강방천은 AI & 반도체 무엇을 '의심'하고 있는가? l 파운데이션 AI 모델 개발에 멈춰있을 것인가? 움직일 것인가?

[AI와 반도체 생애주기]

생성형 AI → 피지컬 AI.

고대역폭 선단 → 레거시 공정.

과점형 공급 → 다극형 공급.

GPU + HBM → ASIC + LPDDR

 

글로벌 반도체 채권 : 국가별 역할 분담.

1위 미국 : 팹리스(설계 - 핵심 기술 선점 및 생태계 주도)

2위 일본 : 소부장(압도적인 소재 및 장비 기술력)

3위 한국/대만 : 로직 메모리 반도체(압도적인 생산 능력 및 메모리 중심)

 

AI 시대 생산요소 : 데이터 + 컴퓨팅 파워 + 전기 에너지.

(에너지 : 고체 → 액체 → 기체 → 전기(단일 기축) 에너지 통합)

 

[나만의 관점을 가지는 방법]

사실에 기초 → 남들과 다른 해석 → 의심을 통해서 → 자신만의 가설을 세우고 → 정반합적인 충돌을 통한 관점.

[AI 시대 구도 변화]

1. 학습 모델 → 추론 모델.

2. 클라우드 디바이스 → 엣지 디바이스.

3. 파운데이션 모델 → 스튜던트/경량화 모델.

4. 생성형 AI → 피지컬 AI.

 

이 영상은 에셋플러스자산운용 강방천 회장이 AI 시대의 핵심 동인인 3대 인프라를 분석하고, 현재 시장의 AI 및 반도체 투자 환경을 어떻게 바라봐야 하는지에 대해 다루고 있습니다.
주요 내용을 요약해 드립니다.

1. AI 시대의 3대 필수 인프라
AI 시대가 도래하기 위해 갖춰져야 할 세 가지 핵심 요소로 다음을 꼽습니다. [03:05]
ㅇ 데이터: 2008년 스마트폰 등장 이후 클라우드 센터에 축적된 방대한 정보. [03:17]
ㅇ 컴퓨팅 파워: 대량 생산과 기술 발전을 통해 성능당 가격이 크게 낮아진 연산 능력. [03:37]
ㅇ 전기 에너지: 고체(연탄/땔감), 액체(휘발유), 기체(LPG) 에너지를 통합한 기축 에너지로서의 전기. [03:47]

2. AI 기술의 진화 방향
현재 AI 시장은 단순히 '학습형 AI'에 머물지 않고 '추론형 AI'로 이동하고 있다고 분석합니다. [06:47]
ㅇ 학습형 AI (Foundation Model): 현재의 GPT나 제미나이처럼 방대한 데이터를 학습하여 백과사전 역할을 하는 모델. [07:33]
ㅇ 추론형 AI (Edge Device): 학습된 모델을 바탕으로 실제 생활 속에서 구동되는 피지컬 AI(자율주행차 등) 및 경량화 모델로의 전환. [08:26]

3. 투자자가 가져야 할 비판적 관점
시장의 열풍에 휩쓸리지 않기 위해 다음과 같은 측면에서 스스로 질문을 던지고 가설을 세우는 것이 중요하다고 강조합니다. [05:05], [11:22]
ㅇ 수요 측면: 현재의 강력한 반도체 '수요'가 '미래'에도 지속될 것인가? [11:33]
ㅇ 공급 측면: '공급'은 계속해서 '제한'적일 것인가? [11:33]
ㅇ 시장 조절 기능: 가격 상승이 수요와 공급을 조정하는 시장 경제 시스템이 제대로 작동하고 있는가? [12:06]

요약하자면:
AI 혁명은 거스를 수 없는 흐름이며 반도체의 중요성도 여전하지만, 현재의 시장 상승이 하드웨어(GPU, HBM) 중심의 '학습형 모델'에만 과도하게 집중되어 있지 않은지 의심해 볼 필요가 있습니다. 향후 AI가 '추론형/엣지 디바이스' 모델로 진화할 때, 여전히 현재의 하드웨어가 주도권을 가질 것인지 아니면 다른 자원이 필요할 것인지에 대한 '통찰'이 필요한 시점입니다. [09:58], [10:43]

영상 링크: https://youtu.be/0j1XgVyaC0s?si=uN2FgYFdKij-GTKO