엔비디아만 보던 AI 반도체 시장, ‘멀티칩’ 경쟁으로 넓어진다
AI 반도체 시장의 투자 흐름이 엔비디아 단일 수혜 구도에서 여러 공급자와 맞춤형 칩 경쟁으로 넓어지고 있다. 6월 30일 미국 증시에서 반도체주는 전반적으로 강세를 보였지만, 엔비디아의 상대적 주가 흐름은 일부 경쟁사와 반도체 지수에 비해 약했다. 이는 AI 수요가 줄었다는 신호라기보다, 빅테크와 클라우드 기업들이 GPU, 자체 설계 칩, 메모리, 네트워킹 장비를 함께 비교하는 단계로 들어갔다는 의미에 가깝다.
Barron’s는 6월 30일 엔비디아 주가가 2.6% 오른 200.09달러로 마감했지만, 올해 들어 상승률은 7.3%에 그쳐 반도체 업종 전반의 강한 랠리와 차이를 보였다고 전했다. 월스트리트저널은 같은 날 AI 붐이 S&P 500과 나스닥의 상반기 기록 행진을 이끌었고, 2분기 기준 Micron은 242%, AMD는 186%, Broadcom은 22%, Nvidia는 15% 상승했다고 집계했다. MarketWatch도 PHLX Semiconductor Index가 최근 3개월 동안 86% 넘게 올라 사상 최고 분기 상승률을 향하고 있다고 보도했다.
핵심은 엔비디아의 기술력이 약해졌다는 이야기가 아니다. 오히려 AI 데이터센터 투자가 커지면서 구매자들이 한 회사의 GPU에만 의존하기 어려워졌다는 점이 중요하다. 대형 클라우드 기업과 AI 기업들은 훈련용 GPU뿐 아니라 추론용 칩, 자체 설계 반도체, 고대역폭 메모리, 광통신, 전력·냉각 인프라까지 전체 비용 구조 안에서 비교하고 있다.
추론은 이미 학습된 AI 모델을 실제 서비스에서 실행하는 과정이다. ChatGPT 같은 서비스를 수백만 명이 동시에 쓰게 하려면, 모델을 만드는 비용만큼이나 매번 답을 생성하는 비용과 전력 효율이 중요해진다. 이 때문에 AI 반도체 경쟁은 단순히 가장 빠른 칩을 고르는 문제에서, 서비스 규모와 비용, 안정성, 공급망을 함께 관리하는 문제로 바뀌고 있다.
보스턴권 독자에게도 이 흐름은 멀지 않은 이슈다. 보스턴은 반도체 대량 생산의 중심지는 아니지만, AI 연구, 바이오테크, 로보틱스, 헬스케어 소프트웨어, 대학 연구 컴퓨팅 수요가 큰 지역이다. 켄달스퀘어의 바이오 스타트업, 병원 연구팀, 로보틱스 기업, 대학 연구실은 이제 단순히 좋은 모델을 쓰는 단계를 넘어 GPU 클러스터 비용, 클라우드 예약 인스턴스, 데이터 보안, 추론 지연시간을 함께 관리해야 한다.
AI 반도체 경쟁이 넓어질수록 보스턴 기업들도 엔비디아 GPU만 볼지, AMD·Broadcom 계열 인프라나 클라우드 사업자의 자체 칩을 함께 볼지 따지는 일이 늘어날 수 있다. 이는 채용시장에서도 영향을 준다. AI를 쓸 줄 안다는 표현만으로는 차별화가 약해지고, 모델을 실제 서비스와 연구 환경에 안정적으로 올리는 능력이 더 중요해지고 있다.
예를 들어 분산 학습, 추론 최적화, CUDA나 ROCm 같은 GPU 프로그래밍 환경, MLOps, 데이터 파이프라인, 클라우드 비용 관리, 보안·규정 준수 경험은 AI 인프라 확대와 직접 연결된다. 바이오나 로보틱스 분야에서는 모델 성능뿐 아니라 실험 데이터, 센서 데이터, 시뮬레이션, 임상·품질 시스템과 AI를 연결할 수 있는 사람이 필요해진다.
유학생과 OPT·H-1B를 고려하는 구직자는 회사 이름보다 직무와 스폰서십 현실을 함께 봐야 한다. AI 인프라와 반도체 관련 직무는 일부 영역에서 수요가 늘 수 있지만, 회사별 채용 속도와 비자 지원 여부는 차이가 크다. 특히 방산, 첨단 반도체, 일부 보안·수출통제 관련 업무는 시민권·영주권 요건이나 접근 제한이 붙을 수 있어 공고의 자격요건을 세밀하게 확인하는 것이 필요하다. 이는 개인별 이민 판단이 아니라, 지원 전 확인해야 할 실무 조건에 가깝다.
이직 준비자에게는 두 가지 구분이 중요하다. 첫째, AI 앱 개발과 AI 인프라 운영은 다른 시장이다. 전자는 제품 기획, 사용자 경험, 업무 자동화 이해가 중요하고, 후자는 성능·비용·안정성 지표를 다룰 수 있어야 한다. 둘째, 스타트업을 볼 때는 기술 비전뿐 아니라 compute 비용과 runway, 즉 현재 자금으로 얼마나 오래 운영할 수 있는지도 봐야 한다. AI 모델을 직접 훈련하거나 대규모 추론을 운영하는 회사는 클라우드 비용이 사업 모델의 핵심 변수로 들어온다.
이번 반도체 주가 흐름은 AI 투자가 식었다는 신호라기보다, 투자금이 더 넓은 하드웨어와 인프라 생태계로 퍼지고 있다는 신호에 가깝다. 보스턴의 테크·바이오 인력에게는 AI 도구 사용 능력에 더해 인프라, 비용, 데이터, 규제 환경을 함께 이해하는 역량이 점점 중요해진다. 앞으로 볼 변수는 엔비디아의 차세대 하드웨어가 얼마나 큰 성능 격차를 만들지, 빅테크의 자체 칩 전략이 실제 비용 절감으로 이어질지, 그리고 그 변화가 보스턴 지역의 연구·스타트업 채용으로 얼마나 연결될지다.