대부분의 투자자들은 Micron (NASDAQ: MU)이 성장을 지속하기 위해서는 더 많은 인공지능 (AI) 서버에 메모리를 판매해야 한다고 믿습니다. 이는 합리적으로 들립니다.

결국, 인공지능 (AI) 붐은 데이터 센터에 대한 대규모 지출의 물결을 일으켰습니다. 기술 기업들은 점점 더 강력해지는 AI 모델을 훈련하고 실행하는 데 필요한 인프라를 계속해서 구축하고 있습니다.

2009년에 Nvidia를 놓치셨나요? 이 희귀한 신호가 다시 나타나고 있습니다. 2009년, Nvidia라고 불리는 잘 알려지지 않은 칩 제조사를 향해 "더블 다운 (Double Down)" 신호가 나타났습니다. 수년 만에 처음으로, 동일한 "전적인 확신 (Total Conviction)" 신호가 Nvidia 크기의 1/100에 불과한 기업을 향해 나타나고 있습니다. 계속 읽기 »

하지만 투자자들은 잘못된 숫자에 집중하고 있을지도 모릅니다. 기업들이 얼마나 많은 AI 칩을 판매하는지를 추적하는 대신, 엔지니어들이 각 칩에 얼마나 많은 메모리를 채워 넣는지를 주목해야 합니다. 그 차이는 작아 보일 수 있습니다. 하지만 이는 전체 AI 투자 이야기에서 가장 간과되고 있는 트렌드 중 하나를 나타낼 수 있습니다.

투자자들이 주목해야 할 단 하나의 숫자

대부분의 투자자들은 GPU 판매량을 지켜봅니다. 그 논리는 간단해 보입니다. 더 많은 AI 지출은 더 많은 GPU로 이어지고, 이는 결과적으로 메모리에 대한 더 큰 수요를 창출한다는 것입니다.

하지만 또 다른 트렌드가 조용히 나타났습니다. AI 하드웨어의 각 새로운 세대는 이전 세대보다 훨씬 더 많은 메모리를 필요로 합니다.

지난 몇 년 동안 일어난 일을 살펴보십시오:

Nvidia의 H100 가속기에는 약 80기가바이트의 고대역폭 메모리 (HBM)가 포함되어 있었습니다. -
The H200은 그 수치를 약 141기가바이트로 늘렸습니다.

최신 Blackwell 칩은 메모리 용량을 다시 약 192기가바이트로 늘렸습니다.

여기서 정확한 수치 자체보다는 트렌드가 더 중요합니다. 즉, 모든 새로운 세대가 이전 세대보다 더 많은 메모리를 필요로 한다는 점입니다. 이 트렌드는 Micron에게 두 번째 성장 동력을 만들어냅니다.

왜 AI는 계속해서 더 많은 메모리를 요구하는가?

AI 시스템을 생각하는 유용한 방법은 바쁜 주방에서 일하는 요리사를 상상하는 것입니다.

GPU는 요리사 역할을 합니다. 메모리는 조리대 역할을 합니다. 더 넓은 조리대는 요리사가 동시에 더 많은 재료를 가지고 작업할 수 있게 해줍니다. 반면 조리대가 좁으면 요리사는 작업을 멈추고 재료를 다시 정리해야만 합니다.

AI 시스템도 동일한 문제에 직면해 있습니다. AI 모델이 더 커지고 정교해짐에 따라, 동시에 더 많은 정보에 접근해야 합니다. 특히, 추론 모델 (reasoning models)은 이제 답변을 생성하기 전에 더 많은 연산 단계 (computational steps)를 수행합니다. 게다가, 현재의 애플리케이션들은 텍스트, 이미지, 오디오, 비디오를 동시에 처리합니다.

이러한 각각의 트렌드는 메모리 요구 사항을 증가시킵니다. 결과적으로, 메모리는 불과 몇 년 전보다 전체 AI 성능에서 더 큰 역할을 수행하고 있습니다.

Micron 성장의 숨겨진 동력

이 지점에서 투자 논거 (investment thesis)가 흥미로워집니다. 많은 투자자들은 Micron의 미래를 AI 서버의 성장과 직접적으로 연결 짓습니다. 만약 AI 지출이 둔화되면, Micron도 둔화된다는 것입니다. 단순한 논리입니다.