WEEKLY BIZ 뉴스레터 구독하기 ☞ https://page.stibee.com/subscriptions/146096
중국의 인공지능(AI) 스타트업 딥시크가 최근 미국 빅테크 기업보다 훨씬 적은 돈을 들여 ‘저비용 고성능’ AI를 내놓으면서 이목을 끌고 있습니다. 이 여파로 AI 산업의 무게추가 ‘효율성’을 향해 이동하면서 대규모 기반 시설에 대한 투자나 반도체 수요도 함께 쪼그라들 것이란 우려가 동시에 나왔습니다. 반도체 시장 분석 기관인 우리(세미어낼러시스)는 이런 우려는 과도하다고 봅니다.
그 이유는 이렇습니다. 우선 딥시크의 AI 모델 개발 비용 자체가 과소 추계됐다고 봅니다. 딥시크는 개발비가 557만6000달러(약 80억원) 들었다고 밝혔지만, 저희 분석으로는 딥시크가 AI 모델 훈련에 들인 돈만 5억달러 수준으로 봅니다. 딥시크는 AI 반도체 A100을 1만개가량 이용했고, 딥시크가 사용한 전력량과 추가적인 AI 반도체 구입 정황까지 함께 고려해 나온 수치입니다. 실제로 AI 모델에 투입된 비용을 계산할 때 AI 반도체를 보유하는 비용과 개발비, 훈련 및 각종 데이터 처리에 들어간 비용이 제대로 반영되지 않는 경우가 있습니다.
또 딥시크로 인해 실시간으로 데이터를 처리해 답을 내놓는 추론 능력에 대한 관심이 커진 점은 오히려 AI 반도체 수요에 긍정적입니다. 추론 모델을 돌리려면 거대언어모델(LLM)에 비해 더 많은 HBM(고대역폭 메모리)이 필요하기 때문입니다. 딥시크의 추론 능력에 주목한 다른 AI 기업들도 자사 모델의 추론 기능을 강화하려고 나서면 AI 반도체에 들어가는 HBM에 대한 수요가 오히려 늘어날 것으로 예상됩니다.
다만 AI 발전엔 여전히 막대한 투자가 필요합니다. 이에 후발 주자들이 미국이나 중국 기업을 추격하는 건 녹록지 않을 것으로 봅니다. 이는 AI 기술의 핵심 발판이자 막대한 투자가 필요한 AI 반도체 분야도 마찬가지입니다. 미국의 반도체 기업 AMD는 엔비디아에 대항해 의미 있는 수준의 시장 점유율을 확보하는 데 어려움을 겪고 있습니다. 마찬가지로 중국의 화웨이가 AI 반도체 ‘어센드’를 만들어냈지만, 중국의 AI 반도체 기업과 엔비디아 사이엔 따라잡는 데 몇 년이 걸릴 정도의 기술 격차가 여전히 존재합니다.
WEEKLY BIZ 뉴스레터 구독하기 ☞ https://page.stibee.com/subscriptions/146096
