오늘 삼성전자 sk하이닉스 급락 배경, 구글 '터보퀀트'와 주가 전망

 

구글 '터보퀀트' 공개에 삼성전자·SK하이닉스 급락…메모리 반도체의 딥시크 모먼트?

 

2026년 3월 26일, 코스피가 장중 3% 넘게 빠지는 가운데 삼성전자와 SK하이닉스가 나란히 급락했습니다. 이번 하락의 직접적인 배경에는 구글 리서치가 공개한 AI 메모리 압축 알고리즘 '터보퀀트(TurboQuant)'가 있었습니다. 딥시크 쇼크 때와 비슷한 반응이 메모리 반도체 섹터 전체를 강타했는데요. 터보퀀트가 정확히 무엇인지, 왜 주가에 충격을 줬는지, 그리고 이 우려가 실제로 타당한지까지 하나씩 정리해 드립니다.

구글 터보퀀트란 무엇인가?

구글 리서치는 3월 25일 공식 블로그를 통해 새로운 AI 압축 알고리즘 터보퀀트(TurboQuant) 논문을 공개했습니다. 한마디로 설명하면, AI 모델이 메모리를 훨씬 적게 사용하면서도 동일한 성능을 낼 수 있도록 해주는 압축 기술입니다.

AI 모델은 사람과 대화할 때 이전 맥락을 기억하기 위해 KV 캐시(Key-Value Cache)라는 임시 기억장치를 GPU 메모리에 저장합니다. LLM(대형 언어 모델)이 거대해질수록, 그리고 대화가 길어질수록 이 KV 캐시가 차지하는 메모리 용량이 폭발적으로 늘어납니다. 에이전틱 AI의 확산으로 이 문제는 더욱 심각해지고 있었고, 이것이 바로 HBM(고대역폭메모리) 수요를 끌어올리던 핵심 구조였습니다.

터보퀀트는 이 KV 캐시를 3비트 수준으로 압축해 정확도 손실 없이 메모리 사용량을 최소 6배 줄이는 기술입니다. 구글은 이 기술을 자사 AI 모델 제미나이의 KV 캐시 병목 해결과 온라인 검색에 적용할 계획이라고 밝혔으며, 4월 ICLR 2026 컨퍼런스에서 공식 발표할 예정입니다.

터보퀀트의 핵심 기술 원리

터보퀀트는 두 가지 핵심 기법을 결합합니다.

첫 번째는 폴라퀀트(PolarQuant)입니다. 데이터의 기하학적 구조를 단순화하는 기술로, 3.2983…처럼 소수점이 이어지는 숫자를 정수 3으로 표현하는 것과 비슷한 방식입니다. 이렇게 데이터 구조를 단순화하면 저장에 필요한 메모리 용량이 크게 줄어듭니다.

두 번째는 양자화된 존슨-린덴스트라우스 변환(QJL, Quantized Johnson-Lindenstrauss) 기법입니다. 압축 과정에서 발생하는 원본과 압축 데이터 간의 차이(잔차)를 +1 또는 -1의 부호 비트로만 저장해 오차는 보존하면서 메모리는 최소화합니다.

구글 리서치는 이 기술을 오픈소스 AI 모델인 구글 젬마, 미스트랄 등에 적용한 결과 데이터를 대부분 유지한 채 KV 캐시 용량을 6분의 1로 줄였으며, 4비트 터보퀀트 적용 시 엔비디아 H100 GPU 성능을 8배 높였다고 밝혔습니다.

왜 삼성전자·SK하이닉스 주가가 급락했나?

그동안 반도체 메모리주의 주가 상승은 명확한 논리 구조 위에 있었습니다. 'AI 모델 거대화 → KV 캐시 폭증 → HBM 수요 급증 → 삼성·하이닉스 수혜'라는 공식이었죠.

터보퀀트는 이 연결 고리의 핵심을 끊어버릴 수 있는 기술입니다. 동일한 메모리로 6배 더 긴 문맥을 처리할 수 있다면, AI 서비스가 아무리 확장되더라도 메모리 수요 증가 속도가 예상보다 훨씬 느려질 수 있기 때문입니다.

키움증권 한지영 연구원은 "터보퀀트 공개 이후 메모리가 생각보다 덜 필요한 것이 아닌가라는 부정적 인식이 형성되며 단기적으로 메모리 업체 주가에 부담 요인으로 작용하고 있다"고 분석했습니다.

시장의 반응은 즉각적이었습니다. 미국 증시에서 마이크론이 3.4% 하락했고, 국내에서는 삼성전자와 SK하이닉스가 각각 3~4%, 4~5% 수준의 급락세를 보였습니다. 코스피 지수도 외국인의 대규모 매도세 속에 장중 3% 이상 하락했습니다. 클라우드플레어 CEO 매튜 프린스는 이 기술을 "구글의 딥시크"라고 표현했는데, 딥시크가 알고리즘 혁신으로 AI 하드웨어 수요 논리를 흔들었던 것과 동일한 맥락입니다.

이 우려, 정말 타당한가?

업계와 증권가의 시각은 대체로 "단기 과잉 반응"에 가깝습니다.

반도체 업계 관계자는 "현재 글로벌 AI 메모리 수요 자체가 기하급수적으로 늘어나고 있다"며 "메모리 사용량을 6분의 1로 압축하는 기술이 상용화되더라도 팽창하는 절대적인 메모리 수요를 얼마나 상쇄할 수 있을지 불투명해 실제 시장에 미치는 타격은 제한적일 것"이라고 밝혔습니다. 또한 "모든 빅테크가 구글의 특정 기술을 채택하는 것은 아니기 때문에 시장 파급력은 일부에 그칠 수 있다"는 시각도 나옵니다.

몇 가지 핵심 반론 포인트를 정리하면 다음과 같습니다.

① 아직 논문·연구 단계입니다. 터보퀀트는 실제 데이터센터 환경에 상용화된 기술이 아닙니다. 연구 성과가 산업 전반에 적용되기까지는 상당한 시간과 검증이 필요합니다.

② 수요 규모 자체가 기하급수적입니다. 메모리를 6배 압축하더라도, AI 모델 수와 추론 요청 자체가 그 이상의 속도로 늘어난다면 전체 메모리 수요는 오히려 늘어납니다. AI 비용이 낮아질수록 더 많은 기업과 개발자가 AI를 도입하는 '반동 수요' 효과도 있습니다.

③ HBM의 역할은 KV 캐시만이 아닙니다. HBM은 AI 추론 외에도 학습(Training), 연산 처리 등 다양한 영역에서 수요가 발생합니다. 터보퀀트가 커버하는 영역은 그 일부에 불과합니다.

④ 모든 빅테크가 동일한 기술을 채택하지 않습니다. 구글이 개발한 기술이라고 해서 메타, 마이크로소프트, 아마존 등이 동일하게 채택할 보장은 없습니다.

투자자 입장에서 어떻게 볼 것인가?

오늘 시장에서 흥미로운 장면이 연출됐습니다. 미래에셋증권 기준 최근 1개월 수익률 상위 1% 투자자, 이른바 '주식 초고수'들이 터보퀀트 급락 와중에 SK하이닉스를 가장 많이 순매수한 것입니다. 이들은 이번 급락을 저가 매수 기회로 판단한 것으로 풀이됩니다.

KB증권은 이날 SK하이닉스에 대해 목표주가 170만 원, 매수 의견을 유지했습니다. ADR(미국 주식예탁증서) 상장을 계기로 글로벌 투자자 접근성이 높아지면서 밸류에이션 재평가가 이뤄질 것이라는 기대도 함께 나오고 있습니다.

반면 삼성전자는 초고수 기준 순매도 1위에 올랐습니다. 하이닉스와 삼성전자의 HBM 경쟁력 격차, 그리고 각사의 AI 공급망 내 위치 차이가 투자 심리에도 반영된 모습입니다.

결국 이번 터보퀀트 쇼크는 딥시크 때와 유사한 패턴의 심리적 급락에 가깝습니다. 기술의 실제 상용화와 산업적 파급력을 냉정하게 따져본다면, 메모리 반도체의 구조적 수요가 하루 아침에 꺾이기는 어렵습니다. 단기적인 투자 심리 악화 요인으로 받아들이되, 실증 데이터와 빅테크 채택 현황을 지속적으로 모니터링하는 것이 현명한 접근 방법일 것입니다.

※ 이 글은 투자 참고 목적의 정보 제공용 콘텐츠입니다. 주식 투자는 원금 손실의 위험이 있으며, 모든 투자 판단과 책임은 투자자 본인에게 있습니다.