최근 폭발적인 인기를 끌고 있는 ChatGPT는 ‘인공지능’ 분야에 대한 시장의 열광적인 추구를 불러일으켰고, AI와 관련된 수많은 개념주들도 시장 정서에 따라 주가가 상승했습니다. 우리는 지난 기사 ‘ChatGPT가 핫한 시세에 투자자는 어떻게 파악해야 할까요? ‘에서 인공지능 산업이 현재 폭발적인 인기로 보이지만 여기에는 막대한 리스크가 숨겨져 있다고 언급했습니다. 그러나 이와같은 신흥 과학 기술 산업 제품이 이러한 변동 주기의 영향에 더 잘 저항할 수 있습니다. 따라서 AI 산업은 리스크가 있지만 궁극적으로 어느 AI 회사가 두각을 나타낼지는 불분명합니다. 칩은 AI 산업 발전의 기본 필수품이며, 어느 회사든 칩에 대한 의존을 벗어날 수 없기 때문에 칩 산업은 인공지능의 발전에 의존하여 보다 안정적인 수익을 얻을 가능성이 높습니다.
때문에 최근 핫한 인공지능 업계는 자연스럽게 시장이 칩 업계에 대한 관심을 불러일으켰습니다. 그러나 칩 산업 자체가 상대적으로 복잡하고 이 산업에 대한 체계적이고 명확한 이해를 가진 투자자는 거의 없으며 인공지능 산업에 특화된 칩에 대한 요해는 더욱 적을 것입니다. 결코 모든 칩이 인공지능 산업에 적합한 것은 아닙니다. AI 또한 칩에 대해 특수한 요구가 있습니다.
그렇다면 과연 어떤 칩이 인공지능 업계에서 필요로 하는 칩일까요? 이 글에서는 AI 칩의 업계 맥락을 이해하고 관련 시장 기회를 파악하는 데 도움을 드리겠습니다.
인공지능은 AI 칩이 어떤 역할을 발휘할 것을 요구하나요?
반도체 칩 산업의 발전 역사를 살펴보면 스타 테크놀로지 제품의 탄생이 산업의 황금기를 시작하는 계기가 되는 경우가 많습니다. 예를 들면 1990년대 PC가 보편화되면서 PC 칩 관련 산업이 발전했고, 2000년대 들어 스마트폰이 PC로부터 바통을 이어받아 차세대 트렌드 제품으로 떠올랐습니다. ChatGPT의 등장은 곧 인공지능이 스마트폰의 바통을 이어받아 새로운 반도체 칩 산업을 이끌 것임을 예고합니다.
따라서 인공지능이 어떤 AI 칩을 필요로 하는지 이해하기 위해서는 우선 AI 칩이 어떤 역할을 발휘하는지에 대해 요해해야 합니다.
인공지능은 본질적으로 신경망을 통해 인간의 뇌를 시뮬레이션하는 것인데, 기계 학습과정은 필수입니다. 기계의 학습 단계는 트레이닝 (training) 및 추리 (inference) 두 가지 핵심 단계로 나뉩니다.
트레이닝 칩:
트레이닝 과정에는 대량의 데이터 입력이 진행되며 복잡한 심층 신경망 모델이 트레이닝 됩니다. 이 훈련 과정에는 수많은 양의 데이터와 연산량을 포함하므로 많은 연산력이 필요합니다.
때문에 다양한 학습 및 훈련 작업을 완료하기 위해 칩의 계산 성능과 진행 상황에 대한 요구는 매우 높습니다.
추리 기능 칩:
추리 단계는 훈련된 모델을 기반으로 하여 새로운 데이터를 통해 다양한 결론을 추리해냅니다.즉, 다시 말해 트레이닝이 AI에게 수업하는것과 같다면 추리는 시험을 보는 것과 비슷합니다.
간단히 말하면 트레이닝 칩은 절대적인 연산력을 중시하는데 더 강한 칩을 보유한 기업이 1위를 독점할 가능성이 높습니다. 추리 기능 칩은 연산력, 지연, 비용 등 여러 요소를 종합적으로 고려해야 합니다.
트레이닝 칩은 연산력의 크기에 치중하기 때문에 칩의 연산력이 큰 기업이 더 강한 실력을 갖출 수 있습니다. 엔비디아(NVIDIA) 는 지난 1999년에 GPU를 발명했고 GPU 칩의 연산력도 20년 이상의 발전 역사를 속에서 지속적으로 업데이트되어 현재 엔비디아 GPU는 트레이닝 칩 분야에서 독보적인 리더라고 할 수 있습니다. 엔비디아 기업 주가도 인공지능(AI) 트렌드를 타고 연초부터 지금까지 50% 넘게 급등했습니다.
추리 기능 칩 분야에서는 일위를 다투는 현상이 더 많이 나타나고 있습니다. 추리 기능 칩은 여러 가지 요인을 종합적으로 고려해야 하기 때문에 계산력이 뛰어나다고 해서 반드시 일위에 오르는 것은 아니기 때문에 엔비디아 역시 추리 기능 칩 분야에서 큰 몫을 차지하기는 했지만 트레이닝 칩만큼 독보적이지는 않습니다. 구글·마이크로소프트·아마존·바이두·알리·텐센트 와 같은 큰 기업들도 추리 기능 칩 분야에서 어느 정도의 지위를 차지하고 있습니다.
어떤 AI 칩이어야만 중대한 책임을 질 수 있을까요?
위 내용을 통해 우리는 AI 칩은 트레이닝과 추리라는 두 가지 주요 작업을 수행해야 한다는 것을 알 수 있습니다. 그러면 여기서 새로운 문제가 발생됩니다:과연 어떤 AI 칩이 이 두 가지 주요 작업을 수행할 수 있을까요?
이 문제에 대한 답변을 하려면 우리는 AI 칩이 어떤 다양한 유형을 가지고 있고 구체적으로 어떤 종류의 칩이 이 중대한 책임을 도맡을 수 있을지에 대해 알아봅시다.
1)GPU:
GPU (Graphics Processing Unit) 는 그래픽 처리 장치이며 줄여서 그래픽 카드라고 합니다. GPU의 탄생에 대해 말하자면, 우리는 CPU를 먼저 언급하지 않을 수 없습니다. CPU는 컴퓨터의 두뇌와 같은 역할에 해당되며 데이터 연산을 수행해야 하는 작업 외에도 스토리지 읽기, 명령어 분석, 분기 점프 등의 명령을 수행해야 합니다. 현대 컴퓨터 및 관련 산업의 발전과 함께 데이터 연산 작업이 점점 더 무거워짐에 따라 연산력을 높이고 CPU의 압력을 줄이기 위해 GPU가 등장하여 특수 효과 디스플레이, 이미지 렌더링 등 방대한 양의 컴퓨팅이 필요한 측면에 대해 별도의 특별 연산을 수행합니다.
따라서 탄생 이후 GPU는 강력한 연산력의 특성으로 인해 인공지능과 같은 방대한 양의 계산을 필요로 하는 산업과 자연적으로 매칭되는 속성을 가지고 있습니다.
2)FPGA:
FPGA (Field Programmable Gate Array), 즉 필드 프로그래머 블 게이트 어레이입니다. 기본 원리는 FPGA 칩에 대량의 기본 게이트 회로와 메모리를 통합하는 것이며 사용자는 FPGA 환경 설정 파일을 업데이트하여 이러한 게이트 회로와 메모리 사이의 연결을 정의할 수 있습니다. FPGA는 다중 명령 분석에 적합하므로 추리 단계에서 자주 사용됩니다. 융통성과 효율성의 장점으로 FPGA는 추리 단계에서 종종 더 높은 효율성과 더 낮은 비용을 달성할 수 있으므로 글로벌 기술 대기업은 클라우드 FPGA를 선호하고 있습니다.
3)ASIC:
ASIC (Application Specific Integrated Circuits), 즉 전용 집적 회로입니다.
이는 특정 사용자의 요구를 충족시키기 위해 특수 목적으로 설계된 맞춤형 칩으로서 대규모적으로 생산될 경우 더욱 강력한 성능, 더 작은 크기, 더 낮은 전력 소비, 더 낮은 비용 및 더 높은 신뢰성의 장점이 있습니다. 맞춤형 특성은 ASIC의 성능과 전력을 향상시키는 데 도움이 되지만 회로설계는 맞춤 제작을 필요로 하고 개발 주기가 오래 걸리며 기능 확장이 어려운 단점이 있습니다. 그러나 전력, 신뢰성, 집적도 및 기타 측면에서 장점이 있으며 특히 고성능 및 저전력 소비가 필요한 모바일 응용 프로그램에서 잘 체현됩니다.
당분간 GPU는 AI 칩의 지도적 지위를 유지할 것으로 보이기에 엔비디아의 주가는 GPU 분야에서 여전히 일정한 위치를 차지할 것으로 보입니다. 현재의 인공지능 열풍이 식지 않는 한 당분간은 AI 관련 제품이나 서비스 출시가 늘어나면서 엔비디아의 선두적 지위는 흔들리지 않을 것으로 예상됩니다.
또한 FPGA는 현재 일정한 성장 잠재력을 가지고 있으며 구성의 융통성으로 인해 FPGA는 현재 적용의 빠른 반복 시기에 매우 실용적이며 FPGA는 GPU에 비해 에너지 소비 비율 또한 낮기 때문에 기업은 FPGA를 통해 연구 개발 과정에서 디버깅 비용을 효과적으로 줄이고 제품 전환을 원활하게 실현할 수 있습니다. 현재 인텔과 셀링스는 전부 트레이닝 단계의 FPGA를 배치했으며 아마존, 마이크로소프트, 바이두, 알리, 텐센트와 같은 인터넷 대기업들도 오래전에 추리 단계의 FPGA를 배치 완료했습니다.
장기적으로 보았을 때 GPU, FPGA 또는 ASIC와 상관없이 이 세 가지 기술 노선은 모두 각자의 장점이 있습니다. GPU의 미래는 의심할 여지 없이 더욱 강력하고 복잡한 연산 방향으로 발전할 것입니다. FPGA는 융통성의 장점으로 빠르게 변화하는 산업에 매우 적합합니다. ASIC는 현재 단계에서 거의 사용되지 않지만 장기적으로 보았을 때 인공지능 산업에 매우 적합할 것입니다. ASIC는 고성능과 저 에너지 소비의 특성을 겸비하고 있기 때문에 여러 인공지능 알고리즘을 기반으로 맞춤 제작이 될 수 있어 다양한 환경에 최적의 적응성을 발휘할 수 있습니다. 향후 발전함에 따라 ASIC는 트레이닝 및 추리 단계에서 일정한 시장 지위를 차지할 것으로 예상됩니다.
주목할 만한 AI칩 회사는?
위 글에서 인공지능 산업에 필요되는 칩의 유형을 요해해보았습니다. 이제 각 유형의 칩에 대해 시장의 관심을 받을 만한 핵심 기업이 있는지 알아봅시다.
우선 GPU 분야에서는 현재 엔비디아가 선두를 달리고 있으며 강력한 연산력으로 인해 대부분의 회사가 이 분야에서는 엔비디아와 대적할 수 없습니다.
단기간 가까운 미래에는 새로운 도전자가 위협을 미치기 어려운 것으로 보이며 이는 엔비디아의 주가에 중요한 해자이기도 합니다. 이 분야 2위에 위치한 AMD의 독자적인 그래픽 성능도 엔비디아와 비교할 수 없을 정도입니다. 가성비 전략에 의존해 2위로 올라선 가능성이 큰 것으로 보여 또한 단기간 엔비디아에 큰 위협을 주지 못할 것입니다. 때문에 글로벌 시장에서 엔비디아의 GPU는 1위를 굳건히 지켰고, 주가도 장기적으로 보았을 때 안정적인 흐름을 유지할 것으로 보입니다.
엔비디아의 선두적 지위는 최근 발표된 재무보고에서도 충분히 반영되었습니다. 최근 보고서에 따르면 엔비디아 데이터 센터 업무의 총수입은 전년 동기 대비 41% 증가한 150억 1000만 달러를 기록했습니다. 데이터 센터가 급속도로 성장할 수 있었던 기본 원인은 차세대 플래그십 제품인 H100에서 비롯되었습니다. 우리는 이전 글에서 ChatGPT 배후 지원 칩이 엔비디아 A100인 반면 H100이 창출한 수익은 현재 A100보다 훨씬 많다고 언급했습니다. H100은 A100 트레이닝 속도의 9배이고 추리 속도는 30배 빠른 것으로 알려졌습니다. 따라서 앞으로 ChatGPT와 같은 AI 제품이 하위 칩의 세대교체를 맞이하더라도 그 파장을 일으킬 확률도 엔비디아와 같은 선두 기업일 것입니다.
FPGA 분야에서는 미국의 셀링스가 글로벌 FPGA 시장을 주도하고 있습니다. AMD는 GPU 분야에서 엔비디아에 버금가는 회사이며. 셀링 스도 지난해 2월 미국 AMD에 인수되어 시장에서 퇴출하였기에 향후 AMD의 주가도 기대되는 바입니다. AMD의 최신 재무 보고서에 따르면 AMD는 2022년 연간 236억 100만 달러의 매출을 달성하여 전년 대비 44% 증가했습니다. AMD CEO 리사 수는 2022년은 AMD가 강력한 성장이 이루어진 해이며 셀링스에 대한 전략적 인수가 완료되면서 업무유형이 더욱 다양해지고 재무모델도 강화됐다고 밝혔습니다. 복잡한 수요 측면 환경에도 불구하고 AMD는 차별화된 제품 포트폴리오를 기반으로 2023년 더 많은 시장 점유율을 확보하고 장기적인 성장을 달성할 것을 굳게 믿고 있습니다.
ASIC 시장의 경우 GPU 및 FPGA와 달리 ASIC 시장은 아직 통일된 패턴을 형성하지 않았습니다. 구글, 아마존, 퀄컴 등 인공지능 분야에서 활약하는 기업들은 이미 자사 인공지능 활용을 위한 특정된 ASIC 설계를 시작했습니다. ChatGPT 이전까지만 해도 이토록 핫한 인공지능 응용 프로그램은 아마도 AlphaGo였을 것입니다. 사용하였던 칩은 TPU Tensor Processing Unit인데 이는 구글이 관련 응용 프로그램을 딥러닝 하기 위해 특별 제작된 일종의 ASIC입니다. 구글이 현재에도 Bard를 적극적으로 배치하고 있는 것을 감안하면, 같은 유형의 ChatGPT에 대비해 향후 Bard가 성공적으로 시장에 출시되어 좋은 시장 피드백을 받게 되면 구글의 TPU에 호재를 맞이하게 되어 구글의 주가를 끌어올릴 수 있을 것입니다.
현재로 보아 관련 AI 칩 회사의 주가가 단기 내 상승을 이루려면 상응한 월클 프로그램 출시 가능성 및 해당 프로그램이 사용한 칩의 유형이 관건이 될 것입니다.
ChatGPT 열풍 하의 시장이 엔비디아에 대한 시선은 두말할 것 없이 양호합니다.
기타 회사는 ChatGPT가 다음으로 어느 회사의 칩을 선택할 것인가에 주목해 주세요.
현재로선 GPU 칩 분야는 기본적으로 엔비디아의 주도하에 있기에 투자자들은 ASIC 칩과 연관된 회사들을 주목하셔도 좋습니다.
이 분야의 다양한 연관 회사들을 지켜보시면서 다음 월클 프로그램의 탄생을 기다려주세요.
| Doo Prime 관련소개
Doo Prime 은 Doo Group 의 온라인 증권 브랜드로 전문 투자자들에게 글로벌 금융상품 증권,선물,외환,에너지,주식지수,펀드 차익 거래 상품을 제공하고 있고 현재 90,000여 개 이상의 전문고객에게 다양한 거래 중개 서비스를 제공하고 있으며 월 100만건 이상의 주문이 체결되고 있습니다.
Doo Group 은 세이셸,모리셔스,바누아투의 라이선스를 보유하고 있으며,댈러스,시드니,싱가폴,홍콩,두바이,쿠알라룸푸르 등에 지사를 설립 하였습니다.
강력한 핀테크 인프라, 긴밀한 파트너십, 베테랑 기술진으로 Doo Prime은 항상 투자자들에게 안전하고 신뢰할수 있는 거래 환경, 경쟁력있는 거래 원가, 빠른 거래 체결 환경을 제공하고 MT4, MT5, TradingView, Doo Prime InTrade 등 다양한 플랫폼에서 만여가지 이상의 상품을 거래할수 있으며 20여개 부동한 화폐를 지원 및 7*24시간의 연중무휴 다국어 서포트 서비스를 제공하고 있습니다.
Doo Prime은 핀테크를 핵심으로 하는 글로벌 온라인 증권사로 거듭나 투자자들에게 글로벌 금융상품 투자를 쉽게 접근할 수 있도록 만드는 것을 비전과 사명으로 삼고 있습니다.
자세한 문의는 아래 연락 방식을 이용해 주시기 바랍니다:
유럽: +44 11 3733 5199
아시아: +852 3704 4241
아시아-싱가폴: +65 6011 1415
아시아-중 국: +86 400 842 7539
고객센터 이메일: [email protected]
세일즈 이메일: [email protected]
전망적성명
본문은 "전망적 진술"을 포함하며 전망적 용어를 통해 식별합니다.예를들면 "예상"、"믿음"、"지속""가능"、"아마"、"기대"、"희망"、"예산"、"계획"、"잠재적"、"예상"또는"이후"등 기타 비슷한 유형의 용어를 말하지만 부족하다고 하여 해당 유형의 용어는 성명이 전망적이지 않다고 의미할수 없습니다. 특별히 Doo Prime의 기대,신념,계획,목표,가정,미래의 사건 또는 미래의 표현에 대한 성명 등은 일반적으로 전망적 성명으로 간주합니다.
Doo Prime은 Doo Prime이 사용할 수 있는 모든 현재 정보와 Doo Prime의 현재 기대, 가정, 추측, 예측에 근거하여 이러한 전망적 성명을 제공합니다.Doo Prime은 이러한 기대, 가정, 추정과 예측이 합리적이라고 생각하지만, 이러한 전망적 진술은 단지 예측일뿐이며 이미 알고 있는것과 알수 없는 위험과 불확실성을 다루고 있으며, 그 중 많은것들은 Doo Prime이 통제할수 없는것입니다.이러한 위험과 불확실성은 결과, 성과, 혹은 성취가 전망적 진술의 결과와 크게 다를수 있습니다.
Doo Prime은 이러한 진술의 신뢰성, 정확성, 완전성에 대해 어떠한 진술이나 보증을 제공하지 않으며 어떠한 전망적 진술의 업데이트 또는 수정을 제공하거나 배포할 의무가 없습니다.
위험공시
기초 금융수단의 가치와 변동으로 금융수단의 거래는 높은 위험성을 가지고 있습니다. 예측불허의 시장 변동으로 투자자들의 초기 투자를 넘어서는 막대한 손실이 단기간에 발생할 수 있습니다. 금융수단의 과거표현이 미래를 나타내는 것은 아닙니다.
저희 플랫폼에서 거래를 진행하시기 전에 각 금융수단의 거래 위험을 완전히 이해하시고 진행하시기 바랍니다. 이해하지 못한다면 전문가의 조언을 구하시기 바랍니다.
면책 성명
본 정보는 일반 참고용으로만 제공되며 어떠한 금융도구를 사고파는 어떠한 투자 건의, 추천, 청약 또는 초청으로도 볼 수 없습니다.본문에 나타난 정보는 어떠한 특정 접수자의 투자 목표나 재무상태를 참고하거나 고려하지 않은채 준비되어 있습니다.금융기구, 지수, 혹은 패키지 투자상품의 과거 표현을 언급하는것은 모두 그 미래실적의 믿을만한 지표로 볼 수 없습니다. Doo Prime은 표시된 정보에 대해 어떠한 진술이나 보증도 하지 않으며, 제공된 정보의 부정확함과 불완전으로 인한 어떠한 직간접적인 손실이나 손해에 대해서 아무런 책임을 지지 않습니다.Doo Prime은 개인투자와 관련된 어떠한 직간접적 거래 위험, 손익에 대해서도 책임을 지지 않습니다.