한 번도 안 써본 사람은 있지만 한 번만 써본 사람은 없다는 chatGPT.
백문이 불여일견이라고 일단 한번 사용해 보면 기술의 진보가 엄청 빠르게 이루어지고 있구나 확 느껴지실 텐데요. 이러한 변화를 IQ2000의 주식시장이 감지하지 못할 리 없겠죠. 최근 chatGPT 관련주의 기세를 보면 작년 메타버스 열풍이 생각날 정도입니다.
이제는 인간 생활 곳곳에 AI서비스가 인프라처럼 깔리게 될 것이라 생각되는데요 이럴 때 가장 핵심적으로 필요한 부분이 바로 반도체라고 생각됩니다. 이런 관점에서 chatGPT 관련주로서 AI반도체 최신 기술을 보유한 핵심 기업들에 대해 정리해 보고자 합니다.
먼저 아직 chatGPT를 사용해보지 못한 분들을 위한 사용법 간단 안내부터 해드리겠습니다.
chatGPT 사용법
앱이나 프로그램 다운로드할 필요 없이 openAI 홈페이지에서 간단하게 회원가입 후 바로 사용 가능합니다. 아래처럼 3단계만 진행하시면 됩니다.
1. OpenAI 홈페이지 들어가기
OpenAI 홈페이지 첫 화면 상단의 'Try' (아래 사진의 빨간 박스)를 눌러주세요
2. 내가 가진 이메일로 회원가입 (Sign up)하고 로그인 (Log in)
아래 1, 2, 3의 순서로 진행하시면 되는데 2번 화면에서 회원 가입 시 1) 본인이 가진 이메일 적고 패스워드 (8글자 이상) 정하거나, 2) 지메일로 로그인하거나, 3) 핫메일로 로그인하시면 바로 회원가입 됩니다.
3. chatGPT랑 대화시작
2월 10일부터 한국에서도 유료 프로그램 론칭되어 안내가 나옵니다. 처음이니까 우리는 당연히 무료를 선택해야겠죠. 무료 선택하셔서 들어가시면 아래 맨 오른쪽과 같은 chatGPT 시작화면이 보이실 겁니다. 화면 하단의 채팅창에 아무 질문이나 해보세요. 글빨 좋고 예의 바른 (?) 천재랑 채팅하는 느낌이 드실 겁니다.
chatGPT 관련주 AI반도체
chatGPT와 같은 복잡한 인공지능 소프트웨어 구현을 위해서는 고속의 데이터 처리와 고도화된 연산이 핵심이고, 이를 위해서는 기존 반도체와는 구분되는 높은 성능의 AI반도체 사용이 필수적입니다. 따라서 반도체주 중에서 chatGPT 관련주 카테고리로 분류할 만한 것들을 고르기 위해서는 AI반도체의 속성부터 짚고 넘어갈 필요가 있습니다.
기존 반도체 기술로 AI 분야에서 요구되는 데이터 처리 및 연산 속도를 커버하기에는 여러 가지 한계점이 있습니다. 그중 가장 중요한 두 가지를 꼽자면 하나는 반도체 집적의 물리적 한계로 발열 문제 등의 해결이 어렵다는 것, 다른 하나는 기존 컴퓨터 시스템의 근간인 폰 노이만 방식이 AI 분야에 적합한 고속 병렬연산에 효율적이지 못하다는 것입니다.
이러한 한계를 극복하고자 AI반도체가 요구되는 것인데, 여기서 AI반도체란 고속 병렬연산 등 AI 데이터 처리에 최적화된 반도체를 의미합니다.
1. 엔비디아 (NVIDIA)
AI 반도체 개발 방향 중 하나의 큰 흐름은 AI 알고리즘 처리에 특화된 연산패턴을 지원하는 AI 전용 프로세서 개발입니다. AI 전용 프로세서란, AI 연산에 요구되는 병렬처리 성능, 지연시간 및 전력효율을 높이기 위해 프로세서와 메모리 사이에 병렬화된 회로를 구현한 프로세서를 의미합니다. 쓰이는 용도에 따라 학습형과 추론형으로 구분되는데 현재 AI 전용 프로세서 시장은 엔비디아가 독주중입니다.
실제로 chatGPT는 만개가 넘는 엔비디아의 A100 프로세서를 활용해 방대한 양의 문서 데이터를 학습했고, 엔비디아가 대형주임에도 최근 4달 만에 50% 가까운 주가 급등을 보이는 이유로 판단됩니다. 특히 작년 11월에 chatGPT가 공개된 즈음에 저점 찍고 반등하며 상승세를 타고 있는 모습입니다.
현재 엔비디아 GPU는 아마존, 구글, 마이크로소프트, 알리바바의 글로벌 4대 클라우드 서비스에 적용되는 AI 전용 프로세서 M/S 97%를 차지하고 있습니다. 이에 위기감을 느낀 클라우드 업체들은 AI 알고리즘 전용 가속 구조를 채택한 각자의 프로세싱 유닛을 개발 및 적용하고자 하는 노력을 기울이고 있어 현재의 점유율에 변화가 생길지를 모니터링할 필요가 있어 보입니다.
2. SK하이닉스
AI반도체 개발의 또 다른 방향성은 메모리와 프로세서를 같은 칩에 패키징 하는 HBM (High Bandwidth Memory, 고대역 메모리)을 기반으로 한 PIM (Processing in Memory) 프로세서 개발입니다.
먼저 HBM에 대해 살펴보면, HBM은 2013년 SK하이닉스가 세계 최초로 개발한 고대역 메모리입니다. 자체개발한 이 기술로 고부가가치 제품인 HBM 시장을 선점한 SK하이닉스는 글로벌 점유율 약 70~80%를 차지하는 것으로 추정됩니다. HBM이란 여러 개의 디램을 수직으로 연결하여 기존 디램보다 데이터 처리 속도와 성능을 크게 높인 고성능 디램을 의미합니다.
HBM은 인공지능, 슈퍼컴퓨터, 고성능 서버 등에 쓰이고 있는데, 특히 최근에는 chatGPT 학습에 사용되고 있는 엔비디아의 A100 프로세서에 SK하이닉스의 HBM2E (3세대 HBM) 디램이 적용된 바 있습니다. 엔비디아의 최신 모델인 H100 또한 SK하이닉스의 HBM3 (4세대 HBM) 디램을 채택하고 있는데, H100 프로세서 역시 chatGPT 서버용으로 납품되고 있습니다.
이러한 chatgpt와의 연관성을 바탕으로 SK하이닉스 또한 최근 좋은 주가 흐름을 보이고 있습니다. 더욱더 커질 인공지능 시장에서 핵심적으로 요구되는 고성능 디램 시장을 선도하고 있는 SK하이닉스의 구조적 성장이 기대됩니다.
3. 삼성전자
위에서 언급했듯이 AI반도체 개발의 큰 줄기 중 하나는 HBM을 기반으로 한 PIM (Processing in Memory) 프로세서 개발입니다. 정부가 발표한 K-반도체 전략 중 하나가 AI반도체 개발 추진인데, 주력할 AI반도체로 PIM을 꼽은 바 있을 정도로 중요도가 높은 기술이라고 보시면 되겠습니다.
PIM은 메모리 내부에 AI 프로세서 기능을 포함시킨 지능형 반도체를 의미합니다. 기존 반도체 구조에서는 메모리와 연산시스템이 다른 공간에서 서로 작업을 한 후 정보를 주고받았던 방식인데 반해, PIM의 경우 메모리 안에 연산 시스템이 들어가므로 데이터 이동이 적어 연산 처리 속도가 빠르고 전력 소모량도 획기적으로 줄어들게 됩니다.
HBM 기반 PIM 프로세서란, 프로세서를 적층형 디램 (HBM)에 같이 패키징하여 대용량 데이터를 보다 빠르게 처리 가능하도록 개선한 차세대 AI반도체입니다. 메모리와 연산 시스템 (CPU) 간 대역폭 차이에 따른 병목 문제와 데이터 이동의 비효율성을 대폭 줄여 AI 시장 성장에 따른 적용확대가 기대됩니다.
삼성전자는 지난 2021년 기존 HBM에 인공지능 프로세서를 하나로 결합한 HBM-PIM 개발을 세계 최초로 성공했음을 발표한 바 있습니다. 이후 GPU 업체인 AMD가 개발한 AI 가속기에 HBM-PIM을 납품하기도 했습니다. chatGPT 열풍으로 고성능 디램 수요 창출의 기회가 확대되고 있는 만큼 이에 대한 기대감이 삼성전자의 최근 주가에도 반영되고 있는 모습입니다.
chatGPT 관련주 총평
chatGPT와 비슷한 AI 기술을 구현하는 기업에의 투자는 유망해 보입니다. 그리 멀지 않은 미래에 인간의 삶 곳곳에 더 깊숙이 들어와 있을 것이 자명해 보이니까요. 하지만 지금 뛰어난 주가 퍼포먼스를 보이는 기업 중 당장 돈을 잘 벌고 있는 기업이 많지 않고 경쟁 또한 치열해지는 양상입니다. 당장 2~3년 후의 실적 가시성과 어떤 기업이 탑 티어로 우뚝 설지 등이 명확하게 보이는 상황이 아니기에 투자 연속성에 있어 고민이 필요해 보입니다. 그렇다면 AI의 물결을 타고 구조적 성장을 할 만한 섹터는 어디가 있을지 생각해 볼 차례입니다.
1800년대 미국 캘리포니아에서 금광이 발견됐다는 소문에 일확천금을 노린 엄청난 인파가 몰려들었습니다. 골드러시란 말이 여기서 생긴 것이죠. 아이러니한 건 금을 캐보겠다고 몰렸던 사람들 중 돈을 번 사람은 거의 없었다는 것입니다. 찐으로 돈을 벌었던 건 금 캐러 가는 사람들에게 광산의 험한 일도 견딜 수 있는 튼튼한 재질의 청바지를 팔았던 리바이스 형제라고 합니다. AI 기술에의 개발과 투자가 골드러시처럼 일어나는 현재 상황에선 AI기술의 핵심 인프라재인 AI반도체가 청바지가 아닐까 생각됩니다. AI, 로봇, 자율주행 중심의 4차 산업혁명의 파도를 타고 구조적 성장을 할 것이 명확해 보이기 때문입니다.
