구글의 ‘압축 혁명’이 AI 컴퓨팅 로직에 미치는 영향: 스토리지 수요는 정점을 찍었는가?

TradingKey - 구글 (GOOGL) 새로운 AI 메모리 압축 기술인 터보퀀트(TurboQuant)의 출시가 스토리지 수요 전망에 대한 시장의 우려를 불러일으켰다. 이 소식의 영향으로 수요일 미국 스토리지 칩 섹터는 장중 급락세를 보였으며, 샌디스크 (SNDK) 한때 6.5% 하락했고, 마이크론 테크놀로지 (MU) 한때 5% 이상 하락했으며, 웨스턴 디지털 (WDC) 한때 6% 넘게 떨어졌고, 씨게이트 테크놀로지 (STX) 8% 이상 급락했다.

지난 1년간 AI 주도 시장에서 스토리지 부문은 HBM, DRAM, NAND의 가격 상승 수혜를 입으며 밸류에이션이 상대적으로 높은 수준까지 올랐다. 이에 따라 수요 성장을 약화시킬 가능성이 있는 변수는 시장 가격에 즉각 반영되는 모습이다.

보도에 따르면, 이 기술은 정확도 손실 없이 거대언어모델(LLM)의 캐시 메모리 점유 공간을 최소 6배 줄이는 동시에 최대 8배의 속도 향상을 구현할 수 있으며, AI 추론 및 벡터 검색의 메모리 병목 현상을 해결하는 것을 목표로 한다.

터보퀀트의 핵심은 대형 모델의 추론 단계에서 메모리 사용량을 극도로 압축하는 데 있다. 모델 정밀도의 큰 손실 없이 KV 캐시를 3비트로 압축할 수 있어 약 6배의 메모리 절감과 최대 8배의 추론 성능 향상을 달성한다.

본질적으로 이 획기적인 기술은 AI 수요를 저해하는 것이 아니라, 단위 연산 성능의 효율성을 크게 개선하여 동일한 하드웨어 자원으로 더 많은 추론 작업을 처리할 수 있게 한다.

시장 가격은 이 기술이 "스토리지에 대한 하락 신호"로 해석되었음을 나타낸다.

다만 현재 정보에 따르면, 이 기술은 주로 추론 단계를 겨냥하고 있으며 학습 측면에서의 고대역폭 메모리에 대한 경직적 의존도에 영향을 미치지 않는다. 또한 모델 학습에서 대규모 컴퓨팅 클러스터의 핵심적 역할도 대체할 수 없다. 이는 자원 활용 방식이 진화하더라도 AI 인프라 수요의 근간은 여전히 견고함을 시사한다.

더 나아가 이러한 효율성 개선은 실제로는 "수요 확대"로 이어질 수 있다. 추론 비용이 크게 낮아지고 AI 애플리케이션의 상용화 문턱이 낮아짐에 따라 더 많은 기업과 개발자가 대형 모델 서비스를 배포할 수 있게 되어 사용 빈도가 증가할 것이기 때문이다. 이 과정에서 전체 컴퓨팅 파워 소모량은 반드시 감소하는 것이 아니라 오히려 응용 시나리오의 확대로 인해 늘어날 수도 있다. 즉, 특정 조건 하에서 효율성 향상은 총수요 성장을 자극할 수 있다.

현재 스토리지 부문의 하락세는 펀더멘털의 약화라기보다는 고평가 환경에서의 기대치 재산정으로 보인다. 장기적으로 AI 수요 확산 추세는 변함이 없으며, 비용 하락에 의해 더욱 강화될 수도 있다.

구글 터보퀀트가 가져온 영향은 본질적으로 "수요의 소멸"이 아니라 "수요의 구조 조정"이다. 투자자들은 AI 효율성이 계속 개선되는 새로운 산업 구조 안에서 어떤 스토리지 기업이 본연의 가격 결정력을 유지할 수 있을지에 주목해야 한다.