저자: 이형수 · 한국인
요약 보기
타이완 총통 선거 결과는 이미 선반영되었고 미중 패권 경쟁은 상수로 지속된다. 반도체는 메모리 사이클상 하락에서 상승 전환기이며 장비주가 먼저 튀고 이후 소재·부품, 마지막으로 PCB 순으로 간다는 논지. AI는 스케일링 법칙(컴퓨팅·데이터·모델) 아래 GPU 수요가 계속될 것이므로 엔비디아 우위가 지속된다고 봄. 온디바이스 AI는 타 칩셋 기업에 기회가 있으나 서버 시장은 엔비디아 대체가 쉽지 않다. 자막 후반부는 인식 오류가 많아 일부 내용 불명확.
다듬은 글
2024년 슈퍼 선거의 해 첫 번째 대선이었던 타이완 총통 선거가 지난 주말에 치러졌습니다. 반도체 공급망 재편과 깊이 연결돼 있어 투자자들의 관심이 클 수밖에 없는데요. 그래서 이영수 대표님과 함께 이야기를 나눠 보겠습니다. 안녕하세요.
안녕하십니까.
IT 신이고 반도체 전문가이신데, 타이완 총통 선거를 보면서 마음속으로 누가 이겼으면 좋겠다 하는 생각이 혹시 있으셨나요?
이게 너무 복잡한 고차원 방정식이라서요. 총통 선거 자체가 시장에 미치는 영향은 크지 않다고 봤습니다. 다만 개인적으로는 국민당이 됐다면 우리 입장에서 운신의 폭이 좀 더 있지 않았을까 생각했습니다. 어쨌든 민진당 라이칭더 후보가 됐으니 지금은 의미가 없겠습니다.
오늘 아침에 시장이 열렸고 주가를 보셨을 텐데, 예측과 비교해 보니 어떠신가요?
이 선거가 주식시장에 미치는 영향은 이미 선반영됐다고 봅니다. 야당 쪽에서 국민당과 제3당 민중당 후보의 단일화가 무산되면서 그때 이미 일부 프라이싱이 됐기 때문에, 이번에 미치는 영향은 제한적일 것 같습니다.
결국 중국의 대응이 변수가 되겠네요.
경제 보복 조치는 있을 것 같습니다. 더 나아가 중국과 타이완 간 긴장과 갈등이 어떻게 전개되고 미국이 이를 어떻게 관리하느냐에 따라 상황이 굉장히 복잡해질 수 있습니다. 미국이 타이완 독립을 지지하지 않는다는 코멘트를 내놓은 것을 보면, 상황 자체를 관리하려고 한다고 볼 수 있습니다. 또 바이든 대통령은 올해 재선을 앞두고 트럼프에게 밀리는 상황이라, 중국과 갈등을 더 고조시키기보다는 충분히 관리하는 쪽이 낫다고 판단하지 않을까 싶습니다.
타이완 하면 결국 TSMC 때문에 반도체 관련 관심을 받는다고 해도 과언이 아닙니다. 한국과의 관계는 파트너일까요, 라이벌일까요?
둘 다입니다. 협력적인 부분도 있습니다. TSMC가 만드는 것은 대부분 시스템 반도체인데, 우리나라는 메모리가 주력이고 시스템 반도체 시장점유율은 2~3% 수준에 불과합니다. 그런데 시스템 반도체가 팔려야 메모리도 같이 팔립니다. 프로세서 같은 반도체에 따라 메모리 수요가 따라가기 때문에, 시스템 반도체 생산이 제대로 안 되면 메모리도 안 팔리는 구조입니다.
한편으로는 삼성이 파운드리 시장 일부를 가져오려 하고 있으니 경쟁 관계로도 봐야 합니다. 전 세계적으로 3나노 미만 파운드리를 할 수 있는 나라는 두 곳, 업체도 TSMC와 삼성 파운드리 둘뿐입니다. 그만큼 미국의 반도체 주도권 입장에서도 한국과 대만은 굉장히 중요한 지렛대입니다.
투자 전략 차원에서 보면, 이번 선거 결과가 예상대로 나왔고 이미 선반영됐으니 전략 수정이 필요한 상황은 아니라고 이해해도 될까요?
글로벌 밸류체인이 깨지고 도메스틱 밸류체인, 즉 리쇼어링이 이뤄진다고 해도, 적어도 동맹국 간 리저널 밸류체인으로 재편되는 과정이라고 보는 게 맞습니다. 그동안 문제는 속도인데, 시장에 영향을 주는 것은 속도이고 방향성 자체는 크게 달라지지 않습니다. 라이칭더 후보도 한국, 일본과 반도체 협력을 강화하겠다고 말했고, 중국 비중을 줄이고 배제하는 쪽으로 초점이 맞춰져 있습니다.
중국 입장에서는 이런 약한 연결고리를 깨야 자기들의 기술 주도권이 중요해지기 때문에 그런 움직임이 나오는 것이고요. 미중 패권 전쟁은 이제 변수가 아니라 상수라고 봐야 합니다. 기술 전쟁이 더 치열해지는 가운데 우리나라 반도체는 위기와 기회가 공존한다고 보시면 됩니다.
지난해 1월에 나온 책이 있으시죠. 1년이 지난 지금 다시 쓰신다면 달라져야 할 내용이 있을까요?
완전히 다르게 써야 할 것 같습니다. 그 책을 쓸 때는 반도체 경기가 정말 바닥이었어요. 2022년 하반기였는데, 반도체는 망했는데 왜 그러냐는 악플이 많았습니다. 초판 5천 부를 찍는다고 해서 과연 팔릴까 걱정도 많았는데, 결국 생각보다 훨씬 빠른 폭으로 작년에 반등했습니다.
반도체는 사이클 산업이라서 메모리 사이클만 놓고 보면 대략 4년 주기로 움직입니다. 상승 사이클은 2년에서 2년 6개월, 하락 사이클은 1년에서 1년 6개월 정도 진행됩니다. 하락에서 상승으로 반전될 때 가장 강하게 튀는 종목은 장비주입니다. 레버리지가 가장 크기 때문입니다.
장비 업체는 단순히 설비를 만드는 게 아니라 하이엔드 엔지니어링의 종합 예술입니다. 수주가 많을 때는 문제가 없지만, 수주가 없을 때도 고급 인력의 인건비와 고정비를 감당해야 합니다. 구조조정을 하면 상승 사이클에 왔을 때 사람을 뽑을 수가 없습니다. 그래서 하락기에는 실적이 없다가 수주가 나오면 이익 레버리지 효과가 굉장히 큽니다.
지금 다시 쓴다면 사이클이 중반 정도에 와 있으니, 장비주는 이미 많이 올랐을 겁니다. 그다음 단계는 가동률 회복인데, 삼성전자나 SK하이닉스가 설비투자를 줄이고 생산을 조절하면 소재·부품 업체나 소모품 쪽이 안 좋아지다가, 감산이 마무리되고 정상 가동되면 그쪽이 좋아집니다. 그래서 지금 쓴다면 소재·부품 쪽에 방점을 둘 것 같습니다. 그리고 사이클이 어느 정도 진행되면 마지막으로 시세를 내는 섹터가 PCB, 즉 반도체 후공정 패키징에 쓰이는 인쇄회로기판입니다.
작년에 책을 쓸 때는 AI 혁명이라는 변수가 없었죠. 챗GPT가 나온 건 불과 1년 전 아닙니까?
그렇습니다. 챗GPT가 작년 11월에 나왔고, IT 전문가들도 처음에는 이런 게 이렇게 빨리 확산될 줄 몰랐습니다. 4일 만에 천만 명 가입자를 모은 플랫폼은 처음이었거든요. 그때 AI 혁명의 시작이구나 생각했는데, 제가 AI 변수를 충분히 반영하지 못한 게 아쉽습니다.
AI는 사실 반도체 없이는 설명할 수 없습니다. AI 성능을 높이는 세 가지 요소는 컴퓨팅 파워, 빅데이터, 그리고 모델링(알고리즘)입니다. 컴퓨팅 파워에서는 엔비디아 GPU가 가장 중요하죠. 2010년 이전 20~30년을 AI 암흑기라고 부른 이유는 컴퓨터가 너무 느려서 연구를 못 했고, 빅데이터도 없었기 때문입니다.
2010년부터 컴퓨팅 파워가 좋아지고, 딥러닝 기술이 AI의 메인이 됐습니다. 예전에는 사람이 알고리즘을 다 넣었지만 효과가 별로였어요. 그래서 기계에 컴퓨팅 파워와 데이터를 주고 스스로 학습하게 한 것이 머신러닝이고, 그중 사람의 뇌 신경망을 모방한 것이 딥러닝입니다. 2016년 알파고와 이세돌 9단의 대국이 대중에게 익숙한 사례죠.
반도체 입장에서 중요한 것은, 예전 AI 연구는 CPU 기반이었지만 딥러닝이 되면서 GPU 기반으로 바뀌었다는 점입니다. 그러니 엔비디아가 수혜를 볼 수밖에 없습니다. 2017년에는 구글의 트랜스포머 기술이 나왔는데, 맥락에 가중치를 주면서 AI가 훨씬 사람처럼 말하기 시작했습니다. LLM 모델의 핵심 특징은 두 가지입니다.
첫째는 스케일링 법칙입니다. 왜 그런지 원리는 정확히 모르지만, 컴퓨팅 파워(매개변수)를 많이 주고 빅데이터를 잘 넣으면 성능이 선형적으로 계속 좋아진다는 것입니다. 이 법칙이 깨지지 않았기 때문에 엔비디아가 대박이 났습니다. 교육비를 계속 늘리면 아이 성적이 계속 오르는 것과 비슷하죠. 지금까지 이 법칙이 깨지지 않았습니다.
예를 들어 챗GPT 초기 버전은 매개변수가 1750억 개였고, 이를 구현하기 위해 엔비디아 A100 칩이 1만 개 정도 들어갔습니다. 지금 구글의 제미나이 같은 모델은 1조 개가 넘는 것으로 추정되니 칩은 훨씬 더 많이 들어갔겠죠. 그만큼 엔비디아 실적으로 다 드러나는 겁니다.
둘째는 이머전트 능력입니다. 매개변수가 1천억 개를 넘어서면 갑자기 생기는 기능이 있어서, 사람처럼 대답하기 시작합니다. 이 두 가지 때문에 작년에는 엔비디아 칩을 최대한 많이 확보하는 게 중요했고, 칩 수요가 계속 쇼티지 상태였습니다. H100의 출고가가 3만 달러 정도였는데 실제로는 4만~4만 5천 달러까지 팔렸습니다.
올해부터는 데이터 트레이닝을 끝낸 AI가 디바이스 쪽으로 확장되고 있습니다. 스마트폰이나 PC에서 쓰이는 온디바이스 AI가 되면서 로컬 디바이스에 AI 반도체가 필요해지는 거죠. 또 AI는 언어만 학습했는데, 이제는 멀티모달로 오감을 익히고, 걷고 달리는 운동 지능까지 배우는 방향으로 가고 있습니다. 이게 모빌리티, 휴머노이드 로봇 쪽입니다. 테슬라가 계란까지 집는 로봇을 만드는 것도 같은 맥락이죠.
이 과정에서 중요한 것이 AI 반도체인데, 지금도 쓸 만한 수준이지만 전력 대비 성능, 즉 전성비가 너무 떨어집니다. 질문 하나를 던지면 데이터센터에서 연산이 돌아가면서 500ml 페트병 하나 분량의 물이 증발할 정도로 에너지가 필요합니다. 그래서 전력 효율이 높은 모델에 대한 수요가 생길 수밖에 없고, 앞으로 이 분야에서 경쟁이 치열해질 겁니다.
투자 아이디어 측면에서 보면, 스케일링 법칙이 계속되는 한 엔비디아는 승승장구할 수밖에 없는 구조로 이해해도 될까요?
네, 그렇습니다. 이번 AI 혁명은 모바일 혁명보다 훨씬 압축적으로 빠르게 일어나고 있습니다. 애플 주가 흐름이 엔비디아 주가 흐름을 압축해 놓은 것과 비슷하다고 생각합니다. 처음에는 탄력적으로 오르다가 실적이 나오면 지지부진했고, 언어 학습이 끝났다는 우려가 나왔지만 멀티모달과 행동 학습이 필요해지면서 다시 수요가 생기는 식입니다.
엔비디아의 상방이 얼마나 열려 있다고 보시나요?
확산 속도와 규모에 따라 달라져서 확정하기 어렵습니다. 다만 온디바이스 AI 쪽에서는 기존 다른 칩셋 업체들이 파고들 기회가 많다고 봅니다. 서버와 데이터센터 쪽에서는 엔비디아의 현재 칩을 넘을 만한 대안이 쉽지 않다고 생각합니다.
이런 혁명적 전환기에서 우리나라의 입지는 어떤가요?
전 세계에서 파운데이션 AI 모델을 개발할 수 있는 나라는 몇 개국뿐이고, AI 반도체를 설계하고 생산할 수 있는 나라는 세 나라밖에 없습니다. 한국은 그중에서 기회를 잡을 수 있는 위치에 있다고 봅니다.
Comments 0