딥시크가 사고쳤다? 2026년 상반기 주식시장 답안지 나왔네요

개요

2026년 상반기 AI 시장에서 세 가지 중요한 전환점이 동시에 등장했습니다. 애플과 구글의 제미나이 협력 계약, 메타의 10년 AI 투자 계획, 그리고 딥시크의 새로운 메모리 논문입니다. 이 세 가지 이벤트는 단순한 기술 발표가 아니라 AI 산업의 밸류체인이 어디로 향하는지를 명확히 보여주는 신호입니다.

이 영상은 개인 투자자이자 블로거인 김단테가 AI 산업의 최신 동향을 투자자 관점에서 분석한 콘텐츠입니다. 그는 인스타그램과 네이버 블로그를 통해 투자 관련 인사이트를 공유하고 있으며, 특히 기술주 동향에 대한 실시간 분석으로 알려져 있습니다.

핵심 내용

애플-구글 제미나이 협력: AI 생태계의 판도 변화

구글의 시가총액이 4조 달러(약 5,000조원)를 돌파했습니다. 2024년까지는 별다른 움직임이 없었던 구글이 2025년 들어 M7 중 가장 높은 상승률을 기록한 이유는 단순합니다. AI 서비스 트래픽 점유율에서 제미나이가 오픈AI를 추격하는 데 성공했기 때문입니다.

지난 12개월간 AI 생태계에서 가장 큰 변화는 제미나이의 점유율 급상승입니다. 1년 전만 해도 오픈AI가 압도적이었지만, 현재는 제미나이가 빠르게 격차를 좁히고 있습니다. 구글은 오픈AI와 달리 외부 자금 조달이 필요 없으며, 자체 현금 흐름만으로 AI 투자를 감당할 수 있다는 점에서 장기전에 유리합니다.

이번 애플과 구글의 공동 성명은 이러한 흐름을 가속화할 핵심 계약입니다. 애플은 “신중한 평가 끝에 구글의 AI 기술이 애플 파운데이션 모델스의 가장 유능한 기반을 제공한다”고 밝혔습니다. 이는 애플이 오픈AI와 앤스로픽을 포함한 여러 AI 기업을 비교 평가한 끝에 제미나이를 선택했다는 의미입니다.

실제로 애플은 지난 1-2년간 오픈AI의 ChatGPT와도 협력을 시도했고, 온디바이스 AI를 독자적으로 개발하려 했습니다. 하지만 애플 인텔리전스의 초기 버전은 시장의 기대에 미치지 못했습니다. 영어 버전이 먼저 출시되었을 때 사용자 반응은 “별로”였고, 이는 온디바이스 AI 테마주들의 급락으로 이어졌습니다.

이번 계약이 중요한 이유는 락인(Lock-in) 효과 때문입니다. iPhone 사용자들이 다음 핸드폰도 iPhone을 선택하는 이유는 모든 데이터가 iPhone에 저장되어 있고, 이를 다른 플랫폼으로 옮기기 어렵기 때문입니다. 만약 핸드폰 내부 데이터를 기반으로 AI가 작동한다면—”어젯밤에 온 세금 관련 이메일이 뭐지?”, “친구가 저녁 먹자고 한 날짜가 언제였지?”와 같은 질문에 정확히 답한다면—사용자들은 더욱 강력하게 애플 생태계에 고착될 것입니다.

일론 머스크도 이 뉴스에 반응했습니다. 그는 “안드로이드와 크롬도 보유하고 있는 점을 감안하면 이것은 구글에 대한 지나친 권력 집중으로 보입니다”라고 언급하며 구글의 영향력 확대를 견제했습니다. 머스크는 과거 인터뷰에서도 “AI 언어 모델 분야의 최종 승자는 구글”이라는 입장을 밝힌 바 있습니다.

메타의 AI 투자 확대: 수십 기가와트 규모의 데이터 센터 구축

마크 저커버그는 “메타 컴퓨트(Meta Compute)”라는 새로운 전사적 이니셔티브를 발표했습니다. 메타는 향후 10년 동안 수십 기가와트(GW) 규모의 데이터 센터를 구축할 계획이며, 장기적으로는 수백 기가와트 이상으로 확장한다는 목표를 세웠습니다.

현재 메타가 보유한 데이터 센터 규모는 약 5~7GW로 추정됩니다(공식 발표는 아닙니다). 10년 내 20~50GW로 확장한다는 계획은 현재 체급의 5~6배 수준이며, 장기적으로는 20배 이상 확장 가능성을 열어두고 있습니다. 이는 메타가 AI 케이팩스(자본지출) 투자에 얼마나 진심인지를 보여주는 지표입니다.

메타가 이렇게 대규모 투자를 공개적으로 선언한 배경에는 AI 모델 훈련과 추론에 필요한 컴퓨팅 인프라가 여전히 부족하다는 인식이 깔려 있습니다. 젠슨 황 엔비디아 CEO도 CES 2025에서 “메모리와 스토리지가 병목”이라고 언급했으며, 이는 현재 AI 산업이 직면한 가장 큰 기술적 제약입니다.

딥시크 메모리 논문: HBM과 DDR5의 하이브리드 아키텍처

딥시크(DeepSeek)는 약 1년 전 첫 논문으로 시장에 충격을 주었습니다. 당시 논문은 “중국이 AI를 주도할 수 있다” 또는 “AI가 효율화될 수 있다”는 우려를 불러일으키며 엔비디아 주가와 나스닥 전체를 흔들었습니다. 이번에 새로운 논문이 나오자 일부 투자자들은 “작년과 같은 일이 또 일어나면 어떡하지?”라는 걱정을 했습니다.

하지만 이번 논문은 그런 내용이 아닙니다. 이번 논문의 제목은 “Conditional Memory”로, 메모리 아키텍처에 관한 연구입니다. 핵심 내용은 HBM(고대역폭 메모리) 용량 제약을 극복하기 위해 DDR5를 함께 활용하는 방법입니다.

기존 AI 모델의 한계는 HBM 크기에 따라 모델 전체 크기가 제약된다는 점이었습니다. 딥시크 논문은 이를 “생각하는 뇌”와 “도서관”으로 비유합니다. 인간이 시험을 볼 때 모든 책을 머릿속에 암기할 필요는 없습니다. 핵심 개념은 머릿속에 있고, 세부 정보는 어디에 있는지만 알면 됩니다.

AI 모델도 마찬가지입니다. 예를 들어 한국 역사에 대한 질문이 들어오면, 큰 틀은 HBM(추론 메모리)에 저장하고, 구체적인 정보—1592년 임진왜란, 1392년 이성계의 위화도 회군 등—은 CXL RAM(DDR5)에 저장했다가 필요할 때 꺼내 쓰는 방식입니다.

이 방식의 혁신성은 스케일링 법칙의 제약을 돌파할 수 있다는 점입니다. HBM 크기 증가 속도가 느리더라도 CXL RAM에 더 많은 지식을 저장하면서 모델 크기를 거의 무한대에 가깝게 확장할 수 있습니다. 당연히 HBM도 필요하지만, DDR5 수요는 훨씬 더 크게 증가할 것으로 예상됩니다.

리처드 자크(Richard Zack) 같은 테크 투자자는 “딥시크 논문에 따라 DDR5 메모리 부족 현상이 더욱 악화될 것이고 가격은 더욱 상승할 것”이라고 분석했습니다. 마이크론, 삼성, SK하이닉스는 HBM 매진에 이어 DDR5 수요까지 폭발적으로 증가할 가능성이 높습니다.

실전 가이드

AI 투자 밸류체인의 변화 추적하기

먼저 AI 밸류체인 내에서 현재 어느 부분에 초점이 맞춰지는지 파악해야 합니다. 최근 몇 달간 AI 관련 주식들의 움직임을 보면 단계별로 다른 영역이 부각되었습니다.

1단계: 냉각 시스템 (2024년 중반)
초기에는 GPU 냉각 관련 기업들이 주목받았습니다. AI 데이터 센터의 발열 문제 해결이 시급했기 때문입니다.

2단계: 광통신 (2024년 하반기~2025년 초)
GPU 간 통신 속도가 병목으로 떠오르면서 광케이블 및 광통신 기업들이 급등했습니다. 서버 간, 데이터 센터 간 GPU 통신에서 구리 케이블보다 광케이블이 훨씬 효율적이기 때문입니다.

3단계: 메모리 (2025년~현재)
젠슨 황이 CES에서 “메모리가 병목”이라고 언급한 이후, 그리고 딥시크 논문이 발표된 이후 메모리 관련 기업들이 새로운 초점이 되었습니다.

투자자라면 이런 밸류체인 변화 흐름을 주기적으로 점검하고, 다음 병목이 어디서 발생할지 예측하는 것이 중요합니다. 현재는 HBM과 DDR5 메모리가 핵심이지만, 향후에는 전력 공급, 네트워크 인프라, 또는 소프트웨어 최적화 쪽으로 초점이 이동할 수 있습니다.

온디바이스 AI 테마주 재평가 전략

1년 전 온디바이스 AI 테마는 애플 인텔리전스 기대감으로 급등했다가 실망스러운 출시 결과로 급락했습니다. 이번에 애플-구글 제미나이 협력이 발표되었지만, 섣불리 진입하기보다는 다음 체크리스트를 활용하세요.

체크리스트:

새로운 시리가 탑재된 iPhone 출시일 확인
출시 후 최소 1~2주간 실제 사용자 후기 모니터링 (Reddit, YouTube, 기술 블로그)
“열광적 반응”이 나오는지 확인 (단순 호평이 아닌, 사용자들이 “이전과 완전히 다르다”고 평가하는지)
사용자 후기가 긍정적일 경우에만 진입 고려

과거처럼 발표만 믿고 선진입하면 실망 매도에 휩쓸릴 위험이 큽니다. 실제 제품이 시장에 나와 사용자 경험이 검증된 후에도 늦지 않습니다.

메모리 반도체 투자 타이밍 포착하기

딥시크 논문이 발표된 직후 메모리 관련 주식들은 단기 급등할 가능성이 있지만, 장기적으로는 실적 개선이 동반되어야 합니다. 다음 지표들을 모니터링하세요.

단기 지표 (1~3개월):

DDR5 가격 추이 (DRAMeXchange, TrendForce 데이터)
HBM 공급 계약 뉴스 (삼성, SK하이닉스, 마이크론)
AI 칩 제조사들의 메모리 발주 증가 여부

중기 지표 (6~12개월):

삼성/SK하이닉스 분기 실적 발표에서 메모리 부문 매출 증가율
메모리 가격 상승이 영업이익률 개선으로 이어지는지 확인
메타, 구글, 마이크로소프트 등 빅테크의 AI 케이팩스 지출 규모

장기 지표 (1년 이상):

HBM4, DDR6 등 차세대 메모리 양산 시점
AI 모델 크기 확장 추세 지속 여부
경쟁사 진입 가능성 (중국, 대만 메모리 업체)

심층 분석

애플-구글 협력의 이면: 오픈AI는 왜 탈락했나?

애플이 제미나이를 선택한 것은 단순한 기술 평가 결과만은 아닙니다. 오픈AI와 협력할 경우 다음과 같은 리스크가 있었을 것입니다.

1. 데이터 주권 문제
오픈AI는 마이크로소프트의 투자를 받고 Azure 인프라를 사용합니다. 애플 입장에서는 사용자 데이터가 제3자(마이크로소프트) 인프라를 거치는 것을 우려했을 가능성이 큽니다. 반면 구글은 자체 클라우드 인프라를 갖추고 있으며, 애플과 오랜 협력 관계(기본 검색 엔진 계약)를 유지해왔습니다.

2. 비용 구조
오픈AI는 여전히 적자를 내고 있으며, ChatGPT 사용량이 증가할수록 손실이 커지는 구조입니다. 반면 구글은 자체 TPU와 데이터 센터를 보유하고 있어 비용 효율성이 높습니다. 애플이 수억 대의 iPhone에 AI를 탑재한다면 단가 협상에서 구글이 훨씬 유리했을 것입니다.

3. 장기 안정성
오픈AI는 샘 올트만 해고 사건, 경영진 이탈 등 조직 안정성에 의문이 제기된 바 있습니다. 애플처럼 장기 계약을 선호하는 기업 입장에서는 제미나이가 더 안정적인 파트너로 보였을 것입니다.

다만 이번 협력이 완벽하지는 않습니다. 구글은 안드로이드 진영의 리더이자 애플의 가장 큰 경쟁자입니다. 애플이 AI 기술에서 구글에 종속될 경우, 장기적으로 협상력이 약화될 수 있습니다. 애플이 독자 AI 개발을 완전히 포기한 것은 아니며, 이번 계약은 단기적인 격차를 메우기 위한 선택일 가능성이 높습니다.

딥시크 논문의 한계: 메모리 레이턴시 문제

딥시크 논문은 HBM과 DDR5를 하이브리드로 사용해 모델 크기를 확장한다는 아이디어를 제시하지만, 실제 구현에는 한계가 있습니다.

레이턴시(지연 시간) 문제
HBM은 GPU와 바로 연결되어 있어 접근 속도가 매우 빠릅니다(대역폭: 최대 8TB/s). 반면 DDR5는 CXL(Compute Express Link)을 통해 접근해야 하므로 레이턴시가 더 깁니다. 만약 AI 모델이 추론 중 자주 DDR5에 접근해야 한다면 전체 추론 속도가 느려질 수 있습니다.

실용성 검증 필요
논문에서는 이론적으로 가능하다고 제시했지만, 실제 대규모 모델에서 얼마나 효율적으로 작동할지는 미지수입니다. 특히 실시간 추론이 필요한 서비스(챗봇, 음성 비서 등)에서는 레이턴시 증가가 치명적일 수 있습니다.

비용 대비 효율성
HBM 대신 DDR5를 쓰면 비용이 절감될 수 있지만, CXL 컨트롤러와 추가 인프라 비용이 발생합니다. 또한 소프트웨어 최적화가 제대로 이루어지지 않으면 하드웨어 투자 대비 성능 개선이 미미할 수 있습니다.

업계 전문가들은 딥시크 논문이 “방향성은 맞지만 실용화까지는 시간이 필요하다”는 입장입니다. 단기적으로는 여전히 HBM 수요가 주도할 것이며, DDR5 수요 증가는 2~3년 후 본격화될 가능성이 높습니다.

메타의 AI 투자 확대는 지속 가능한가?

메타가 10년간 수십 기가와트 규모의 데이터 센터를 구축한다는 계획은 매우 공격적입니다. 하지만 이 투자가 실제 수익으로 이어질지는 불확실합니다.

메타의 AI 수익화 경로

Meta AI 챗봇: WhatsApp, Instagram, Facebook에 통합되어 사용자 참여도 증가
광고 타겟팅 개선: AI를 통한 더 정밀한 광고 추천으로 광고 단가 상승
메타버스 및 AR/VR: AI 기반 콘텐츠 생성 및 상호작용 개선

문제는 메타의 AI 투자 대비 수익 창출이 다른 빅테크보다 더디다는 점입니다. 구글은 검색 광고, 마이크로소프트는 Azure와 Copilot, 아마존은 AWS에서 AI 수익을 내고 있습니다. 반면 메타는 아직 명확한 AI 수익 모델을 확립하지 못했습니다.

전력 공급 문제
수십 기가와트 규모의 데이터 센터는 엄청난 전력을 소비합니다. 메타가 이를 안정적으로 공급받을 수 있을지도 변수입니다. 최근 미국에서는 데이터 센터 전력 수요 급증으로 일부 지역에서 신규 허가가 지연되고 있습니다.

주주 압박 가능성
메타 주가는 AI 투자 확대 발표 후 일시적으로 하락했습니다. 투자자들은 “언제 수익이 날 것인가?”라는 질문을 던지고 있으며, 만약 2~3년 내 가시적인 성과가 없으면 주주들의 압박이 거세질 수 있습니다.

데이터 기반 인사이트

AI 서비스 트래픽 점유율 변화 (2024~2025)

지난 12개월간 AI 서비스 트래픽 점유율은 다음과 같이 변화했습니다.

오픈AI (ChatGPT): 약 60% → 약 40% (20%p 하락)
구글 (제미나이): 약 10% → 약 35% (25%p 상승)
기타 (Anthropic Claude, Meta AI 등): 약 30% → 약 25%

출처: 영상에서 제시된 트래픽 점유율 그래프 (정확한 출처는 명시되지 않았으나, SimilarWeb 또는 Cloudflare Radar 등의 데이터로 추정)

이 데이터가 중요한 이유는 AI 시장이 “승자독식” 구조가 아니라 “다극 체제”로 재편되고 있음을 보여주기 때문입니다. 제미나이의 급부상은 구글이 검색, 유튜브, Android 등 기존 생태계를 활용해 사용자를 빠르게 확보할 수 있었기 때문입니다.

구글 시가총액 추이 (2024~2026)

2024년 초: 약 1.7조 달러
2025년 초: 약 2.5조 달러 (+47%)
2026년 1월: 약 4조 달러 (+135% from 2024 초)

출처: 영상 및 공개 시장 데이터

구글은 M7(Magnificent 7) 중 2025년 가장 높은 상승률을 기록했습니다. 이는 제미나이의 성공, 광고 매출 안정성, 그리고 AI 투자에 대한 자금 조달 부담이 없다는 점이 복합적으로 작용한 결과입니다.

메모리 가격 전망 (2026년 상반기)

딥시크 논문 발표 이후 업계 전문가들은 다음과 같은 전망을 내놓고 있습니다.

HBM 가격: 2026년 상반기 전년 대비 20~30% 추가 상승 예상
DDR5 가격: 2026년 하반기부터 수요 증가 본격화, 2027년 전년 대비 40~50% 상승 가능
공급 부족 기간: 최소 2027년까지 지속 예상

출처: 리처드 자크(Richard Zack) 트위터, TrendForce 메모리 시장 보고서 (2026년 1월)

다만 이는 AI 모델 크기가 계속 확장된다는 가정 하의 시나리오입니다. 만약 AI 효율화 기술이 발전해 모델 크기 증가세가 둔화되면 메모리 수요도 예상보다 낮아질 수 있습니다.

메타 데이터 센터 확장 계획

현재 규모: 약 5~7GW (추정치, 공식 발표 없음)
10년 후 목표: 20~50GW (현재 대비 5~6배)
장기 목표: 100GW+ (현재 대비 20배 이상)

출처: 마크 저커버그 공식 발표 (2026년 1월)

이는 전례 없는 규모의 투자입니다. 참고로 아마존 AWS 전체 데이터 센터 용량이 약 20GW 수준으로 추정되므로, 메타는 10년 내 AWS급 인프라를 구축하겠다는 계획입니다.

핵심 인사이트

1. AI 밸류체인의 병목은 메모리로 이동했다

AI 산업 초기에는 GPU 자체가 병목이었습니다. 그 다음에는 냉각 시스템, 이어서 광통신이 주목받았습니다. 2026년 현재는 메모리가 새로운 병목입니다. 젠슨 황이 CES에서 “메모리가 병목”이라고 명시적으로 언급했고, 딥시크 논문도 HBM 제약을 극복하는 방법에 초점을 맞추고 있습니다. 투자자라면 HBM(SK하이닉스, 삼성, 마이크론)과 DDR5 관련 기업에 주목해야 하며, 동시에 다음 병목—전력, 네트워크, 소프트웨어—이 무엇일지 예측하는 것이 중요합니다.

2. 온디바이스 AI는 두 번째 기회를 받았지만, 검증은 필수다

1년 전 온디바이스 AI 테마는 애플 인텔리전스 기대감으로 급등했다가 실망스러운 결과로 급락했습니다. 이번 애플-구글 제미나이 협력은 두 번째 기회입니다. 하지만 발표만 믿고 선진입하면 과거 실수를 반복할 위험이 큽니다. 새로운 시리가 탑재된 iPhone이 출시되고, 실제 사용자들이 “이전과 완전히 다르다”는 열광적 반응을 보일 때 비로소 투자 타이밍입니다. 사용자 후기를 최소 1~2주 모니터링한 후 진입해도 늦지 않습니다.

3. 락인 효과는 AI 시대의 가장 강력한 해자다

애플 사용자들이 iPhone을 계속 쓰는 이유는 데이터 이전이 어렵기 때문입니다. 만약 AI가 핸드폰 내부 데이터를 학습해 개인 비서 역할을 한다면—”어제 온 이메일 중 세금 관련 내용 찾아줘”, “친구가 저녁 약속 제안한 날짜가 언제였지?”—락인 효과는 훨씬 강력해집니다. 이는 단순히 iPhone뿐 아니라 모든 플랫폼 기업에 적용됩니다. 구글은 Gmail, Google Photos, YouTube 데이터를 활용할 수 있고, 메타는 Instagram, WhatsApp 데이터를 갖고 있습니다. AI 시대에는 “데이터를 많이 보유하고 사용자를 락인시킨 플랫폼”이 가장 강력한 경쟁력을 갖습니다.

4. 메타의 공격적 투자는 수익화 모델이 불확실하다

메타가 10년간 수십 기가와트 규모의 데이터 센터를 구축한다는 계획은 전례 없는 규모입니다. 하지만 메타의 AI 수익화 경로는 구글(검색 광고), 마이크로소프트(Azure, Copilot), 아마존(AWS)보다 불명확합니다. Meta AI 챗봇이 사용자 참여도를 높이고 광고 타겟팅을 개선할 수는 있지만, 이것이 수십조 원 투자를 정당화할 만큼 수익을 낼지는 의문입니다. 투자자 입장에서는 메타의 AI 투자를 긍정적으로만 볼 것이 아니라 “수익 전환 시점”을 지속적으로 점검해야 합니다.

5. 딥시크 논문은 효율화가 아니라 확장에 관한 것이다

1년 전 딥시크 논문은 “적은 자원으로도 AI를 할 수 있다”는 효율화 논문이었습니다. 이번 논문은 정반대입니다. “HBM만으로는 부족하니 DDR5까지 써서 모델을 더 크게 만들자”는 확장 논문입니다. 이는 스케일링 법칙이 여전히 유효하며, AI 기업들이 모델 크기를 계속 키울 것임을 시사합니다. 따라서 이번 논문은 “AI 투자 감소”가 아니라 “메모리 수요 폭발”의 신호로 해석해야 합니다. 다만 HBM과 DDR5 간 레이턴시 차이, 실용화 가능성 등은 여전히 검증이 필요합니다.

요약자 노트

이 영상은 2026년 1월 현재 AI 산업의 주요 변화를 투자자 관점에서 잘 정리하고 있습니다. 다만 몇 가지 한계점이 있습니다.

한계점:

AI 서비스 트래픽 점유율 그래프의 출처가 명시되지 않았습니다. 정확한 데이터 검증을 위해서는 SimilarWeb, Cloudflare Radar 등 공식 소스 확인이 필요합니다.
메타의 현재 데이터 센터 규모(5~7GW)는 추정치이며 공식 발표가 아닙니다.
딥시크 논문의 실용성에 대한 기술적 한계(레이턴시, 소프트웨어 최적화 등)는 다루지 않았습니다.
온디바이스 AI 테마의 과거 실패 사례를 언급했지만, 이번에 성공 가능성을 높이는 구체적 기술 개선 사항은 제시되지 않았습니다.

추가 검증이 필요한 부분:

애플이 오픈AI 대신 제미나이를 선택한 구체적 이유 (공식 발표 없음, 추측 기반)
DDR5 가격 상승 전망 (리처드 자크의 트윗 기반, 업계 합의는 아님)
메타의 AI 수익화 시점 (불확실성 높음)

추천 대상:

AI 관련 주식에 투자하는 개인 투자자
기술 산업 동향에 관심 있는 일반인
AI 밸류체인 변화를 추적하려는 애널리스트

이 영상은 최신 AI 뉴스를 빠르게 파악하고 투자 아이디어를 얻기에는 유용하지만, 실제 투자 결정 전에는 반드시 1차 자료(기업 공시, 업계 보고서 등)를 직접 확인해야 합니다.