2024년증시전망

2024년증시전망

 

이제 본격적으로 2024년에 대한 이야기가 나오고 있습니다. 
특히 AI 및 반도체 시장에 대한 주요 업계의 의견들을 정리해 보고, 앞으로의 투자를 어떤 부분에 중점을 할 것인지를 재조명해보고자 합니다. 

⚡️총정리
: 메가트렌드인 AI(HBM), AVP, 선단공정, 후공정외주화는 지속될것입니다. 

시장의 관심은 "싸이클의 위치" 보다는 "사이클의 길이"를 논하는 구간으로 이동하고 있습니다. 

최소 2024년 상반기까지는 삼전/닉스의 실적개선세가 지속될 예정으로, 
특별한 매크로적 이벤트가 없다면, 반도체는 충분히 좋은 섹터가 될것으로 판단합니다. 
(다만, 소부장 기업들은 24년부터는 단순히 기대감이 아닌, 실적개선이 같이 동반되어야 합니다)

다만, Nvidia의 3Q 실발과 AI 서비스의 본격적 증대로, 반도체에 대한 관심은 학습(Training) 영역뿐 아니라 추론(Inference) 쪽으로도 관심이 커지고 있습니다. NPU 관련 기업들도 적극적으로 F/U 할 필요가 있다고 판단됩니다. 

✔️AI서버를 중심으로한 메가트렌드는 지속

현재 AI 서버는 과거 클라우드 서비스보다 더 빠르고 큰 시장으로 발달하고 있습니다.
당연히 이에 대한 투자도 막대하게 이루어지고 있으며, 이 중심에는 누가 뭐래도 Nvidia의 GPU(HBM)이 있습니다. 

아울러 첨단 패키징의 영역이 소수의 최고급칩에서 다양한 칩으로 계속 확대중에 있고, 
이를 위해서 IDM 및 Foundry 회사들은 계속해서 선단공정으로의 전환 및 후공정 외주화를 지속하는 흐름이 나오고 있습니다. 

따라서, AI서버를 중심으로한 메가트렌드는 계속해서 이어질 것으로 판단합니다. 

✔️AI서버 싸이클의 길이는?

현재 메모리 시장은 누가 봐도 사이클의 바닥을 벗어난 모습입니다. 
따라서, "이 메모리 싸이클의 피크아웃은 언제인가?"에 대한 이야기가 조금씩 나오고 있습니다. 

현재가 과거와 가장 바뀐점은 "메모리의 중요도"입니다. 

항상 메모리는 시스템반도체의 부산물 같은 역할이었습니다. 
데이터센터 싸이클(17~19)에서조차 그냥 데이터센터가 많아지니까 자연스럽게 메모리필요량이 늘어난 것입니다.  
(이때 비용문제로 인하여 메모리를 줄이는 가상메모리 기술 개발)

하지만, AI서버 싸이클(23~현재)은 메모리의 용량이 전체적인 AI학습모델의 성능을 좌지우지하고 있습니다. 

시크리컬 산업의 피크아웃이 언제인지를 언급하기는 어렵지만, 
AI서버에 대한 투자 속도가 확연하게 감소하는 시점이 오기전까지는 이 사이클은 쉽사리 꺾이지 않을 것으로 판단됩니다.

✔️최근 강조되는 이야기 : AI추론 과 On-Device AI

2023년 반도체 투자의 가장 중요한 핵심은 "LLM(초거대규모언어모델) 구축을 위한 AI학습(Training)"이었습니다. 
당연히 이러한 AI학습을 위해서는 엄청난 양의 GPU 수요가 증가했고, 한국 시장에서는 HBM으로 시장이야기가 도배되었죠. 

현재 산업계등에서는 조금씩 추론(Inference)에 대한 관심이 커지고 있습니다. 
이번 Nvidia의 3Q 실적발표에서 젠슨황도 본인들의 제품도 추론에 성능이 우수하다는 이야기를 꾸준히 하는등 추론을 강조하는 모습을 보였습니다. 

아울러 빠질 수 없는 부분이 On-Device AI입니다. 
이미 모바일 AP(퀄컴/삼성)은 이 기술을 굉장히 강조하고 있으며, 인텔또한 AI장착 PC에 대한 이야기를 지속적으로 강조하고 있습니다. 

✔️AI추론과 NPU

AI추론을 업계에서 강조하는 이유는, AI를 이용한 서비스가 본격적으로 출시되고 있기 때문입니다. 
- AI추론 : 신규 정보를 학습된 AI 모델에 넣어 결과를 획득 하는 방법

일반적으로 각각의 AI서비스 마다 맞춤형 칩(추론)을 쓸수록 서비스의 퀄리티는 올라가게 되는 것으로 알려져 있습니다. 
빅테크들은 이러한 추론을 위해서 자체 NPU를 이미 많이 개발하여, 데이터센터나 온디바이스에 사용 중입니다. 

다만, 아직까지는 NPU보다는 GPU가 더 경쟁력이 더 강한 상태이며, 
특히 Nvidia의 AI개발 S/W 인 CUDA 를 어떻게 대처할 수 있는가에 대한 의문은 남아있습니다. 

✔️On-Device AI 와 AI서비스 특화

On-Deviece AI는 말그대로 AI를 각자의 기기(PC/모바일/차)등에 심는 것입니다. 
- On-Device AI : 별도의 인터넷 없이도, PC/모바일 등에서 바로 AI를 지원하는 방법

인터넷 없이 AI를 지원하는 방안으로 크게 2가지 장점을 지닙니다. 
- 보안의 우수성 
- 각각의 디바이스에서의 특화된 서비스 제공

✔️On-Device AI의 미래는?

사실 현재 모든 스마트폰에는 이미 일정 수준의 On-Device AI가 적용되어있습니다. 
- 지문인식/얼굴인식을 위한 AI, 카메라 보정 기능
- 사진첩 인물 인식 기능, 외부 빛을 인식한 화면 밝기 자동조절 기능 등등

모두 느끼시겠지만, 겨우 이정도로는 혁신이라고 부르기 어렵습니다. 

다만, 삼성/퀄컴은 모두 2024년을 On-Device AI에 확산의 원년으로 선포하였고 강한 혁신을 이야기하고 있습니다. 
- 삼성 : 자체 개발 생성형 AI (실시간통역(인터넷 없이), 갤럭시 S24탑재)
- 퀄컴 : 24년 AP에 메타 생성형 AI도입, AI PC용 SOC(X-Elite) 도입

아울러 애플조차 이 시장에 굉장히 큰 힘을 주고있으며, 생성형 AI를 곧 내놓을 것으로 보고 있습니다. 
만약 이부분이 고도화된다면 Siri가 학습이 되면서 더욱 강력한 편의성을 지닐 것으로 예상하고 있습니다.

✔️반도체 섹터에서 보이는 순환매들

현재 반도체섹터는 순환매가 일어나고 있습니다. 

"HBM투자"와 관련된 장비주로 반등을 시작해서 -> "On-Device AI" 가 주목을 많이 받았으며, 
Nvidia의 실적발표가 이후 "AI Inference" 관련 종목들이 꽤 크게 주목을 받고 있습니다. 

특히 Nvidia가 중국향 Risk로 조정을 받으면서, HBM투자 관련 회사들의 조정이 크게 나오고 있습니다. 
다만 이 부분은 펀더멘탈 보다는 차익실현등 쉬어갈 핑계가 된다고 판단됩니다. 

이러한 섹터내 순환매를 모두 따라다니면서 먹는 것은 현실적으로 매우 어려우므로, 가장 중요한 아이템에 초점을 맞추는 게 중요하다고 판단됩니다.

 

 

(출처:YM리서치)