3월 26일, 삼성전자와 SK하이닉스 주가가 동시에 흔들렸어요. 미국에서는 마이크론, Kioxia까지 같이 빠졌고요. 원인은 단 하나 — 구글이 며칠 전 발표한 **"터보퀀트(TurboQuant)"**라는 기술 때문이었어요.
"AI가 메모리를 6배나 덜 쓴다고? 그럼 반도체 수요 줄어드는 거 아냐?" 이런 공포가 시장을 덮쳤거든요.
근데 1주일 뒤인 4월 1일, 마이크론은 +8.9% 반등했어요. 대체 뭐가 어떻게 된 건지, 차근차근 정리해 볼게요.
터보퀀트, 30초 안에 이해하기
AI가 긴 대화를 할 때는 "기억 메모장" 같은 게 필요해요. 전문 용어로는 KV 캐시라고 하는데, 대화가 길어질수록 이 메모장이 어마어마하게 커져요. GPU 메모리를 잡아먹는 주범이죠.
터보퀀트는 이 메모장을 6배 작게 압축하는 기술이에요.
원리는 생각보다 직관적이에요. 누군가한테 길을 알려준다고 해볼게요.
- 기존 방식: "동쪽으로 3블록, 북쪽으로 4블록 가세요"
- 터보퀀트 방식: "37도 방향으로 5블록 가세요"
같은 정보를 더 적은 데이터로 표현하는 거예요. 수학적으로는 직교좌표를 극좌표로 바꾸는 건데, 이걸 AI 벡터에 적용한 게 핵심이에요. 여기에 1비트짜리 오류 보정(QJL)을 추가해서 정확도 손실은 제로라고 해요.
구글 리서치가 3월 24일 공식 블로그에서 발표했고, 4월 말 ICLR 2026 학회에서 논문이 공개될 예정이에요.
반도체주가 흔들린 이유
시장의 반응은 단순했어요.
"AI가 메모리를 6배 덜 쓴다 → 메모리 반도체 수요가 줄어든다 → 삼성·하이닉스 실적 타격"
이 논리가 퍼지면서 3월 26일 반도체주가 일제히 급락했어요. 올해 1월 딥시크 쇼크 때와 거의 똑같은 패턴이었죠.
발표 이틀 만에 급락, 그 다음 날 낙폭 축소, 그리고 1주일 뒤 반등. 딥시크 때도 이랬고, 이번에도 이랬어요.
진짜 메모리가 덜 필요해지는 걸까?
여기서 한 가지 구분이 중요해요. AI에는 크게 두 가지 작업이 있거든요.
- 학습(Training): AI 모델을 만드는 과정. HBM(고대역폭 메모리)을 대량으로 씀
- 추론(Inference): 만들어진 AI가 답변하는 과정. KV 캐시가 병목
터보퀀트가 줄이는 건 추론 쪽 메모리예요. 학습에 쓰이는 HBM 수요는 아예 해당이 안 돼요. SK하이닉스가 엔비디아에 납품하는 HBM3E, HBM4는 학습용이라 터보퀀트와 관계가 없는 거죠.
그리고 이론치와 현실의 괴리도 있어요. 구글 논문에서는 6배 압축, 8배 가속이라고 했지만, 업계 관계자에 따르면 실제 환경에서는 약 2.7배 압축, 4배 가속 정도가 현실적이라고 해요.
마지막으로 제본스 역설이라는 게 있어요. 19세기에 증기기관 효율이 좋아지면 석탄 소비가 줄어들 거라고 예상했는데, 실제로는 증기기관 사용처가 폭증하면서 석탄 소비가 오히려 늘었거든요.
AI도 마찬가지예요. 추론 비용이 싸지면 → AI를 쓰는 곳이 폭증하고 → 결국 총 메모리 수요는 오히려 늘어날 수 있다는 거예요.
전문가들은 뭐라고 하나
모건스탠리 Shawn Kim: "AI 서비스가 확산되면 오히려 메모리 수요가 늘 수 있다"
KAIST 김정호 교수: "딥시크 때도 반응이 엄청났지만 지금은 거의 언급도 안 된다"
YTN 허재환 애널리스트: "노이즈에 그친 듯하다. 대세에 지장은 없어 보인다"
현대차증권 노근창: "LLM에 실제 활용하려면 추가적인 기술 검증이 필요하다"
시장 데이터도 이 흐름을 뒷받침해요. TrendForce는 2026년 DRAM 가격 +55~60%, NAND +40% 상승 전망을 유지하고 있어요. 터보퀀트 발표 후에도 전망을 바꾸지 않았다는 게 포인트예요.
투자자가 체크할 3가지
1. 터보퀀트는 추론 전용이에요
학습(Training)에 쓰이는 HBM, 고대역폭 메모리 수요는 터보퀀트와 무관해요. SK하이닉스의 HBM4 수주, 삼성전자의 HBM3E 양산 일정에는 영향이 없어요.
2. 아직 실험실 단계예요
구글 리서치 논문이 나왔을 뿐, 대규모 상용 배포는 이루어지지 않았어요. 실제 클라우드 서비스에 적용되려면 1~2년은 걸릴 거라는 게 업계 전망이에요.
3. "쇼크" 패턴에 당하지 않는 게 중요해요
딥시크 쇼크(2025.01)도, 터보퀀트 쇼크(2026.03)도 1주일 안에 반등했어요. 기술 뉴스 하나에 공포 매도하면 오히려 저점에 파는 결과가 되기 쉬워요. 3월 코스피 급락 때 대응법에서도 비슷한 이야기를 다뤘어요.
비슷한 쇼크가 또 오면?
기술 뉴스가 나왔을 때 체크할 것: ① 학습(Training)에 영향이 있는지 ② 이론치인지 실제 검증된 수치인지 ③ 상용화 시점이 언제인지. 이 세 가지만 확인해도 과잉 반응을 피할 수 있어요.
관련 종목·ETF 한눈에 보기
| 종목 | 시장 | 터보퀀트 영향 | 한줄 코멘트 |
|---|---|---|---|
| 삼성전자 (005930) | KRX | 제한적 | DRAM + HBM 모두 생산, 학습 수요 견조 |
| SK하이닉스 (000660) | KRX | 제한적 | HBM 글로벌 1위, 추론과 무관한 학습 메모리 |
| 마이크론 (MU) | NASDAQ | 제한적 | 4.1 +8.9% 반등, 미국 유일 메모리 대형주 |
| 엔비디아 (NVDA) | NASDAQ | 중립~긍정 | H100에서 8배 가속 입증 → GPU 가치 유지 |
| ETF | 설명 |
|---|---|
| KODEX 반도체 | 삼성전자·하이닉스 비중 높은 국내 대표 반도체 ETF |
| SOXX | 미국 반도체 30개 종목, 마이크론·엔비디아 포함 |
| SMH | 글로벌 반도체 상위 25개, SOXX보다 엔비디아 비중 높음 |
투자 판단은 본인 몫이에요
이 글은 정보 제공 목적이에요. 특정 종목의 매수·매도를 권유하지 않아요. 투자 결정은 반드시 본인의 판단과 책임 하에 해주세요.
정리하면
기술이 발전할수록 반도체 수요가 줄어드는 게 아니라, 수요의 방향이 바뀌는 것에 가까워요. 터보퀀트가 추론 효율을 높이면, AI를 쓸 수 있는 곳이 더 많아지고, 결국 메모리·GPU·패키징 수요는 계속 늘어날 가능성이 높아요.
투자 판단은 "뉴스 헤드라인 한 줄"이 아니라, 그 기술이 실제로 뭘 바꾸고 뭘 안 바꾸는지 구분하는 데서 시작돼요. 주식 초보가 피해야 할 실수 5가지에서도 "뉴스에 휘둘리는 매매"를 첫 번째로 꼽았었죠.