💌 어썸레터 295회 (2023. 06. 01. 목) |
|
|
생성형 AI의 A to Z
어썸이와 AI 변화에 올라타볼까요? 🤖
가끔 진짜와 가짜가 헷갈릴 때가 있어요. 이럴 때 가장 좋은 방법은 일단 지켜보는 거예요. 만약 거품이 아닌 진짜라면 시간이 지나도 계속 될 거고요. 한순간의 불꽃처럼 꺼져버릴 거품이었다면 오래가지 않을 거예요. 어썸이에게 챗GTP는 확신이 서지 않는 기술이었어요. 지난 1월 챗GTP 관련 레터를 쓰면서 직접 사용해 보기도 했는데요. 기존의 AI와 달라진 스마트함은 분명 있었지만 어썸이가 하는 업무에 큰 도움을 주진 못한다고 판단했어요. 어쩌면 예전에 알파고 돌풍처럼 순간적인 스파크만 튀기고 끝나버릴 수 있겠다고 생각했어요.
그런데 말이죠! 최근 엔비디아의 실적을 보고 긴가민가하던 의심이 확신으로 바뀌기 시작했어요. 인텔, AMD 등 다른 경쟁업체들과 유독 엔비디아만 실적 서프라이즈를 기록한 이유는 생성형 AI가 거품이 아니라 대세이기 때문이에요. 기술을 볼 때는 한때 유행으로 끝날 깜짝 인기가 아니라 구조적을 바꾸고, 판을 바꿀 근본적 변화의 트리거인가를 판단하는 게 중요한데요. 아마도 생성형AI는 이전과는 달리 판을 바꿔놓을 수도 있겠다는 생각이 들었어요. 엔비디아 CEO 젠슨 황이 최근 대만대 연설에서 걷지 말고 달려서 "AI 변화에 올라타라"고 했는데요. 단지 엔비디아의 대표라서가 아니라, 진심으로 후배들을 위한 조언이란 판단이에요.
이번 레터는 생성형AI의 실체를 보다 면밀히 분석해 볼게요. 이 AI혁명이 테슬라의 전기차 혁신처럼 시장의 대세를 갈아엎을 기술인지를 따져보는 게 목표예요. 그렇다고
📍[오늘 레터 3줄 요약]
1. 엔비디아의 이유 있는 어닝 서프라이즈, 왜?! 💥
2. 생성형 AI, 너 뭐 돼? 생성형 AI 완벽분석 👀
3. AI 대중화 수혜주, 싹 다 정리해드립니다 🤖
|
|
|
희비 갈린 반도체 팹리스 📱
이유있는 '엔비디아 어닝 서프라이즈'
증권가에서 예상치 못한 실적이 나올 때 '서프라이즈'라는 표현을 써요. 반대로 시장이 기대한 것보다 실적이 좋지 않을 때는 '쇼크'라고 하는데요. 이번 엔비디아의 어닝 서프라이즈만큼 예상치 못한 서프라이즈도 드물어요. 물론 지나고 나서야 당연히 그럴 줄 알았다고 생각할 수 있지만 이번에는 찐으로 깜짝 실적이었어요.
이유는 그전에 발표한 동종업계 기업들의 실적 발표 때문인데요. 인텔, AMD는 시장이 눈높이에 못 미치는 1분기 실적을 발표했어요. 중요한 건 인텔과 AMD는 큰 카테고리에서 보면 엔비디아와 마찬가지로 반도체 팹리스 업체로 컴퓨터의 두뇌를 설계하는 기업들이라는 거예요.
같은 반도체 팹리스 기업인데요. 왜 이렇게 희비가 엇갈렸을까요? 바로 주로 생산하는 제품이 달라서예요. 인텔과 AMD는 CPU(중앙연산처리장치)가 주력이에요. CPU는 컴퓨터의 두뇌 역할을 하는 핵심 부품이에요. 컴퓨터의 연산 역량을 결정하는 핵중요 부품이죠. 반면 엔비디아는 CPU도 만들지만 GPU(그래픽처리장치)를 더 잘 만드는데요. GPU는 그래픽 처리에 특화된 컴퓨터의 두뇌예요.
예전에는 컴퓨터의 두뇌라고 하면 CPU가 먼저이고, GPU가 보조 역할을 한다는 개념이었는데요. 최근에는 주격이 전도됐어요. 오히려 GPU가 더 중요해졌는데요. 이 트렌드의 변화를 이해하려면 CPU와 GPU의 작동 원리를 이해해야해요.
CPU와 GPU가 잘하는 일이 각각 다른데요. GPU는 CPU가 연산한 결과를 그래픽으로 보여주는 역할을 해요. 총 쏘기 게임으로 치면 CPU는 연산을 통해 타깃을 조준하는 역할을 하고, GPU는 이를 화면에 구현하는 역할을 해요. 둘 다 중요한 역할을 하지만 타깃 조준이 먼저이기 때문에 GPU는 CPU의 보조 장치로 여겨졌어요. 일반적인 업무를 할 때는 CPU가 더 중요한 게 맞아요. 하지만 고사양의 GPU가 요구되는 게임을 하거나 3D 화면을 구현할 때는 GPU의 성능이 중요해요.
머신러닝에 특화
생성형 AI도 캐리하는 GPU 🤖
그런데 말이죠! GPU는 그래픽 성능에만 특화된 게 아니에요. GPU는 CPU보다 훨씬 더 빨리 소수점 연산을 하기 때문에 AI(인공지능)와 머신러닝에 경쟁력이 있어요. 왜 그럴까요? GPU는 화면에 수많은 점을 찍어서 잘 보이게 하는 일을 잘해요. 이건 CPU만큼 어려운 일은 아니지만 한꺼번에 그 많은 점을 뿌리는 일(병렬연산)이 강점이에요. CPU가 하는 일보다는 덜 어려운 일을 한꺼번에 아주 많이 할 수 있는 거예요.
이게 바로 머신러닝의 학습 원리인데요. 수많은 사건들을 지속적으로 학습시키고 이를 통해 최상의 결론을 찾는 거예요. 이런 작업에는 CPU보다는 GPU가 더 적합해요. 생성형 AI 작업에도 CPU보다는 GPU가 더 잘 먹히는 거예요.
|
|
|
데이터센터 맞춤형부터 하이엔드까지
GPU 찐고수 엔.비.디.아 👊
자자! 이제 감이 올 텐데요. 다시 엔비디아로 돌아가 볼게요. 엔비디아로 말할 것 같으면 GPU의 창시자예요. 1999년 엔비디아가 ‘지포스’라는 이름의 새로운 그래픽 컨트롤러를 내놓은 게 GPU의 탄생이에요. 당연히 인텔, AMD에 비해 GPU 제조에 강점이 있을 수밖에 없어요.
특히 엔비디아는 시장이 원하는 GPU를 제공하는데 탁월한 능력이 있는데요. 기업들이 서버용 데이터센터 수요가 늘어나자 딥러닝 학습이 가능한 전용 GPU를 선보였어요. 엔비디아는 강점인 GPU를 활용해 데이터센터 맞춤형 GPU를 개발했어요. 이게 완전 대박을 쳤는데요. 현재 엔비디아의 데이터센터 점유율은 90%에 달해요. 아마존의 AWS, 마이크로소프트 등도 다 엔비디아의 데이터센터 GPU를 활용해요.
중요한 건 엔비디아는 여기서 그치지 않았다는 건데요. AI용 GPU인 하이엔드 초고가 A100에 이어 H100을 출시한 거예요.
|
|
|
실적 발표 당일에도 주가 20% 급등
엔비디어 실적 서프라이즈 행진 📈
그럼 구체적으로 엔비디아의 1분기 실적을 살펴볼게요. 엔비디아의 1분기 매출액 72억 달러(전년 대비 -13%), 주당순이익 1.1달러 (전년 대비 -19.9%, 시장예상치 0.92달러)를 기록했고 시장예상치를 각각 10.1%, 18% 웃돌았어요.
먼저 데이터센터 매출을 볼게요. 전체 매출의 59%를 차지하는데요. 전년 대비 14.1% 증가한 42.8억 달러를 기록했어요. 이는 시장 기대치인 39억 달러를 웃도는 수준이에요. 이는 생성형 AI 및 대형 언어모델(LLM) 수요 덕분이에요.
게이밍 부문은 22.4억 달러로 전년 대비 -38.1% 감소했어요. 그나마 전 분기 대비로는 22.4% 성장했는데요. 부진한 수요와 과잉 재고 문제에도 신규 지포스 GPU 판매 호조로 회복세가 나타난 거예요.
사실 엔비디아의 실적 발표 당일 주가가 20% 이상 급등한 건 2분기 가이던스 덕분이에요. 1분기 서프라이즈를 뛰어넘은 더 큰 서프라이즈를 발표했는데요. 2분기 매출이 무려 110억 달러에 달할 걸로 전망한 거예요. 기존 시장 예상치는 71.9억 달러였어요. 매출총이익률도 1분기 66.8%에서 2분기 70%까지 개선될 걸로 내다봤어요.
엔비디아의 창업자이자 CEO인 젠슨 황은 컴퓨터 산업은 가속 컴퓨팅과 생성형 AI라는 두 가지 전환을 동시에 겪고 있다고 언급했어요. 데이터 센터 트렌드와 관련하여 "생성형 AI를 접목하려는 기업간 경쟁이 치열해짐에 따라 데이터 센터 인프라는 기존 CPU 기반 일반 컴퓨팅 형태에서 벗어나 점차 GPU를 사용한 가속 컴퓨팅화 될 것”이라고 전망했어요. 이어 "약 1조 달러 규모의 데이터센터 인프라가 생성형 AI 접목에 따라 가속 컴퓨팅 체계로 변환될 거"라고 했어요.
어마어마한 잠재시장 규모
메가 트렌드 '생성형 AI' 🗣️
엔비디아의 주가도 주가이지만 더 주목해야 할 건 시장의 변화예요. 마치 10년째 군불만 피우던 전기차가 2021년을 기점으로 급성장한 것과 비슷해요. 지금은 괴물 실적을 내는 테슬라지만 연간 흑자전환에 성공한 건 불과 2년 전이에요. 새로운 기술에 대한 의심이 걷히는 터닝포인트가 있는데 AI 기술은 2023년이 그런 터닝포인트가 될 거란 거예요. 이제 챗GTP를 시작으로 한 생성형 AI가 메가 트렌드가 될 거란 사실을 알 수 있어요. 2023년은 AI 대중화의 원년으로 하반기는 후발주자들의 후속 투자가 이어질 걸로 보여요. 상반기에는 AI 기대감이 반영됐다면 하반기에는 TAM(총유효시장) 확장에 따른 밸류에이션 확대 흐름이 이어질 수 있어요. TAM(총유효시장)은 잠재된 시장의 규모를 의미해요.
여기에 실적으로 밸류에이션을 정당화하는 시기는 이르면 2024년이 될 전망인데요. AI 기술이 메타버스나 NFT처럼 반짝하고 대중화로 이어지지 않는 게 아니라, 우리의 생활을 바꿀 메가 트렌드라는 인지를 하는 게 중요해요.
|
|
|
📍[3줄 요약] 엔비디아 실적 서프라이즈의 의미
1. 생성형 AI 핵심 부품인 GPU 제조에 강한 엔비디아! 👊
2. Chat GPT로 촉발된 생성형 AI 수요 증가로 실적 서프라이즈 고공행진 📈
3. 23년 AI 후발주자들 후속 투자로 TAM 커지는 메가 트렌드 이끌 예정 🤖
|
|
|
📌 어썸 분석
2023년 메가트렌드
AI 대중화의 원년
|
|
|
이것만은 꼭 알고 가세요!
📍어썸 써머리: 생성형 AI 핵심 개념
어떤가요? 제대로 주식 투자를 하려면 공부해야할 게 너무 많죠? 주식하는 할머니는 치매도 안 걸린다는 얘기가 그냥 나온 게 아니에요. 지금은 주식 투자를 하려면 두루뭉술하게 알아서는 도움이 안 돼요. 섹터별로 상당히 깊은 지식이 필요하다는 걸 알 수 있어요. 빅테크도 다 같은 빅테크가 아니고 팹리스도 다 같은 팹리스가 아니에요. AI 대중화를 이끈 핵심 기술을 이해해야 제대로 된 찐수혜주도 가려낼 수 있어요. 이건 꼭! 알아야 하는 AI 핵심 개념을 정리해 볼게요.
① 생성형 AI, 네이버에게 물었더니?
콘텐츠를 능동적으로 생성하는 AI 🎨
첫째, 생성형 AI예요. 현재 AI의 대중화를 이해하려면 생성형 AI를 알아야 하는데요. 사전적인 의미는 텍스트, 이미지, 음악, 비디오 등을 이용자의 특정 요구에 따라 능동적으로 생성해 내는 AI 기술이에요.
이렇게만 설명하면 잘 와 닿지 않으니깐요. 실제 사례를 들어 설명해 볼게요. 먼저 네이버 검색창에 '생성형 AI'라고 검색을 해 볼게요. 지식백과에서 '기계 학습 모델 중 생성모델이 사용되며, 대표적인 생성 모델로는 오토인코너와 생성적 대립 신경망이 있다'라는 알 수 없는 설명이 나와요. 언어 능력이 달리지 않는 어썸이가 읽어도 무슨 말인지 이해가 되지 않아요.
지식백과의 설명은 그나마 조금 나은데요. 기존 데이터의 학습을 통해 새로운 창작물을 탄생시킨다는 설명이 나와요. 이게 바로 기존 검색 서비스의 한계라고 할 수 있는데요. |
|
|
Chat GPT에게 물었더니?
사람처럼 콘텐츠 생성하는 AI 🖌️
이제는 실제 생성형AI에 생성형AI가 뭔지 물어볼게요. 먼저 무료 챗GPT예요. 네이버 검색보다 확실히 더 똑똑한 답변을 제시하고 있어요. 생성형 AI는 인공지능의 한 유형으로 사람과 유사한 방식으로 새로운 콘텐츠를 생성하거나 창작하는 능력을 갖춘 시스템이라고 말해주고 있어요. 기존 검색 서비스는 원하는 답변을 찾기 위해 여러 번의 클릭을 하고 고퀄의 콘텐츠를 검색자가 직접 선별을 해야 하지만, 생성형 AI를 활용하면 그럴 필요없이 AI가 알아서 그 작업을 해줘요.
올초 챗GPT가 등장한 이후로 네이버 검색량이 줄었는데요. 당연한 결과라고 할 수 있어요. |
|
|
구글 바드에게 물었더니?
스스로 학습하는 한 단계 진화한 AI 👍
무료 챗GTP보다 더 똘똘한 구글의 바드를 활용해 볼게요. 생성형 AI의 개념에 대해서는 잘 설명을 해주고 있어요. 이용자가 요구한 질문이나 과제를 해결하기 이해 스스로 데이터를 찾아 학습하고 이를 토대로 능동적으로 콘텐츠 등 결과물을 제시하는 한 단계 더 진화한 AI 기술이라고 설명하고 있어요. 어떤가요? 이제는 확실히 생성형 AI가 뭔지 이해가 되죠? 여러 정보들 속에서 알짜와 쓰레기를 골라 학습한 뒤 사용자가 이해할 수 있는 언어로 설명해주는 거예요.
바드는 확실히 무료 챗GTP보다 더 스마트한데요. 생성성 AI 모델은 LLM(Large Language Model)을 활용한다고까지 알려주고 있어요. LLM을 통해 생성형 AI 기술이 구현되는 거예요. |
|
|
그럼 LLM은 뭔데?
인간과 유사한 언어모델 🗣️
바드에게 다시 LLM이 뭐냐고 물어볼까요?
LLM은 수십억 개의 단어를 포함하는 거대한 언어 모델입니다. 이 모델은 텍스트를 생성, 번역, 요약, 답변하는 등 다양한 언어 관련 작업을 수행할 수 있습니다. LLM은 딥 러닝 기술을 사용하여 학습되며, 그 결과 매우 복잡하고 정교한 모델이 됩니다.
LLM은 다양한 분야에서 활용될 수 있습니다. 예를 들어, LLM은 다음과 같은 작업을 수행할 수 있습니다.
- 텍스트 생성: LLM은 특정 주제에 대한 텍스트를 생성할 수 있습니다. 예를 들어, LLM은 영화 리뷰, 블로그 게시물, 소설 등을 생성할 수 있습니다.
- 번역: LLM은 언어를 번역할 수 있습니다. 예를 들어, LLM은 영어로 된 문서를 한국어로 번역할 수 있습니다.
- 요약: LLM은 긴 텍스트를 요약할 수 있습니다. 예를 들어, LLM은 뉴스 기사를 요약하여 핵심 내용만을 전달할 수 있습니다.
- 답변: LLM은 질문에 답변할 수 있습니다. 예를 들어, LLM은 "어제의 날씨 어땠어?"라는 질문에 "어제의 날씨는 맑고 쾌청했습니다."라고 답변할 수 있습니다.
LLM은 아직 개발 초기 단계에 있지만, 그 잠재력은 매우 큽니다. LLM은 다양한 분야에서 활용될 수 있으며, 향후 인공 지능의 발전에 중요한 역할을 할 것으로 기대됩니다.
그러니까 LLM은 인간의 언어능력과 유사하다고 할 수 있어요. 텍스트를 언어로 이해하고 그걸 요약하며 심지어 다른 언어로 변역해 텍스트로 생산까지 해내는 거예요.
|
|
|
무료 챗GPT에 물어도 상당히 똘똘한 답변을 들을 수 있어요.
대규모 언어 모델은 많은 양의 텍스트 데이터를 사용하여 자연어 이해와 생성 작업에 사용되는 인공지능 모델을 말합니다. 이 모델은 대량의 텍스트 데이터를 사전 훈련(pre-training)한 후, 특정 작업에 맞게 추가적인 학습을 통해 성능을 개선할 수 있습니다.
대규모 언어 모델은 주로 심층 신경망 아키텍처인 Transformer를 기반으로 구성되며, 대량의 텍스트 데이터를 학습하여 언어의 패턴, 문맥, 의미 등을 이해하고 처리합니다. 이 모델은 일련의 단어 또는 토큰으로 이루어진 텍스트 시퀀스를 입력으로 받아, 다음 단어 예측, 문장 완성, 질의응답, 기계 번역, 챗봇 등 다양한 자연어 처리 작업을 수행할 수 있습니다.
가장 잘 알려진 대규모 언어 모델 중 하나는 OpenAI의 GPT (Generative Pre-trained Transformer) 시리즈입니다. GPT는 많은 양의 인터넷 텍스트 데이터를 학습하여 언어 모델을 사전 훈련하고, 이를 기반으로 다양한 자연어 처리 작업에 활용할 수 있습니다. GPT-3는 특히 많은 인기를 얻은 모델로, 약 1750억 개의 매개 변수로 구성되어 있습니다.
대규모 언어 모델은 자연어 처리 분야에서 다양한 응용 프로그램과 서비스에 사용되며, 인간 수준 이상의 자연어 이해와 생성 능력을 보여줍니다. 그러나 이러한 모델의 발전은 데이터 사용, 모델 크기, 계산 리소스, 윤리적 고려 사항 등 여러 측면에서 도전과 함께 윤리적 문제와 관련된 문제들도 제기하고 있습니다.
핵심은 LLM가 인간의 신경망과 유사한 구조를 가지며 무려 1750억 개의 매개 변수로 구성이 돼 있다는 거예요. LLM을 구현하기 위해서도 기존의 연산 처리 규모보다 훨씬 더 큰 용량이 필요하다는 것도 알 수 있어요. |
|
|
② HBM (High Bandwidth Memory)
데이터 처리하는 초고속 터널 💨
두번째로 이해해야 할 개념이 HBM(High Bandwidth Memory)이에요. 앞에서 생성형 AI를 구현하기 위해 LLM이 필요하다고 했어요. 그런데 이 LLM은 더 많은 데이터를 더 빨리 처리해야 해요. 이를 위해선 많은 양의 정보를 초고속으로 처리할 수 있는 고대역폭의 메모리가 필요해요. HBM은 고성능 컴퓨팅(HPC)과 인공지능(AI) 애플리케이션을 위해 설계된 고대역폭 디램 메모리를 뜻해요.
한 마디로 기존 디램과는 달리 데이터를 더 빨리 이동하도록 터널을 만든다는 건데요. 이걸 가능토록 한 기술이 3D 적층 기술이에요. 메모리 칩을 여러 층으로 쌓아 올려서 대역폭을 향상시키는 거예요. 이 기술에 진심인 기업이 우리나라의 SK하이닉스인데요. 하이닉스의 HBM3 설명 영상을 보면 더 확실히 이해가 될 거예요. 열북이들의 이해를 돕기 위해 특별히 가져 왔으니 클릭클릭!! |
|
|
③ DDR5
DDR4보다 2배 빠른 차세대 램
마지막으로 꼭 알아야 하는 개념이 DDR5인데요. DDR5는 DDR4에 이어 출시된 차세대 램 규격이에요. DDR5는 DDR4보다 전송 속도가 최대 2배, 전력 효율성이 최대 30% 향상됐어요. 더 높은 전압을 지원해 더 높은 클럭 속도를 지원해요. 2021년에 출시됐고 현재는 일부 고성능 PC에서 사용되고 있어요. 사실 그동안은 DDR5가 좋다는 건 알고 있지만 꼭 필요했던 건 아닌데요. 이제 생성형 AI가 대중화되면서 수요가 확대된 거예요. |
|
|
📍[3줄 요약] AI 대중화를 이해하기 위한 개념
1. 생성형 AI : 스스로 학습하고 인간처럼 콘텐츠를 생성하는 진화한 AI 🎨
2. HDM: 데이터 처리를 초고속으로 할 수 있는 고대역폭 메모리 💨
3. DDR5: 고성능 PC 수요 확대되며 각광받는 차세대 램! DDR4 대비 전송 속도 최대 2배 |
|
|
GPU 제조 강자 엔비디아
경쟁자 없이 단.독.질.주 📈
올 들어 엔비디아의 주가가 2배 이상 급등하면서 고평가 논란이 일고 있어요. 하지만 결론부터 얘기하면 앞으로 향상될 실적에 비하면 엔비디아의 주가는 비싸다고 하기 힘들어요. 무엇보다 엔비디아의 경쟁자가 없다는 게 포인트인데요. 앞에서도 엔비디아는 GPU에서 출발을 했고, 시장 상황에 맞는 제품을 출시하며 성장해 왔다고 했는데요.
엔비디아는 수요처들이 원하는 서비스를 가장 저렴한 솔루션으로 제공해요. 클라우드 컴퓨팅에 필요한 하드웨어 사양이 낮기 때문에 저렴한 가격에 클라우드 컴퓨팅을 사용할 수 있어요. 이게 가능한 이유는 숙련도 인재들이 많기 때문인데요. 이른바 '풀스택 개발자'들이 많은 덕분에 가능한 거예요. 이들은 프론트엔드와 백엔드를 모두 개발할 수 있는 능력자예요. 프론트엔드는 사용자가 보는 부분이고, 백엔드는 사용자가 보지 못하는 부분인데요. 대부분 한쪽 부문에 특화돼 있어요. 하지만 풀스택 개발자는 프론트엔드와 백엔드 두 부문을 모두 다룰 수 있기 때문에 전체 개발 과정을 책임질 수 있어요.
경쟁사 1.5년 걸리는 일을
몇 주만에 처리해 드림!
또 엔비디아의 제품은 배송 이후 클라우드를 통해 온라인으로 연결하는 기간이 짧아요. 다른 슈퍼컴퓨터의 경우 1.5년이 걸리지만 엔비디아는 딜리버리부터 오퍼레이션까지 몇주면 가능해요. 이는 제품의 설치와 설정이 간편하고, 클라우드에 연결하는 데 시간이 오래 걸리지 않아요. 클라우드 컴퓨팅에 최적화되어 있기 때문에 클라우드에 연결하는 데 필요한 소프트웨어와 드라이버가 사전 설치되어 있어요.이 덕분에 기업은 빠르게 클라우드 컴퓨팅을 도입하고, 클라우드 컴퓨팅을 통해 비즈니스를 확장할 수 있어요.
데이터센터 투자 패턴 변화
생성형AI용 GPU 추가
생성형 AI의 대중화로 기업들읜 데이터센터 투자 패턴이 달라지고 있는데요. 전통적인 데이터센터 투자는 CPU→ 메모리→ 네트워크→ 소프트웨어 순으로 진행됐어요. 하지만 생성형 AI의 도입으로 GPU와 가속기(Accelerator) 투자 사이클이 추가된 모습이에요.
현재 데이터센터 내 AI 도입 비중은 10% 미만으로 추정돼요. 이 때문에 생성형 AI 시장 성장과 더불어 GPU 수요는 더욱 가파르게 늘어날 것으로 예상돼요. 특히 현재 데이터센터와 AI에 탑재되는 HBM 시장은 전체 메모리 수요 5% 수준에 불과한데요. HBM 시장은 성장성이 높지만 아직 시장은 초창기 수준이에요.
ChatGPT 학습에 NVIDIA GPU 약 1만 개 사용돼요. GPU당 DRAM 80GB 지원을 가정한다면 약 80만GB가 탑재된 셈이에요. 참고로 2022년 기준 전세계 DRAM 수요는 약 655억7,000만 GB이에요. 이는 ChatGPT가 훈련하는 데 전 세계 DRAM 수요의 약 0.12%가 사용됐다는 의미예요.
수요 못 따라가는 공급
TSMC 설비 부족 탓
현재는 수요에 비해 공급이 따라가지 못하는 상황인데요. 엔비디아가 만들고 있는 AI용 GPU 중에서도 가장 하이엔드인 초고가 A100과 H100의 생산이 쉽지 않는 상황이에요. 이들을 만들기 위해선 대만 TSMC가 열일을 해 줘야 하는데요. TSMC도 마음만 앞섰지 현실이 이를 뒷받침 해주지 못하고 있어요. 이유는 장비 부족 탓인데요. 엔비디아의 A100과 H100을 생산하려면 TSMC가 개발한 2.5D 패키징 기술인 CoWoS(Chip on Wafer onSubstrate) 설비가 필요해요. CoWoS는 Chip-on-Wafer-on-Substrate의 약자로, 고성능 시스템온칩(SoC)과 고대역폭 메모리(HBM)를 단일 기판에 통합할 수 있어요. 이로 인해 더 작은 크기와 더 효율적인 시스템을 만들 수 있으며, 더 높은 성능과 더 낮은 전력 소비를 제공할 수 있어요.
원래 엔비디아는 TSMC에 연간 5.3만 개의 설비 할당을 요구한 것으로 알려졌어요. 하지만 TSMC가 현실적으로 엔비디아에 할당 가능한 규모는 최대 3.만5~4만개이고, 후공정 전문 업체인 SPIL에 대한 아웃소싱이 성공할 경우에도 5만개를 넘어서기 어려워 보여요. 결국 A100과 H100을 사용하는 초하이엔드 AI 서버의 생산량은 올해 최대 19만 대(전체 서버에서 1.5% 수준)에 불과할 것으로 추정돼요.
생성형AI용 H100 가격 상승
4천만→ 6천만 원으로
이같은 타이트한 수급 영향으로 엔비디아의 H100 가격은 지난해 3분기 4000만 원에서 최근 6000만 원까지 상승한 것으로 파악되고 있어요. 이는 엔비디아의 또다른 어닝 서프라이즈 요인인 셈이에요. 전방 업계 투자를 감안할 때, 당분간 GPU 가격 상승세는 지속될 전망이에요. |
|
|
📍[3줄 요약] 경쟁자 없는 엔비디아의 질주
1. 경쟁없이 시장을 지배. 향후 실적이 개선될 것이므로 주가가 비싸다고 말하기 어렵다.
2. 수요자에게 저렴한 솔루션을 제공. 클라우드 컴퓨팅을 이용에 경제적인 이점 제공
3. 풀스택 개발자들의 높은 숙련도와 클라우드 컴퓨팅에 필요한 소프트웨어 및 드라이버의 사전 설치로 가능 |
|
|
AI비서로 영향력 극대화
플러그인을 통해 설치
마이크로소프트는 생성형 AI를 다양한 제품과 서비스에 적용하고 있는 기업이에요. 마소는 플로그인을 기반으로 앱 생태계를 확장하는데 주력하고 있어요. 외부 검색이나 개별 앱 구동 없이 자연스럽게 인공지능 비서인 코파일럿을 활용하여 영향력을 극대화하는 게 목표예요. 핵심은 코파일럿과 플러그인의 결합인데요. 코파일럿은 마이크로소프트에서 개발한 인공지능 비서입예요. 코파일럿은 사용자의 작업을 도와주고, 질문에 답변하고, 정보를 제공하는 역할을 하는데요. 플러그인은 코파일럿에 추가 기능을 제공하는 소프트웨어예요. 플러그인은 코파일럿을 통해 설치하고 사용할 수 있어요.
매출 확대에 긍정적
기존 패러다임 바꿀 것
마이크로소프트는 현재 워드, 파워포인트 등의 제품군에 AI 비서인 코파일럿을 결합시키고 있어요. 이를 플러그인과 연결하면 챗GPT를 통해 구축되고 있는 다양한 AI 어플리케이션들을 마이크로소프트의 제품군에서 쉽게 사용할 수 있게 돼요.
이는 매출 확대에 긍정적인 영향을 줄 것으로 예상되는데요. 사용자들이 마이크로소프트 제품에서 느끼는 효용이 플러그인 결합을 통해 증대되면 가격 비탄력성이 커지기 때문이에요. 이는 사용자 효용이 개별 앱에 종속되던 기존 패러다임을 넘어선 새로운 변화를 의미하며, 코파일럿에 대한 의존도가 높아질 가능성이 있어요.
현재 주가는 비싸지만
하반기 턴어라운드 기대
마이크로소프트는 그동안 자신들이 부족했던 부분(모바일, 검색엔진)에 대한 지배력을 AI라
는 해결사를 통해 보강하려는 걸로 보여요. 현재 마이크로소프트의 12개월 선행 PER는 29배 수준이에요. 주가가 더 이상 싸다고 말하기는 어렵지만 최근 1분기 실적 발표에서 보여준 수익성 개선에 주목할 만해요. 하반기 클라우드 턴어라운드 가능성을 고려하면 여전히 추가 업사이드 여력이 있을 걸로 보여요. 2분기 실적 발표 전 단기 밸류에이션 상한은 과거 기록했던 PER 35배 수준으로 보여요. |
|
|
📍[3줄 요약] AI로 국면 전환 시도 '마이크로소프트'
1. 생성형 AI와 플러그인을 활용하여 앱 생태계를 확장 노력
2. 코파일럿과 플러그인을 결합하여 사용자들에게 더 많은 기능과 편의성을 제공
3. 매출 확대에 긍정적. 수익성 개선과 클라우드 턴어라운드 가능성에 따라 추가 상승 가능성 |
|
|
형 따라 잡을 아우
부진했던 1분기
AMD는 인텔을 따라잡은 CPU 선두 주자예요. 현재 업계에선 AMD가 엔비디아의 독주를 막아쥘 간절히 바라고 이어요. 아쉽게도 1분기 실적은 좋지 않았는데요. 매출액은 53.5억 달러, 영업이익은 11억 달러를 각각 기록했어요. 전년 대비 매출은 9% 하락하는데 그쳤지만, 연구 개발비 증가 영향으로 영업이익은 47% 하락했어요. 그래도 자일링스의 실적이 반영되면서 임베디드 부문은 매출액과 영업이익이 전년 대비 각각 163%, 188% 상승했어요. 데이터센터(서버) 매출은 전년과 비슷했지만 영업이익은 65% 줄었고 클라이언트(PC)는 매출액과 영업이익이 전년 대비 각각 65%, 125% 줄었어요.
믿을 건 데이터센터
CPU 수요 증가 기대감
1분기에도 PC 실적 부진이 이어졌는데요. PC 세트 판매가 부진한 가운데 PC OEM들이 보유한 부품 재고 소진을 위해 세트 빌드보다 적은 수량의 부품을 구매하고 있기 때문이에요. 그러나 2분기부터는 PC OEM들의 세트와 부품 재고가 정상화되면서 구매가 늘어날 것으로 전망돼요. 서버에서는 엔터프라이즈의 부진을 데이터센터 성장으로 상쇄했어요. 최근 실적을 발표한 클라우드 빅4 업체 모두 23년 CAPEX(생산설비)를 기존 계획대로 유지하거나 늘리겠다고 언급했는데, 엔터프라이즈보다 데이터센터에서 점유율이 높은 AMD에 호재로 판단돼요.
상반기까지는 데이터센터 또한 보수적인 투자 기조를 이어가겠지만 하반기 이후 연간 CAPEX를 집중적으로 집행하면서 CPU 수요 증가를 이끌 걸로 보여요. PC 업황 바닥 탈출에 데이터센터 성장이 더해지면서 실적은 뚜렷한 상저하고의 흐름을 보이면서 하반기에 큰 폭으로 개선될 전망이에요.
주가 조정은 매수의 기회
2분기 바닥 터치 후 반등 전망
23년 IT spending 성장은 제한적일 것이고 대부분의 지출은 하드웨어가 아닌 소프트웨어 부문에 집중될 것으로 예상된다. 기업향보다 소비자향 지출이 더 약세, 데이터센터 등 인프라 투자보다 스마트폰, PC와 같은 세트 디바이스 지출이 상대적으로 약세예요. 데이터센터 내 성장세가 높은 AMD에 유리한 환경이에요. 2분기까지 실적은 약세지만 업황의 바닥을 지나고 있고 하반기 매출과 영업이익 증가가 기대돼요. 단기 주가 조정은 매수 타이밍이다.
|
|
|
📍[3줄 요약] 하반기가 기대되는 'AMD'
1. 1분기 실적은 전년 대비 매출과 영업이익이 하락했지만, 임베디드 부문은
2. 데이터센터는 성장세 유지중. PC 시장은 부진하지만 하반기에는 회복될 전망
3. 데이터센터와 인프라 투자 성장에 유리한 AMD의 실적은 하반기에 큰 폭으로 개선될 것으로 기대 |
|
|
HBM3 독점 공급
엔비디아의 동반자
최근 생성형 AI 수혜로 SK하이닉스의 주가가 고공행진 중인데요. 엔비디아에 HBM3를 독접 공급하고 있기 때문이에요. HBM의 경우 전통적인 SoC(System On Chip) 업체들뿐만 아니라, 클라우드 기업들의 수요가 증가할 것으로 예상데요. 덕분에 올해 영업이익 전망치가 이전의 -11.7조 원에서 -10.9조 원으로 조정됐어요.
그밖에 긍정적인 포인트들도 많은데요. 3월 이후 PC 고객 및 중국 스마트폰 업체로부터 메모리 반도체 주문이 회복 중이며, 이는 고객들의 재고 축소와 업계 감산이 확대되고 있어요. 중국의 불매 조치 등에 따른 심리적 영향이 큰 걸로 보여요. 현재 대부분의 경기선행지표가 상승 반전하고 있는 걸 감안할 때, 3분기 하순 이후에는 IT 세트의 판매와 반도체 주문이 본격적으로 증가할 전망이에요.
하반기 반도체 업황 반등 기대감과 공급업체들의 감산이 확인됨에 따라 연초 대비 주가는 20% 정도 상승했어요. 추가적인 주가 상승을 위해서는 반도체 업황 회복의 근거가 될 PC∙모바일∙그래픽∙서버 등 전방 수요의 회복과 소비자 심리 개선에 주목할 필요가 있어요. 투자포인트로는 ①하반기 수급 개선으로 반도체 업황 반등 기대, ②HBM 기술 리더십 유지와
매출 비중 증가가 예상된다는 거예요.
|
|
|
📍[3줄 요약] 엔비디아와 짝궁 'SK하이닉스'
1. HBM3를 독점 공급하는 엔비디아의 수혜와 클라우드 기업들의 수요 증가로 고공행진 중
2. 메모리 반도체 주문의 회복과 경기선행지표의 상승 반전으로 올해 영업이익 전망치 조정.
3. 투자 포인트로는 반도체 업황 반등 기대와 HBM 기술 리더십의 유지에 주목할 필요. |
|
|
🍻열북이 하이볼잔 도착 소식!!
어썸인 3주년을 맞아 맞춤 제작한 하이볼잔이 도착했어요. 어썸이가 먼저 야망토끼 잔에 하이볼을 마셔봤는데요. 귀여운 캐릭터 덕분에 더욱 꿀맛이었어요. 이번 주 토요일 3주년 특강에 오시븐 분들께 하이볼잔을 기념으로 드립니다. 여기에 기존 특강 수강자(경매, 상가, 소액 부동산 특강) 중에서 이번 특강을 추가로 들어도 기념품을 보내드립니다!!
📍1타 특강 + 교재(PDF 파일) = 3만 원
📍1타 특강 + 교재(PDF 파일)+ 1연 구독권
= 10만원
|
|
|
💌 앞서가는 재테커를 위한 경제 뉴스레터 어썸인 세상의 모든 재테커를 위한 종합 경제 비타민! |
|
|
투자레터의 저작권은 어썸인에 있습니다. 외부 공개 또는 배포 시 처벌을 받을 수 있습니다! 투자의 판단은 본인에게 있습니다. 투자레터는 종목 추천을 하지 않습니다! |
|
|
|
