“GPU가 올랐다”는 문장이 숨기는 것
헤드라인은 “GPU 가격이 17개월간 87% 올랐다”고 말한다(보도치). 직관은 곧장 “GPU가 부족해서”로 달려간다. 하지만 완제품 가격이 오를 때, 그 원인이 완제품 자체의 다이(die)에만 있으라는 법은 없다.
반도체는 여러 제품이 같은 공정 자원을 나눠 쓴다. 같은 DRAM 웨이퍼 라인, 같은 첨단 패키징 캐파를 두고 여러 제품이 줄을 선다. 이때 한 제품이 그 줄의 앞자리를 차지하면, 나머지는 뒤로 밀린다. 이것이 이 글이 파려는 개념 — 구축 효과(crowding-out) 다.
HBM은 ‘자리’를 더 많이 차지한다
HBM(High Bandwidth Memory)은 DRAM 다이를 여러 층 수직으로 쌓고, TSV(관통 실리콘 비아)와 본딩 같은 추가 공정을 거친다. 그래서 같은 양의 비트를 만들어도, 일반 DRAM보다 웨이퍼와 패키징 스텝을 더 소모한다.
메모리 업계는 이걸 흔히 트레이드 레이시오(trade ratio)로 말한다 — HBM 한 비트를 만들려고 포기해야 하는 일반 DRAM 비트 수. 이 비율이 1보다 크다는 건, HBM 생산을 늘릴수록 같은 팹에서 만들 수 있는 일반 DRAM이 비례 이상으로 줄어든다는 뜻이다.
여기에 GPU 가속기의 병목인 첨단 패키징 캐파까지 겹친다. GPU 다이와 HBM 스택을 한 패키지에 붙이는 공정 자체가 한정 자원이라, HBM 수요가 커지면 이 자원을 두고 경쟁이 붙는다.
출발점이 작으면 ‘증가율’은 쉽게 커진다
여기서 오해를 하나 걷어내자. “87%“라는 증가율은 강렬하지만, 증가율(속도)과 절대 규모(위치)는 다른 축이다. 캐파에서 차지하는 비중이 아직 작은 제품은, 조금만 늘어도 자기 기준으로는 큰 퍼센트가 된다. 반대로 이미 큰 제품은 같은 물량을 늘려도 퍼센트가 작게 보인다.
구축 효과를 읽을 때 이 둘을 섞으면 안 된다. “몇 % 올랐다”는 속도 정보이고, “전체 캐파의 몇 %를 먹는다”는 위치 정보다. 아래에서 출발점(기저)을 직접 움직여, 같은 물량 증가가 왜 다른 퍼센트로 보이는지 손으로 확인해 보라.
구축 효과는 ‘가격’이 아니라 ‘우선순위’를 읽는 렌즈
이 개념의 핵심은 가격 숫자 자체가 아니다. 한정된 공정 자원을 누가 먼저 가져가느냐는 배분 우선순위다. 마진이 높은 제품이 캐파의 앞자리를 차지하면, 뒷자리 제품은 물량이 조여 가격이 움직인다. 즉 옆 제품의 수요가 이쪽 가격의 원인이 되는 셈이다.
그래서 GPU 가격 뉴스를 읽을 때, 인과를 한 단계 더 뒤로 밀어보는 습관이 개념적으로 유용하다. “GPU가 부족” → “왜?” → “HBM·패키징 캐파를 먼저 가져갔기 때문일 수 있다” → “왜 HBM이 먼저인가?” → “자리를 더 많이 먹고 우선순위가 높아서”. 이 사슬을 따라가면 가격이라는 결과 대신 자원 배분이라는 구조가 보인다.
이 구조는 특정 시점의 87%라는 숫자가 지난 뒤에도 반복된다. 캐파 증설에는 몇 분기~몇 년이 걸리고, 그 사이 우선순위가 가격을 가른다. 증설이 따라붙으면 구축의 강도는 완화되지만, 다음 병목이 어디로 옮겨가느냐는 또 다른 문제다.
이 글은 무엇이 아닌가
이 글은 GPU나 메모리 관련 특정 종목·ETF를 사라거나 팔라는 이야기가 아니다. 목표가나 방향성 전망도 아니다. “완제품 가격의 원인을 부품·공정 자원 단위로 분해해 읽는 방법”이라는 개념을 설명하는 교육 자료다. 인용한 87%는 보도된 수치이며, 여기서 재계산하거나 미래를 예측하지 않는다. 데이터가 어떻게 생겼는지, 그 뒤의 메커니즘이 무엇인지까지가 이 글의 범위다.