['터보퀀트' 위기 vs 기회] ③
"구글 '터보퀀트(Turbo Quant)' 기술이 단기적으로 메모리양을 줄이기 때문에 메모리 반도체 수요가 줄어든다고 생각할 수 있지만, 오히려 AI 시장이 폭발적으로 성장하면서 메모리반도체 수요가 유지될 것입니다."
차세대 양자화 알고리즘 '터보퀀트(TurboQuant)' 논문에 참여한 한인수 카이스트(KAIST) 전기·전자공학부 교수는 27일 "해당 기술의 큰 흐름은 논문에 공개돼 있어 사전학습된 AI면 추가 학습없이 적용이 가능하다"면서 "논문이 공개될 4월쯤엔 구글에 이미 해당 기술이 상용화될 것"이라며 이같이 말했다.
글로벌 메모리 시장에 충격을 준 터보퀀트 기술은 AI 추론에 필요한 데이터를 6분의 1 수준으로 줄여 메모리 반도체 사용을 줄이는 기술이다. AI 추론 과정에서 가장 큰 장애물로 꼽히는 메모리 병목 문제를 효과적으로 해소했다.
한 교수는 터보퀀트 기술로 AI가 더 저렴해지고 빠르게 확산되는 동시에, 반도체 수요 역시 질적으로 고도화될 것으로 전망했다. 그는 "AI 모델의 성능이 커질수록 메모리 사용량이 급격히 증가하는 것이 가장 큰 한계로 지적되어 왔다"며 "이번 연구는 이러한 병목을 효과적으로 줄이면서도 정확도를 유지할 수 있는 새로운 방향을 제시했다"고 설명했다. 그러면서 "앞으로 대규모 AI 모델을 보다 효율적으로 운영할 수 있는 핵심 기반 기술로 활용될 것으로 기대한다"고 덧붙였다.
권석준 성균관대 반도체융합공학과·화학공학부 교수 역시 "터보퀀트기술은 메모리를 좀 아끼는 정도가 아니라 추론 인프라 경제성을 바꿀 수 있는 기술"이라면서 "'윌리엄 스탠리 제본스의 역설'처럼 좋아진 성능은 전체 메모리 생태계를 확장시킬 수 있다"고 주장했다. 윌리엄 스탠리 제본스의 역설은 석탄 효율이 올라갈 수록 소비가 적을 것이라는 예상과 달리, 석탄을 쓸 수 있는 곳이 더 많아져 총 소비량이 늘었다는 이론이다.
다만 반도체 업체들의 노력은 필요하다고 봤다. 권 교수는 "터보퀀트 같은 메모리 압축 기술이 보편화되면 AI 기업들이 메모리 메이커들에 알고리즘 맞춤형 메모리 하드웨어 구현 등을 요구하게 될 것"이라며 "'어떤 고객이 어떤 모델을 어떤 용도로 쓰는지'까지 고려해서 메모리를 설계해야 하는 시대가 올 것"이라고 내다봤다.
한편 구글이 자사 블로그에서 터보퀀트 기술을 발표하자 삼성전자(179,700원 ▼400 -0.22%), SK하이닉스(922,000원 ▼11,000 -1.18%)를 비롯한 글로벌 반도체 업체들의 주가가 출렁였다. 터보퀀트 기술로 인해 메모리 반도체 수요가 줄어들 것으로 점쳐져서다. 하지만 시장의 우려와 달리 과학자들은 터보퀀트 기술이 일시적으로 시장에 영향을 줄 수는 있지만 결국 큰 영향을 미치진 못할 것이라는 전망을 내놨다. 터보퀀트 기술로 메모리 반도체 효율성이 높아지면 더 많은 영역까지 AI를 적용할 수 있게 된다는 이유에서다.
