수익성 높은 HBM 매출 감소 우려… 삼성전자·SK하이닉스에 악재
“중장기적으론 AI 고객사 다변화 가능성”
“소품종 대량 생산 모델 대신 ‘맞춤형’ 생산 전략 필요”
중국 인공지능(AI) 스타트업 딥시크가 저비용으로도 고성능 AI 기술을 구현할 수 있다는 것을 입증하면서 엔비디아에 대한 고대역폭메모리(HBM) 공급에 수익의 상당 부분을 의존해왔던 SK하이닉스, 삼성전자도 새로운 대응 전략이 필요해졌다.
무엇보다 중요한 것은 ‘딥시크 쇼크’가 엔비디아 그래픽처리장치(GPU) 기반 AI 인프라 투자의 ‘버블’을 일정 부분 걷어냈다는 점이다. 천정부지로 가격이 치솟고 있는 엔비디아의 고사양 GPU 투자 없이 소프트웨어(SW) 최적화를 통해 저사양 반도체로도 첨단 AI 서비스가 가능하다는 것이 확인됐기 때문이다.
6일 업계에 따르면 올해 아마존웹서비스(AWS), 마이크로소프트(MS), 메타 등은 대규모 AI 인프라 투자를 집행할 예정이며, 딥시크의 R1 모델을 일부 데이터센터에 활용해 비용 효율화에 나설 것으로 전망된다. R1 모델에는 현재 SK하이닉스가 엔비디아에 공급하는 최첨단 HBM인 HBM3E보다 낮은 사양의 HBM이 탑재되는 것으로 알려졌다.
이는 엔비디아에 고성능 HBM을 납품하는 SK하이닉스나 삼성전자에 단기적으로 악재다. 최첨단 GPU 수요가 줄면서 자연스럽게 고사양 HBM 매출도 타격을 받을 가능성이 높기 때문이다. 반면 중장기적으로 엔비디아에 의존하는 구조를 탈피하고 고객사를 다각화할 수 있는 기회가 될 것이라는 시각도 있다. 이를 위해 다양한 기업과의 협업 체제를 구축하고 각 회사가 필요로 하는 ‘맞춤형’ 사업 전략을 강화해야 한다는 목소리가 나온다.
조연주 미래에셋증권 연구원은 “딥시크와 관련한 우려에도 불구하고 비용 효율적인 AI 모델의 등장으로 더 많은 AI 애플리케이션이 나올 것”이라며 “이로 인해 전체적인 AI 연산 수요는 오히려 증가해 구조적인 전력 수요 증가 트렌드에는 변함이 없을 것으로 예상한다”고 했다. 이어 “현재까지도 AI 모델의 연산 효율은 지속적으로 향상되어 왔지만 MS, 메타와 같은 빅테크 기업들이 투자를 축소하는 것이 아니라 AI 인프라 투자를 오히려 확대하고 있다”고 설명했다.
딥시크의 성공이 대규모 자본에 의존하던 기존 AI 기술 패러다임에서 벗어나 생태계 다양성과 가능성을 확장하는 계기가 될 수 있다는 견해도 나오고 있다. IT업계 관계자는 “딥시크의 등장은 스타트업이 거대 AI 기업에 의존하지 않고 독자적인 AI 애플리이션을 만들 수 있다는 것을 상징한다”며 “이는 패러다임 전환의 시작”이라고 말했다.
소품종 대량생산 체제의 범용 메모리 중심 사업 모델을 오랜 기간 영위해온 삼성전자, SK하이닉스 역시 이처럼 변화하는 AI 패러다임에 맞춘 전략이 필요해진 상황이다. 반도체업계 관계자는 “현재 삼성전자의 메모리 사업은 인텔, 엔비디아, AMD 등 대형 고객사에 범용 메모리 제품을 대량 납품하는 구조로 획일화돼 있다”며 “앞으로는 AI 서비스에 따라 맞춤형으로 다품종 소량공급 방식에 대응할 수 있어야 한다”고 했다.
국내 신경망처리장치(NPU) 기업 대표는 “딥시크의 ‘전문가 혼합(MoE, Mixture of Experts)’ 아키텍처와 같은 기술은 이미 시중에서 흔히 사용되지만, 이를 최신 기술과 잘 조합하고 최적화해 낮은 비용으로 최첨단 AI 서비스가 가능하다는 점을 입증한 건 의미가 크다”며 “딥시크를 필두로 수많은 AI 스타트업들이 등장할 것이고 이 기업들이 비용 효율화를 위해 메모리, 파운드리(반도체 위탁생산) 등 반도체 기업과 밀접한 파트너십을 맺게 될 것”이라고 했다.
“중장기적으론 AI 고객사 다변화 가능성”
“소품종 대량 생산 모델 대신 ‘맞춤형’ 생산 전략 필요”
중국 AI 기업 딥시크 로고./로이터연합뉴스
중국 인공지능(AI) 스타트업 딥시크가 저비용으로도 고성능 AI 기술을 구현할 수 있다는 것을 입증하면서 엔비디아에 대한 고대역폭메모리(HBM) 공급에 수익의 상당 부분을 의존해왔던 SK하이닉스, 삼성전자도 새로운 대응 전략이 필요해졌다.
무엇보다 중요한 것은 ‘딥시크 쇼크’가 엔비디아 그래픽처리장치(GPU) 기반 AI 인프라 투자의 ‘버블’을 일정 부분 걷어냈다는 점이다. 천정부지로 가격이 치솟고 있는 엔비디아의 고사양 GPU 투자 없이 소프트웨어(SW) 최적화를 통해 저사양 반도체로도 첨단 AI 서비스가 가능하다는 것이 확인됐기 때문이다.
6일 업계에 따르면 올해 아마존웹서비스(AWS), 마이크로소프트(MS), 메타 등은 대규모 AI 인프라 투자를 집행할 예정이며, 딥시크의 R1 모델을 일부 데이터센터에 활용해 비용 효율화에 나설 것으로 전망된다. R1 모델에는 현재 SK하이닉스가 엔비디아에 공급하는 최첨단 HBM인 HBM3E보다 낮은 사양의 HBM이 탑재되는 것으로 알려졌다.
이는 엔비디아에 고성능 HBM을 납품하는 SK하이닉스나 삼성전자에 단기적으로 악재다. 최첨단 GPU 수요가 줄면서 자연스럽게 고사양 HBM 매출도 타격을 받을 가능성이 높기 때문이다. 반면 중장기적으로 엔비디아에 의존하는 구조를 탈피하고 고객사를 다각화할 수 있는 기회가 될 것이라는 시각도 있다. 이를 위해 다양한 기업과의 협업 체제를 구축하고 각 회사가 필요로 하는 ‘맞춤형’ 사업 전략을 강화해야 한다는 목소리가 나온다.
조연주 미래에셋증권 연구원은 “딥시크와 관련한 우려에도 불구하고 비용 효율적인 AI 모델의 등장으로 더 많은 AI 애플리케이션이 나올 것”이라며 “이로 인해 전체적인 AI 연산 수요는 오히려 증가해 구조적인 전력 수요 증가 트렌드에는 변함이 없을 것으로 예상한다”고 했다. 이어 “현재까지도 AI 모델의 연산 효율은 지속적으로 향상되어 왔지만 MS, 메타와 같은 빅테크 기업들이 투자를 축소하는 것이 아니라 AI 인프라 투자를 오히려 확대하고 있다”고 설명했다.
딥시크의 성공이 대규모 자본에 의존하던 기존 AI 기술 패러다임에서 벗어나 생태계 다양성과 가능성을 확장하는 계기가 될 수 있다는 견해도 나오고 있다. IT업계 관계자는 “딥시크의 등장은 스타트업이 거대 AI 기업에 의존하지 않고 독자적인 AI 애플리이션을 만들 수 있다는 것을 상징한다”며 “이는 패러다임 전환의 시작”이라고 말했다.
소품종 대량생산 체제의 범용 메모리 중심 사업 모델을 오랜 기간 영위해온 삼성전자, SK하이닉스 역시 이처럼 변화하는 AI 패러다임에 맞춘 전략이 필요해진 상황이다. 반도체업계 관계자는 “현재 삼성전자의 메모리 사업은 인텔, 엔비디아, AMD 등 대형 고객사에 범용 메모리 제품을 대량 납품하는 구조로 획일화돼 있다”며 “앞으로는 AI 서비스에 따라 맞춤형으로 다품종 소량공급 방식에 대응할 수 있어야 한다”고 했다.
국내 신경망처리장치(NPU) 기업 대표는 “딥시크의 ‘전문가 혼합(MoE, Mixture of Experts)’ 아키텍처와 같은 기술은 이미 시중에서 흔히 사용되지만, 이를 최신 기술과 잘 조합하고 최적화해 낮은 비용으로 최첨단 AI 서비스가 가능하다는 점을 입증한 건 의미가 크다”며 “딥시크를 필두로 수많은 AI 스타트업들이 등장할 것이고 이 기업들이 비용 효율화를 위해 메모리, 파운드리(반도체 위탁생산) 등 반도체 기업과 밀접한 파트너십을 맺게 될 것”이라고 했다.
