딥시크 V4.1-Flash가 메모리주 매도세를 부른 이유

딥시크의 V4.1-Flash 출시는 AI 하드웨어 투자 논리의 핵심 전제 하나를 시험했다. 더 성능 좋은 모델일수록 서비스당 메모리와 저장장치를 계속 더 많이 쓸 것이라는 전제다.

시장은 이를 장기 AI 메모리 사이클의 종료 신호라기보다, AI 소프트웨어와 모델 설계가 필요한 하드웨어의 양을 빠르게 낮출 수 있다는 사실을 반영한 재평가로 받아들였다. 여기에 최첨단 AI 개발 속도를 조절해야 한다는 논의까지 겹치면서 메모리·반도체주 매도 압력이 커졌다.

딥시크가 바꾼 것: KV 캐시의 메모리·저장공간 사용량

딥시크는 V4.1-Flash의 키-값(KV) 캐시가 이전 세대 대비 고대역폭메모리(HBM)는 4분의 1, SSD 저장공간은 8분의 1만 필요하다고 밝혔다. 회사는 특히 에이전트형 AI 서비스에서 캐시 적중(cache hit) 비용이 큰 비중을 차지할 수 있다고 설명했다. 29

KV 캐시는 모델이 이전 토큰의 주의(attention) 상태를 저장해, 긴 대화나 작업을 이어갈 때 앞선 문맥을 매번 처음부터 다시 계산하지 않도록 하는 데이터다. 따라서 긴 문맥을 다루거나 AI 에이전트를 운영하는 추론(inference) 환경에서는 중요한 용량 제약이 된다.

다만 이 수치를 과장해서는 안 된다. 딥시크의 비교는 전체 AI 시스템이 HBM을 75%, 저장공간을 87.5% 덜 쓴다는 뜻이 아니다. 이는 전 세대 딥시크 아키텍처와 비교한 KV 캐시 요구량에 관한 수치다. 모델 가중치, 학습 인프라, 기타 구성요소는 여전히 상당한 메모리와 저장장치를 필요로 한다. 25

왜 삼성전자·SK하이닉스를 포함한 관련주가 반응했나

투자자 입장에서는 해석이 단순했다. 비슷한 수준의 AI 추론 서비스를 더 적은 캐시 메모리로 제공할 수 있다면, 정해진 AI 하드웨어 풀로 더 많은 세션을 처리할 가능성이 생긴다. 이는 워크로드당 메모리 집약도와 HBM·기업용 스토리지의 수요 및 가격에 대한 단기 기대를 낮출 수 있다.

실제 딥시크 출시 뒤 서울 증시에서 삼성전자 주가는 3.5%, SK하이닉스 주가는 2.2% 하락했다고 보도됐다. 49 이후 미국 시장에서도 메모리와 스토리지 관련 종목들이 압박을 받았다. 시장 보도는 딥시크의 낮아진 HBM·SSD 요구량이 AI 인프라 수요 전망을 다시 계산하게 만든 요인으로 지목됐다. 5152

물론 단일 모델 출시가 모든 주가 움직임을 일으켰다고 단정할 수는 없다. 반도체주는 실적 전망, 공급 여건, 금리, 전반적 위험선호, 빅테크의 설비투자 계획 등 여러 변수에 따라 움직인다. 그럼에도 이번 반응은 AI 관련 기업가치가 AI 서비스 한 단위를 제공하는 데 필요한 하드웨어의 양에 매우 민감해졌음을 보여줬다.

또 하나의 압박: ‘프런티어 AI’ 개발 속도 조절론

효율화 뉴스는 AI 성능 고도화 속도를 늦추자는 별도의 논쟁과 맞물렸다. 앤트로픽 최고경영자 다리오 아모데이는 에세이 We Must Pace the Frontier에서, 더 강력해지는 AI 시스템을 정렬(alignment)하고 안전하게 관리할 시간을 확보하기 위해 AI 역량 향상 속도를 조절해야 한다고 주장했다.

그는 이를 학습이나 기술 발전의 중단으로 구분하지 않았다. 대신 상시 접근 권한을 가진 제3자 평가자, 민주주의 국가 간 공조, 글로벌 공조를 제안했다. 40

시장에서는 역량 고도화 경로가 느려질 경우, 완전한 학습 중단이 아니더라도 가속기·네트워크·메모리·데이터센터 투자의 일부가 지연될 수 있다고 해석할 여지가 있다. 관련 시장 보도가 나온 날 나스닥100 선물은 1.77% 하락했고, 마벨은 7% 이상, 인텔은 약 6%, 마이크론은 5% 이상 내렸다. 51

두 사안은 성격이 다르다.

• 딥시크의 변화는 효율성의 문제다. 추론 워크로드 하나에 메모리와 저장공간이 얼마나 필요한가.
• 개발 속도 조절론은 시간의 문제다. 업계가 더 강력한 프런티어 시스템을 얼마나 빠르게 구축·배포할 것인가.

두 요인이 겹치면서 가장 낙관적인 AI 인프라 수요 전망이 당연한 결론은 아니라는 인식이 강해졌다.

마이클 버리가 제기한 반론

투자자 마이클 버리는 AI 업계의 개발 속도 조절 주장을 “자기 이익을 위한 것(self-serving)”이라고 비판했다. 그의 주장은 이런 흐름이 기존 선도 연구소에는 유리하고 경쟁자의 진입을 어렵게 만들 수 있으며, 잠재적 기업공개(IPO)를 위한 “과장과 선전(hype & puffery)”이 될 수 있고, 성장 둔화의 방어막으로도 쓰일 수 있다는 것이다.

버리는 현 대규모언어모델(LLM)이 인공일반지능(AGI)이 아니므로 그런 의미에서 늦출 대상도 없다고 주장했다. 14

이는 경쟁, 기업가치, AI 역량에 관한 버리의 견해이지 확정된 기술적 결론은 아니다. 시장 관점에서 중요한 점은 개발 속도 조절론이 안전 문제뿐 아니라 업계의 경쟁 구도와 이해관계라는 프레임으로도 해석됐다는 데 있다.

‘AI 메모리 슈퍼사이클’ 논리가 달라진 지점

기존의 단순한 AI 메모리 투자 논리는 선형적이었다. 더 큰 모델, 더 긴 문맥 창, 더 많은 AI 사용자가 결국 HBM·낸드·스토리지 수요 증가로 이어진다는 것이다.

딥시크는 여기에 아키텍처 효율성이라는 반대 방향의 변수를 추가했다. 앞으로는 수요를 두 축으로 나눠 볼 필요가 있다.

1. 워크로드당 필요한 메모리 양: 효율적인 KV 캐시 설계가 이를 낮출 수 있다.
2. 전체 워크로드의 수와 강도: 사용자 증가, 긴 문맥, 자율형 에이전트 확대가 이를 키울 수 있다.

첫 번째가 감소한다고 해서 두 번째까지 자동으로 감소하는 것은 아니다. 추론 비용이 낮아지면 AI 도입이 늘어 전체 요청량이 커질 수 있다. 반대로 효율화 확산 속도가 사용량 증가보다 빠르다면, 같은 AI 산출량을 내는 데 필요한 하드웨어가 줄어들 수 있다.

장기 결론이 아직 열려 있는 이유

V4.1-Flash가 가장 직접적으로 영향을 주는 영역은 추론 서비스의 KV 캐시다. 딥시크의 발표는 모델 가중치나 학습에 필요한 메모리를 없앤다는 뜻이 아니다. 25 학습과 추론은 컴퓨팅, 메모리, 인터커넥트에 서로 다른 부담을 준다.

따라서 핵심 불확실성은 효율 개선이 의미 있느냐가 아니라, 그것이 총수요를 바꿀 정도냐에 있다. 투자자들이 지켜볼 항목은 유사한 캐시 절감 기술의 확산, 긴 문맥·에이전트 워크로드의 성장 속도, HBM과 스토리지 가격, 그리고 프런티어 모델의 학습·배포가 계속 가속하는지 여부다.

지금의 매도세는 AI 메모리 부족을 일방통행 투자 테마로 보는 데 대한 경고에 가깝다. 새로운 사용처는 요청 수를 늘릴 수 있지만, 모델 혁신은 요청당 필요한 하드웨어를 동시에 줄일 수 있다.