논문 하나가 삼성전자 시총 8조를 날렸다 — 구글 터보퀀트 충격의 실체

구글 리서치가 논문 하나를 공개했어요. 다음 날, 삼성전자가 4.71% 빠졌어요.

26일 종가 기준으로 삼성전자 18만100원, SK하이닉스 93만3000원. 미국에서는 샌디스크 -5.7%, 웨스턴디지털 -4.7%, 씨게이트 -4%, 마이크론 -3%. 메모리·스토리지 중심으로 일제히 내려앉았어요. 논문 하나에요. 실제 제품도 아니고, 연구 단계 알고리즘 공개. 근데 시장이 이 정도로 반응한 이유가 있어요.

좌표계를 바꾸면 메모리가 6분의 1로 줄어든다

구글이 발표한 건 '터보퀀트(TurboQuant)'라는 압축 알고리즘이에요. 대형 언어 모델(LLM)과 벡터 검색 엔진의 KV(키-값) 캐시를 극단적으로 줄이는 기술이에요. AI가 추론할 때 자주 참조하는 데이터를 임시 저장하는 KV 캐시는 모델이 긴 문맥을 처리할수록 메모리를 급격히 잡아먹어요. AI한테 긴 글을 읽히면 GPU 메모리가 폭발하는 그 문제요.

핵심 아이디어가 기발해요. 데이터를 저장하는 좌표계 자체를 바꿔버린 거예요. 기존에는 X·Y·Z축 직교좌표계에 저장했는데, 터보퀀트의 핵심인 '폴라퀀트'는 이걸 각도와 거리를 이용한 극좌표계로 옮겨요. 비유하자면 '동쪽으로 3블록, 북쪽으로 4블록'이라고 적던 걸 '5블록만큼 37도 방향'으로 바꾸는 거예요. 이렇게 하면 데이터를 해석하는 데 필요한 별도 정보를 따로 저장하지 않아도 돼요.

구글에 따르면 KV 캐시를 3비트까지 압축해도 정확도 손실이 없고, H100 GPU 기준 연산 속도는 기존 대비 최대 8배 빨라진다고. 소프트웨어 기술로 메모리 사용량을 6분의 1 수준으로 줄일 수 있다면 HBM을 그만큼 살 필요가 없는 거 아니냐 — 시장의 반응은 단순했어요.

딥시크 때는 엔비디아 시총 6,000억 달러가 날아갔다

AI 기술 뉴스에 주식 시장이 출렁인 건 이번이 처음이 아니에요.

지난해 1월, 중국 스타트업 딥시크가 저비용 AI 모델 훈련법을 공개했을 때 엔비디아가 하루 만에 시총 약 6,000억 달러를 잃었어요. '최고급 GPU 없이도 고성능 AI를 만들 수 있다'는 의문이 퍼진 거예요. 올해 2월에는 앤트로픽이 클로드 코워크 법률 플러그인을 출시하면서 SaaS 업체들 주가가 빠졌어요. AI가 계약 검토, 법률 문서 분석까지 직접 처리할 수 있으면 전문 소프트웨어를 살 이유가 줄어드니까요.

패턴이 반복돼요. 새 기술이 나오면 → 기존 시장의 수요가 줄어들 거라는 공포 → 관련 종목 급락. 매번 같은 구조.

시장이 빠뜨린 한 가지

근데 이번 터보퀀트 충격은 앞선 사례들과 결이 좀 달라요.

딥시크나 클로드 코워크는 실제 제품이 기존 시장을 직접 공격했어요. 터보퀀트는 아직 연구 단계예요. 낙폭도 3~6%로, 딥시크 때 엔비디아의 17%에 비하면 작아요. 메모리 반도체에 국한된 하락이었고요.

웰스파고 TMT 애널리스트 앤드루 로차의 코멘트가 핵심을 찌르더라고요. "터보퀀트는 메모리 비용 곡선을 직접 공격하고 있다"면서도 "광범위하게 채택된다는 전제 아래의 얘기"라고 단서를 달았어요. 맞는 말이에요.

압축 알고리즘은 수년간 존재해왔지만 메모리 조달 규모를 근본적으로 바꾼 적은 없어요. 그리고 터보퀀트가 주로 타깃하는 건 추론 단계예요. AI 학습에 필수적인 HBM은 별개의 영역이에요. 추론 효율이 올라가면 오히려 AI 서비스 사용량이 늘어나서 전체 메모리 수요는 유지되거나 증가할 수도 있거든요. (이걸 제본스 역설이라고 해요.)

구글은 이 기술을 자사 AI 모델 제미나이의 KV 캐시 병목 해소에 쓸 계획이에요. 수십억 개 벡터 데이터베이스를 다루는 대규모 시맨틱 검색에도 적용한다고. 결국 구글 입장에서는 HBM을 덜 사는 게 아니라, 같은 HBM으로 더 많은 일을 시키겠다는 거예요.

시장은 "메모리가 덜 필요해진다"에 반응했지만, 진짜 질문은 "같은 메모리로 몇 배 더 많은 AI를 돌릴 수 있게 되면, 전체 수요는 어떻게 되느냐"예요. 논문 하나에 8조를 날릴 만큼 단순한 답은 아니에요.