한때 파산 직전이었던 회사, 시가총액이 비트코인을 넘어서다

저자: Zhou, ChainCatcher

6월 22일, SK하이닉스 주가 상승으로 시가총액이 1.35조 달러에 도달하며 비트코인 총 시가총액 약 1.29조 달러를 넘어섰고, 장중 한때 삼성전자를 제치고 한국 시가총액 1위 기업이 되었다.

Coinglass 데이터에 따르면, 글로벌 자산 순위에서 SK하이닉스는 16위로 상승했고, 비트코인은 18위로 밀려났다.

HBM, 그리고 13년을 건 도박

SK하이닉스의 이번 상승 랠리의 핵심 동력은 HBM(고대역폭 메모리)이다. AI 훈련 및 추론에는 메모리 대역폭이 매우 중요하며, SK하이닉스는 엔비디아의 가장 주요한 HBM 공급업체로 시장 점유율이 60%를 넘는다.

재무 데이터에 따르면, SK하이닉스의 1분기 매출은 52조 5800억 원, 영업이익은 37조 6100억 원으로 이익률이 72%에 달했다. 현재 애널리스트들의 SK하이닉스 2분기 영업이익 컨센서스는 약 62~65조 원이며, 일부 증권사의 낙관적인 전망치는 68조 원 이상으로 상향 조정되었다.

올해 4월 초만 해도 시장의 2분기 전망치는 대부분 50조 원대였으나, 이후 메모리 가격 강세가 지속되면서 증권사들이 대폭 상향 조정했다. 경영진은 실적 발표회에서 AI로 인한 구조적인 메모리 부족 현상이 최소 수년간 지속될 것이며, 첨단 생산 능력 확대를 위해 자본 지출을 크게 늘릴 계획이라고 밝혔다.

알려진 바에 따르면, SK하이닉스는 2009년부터 HBM 기술에 베팅하기 시작했으며, 당시 시장은 이 복잡하고 초기 수요가 제한적인 기술에 거의 관심을 두지 않았다. 1세대 HBM에서 HBM3E까지, 이 외로운 도박은 거의 13년 동안 지속되었고, ChatGPT가 등장하고 나서야 비로소 정점을 맞이했다.

이미지출처: AI 생성

SK하이닉스가 오늘날에 이를 수 있었던 데에는 한 번의 결정적인 외부 지원이 있었다. 2001년 닷컴 버블 붕괴 후, 하이닉스는 심각한 부채 위기에 빠졌고 주가는 한때 쓰레기 수준으로 폭락했으며, 심지어 마이크론 테크놀로지와 매각 협상을 벌였으나 결국 실패로 끝났다. 그 후 10년 동안 회사는 채권단의 통제 아래 있었다.

2012년, SK그룹 최태원 회장은 이사회의 반대를 무릅쓰고 계열 투자 지주 자회사 SK스퀘어를 통해 약 30억 달러에 이를 인수하여 SK하이닉스로 사명을 변경하고 대규모 R&D 자금을 투입했다. 바로 이 투자 덕분에 회사는 당시 비주류 분야였던 HBM 기술을 계속 추진할 수 있었다. 현재 SK스퀘어는 SK하이닉스 지분 약 20%를 보유한 최대 단일 주주이다.

주목할 점은, SK스퀘어 자체도 한때 암호화폐 시장 진출을 시도했다는 것이다. 2021년 약 900억 원에 한국 암호화폐 거래소 코빗 지분 35%를 인수하고 자체 토큰 SK 코인 발행을 계획했다. 공개 보도에 따르면, 2022년 테라/루나 붕괴 이후 시장이 급격히 냉각되면서 SK 코인 발행 계획은 곧바로 보류되었고, 그 이후로 실질적인 진전은 없었다.

로이터 통신이 소식통을 인용해 보도한 바에 따르면, SK하이닉스는 빠르면 올해 8월 나스닥 상장을 계획하고 있으며, 이는 미국 기관 및 패시브 펀드의 거래 문턱을 낮춰 추가 자금 유입을 유도할 수 있다. 젠슨 황 엔비디아 CEO도 최근 엔비디아와 SK하이닉스의 협력이 향후 한국에 수천억 달러 규모의 비즈니스 기회를 가져다줄 수 있다고 언급했다.

자본은 왜 지갑을 열까? 거울 속의 Crypto AI

이번 AI 물결 속에서 시장은 실제 주문이 발생하고 가시적인 공급 병목 현상이 존재하는 분야에 더 기꺼이 프리미엄을 지불하고 있다. 연산 능력, 메모리, 전력 등 AI 공급망에 직접 참여하는 자산들은 수익을 정량화할 수 있고 진입 장벽을 검증할 수 있기 때문에 우선적으로 편입되었다.

HBM 생산 능력은 SK하이닉스, 삼성, 마이크론 3사에 고도로 집중되어 있으며, 증설 주기는 2~3년에 달한다. 이러한 물리적 차원의 희소성은 내러티브로 구축된 것이 아니라, 생산 주기와 기술 장벽에 의해 고착된 것이다. 메모리 업종의 밸류에이션 논리도 '경기 순환주'에서 '성장주'로 전환되고 있다.

SK하이닉스의 시가총액이 비트코인을 추월한 것은 자본 시장이 두 가지 희소성에 대해 공개적으로 입장을 표명한 것이다. 물리적 계층에 이렇게 높은 장벽이 형성된 상황에서, Crypto AI의 처지도 새롭게 평가할 필요가 있다.

Crypto AI 분야는 지난 2년간 탈중앙화된 연산 능력이 AI 인프라를 재편하고, 개방형 네트워크가 폐쇄적인 기업 데이터 센터를 능가할 것이라는 이야기를 계속해 왔다. 이 방향의 잠재력은 실제하지만, 오늘날 SK하이닉스의 시가총액 수치 앞에서 직시해야 할 몇 가지 현실이 있다.

코넬 대학교 등 13개 대학이 공동 발표한 IC3 보고서는 지적하기를, Crypto와 AI의 융합은 현재 초기 단계에 머물러 있으며, 이 교차 분야를 둘러싼 소음이 실제 진전을 압도하고 있다고 한다. 탈중앙화 연산 능력, 데이터 마켓플레이스, 거버넌스는 대부분 여전히 구상 단계에 머물러 있다.

프로젝트 수준에서 구체적으로 살펴보면, Crypto AI 분야에서 가장 대표적인 프로젝트인 Bittensor의 경우, 그 토큰 TAO는 지난 3개월간 20% 하락했다. Bittensor 공동 창립자 const는 X 플랫폼에 글을 올려, 프로젝트의 경제적 인센티브 계층이 여전히 핵심 팀에 의해 주도되고 있으며, 빠른 반복을 위해 중앙화를 감수하는 방식을 선택했고, 핵심 메커니즘 구축을 완료하는 데 앞으로 1년 반이 더 필요할 것으로 예상한다고 밝혔다. 즉, 그들의 기반 메커니즘은 아직도 수정 중이라는 것이다.

하드웨어 계층에 더 가까운 암호화폐 채굴 기업들의 상황도 마찬가지로 녹록지 않다. Galaxy Research 데이터에 따르면, 비트코인 채굴자들은 '항복기'에 진입하고 있으며, 현재 네트워크 채굴 난이도는 사상 최고치 대비 20% 이상 하락하여 2021년 중국의 비트코인 채굴 단속 이후 최대 하락폭을 기록했고, 일부 채굴자들은 지속적으로 네트워크를 떠나거나 장비를 폐쇄하고 있다.

변신을 꾀하기 위해 Core Scientific, TeraWulf, Hut 8 등 채굴 기업들은 앞다투어 AI 및 고성능 컴퓨팅 분야에 진출한다고 발표했다. 그러나 VanEck 보고서에 따르면, 이러한 전환에는 약 500억 달러의 단기 자금 부족 문제가 있으며, 장기 자본 수요는 약 2,210억 달러에 달한다. 또한 현재 업계는 임대된 AI 용량의 약 25%만을 제공했을 뿐이며, 구축 마일스톤을 놓친 기업들은 이미 투자자 등급 하향 조정에 직면해 있다.

코넬 대학교 등 13개 대학이 공동 발표한 IC3 보고서에서 언급되기를, Crypto와 AI의 융합은 현재 초기 단계에 머물러 있으며, 이 교차 분야를 둘러싼 소음이 실제 진전을 압도하고 있다고 한다. 탈중앙화 연산 능력, 데이터 마켓플레이스, 거버넌스는 대부분 여전히 구상 단계에 머물러 있다.

자금 측면에서, Arthur Hayes는 최근 발표한 글 'Reality Test'에서 2022년 ChatGPT 출시 이후 AI 업계가 누적 발행한 채무는 약 1조 5천억 달러로, 같은 기간 달러 M2 증가분과 거의 일치하며, AI가 신규 유동성을 거의 모두 흡수하여 비트코인에게는 기회가 없었다고 지적했다. Hayes는 이것이 'AI가 하락하면 자금이 암호화폐로 돌아온다'는 논리가 아니라고 본다. Anthropic과 OpenAI의 대규모 IPO가 임박하여 시장 자금을 더욱 흡수할 것이며, 일단 AI 거품이 붕괴되면 은행 신용 수축이 동시에 유동성을 조여 비트코인은 AI와 함께 매도될 것이다.

작년 하반기부터, 원래 암호화폐 시장에서 활발히 활동하던 많은 트레이더들이 AI 하드웨어 랠리를 쫓아 미국 주식과 한국 주식으로 관심을 돌리기 시작했다. AI 인프라로 자금이 이동하는 논리도 매우 단순하고 직설적이다: 실제 주문, 물리적 장벽, 정량화 가능한 이익률.

이러한 확실성이야말로 현재 자본이 기꺼이 높은 프리미엄을 지불하는 근본적인 이유이며, 반면 암호화폐 시장의 AI 내러티브에 부족한 것이 바로 이 확실성이다.

다시 말해, AI 인프라의 과실은 현재 기술적 장벽과 실제 공급 능력을 갖춘 주체에게 더 유리하게 포착되고 있다. 암호화폐 네트워크는 이 과정에서 가치 사슬 내 자신의 위치를 더욱 명확히 규정할 필요가 있다.