창신 메모리를 쓰겠다는 애플 , 퀄컴이 오히려 주목을 받을 가능성도 있을까?

 

창신 메모리를 쓰겠다는 애플 , 퀄컴이 오히려 주목을 받을 가능성도 있을까?

 

 

최근 반도체 산업에서는 과거와 다른 장면이 나타나고 있습니다. 대표적인 사례가 애플의 메모리 공급망 변화입니다.

 

 

애플은 오랫동안 삼성전자, SK하이닉스, 마이크론 등 글로벌 메모리 기업으로부터 DRAM을 공급받아 왔습니다. 막대한 구매 규모를 바탕으로 강한 가격 협상력을 유지했으며, 메모리 업체들은 애플의 요구에 맞춰 공급을 확대하는 구조가 일반적이었습니다. 스마트폰 시장이 성장하던 시기에는 완성품 기업이 공급업체보다 우위에 있는 전형적인 시장 구조였습니다.

 

 

그러나 최근에는 이러한 균형에 변화가 나타나고 있습니다. 외신 보도에 따르면 애플은 중국 최대 DRAM 기업인 창신메모리(CXMT)의 메모리를 공급망에 포함하는 방안을 검토하기 위해 미국 정부와 협의를 진행한 것으로 알려졌습니다. 국가안보 문제로 인해 미국 정치권의 반발이 이어졌음에도 이러한 검토가 이루어졌다는 사실 자체는 현재 메모리 시장의 수급 환경이 과거와 크게 달라졌음을 보여주는 사례로 볼 수 있습니다.

 

 

애플은 단순히 새로운 공급업체를 찾는 것이 아니라 AI 확산으로 높아진 메모리 가격과 제한된 공급 속에서 공급망을 다변화하려는 필요성에 직면한 것으로 해석됩니다. 과거에는 메모리 업체들이 고객사의 가격 인하 요구를 받아들이는 경우가 많았지만, 현재는 공급업체가 더 높은 가격을 제시할 수 있는 환경이 형성되고 있는 것입니다.

 

 

이러한 변화는 마이크론 경영진의 발언에서도 확인됩니다. 최근 마이크론의 최고사업책임자(CBO)인 수밋 사다나는 지난 10년 이상 대형 고객들이 메모리 가격을 지나치게 낮게 유지하도록 공급업체를 압박해 왔다고 언급했습니다. 그는 과거에는 메모리 가격을 소폭 인상하려는 시도조차 고객들이 쉽게 받아들이지 않았지만, 현재는 메모리 가격이 크게 상승하자 완성품 업체들이 소비자 가격 인상으로 이를 전가하고 있다고 설명했습니다.

 

 

이 발언의 핵심은 특정 기업을 비판하는 데 있지 않습니다. 오랫동안 완성품 제조사가 보유했던 가격 결정력이 AI 시대의 공급 부족을 계기로 메모리 업체들에게 일부 이동하고 있다는 점을 보여주는 사례라는 데 의미가 있습니다. 실제로 AI 데이터센터 투자 확대는 HBM뿐 아니라 일반 DRAM 공급에도 영향을 미치고 있으며, 메모리 업체들은 과거보다 높은 협상력을 확보하기 시작했습니다.

이러한 변화는 단순히 메모리 산업만의 현상으로 보기 어렵습니다. AI 산업 전체에서도 비슷한 구조 변화가 나타날 가능성이 있습니다.

 

 

지난 2~3년 동안 AI 산업은 최고 성능 확보 자체가 가장 중요한 목표였습니다.

 

 

기업들은 가장 높은 성능을 제공하는 GPU와 HBM을 확보하기 위해 막대한 자본지출을 감수했고, 공급업체들은 높은 가격 결정력을 확보했습니다.

 

 

그러나 이러한 구조가 장기간 유지될 것이라고 단정하기는 어렵습니다. AI 서비스가 상용화 단계로 진입할수록 기업들은 단순히 최고 성능보다 투자 대비 수익률과 총소유비용(TCO)을 더욱 중요하게 평가할 가능성이 있습니다. 결국 AI 산업 역시 성능 중심의 경쟁에서 비용 효율 중심의 경쟁으로 점차 이동할 가능성이 있습니다.

 

 

이러한 환경에서는 퀄컴과 같은 기업이 새로운 평가를 받을 가능성도 존재합니다.

 

 

퀄컴은 오랫동안 스마트폰 시장에서 제한된 전력과 발열 환경 속에서 높은 성능을 구현하는 기술을 축적해 왔습니다. 스마트폰은 서버와 달리 배터리 용량과 방열 능력이 제한적이기 때문에 전성비(Performance per Watt)를 극단적으로 최적화해야 하는 시장입니다. 이러한 경험은 온디바이스 AI와 엣지 컴퓨팅이 확대될 경우 중요한 경쟁력이 될 수 있습니다.

 

 

또한 퀄컴은 단순히 스마트폰 AP 기업으로만 보기 어려운 구조를 갖추고 있습니다. CPU, NPU, AI 추론 가속기, 통신 모뎀을 자체적으로 설계할 수 있으며, 최근에는 서버 시장과 데이터센터 AI 분야까지 사업 영역을 확대하고 있습니다. AI 추론에서는 GPU 하나만으로 모든 연산을 수행하기보다 CPU와 전용 가속기를 함께 활용하여 전체 시스템 비용을 낮추려는 움직임도 나타나고 있습니다.

메모리 측면에서도 변화가 관찰됩니다. 현재 AI 학습에서는 HBM이 사실상 표준으로 자리 잡고 있지만, 추론 시장에서는 반드시 동일한 구성이 필요한 것은 아닙니다. LPDDR과 같은 저전력 메모리를 활용하여 비용과 소비전력을 줄이려는 시도도 확대되고 있습니다.

 

 

이러한 접근은 최대 성능보다는 전체 시스템 효율을 중시하는 방향과 일치합니다.

 

 

 

최근 일부 하이퍼스케일러들이 다양한 AI 칩 아키텍처를 검토하고 있는 점도 같은 맥락에서 해석할 수 있습니다. 과거에는 최고 성능 GPU 확보가 우선순위였다면, 앞으로는 특정 서비스 목적에 최적화된 ASIC이나 저전력 추론 칩을 함께 사용하는 방식이 확대될 가능성이 있습니다. 이는 AI 인프라가 하나의 구조로 수렴하기보다 목적에 따라 다양한 아키텍처가 공존하는 방향으로 발전할 가능성을 시사합니다.

 

 

퀄컴의 기존 사업 구조 역시 이러한 변화에 일정 부분 대응할 수 있는 장점을 제공합니다. 회사는 스마트폰 칩과 특허 라이선스 사업을 통해 안정적인 현금흐름을 확보하고 있으며, 이를 기반으로 신규 AI 사업에 투자하고 있습니다. 이미 본업에서 상당한 규모의 이익을 창출하는 기업이라는 점은 초기 투자 단계의 AI 기업들과 구별되는 특징입니다.

 

 

 

물론 이러한 전망에는 여러 변수도 존재합니다. 데이터센터 AI 시장에서는 여전히 GPU의 중요성이 매우 높으며, ASIC 시장에서도 경쟁은 치열합니다. 또한 AI 추론이 예상보다 GPU 중심으로 유지될 가능성도 존재합니다. 따라서 비용 효율 중심의 시장이 형성된다고 하더라도 특정 기업이 독점적인 위치를 차지한다고 단정하기는 어렵습니다.

 

 

그럼에도 산업의 방향 자체는 점차 변화하고 있다고 볼 수 있습니다. 과거 반도체 산업에서는 최고 성능이 곧 시장 지배력을 의미하는 경우가 많았습니다. 그러나 AI 서비스가 대규모 상용화되는 단계에서는 성능뿐 아니라 전력 소비, 시스템 구축 비용, 메모리 비용, 운영비용을 포함한 총소유비용(TCO)이 경쟁력을 결정하는 요소가 될 가능성이 있습니다.

 

 

이러한 변화가 현실화된다면 시장은 더 이상 가장 빠른 칩만을 평가하지 않을 수도 있습니다. 동일한 서비스를 더 낮은 비용으로 제공하는 설계 능력, 높은 전성비, 시스템 전체의 비용 효율을 구현하는 기업들이 새로운 경쟁력을 확보할 가능성이 있습니다.

 

 

결국 앞으로의 AI 산업은 최고 성능을 추구하는 시대에서 동일한 성능을 얼마나 효율적으로 구현할 수 있는지를 경쟁하는 시대로 이동할 가능성이 있습니다. 이러한 환경에서는 오랜 기간 저전력 설계와 시스템 통합 기술을 축적해 온 퀄컴의 경쟁력이 지금보다 높은 평가를 받을 가능성도 충분히 존재합니다. 다만 이러한 가능성이 현실화되기 위해서는 실제 하이퍼스케일러 채택 확대, 추론 시장에서의 점유율 증가, AI 관련 매출의 가시적인 성장과 같은 실질적인 성과가 뒷받침되어야 할 것입니다.