구글의 새로운 압축 알고리즘 'TurboQuant' 공개
- 구글 리서치가 LLM 추론 시 KV 캐시를 효율적으로 압축하는 TurboQuant 알고리즘을 발표함
- 기존 FP16 대비 추론 메모리 소비량을 최소 6배 절감할 수 있는 것으로 시뮬레이션됨
- 기존 저정밀도 방식과 달리 모델 정확도 손실 없이 양자화가 가능하다는 점이 핵심 차별점임
- PolarQuant와 QJL 알고리즘을 결합하여 데이터 오류를 제거하고 고정밀도를 유지함
메모리 수요 및 산업에 미치는 영향
- TurboQuant는 HBM 메모리 병목 현상을 해결할 수 있는 진일보된 기술로 평가됨
- 메모리 용량 확보를 통해 더 긴 컨텍스트 길이나 더 큰 배치 사이즈 구현이 가능해짐
- 단기적으로는 메모리 지출 감소 우려로 주가가 조정받았으나 이는 과도한 반응임
- 효율화는 결국 AI 서비스 확산과 컴퓨팅 지출 증대로 이어짐
- 제본스의 역설(Jevon's Paradox)처럼 최적화 기술은 오히려 장기적 수요를 자극할 전망임
투자 리스크 요인
- 스마트폰 및 태블릿 수요 둔화와 업체 간 경쟁 심화가 주요 리스크임
- 메모리 산업 특유의 높은 자본 집약도와 가격 변동성에 따른 현금 흐름 변화 유의
- 거시 경제 악화에 따른 수요 파괴 및 기술 마이그레이션 지연 가능성 존재
- 삼성전자의 경우 지배구조 관련 의사결정의 불투명성이 리스크 요인으로 언급됨
결론
- 최근의 주가 하락은 메모리 섹터에 대한 매력적인 매수 기회를 제공한다고 판단함
- SK하이닉스 : 투자의견 Buy(매수) 목표가 150만원
- 삼성전자 : 투자의견 Buy(매수) 목표가 25.7만원
- 마이크론 테크놀러지 : 투자의견 Buy(매수) 목표가 510달러
- 난야 테크놀러지 : 투자의견 Buy(매수) 목표가 340NT
