전직 TSMC 핵심 인사가 본 AI 반도체 슈퍼사이클의 진짜 리스크
TSMC 성장에 참여했던 양광레이 국립대만과기대 산학혁신단장은 AI 데이터센터 투자가 반도체 역사상 보기 드문 수요 폭증을 만들고 있다고 봤어. 다만 수요 포화 시점은 아무도 모르고, 공격적인 증설 뒤 공급 과잉이 올 수 있다는 점을 가장 큰 리스크로 짚었어. 성과급 갈등은 기술 문제가 아니라 세대별 공정성 인식과 보상 구조의 문제라고 해석했어.
- 1
AI 데이터센터 투자는 빅테크의 군비 경쟁처럼 진행되며 반도체 공급망 전반의 부족을 만들고 있음
- 2
AI용 D램뿐 아니라 일반 PC용 D램과 TSMC 생산능력까지 부족하다는 불만이 나오는 상황
- 3
호황 지속 기간은 2년, 5년, 10년 어느 쪽도 단정하기 어렵고 수요 둔화 시 공급 과잉이 우려됨
- 4
TSMC와 삼성의 성과급 갈등은 젊은 세대의 거래적 보상 인식과 공정성 요구가 커진 결과로 분석됨
- 5
삼성 파운드리는 기술력은 충분하지만 자체 칩 사업을 함께 한다는 점이 고객 신뢰 측면의 약점으로 지적됨
AI 인프라 투자가 반도체 업황을 끌어올리는 건 맞지만, 슈퍼사이클일수록 끝나는 순간의 충격도 커질 수 있어. 개발자 입장에서도 GPU와 메모리 공급, 클라우드 비용, 데이터센터 증설 속도가 결국 제품 로드맵에 영향을 주는 변수라는 점이 보임.
관련 기사
기가토큰, 언어 모델 토크나이징을 최대 1000배 가까이 빠르게 만든 러스트 토크나이저
Gigatoken은 언어 모델용 토크나이징을 Rust와 SIMD 최적화로 크게 가속하는 프로젝트다. GPT-2 기준 144코어 EPYC에서 24.53GB/s를 찍으며 HuggingFace Tokenizers 대비 989배, tiktoken 대비 681배 빠른 수치를 제시한다.
AI 연구소들이 ‘펠리컨 자전거’ 벤치마크에 몰래 최적화했을까?
사이먼 윌리슨이 LLM 출시 때마다 던지던 “자전거 타는 펠리컨 SVG를 그려줘” 프롬프트가 너무 유명해지자, AI 연구소들이 여기에 맞춰 모델을 튜닝한 게 아니냐는 의심이 나왔다. 글쓴이는 7개 프런티어 모델로 1,008개 SVG를 만들고 LLM 판정, 특징 추출, 회귀 분석까지 돌렸지만 뚜렷한 증거는 거의 없다고 결론낸다.
알파벳, 구글 클라우드 82% 성장에도 검색 광고와 투자비가 숙제
알파벳이 2분기 매출 1198억달러로 시장 전망을 넘겼고, 구글 클라우드는 전년 대비 82% 성장하며 실적을 끌어올렸다. 다만 검색 광고 매출은 기대치를 아주 살짝 밑돌았고, 인공지능 인프라 투자를 위한 자본지출이 449억달러까지 커지면서 투자자들이 수익화 시점을 더 예민하게 보기 시작했다.
알파벳, AI 투자 논란을 클라우드 82% 성장으로 받아침
알파벳이 2026년 2분기 매출 1198억달러를 기록하며 시장 예상치를 넘겼다. 특히 구글 클라우드 매출이 82% 뛰면서, AI 투자가 비용이 아니라 실제 매출과 이익을 만드는 사업으로 바뀌고 있다는 신호를 줬다. 검색·유튜브 광고도 버티면서 AI가 기존 사업을 잠식한다는 우려도 일단 눌렀다.
알파벳 2분기 실적, 진짜 주인공은 순이익보다 구글 클라우드와 AI 투자
알파벳이 2분기 매출 1198억달러를 기록하며 시장 예상치를 넘겼고, 12분기 연속 두 자릿수 성장도 이어갔어. 다만 순이익과 주당순이익이 폭발적으로 뛴 건 스페이스X 상장에 따른 투자자산 평가이익 영향이 커서, 실제 영업 체력은 클라우드 성장과 AI 인프라 투자 쪽을 봐야 하는 상황이야.
댓글
댓글
댓글을 불러오는 중...