메모리를 6배 줄이는 기술(터보퀀트)이 나오면 삼성전자와 하이닉스는 어떻게 될까?

2026년 3월 26일, 구글이 발표한 알고리즘 하나가 메모리 반도체 시장을 술렁이게 만들었다. 이름은 ‘터보퀀트(TurboQuant)’. AI 모델이 필요로 하는 메모리를 최대 6배까지 줄이면서도 정확도 저하는 거의 없다는 게 핵심이다. 처음 이 뉴스를 접했을 때는 단순하게 생각했다. 메모리가 6배 적게 필요하다고? 그럼 삼성전자, SK하이닉스에는 악재 아닌가?

그런데 KAIST 한인수 교수의 말이 흥미롭다. 연구에 직접 참여한 그는 “AI가 고용량 중심에서 고효율 중심으로 전환되면서 반도체 수요 역시 질적으로 고도화될 것”이라고 했다. 메모리가 줄어드는 게 나쁜 게 아니라, AI가 더 많이, 더 싸게 쓰일 수 있는 환경이 만들어진다는 뜻이다.

터보퀀트의 작동 방식을 간단히 설명하면 이렇다. 1단계에서 입력 데이터를 무작위로 회전시켜 압축 효율을 높이고, 2단계에서 그 오차를 다시 한번 양자화해 연산 효율을 극대화한다. 이 두 단계가 합쳐지면서 기존 방식 대비 메모리 사용량을 최대 6분의 1 수준으로 줄일 수 있게 된다. 숫자만 보면 메모리 기업에 나쁜 소식처럼 들리지만, 실제 의미는 그렇게 단순하지 않다.

성균관대 권석준 교수(반도체 삼국지 저자)가 꺼낸 단어가 바로 ‘제본스 역설’이다. 19세기 영국 경제학자 윌리엄 스탠리 제본스가 관찰한 현상인데, 증기기관의 효율이 올라가자 석탄 소비가 줄어든 게 아니라 오히려 폭발적으로 증가했다. 이유는 간단하다. 효율이 높아지면 비용이 낮아지고, 비용이 낮아지면 더 많은 곳에서 쓰이게 된다.

AI 메모리도 마찬가지다. 지금은 비용이 너무 비싸서 못 쓰는 AI 응용이 무수히 많다. 추론 비용이 낮아지면 기업들이 그 절약한 메모리를 어떻게 쓸까? 그냥 두지 않는다. 더 복잡한 AI 서비스를 더 많은 고객에게 제공하는 데 쓴다. 결국 총 메모리 수요는 줄어드는 게 아니라 더 늘어날 수 있다는 것이다.

직접 계산해보면 이 논리가 더 분명해진다. 현재 ChatGPT급 AI 추론 비용을 거칠게 $0.01/1K 토큰이라고 가정하면, 메모리가 6배 줄어들 경우 비용은 이론상 $0.002~0.003 수준으로 내려갈 수 있다. 그러면 지금까지 비용 문제로 AI를 쓰지 못했던 중소기업, 개인 서비스, 신흥 시장에서 AI 수요가 터질 가능성이 높다. 전체 AI 서비스 호출량이 10배, 20배 늘어나는 시나리오에서는 메모리 총 수요가 오히려 증가한다. 6배 줄어든 메모리 효율 × 20배 늘어난 사용량 = 총 수요 3배 이상 증가. 이게 제본스 역설이 반도체에 적용되는 방식이다.

어느 시나리오가 현실이 될지는 아무도 정확히 알 수 없다. 이게 바로 단일 기업 투자가 위험한 핵심 이유다. 만약 단기 시나리오가 맞다면 삼성전자에 올인한 투자자는 크게 다칠 수 있고, 중장기 시나리오가 맞다면 너무 일찍 팔아치운 투자자가 아쉬워할 것이다. ETF는 이 불확실성 자체를 먹고 산다.

권석준 교수의 말 중에서 가장 무거운 부분이 있다. “메모리 회사가 이제는 고객사들 맞춤형 설계에 대응할 수 있는 사실상 AI 칩 회사로 변신해야 한다”는 것이다. 그리고 삼성전자와 SK하이닉스가 올해 상반기에 어떤 선택을 하느냐에 따라 향후 5년의 경쟁력을 결정할 가능성이 높다고 했다. 이 말이 의미하는 바를 짚고 넘어가야 한다.

터보퀀트 같은 알고리즘이 대중화되면, 구글뿐 아니라 메타, 아마존, 마이크로소프트 등 모든 빅테크가 자기만의 메모리 효율화 방식을 들고 메모리 기업에게 맞춤 설계를 요구할 것이다. 예전처럼 “DDR5 몇 GB짜리로 주세요”가 아니라 “우리 AI 모델 구조에 최적화된 메모리를 설계해줘”가 되는 것이다. 이건 단순 제조업에서 고부가가치 설계 사업으로의 전환을 의미한다.

이 전환을 잘 하는 기업은 HBM4, HBM4E로 이어지는 고부가 메모리 사이클에서 독보적인 위치를 차지할 것이다. 못 하는 기업은 범용 메모리 가격 경쟁에 내몰린다. 현재 SK하이닉스는 HBM 점유율에서 앞서 있고, 삼성전자는 수직계열화 구조라는 장기 강점을 갖고 있다. 누가 이 전환을 더 잘 해낼지는, 솔직히 지금 시점에서 확신하기 어렵다. 2026년 상반기 전략 선택이 그 답의 초안이 될 것이다.

2026년 1월 기준, AI 서버와 고성능 컴퓨팅(HPC) 수요가 급증하며 DRAM과 NAND의 수급 불균형이 심화되고 있다. 마이크론의 생산 능력이 한국 기업의 약 3분의 1 수준이라는 점도 한국 메모리 기업에 유리한 구도다. 그러나 이 구도가 영원히 유지된다는 보장은 없다. 미중 규제, 환율, 수율 리스크는 언제든 변수가 된다.

이 글을 읽는 사람 중에 삼성전자와 SK하이닉스 중 어느 쪽이 5년 뒤에 AI 칩 전환을 더 잘 해낼지 확신하는 사람이 있다면, 단일 종목 투자도 나쁘지 않다. 하지만 현실은 전문 애널리스트도 두 기업의 기술 전략을 놓고 의견이 갈린다. 누가 맞을지 모른다. 그 불확실성을 어떻게 다뤄야 할까.

답은 비교적 단순하다. 어느 쪽이 이기든 수익을 가져갈 수 있는 구조를 만들면 된다. ETF가 그 구조다. 삼성전자와 SK하이닉스를 동시에 담는 국내 반도체 ETF에 투자하면, 둘 중 하나가 크게 앞서 나갔을 때 그 수혜를 고스란히 가져간다. 한쪽이 실망스러운 선택을 해도 다른 한쪽이 방어해준다.

단일 종목 투자의 주요 리스크

여기에 더해 미중 반도체 규제라는 변수도 있다. 삼성전자와 SK하이닉스 모두 중국 매출 비중이 20~30% 수준이다. 미국의 수출 통제 규제가 강화되면 양사 모두 타격을 받지만, 단일 종목 투자자는 그 충격을 그대로 맞는다. ETF 투자자라면 한국 기업의 비중을 줄이거나 미국 반도체 ETF와 병행 보유하는 방식으로 지역 다변화까지 가능하다.

시중에 나와 있는 반도체 ETF는 생각보다 많다. 어떤 걸 고를지 헷갈린다면, 세 가지 기준으로 나눠서 보면 된다. 어느 지역에 투자하고 싶은가, 집중 투자를 선호하는가 아니면 넓은 분산을 원하는가, 그리고 환헤지가 필요한가. 아래 표로 정리한다.

🇰🇷 국내 반도체 ETF 비교

🇺🇸 미국 반도체 ETF 비교 (해외직투용)

SMH와 SOXX의 차이는 한 가지로 요약된다. 엔비디아 비중이다. SMH는 엔비디아를 최대 25%까지 담을 수 있어 AI 강세장에서 수익률이 폭발했다. 2023년 이후 두 ETF 수익률이 160%p 이상 벌어진 것도 이 때문이다. 다만 그 반대 방향도 성립한다. 엔비디아가 흔들리면 SMH가 더 크게 다친다. 변동성을 감수하고 성장성을 택할 것인가, 안정성을 우선할 것인가는 각자의 투자 성향 문제다.

절세를 생각한다면 국내 반도체 ETF를 ISA 계좌나 연금저축 계좌에 담는 것도 중요한 선택지다. 국내 주식형 ETF는 매매 차익이 기본적으로 비과세이며, 중개형 ISA 계좌를 활용하면 배당소득세까지 절감할 수 있다. 해외 반도체 ETF를 직구하면 양도소득세 22%가 적용된다는 점을 고려해야 한다.

터보퀀트는 메모리를 죽이는 게 아니라 게임 룰을 바꾸는 것

터보퀀트 뉴스를 보고 “메모리 주식 팔아야 하나?” 생각이 들었다면 차분히 생각해 보자. 이 기술은 메모리 산업의 파이를 줄이는 게 아니라, 파이의 모양을 바꾸는 기술이다. 누가 새로운 모양에 더 빠르게 적응하느냐가 향후 5년의 승부를 결정한다.

그리고 그 승자를 정확히 맞출 자신이 있는 사람이라면 단일 종목을 사면 된다. 없다면 ETF가 합리적인 선택이다. 아래는 독자 유형별로 내가 생각하는 구체적인 액션이다.

터보퀀트가 나왔다는 건 메모리 시장이 변한다는 신호다. 그런데 어떻게 변할지는 아직 아무도 정확히 모른다. 이럴 때 단일 종목에 올인하는 건 방향이 맞더라도 기업 선택이 틀리면 손해를 보는 구조다. ETF는 방향이 맞으면 이기는 구조다. 메모리 산업 전체가 성장하면, 그 성장을 고루 흡수할 수 있는 도구를 쓰는 게 현명하다.