[GAM] '서학개미 픽' GSI ①엔비디아와 동일 성능, 전력은 2%만?

코넬대의 성능 평가, 주가 하루 한때 3.6배

GSI의 APU가 뭐길래? '메모리+계산기' 형태

"대형 모델 경쟁력 떨어져도 틈새 공략 가능"

이 기사는 10월 29일 오후 4시19분 '해외 주식 투자의 도우미' GAM(Global Asset Management)에 출고된 프리미엄 기사입니다. GAM에서 회원 가입을 하면 9000여 해외 종목의 프리미엄 기사를 보실 수 있습니다.

[서울=뉴스핌] 이홍규 기자 = 최근 미국 코넬대학교의 성능 평가로 주가가 하루 한때 250% 넘게 치솟은 메모리 칩 개발회사 GSI테크놀로지(NASDAQ: GSIT)에 우리나라 투자자들의 매수세가 몰렸다.

GSI는 1995년 설립 이후 30년 동안 군사·항공우주 장비 등에 쓰이는 SRAM을 판매(설계만하고 제조는 TSMC에 외주)한 곳이다. 매출액 규모가 비교적 작고 손익 상황은 취약하다. 시가총액은 3억여달러 수준이다.

◆하루 한때 3.6배

한국예탁결제원에 따르면 28일까지 한 주 동안의 GSI 주식 순매수액은 1169만달러가량, 우리 돈으로 약 167억원으로 파악됐다. 개별 종목과 상장지수펀드(ETF)를 포함한 미국 주식 순매수 상위 50위권(45위)에 기록됐다.

매수세는 이달 20일 코넬대학교의 발표가 계기가 된 것으로 보인다. 코넬대학교는 GSI의 소위 'APU(Associative Processing Unit)' 1세대가 검색증강생성(RAG; 문서 등 내부 데이터 검색→추론→생성) 작업에서 엔비디아 A6000 GPU(화상처리장치)급 처리량을 보이면서도 전력 사용은 98%나 낮았다고 했다.

*엔비디아의 A6000은 게임용과 데이터센터용의 중간 격인 워크스테이션 GPU다. CAD·시뮬레이션·영상·데이터사이언스를 겨냥한 전문가용 연산 칩이다. 개인 연구나 중소기업 연구실 등이 타깃이다. 소형 인공지능(AI) 학습·추론도 가능하다.

관련 발표 직후 주가는 당일 장중 257% 치솟았다. 투자자들이 쇠락하는 메모리 회사에서 AI 반도체 회사로 탈바꿈할 가능성을 봤기 때문이다. 또 엔비디아 수준의 성능에서 2% 전력만 쓴다는 사실 자체가 전력 소모량 저감이 과제인 AI 칩 시장에서 경쟁력을 의미했기에 매수세가 대거 유입됐다.

◆APU가 뭐길래

직역하면 연관처리장치가 되는 APU는 GSI가 자사 칩을 지칭하기 위해 만든 용어다. AMD가 쓰는 가속처리장치(APU)와는 전혀 다른 개념이다. GSI는 2020년부터 이 용어를 자사의 개발 제품명에 사용했다. 브랜드명은 '제미니(Gemini)'다. 작동 방식은 '메모리내부연산'이다.

GSI의 APU를 엔비디아의 GPU와 비교해 설명하면 이렇다. GPU는 계산 장치와 기억 장치가 물리적으로 분리된 구조다. 계산 장치 즉, 연산 코어가 별도의 HBM(고대역폭메모리)에서 데이터를 가져와 계산한 뒤 다시 메모리(HBM) 저장한다.

GSI의 APU는 메모리 칩 내부 자체에 작은 연산 회로를 심어 놓은 구조다. 한 마디로 '메모리와 계산기' 결합체다. SRAM이라는 메모리에 연산 회로를 집적해 데이터가 저장된 바로 그 자리에서 비교·검색·거리 계산 같은 작업을 처리한다.

GPU는 계산은 빠르지만 데이터가 오가는 과정에서 전력 소모와 시간 지연이 크다. 이를 보완하려고 메모리와 연산 장치 사이를 연결하는 통로(대역폭)를 넓히는 데 큰 비용이 든다. APU는 데이터를 밖으로 꺼낼 필요가 없어전력 소비가 준다. 대신 메모리 용량이 작고 복잡한 연산엔 GPU만큼 빠르지 않다.

◆틈새 잠재력

투자자 반응이 시사하는 것처럼 GSI의 APU에는 잠재력이 있다. 메모리 용량이 작고 복잡한 연산에서는 GPU보다 느리다는 약점이 있어 AI 모델 학습 등의 작업에는 쓸 수 없다고 해도 전력 소비가 적다는 강점을 살려 '틈새시장'을 공략할 수 있어서다.

대표적인 게 드론이나 위성 엣지환경이다. 회사가 적용을 예고한 분야다. 데이터센터가 아닌 데이터 생성 현장에서 직접 연산을 처리하는 엣지 환경은 전력 활용에 제약이 있다. 배터리나 태양광으로 작동하므로 GPU를 돌릴 전력은 부족한 한편 센서 데이터를 실시간 필터링하는 단순 작업만 필요하다.

▶②편에서 계속

bernard0202@newspim.com