며칠 전 퇴근하고 유튜브 알림을 눌렀다가 구글 신기술 발표 소식을 봤는데, 순간 심장이 철렁했어요. SK하이닉스를 꽤 비중 있게 들고 있는 입장이라 바로 증권 앱부터 열었거든요. 프리마켓에서 마이크론이 빠지고 있고, 삼성전자랑 SK하이닉스 ADR도 마이너스라는 걸 확인하는 순간 밥맛이 싹 사라지더라고요. 화장실에서 몰래 관련 기사를 검색하다가 동료한테 '너 또 주식 보지?'라는 소리를 들은 건 덤이었습니다.
구글 터보퀀트, 도대체 무슨 기술인가
3월 24일 구글 리서치에서 '터보퀀트(TurboQuant)'라는 압축 알고리즘 논문을 공개했어요. 핵심은 AI가 대화 맥락을 기억하기 위해 쓰는 KV 캐시라는 임시 저장 공간을 기존 대비 16분의 1 수준으로 압축하는 기술입니다. 기존에 32비트로 저장하던 데이터를 단 3비트로 줄이면서도 정확도 손실이 제로라는 게 논문의 주장이에요. 저도 처음에 '이게 말이 돼?' 싶어서 논문 요약본까지 찾아봤는데, 엔비디아 H100 GPU 기준으로 연산 속도가 최대 8배 빨라졌다는 벤치마크 데이터가 실제로 있더라고요. 거기다 기존 AI 모델을 재학습 없이 바로 적용할 수 있다니, 시장이 반응할 만했다는 생각도 들었습니다.
웰스파고 리포트가 촉발한 공포 매도
사실 논문 자체보다 시장을 더 흔든 건 웰스파고 애널리스트 앤드류 로샤의 코멘트였어요. '메모리에 요구되는 스펙 자체가 낮아진다면 시장이 예측했던 그 막대한 메모리 용량이 진짜로 다 필요할지 근본적인 의문이 제기될 수밖에 없다'는 내용이 퍼지면서 마이크론, 웨스턴 디지털, 삼성전자, SK하이닉스까지 줄줄이 하락했죠. 저도 솔직히 이 문장을 처음 읽었을 때 등골이 서늘했어요. 작년에 딥시크 사태 때 겁먹고 SK하이닉스를 일부 팔았다가, 주가가 다시 올라서 뒤늦게 비싼 가격에 재매수한 아픈 기억이 있거든요. 그때 -15% 정도 손해 보고 두 달간 계좌를 안 열었던 경험이 떠올라서, 이번에는 일단 팔지 말고 팩트부터 확인하자고 스스로 다짐했습니다.
터보퀀트가 메모리 수요를 파괴하지 못하는 구조적 이유
가장 중요한 포인트는 터보퀀트가 적용되는 영역이 AI의 '추론' 과정에만 한정된다는 거예요. AI 모델을 학습시키는 단계에서 필요한 HBM이나 고용량 D램 수요는 이 기술과 전혀 관계가 없습니다. 테크 크런치도 '터보퀀트가 추론 메모리에만 적용되기 때문에 AI로 인한 광범위한 램 부족 문제를 해결하지는 못할 것'이라고 짚었고요. 키움증권 리포트 역시 '어디까지나 논문상 알고리즘 공개이고, 실제 상용화까지는 시간이 소요된다'면서 이번 이슈가 차익 실현의 명분으로 작용했을 가능성을 언급했어요.
그러니까 올해 초부터 반도체 주가가 많이 뛰면서 쌓인 피로도가 있었는데, 마침 구글 논문이 매도 버튼을 누를 핑계를 제공해 버린 구조라는 거죠. 팩트와 심리가 뒤섞인 전형적인 패턴인 것 같아요.
제번스의 역설: 효율이 높아지면 수요는 오히려 폭발한다
사실 이 논리는 작년 딥시크 사태 때 이미 한 번 검증됐어요. 당시 '저비용 고성능 AI가 나왔으니 엔비디아 GPU 수요가 줄어든다'고 시장이 패닉에 빠졌지만, 현실에서는 H200 GPU가 재고가 씨가 마를 정도로 오히려 수요가 폭증했거든요. 경제학에서 말하는 제번스의 역설 그 자체였죠. 효율이 좋아지면 사용처가 늘어나고, 총수요는 오히려 커진다는 원리요. 마이크로소프트 CEO 사티아 나델라도 딥시크 사태 직후 '제번스의 역설이 다시 작용할 것'이라고 말한 바 있고요. 흥미로운 건 이번에 시장을 흔든 웰스파고 리포트 뒷부분에도 '효율성 극대화와 비용 절감이 AI 기술 채택을 기하급수적으로 늘릴 것'이라는 결론이 적혀 있었다는 점이에요. 시장은 앞부분의 자극적인 문장에만 반응한 셈이죠.
그래도 남는 우려: 낙관론만 믿기엔 불안한 이유
다만 저는 '제번스의 역설이니까 무조건 괜찮다'는 식의 낙관론에 100% 동의하진 않아요. 이 역설이 성립하려면 효율 향상이 실제로 새로운 시장 수요를 창출해야 하는데, AI 인프라 투자는 결국 빅테크 기업들의 자본 지출(CAPEX) 의지에 달려 있거든요. 경기 침체가 오거나 빅테크들이 투자를 줄이는 시나리오에서는 제번스의 역설이 작동하지 않을 수도 있어요. 또 터보퀀트 같은 소프트웨어 최적화 기술이 계속 진화하면, 추론 단계에서 필요한 메모리 스펙이 장기적으로 하향 조정될 가능성도 완전히 배제할 수는 없다고 봅니다. 노무라 증권이 SK하이닉스 목표가를 193만 원으로, 맥쿼리가 삼성전자 목표가를 34만 원으로 제시한 건 알고 있지만, 목표가라는 게 늘 맞는 것도 아니니까요.
이번에는 가족 모임에서 투자 얘기를 꺼내지 않기로 했어요. 설 때 '반도체 좋다'고 했다가 아버지한테 '그래서 얼마 벌었냐'는 질문에 말문이 막혔던 기억이 아직도 선명해서요. 대신 혼자서 논문이랑 리포트를 더 꼼꼼히 읽고, 패닉에 휩쓸리지 않는 연습을 하려고 합니다. 솔직히 아직도 좀 불안하긴 한데, 적어도 이번에는 왜 빠졌는지를 이해한 상태에서 버틸 수 있으니까 그 차이가 크다고 스스로를 달래는 중이에요.