이 기사는 2025년 02월 06일 16시11분 thebell에 표출된 기사입니다

네이버는 딥시크 충격파로 인해 수혜를 봤다. 주식 시장에서 기업가치 상승 효과가 뚜렷하게 나타났기 때문이다. 꾸준히 자체 AI 개발 경쟁력을 끌어올리고 동남아, 중동 공략에 힘썼던 덕분이다. 외국계 투자자 매수세가 폭등해 국내외에서 고른 기대를 보내고 있음이 증명됐다.

추론 모델 경쟁으로 진화 중인 글로벌 AI 시장에서 국산 AI를 내세울 기업은 몇 없다. 다만 네이버는 거대언어모델(LLM) 하이퍼클로바X와 수천장 고성능 그래픽처리장치(GPU) 확보로 경쟁력 구축하고 있다. 다만 대규모 자금을 투입하는 미중 업계와 경쟁해야 하는 만큼 추격을 위해 넘어야 할 산도 만만찮다.

◇딥시크 발 순풍, 최근 1년 최고 주가 돌파

네이버 주가는 5일 장마감 기준 주당 22만9000원을 기록했다. 장중 최고로는 23만원에 도달하기도 했다. 최근 1년 사이 가장 높은 수준이다. 최저치인 지난해 8월 15만1000원선 보다 52% 상승했다. 6일 장중에도 전일 상승세를 반납하지 않은 채 우상향 기조를 이어갔다.

네이버는 지난해 연매출 10조원 달성 기대를 모았던데다 딥시크 여파가 발발한 게 주가에 긍정적 영향을 줬다. 딥시크가 선도기업인 오픈AI를 추격하고 오픈소스 생태계를 확장한 영향이다. 이에 따라 네이버처럼 그간 독자 AI 개발과 전략을 추구한 기업에 대한 기대감이 향상됐다.

국내 대형증권사 해외투자 관계자는 ”딥시크 이슈 이후 해외자본시장에서도 그간 AI개발에 꾸준히 투자해왔거나 기술력을 주목받은 일부 스타트업이나 기업의 평가 상향이 진행 중”이라며 “이미 상당부분 랠리가 진행돼 조만간 강세는 꺾이겠으나 이들 기업에 대한 평가 바닥이나 고점이 이전보다 한 계층 높아진 것은 사실“이라고 설명했다.


네이버도 해외에서 높은 기대를 받는다. 지난달 31일과 5일 각각 40만주 이상의 네이버 주식을 외국인 투자자가 쓸어담았다. 하루 45만주 이상의 네이버주식 외국인 매수가 발생한 건 지난해 11월 이후 처음이다. 이에 따라 1월 초 47% 달성 뒤 잠시 주춤했던 네이버의 외국인 보유율은 급상승해 5일 기준 48%를 돌파했다.

6일 발표될 네이버의 2024년 연간실적에 따른 영향도 적지 않겠지만 시장이 네이버의 AI 확장 전략의 유망성에도 높은 값을 매겼다는 게 중론이다. 2023년 하이퍼클로바X 공식 공개 당시 제기된 성능 우려는 이용 기업 확보와 신규 모델 공개 등으로 상당수 희석됐다.

◇수천장 H100 보유 네이버도 지원 절실한 이유 "실험적 시도 필요"

현재 글로벌 AI 개발은 2단계로 넘어가는 추세다. 최근까지는 많은 대형 기업과 빅테크 및 스타트업이 방대한 지식 데이터를 보유한 AI 모델에 집중하는 시기였다. 반면 이제부터는 딥시크 R1과 오픈AI o1과 o3처럼 추론모델 경쟁으로 접어들었다.

추론모델은 강화학습을 거쳐 사고력을 크게 향상시킨 AI모델을 지칭한다. 단 이는 제로베이스 단계에선 개발이 불가능하다. 먼저 꾸준한 학습으로 일정 수준 이상의 방대한 지식과 데이터를 누적한 언어모델을 만들어내는 게 우선이다.

대신 언어모델을 해당 수준까지 고성장시켜 추론모델로 만들려면 상당한 고성능 그래픽처리장치(GPU)와 같은 인프라 투자와 인재 확보가 전제된다. 때문에 글로벌 수준에서도 현재 추론모델 단계로 접어드는데 제대로 성공한 국가는 미국과 중국 뿐이다.

국내에도 다수 AI기업과 스타트업이 존재한다. 다만 대부분 영세하거나 미중 기업 대비 부족한 자본에 시달리고 있다. 네이버는 그나마 국산 양대 빅테크로서 AI투자에 장기간 집중해왔다. 현재로선 국내 시장에서 추론모델 개발에서 가장 앞설 기업 중 하나다.

다만 패권 경쟁 중인 미중 성과를 빠르게 쫒으려면 네이버 역시 정부 지원이 필요하다. 네이버는 엔비디아 고성능GPU인 H100을 수천장 보유했다. 국내에선 상당한 규모지만 수십만장을 일거 주문하는 미국 빅테크보다 부족하다. 아울러 추론모델 개발 실패를 거듭하며 소모될 자금도 크다. 인프라와 인재조달 측면의 지원사격이 절실하다.

5일 국회에서 열린 딥시크 쇼크 대응 긴급간담회에 참석한 하정우 네이버퓨처AI 센터장은 “네이버의 H100을 활용해도 실험 실패 시 수십억원을 날리기에 검증된 방식으로 AI 모델을 만들어야 하고 결국 여러 실험과 혁신 시도가 어렵다“며 “컴퓨팅 인프라에 많은 투자가 필요한 만큼 현재 정부의 GPU 3만장 구축 계획 속도를 더 올리고 규모도 키우면 좋을 것”이라고 말했다.