 근데 이제 아직 이제 잘 모르시는 분들을 위해서 학습은 뭐고 추론은 뭔지 도 좀 간단하게만 좀 설명해 주시면 어떨까요음 학습은 뭐냐면은 이제 이제 라지 기시 모델이라고 하는 AI 덩어리가 있다고 치면 AI 다가 데이터를 먹여 가지고 얘가 똑똑해 지도록 만드는 과정 있잖아 계속 풀려고 하는 거죠.
놓 그냥 집어넣어 가지고 이것저것 이렇게 숫자를 막 조정을 하다 보면은 아 나중에 질문을 했을 때 잘 뱉어내더라 답을 이렇게 하기 위해서 계속 데이터를 먹여서 학습을 시키는 과정이 있겠고 그럼 이제 학습이 끝나고 나면 그 숫자가 어느 정도 정해졌을 거 아니에요. 덩어리가 딱 정해졌죠. 그럼 나와 가지고 얘가 이제 문제를 이제 풀어야죠. 실제 문제를 예 계속 실제 문제를 풀어야죠. 푸는 거하고 학습하는 과정의 그 프로세스라는 이런게 좀 다르거든요. 예 물론 이제 양쪽을 다 잘할 수 있게 한게 엔비디아의 반도체라고 한다면 어 추론 같은 경우에는 이게 좀 다른게 그 학습시킬 때에는 사실 데이터를 왕창 집어 넣긴 하지만 사용자들이 동시에 왕창 있는 건 아니어서 아 치 보면은 좀 이제 그런 거가 중요하진 않은데 그니까 빨리빨리 해야 되는 그런 이유는 없는 거죠.
그 산에 들어가서 아니면 공부방에 들어가서 공부하는 거랑 비슷한 거죠. 그렇죠. 추론할 때는 이이 똑똑한 앤데 애가 예를 들어 타이핑이 느려 그래서 아 되게 머리에든 건 많은데 말을 못하는 거 글을 못 쓰거나이 그 페이퍼를 잘 못 쓰면 업무 생산성이 좀 떨어지잖아요. 사람 그죠. 맞아요. 보자면 어버버하는 거죠. 예 그런 느낌이에요. 아 얘는 똑똑한데 이거 이거를 잘하기 위해 에서는 타이핑도 잘 시키고 뭐 이런 거 관련된 것들을 막 도와주거나 이렇게 되면은 생산성이 엄청 좋아질 거 아닙니까 그리고 유저도 굉장히 굉장히 전 세계에서 여러 사람들이 막 붙어 가지고 할 텐데 아 잠깐만 기다려 봐 나 얘 답 주고 쟤 답 주고 얘 답 주고 이럴래 한는데 애가 좀 느려 그러면 이제이 서비스 쓰는 사람 입장에서는 속 터지죠.
예 그리고 아 난 말이야 근데 에너지를 밥을 좀 많이 먹어야 돼 막 밥을 그거 하기 위서 밥을 많이 먹고 있어 그러면 이제 월급을 더 많이 줘야 되잖아요. 그죠. 예 그런 느낌이 되면 약간 직원으로 좀 거시기 하죠. 그런 느낌으로 생각하시면 돼요 추론 쪽은 이제 실제 이미 더 이상한 스건 없어 그냥 열심히 그 돼 있는 거 가지고서 열심히 이제 문제 풀어주고 이거 해 주는 건데 이거의 중요성이 점점 높아진 거예요. 심지어는 최근에 이제 그 오픈 AI 이제 발표한 51 이후 5 3까지 발표 51 53 발표했아요. 여기에 핵심적인 내용이 뭐라고 생각하시면 되냐면 전에는 소위 얘기하는 학습을네 걸 가지고 그대로 이제 답을내는 쪽으로 갔었다면 여기다가 추론을 굉장히 다양한 방식으로 복잡하게 오랫동안 하도록 한 거예요.
그게 단순히 시간만 늘렸다고 볼 수도 있겠지만 어 이제 여러 가지 뭐 체인 오브 서라고 부르는데 사고의 연세를 집어 넣는다든지 아니면 그거 말고도 이제 오픈 에가 밝히고 밝히고 있지 않기 때문에 재미나 이라든지 이제 구글에서도 그런 걸 갖고 있을 텐데 얘네들을 서로 엮어 가지고 서비스를 한다든지 굉장히 다양한 방식으로 이미 돼 있는 학습 모델을 잘 이렇게 시간을 들여서 막 이렇게 생각을 해서 답을 내게 하면은 훨씬 더 잘하더라는 거에 알려졌어요. 근데 진짜 그 정도가 심하더라고요 너무 잘하더라고요 차이 많이 나더라고요 그니까 그 이야기는 뭐냐 하면은 전에는 트레이닝 했을 때가 되게 중요했는데 심지어는 답을내는 프로세스에서도 추론 시간을 늘려야 된다는 얘기거든요.
그럼 사실은 컴퓨팅 하는 그 계산 과정으로 생각을 하면 계산 연산의 양 더하기 시간이라고 하는네 해서 봐야 되거든요. 그러 그 시간에 해당하는 것은 추론하는 칩이 계속해서 하면서 답을 내고 거기에 있는 걸 이제 서비스 하는 거잖아요. 그러면 추론 시기에 그 어떻게 잘하느냐가 어찌 보면은 성능에 영향을 미치게 됐죠. 그러니까 추론의 중요성이 더 중요해져 버렸어요음 그래서 지금은 시간 추론 서비스 그러면 이제 이건 다르게 생각하면은 시간을 더 많이 들었으니까 컴퓨팅 시간을 늘렸어요. 그 비용을 늘린 거거든 그러니까 더 비용을 줄여야 되죠.
오히려 왜냐면이 이게이 비용이 늘어나게 되니까 그렇죠. 그래서 추론 척이 점점 더 중요해지기 시작했죠. 뭐해야 되냐 그러면 이제 반도체 우리만을 위한 반도체를 만들자 이런 식으로 이제 자연스럽게 결론이 난다는 거 그렇죠. 경우에 따라서는 야 이거 그냥 예를 들어 24시간을 돌려봤더니 엄청 잘하네 어 그러면 24시간 동안 생각을하면 잘할 수도 있겠지 물론 이제 그렇게까지 생각한다고 더 좋아하실지 잘 모르겠지만 여튼 그런 것들을 잘 해 가면서 최적의 포인트를 우리가 찾았어 내가 구글인데 그걸 찾았어음 그러면 그거에 해당하는 것에 가장 최적화된 형태로 추론 반도체가 돌아가면 좋을 거 아니에요.
우리가 찾은 어떤 뭔가가 있으니까 근데 그거를 범영 반도체가 제공하고 있지 않을 거거든 예 그러니까 이제 그런 것들도 이제 영향을 미치게 되니까 운용 자체에서 할 수 있는 것들이 되게 많이 늘어났다라고 보고 있어요. 마치 저는 이거 반도체도 좀 비슷한데 반도체 가만히 생각해 보면 전에는 전공정이 훨씬 중요했어요. 이렇게 해 가지고 찍으면 끝나는 거니까 그죠. 그걸로 해가지고 그냥 쓰는 거지 뭐 예 그랬는데 어느 순간 이제 반도체가 복잡해지기 시작하면서 2. 호디 이제 커버스 공정 같은 거 나오기 시작하면 특기 후공정이 더 중요해졌어요.
후공정이 훨씬 비싸고 후공정 잘하는 회사한테 넘어갔는데 사실은 tsmc 가장 강력한 이유 중에 하나가 후공정을 본인들도 잘하고 대만에 있는 tsmc 협력하는 회사들이 후공 종자라는 회사가 진짜 많아요. 그 연합이 엄청 센 거거든요. 아 그처럼 AI 마치 전에는 트레이닝이 일정의 그 학습이 전공정 같은 느낌이었다면이 추론의 중요성이 늘어난게 후공정이 점점 중요해지는 느낌 하고도 비슷해요. 예 근데이 큰 그림이 이동하는 그런 느낌이 좀 들어요. 그러니까 우리가 과거에도 후공정이 중요하다는 이야기 때문에 한미 반도체 주가가 뭐 장년 진짜 많이 올랐는데 올해도 지금 느낌이 학습에서 추론으로 바뀌는게 원래는 이제 학습 다 끝났으면 빨리 풀어야 되니까 뭐 반도 뭐 조금 해 가지고 그냥 해 이런 정도로 생각했었는데 가만 보니까 얘네들이 어 문제를 딱 보고 한참 생각하다가 아까 이제 그 말씀해 주셨던게 체인 오브 소트 이거 되게 생각이 꼬릴 꼬릴 물고 막 이렇게 생각을 하니까 답이 더 잘 푼다는 얘기잖아요.
그렇죠. 복잡한 걸 더 잘 풀죠. 야 그러니까 이게 뭔가 새로운 반도체가 또 필요하고 막 또 필요하고 이렇구나 이런 생각이 좀 드는 거 같습니다. 어쨌든 근데 굉장히 큰 변화라고 할 수 있을 것 같고 엄청난 변화가 I
Comments 0