티스토리 뷰
안녕하세요! 샤니 블로거입니다.
젠슨 황이 내민 향후 5년치 칩 요구 숫자를 듣고 "겁이 날 정도"라는 말이 나왔습니다.
최태원 SK그룹 회장이 글로벌 빅테크 CEO들과 직접 나눈 대화를 공개했는데,
저도 처음 이 내용을 접했을 때 숫자 자체보다 그 표현의 온도가 더 인상적이었습니다.
두려울 정도라는 말은 과장이 아닌 것 같습니다.
젠슨 황·혹 탄이 쏟아낸 수급 압박의 실체
서밋 전날 저녁, 최태원 회장은 엔비디아의 젠슨 황 CEO와 마티니와 피자를 곁들인 자리를 가졌습니다.
그 자리에서 젠슨 황이 제시한 향후 5년간의 HBM 요구량을 들은 최 회장이 꺼낸 말이 "솔직히 겁이 날 정도"였습니다.
만날 때마다 "More chips!"를 외치는 수준이고, 다음번에 만나면 "그 숫자도 부족하다"고 할 게 뻔하다는 예측까지 덧붙였습니다.
HBM(High Bandwidth Memory)란?
여러 개의 D램을 수직으로 쌓아 올려 데이터 처리 속도를 극대화한 고대역폭 메모리입니다.
쉽게 말해 AI 가속기가 한 번에 처리할 수 있는 데이터의 차선 수를 대폭 늘려주는 부품으로,
엔비디아의 GPU와 짝을 이뤄 AI 연산의 핵심 병목을 해소하는 역할을 합니다.
현재 이 시장에서 SK하이닉스가 가장 앞선 공급자로 꼽힙니다.
브로드컴 역시 마찬가지였습니다. 불과 2주 전 혹 탄(Hock Tan) CEO와 저녁 자리에서 나온 요청 수량은
SK 측이 기대했던 수준을 "듣는 사람이 깜짝 놀랄 정도"로 넘어섰습니다.
브로드컴은 그 물량조차 "나중에는 모자랄 것"이라고 장담했다고 합니다.
브로드컴은 커스텀 AI 칩(ASIC) 설계와 네트워크 반도체 분야의 선두 기업으로,
구글·메타 같은 하이퍼스케일러의 자체 AI 칩 개발을 뒤에서 떠받치는 구조입니다(출처: Broadcom Inc.).
제가 이 대화 내용을 처음 접했을 때, 솔직히 과장된 PR 멘트가 아닐까 잠깐 의심했습니다.
그런데 수요 측 기업이 공급자를 만나는 자리에서 "더 달라"가 아닌 "이 숫자조차 나중엔 모자랄 것"이라고 말한다는 건,
단순한 협상 레토릭과는 결이 다릅니다.
- 젠슨 황(NVIDIA) : 5년치 HBM 요구량 제시 — "겁이 날 정도"의 스케일
- 혹 탄(Broadcom) : 예상 초과 물량 요청 — "시장에서 충분히 소화 가능, 오히려 나중엔 부족"
- 두 CEO 공통점 : 만날 때마다 수량을 올려 부르는 구조적 수요 압박
OpenAI·Anthropic의 빅테크 요구, 전쟁 수준이었다
AI 소프트웨어 진영의 분위기도 다르지 않았습니다. 샘 올트먼 OpenAI CEO는 서밋 당일 회의 자리에서
"다른 곳에 칩 주지 말고 우리한테 다 달라"는 요청을 직접 꺼냈습니다.
올해와 내년에 필요한 컴퓨팅 파워 수요가 상상을 초월하는 수준이라는 설명과 함께였습니다.
과거에는 공급사가 수요 기업을 설득해야 했다면, 이제는 반대 방향의 압박이 이어지고 있는 셈입니다.
앤트로픽(Anthropic)의 다리오 아모데이 CEO는 한발 더 나아갔습니다.
단순히 칩을 구매하는 방식을 넘어 자체 컴퓨팅 인프라를 직접 구축하기로 결정하고,
SK 측에 즉시 가용한 칩 수량을 지속적으로 확인하고 있다는 것입니다.
저는 이 부분이 가장 인상적이었습니다. 외부 의존도를 낮추겠다는 전략적 판단이 이미 실행 단계로 들어선 것이니까요.
컴퓨팅 인프라란?
AI 모델 학습과 추론에 필요한 서버, GPU 클러스터, 네트워크, 데이터센터 전체를 포괄하는 개념입니다.
여기서 GPU 클러스터란? 수천 개의 그래픽 처리 장치를 연결해 병렬로 연산하는 구조를 말하며,
대형 언어 모델 훈련에는 이 인프라 규모가 모델 성능을 직접적으로 결정합니다.
앤트로픽이 이를 자체 구축하려는 움직임은 단순한 비용 절감이 아니라 공급망 리스크 관리 차원으로 봐야 합니다(출처: Anthropic).
제 경험상 정보를 처음 접했을 때 "흥미롭다"고 넘기면 며칠 후엔 거의 기억이 안 납니다.
이번 내용도 단순히 보고 지나쳤다면 "AI 회사들이 칩을 많이 산다"는 피상적 인식으로 끝났을 텐데,
앤트로픽이 인프라를 직접 짓겠다는 구체적인 행동 변화까지 기록해두니 맥락이 훨씬 선명하게 잡혔습니다.
투자 판단: 지금의 대규모 투자가 오히려 작아 보이는 이유
일부에서는 AI 과잉 투자 우려를 꾸준히 제기합니다. 실제 수익화 속도보다 인프라 투자 속도가 지나치게 앞서 있다는 시각입니다. 이 지적이 완전히 틀린 건 아닙니다. 제가 직접 다양한 정보를 비교해봤을 때도, 단기 수익성과 장기 인프라 투자 사이의 간극은 분명히 존재합니다.
그런데 최태원 회장이 꺼낸 논리는 다릅니다. 글로벌 빅테크 CEO들이 직접 요청하는 숫자를 테이블에서 들어보면, 오히려 한국이 발표한 대규모 AI 인프라 투자 프로젝트조차 숫자가 작아 보일 수 있다는 것입니다.
거품론이 아니라 현장에서 체감하는 수요가 이미 그 수준을 넘어섰다는 주장입니다.
반도체 공급망(Supply Chain)의 구조를 이해하면 이 맥락이 더 명확해집니다.
HBM은 설계부터 양산까지 최소 2~3년의 준비 기간이 필요합니다.
지금 투자 결정을 내리지 않으면, 3년 후 수요가 폭증할 때 공급 능력이 없는 상황이 됩니다.
공급망 리스크란?
이처럼 수요와 공급 사이의 시간 격차에서 발생하는 불확실성을 말하며,
반도체처럼 설비 투자 사이클이 긴 산업일수록 선제적 베팅이 불가피합니다.
솔직히 이건 예상 밖이었습니다. AI 거품론에 일정 부분 공감하고 있었는데,
수요 측 CEO들이 직접 물량을 테이블에 올리는 방식으로 경쟁하고 있다는 사실은 구조 자체가 다르다는 신호로 읽혔습니다.
과거 닷컴 버블과 가장 다른 점은,
당시에는 수요가 불확실했지만 지금은 수요 기업들이 선제적으로 공급자를 압박하고 있다는 점입니다.
이 차이가 결국 투자 판단의 핵심 변수가 될 가능성이 있습니다.
자주 묻는 질문
Q. HBM이 왜 이렇게 중요한 건가요?
A. HBM은 AI 가속기가 데이터를 처리하는 속도를 결정하는 핵심 부품입니다.
아무리 GPU 연산 능력이 뛰어나도 데이터를 빠르게 주고받지 못하면 병목이 생깁니다.
HBM은 바로 이 병목을 해소하는 역할을 하기 때문에, AI 모델이 커질수록 HBM 수요도 함께 늘어납니다.
Q. AI 거품론이 맞는 건 아닌가요?
A. 거품 가능성을 완전히 배제할 수는 없습니다.
다만 과거 닷컴 버블과 다른 점은,
지금은 수요 기업들이 직접 공급자를 찾아가 선제적으로 물량을 확보하려 한다는 점입니다.
수요가 불확실한 거품과, 수요가 공급을 압도하는 구조는 성격이 다릅니다. 단기 수익화 속도는 별개의 문제로 따져봐야 합니다.
Q. Anthropic이 자체 인프라를 구축하려는 이유가 뭔가요?
A. 칩 수급이 불안정한 상황에서 외부 공급에만 의존하면 모델 개발 일정 자체가 흔들릴 수 있습니다.
자체 컴퓨팅 인프라를 구축하면 공급망 리스크를 직접 통제할 수 있고,
장기적으로 단가 협상력도 높아집니다. 단순한 비용 절감보다는 전략적 독립성 확보에 가깝습니다.
Q. SK하이닉스 말고 HBM을 만드는 곳은 없나요?
A. 삼성전자와 마이크론도 HBM을 생산합니다.
다만 현재 기준으로 엔비디아의 최신 AI 가속기에 탑재되는
HBM3E 공급에서 SK하이닉스가 가장 앞선 점유율을 기록하고 있습니다.
기술 격차와 인증 문제로 인해 단기간에 경쟁 구도가 역전되기는 어렵다는 시각이 지배적입니다.
Q. 이 내용을 투자 판단에 바로 활용해도 되나요?
A. 이 글은 공개된 발언과 정황을 정리한 것이며, 투자 권유가 아닙니다.
반도체 공급망과 빅테크 수요 구조를 이해하는 참고 자료로 활용하시되,
실제 투자 결정은 공시 자료와 전문가 의견을 교차 확인한 뒤 판단하시길 권합니다.
결론
젠슨 황, 혹 탄, 샘 올트먼, 다리오 아모데이.
이 네 명이 한 테이블 혹은 저녁 자리에서 직접 요청한 HBM과 컴퓨팅 파워의 규모는,
뉴스 헤드라인보다 당사자의 표정과 말투에서 더 많은 것을 전합니다.
"겁이 날 정도"라는 표현은 공급자가 수요를 감당하지 못할까봐 두렵다는 뜻이 아니라,
그 수요 자체의 규모가 상상 이상이라는 고백에 가깝습니다.
제 경험상 이런 정보는 빠르게 소비하고 잊는 것보다, 맥락을 기록해두는 쪽이 훨씬 가치 있습니다.
공급망 리스크, HBM 수급 구조, 빅테크의 인프라 전략이 어떻게 맞물려 돌아가는지를 이해하면,
다음에 나올 관련 뉴스를 해석하는 눈이 달라집니다.
단순히 "반도체가 잘 팔린다"는 수준을 넘어서, 왜 지금 이 흐름이 구조적인지를 파악하는 것이 출발점입니다.