오픈AI 아스트라 공개… 외인, 반도체 매집

업계 관계자들은 이미 오픈AI가 아스트라를 내놓을 것이라는 정보를 알고 있었고, 이 소식이 시장에 긍정적인 영향을 미쳤습니다. 아스트라는 기존 생성형 AI 모델과 차별화된 능력을 선보이며 주목받았습니다.

이는 토큰 생성 속도나 단가보다는 AI가 목표를 받아 스스로 정보를 찾아 처리하며 업무를 성공적으로 완결하는 확률이 중요해졌음을 의미합니다. 결과적으로 단가가 비싸더라도 성공 확률이 높은 모델이 전체 비용 절감에 유리하다는 인식이 확산되고 있습니다.

토큰 가격은 매년 80~90% 하락하는 것이 일반적인 현상입니다. 하지만 연간 토큰 처리량이 15배 성장한다면 기업은 매출을 유지할 수 있으며, 이는 토큰 가격 하락에 대한 대응책이 될 수 있습니다.

AI 모델 선택 시 업무 성공 확률이 중요한 고려사항으로 부상하고 있습니다. 예를 들어, 성공 확률 80%인 10달러 모델과 성공 확률 90%인 20달러 모델을 비교할 때, 8단계의 루프를 수행하면 완결 확률이 각각 17%와 43%로 크게 벌어집니다. 따라서 초기 단가가 높더라도 최종 성공률이 높은 모델이 전체적인 비용 측면에서 더 유리하다는 분석입니다.

오픈AI의 GPT-6 에이전트는 기존의 짧은 단위 업무를 넘어 8~10시간에 이르는 장기 업무를 수행할 수 있습니다. 이는 엔드투 엔드 워크 구현을 통해 전체 작업 완료 비용을 최적화하는 데 기여합니다.

특히 제미나이 3 계열은 낮은 인풋 비용을 특징으로 하여 시장에서 차별화를 꾀하고 있습니다.

오픈AI의 AGI(인공일반지능) 모델은 높은 단가에도 불구하고 업무 효용성이 커질 것으로 전망됩니다. 엔트로픽과 구글 등 주요 AI 기업들의 학습 모델 경쟁이 심화되면서, 결과적으로 고사양 GPU와 DRAM에 대한 수요가 급증할 수밖에 없습니다. 이는 AGI 구현을 위한 엔드투 엔드 모델의 중요성과 직결됩니다.

AGI 모델은 단순 계산을 넘어 복잡한 개발 과제를 수행하는 능력을 보여줍니다. 과거 일주일이 걸리던 리서치 작업도 AGI 모델을 활용하면 20분도 채 걸리지 않아 완료할 수 있다는 시연 결과가 나왔습니다.

과거 AI는 100번의 반복 시행착오를 통해 답을 구했지만, 새로운 방식은 AI가 플로우를 보고 패턴 규칙을 이끌어내어 어느 순간 직관적으로 바로 실행하는 원리입니다. 이는 사람의 의사결정 방식과 유사한 직관적 모델로, 학습 효율성을 크게 높이는 특징이 있습니다.

8월에는 소프트웨어 주식이 토큰 가격 하락으로 인해 상승했지만, 현재는 하드웨어의 업무 완성도가 중요한 요소로 부각되고 있습니다. 이는 메모리 반도체 수요 폭증이 거스를 수 없는 흐름임을 시사합니다.

마이크론, 샌디스크, SK하이닉스 등은 금요일 상승분을 제외하고도 15~25% 올랐습니다. 반면 미국 IGV 소프트웨어 지수는 평균 10% 상승에 그쳤습니다.

이는 외국인 매집세가 강하게 작용했음을 보여줍니다.

과거 30년간 최대 할인폭이 50%였던 점을 감안하면 현 상황은 비정상적입니다. 정상적인 밸류에이션 갭에 도달하기 위해서는 추가 상승 여력이 충분하다는 분석입니다.

현재 개인 투자자들의 대규모 매도세와 외국인의 대량 매수세가 대비되는 상황에서, 지금은 주식을 팔 때가 아니라는 의견이 제시되었습니다. 투자자별 이해도 차이로 인해 호재가 시장에 즉각 반영되지 않을 수 있으며, 현금이 충분한 투자자라면 현재 시점에서 매도할 이유가 없다는 분석입니다.

따라서 2028년 이후의 우려는 지나친 비관론이라는 시각이 제기되었습니다.

향후 반도체 주가에 영향을 줄 대형 이벤트 두 가지가 10월에 예정되어 있습니다. 첫째는 10월 1일로 예정된 마이크론 실적 발표입니다. 둘째는 10월 21일 저녁 젠슨 황 엔비디아 CEO의 GTC 베를린 키노트 스피치입니다. 비록 CPI 발표 및 FOMC 결과가 금리 인상으로 이어질 가능성이 있지만, 이 두 이벤트는 펀더멘탈에 집중할 수 있는 기회가 될 것으로 예상됩니다.