반도체 산업 Note: GPU와 HBM은 침몰하는가

[주식 이야기]

[한투증권 채민숙/황준태] 반도체 산업 Note: GPU와 HBM은 침몰하는가

● 딥시크 발표 이후 반도체주 주가 하락 지속
- 딥시크 모델이 빅테크들의 1/10 비용으로 동일 성능을 구현했다는 점이 엔비디아 GPU를 비롯한 반도체 하드웨어 수요를 줄일 수 있다는 우려로 이어지고 있음

● 메모리 활용도가 높아지면 사용량은 증가할 것
- 딥시크는 특히 AI 메모리 효율성을 높이기 위한 아키텍처와 알고리즘을 제시했는데, 이 부분이 GPU와 이에 포함된 HBM 수요를 줄일 것이라는 우려를 증폭
- 그러나 딥시크의 목적은 궁극적으로 메모리 사용량을 줄이려는 것이 아니라, 제한된 메모리 자원으로 AI 모델의 학습과 추론을 최적화하는 방향을 찾기 위함이었을 것
- 딥시크는 엔비디아 GPU 중 중국 수출이 허용된 H800, H20 등의 저가형 모델을 사용한 것으로 알려졌는데, 이들 칩의 특징은 AI연산에 주로 사용되는 H100, H200 보다 메모리 용량과 밴드위스가 현저히 낮다는 점
- 메모리를 추가적으로 확보할 수 없는 상황에서 가진 자원을 최적화하기 위한 방법을 찾은 것
- GPU의 연산 성능은 지속적으로 개선되는 반면, 메모리 접근 속도는 상대적으로 느리게 발전하는 ‘메모리 월(Memory Wall)’ 문제가 그 동안 AI 성능을 제한
- 메모리 비용을 투자한 만큼 메모리를 완전히 활용할 수 있다면 AI 고도화를 위한 메모리 사용량은 오히려 증가할 것

● 빠르게 변하는 AI 모델 대응을 위해 엔비디아 GPU가 유리
- ASIC은 특정 목적의 연산에 한정해 맞춤형으로 설계된 칩으로, 수행하는 연산의 내용이 변하지 않는다면 상대적으로 낮은 비용으로 하드웨어를 운영 가능
- 그러나 물리적으로 웨이퍼에 로직이 새겨지는 방식이기 때문에 칩의 출시 이후 하드웨어 변경이 사실상 불가능
- 딥시크는 모델 구조 및 알고리즘 혁신으로 하드웨어 의존도를 낮춤으로써 비용 효율성을 극대화했는데, 이처럼 LLM의 표준, 형식, 그리고 알고리즘이 빠르게 변화하는 상황에서는 범용성과 확장성을 갖춘 GPU가 ASIC보다 유리할 수 있음
- GPU는 모델이 바뀌더라도 소프트웨어 업데이트를 통해 이를 지원할 수 있지만, ASIC은 하드웨어를 직접 변경해야 하기 때문에 결국 모델이 크게 변화한다면 이를 지원하기 위한 칩을 다시 만들어야 함
- AI 연구 개발은 아직 초기 단계이고, 발전과 변화의 속도가 매우 빠르기 때문에 아직까지는 엔비디아 GPU가 범용성과 확장성 측면에서 유리한 고지를 점할 수밖에 없다는 판단

● Top Picks: SK하이닉스, Nvidia
- 단기적으로 반도체 하드웨어 기업들에 대한 투자 심리 위축과 주가 하락은 불가피할 것
- 트럼프 2기 행정부의 관세 부과 이슈도 부정적으로 작용. 그러나 우리는 엔비디아 실적 발표를 전후로 투자 심리가 서서히 회복될 것이라고 판단하며, 반도체 섹터 내 탑픽은 SK하이닉스와 엔비디아로 유지
- 엔비디아 블랙웰 GPU 출시를 앞두고 HBM3e 12hi로 수요가 집중되고 있으며, 현재 12hi 제품 공급이 가능한 곳은 SK하이닉스 뿐
- 기존 제품이 빠르게 도태되는 가운데 신제품을 가장 먼저 양산 공급함으로써 점유율과 함께 신제품 프리미엄을 누리고 있음
- AI 반도체 중에서는 GPU 우위가 계속될 것으로 판단해 엔비디아를 탑픽으로 유지
- ASIC의 성장성도 높지만, ASIC은 데이터센터 이외의 기업들은 채용하기 어렵기 때문에 적용 가능한 TAM은 엔비디아보다 작을 수밖에 없음. 단기적인 주가 변동 구간이 지나면 AI 주도주가 가장 먼저 반응할 것으로 판단

본문: https://vo.la/vzbUXj