‘반도체 수요’ 한 덩어리가 감추는 두 개의 축
수출 통계나 실적 헤드라인은 종종 “반도체”를 하나의 숫자로 묶는다. 그런데 같은 달 데이터 안에서 메모리는 세 자릿수로 뛰고 로직은 뒷걸음질하는 장면이 나온다. 이걸 “업황이 좋다/나쁘다”로 답하려는 순간 이미 길을 잃은 것이다.
반도체 수요는 최소한 두 개의 서로 다른 축으로 쪼개서 읽어야 한다.
- 연산(compute): 실제 계산을 수행하는 로직 — CPU, GPU 코어, 범용 SoC. “얼마나 많이 계산하느냐.”
- 대역폭(bandwidth): 그 연산 유닛에 데이터를 얼마나 빠르게 넣고 빼느냐 — 메모리, 특히 HBM. “계산할 재료를 얼마나 빨리 나르느냐.”
이 둘은 같은 칩 세트 안에 살지만, 수요 곡선이 다르다. 그래서 한 지표 안에서 정반대 방향이 공존할 수 있다.
메모리 월: AI가 실제로 기다리는 병목
직관적으로는 “AI가 뜨면 연산 칩이 제일 많이 팔릴 것” 같다. 하지만 대형 언어 모델의 학습·추론에서 GPU 코어는 놀랄 만큼 자주 데이터를 기다린다. 코어의 이론 연산 능력은 남는데, 파라미터와 활성값을 코어로 실어 나르는 속도가 못 따라가는 것이다. 이 구조를 ‘메모리 월(memory wall)‘이라 부른다.
병목이 연산량이 아니라 대역폭일 때, 성능을 한 단위 더 끌어올리려면 코어를 늘리는 것보다 코어 옆에 붙는 고대역폭 메모리(HBM)를 늘리는 게 먼저가 된다. 그래서 AI 사이클 초기에는 대역폭 수요가 연산 수요보다 먼저, 더 가파르게 팽창하는 국면이 나타난다. “AI가 사는 건 연산이 아니라 대역폭”이라는 말은 이 뜻이다.
여기서 중요한 비직관: 로직 수출이 줄어드는 것과 AI 대역폭 수요가 커지는 것은 모순이 아니다. 범용 로직(PC·모바일·일반 서버용 칩)은 자기만의 사이클(재고, 소비 수요)을 타는데, 그 사이클이 하강할 때 마침 대역폭 축이 상승하면, 하나의 수출 표에 상반된 부호가 동시에 찍힌다.
+277% 라는 숫자를 어떻게 읽나 — 기저와 믹스
큰 성장률을 볼 때 가장 먼저 물어야 할 것은 “무엇에 대비해 큰가”다. 성장률의 분모는 비교 시점의 값이다. 직전 구간이 메모리 다운사이클로 바닥이었다면, 정상 수준으로의 회복만으로도 세 자릿수 %가 나온다. 즉 큰 %는 “새 봉우리”일 수도, “깊은 골에서의 반등”일 수도 있다 — 숫자만으론 구분되지 않는다.
출발점(기저)이 낮으면 같은 절대 증가도 훨씬 큰 %로 보인다. 속도(%)와 절대 위치는 다른 축이다 — 직접 움직여 보라.
여기에 두 번째 렌즈가 겹친다. 제품 믹스. 메모리 안에서도 범용 DRAM과 HBM은 가격·물량 구조가 다르다. HBM 비중이 커지면 물량이 크게 안 늘어도 금액 기준 증가율이 커진다. 그래서 “메모리 +277%“는 물량이 3.77배가 된 것과는 다를 수 있고, 가격·믹스 효과가 얼마나 섞였는지 함께 봐야 한다.
정리하면 큰 성장률 하나를 제대로 읽으려면 세 질문을 통과해야 한다 — (1) 분모(기저)가 어디였나, (2) 가격인가 물량인가, (3) 믹스(HBM 편중)가 얼마나 밀어올렸나. 이 세 개를 건너뛰면 숫자는 방향을 예언하는 것처럼 오독된다.
두 축이 다시 만나는 지점 — 오래 유효한 개념
이 프레임이 상록수인 이유는, AI 국면이 지나가도 “연산 vs 대역폭”이라는 분해가 계속 쓸모 있기 때문이다. 어떤 세대의 워크로드든, 병목이 코어 쪽에 있느냐 데이터 이동 쪽에 있느냐에 따라 수요는 다른 칩으로 흐른다. 대역폭이 병목인 시대엔 메모리가, 연산이 병목인 시대엔 로직이 상대적으로 앞선다. 그리고 두 축은 언젠가 다시 균형을 찾으며 서로의 사이클이 교차한다.
그래서 실무적으로 유용한 습관은 하나다. “반도체” 한 줄을 볼 때마다 속으로 두 칸으로 쪼개는 것. 이 숫자는 연산 축인가, 대역폭 축인가. 가격인가 물량인가. 기저는 어디였나. 이 분해만 몸에 배면 하나의 지표 안의 상반된 부호가 더 이상 혼란이 아니라 정보가 된다.
이 글은 특정 종목이나 ETF를 사라거나 팔라는 이야기가 아니다. 메모리 +277% 같은 수치가 “좋다/나쁘다”의 신호라고 말하지도 않는다. 여기서 한 일은 하나의 반도체 지표를 ‘연산’과 ‘대역폭’이라는 두 축으로 나눠 읽는 개념 틀을 세운 것뿐이다. 실제 수치의 방향·해석은 각자의 판단과 검증의 몫이며, 이 글은 그 판단을 돕기 위한 교육 자료다.