삼성전자·SK하이닉스 덮친 ‘터보퀀트 쇼크’… 전문가들 “메모리 수요 더 확대될 것”

삼성전자와 SK하이닉스 주가가 이틀째 급락하며 3월 27일 코스피는 장중 5300 선 아래로 떨어졌다. 뉴스1

구글이 메모리 반도체 사용을 획기적으로 줄이는 ‘터보퀀트(TurboQuant)’ 기술을 발표한 뒤 삼성전자·SK하이닉스 등 메모리 반도체 기업 주가가 급락했다. 삼성전자는 3월 26일 하루에만 4.71% 하락했고, HBM 집중도가 높은 SK하이닉스는 6.23% 떨어졌다. 3월 27일에도 장이 열리자마자 3~4%대까지 떨어졌다가 오후 들어 하락폭이 줄어들었다. 뉴욕증시에서도 3월 26일 필라델피아반도체지수가 4.8% 하락했고, 엔비디아는(-4.2%)·마이크론테크놀로지(-6.97%)·샌디스크(-11.02%) 등이 폭락했다.

하지만 전문가들은 지난해 1월 중국 딥시크 충격을 사례로 들며 터보퀀트의 등장이 장기적으로 반도체 수요를 오히려 끌어올릴 수 있다고 전망한다.

반도체 주가가 급락한 이유

구글은 3월 24일(이하 현지 시간) 구글 리서치 블로그에 ‘터보퀀트: 극단적인 압축으로 AI 효율성을 재정의하다’라는 논문을 공개했다. 터보퀀트는 거대언어모델(LLM)의 추론 과정에서 발생하는 메모리 병목 현상을 해결해 인공지능(AI)의 효율성을 극대화하는 기술이다. AI 기술이 학습형에서 추론형으로 발전하면서 챗봇을 비롯한 AI는 추론하고 답변을 생성하는 데 사용자와 했던 이전 대화와 검색 결과 등 맥락 정보가 필요하다. 대화가 오래 이어지면 메모리에 저장되는 맥락 데이터가 증가하게 되고, 메모리 사용량도 그만큼 늘어난다. 이 경우 속도가 느려지는 병목현상이 발생하는데, 이를 해소하려면 막대한 양의 메모리가 필요하다. 이런 고민에서 개발된 게 터보퀀트인 것이다.

챗GPT와 제미나이 같은 대규모 언어 모델은 사용자 대화 맥락을 ‘키-값(KV) 캐시’에 저장하는데, 대화가 길어질수록 메모리 사용량이 늘어난다. 터보퀀트는 기억 데이터 정확도를 유지하면서 크기만 6분의 1로 줄이는 압축 기술이다. 이 과정에서 벡터 양자화 기술로 데이터를 압축해 정확도 손실 없이 KV 캐시의 메모리 사용량을 줄인다. 구글 딥마인드 연구진은 터보퀀트를 구글 젬마와 미스트랄 등에 적용한 결과 데이터 손실 없이 KV 캐시 용량을 최소 6분의 1로 줄였다고 밝혔다. KV 캐시는 고대역폭메모리(HBM)에서 저장·처리된다. 터보퀀트 기술이 상용화하면 HBM 등 반도체 수요가 줄 것이라는 관측에 반도체 주가가 급락했다.

구글은 3월 24일 구글 리서치 블로그에 ‘터보퀀트: 극단적인 압축으로 AI 효율성을 재정의하다’라는 논문을 공개했다. 구글 리서치 캡처

하지만 반도체 업계와 전문가들 사이에서는 이번 급락이 시장의 오해라는 시각이 일반적이다. 숀 김 모건스탠리 애널리스트는 3월 26일 블룸버그에 “터보퀀트로 성능 저하 없이 메모리 요구량을 낮춰 실행할 수 있다면 비용이 크게 감소해 AI 도입의 수익성이 높아질 것”이라며 “비용이 낮아지면 제품 채택 수요도 증가해 장기적으로 메모리 제조사에도 이익이 될 것”이라고 내다봤다. 기술 효율성이 높아지면 자원의 비용이 하락하게 돼 전체 사용량이 폭발적으로 늘어나는 이른바 ‘제번스의 역설’이 적용된다는 것이다.

“반도체주 차익 실현 근거일 뿐”

반도체 투자 전문가인 이형수 HS파트너스 대표 역시 “에이전트 AI, 피지컬 AI 등 앞으로도 KV 캐시가 급증하는 상황에서 6분의 1 압축이 된다고 해도 플러스 알파의 반도체 수요가 보장돼 있다”며 “터보 퀀트 관련 기술은 1년 전 이미 논문으로 발표됐기 때문에 시장이 차익실현의 근거를 만들었다고 해석한다”고 말했다. 구글이 블로그를 통해 공개한 연구 결과는 같은 연구진이 지난해 4월 발표한 논문에 이론적 근거를 두고 있다.

3월 26일 펼쳐진 급락장은 지난해 1월 ‘딥시크발(發) 쇼크’에 비견된다. 당시 중국에서 저사양 칩으로 만든 딥시크가 등장하자 엔비디아는 하루 만에 약 17% 하락하는 등 AI 관련주가 충격을 받았다. 하지만 2주 만에 엔비디아 주가는 딥시크 등장 이전 수치를 회복했고, 이후 신고가를 경신해 나갔다. 김동원 KB증권 연구원은 3월 27일 보고서를 통해 “터보퀀트 및 딥시크는 모두 저비용, 고효율 AI 구현을 위한 소프트웨어 최적화 기술이라는 점에서 의미가 있으나, 향후 5년간 예상되는 AI 데이터센터 투자 확대 속도를 고려할 때 이러한 기술만으로 폭증하는 AI 수요를 감당하기에는 현실적 한계가 존재한다”고 설명했다. 이형수 대표는 “딥시크 사례에도 알 수 있듯이 알고리즘으로 효율화하는 예시가 등장한 뒤에도 결국 메모리에 대한 투자가 늘어왔다”고 설명했다.

구글은 4월 23~27일 브라질에서 열리는 국제 AI 학술대회 ICLR 2026에서 터보퀀트와 관련한 상세 연구 결과를 정식으로 발표할 예정이다.