범용 메모리 공급 부족에 중국 CXMT 급부상, 글로벌 D램 시장 구도 변화하나

이러한 상황은 범용 D램 및 낸드플래시 가격이 작년 동기 대비 최소 4배에서 심지어 5~6배까지 폭등하는 결과를 가져왔습니다.

성균관대 공과대학 부학장 권석준 교수는 "범용 반도체에서 쇼티지가 생각보다 너무 크게 나서 범용 반도체 예를 들어서 디램이나 랜드 플래시 가격이 뭐 작년 동기간에 비해서 지금 최소 네 배에서 심지어 다섯 배 여섯 배까지 옳은 거 자체가 사실 메모리 슈퍼 사이클에 가장 큰 동력화계라고 볼 수 있는데"라고 설명했습니다.

메모리 시장의 활황은 기존 강자들뿐만 아니라 후발 업체들에게도 전례 없는 기회를 제공하고 있습니다. 마이크론을 포함한 여러 후발 업체들이 역대급 수익을 기록하고 있으며, 특히 중국의 CXMT와 대만의 난야 테크놀로지 같은 이진급 업체들의 부상이 두드러집니다.

권석준 교수는 "이전 업계의 4등이었던 중국의 CXMT 업계의 5등이었던 대만의 난야 테크놀로지 같은 어떻게 보면 약간 이진급 마이크로 일렉트로닉스에 들어오고 있었던 회사들까지도 같이 덩달아서 역대급 수익을 내고 있는 거죠"라고 언급하며 이들의 성장을 강조했습니다.

이러한 자본 확보는 중국 국가 차원의 인공지능(AI) 반도체 육성 정책과 맞물려 CXMT의 성장을 가속화하고 있습니다.

권석준 교수는 "자본역과 그다음에 캐시 플로우의 다이나믹스와 그리고 중국 내에서 중국에서도 AI 반도체를 어쨌든 국가 차원에서 밀어 줄 수밖에 없는 이런 정책적인 백그라운드가 같이 결합을 하면서 갑자기 CXMT의 덩치나 지위가 폭등하기 시작한 거예요"라고 설명하며, 정책적 지원이 CXMT 성장에 결정적인 역할을 했음을 시사했습니다.

중국 CXMT가 빠르게 성장하면서 삼성, SK하이닉스, CXMT로 재편될 가능성이 제기됩니다.

권석준 교수는 "지금까지는 다들 디램에서는 3사 공식 다들 잘 알고 계시잖아요. 삼성, 하이닉스, 마이크론. 이제 근데 변화가 될 수도 있다는 거예요. 삼성, 하이닉스, CXMT"라고 말했습니다. 그는 향후 5~6년 내 CXMT가 중국 내수 시장 소화를 통해 글로벌 시장 점유율을 확대하며 이러한 변화를 이끌어낼 것으로 내다보고 있습니다. 이는 기존 시장 구도에 대한 경계심을 높이고 있습니다.

일각에서는 막대한 자본 투입이 중국 반도체 기업들의 기술 격차 해소에 핵심적인 역할을 할 수 있다는 우려가 제기됩니다. CXMT의 경우 확보된 100조 원의 자본 중 70조 원은 양산에, 30조 원은 연구개발(R&D)에 투자될 계획입니다.

권석준 교수는 "만약에 자본이 한 100조원이 생겼다. 그중 70조원 정도는 양산에 쓰입니다. 30조 정도는 R&D에 들어가요. 당연히 그 R&D의 상당수는 자체적으로 공정을 최적화하는 용도로 쓰이지만 중국 내에서 만들어지고 있는 장비를 더 많이 사주고 그 장비를 최적화하는 용도로도 들어갑니다"라고 설명했습니다. 이는 장비 국산화 및 리드타임 단축을 통해 기술 격차를 빠르게 줄이려는 전략으로 분석됩니다. 이처럼 자본력이 기술 발전의 핵심 동력이 될 수 있다는 점에서 글로벌 반도체 업계는 중국의 행보를 주시하고 있습니다.

인공지능(AI) 데이터센터 사업자의 투자 증가세가 둔화될 조짐을 보이면서 메모리 업계에 우려의 목소리가 나오고 있습니다. 권석준 교수는 AI 데이터센터 사업자의 투자 증가율이 10%에서 7~5%로 줄어드는 것만으로도 시장에 매우 부정적인 신호가 될 수 있다고 지적했습니다.

그는 "이거는 시장에 굉장히 무서운 신호를 줄 수 있죠. 어 투자가 둔화가 되네. 어, 예전만큼 투자를 안 할 건가 보다. 그러면 이제 그만큼 메모리를 덜 사지 않을까?"라고 언급하며, 메모리 업계가 수요 감소를 우려해 투자 속도 조절을 준비할 수 있다고 전망했습니다.

대다수의 AI 사업자들은 현재의 계산 용량이 여전히 부족하다고 판단하고 있습니다.

권석준 교수는 "현장의 상황은 여전히 뭐 일단은 낙관론이 약간은 더 우세합니다. 계속이 투자는 유지가 될 것이다"라고 전했습니다. 이들은 조 단위 프런티어 모델을 넘어서 몇백 조 수준까지 스케일업이 필요하다고 강조하며 지속적인 투자의 필요성을 역설하고 있습니다.

권석준 교수는 코드 자동화 외에는 뚜렷한 투자 수익률(ROI) 모델이 부족하다고 지적했습니다. 또한 피지컬 AI(물리 세계 AI)를 구현하기 위해 필요한 도메인 특화 데이터를 대량으로 확보하는 것이 생각보다 어렵다는 난제가 존재합니다.

토큰 생성의 경제학적 관점에서 볼 때, 중국산 AI 모델이 효율성 면에서 앞서가고 있다는 분석이 나왔습니다. 권석준 교수는 이로 인해 미국 모델 개발사들이 한편으로는 두려움을 느끼고 있다고 전했습니다.

그는 "공교롭게도 지금 이런 토큰의 생성의 경제학적 관점에서 본다 그러면 중국산 모델이 더 앞서가고 있는 거예요. 미국의 모델 개발사들 입장에서 보면은 한편으로 두려운 마음도 있는 거죠"라고 말했습니다. 현재 미국은 고성능 AI 모델, 중국은 저렴한 가성비 모델로 시장이 양분되고 있으며, 수익성 측면에서 미국 빅테크의 모델 개발 방향에 딜레마가 발생하고 있습니다.

천하의 구글마저도 현금 흐름이 어려워지고 있다는 신호가 포착되고 있습니다. 자신들이 가지고 있었던 유보금이나 누적된 현금들이 바닥나고 있다는 징후가 보인다고 권석준 교수는 밝혔습니다.

그는 "천하의 구글마저도 지금 캐시플로워가 점점 어려워지고 있는지 자신들이 가지고 있었던 유보금 뭐 그러면 누적하고 있었던 현금들도 상당히 지금 바닥이 나고 있다는 신호들이 보이고요"라고 말하며, 이는 빅테크 기업들이 자체 캐시플로우로 버티던 시대의 종말을 암시할 수 있다고 분석했습니다. 앞으로 회사채 발행이나 외부 자금 조달에 대한 의존도가 증가할 가능성이 있다고 전문가들은 전망합니다.