늦게 시작하는 돈공부

  솔직히 저는 엔비디아를 오랫동안 그냥 '칩 잘 만드는 회사' 정도로만 봤습니다. 그런데 아폴로, 블랙스톤, 골드만삭스 같은 월가 대형 금융사들과 손잡고 5,000억 달러 규모의 AI 인프라 자금 조달 플랫폼을 만들겠다는 발표를 보고서야 이 회사가 향하는 방향이 완전히 다르다는 걸 깨달았습니다. GPU를 파는 것도 모자라 GPU를 살 돈의 흐름까지 직접 설계하겠다는 건데, 이게 단순한 사업 다각화인지 아니면 구조적 위험의 시작인지 짚어볼 필요가 있다고 생각했습니다. AI 인프라, 왜 GPU 한 장으로는 설명이 안 되나 처음에 저는 이 문제를 너무 단순하게 봤습니다. AI 서비스를 운영하려면 GPU를 많이 사면 되는 거 아닌가 싶었는데, 실제 구조를 파고들수록 그렇게 간단한 문제가 아니었습니다. 요즘 쓰이는 프런티어 모델은 가중치(weight) 자체가 워낙 거대해서 GPU 한 장에 올라가지 않습니다. 여기서 가중치란 AI 모델이 학습을 통해 얻은 수십억~수천억 개의 숫자 파라미터를 말합니다. 이걸 여러 GPU에 나눠 싣고 서로 초고속으로 데이터를 주고받아야 하죠. 그래서 GPU 연산 성능만큼이나 GPU 간 통신 속도와 HBM(고대역폭 메모리) 용량이 동시에 중요해집니다. HBM이란 GPU 내부에 적층 방식으로 붙어 있는 고속 메모리로, 일반 DRAM보다 수배 빠른 데이터 전송 속도를 제공합니다. 요즘 널리 쓰이는 MoE(전문가 혼합 모델)는 구조가 더 복잡합니다. MoE란 입력 토큰마다 전체 모델이 아닌 일부 '전문가' 네트워크만 선택적으로 활성화해 계산량을 줄이는 방식입니다. 그런데 전문가들이 여러 GPU에 분산돼 있어서 토큰마다 해당 전문가가 있는 GPU로 중간 데이터를 보내고 다시 받아와야 합니다. 연산량은 줄지만 통신 부담은 그대로 남는 구조입니다. 여기에 KV 캐시(Key-Value Cache) 문제가 더해집니다. KV 캐시란 긴 대화나 문서를 처리할 때 이전 계산 결과를 GPU 메모리에 보관해두는 임시 저장소입니다. 사용...

  솔직히 이건 예상 밖이었습니다. AI 경쟁에서 뒤처졌다는 말을 달고 다니는 애플이 글로벌 시가총액 2위에 올랐다는 소식을 처음 접했을 때, 저도 잘못 읽은 줄 알았습니다. 엔비디아가 부동의 1위를 지키는 사이, 구글과 애플이 2위 자리를 두고 엎치락뒤치락하고 있는 겁니다. AI에 천문학적인 돈을 쏟아붓는 빅테크들 사이에서, 오히려 AI 투자를 줄이며 주주 환원에 집중한 애플이 시장에서 더 높은 점수를 받고 있다는 현실이 저는 꽤 오래 생각하게 만들었습니다. 실적 분석 — AI 없이도 왜 이렇게 잘 버나 일반적으로 AI를 못 하는 기업은 주가가 밀린다고 알려져 있지만, 제 경험상 시장은 결국 실적으로 말합니다. 애플의 최근 분기 매출총이익률(Gross Margin)은 49.3%를 기록했습니다. 여기서 매출총이익률이란 매출에서 제품 원가를 뺀 이익이 전체 매출에서 차지하는 비율로, 쉽게 말해 100원어치 팔았을 때 순수하게 남기는 금액의 비중입니다. 아이폰이 처음 출시된 이후 역대 가장 높은 수치입니다. 아이폰 17 판매 호조로 2025년 4분기 아이폰 매출은 전년 동기 대비 23% 늘었고, 중화권 매출만 따지면 28% 증가했습니다. 서비스 부문의 비중이 커지면서 구조적으로 마진율이 올라간 영향도 있지만, 결국 핵심은 아이폰이 엄청나게 잘 팔리고 있다는 단순한 사실입니다. 반면 다른 빅테크들의 상황은 사뭇 다릅니다. 설비투자(CapEx)를 보면 마이크로소프트와 알파벳이 전년 대비 약 90~95%씩 증가시키는 동안, 애플은 오히려 전분기 대비 19% 줄였습니다. CapEx란 기업이 미래 성장을 위해 설비·인프라에 쓰는 자본적 지출을 의미하는데, AI 서버와 데이터센터에 돈을 쏟아붓는 구글·아마존과 달리 애플은 그 돈을 배당과 자사주 소각, 즉 주주 환원에 쓰고 있는 겁니다. 아마존이 한 분기에 집행하는 AI 투자액보다 애플의 연간 자본 지출이 더 적다는 사실은 저도 수치를 직접 확인하고 나서야 실감했습니다. 매출총이익률(Gross Margin) 49.3%...

마이크로소프트가 직원 4,800명을 내보내는 바로 그 주에 6,000명짜리 새 조직에 25억 달러를 쏟아붓겠다고 발표했습니다. 처음 이 뉴스를 접했을 때 저도 순간 혼란스러웠습니다. 돈이 없어서 사람을 자르는 게 아니라면, 도대체 이 돈은 어디로 흘러가고 있는 걸까요. 감원 숫자 뒤에 숨어 있는 진짜 돈의 방향을 짚어봤습니다. 왜 하필 게임 사업부였나 이번 감원의 칼날은 회사 전체가 아니라 엑스박스(Xbox) 게임 사업부에 집중됐습니다. 전체 직원 기준으로는 2.1%지만, 엑스박스 사업부 안에서만 따지면 무려 20%에 해당하는 3,200명이 직장을 잃었고 그중 1,600명은 발표 당일 바로 해고 통보를 받았습니다. 저는 이 숫자를 보고 단순한 구조조정이 아니라는 직감이 왔습니다. 엑스박스 대표가 직원들에게 보낸 내부 이메일에는 "현재 우리 사업은 건강하지 않다"는 문장이 그대로 담겨 있었습니다. 구독 서비스인 게임 패스(Game Pass)의 경우 7,700만 명을 목표로 했는데 실제 가입자는 약 3,000만 명 수준에 그쳤고, 올해 1분기 엑스박스 매출은 전년 동기 대비 5% 줄면서 영업이익률은 3%까지 떨어졌습니다. 1,000원을 넣으면 640원이 사라지는 자판기를 몇 년째 돌려온 셈입니다. 2023년 액티비전 블리자드 인수에만 수백억 달러를 투입했지만 소니 플레이스테이션, 닌텐도와의 격차는 끝내 좁히지 못했습니다. 결국 마이크로소프트는 몇 년째 적자를 내던 사업부를 통째로 들어내는 결정을 내린 겁니다. 냉정한 결정이지만, 데이터를 보면 오히려 늦은 감이 있다는 생각도 들었습니다. 요약: 엑스박스 사업부는 구조적 적자가 지속됐고, 마이크로소프트는 이를 과감하게 정리하며 자원을 재배치하기 시작했습니다. AI 투자 규모, 감원 절감액의 200배 이번 감원으로 아끼는 돈이 얼마인지 계산해보면 규모감이 확 잡힙니다. 마이크로소프트의 글로벌 직원 중위 보상이 약 21만 5,000달러 수준이고 이걸 4,800명에 단순 적용하면 연간 절감액은 대략 1...

양자컴퓨터가 상용화되면 AI 반도체는 필요 없어질까요? 저는 이 질문을 처음 들었을 때 꽤 오래 멈칫했습니다. 그런데 실제로 최근 흐름을 들여다보면 둘은 경쟁 관계가 아니라 연결되어야 비로소 작동하는 구조입니다. KISTI(한국과학기술정보연구원)가 엔비디아, IonQ와 3자 협약을 맺고 양자컴퓨터와 슈퍼컴퓨터를 통합하는 연구 환경을 구축한다고 발표했습니다. 기술 발표 자체보다 그 연결 방식이 생각보다 훨씬 구체적이라 직접 챙겨보게 됐습니다. KISTI·IonQ·엔비디아가 연결되는 구조 — 팩트부터 이번 협약의 핵심은 쿠다 퀀텀(CUDA Quantum)이라는 플랫폼입니다. 쿠다 퀀텀이란 엔비디아가 개발한 소프트웨어 환경으로, GPU 가속 컴퓨팅과 양자컴퓨터를 하나의 코드베이스에서 함께 사용할 수 있도록 이어주는 통합 개발 도구입니다. 여기서 IonQ의 양자컴퓨터는 MVQ 링크를 통해 슈퍼컴퓨터에 물리적으로 연결됩니다. MVQ 링크란 광화학 기반의 퀀텀 네트워킹 기술로, 빛 신호를 이용해 양자컴퓨터와 GPU 클러스터를 연결하는 방식입니다. 저는 이 부분이 처음엔 막연하게 들렸는데, 결국 핵심은 "양자컴퓨터가 독립된 기계가 아니라 기존 슈퍼컴퓨터의 가속기로 붙는다"는 그림입니다. IonQ가 채택한 방식은 트랩이온(Trapped Ion) 방식입니다. 트랩이온 방식이란 이온을 전자기장으로 가두고 레이저로 제어해 양자 연산을 수행하는 기술로, 초전도체 방식에 비해 상온 안정성과 오류율 측면에서 유리하다고 알려져 있습니다. 한국첨단소재의 자회사 퀀텀AI솔루션이 운영하는 코리아퀀텀 플랫폼에도 IonQ의 트랩이온 방식 양자컴퓨터가 추가됐는데, IBM과 IonQ라는 서로 다른 방식의 장비를 나란히 놓고 동일한 문제를 교차 검증할 수 있다는 점은 분명히 실용적인 설계입니다. 엔비디아 측에서는 아마존 브라켓(Amazon Braket)과의 통합도 추진 중입니다. 아마존 브라켓이란 AWS가 운영하는 클라우드 기반 양자컴퓨팅 접근 서비스로, IonQ 외에도 IQM, 리...