사진= 미국 캘리포니아 마운티뷰의 구글 본사. EPA/연합뉴스
구글의 '터보퀀트(TurboQuant)'가 메모리 반도체 수요 감소 우려를 키우며 삼성전자와 SK하이닉스 등 국내 반도체 업계를 긴장시키고 있다.
터보퀀트는 AI가 문맥을 기억할 때 사용하는 데이터를 3비트(FP3)로 무손실 압축하는 기술이다. 기존 4비트(FP4) 이하 환경에서 정확도가 크게 떨어져 별도의 보정 작업이 필요했던 한계를 극복했다.
구글에 따르면 터보퀀트 적용 시 AI 메모리 사용량을 최대 6배 줄이고, 엔비디아 H100 그래픽처리장치(GPU) 기준 연산 속도를 8배까지 높일 수 있다. 소프트웨어 최적화만으로 고대역폭메모리(HBM) 등 하드웨어 의존도를 대폭 낮출 수 있다는 의미다. 이는 곧 글로벌 AI 메모리 수요 둔화로 이어질 수 있다는 우려에 불을 지폈다.
구글은 다음 달 브라질에서 열리는 AI 학회 'ICLR 2026'에서 관련 연구 성과를 공식 발표할 계획이다.
하지만 업계 일각에서는 이번 우려가 과장됐다는 반론도 만만치 않다. 구글이 내세운 '메모리 6배, 속도 8배 향상' 수치는 압축을 전혀 거치지 않은 32비트(FP32)를 기준으로 한 이론적 최댓값이다. 현재 AI 추론의 70~80%는 이미 8비트(FP8)로 이뤄지고 있으며, 온디바이스(에지) 환경에서는 4비트가 주류로 자리 잡았다. 이를 기준으로 환산하면 실제 터보퀀트 도입으로 기대할 수 있는 메모리 절감 효과는 최대 2.6배 수준에 그친다.
한 반도체 업계 관계자는 "아직 연구 논문 단계라 실제 상용화까지는 적지 않은 시차가 소요될 것"이라며 "모든 클라우드 업체가 구글의 기술을 일괄적으로 도입할 것이란 보장도 없다"고 선을 그었다.
오히려 메모리 압축 기술의 진화가 AI 모델의 고성능화를 이끌어 결과적으로 반도체 수요의 '파이'를 키울 것이란 긍정론도 나온다. 이른바 '제번스의 역설(Jevons Paradox·자원 효율성이 높아지면 오히려 총 소비량이 늘어나는 현상)'이다.
모건스탠리는 "터보퀀트로 AI 운영 비용이 6분의 1 수준으로 낮아지면, 비용 부담 탓에 도입을 망설이던 기업들이 대거 생태계로 진입하게 될 것"이라며 전체 메모리 총수요 증가를 점쳤다.
김일혁 KB증권 연구원도 "지난해 초 딥시크(DeepSeek)가 20분의 1 비용으로 AI 모델을 학습시켰다는 소식에 시장이 공포에 빠졌다가 결국 AI 시장 성장세가 가속화된 것과 비슷한 맥락"이라고 분석했다. 동일한 추론에 필요한 메모리(KV 캐시)가 줄어들면, 남는 자원으로 더 많은 에이전트를 동시 실행하고 컨텍스트 윈도(AI가 기억할 수 있는 최대 텍스트 범위)를 넓히게 돼 결론적으로 더 방대한 정보 처리를 요구하게 된다는 설명이다.
이종욱 삼성증권 연구원 역시 "AI 메모리 수요 감소는 AI 서비스 개선 둔화나 기업 간 경쟁 완화 등 기능이 고착화되는 지점에서 발생한다"며 비용 절감이나 최적화 자체가 근본적인 수요를 꺾지는 않는다고 강조했다.
나아가 삼성전자는 파운드리(반도체 위탁생산) 부문의 수주 확대라는 또 다른 호재도 안고 있다. 삼성전자는 지난 16일(현지시간) 젠슨 황 엔비디아 최고경영자(CEO)가 'GTC 2026'에서 공개한 '그록(Groq)3' 언어처리장치(LPU) 칩의 제조를 맡고 있다.
이영진 삼성증권 연구원은 "추론 비용이 저렴해지면 장문맥 처리와 대규모 배치 활용이 보편화돼 전체 추론 수요는 폭발적으로 증가할 것"이라고 내다봤다. GPU와 역할을 분담해 추론 성능을 극대화하는 LPU의 수요 확대는 삼성전자 파운드리 실적에도 긍정적으로 작용할 전망이다.
댓글
0