AI 시대, 반도체 투자는 계속 해야 할까요?
혹시 ‘취미는 과학’이라는 유튜브 채널, 즐겨 보시나요? 저는 평소에도 과학 다큐멘터리를 즐겨 보는데요. 이번에 EBS 다큐에서 흥미로운 영상을 발견했어요. 바로 “삼성전자 주식 계속 끌고 가도 될까? 시장을 흔드는 반도체 HBM 미래, AI 시대를 맞이하며 차세대 3차원 반도체 가능성”이라는 제목의 영상인데요. 요즘 주식 시장이 워낙 롤러코스터 같아서 반도체 투자에 대한 고민이 많았는데, 이 영상을 보고 나니 생각 정리에 도움이 많이 되더라고요.
특히 AI 기술 발전과 함께 떠오르는 HBM(High Bandwidth Memory)에 대한 전문가의 분석이 인상적이었어요. 영상에서 카이스트 김정호 교수님이 출연해서 HBM 기술의 과거, 현재, 그리고 미래에 대해 아주 자세하게 설명해주시거든요. 그럼, 제가 인상 깊게 봤던 내용들을 여러분과 함께 공유해볼게요!
코스피를 좌우하는 반도체, 투자는 신중하게!
영상을 시작하면서 가장 먼저 언급되는 건 코스피 시장에서 반도체가 차지하는 엄청난 비중이었어요. 무려 30%에서 40%라니! 우리나라 경제에서 반도체가 얼마나 중요한지 다시 한번 실감하게 되더라고요. 최근 시장 변동성이 커지면서 투자에 대한 불안감이 큰 것도 사실인데요. 실제로 마이너스 96%라는 엄청난 손실을 본 투자자 사례까지 나오면서 더욱 신중해야겠다는 생각이 들었어요.
AI 시대, 왜 반도체에 주목해야 할까?
AI 시대에 반도체가 왜 이렇게 중요해졌을까요? 김정호 교수님은 사회를 변화시키는 핵심 동력이 바로 AI이고, AI 성능은 결국 반도체 성능에 의해 결정된다고 강조하시더라고요. 예를 들어, 이미지 생성 AI 서비스의 속도는 반도체의 성능에 따라 천차만별이라고 해요. AI 서비스가 발전할수록 더 많은 데이터 처리량이 필요하고, 이를 위해 데이터 센터 구축에 막대한 비용이 들어가면서 자연스럽게 고성능 반도체 수요가 폭증하게 된 거죠.
HBM의 아버지, 김정호 교수
영상에서 가장 인상 깊었던 분은 역시 카이스트 김정호 교수님이었어요. HBM 분야에서는 “HBM의 아버지”라고 불릴 정도로 엄청난 권위자시더라고요. 놀라웠던 건, 개인적인 투자 때문에 연구 방향이 흐려지는 걸 막기 위해서 반도체 주식 투자를 아예 안 하신다는 점이었어요. 정말 대단하시죠? 객관적인 시각을 유지하려는 профессора님의 프로 정신이 느껴졌어요.
GPU, AI 연산의 핵심
AI에 필수적인 요소는 GPU(Graphics Processing Unit)와 메모리라고 해요. AI는 영상 생성이나 대량의 텍스트 데이터 처리처럼 엄청난 연산 능력을 필요로 하는데, GPU는 이런 연산에 특화되어 있대요. 특히 데이터의 길이가 테라바이트 단위로 길어질수록 GPU의 중요성이 더욱 부각된다고 하네요. CPU는 순차적인 작업 처리에 강하지만, GPU는 동시에 여러 계산을 처리하는 데 훨씬 효율적이라고 해요.
미국에서 중국으로의 그래픽 카드 공급 제한 때문에 중국의 딥테크 회사들이 어려움을 겪고 있다는 이야기도 나오는데요. GPU가 단순히 게임용 그래픽 카드 이상의 의미를 가진다는 걸 알 수 있었어요.
Notable Terms: GPU
GPU는 “Graphics Processing Unit”의 약자로, 원래는 컴퓨터 그래픽 처리를 위해 개발된 장치이지만, AI 연산에 특화된 병렬 처리 능력 덕분에 AI 분야에서 핵심적인 역할을 하게 되었어요.
엔비디아(NVIDIA)의 성공 비결
AI 시대에 엔비디아가 이렇게 잘나가게 된 데에는 숨겨진 이야기가 있더라고요. 캐나다의 인공지능 과학자인 제프리 힌튼이 행렬 계산에 GPU를 활용하면서 AI 분야에서 GPU의 가능성을 처음 발견했다고 해요. 2012년 이미지 인식 대회에서 GPU를 사용한 결과, 압도적인 성능 향상을 보이면서 GPU가 AI 연산에 적합하다는 것이 입증되었다고 하네요. 정말 놀라운 순간이었을 것 같아요!
하지만 엔비디아의 독주에 맞서 AMD(A사), 구글(G사) 같은 경쟁사들도 자체적인 AI 반도체 개발에 뛰어들고 있다고 해요. 구글은 행렬 계산에 특화된 TPU(Tensor Processing Unit)를 개발해서 자사 AI 서비스에 활용하고 있지만, 아직 외부 판매는 안 하고 있다고 하네요.
Notable Terms: TPU
TPU는 “Tensor Processing Unit”의 약자로, 구글에서 자체 개발한 AI 반도체예요. 특정 AI 작업, 특히 행렬 연산에 최적화되어 있어서 구글의 AI 서비스 성능을 크게 향상시키는 데 기여하고 있다고 해요.
AI 시대, 메모리 반도체의 중요성
AI가 발전하면서 속도와 용량이 중요해짐에 따라 메모리 반도체의 중요성이 점점 더 커지고 있다고 해요. 특히 고성능 AI 연산에는 HBM(High Bandwidth Memory)이 필수적이라고 하는데요. HBM은 전 세계적으로 한국 기업(삼성전자, SK하이닉스)이 생산량의 대부분을 차지하고 있어서 한국 반도체 산업의 경쟁력을 높이는 데 크게 기여하고 있다고 하네요. HBM 덕분에 우리나라가 “디지털 산유국”으로 도약할 가능성이 높다는 이야기가 정말 뿌듯하게 느껴졌어요.
Notable Terms: HBM
HBM은 “High Bandwidth Memory”의 약자로, 기존의 DRAM보다 훨씬 빠른 데이터 처리 속도를 제공하는 고성능 메모리예요. 여러 개의 DRAM 칩을 수직으로 쌓아서 데이터 전송 속도를 획기적으로 높인 것이 특징이에요. AI, 그래픽 처리 등 대용량 데이터 처리가 필요한 분야에서 필수적으로 사용되고 있어요.
HBM 개발 비화, 정자동 아파트에서 영감을?
HBM 개발 비화도 정말 흥미로웠어요. HBM은 A사가 H사에 메모리를 쌓는 아이디어를 제안하면서 시작되었다고 하는데요. 김정호 교수님은 2000년대부터 메모리 적층 기술을 연구하셨고, 심지어 정자동 아파트 단지에서 영감을 얻으셨다고 하네요! 정말 상상력의 힘은 대단한 것 같아요. 김 교수님의 연구는 HBM 개발에 큰 기여를 했고, 교수님의 제자들이 HBM 개발에 참여하면서 결실을 맺었다고 하네요.
HBM의 미래, GPU 통합과 용량 확장
김 교수님은 앞으로 HBM에 GPU 기능을 통합하고, HBM의 용량을 테라바이트급으로 늘리는 것을 목표로 하고 있다고 해요. 현재 HBM은 200기가바이트 수준이지만, 1000배 더 큰 용량이 필요하다고 하시면서 플래시 메모리(HBF)를 활용하는 방안을 제시하셨어요. 다만, HBM은 고층으로 쌓을수록 냉각, 무게, 진동 등의 문제가 심각해지고, 층별 온도 차이로 인해 데이터 손실이 발생할 수도 있다고 하네요. 이런 기술적인 난제를 해결해야 HBM이 더욱 발전할 수 있다고 해요.
AI 거품론과 반도체 시장 전망
물론, AI에 대한 장밋빛 전망만 있는 건 아니에요. 일각에서는 AI 기술이 아직 부족하고 거품이 있다는 지적도 나오고 있다고 해요. AI가 제공하는 정보가 때로는 부정확하고, 만족할 만한 수준에 미치지 못한다는 의견도 있다고 하네요. 김 교수님은 AI의 가장 큰 약점이 반도체 의존성이라고 지적하시면서, AI 생태계를 3~5년 내에 구축하지 못하면 동맥경화가 올 수 있다고 경고하셨어요. AI 발전을 위해서는 지속적인 투자와 수익 창출이 필요하며, 사용자로부터 구동료, 광고, 수수료 등을 통해 자금을 확보해야 한다고 강조하셨어요.
솔직한 감상: 투자, 신중하게!
이번 EBS 다큐를 보면서 AI 시대에 반도체 산업이 얼마나 중요한지 다시 한번 깨닫게 되었어요. 특히 HBM 기술은 한국 경제의 미래를 좌우할 수도 있다는 생각에 어깨가 무거워지기도 했고요. 하지만 투자에는 항상 리스크가 따르는 만큼, 신중하게 접근해야 한다는 것을 명심해야겠어요. 평소에 AI나 반도체 분야에 관심이 많았던 분들이라면 꼭 한번 시청해보시길 추천드려요! 특히, 삼성전자 주주라면! 투자 결정에 많은 도움이 될 것 같아요.