[손경제+]거품 꺼진다? AI 혁명은 이제 시작입니다 - 이형수 대표(HSL파트너스)

 

긴영상을 보기 부담스럽고, 빨리 글로 내용 파악하고 싶을땐! 영글로그~

 

영글로그 요약정리 드루갑니다

1. AI 혁명의 현재와 미래

1-1. 반도체 시장의 현재 상황
 - (중요) 트럼프 대통령의 C술 폭발로 주가가 급등함
 -  IRA 법과 인플레 감축법 등 정부 정책으로 인해 반도체 시장에 불확실성이 커짐
 -  주가 폭락의 원인 중 하나로 유동성 축소와 투자 대비 성과가 제기됨
 -  시장의 유동성 부족으로 인해 AI 반도체 산업에 집중되었음

1-2. AI 혁명의 원인과 주요 플레이어
 - (중요) 2022년 11월 오픈 AI의 CHATGPT 발표로 AI 혁명이 시작됨
 -  엔비디아가 AI 혁명의 주요 플레이어로 부상하며 각광 받음
 -  엔비디아는 편리한 소프트웨어 생태계를 통해 인공지능 기술 개발에 성공함
 -  특히, 엔비디아의 '쿠다' 소프트웨어 생태계가 AI 혁명의 주요 도구로 사용됨

1-3. AI 기술의 발전과 엔비디아의 역할
 -  컴퓨터 기술의 발전 속도가 점차 늦어지면서 AI 기술의 발전 속도가 더 빨라짐
 -  AI 기술은 딥 러닝과 머신 러닝의 발전에 따라 빠르게 발전하였음
 -  AI 기술을 적절하게 적용한 엔비디아는 AI 혁명에서 주요 역할을 수행함
 -  특히, AI 혁명의 핵심 요소인 빅데이터와 머신 러닝을 적용한 엔비디아의 '쿠다'가 AI 기술 개발에 성공함

2. AI 시장 동향과 전망

2-1. AI 시장의 발전과 쿠다의 부상
 -  젠슨 왕이 AI 프로그래밍을 통해 AI 시장을 주도함
 -  쿠다는 생태계 구축을 위해 소프트웨어적 뒷받침이 필요함을 인지
 -  엔비디아가 대세 회사로 발전하며 AI 시장에 대한 지원을 확대함
 -  엔비디아는 AI 반도체 분야에서 여전히 데이터 학습과 추론에 필요한 핵심 요소임
 -  탈 엔비디아 움직임이 진행 중이며, MS와 구글이 자체 칩을 설계함

2-2. 엔비디아의 독주와 경쟁 구도
 -  엔비디아의 시장 점유율이 70% 밑으로 떨어질 것을 예상함
 -  AI 반도체 시장이 15배, 20배로 성장할 것으로 예상하며, 엔비디아의 점유율은 60%가 될 것임
 -  AI 시장의 성장으로 인해 엔비디아의 점유율은 낮아도 전체 시장 점유율이 커질 것임
 -  AI 시장은 아직 초기 단계이며, AI 독점 시장이 완성되기까지는 시간이 필요함
 -  AI 시장은 독점이 완성된 후에도 군비 경쟁을 통해 지속해서 성장할 것임

2-3. AI 시장의 미래와 투자
 -  AI 시장에서 범용 인공지능(AI)이 중요해질 것이며, 빅테크 기업의 투자도 계속될 것임
 -  AI는 전기, 통신 등 테크 문명의 기저가 되며, 모든 산업에 융합되어 운영될 것임
 -  AI의 독점이 이루어진 후, AI 기반 포털사이트나 AI 서비스가 AI 시장을 지배할 것임
 -  AI 시장은 초기 투자와 AI 서비스 제공을 함께 고려해야 함
 - (중요) AI의 투자 단계, 빅테크 기업의 투자 여정 등 AI 시장 동향에 대한 이해가 중요함

3. AI시대 반도체

3-1. 산업 발전과 전기 공급
 -  산업 발전으로 전기 공급 부족 우려가 있음
 -  네트워크 환경도 좋지 않음
 -  AI를 기반으로 한 스마트시티, 스마트홈, 자율주행이 잉태될 수 있음
 -  법률 정비도 필요함
 -  AI 산업의 성장과 함께 투자도 이뤄져야 함

3-2. 공급 부족과 투자
 -  공급 부족은 시장에서 가장 기대되는 키워드임
 -  공급 부족 완화로 엔비디아 주가는 회복 중임
 -  전력, 통신 인프라 부족 등 공급 부족 요인은 AI 사이클에서 남았음
 -  AI는 국방 기술과 직결되며 경제 성장에도 영향을 미침
 - (중요) AI 수용도에 따라 경제 성장이 달라짐

3-3. 반도체 기업의 전망
 -  반도체 기업의 성장세는 공급 부족 사이클에 있음
 -  반도체 수출이 증가했으나, 주가 상승이 더뎌짐
 -  반도체 기업은 실적 향상을 기대할 수 있는 여지가 있음
 -  메모리 반도체 시장도 큰 변화가 있을 것으로 예상됨
 - (중요) HBM 기술은 AI 혁명으로 주목받고 있음

4. 반도체 기술 동향

4-1. HBM 제품 개발 현황
 -  삼성전자와 SK하이닉스가 HBM 1세대를 개발하고 양산함
 -  3세대 제품인 HBM2, 4세대 제품인 HBM3을 개발함
 -  5세대 제품인 HBM3의 퀄테스트가 잘 진행 중이며, 가을에는 일부 공급 예정임
 -  8단 제품은 올해 양산, 12단 제품은 내년부터 시작될 예정임
 -  삼성전자의 HBM 분야 경쟁력은 1~2위이며, 파운드리 위기에 대비해야 함

4-2. 반도체 산업의 경쟁 구도
 -  반도체 산업은 AI 시대를 선도하려면 삼성이 선두로 나아가야 함
 - (중요) 삼성의 파운드리 위기는 HBM이 아닌 파운드리 위기이며, 고객 요구에 맞춰야 함
 -  TSMC가 공급을 못 해주고 있고, 가격도 계속 올리고 있음
 -  고객의 요구에 맞춰줄 수 있는 서비스 마인드가 필요하며, IP가 중요함
 -  삼성은 하드웨어 기업으로서 고객 요구에 맞춘 서비스 마인드가 부족함

4-3. AI 가치 사슬과 경쟁
 -  AI 가치 사슬에는 하드웨어와 소프트웨어가 포함되며, 층위가 있음
 -  글로벌 빅테크들의 AI 경쟁이 치열하며, 파운데이션 AI 모델이 등장함
 -  오픈 AI와 마이크로소프트의 연합군인 채취 에피티가 대두됨
 -  구글의 재미나이, 아마존의 지원으로 엔스로픽이 성장함
 -  클로우드 모델을 기반으로 한 약간 특화 모델과 스몰랭귀지 모델이 등장함

5. AI 기술과 모델 개발의 현주소와 미래

5-1. AI 기술의 발전과 모델 개발 현황
 -  AI 기술의 발전과 함께 다양한 모델 개발이 이루어짐
 - (중요) 의료나 바이오 등 특화된 분야에서 AI 모델 개발 중
 -  LLM 모델이 우리 일상생활에서 사용되는 자연어 기반 인공지능의 엔진 역할을 함
 -  프로그래밍이 필요 없어지는 등 AI의 기능성이 크게 향상됨
 -  AI 기술을 독점하려는 경쟁이 심화되면서 플랫폼 회사들이 대응 필요

5-2. AI 기술의 국가간 격차와 논란
 -  AI 기술의 독점이 독점력을 이용해 이익을 독점하려 함
 -  각 국가들이 AI 기술을 활용하려면 독점력을 갖춰야 함
 - (중요) 개인 간의 AI 사용 격차는 더욱 심화될 것으로 예상됨
 -  정부가 AI 기술을 지원하며 플레이어로 나서야 함
 -  국가가 AI 기술 개발에 필요한 자금 등을 지원해야 함

5-3. AI 기술의 미래 전망과 필요성
 -  AI 기술의 주도권 전쟁이 완료될 것으로 예상됨
 -  AI 기술의 독점과 격차가 더욱 심화될 것으로 예상됨
 -  AI 기술은 국가와 기업, 개인의 경제적, 사회적 격차를 더욱 심화시킬 것으로 예상됨
 -  AI 기술의 활용과 개발이 국가와 기업간의 경쟁력을 더욱 격차가 심화시킬 것으로 예상됨
 - (중요) AI 기술이 세상을 어떻게 변화시킬지는 미래에 알 수 없음

6. AI 시대의 경제 전망과 주요 이슈 분석

6-1. AI 시대의 주요 경제 이슈와 국내 기업의 위치
 -  AI 시대의 기술 발전으로 인해 서비스를 제공하는 나라가 전세계 3개뿐임
 - (중요) 우리나라가 AI 혁명에서 상대적으로 좋은 위치에 있음에도 불구하고, 압도적인 격차로 인한 변화가 예상됨
 -  우리나라의 AI 서비스 시장에서 1등 기업은 물론 2등 기업도 앞서 가고 있음
 -  우리나라 기업들이 AI의 선도 기업으로 발전하려면 컴퓨팅 파워를 구축해야 함

6-2. 빅데이터와 AI의 연관성과 그 가치
 -  네이버의 하이퍼 클로버 엑스는 2천조 개의 매개 변수를 가진 기업
 - (중요) 빅데이터에 대한 파이프라인이 없어지는 것은 불확실하며, 이에 따른 변화가 예상됨
 -  우리나라 기업들이 빅데이터와 AI를 활용하는 데는 약간의 관심이 적었음
 -  빅데이터와 AI의 파워를 구축하는 데 많은 돈이 필요함

6-3. AI 시대의 스타트업 기업 성장과 주요 기업의 경쟁
 - (중요) AI 시대의 스타트업 기업 성장은 GPT 3.5 기반 모델 개발로 가능함
 -  네이버, 카카오 등 기존의 대표적인 사례에서 파이프라인이 필요하다는 것을 확인함
 -  AI 시대의 대표적인 사례로 오픈 AI의 챗GPT 멀티모달 서비스와 어도비의 새로운 서비스 등이 있음
 -  이러한 사례를 통해 새로운 서비스를 출시하면 시장의 파급 효과가 큼을 확인함

 

***전체 스크립트

화자 1
00:00
오늘의 플러스 AI 혁명의 현재와 미래를 만나봅니다. HSL 파트너스 이영수 대표 나왔습니다. 어서 오세요. 

화자 2
00:07
네 안녕하십니까? 

화자 1
00:09
대표님 반갑습니다. 저도 유튜브에서 간간히 본 적은 있는데, 처음 직접 뵙네요. 아 예 

화자 2
00:14
그 교수님 정말 찐 팬 

화자 1
00:15
아유 왜 이러세요. 고맙습니다. 누가 보면 진짜 짜고 하는 줄 알겠어요. 자 한동안 오르기만 했던 반도체 업계의 주가가 정말 최근에 크게 요동치고 있는 것 같습니다. 뭔 일이 있습니까? 

화자 2
00:28
일단 트리거는 트럼프 입에서 나온 것 같고요. 예 그 총격 사건 이후로 거의 아 내가 대통령 됐다. 그러면서 이제 말을 막 난사하기 시작했어요. 그러면서 이제 TSMC를 건드리면서 TSMC가 우리 반도체를 가져갔다 그러면서 뭐 제대로 돈도 안 냈는데 우리가 지켜줘야 된다 라고 하면서 약간 뉘앙스를 칩스법 그러니까 바이든 행정부의 핵심 정책이 2가지잖아요. 칩스 법하고 이제 인플레 감축법인데 어 그동안 이제 IRA 법은 뭔가 트럼프가 부정적으로 좀 보는 줄 알았고 원래 워낙 뭐 전통 화석연료 좋아하니까 네 그거는 이제 어느 정도 프라이싱을 하고 있었어요. 시장이 그런데 갑자기 칩스법까지 끄집어내서 막 이야기를 하니까 그게 이제 부정적인 시그널이 됐고요. 그리고 이제 빅테크들의 실적 발표에서 투자가 너무 많다 이제 우리 자본 지출이라고 하는 CAPX가 어 너무 많다 AI에 어 그런데 그거 가지고 돈을 어떻게 벌 수 있어라고 해서 이제 투자자들이 여기에 대해서 의문을 제기를 하기 시작했구요. 

화자 2
01:24
어 그래서 이제 구글 알파벳의 순다르피 차이가 약간 여기 조금 대응을 잘 못 했던 측면이 있는 것 같아요. 네 그래서 그게 또 또 하나의 트리거가 됐고 지금 뭐 오늘도 시장이 폭락하고 있는데, 이거는 이제 엔캐리 트레이드 자금이 결국은 유동성을 축소시키면서 결국 지금 그동안 유동성이 가장 몰려있던 게 AI 반도체 쪽이잖아요. 어 그런 것들로 인제 3방을 맞은 거 같습니다. 

화자 1
01:46
그렇군요. 정책적 불확실성 그리고 투자대 대비 성과가 있겠느냐 이런 것들에 대한 의구성 그다음에 유동성 자금도 많이 회수되는 이런 맥락들이 다 겹치면서 주가가 요동친 거군요. 그런데 또 1가지 궁금한 게 그동안 AI 열풍이 거의 대부분 반도체 제조 그리고 또는 제조와 관련된 회사들에게 쏠려있었던 것 같습니다. 그 이유는 뭔가요 

화자 2
02:09
AI 혁명이라고 하잖아요. 지금 뭐 AI 혁명이라는 거는 2022년 11월에 이제 오픈 AI가 CHATGPT를 공개한 이후로 시작됐다. 라는 게 인제 거의 정설이거든요. 그런데 이제 혁명이라는 건 준비된 혁명은 없잖아요. 갑자기 시작되지 않습니까? 그럼 갑자기 시작되면 제일 급한 것부터 각광을 받게 됩니다. 우리 뭐 지난 10년 동안 모바일 혁명도 보면 처음에 휴대폰이 피처폰에서 스마트폰으로 바뀌었을 때 국내에서 보면 제일 급했던 게 결국 UI가 바뀌는 거였거든요. 

화자 1
02:38
그렇죠. 

화자 2
02:38
사용자 인터페이스가 기존의 키패드 버튼 누르다가 갑자기 터치 스크린 되니까. 터치 스크린 패널이 없어 가지고 그 패 터치 스크린 패널 업체들이 막 주가 올랐었고 그 뒤로는 어 반도체 이제 뭐 멀티코어 그리고 이제 디스플레 해상도 카메라 나중에는 메탈 케이스 뭐 이런 식으로 뚝딱 가능한데 이번에 AI 혁명 같은 경우는 갑자기 시작되다 보니까 AI 서버에 필요한 AI 반도체가 부족했던 거죠. 사실 이게 오픈 AI가 AI 혁명을 촉발시켰는데 세모 올트먼도 이걸 몰랐던 것 같아요. 만약에 제가 세모 올트먼이 이게 AI 혁명이 시작될 줄 알았으면 엔비디아 칩부터 땡겨났을 겁니다. 근데 그게 안 되겠다라는 거는 갑자기 시작되니까. 엔비디아 AI 가속기가 제일 먼저 부족해지기 시작했고요. 근데 AI 가속기가 부족한데 어 이게 왜 병목이야 보니까 결국 TSMC라는 대만의 파운드리 업체가 여기에 그 그 제조의 핵심을 쥐고 있는 거죠. 

화자 2
03:32
그러다 보니까 어 파운드리가 공급이 부족해서 그런거야라고 이렇게 해서 계속해서 그쪽 밸류체인 그리고 엔비디아와 엔비디아 친구들이라고 하는 주식들이 지난 1년 6개월 동안 거의 시세를 내죠 

화자 1
03:45
그렇군요. 말씀 딱 설명을요 그 앱 태동했던 스마트폰으로 설명해 주시니까 확 이해가 되네요. 그때도 진짜 갑자기 우리가 인터페이스 방식이 터치스크린으로 바뀌면서 관련 주가 날라다녔는데 진짜 그 현상과 비슷한 맥락이라고 이해하면 되겠네요. 특히 그 과정에서 이번에는 단연 수혜를 본 기업이 엔비디아인 것 같습니다. 엔비디아가 여러 반도체 회사들이 있음에도 불구하고, 이렇게 시장에서 독차지를 할 정도로 각광받았던 이유가 

화자 2
04:13
갑자기 시작되면요 기존에 가져왔을 때 가장 잘 쓸 수 있는 제품을 찾게 되는데요. 엔비디아가 워낙 그동안 칩 자체도 성능이 좋지만 결정적으로는 엔비디아가 가지고 있는 소프트웨어 생태계가 큰 역할을 했다고 생각합니다. 2006년부터 인제 엔비디아는 쿠다라는 소프트웨어를 무료로 제공해주기 시작했구요. 그러니까 이제 엔비디아 칩을 사면 그 쿠다를 무료로 쓸 수 있습니다. 그러면 거기에 족보들이 쌓이잖아요. 우리 대학 시험 칠 때 족보가 중요하지 않습니까? 선배들이 네 그 족보들이 제일 많이 쌓여있는 소스 코드 그러니까 프로그래머들이 뭔가 AI 모델 하나를 만든다고 그러면 결국 기존에 있던 소스 코드를 많이 가져와서 쓰거든요. 그리고 오픈 소스도 많이 갖다 쓰고 거기에다가 이제 본인이 개발한 핵심 알고리즘을 올려서 만드는데 그 소스 코드들이 가장 많이 쌓여있는 게 NBDI 쿠다라는 거죠. 그러다 보니까 그쪽으로 더 몰렸고 그리고 AI 혁명이란 결국 속도전이잖아요. 

화자 2
05:07
그래서 빨리 컴퓨팅 파워를 확보하고 모델을 만드는 게 중요한데 거기서 엔비디아가 제일 매력적이었다고 볼 수 있는 

화자 1
05:14
이 쿠다 생태계를 엔비디아가 직접 어떻게 보면 관리하고 사람들에게 서비스로 제공했던 가장 큰 이유는 자기 하드웨어적인 기반으로 AI 생태계가 발달되는데 이게 도움이 되기 때문인가요? 

화자 2
05:27
네 맞습니다. 사실 젠슨 왕이 한번 이제 고백 한 적이 있는데요. 이게 AI 칩으로 쓰일지는 몰랐어요. 젠슨왕도 사실 이게 그 AI라는 게 기술이 보면 이게 컴퓨터 기술 역사하고 똑같거든요. 이게 원래 컴퓨터는 폰 노이만이라는 천재가 처음 고안해서 그게 계속해서 이어져온 거고, 사실 폰 노이만 하고 같은 동시대 인물로 앨런 튜링이란 사람이 있는데, 사실 지금 AI의 아버지라고 할 수 있습니다. 이 사람은 2차 세계대전에서 독일의 암호체계인 에니그마를 해독해서 이제 굉장히 유명한데 그 당시에는 몰랐어요. 그래서 빨리 돌아가셨거든요. 그래서 어 AI 기술은 사실 컴퓨터의 기술 발전 속도가 오히려 느려지면서 오히려 거의 40년 동안 암흑기였다고 볼 수 있는데요. 그 뒤로 이제 컴퓨터 발전 속도가 빨라지면서 컴퓨팅 파워가 높아지고 그리고 이제 데이타들이 많이 쌓이면서 이제 AI 발전이 될 수 있는 예전에는 룰 베이스드로 해서 다 그냥 일일이 엔지니어들이 프로그래밍해서 썼거든요. 그러니까 효율이 날 리가 없잖아요. 

화자 2
06:26
이게 엣지 케이스라고 해서 우리가 생각지도 못한 사례들이 나오잖아요. 그런 것들을 대응이 안 됐는데 머신 러닝이란 기술이 그때부터 나오기 시작하는데요. 그래서 컴퓨팅 파워를 막대하게 던져주고 그리고 빅데이터를 주고 알아서 학습해 봐 컴퓨터 그랬더니, 효율이 나더라는 거죠. 그게 이제 머신러닝이란 기술이 2천년대 들어서 대세가 됐고요. 근데 이제 또 2010년대에 또 중요한 기술이 하나 있는데, 그게 지금 이야기하는 딥 러닝이란 기술인데요. 거기서 이제 제프리 인턴이라는 또 천재가 1명 등장합니다. 원래는 딥러닝이라는 거는 머신 러닝 중에서 사람의 신경망을 모방한 기술인데 그게 원래는 잘 안 되던 기술인데 제프리 인턴이라는 박사가 이걸 완전히 그냥 돌파구를 만들어내서 전 세계적 유명한 기술이 됐는데 여기서 중요한 거는 그거예요. 그전까지는 AI라는 게 CPU 기반으로 연구가 되다가 딥러닝 이후로는 GPU 기반으로 됐는데 그때 이제 젠슨왕이 어 스탠포드의 석박사 애들이 우리 칩을 가져가서 이상한 데 쓰더라 라고 해서 몰래 알아봤어요. 

화자 2
07:22
봤더니, 그거 가지고 AI 프로그래밍 하고 있더라는 거죠. 그때 이후로 젠슨 왕이 굉장히 AI 쪽으로 많은 공을 들이기 시작했구요. 그게 결국은 지금 이제 이야기하는 2017년에 나오는 구글의 트랜스포머라는 알고리즘에 완전히 그냥 폭발한 거죠. 

화자 1
07:39
그렇군요. 어떻게 보면 인공지능에 대한 저변을 넓히기 위해선 소프트웨어적인 뒷받침이 있어야 이 생태계가 공급이 구축된다라는 생각 때문에 쿠다 생태계가 이렇게 관심을 받게 된 거군요. 지원도 하게 됐구요. 자 그렇다면 지금 이 엔비디아 워낙 대세회사가 돼버렸고 또 AI도 원래 인제 뭐 우리가 부정할 수 없는 어떤 대표적인 앞으로 트렌드인데 이 과정에서 다른 회사들이 가만히 있지는 않을 것 같애요. 현재 상황은 어떻습니까? 다른 회사들은 뭐하고 있나요? 

화자 2
08:09
일단 이제 AI 반도체라고 하면요 뭐 AI 반도체 AI 가속기라고 하기도 하는데 전체 90%는 지금 여전히 엔비디아가 차지하고 있습니다. 근데 이제 그 AI 반도체라는 거는 사실 용도가 크게 2가지가 있어요. 데이터를 학습하는 용도가 있고요. 그리고 이제 그 데이터 학습을 한 거를 기반으로 서비스를 해주죠 그게 이제 추론이라고 하는데요. 2가지 용도가 있는데, 여전히 흔히 데이터 학습은 엔비디아 칩을 대체하기가 힘들어요. AI 연구 하시는 분들도 여전히 데이터 트레이닝은 엔비디아 칩을 써야 됩니다. 왜냐면, 이제 쿠다를 써야 되기 때문에 그런 게 또 크고요. 근데 이제 추론으로 점점 무게 중심이 오면서 네 추론이라는 거는 플랫폼 업체들 입장에선 서비스 단가거든요. 그러니까 요걸 좀 싸게 해야 되는 측면이 있어요. 데이터 트레이닝은 어떻게 보면 투자거든요. 근데 투자를 뭐 비용 절감한다라는 건 좀 안 맞잖아요. 그런데 추론 이라는 거는 결국 서비스 단가기 때문에 여기서 코스트를 절감하기 위한 많은 노력들이 이루어지고 있는데, 거기서 약간 탈 엔비디아 가 요즘에는 진행되고 있구요. 

화자 2
09:08
대표적으로 빅테크 업체들이 이제는 자기네들이 직접 설계를 해서 인제 칩을 만들어내기 시작합니다. 뭐 MS 같은 경우는 마이아 100이라는 칩 대표적으로 최근에 구글의 TPU TPU 텐서 프로세스 유니 뭐 이런 것들 뭐 이런 것들을 많이 자체 설계 칩을 써서 어 비용 엔비디아 칩이 워낙 비싸니까 인제 그런 것들을 좀 비용을 절감한다. 이런 노력들을 하고 있습니다. 

화자 1
09:30
말씀 듣고 보니깐요. 이렇게 MS라든가 구글 어떻게 보면 엔비디아의 가장 큰 고객이 될 수 있는 사람들이 각자 자기 밥그릇 튕기기 시작했다라고 한다면, 엔비디아의 독주가 앞으로 계속될 수 있을까? 이런 뭐 의구심도 들게 되구요. 혹시나 이제는 경쟁 구도로 재편되는 건 아닐까 이런 생각도 드는데 우리 대표님 어떻게 전망하세요. 

화자 2
09:51
뭐 제 전망보다 이제 젠슨 왕이 어떤 이야기를 했냐면 최근에 이런 이야기를 했습니다. 지금처럼 90% 마켓 쉐어를 가져가는 거는 비정상적이다. 결국은 우리 회사의 점유율이 70% 밑으로 떨어지는 거는 자명하다라고 이야기했어요. 지금 독점업체 그런 이야기를 하기는 쉽지 않잖아요. 네 그런데 중요한 게 향후 10년 안에 AI 반도체 시장이 15배 20배 커진다 거기서 우리가 60% 대 점유율을 하겠다라는 거는 딱 TSMC 포지션입니다. 예 파운드리 시장에서 TSMC가 60% 딱 점유율을 유지하고 있거든요. 네 

화자 1
10:27
본인들 입장에서도 지금은 너무 비중적으로 쏠림 현상이 있는 건 분명해 보이고 그런데 인공지능 시장이 앞으로 20배 가까이 커질 거니까 점유율은 좀 낮더라도 우리가 가진 파이 전체는 커진다 이런 얘기를 한 거군요. 네 맞습니다. 자 그렇다면 어찌보면 이제 대표님 말씀을 다 종합해 보면요 지금 AI 시장이 아직까지 초기에 열심히 투자해야 되는 그런 시점인 것 같애요. 그리고 지금 이제 막 투자를 시작한 빅테크 기업들도 있어 보이구요. 자 그렇다면 이 공격적인 투자가 언제까지 이어질 거라고 왜냐하면, 투자를 계속할 수는 없잖아요. 투자된 다음에 수익으로 바뀌어야 되는데 이게 앞서서도 말씀 주셨지만 너무 큰 에 뭐라 그럴까요? 투자금이 들어가다 보니 도대체 수익은 언제 생기는 거냐 이 의구심마저 있는 상황인데 진짜 언제까지 해야 됩니까? 

화자 2
11:18
사실 이거는 교수님이 경험적으로 훨씬 더 많이 보셨을 것 같아요. 우리 2천년대 초반에 90년대 말에서 2천년대 초반에 월드 와이드 웹 인터넷 혁명 시작될 때도 그랬었고 그리고 2010년대 이제 아이폰이 나오고 나서 모바일 혁명이 시작됐잖아요. 사실 그때도 어 시장에서 똑같은 이야기를 했습니다. 2천년대 초반에는 요 조그마한 검색방 하나를 장악한다고 해서 아니 왜 이렇게 이거 하나 장악할려고 미친 듯이 돈을 쏟아붓는지 모르겠다라고 이야기를 했었구요. 그리고 이제 모바일 시대가 시작됐을 때 애플은 모든 걸 OS부터 다 내재화하고 있으니까 구글 안드로이드가 OS를 공짜로 제공해주기 시작했거든요. 스마트폰 업체들의 그런데 구글이 이거 가지고 돈을 어떻게 벌려고 그러지 고민을 했고요. 근데 결국 독점이 완성되면 돈을 겁나게 벌죠 그렇죠. 플랫폼이라는 건 결국은 겁나게 사람을 모으면 겁나게 돈을 벌거든요. 그런데 AI라는 건 아직 아직까지 독점이 완성되지 않았죠 AI 서비스라는 게 그래서 그거를 장악하려면 계속해서 군비 경쟁을 할 수밖에 없다고 생각합니다. 

화자 1
12:16
이것도 많은 사람들이 지금 AI가 아직 진행 중이다. 보니까 머리에 잘 그려지지가 않는 거예요. 예를 들어서 AI에서 독점이 완성됐다라는 게 그렇다면 지금 포털사이트 같은 것들이 AI 기반용 포털사이트로 다 바뀌는 걸 AI의 어떤 판도가 정해졌다라고 얘기하는 거냐 아니면 지금 빅테크 기업들은 그 뒷단에 있는 소프트웨어적인 뭐 LLM 모델이든 뭐든 이런 걸 하는 것 같은데, 그 엔진을 이용해서 각각의 앱 생태계든 웹 생태계가 일일이 우리가 검색하는 게 아니라 알아서 우리에게 서비스를 제공해주는 그런 각각의 서비스 단위까지 전부 AI로 바뀌어야 AI로 다 바뀌었다. 이렇게 얘기할 수 있는 거지 대표님은 어느 단계까지라고 생각하세요. 투자가 어느 단계까지 이루어져야 된다고 생각 결국 

화자 2
13:02
제가 빅테크들이 원하는 종착점은요, 네 에이지아이라고 생각합니다. 아티피셜 제너럴 인텔리전스 그러니까 범용 인공지능이라고 번역하는데 사실은 초인공지능이라고 하는 게 맞는 것 같애요. 네, 그러니까 모든 영역에서 사람의 능력을 뛰어넘는 AI 그게 이제 우리 조지 오웰의 1984란 소설에서 보면 빅브라더가 나오잖아요. 빅브라더 같은 거죠. 사실 그래서 이 친구가 좋은 친구면 우리 영화 아이언맨에 나오는 자비스 같은 거고요. 이 친구가 약간 나쁜 마음을 먹으면 이제 영화 터미네이터에 나오는 네 스카이넷이 되는 건데요. 결국 그 AI를 확보할 때까지 저는 빅테크들이 투자를 계속해서 할 거라고 보고 있구요. 저는 이렇게 봅니다. 결국 AI라는 거는 현대 문명에서 제일 중요한 인프라는 저는 테크 문맹에선 2가지라고 생각하거든요. 첫 번째는 전기라고 생각합니다. 예 전기는 이제 모든 어떤 테크의 기저가 되는 거거든요. 그리고 지난 우리 2번의 혁명 있잖아요. 

화자 2
14:00
월드 와이드 웹하고 그리고 모바일 혁명을 거치면서 이젠 통신이라는 게 기본 인프라가 됐거든요. 모든 현대문명의 저는 AI가 제3의 이제 테크 문명의 인프라가 될 거라고 생각합니다. 그래서 우리가 이제 AI라는 게 단순 어떤 특정 산업의 포지션이 아니라 모든 산업에 이렇게 융합이 돼서 그거를 마치 OS 있잖아요. 오퍼레이트 시스템처럼 운영하는 체계가 될 거라고 생각합니다. 

화자 1
14:25
그렇군요. 말씀을 주셔서 질문을 좀 드리면, 어떤 산업이라는 게 잉태된 뒤에 성숙하려면 전후방적으로 맞물려야 되지 않습니까? 근데 대표님도 지금 말씀주신 것처럼 지금 산업에 있어서 제일 중요한 요소 중의 하나가 전기 그다음에 통신 이렇게 얘기해 주셨잖아요. 그러면 AI도 마찬가지인데 이거 전기 잡아먹는 한 삼화라는 거 우리 다 알지 않습니까? 근데 과연 이 산업이 발달할 만큼 전기 공급이 충분한가 라는 의구심이 지금 있는 것 같고, 네트워크 환경도 우리나라처럼 좋은 나라 별로 없지 않습니까? 그런 과정에서 AI를 기반으로 한 스마트시티 스마트홈 뭐 자율주행 이게 지금 바로 잉태될 수 있을지 그리고 법률적인 정비도 다시 해야 될 것 같기도 하구요. 그러면 이런 것들이 다 완비되지 않은 상태에서 투자도 지금 더 이뤄져야 되고 야 이 AI 이거 지금 어 정점 찍은 거 아닌가 이런 의구심 가질 수도 있을 텐데 어떻게 보세요. 

화자 2
15:18
저는 이제 시장에서 가장 좋아하는 키워드가 공급 부족이라고 생각합니다. 네 공급이 부족하면 산업에 있는 사람들은 애가 타는데요. 그렇죠. 시장에선 가장 굉장히 좋아하는 키워드입니다. 예 공급부족이란 키워드가 살아있으면 주가는 계속 합니다. 엔비디아도 사실 주가가 어느 정도 꺾이기 시작한 게 공급 부족이 완화되기 시작하면서 그렇거든요. 그전에는 엔비디아 H100 이라는 칩을 주문하면 어 40주를 기다려야 되는데 어 이제 공급이 늘어서 어 이제는 7주 8주면 받을 수 있습니다. 약간 그때부터 주가가 약간 주춤하기 시작했거든요. 그러니까 지금 이야기하는 전기도 부족하고 통신 인프라도 부족하고 뭐가 더 부족하고 그런 것들은 AI 사이클이 앞으로 많이 남았다. 투자 사이클에서 그런 측면으로 봐야지 어 그것 때문에 안 할 거야. 안 할 수가 없습니다. 왜냐하면, AI라는 거는 당장 국방 기술하고도 직결이 돼요. 지금 러시아 우크라이나 전쟁에 그래서 AI와 로봇이 얼마나 큰 전력에 보탬이 되고 있는지 다 보고 있을 거구요. 

화자 2
16:13
그렇더라 그리고 거기에 직간접적으로 미국의 빅테크 기업들이 많이 관여를 하고 있구요. 그리고 점점 더 이제 AI가 경제 성장에 미치는 영향이 커지고 있죠. 네 이제 경제성장 발전해서 그 나라의 AI 수용도에 따라서 경제성장이 달라집니다. 근데 국가나 기업이나 개인 입장에서는 이게 어떻게 보면 내가 남들보다 앞설 수 있다라는 이기심을 줄 수 있잖아요. 그게 있는 한 자본주의는 절대 거기서 네 꺾이지 않습니다. 네 

화자 1
16:43
그럼 자연스럽게 AI가 아직까지 인제 공급 부족에 직면한 상황으로 많은 사람의 관심의 주목의 대상이 되고 있다. 말씀주셨으니까 우리 반도체 기업 얘기 한번 슬쩍 해보겠습니다. 우리 반도체 기업의 성장세도 그렇다면 이 공급부족 사이클에 아직까지 있는 상황이니까. 한동안 이어진다 기대도 될까요? 

화자 2
17:02
요게 이제 우리 산업의 관점하고요. 주식투자 시장의 관점이 좀 다릅니다. 네 산업의 측면에서 보면 교수님 말씀하신 대로 계속해서 견조하게 지금 가고 있습니다. 근데 지금 반도체 수출 보면 어마무시 하잖아요. 예 최근에 우리나라가 대만에 수출하는 반도체 그 수출 데이터가 굉장히 좋아요. 왜냐하면, TSMC로 들어가는 HBM 때문에 그렇거든요. 하이 밴더스의 메모리라고 해서 D램을 수직으로 쏴서 연결한 그 칩들이 지금 TSMC를 통해서 NBDI한테 공급이 되잖아요. 그러면서 굉장히 많이 나타나고 있고 실제로 그리고 미국에 들어가는 이제 솔리드 스테이트 드라이브라고 해서 SSD 라는 서버용 요런 스토리지도 굉장히 데이터들이 좋거든요. 네 그런데 시장은 이걸 벌써 다 선반영하고 주가가 이미 단기적으로 피크아웃 했다고 보고 있는 거죠. 그래서 조정을 받고 있는 겁니다. 

화자 1
17:52
산업적으로는 아직까지 실적 향상을 더 기대할 수 있는 여지가 있으나 주가라는 게 워낙 선반영되다 보니 어느 정도 그건 반영이 된 이슈일 수 있다. 이런 말씀이시군요. 자 그렇다면 뭐 우리나라 아 이것도 한번 여쭤볼까요? 우리나라는 그래도 전통적으로 메모리 반도체 시장이 주력 아니겠습니까? 메모리 시장의 미래는 이 인공지능 판도 속에서 어떤 입지가 구축될까요? 

화자 2
18:15
메모리의 헤게모니가 바뀔 거라고 생각해요. 우리 피씨 시대를 한번 생각해보면요 지금 우리 시스템 반도체 예전엔 비메모리라고 했잖아요. 시스템 반도체하고 메모리가 다 범용이었잖아요. 그래서 어떤 녹색 보드에도 딱 꽂으면 이게 작동을 하고 그래서 용산에 가서 우리 조립 피씨를 만들고 네 그랬었잖아요. 근데 이제 모바일 혁명이 시작되면서 달라진 게 뭐냐 하면 어 우리 휴대폰이 컴퓨터가 됐는데 프로세서가 기존에는 법령이었잖아요. CPU나 GPU 같은 범용이었는데. 이게 애플리케이션 프로세서 그러니까 AP라는 자체 설계를 직접 하기 시작했고요. 뭐 애플이나 뭐 구글도 마찬가지고요. 이런 퀄컴 같은 업체들이 이걸 설계를 하면 파운드리에서 생산을 해주기 시작했죠. 그러면서 프로세서 두뇌칩이 이제는 어떻게 보면 스페셜티화 됐습니다. 그러니까 기존의 법령에서 어떻게 보면 맞춤형으로 바뀌었거든요. 근데 이제는 AI 혁명 시작되면서 기존의 메모리가 범용이었잖아요. 

화자 2
19:13
D램이나 랜드플래쉬 같은 어디에다 꽂아도 돌아가던 이 메모리가 이제는 주문용으로 바뀌었어요. 그게 엔비디아에 들어가는 HBM 쓰리라는 아이템이고요. 이거는 엔비디아의 딱 그 프로토콜에 맞게 설계가 돼야 됩니다. 그리고 제조가 돼야 되고요. 네 그래서 기존의 메모리 반도체 같은 경우는 커머디티 법령이다. 보니까 가격 변동성도 크죠 그리고 이제 뭐 그 주문 냈다가 갑자기 오더컷도 하고 이랬는데 HBM은 1년 동안 고정된 가격에 고정된 물량만큼 사가기로 계약하는 거죠. 네 그래서 이제는 점점 더 수요 업체들의 시스템에 맞게 최적화된 메모리들이 점점 더 커질 수밖에 없다고 생각합니다. 

화자 1
19:52
메모리 반도체 시장도 큰 변화가 있어서 이제 범용으로 반도체 만들어서 쌓아놨다가 몇 개 드릴까요? 해서 갖다 파는 그런 시장이 아니라 맞춤형으로 어떤 특정 시스템에 부합하는 형태로 만들어줘야 되는 세상으로 바뀌었다. 이 말씀 주셨는데 그 과정에서 가장 뜨거워지고 있는 개념이 HBM 인 것 같아요. 지금은 하이닉스가 뭐 굉장히 앞서 가는 것 같아 보이는데 삼성전자라든가 다른 회사들 마이크로뉴스도 있고요. 이런 회사들은 HBM에 대해서 지금 어떤 상황입니까? 

화자 2
20:24
사실 그 SK 하이닉스가 엔비디아라는 회사하고 굉장히 오랫동안 연구개발을 해왔습니다. 요게 이제 2.5D 패키징이라고 하는데요. 요즘에 좀 어렵게 이야기하면 이종 집적 반도체 그러니까 프로세스하고 메모리가 최대한 가까이 붙어서 약간 그 주상복합이라고 생각하시면 될 것 같아요. 그러니까 이제 한 건물의 상가도 있고 인제 주택도 있고 이런 구조라고 보시면 되는데 요걸 할려면 서로 간에 굉장히 많은 오랫동안 연구개발을 해오면서 데이터들 확보해야 되고 이런 것들이 필요하잖아요. 네 그런데 이제 사실 엔비디아도 이렇게 이 칩이 대박이 날지 몰랐고 SK 하이닉스도 HBM이 대박이 날지는 몰랐을 거예요. 

화자 1
21:01
그렇군요. 

화자 2
21:02
그래서 갑자기 이게 AI 혁명이 시작되니까. 굉장히 수혜를 봤던 측면이 있고 삼성 같은 경우는 원래 HBM을 같이 연구개발하다가 2019년에 어 인제 HBM 뭐 팀을 원래는 해체했다라고 알고 있었는데, 최근에 삼성전자에서 어 해체한 건 아니고 이제 팀을 축소는 했었다. 그러면서 연구개발을 사실상 이제 제대로 하지 못했던 측면들이죠. 그러다 보니까 그게 몇 년의 시간이 지났잖아요. 거기서 격차가 생긴 거고, 갑자기 이제 지금은 뭔가 따라갈려고 하다 보니까 이제 시간이 생각보다 많이 필요한 상황이죠. 

화자 1
21:37
HBM이라는 게 처음에 저희가 생각한 것과 달리 관심이 별로 없었네요. 하이닉스도 이렇게 커질지 몰랐다 라고 방금 말씀 주셨고 삼성전자도 팀을 축소했다 라고 얘기할 정도면 HBM이라는 이 관련 기술이라는 게 뭐 이케 미래 전도 유망한 기술이 아니었었나 봐요. 옛날에 판단하기에는요 

화자 2
21:57
그 AMD라는 회사가 자기네들이 게임용 그래픽 프로세스에 쓰려고 이제 GDDR 대신에 어 그래픽 DREAM 대신에 꼭 한번 만들어보자 라고 해서 인제 컨셉만 줬었는데요. 사실 그 컨셉만 주고 제조는 뭐 메모리 업체한테 다 해보라고 떠넘기는 상황이었고 그리고 이제 2013년인가 그때 이제 엔비디아가 자기네들 이제 고성능 그래픽 프로세스에다가 이거를 이제 써 보겠다. 라고 해서 이제 HBM 1세대를 처음으로 인제 양산을 했었는데요. 그게 생각보다 물량이 많지 않았습니다. 근데 계속해서 그래도 삼성전자하고 SK 하이닉스는 연구개발 열심히 했었고요. HBM 투하고 2라는 3세대 제품까지는 삼성전자가 오히려 먼저 개발을 했었고요. 네 4세대 제품인 HBM 쓰리부터는 삼성이 약간 좀 손을 놨는데 그 사이에 이제 SK 하이닉스가 엠디디하고 열심히 연구개발을 

화자 1
22:48
이 HBM이라는 게 처음 게임 할려고 만들고 고안했던 거였군요. 자 그렇다면 삼성은 당분간 손을 놓고 있었다고 말씀해 주셨는데 지금은 어떻습니까? 격차가 많이 힘든 상황인가요? 따라잡기가 

화자 2
23:01
네 사실 작년에 이제 삼성전자가 우리 빨리 따라잡을 수 있다. 굉장히 자신있게 이야기했었는데 실제로 작년에 양산하는 데 실패를 했었고요. 그래서 그게 사실 작년 9월에 이야기를 했었는데 양산하겠다. 라고 했는데 결국은 인제 거의 1년이 지난 이제 지금 또 아직까지 이제 제대로 물량이 나오고 있지 않구요. 근데 최근에는 이제 사실 그사이에 엄청난 일이 있었잖아요. 뒤에스 부문장이 중간 인사로 바뀌었어요. 

화자 1
23:28
네, 네, 

화자 2
23:28
그렇죠. 그래서 전영현 부회장이 귀환을 하면서 5월부터 굉장히 조직을 재정비하기 시작했고, 그러면서 지금 HBM3라고 하는 5세대 제품은 지금 퀄테스트가 잘되고 있는 것 같아요. 그래서 아마 가을쯤에는 엔비디아의 일부 공급이 될 것 같구요. 그리고 지금 HBM 쓰리도 8단하고 12단 제품이 따로 있는데, 8단 제품은 올해 일단 양산 좀 들어가고 12단 제품은 이제 내년부터 쫌 인제 들어갈 것 같고, SK 하이닉스는 지금도 이제 8단하고 뭐 열심히 잘 양산하고 납품하고 있구요. 네 어 12단도 조만간 들어갈 것 같습니다. 

화자 1
24:04
네, 뭐 나름대로 우리나라 업체에서 이렇게 HBM 분야에서 선두적으로 1~2위를 다투고 있는 상황이니까. 고무적이기는 한데요. 그런데도 이런 생각이 좀 듭니다. HBM을 잘 만드는 삼성이나 또는 에스케이 하이닉스 이런 회사들의 시총과 GPU 그다음에 쿠다 생태계를 가지고 있는 엔비디아의 시총을 비교해보면 이게 뭐 큰 차이가 있잖습니까? 매출은 오히려 삼성 엔비디아보다 컷었는데 말이죠. 그 얘기는 무슨 얘기냐 하면 AI 반도체라는 새로운 산업에서 가장 앵커 역할을 하고 어떻게 보면 갑을 관계로 표현해도 되는지 모르겠습니다만 갑의 위치에 놓이기 위해서는 우리나라 반도체 회사들이 HBM에만 천착해선 안되는 거 아닌가 이런 생각도 저는 드는데요. 앞으로 이 반도체 분야가 AI 시대를 선도하려면 어떤 전략전술이 필요할까요? 

화자 2
24:54
사실 삼성이 잘해야 됩니다. 

화자 1
24:57
삼성이 

화자 2
24:57
네 삼성이 잘해야 되는데요. 

화자 1
24:59
SK가 들으면 섭섭하지는 않습니다. 

화자 2
25:01
SK는 지금도 잘하고 있으니까 사실 이제 그 우리 칩 워어의 저자인 크리스 밀러 교수가 이런 이야기를 했었거든요. 사실 삼성의 위기는 HBM이 아니라 파운드리 위기다 라고 이야기했거든요. 예 그러니까 이제 지금 이런 AI 반도체들이 갑자기 수요가 폭발하니까 네 지금 TSMC가 이걸 공급을 다 못 해주고 있어요. 그래서 대기 순번표 뽑고 엄청나게 기다리고 있고 가격도 계속해서 올리고 있고 그러면 불만이 많을 거 아니에요. 네, 그러면 반드시 대체재를 찾지 않습니까? 어 맛집 갔는데 줄이 너무 길면 그 옆에 있는 맛집도 한번 기웃거려 보잖아요. 그런데 그게 없다라는 거예요. 그래서 사실 전 세계에서 보면 5나노 미만의 첨단 파운드리 공정을 해줄 수 있는 회사가 TSMC하고 삼성파운드리밖에 없는데 사실 두 회사 간의 기술 격차가 줄어들기는커녕 계속해서 벌어지고 있고 TSMC의 대기수 번표 뽑고 기다리다가 못 견뎌서 삼성 쪽으로 왔던 일부 기업들도 아 안 되는구나. 하고 다시 돌아가는 네 그런 상황이 벌어지고 있는 거죠. 

화자 1
25:58
삼성이 TSMC를 따라잡지 못하는 이유가 뭐예요? 

화자 2
26:01
일단 뭐 너무 많은 이유가 있는데요. 결국은 

화자 1
26:05
가장 중요한 뭐 킹핀 같은 이유 예 

화자 2
26:08
제가 생각하기에는 그것 같습니다. 결국은 어떤 조직 문화라고 

화자 1
26:12
조직 문화예요. 

화자 2
26:13
삼성이라는 회사는 굉장히 어떻게 보면 체계적이고 효율적인 회사거든요. 어떻게 보면 군대처럼 수직적으로 굉장히 어떻게 잘하는 거구요. 법령 반도체 시대에는 먹혔어요. 가장 효율적이잖아요. 그런데 이제 파운드리라는 거는 결국 서비스업입니다. 본질이 그런데 이제 그리고 고객이 원하는 거에 맞게 뭘 해줘야 되는데 네, 그러면 이제 고객들이 뭘 원하는지 거기에 맞게 최대한 맞춰주려고 해야되는데 삼성은 기본적으로 메모리 회사다. 보니까 그런 게 안 돼 있는 거예요. 그래서 어떻게 보면 약간 국밥집인데 굉장히 맛있어요. 근데 욕쟁이 할머니 고춧가루 좀 뿌려주시고 파는 좀 빼주세요. 그러면 그냥 내가 주는 대로 먹어 이런 느낌 그러니까 이제 서비스 마인드가 안 돼 있고요. 사실 그런 쪽으로 훈련도 안 돼 있고 그런 것들을 맞춰줄 수 있는 IP가 필요하거든요. 예 반도체라는 건 결국 IP가 중요합니다. 지적 재산이라고 하죠. 프라퍼티라고 하는데 그런 것들을 고객들하고 뭔가 고객이 원하는 거에 맞게 뭔가를 만들고 개발을 하잖아요. 

화자 2
27:10
네, 그러면 IP라는 게 생겨요 그거를 이제 그러면 다음 고객이 오면 그 솔루션은 고대로 제공해줄 수가 있는데, 어 그런 것들이 TSMC에 비해서 거의 3분의 1 수준밖에 안 되고 TSMC가 이제 가지고 있는 IP 셀 라이브러리라고 하는데 그게 3만 개가 넘는데 삼성은 한 7천개 

화자 1
27:27
지금까지 너무 하드웨어적인 분야에서만 저희가 여쭤본 것 같아서 소프트웨어도 좀 여쭤보도록 하겠습니다. 이 AI 가치 사슬에 있어서 하드웨어뿐만 아니라 소프트웨어 분야가 굉장히 중요한 것 같은데, 이것도 그냥 AI 소프트웨어라고 그냥 통칭해서 부르는 게 아니라 여러 층위가 있는 것 같더라구요. 대표적으로 어떤 것들이 있나요? 

화자 2
27:46
글로벌 빅테크들이 벌이고 있는 경쟁이 있고요. 그게 이제 파운데이션 AI 모델이라고 합니다. 요즘에 이제 우리 이야기하는 LLM 라지 랭귀지 모델이라고 하는데요. 이거는 사실 이제 컴퓨팅 군비 경쟁이에요. 그러니까 컴퓨팅 파워를 최대한 많이 키우고 그리고 빅데이터를 최대한 많이 확보해주고 그리고 인력을 정말 엄청나게 밀어 넣어야 되구요. 예 이제 그러면서 이제 AI를 확보하기 위한 경쟁 네 거기가 보면 이제 지금 오픈 AI 하고 마이크로소프트의 연합군인 채취 에피티가 있고요. 네 그리고 이제 여기에 대항하는 게 이제 구글의 재미나이라는 모델이 있습니다. 예 그리고 최근에 아마존의 지원에 힘입어서 올라오고 있는 회사가 엔스로픽이라는 회사가 있는데, 거기가 이제 클로우드라는 모델을 가지고 이제 거의 뭐 2강 1중 정도로 볼 수 있구요. 어 그러면 이제 여기 AGEI 경쟁에서 못 들어오는 기업들은 어떻게 해야 되냐 예 약간 특화 모델을 하고 있습니다. 그래서 약간 스몰랭귀지 모델이라고 하구요. 

화자 2
28:40
그리고 이제 어플리케이션 AI 모델이라고 해서 LLM 업체들한테 API나 인제 이런 것들을 받아서 이제 특화 모델을 만드는 건데요. 작년에 굉장히 산업계에서 의미있는 일이 있었는데, 메타라는 메타 플랫폼스 예전에 페이스북이란 회사가 원래 LLM을 개발하고 있었거든요. 그게 라마라는 모델인데요. 리눅스처럼 오픈 소스로 뿌렸어요. 그래서 누구나 필요하면 가져가서 마음대로 고쳐서 써봐라고 했는데 그게 이제 결국 스몰 랭귀지 모델 쪽 하고 이제 어플리케이션 AI 모델 쪽에서는 굉장히 큰 역할을 하게 됐고 거기서 인제 특화된 모델들 뭐 이제 의료라든지 바이오라든지 뭐 이런 쪽으로 인제 특화된 모델들이 많이 개발되고 있습니다. 

화자 1
29:17
네 쉽게 말해 LLM 모델이라는 게 우리가 일상생활에서 쓰는 자연어를 기반으로 인공지능이 뭔가 연산처리 제어해서 서비스를 제공해줄 수 있는 그 엔진 역할 같은 그런 소프트웨어라고 이해하면 될까요? 

화자 2
29:30
OS가 될 수도 있고요. 그리고 이제 플랫폼이 될 수도 있고 이 자체 콘텐츠가 될 수도 있어요. 예전에는 기계한테 뭔가 일을 시키려면 사람이 일일이 프로그래밍 했어야 되잖아요. 뭐 적어도 뭐 자바나 파이썬 정도는 뭐 해야지 기계한테 일을 시키는데 지금은 이제 기계한테 일을 시키려면 사람의 자연어 내가 말하는 것처럼 하면 이제 아이언맨의 자비스한테 일 시키듯이 이제 얘가 알아서 작동을 하는 거죠. 그러니까 프로그래밍을 이제 배울 필요가 없어진 거죠. 

화자 1
29:56
그렇다면 이런 생각도 드는데요. LLM 모델이라는 걸 어떤 그냥 머리 좋은 직원들 많이 가지고 있는 큰 회사가 만들어주면 그거 갖다 써서 내가 하고 싶은 비즈니스 하면 되는데 왜 모든 빅테크 기업들이 각자 LLM 모델을 만들려고 노력해요. 

화자 2
30:13
결국은 빅브라더가 될 거잖아요. 네, 그러면 독점이 되면 거기서 이 독점력을 가지고 막대한 돈을 그동안 투자한 돈들을 회수를 해야 되는데 이거를 공유하며 나눠 먹어야 되잖아요. 플랫폼 회사들 특히나 인제 우리가 빅테크라고 하는 기업들은 약간 태생적으로 약간 독점을 지향하는 것 같습니다. 

화자 1
30:31
네 우리 한국어를 기반으로 하는 LLM 모델은 빅테이크 기업들과 상관없이 우리가 자체 개발하지 않으면 못 하는 건가요? 아니면 빅테크 기업들이 전부 다 우리 한국어 기반 LLM 모델도 다 커버하고 있는 건가요? 

화자 2
30:44
커버하고 있습니다. 그래서 사실 처음에 이제 CHATTPT가 3.5 기반으로 초창기에 나왔을 때는 전문가들도 그런 이야기를 했었습니다. 이게 한국어 기반의 LLM이 굉장히 유용할 거다 예 그래서 이제 네이버라는 회사가 하는 하이퍼 클로버에 대해서 굉장히 많은 기대를 했었는데요. 그 뒤로 이제 계속해서 GPT가 3.5에서 4 버전으로 업데이트가 되고 구글 재미나잇 같은 경우도 계속 버전이 업되면서 한국어를 너무 잘 해요. 그러면서 이게 어우 쉽지 않구나 예 그러면 우리가 인제 글로벌 빅테크들의 AI만 써야 되냐 이게 또 쉽지 않은 이슈가 여기 있습니다. 왜냐하면, 예전에 우리 인터넷 혁명이나 모바일 혁명 같은 경우는 정부의 역할이 어떻게 보면 굉장히 지원자에 그쳤잖아요. 그래서 기업들이 잘하도록 이렇게 해주고 해외에서 뭔가 연결을 해 주고 이런 것들을 했는데 AI는요 정부가 플레이어입니다. 왜냐하면, 이걸 안 하면 큰일 나요? 왜냐하면, 당장 군사 기술이 뒤처지고요. 

화자 2
31:39
AI가 없으면 군사 기술이 뒤처지고 그리고 나중에는 이 AI의 수용성이 떨어지면 경제 발전도 성장률 떨어집니다. 예 그렇기 때문에 정부가 이거는 그냥 열심히 해봐 지원해주는 게 아니라요. 플레이어로 나서야 돼요. 그래서 나온 컨셉이 이제 쏘버린 AI라고 

화자 1
31:55
아 쏘버린 AI는 뭔가요 

화자 2
31:57
그러니까 이제 자국어 기반의 AI를 반드시 가지고 있어야 되는 거죠. 그게 아니면 우리의 군사 무기체계를 미국의 빅테크 AI 위에다가 운용을 해야 되는 거죠. 

화자 1
32:07
아 그렇군요. 

화자 2
32:08
그때 실제로 일론 머스크가 이제 러시아 우크라이나 전쟁에서 그 사실 스타링크라는 인터넷을 제공해주면서 굉장히 어떻게 보면 게임차인처가 됐었잖아요. 근데 우크라이나군이 일론이 반대하는 군사작전을 실행한 적 있었는데요. 네 그때 인터넷을 끊어버렸습니다. 그래서 작전이 무산됐죠 

화자 1
32:25
네, 네 

화자 2
32:26
이게 이제 얼마나 무서운 거예요. 국가 입장에서는 예 그러니까 미국 기업한테 우리의 군사 시스템 의존 한다라는 것은 굉장히 큰 리스크죠 

화자 1
32:34
그게 빅테크 기업이 한국어를 기반으로 한 LLM 모델을 아무리 선도적으로 잘 만들고 있다. 하더래도 우리는 그거와 상관없이 자체적인 우리나라 언어기반의 LLM 모델은 계속 국가와 또 기업들이 같이 만들어 가야 된다. 그 말씀이시군요. 이해했습니다. 그런데 그럼에도 불구하고, 인제 CHAT GPT가 인제 일반 명사화 돼 가는 거 같애요. 우리가 자연어를 기반으로 일상 언어로 인공지능과 소통하는 플랫폼 솔루션들을 그냥 아예 그냥 CHATGPT라고 부를 정도로 대명사가 돼 가고 있는 상황인 것 같은데, 구글이나 메타같은 다른 회사들은 이거 따라잡기 위해서 뭐 투자 많이 하고 있습니다. 

화자 2
33:11
네 맞습니다. 굉장히 투자를 많이 하고 있구요. 어 챗GPT가 처음 나온 게 3.5 버전이었거든요. 그거를 처음에는 굉장히 많은 이제 개발에 대한 어떤 빽 데이터들을 많이 제공해 줬었어요. 요걸 위해서는 1750억개의 매개 변수 그러니까 파라미터라고 하죠. 그걸 제공했고 그걸 구현하기 위해서 엔비디아 암페어 11만 개를 썼고 그리고 5조개의 데이터 시트를 가지고 학습을 했다. 그게 이제 토탈 한 4조 원 정도의 자금이 들어갔다고 이야기 했거든요. 지금 이제 AI라는 거는 결국 컴퓨팅 파워와 빅데이터를 계속해서 높여주면 성능이 계속 선형적으로 좋아져요 그게 이제 트랜스포머란 알고리즘의 특징이거든요. 그래서 군비 경쟁을 하는 이유가 여기 있는데요. 구글 재미나이 같은 경우는 최신 버전이 매개 변수가 일종의 그래서 2조개 정도로 추정이 되고 있구요. 예 오픈 AI의 GPT4 같은 경우는 지금 매개 변수가 5천억 개에서 1조 개 정도 컴퓨팅 파워가 굉장히 많이 높아진 거고요. 작년에 삼성 DS 부문장이었던 이제 경기원 사장이 이런 이야기를 했어요. 

화자 2
34:08
어 에이지아이를 구현하기 위해서 자기가 생각하는 미니멈 최소한의 컴퓨팅 파워가 천조 개 정도의 매개 변수가 필요하다라고 얘기했습니다. 그러면 지금 가장 잘하는 회사보다 어 지금 구글도 천 배의 컴퓨팅 파워를 키워야 되는 거죠. 

화자 1
34:23
야 매개 변수가 천조 개 인제 인간은 거의 감당이 안 되는 수준인 것 같은데, 그렇다면 아직까지도 가야할 길이 꽤 남아 보이는 이 AI 그러면 이 AI의 주도권 전쟁이 만약에 다 완료돼서 끝났다 그러면 도대체 어떤 모습으로 우리에게 딱 그 세상이 이렇게 뭐랄까요? 전개될까요? 

화자 2
34:44
저도 되게 궁금하긴 한데요. 굉장히 효율적인 겁니다. 그리고 많이 편해질 거예요. 그런데 중요한 거는 거기에 편승한 사람과 이걸 외면한 사람 간의 국가 간의 격차도 엄청나게 벌어져 있을 거고요. 그리고 기업간의 격차도 엄청나게 벌어졌을 거고요. 그리고 개인간의 격차는 훨씬 더 커져있을 겁니다. 

화자 1
35:04
그래요. 그러면 조금 더 구체적으로 질문을 드려볼게요 지금 AI 주도권 전쟁을 여러 큰 기업들과 각 국가의 앵커기업들이 하고 있지 않습니까? 이 전쟁 주도권 전쟁이 끝났다 그러면 엘엘엠 모델을 비롯해서 뭐 하드웨어적인 부분도 마찬가지구요. 특정 한 회사 또는 1~2개 회사만 남고 다 사장되는 분위기로 갈 것 같으십니까 아니면 여러 가지 필요에 의해서 각자 우리가 안보적인 이유로 여러 가지 이유로 우리 건 우리가 억지로라도 쓰자 하면서 뭐 구농할거할 그런 그림으로 보여지세요. 어떻습니까? 

화자 2
35:37
제가 생각하기에는 이제 미국 쪽과 미국의 우방국들은 대부분 미국의 빅테크가 제공해주는 AI를 상당 부분 쓸 것 같고요. 그리고 자체적으로 AI를 개발할 수 없는 국가들이 대부분이에요. 아 그렇군요. 왜냐면, LLM이라고 하는 모델을 전 세계에서 개발할 수 있는 국가가 몇 개 정도 될 것 같으세요. 

화자 1
35:55
그래도 한 뭐 G20 해서 20개국 되지 않을까요? 

화자 2
36:00
4개밖에 안 된다. 

화자 1
36:01
그래요. 어우 

화자 2
36:02
미국하고 중국 하구요. 이스라엘하고 우리나라밖에 못 하구요. 

화자 1
36:06
일본도 안 

화자 2
36:06
네 일본도 안 됩니다. 일본은 왜냐하면, 플랫폼이 없잖아요. 그래서 최근에 우리 라인을 가져왔죠 

화자 1
36:11
네 아 그래서 

화자 2
36:13
할려고 가져간 거구요. 그리고 이제 전 세계에서 서비스를 보고 칩을 설계하고 만들 수 있는 나라가 전세계 3개밖에 없습니다. 

화자 1
36:23
그건 뭐 우리나라를 포함해서 뻔히 보이죠. 예 그렇다면 어 우리나라는 AI로 빨리빨리 전환되고 변화되는 게 그렇게 나쁜 것 같지는 않은데 제 판단이 잘못됐습니까? 

화자 2
36:34
우리나라가 AI 혁명에서 포지션이 나쁘진 않아요. 근데 이제 1등이 너무 앞서 있고요. 네 1등이 압도적으로 잘하고 있고 2등이 인제 중국도 압도적으로 앞서 있고요. 우리나라가 뭐 그래도 한 뭐 10위권 내에서 뭐 이렇게 있는데, 굉장히 좋은 포지션임에도 불구하고, 그 사실 격차가 엄청나게 큰 거죠. 

화자 1
36:55
전망도 그렇게 좋지는 않구요. 

화자 2
36:56
사실 뭐 최근에 사실 제가 굉장히 기대했던 부분은 이거예요. 어 비영어권의 우리가 그래도 상당히 좋은 빅데이터들을 가지고 있었거든요. 

화자 1
37:05
당인이죠. 

화자 2
37:06
예 맞습니다. 이제 그게 불확실해졌잖아요. 그게 이제 뼈아픈 거죠. 사실 컴퓨팅 파워라는 거는 지금도 네이버의 하이퍼 클로버 엑스 같은 경우는 매개 변수가 한 2천조 개 정도 되거든요. 이제 거기는 인제 뭐 에미디아 칩 수급이나 이런 거 컴퓨팅 파워를 좀 키워서 인제 데이터 센터 투자를 해서 아니면 이게 뭐 사회적인 컨센서스가 있다고 그러면 정부가 지원할 수도 있는 거구요. 해결이 될 수 있는 건데 이제 빅데이터에 대한 파이프라인이 없어진다라는 거는 이게 굉장히 인제 불확실한 거죠. 

화자 1
37:32
우리나라는 네이버 말고도 카카오라는 또 이쪽 분야에 어떻게 보면 선도 기업이 하나 있는데, 왜 그 카카오는 클라우드 서버래든가 이런 컴퓨팅 파워를 키우는 데 약간 관심이 적었을까요? 

화자 2
37:44
네 그 파운데이션 모델을 뭐 할려고 할려면 제가 말씀드렸지만 GPT 3.5 기반이 4.5원이 들어갔잖아요. 근데 지금은 더 많이 들어요. 왜냐하면, 예전에는 사실 빅 데이터라는 거를 웹에 있는 것들을 크롤링해서 대충 가져와서 썼거든요. 근데 요즘에는 데이터에 대한 IP 이런 것들 굉장히 높아졌어요. 최근에 애플이 이런 그 LLM 개발하려고 지금 5천만 달러를 일부 우선적으로 지급했어요. 언론사하고 이제 출판사 쪽에 

화자 1
38:13
쉽게 얘기해서 저작권 같은 거 모으려고 

화자 2
38:15
이제는 공짜로 예전처럼 웹에 있던 거 가져가서 대충 쓰면 안 되거든요. 그러면 이제 이게 개발비가 더 높아지는 허들이 되고 그리고 이제 뭐 컴퓨팅 파워를 구현하는 데도 훨씬 더 많은 돈이 필요하구요. 네 그런 것들이 이제 어떤 카카오는 이제 그런 자금을 파운데이션 내에 모델 개발하는 것보다는 이제 애플리케이션을 좀 더 확장해서 우리가 서비스를 다 먹겠다. 이렇게 생각한 거죠. 

화자 1
38:38
전략 전술이 달랐군요. 제가 카카오를 여쭤봤던 이유가 왜 그러냐면요 예전에 웹에서 앱으로 바뀌었을 때 정말 혜성같이 등장해서 우리나라의 대표기업까지 성장했지 않습니까? 그렇다면 또 웹에서 앱으로 바뀌었던 것처럼 앱에서 AI 형태로 무언가 생태계가 바뀔 때 카카오 같은 또 전도 유망한 작은 기업 스타트업이라고 하겠습니다. 이런 기업들이 대두될 만한 이런 기회는 없습니까? 그게 

화자 2
39:05
제일 안타까운 부분입니다. 예전에 이제 우리 월드 와이드 웹이나 모바일 혁명 같은 경우는 큰 기업들이 어 큰 건 다 먹었지만 사실 그거의 낙수효과를 통해서 굉장히 많은 어떤 또 유망한 스타트 기업 스타트업 기업들이 많이 나왔잖아요. AI 시대는 약간 특징이 대장이 

화자 1
39:22
아 승자독식이네요. 

화자 2
39:23
위너텍스 잇 올이에요. 그러니까 이 기존의 대표적인 사례가 이거예요. 그러니까 오픈 AI가 챗GPT를 멀티모달 서비스를 강화하기 시작했어요. 그래서 처음에는 텍스트만 제공해주다가 이제 달리라는 걸 통해서 이미지를 생성해 주기 시작했고요. 그리고 연말에 동영상 생성 소라 라는 서비스를 하잖아요. 예 그러면서 유탄을 맞은 게 그거죠. 완전 지금 갑자기 생각이 안 나는데 포토샵 해주는 회사 

화자 1
39:49
아 저기 어도비 

화자 2
39:50
어도비가 그전까지는 굉장히 탄탄한 서비스를 가지고 있는 회사라고 다들 생각했는데 아니 오도비가 이제는 필요가 없어지는 거죠. 예 그리고 기존의 VFX 쪽에 하던 어 그리고 광고나 이런 쪽에 엔진을 하던 회사들이 의미 없죠 예 필요 없었죠. 그러니까 이 파운데이션 모델이라는 게 단순히 그냥 어떤 플랫폼만 제공해 주는 게 아니라 서비스 땅까지 다 흡수해버린 그런 습성을 가지고 있죠. 

화자 1
40:16
그렇네요. 이게 진짜 작은 기업이 도전해서 뭔가 시장에 영향력을 주기에는 산업의 구조라는 게 굉장히 이전과는 다른 맥락이군요. 자 그럼에도 불구하고, 좀 전에 말씀주신 것처럼 어도비라는 기라성 같은 그래픽 쪽의 회사도 요즘 휘청일 만큼 새로운 서비스가 출시되면 그만큼 파장이 또 크다는 얘기를 또 반증해 주는 거지 않습니까? 만약에 대표님이 저랑 AI 시대를 대비하는 뭐 킬러 앱 이런거 하나 개발해 본다라고 한다면, 어떤 걸 하는 게 가장 시장의 파급 효과가 클까요? 오늘 좀 힌트 하나 주고 가세요. 

화자 2
40:52
결국은 저는 이미 교수님이 잘하고 있다고 생각합니다. 대체 불가능한 IP를 가지고 있잖아요. IP 네 사실 이렇게 굉장히 박학다식 예전에 만물 박사라고 이야기했잖아요. 그런 사람의 저는 한 2~3명이 떠오르는데 그중에 1명은 박종원 교수님이거든요. 고맙습니다. 네 그래서 독보적인 IP를 가지고 있잖아요. 그럼 그 독보적인 IP를 가지고 있으면 결국 AI 시대도 저는 살아남을 수 있다고 생각합니다. 

화자 1
41:17
저도 살아남을 수 있다고 생각하는 게 AI는 제 얼굴을 바꿔주더라구요. 잘생긴 사람으로 

화자 2
41:22
그쵸. 그걸 가지고 IP를 가지고 이제 활용할 수 있게 되는 거죠. 

화자 1
41:26
무슨 말씀인지 했습니다. 남들이 못하는 나만의 어떤 차별화된 것을 가지고 있는 게 또 경쟁력이 중요한 원천이다. 그 말씀이신 거네요. 자 그렇다면 이 AI 열풍 지금 반도체뿐만 아니라 전후방적으로 전력만 공급해서도 관심이 높아지고 있고 뭐 통신부터 해서 다양한 분야까지 인제 우리가 뭐랄까요? 투자 성과가 최근엔 좋았는데 AI와 관련돼서 앞으로 또 우리가 주목해야 될 분야가 있다면 어디를 또 꼽으십니까 

화자 2
41:54
일단 제가 이제 그리는 시나리오는 그거예요. 이제 처음에 제일 부족한 거는 AI 반도체가 부족하죠. 네 AI 반도체가 부족한데 AI 반도체 부족이 어느 정도 해갈이 되면요 데이터 센터가 부족해집니다. 

화자 1
42:06
데이터 센터 

화자 2
42:06
네 그래서 데이터 센터를 엄청나게 투자를 했고요. 예 그리고 데이터 센터가 세팅이 되면 전기가 부족합니다. 네 그래서 전기투자를 해야 되구요. 근데 최근에 변수가 생겼어요. 우리는 이 컴퓨팅 파워만 키우면 빅데이터는 그냥 다 가져올 수 있을 거라고 생각했거든요. 근데 당장 최근에 나온 이야기가 컴퓨팅 파워 발전 속도가 너무 빠르니까 학습할 데이터가 없다고 합니다. 당장 내년부터 고갈이 될 수 있어요. 그래서 이제 빅데이터 그러니까 데이터 관리 쪽이나 이런 쪽에 있는 기업들이 어 당장 내년부터 좀 주목을 받을 수가 있구요. 그리고 이제 그러면 데이터 센터가 다 돌아가요 그러면 문제 없이 해결해야 된다. 그러면 당장 이제 통신 투자도 해야 됩니다. 왜냐하면, 챗GPT가 나온 이후로 글로벌 데이타 트래픽이 20% 증가했어요. 우리나라는 사실 못 느끼죠 왜냐하면, 우리나라는 통신 워낙 잘 돼 있습니다. 근데 뭐 유럽이나 이런 데 가면 정말 이거 못 씁니다. 답답하다고요. 

화자 1
42:59
오 그래요. 

화자 2
42:59
그래서 그쪽을 투자를 해야 되고요. 그리고 이제 점점 더 이제 뒤따라 있는 어 이런 서비스들이 계속해서도 이어질 수밖에 없고 요 사이클이 저는 10년이라고 봐요. 10년이요. 10년 정도는 우리 모바일 혁명에도 그랬었거든요. 그래서 한 10년 정도 사이클이 이어지는데 근데 중요한 건 투자하려면 피크아웃 전에 해야 됩니다. 그래서 한 5년 정도가 가장 좋은 것 같애요. 그래서 스마트폰도 보면요 주식으로 보면 2014년 15년이 거의 정점이었거든요. 그 뒤로는 스마트폰 밸류체인이 별로 재미가 없었어요. 네 그래서 AI도 지금 1년 6개월이 지속됐으니까 적어도 한 3년 동안 열심히 해야겠다. 이런 생각을 했습니다. 

화자 1
43:38
요즘에 AI 분야가 가장 핫하지만 그만큼 복잡하기도 한데 오늘 이영수 HSL 파트너스 대표님 덕분에 아주 명쾌하게 우리가 진단할 수 있었던 것 같습니다. 오늘 고맙습니다. 

화자 2
43:49
네 감사합니다.