BTC
ETH
HTX
SOL
BNB
시장 동향 보기
简中
繁中
English
日本語
한국어
ภาษาไทย
Tiếng Việt

Kimi K3가 등장했습니다. 이것이 미국 주식 시장의 '딥시크 2.0' 순간이 될까요?

BIT
特邀专栏作者
2026-07-21 09:26
이 기사는 약 3009자로, 전체를 읽는 데 약 5분이 소요됩니다
SemiAnalysis의 연구에 따르면, HBM은 공급 과잉どころか 오히려 더 부족해질 가능성이 있습니다. 더욱이 AI 응용 프로그램이 비용 하락으로 대규모로 보급된다면, 총 연산 수요는 기하급수적으로 증가할 것입니다.
AI 요약
펼치기
  • 핵심 관점: 월지암면(Moonshot AI)이 공개한 오픈소스 대형 언어 모델 Kimi K3는 2.8조 개의 파라미터, 최고 수준의 코드 능력, 낮은 비용을 바탕으로 AI 칩 수요에 대한 시장의 공포를 불러일으켰습니다. 이는 이전 딥시크(DeepSeek)가 촉발했던 '거품 우려'를 재현한 것이나, 일부에서는 이 모델의 방대한 규모가 오히려 고급 하드웨어에 대한 수요를 약화시키는 것이 아니라 강화할 것이라고 주장합니다.
  • 핵심 요소:
    1. Kimi K3는 2.8조 개의 파라미터를 보유하며, CodeArena 코드 평가 차트에서 1위를 기록했습니다. 추론 비용은 0.94달러로 Claude Opus보다 낮고 GPT-5.6과 동등한 수준이며, JP모건은 이를 '딥시크 2.0 순간'이라고 불렀습니다.
    2. 딥시크에 대한 기억: 2025년, 딥시크는 낮은 비용으로 GPT-4에 준하는 성능을 달성하여 시장에 공포를 불러일으켰고, 엔비디아 주가는 거의 40% 폭락했으며, 비트코인은 11만 달러에서 7만 5천 달러로 하락했습니다.
    3. 약세 논리: Kimi K3는 중국 AI 기업의 저비용 고효율 경로를 다시 한번 증명했으며, 'AI 칩 수요 초과'라는 내러티브를 흔들어 '충분하면 된다'는 쪽으로 전환시킬 가능성이 있습니다.
    4. 강세 논리(SemiAnalysis 관점): K3 모델은 규모가 방대하여(가중치가 1.5TB HBM 초과), 단일 GPU로는 감당할 수 없습니다. 추론 배포에는 최소 64개의 고급 칩 클러스터가 필요하며, 이는 사실상 차세대 고급 하드웨어의 사용 시나리오를 정의합니다.
    5. 핵심 모순: 효율적인 모델이 단일 추론 비용을 낮추면 AI 응용 프로그램이 폭발적으로 증가하여, 결과적으로 총 연산 수요가 감소하는 것이 아니라 기하급수적으로 증가할 수 있습니다.

지난주 금요일, 미국 증시 메모리 반도체 업종이 다시 전반적으로 하락했습니다.

표면적으로는 지난 2주간 지속된 반도체 주식 조정의 연장선에 불과해 보입니다. 그러나 그 이면에는 중국에서 등장한 새로운 변수가 시장 전체를 뒤흔들고 있습니다. 바로 Moonshot AI가 7월 17일에 발표한 Kimi K3입니다.

무려 2조 8000억 개의 파라미터를 가진 이 오픈소스 대형 언어 모델은 글로벌 코드 평가 플랫폼인 CodeArena에서 1위를 차지하며, Anthropic의 Claude Fable 5를 직접적으로 능가했습니다. 시장을 더욱 긴장시킨 것은 그 비용입니다: 단일 작업 추론 비용이 단 0.94달러로, Claude Opus 4.8의 절반에도 미치지 못하며, OpenAI의 GPT-5.6 Sol과 거의 비슷한 수준입니다.

더 크고, 더 강력한 코드 능력, 그리고 더 저렴한 추론 비용 – 이 조합 어디서 많이 들어본 것 같지 않나요?

이에 대해 JP모건은 "딥시크 2.0의 순간"이라는 딱지를 바로 붙였습니다.

1. 딥시크 1.0의 트라우마: 반도체 주식과 비트코인 모두 피투성이가 되다

'딥시크 2.0'이라는 다섯 글자가 왜 월가를 밤새 잠 못 이루게 하는지 이해하려면, 먼저 2025년 3월과 4월에 무슨 일이 일어났는지 되돌아봐야 합니다.

작년, 딥시크는 극히 낮은 훈련 비용으로 GPT-4에 근접하는 성능을 달성했습니다. 소식이 전해지자 시장은 AI 칩의 고평가에 대한 집단적 공포에 순간적으로 빠져들었습니다:

  • 엔비디아 주가는 약 135달러의 고점에서 85달러 근처까지 급락하며 약 40% 하락했습니다.
  • 비트코인은 약 11만 달러의 사상 최고치에서 7만 5천 달러 근처로 떨어졌습니다.

논리적 연결고리는 간단합니다: 만약 중국 기업이 더 적은 칩과 더 낮은 비용으로 최고 수준의 모델을 훈련할 수 있다면, 미국의 클라우드 업체와 빅테크 기업들은 계속해서 GPU와 HBM을 미친 듯이 구매해야 할 필요가 있을까요? AI 인프라를 위한 군비 경쟁은 애초에 과도하게 프리미엄이 붙은 거품에 불과했던 것은 아닐까요?

당시 시장은 명확한 답을 내놓았습니다 – 폭락이었습니다.

이제, Kimi K3는 '세계 최대 오픈소스 모델 + 더 낮은 추론 비용'이라는 꼬리표를 달고 등장했으며, 파라미터 규모는 당시 딥시크보다 훨씬 더 엄청납니다. 공포심이 한 번 활성화되자, 반도체 업종의 매도 압력은 빠르게 확산되었습니다.

2. SemiAnalysis의 반대 해석: K3는 GPU 수요를 없애는 것이 아니라 증폭시킨다

하지만 이야기에는 또 다른 면이 있습니다.

반도체 연구 기관인 SemiAnalysis는 최근 완전히 상반된 추론 프레임워크를 제시했습니다. 그들의 핵심 주장은 다음과 같습니다: K3의 방대한 파라미터 규모와 추론 아키텍처는 고급 AI 하드웨어에 대한 수요를 약화시키기는커녕, 엔비디아와 그 공급망의 또 다른 장기적 수요 엔진이 될 가능성이 높다는 것입니다.

분석해보면, SemiAnalysis의 판단은 다음과 같은 몇 가지 핵심 사실에 기반을 두고 있습니다:

첫째, 모델이 '너무 커서' 오히려 하드웨어가 더 필요합니다.

K3의 파라미터 규모는 2.8조 개를 넘으며, 모델 가중치만으로도 1.5TB 이상의 HBM(고대역폭 메모리) 공간을 차지합니다. 현재 단일 엔비디아 최고급 GPU의 HBM 용량으로는 모델 전체를 탑재하기에 턱없이 부족합니다. 비교적 제한된 사용자 동시 접속 시나리오에서도 KV 캐시는 여전히 상당량을 CPU DDR5 메모리와 NVMe 스토리지 장치로 오프로드해야 합니다. HBM 공간은 남아돌どころか, 오히려 부족합니다.

둘째, 추론 배포는 하드웨어 규모에 대해 극도로 높은 요구 사항을 제시합니다.

Moonshot AI는 이전에 K3의 효율적인 추론 배포를 위해 최소 64개의 고급 칩으로 구성된 대규모 확장 도메인 아키텍처가 필요하다고 밝힌 바 있습니다. 이러한 수준의 클러스터 규모는 엔비디아의 GB200/GB300 NVL72와 같은 랙 규모 AI 시스템의 설계 철학과 매우 일치합니다. 다시 말해, K3는 고급 하드웨어를 '대체'하는 것이 아니라, 차세대 고급 하드웨어의 사용 사례를 '정의'하고 있는 것입니다.

셋째, '선형 주의 메커니즘이 GPU 수요를 약화시킨다'는 오해입니다.

시장에는 한때 더 효율적인 주의 메커니즘(예: 선형 주의)이 더 적은 계산량을 의미하고, 따라서 GPU에 대한 수요 감소로 이어진다는 대중적인 견해가 있었습니다. SemiAnalysis는 이 논리에 근본적인 오류가 있다고 봅니다. 실제 영향은 정반대일 가능성이 높습니다. 더 효율적인 모델 아키텍처는 단일 추론 비용을 낮추어 AI 애플리케이션 도입의 장벽을 크게 낮추고, 결과적으로 더 많은 기업, 더 많은 시나리오, 더 큰 규모의 AI 배포 수요를 촉진할 것입니다.

거시적 관점에서 보면: 모델 효율성 향상 → 단위 비용 하락 → AI 애플리케이션 폭발 → 총 연산 수요는 감소하지 않고 오히려 증가합니다. 이것은 반도체 업계 역사에서 반복적으로 목격된 시나리오입니다. 매번 '효율성 혁명'은 결국 더 큰 규모의 하드웨어 투자 물결을 가져왔습니다.

3. 시장은 무엇을 거래하고 있는가? 공포 대 이성의 줄다리기

현재 시장은 극도로 분열된 상태에 있습니다.

약세론자들의 논리는 직관적입니다: Kimi K3는 중국 AI 기업들의 저비용, 고효율 경로에서의 돌파 능력을 다시 한 번 증명했습니다. 이러한 추세가 지속된다면, AI 기업들은 조만간 자본 지출 계획을 재검토할 수밖에 없을 것입니다. AI 칩의 '공급 부족' 서사는 '충분하면 된다'는 서사로 대체되고 있을지도 모릅니다.

강세론자들의 반박도 설득력 있습니다: K3는 딥시크의 축소판이 아니라 확대판입니다. 너무 커서 고급 하드웨어 클러스터 없이는 작동조차 할 수 없습니다. SemiAnalysis의 연구는 HBM이 과잉 공급どころか, 오히려 더 부족해질 수 있음을 시사합니다. 게다가 AI 애플리케이션이 비용 하락으로 인해 대규모로 보급된다면, 총 연산 수요는 기하급수적으로 증가할 것입니다.

양측 모두 일리가 있습니다. 그리고 이것이 바로 시장이 가장 고통스러워하는 순간입니다 – 완전히 반대되는 두 논리가 모두 견고한 데이터 뒷받침을 찾을 수 있을 때, 가격은 펀더멘털이 아니라 심리를 반영하게 됩니다.

4. 분열된 시장에서, 단일 방향에 베팅할 필요는 없다

이러한 고도의 불확실성 환경에서 가장 어려운 것은 방향을 판단하는 것이 아니라, 잘못된 방향에 노출되었을 때의 대가를 통제하는 것입니다.

상승론자들은 반도체 주식의 조정이 '착오에 의한 매도'라고 말하고, 하락론자들은 AI 칩의 슈퍼 사이클이 이미 정점을 찍었다고 말합니다. 두 관점 모두 데이터 뒷받침과 유명 기관의 지지를 받고 있습니다. 일반 투자자들에게는 이러한 정보의 안개 속에서 한 방향에 베팅하기보다는, 어떤 방향으로 상황이 전개되든 완전히 무너지지 않도록 하는 사고방식을 가지는 것이 더 나은 방법일 수 있습니다.

BIT 플랫폼의 옵션 기능은 이러한 '불확실성 거래'를 위한 몇 가지 핵심 도구를 제공합니다:

① 반도체 현물 보유 + 풋옵션 매수 (Protective Put)

엔비디아, 마이크론 또는 SK하이닉스를 많이 보유하고 있지만, K3 이슈로 인한 추가 하락이 우려된다면 해당 주식의 풋옵션을 매수할 수 있습니다. 주가가 계속 하락하면 옵션 수익이 현물 손실을 상쇄할 수 있습니다. 반등한다면 옵션을 행사하지 않으면 되고, 최대 손실은 옵션 프리미엄으로 제한됩니다.

② 단일 방향 콜옵션 매수 (Long Call)

SemiAnalysis의 '착오에 의한 매도' 논리에 동의하여, 반도체 주식이 감정적 매도 후 펀더멘털로 회귀할 것이라고 생각한다면 콜옵션을 직접 매수할 수 있습니다. 현물 주식을 사는 것보다 훨씬 적은 자금으로 반등에 베팅할 수 있으며, 최대 손실은 옵션 프리미엄으로 고정됩니다.

③ 단일 방향 풋옵션 매수 (Long Put)

'딥시크 2.0' 시나리오가 완전히 재현되어 반도체 주식에 추가 하락 여지가 있다고 생각한다면, 풋옵션을 매수하여 직접 공매도에 나설 수 있습니다. 주식 대여나 증거금 추가 납입이 필요 없으며, 최대 손실은 옵션 프리미엄입니다.

④ 양방향 동시 매수 (Long Straddle)

반도체 주식이 움직일 것이라고 확신하지만, 상승 또는 하락 방향을 확신할 수 없다면 콜옵션과 풋옵션을 동시에 매수할 수 있습니다. 주가 변동성이 충분히 크다면, 어느 한 방향의 수익이 두 옵션의 비용을 모두 충당할 수 있습니다.

5. 마지막으로

Kimi K3의 출시는 AI 칩 투자를 중요한 갈림길로 이끌었습니다. 이것이 '딥시크 2.0'의 시작일까요, 아니면 '수요 재정의'의 전주곡일까요? 이 질문에 대한 답은 시간이 지나야 완전히 드러날 것입니다.

하지만 답이 밝혀지기 전에 투자자가 할 수 있는 가장 가치 있는 일은, 최종적으로 누가 옳을지 추측하는 것이 아니라, 자신의 판단 착오에 대비한 퇴로를 마련하는 것입니다.

BIT 옵션 기능이 이번 주에上线되며, 엔비디아, 마이크론, SK하이닉스 등 핵심 반도체 종목을 대상으로 합니다. 당신이 상승을 예상하든 하락을 예상하든, 자신의 의견을 표현할 수 있는 적절한 도구가 있으며, 동시에 최악의 경우 손실을 감당할 수 있는 범위 내로 제한할 수 있습니다.

방향성이 불분명한 시장에서 선택권을 가진 자가 주도권을 가집니다.

위험 고지: 본 문서에 포함된 시세, 가치 평가 및 상품 설명은 참고용일 뿐 투자 조언을 구성하지 않습니다. 미국 주식 및 파생상품 거래는 시장 변동성, 레버리지 및 유동성 위험을 수반합니다. 주식 공매도는 무한 손실 위험에 직면할 수 있습니다. 옵션 거래는 프리미엄 전액 손실 가능성이 있습니다. 과거 실적이 미래 수익을 보장하지 않습니다. 투자자는 자신의 위험 감수 능력에 따라 신중하게 결정하고, 필요시 전문 투자 자문가와 상담하시기 바랍니다.

옵션
AI
Odaily 공식 커뮤니티에 가입하세요