Kimi K3 선형 어텐션, 반도체 수요 논쟁

중국 AI 모델 Kimi K3가 채택한 선형 어텐션 방식(KDA)을 둘러싸고 반도체 수요 논쟁이 재점화되고 있다. 선형 어텐션은 기존 트랜스포머 대비 KV-캐시 요구량이 상대적으로 낮아, 일각에서는 이것이 엔비디아 GPU와 HBM, DRAM, 네트워킹 장비 수요에 부정적일 수 있다는 우려를 제기했다. 소셜미디어에서 확산된 이 해석에 대해 해당 게시자는 정면으로 반박하고 나섰다. 그는 이번 반응이 지난 DeepSeek R1 공개 당시 시장을 흔들었던 공포 심리와 유사한 오해라고 지적했다. 당시에도 저비용·고효율 모델 등장이 AI 인프라 투자 축소로 이어질 것이라는 우려가 번졌으나, 결과적으로 하드웨어 수요는 견조하게 유지됐다는 취지다. 게시자는 오히려 '정반대가 진실'이라며, 선형 어텐션의 메모리 효율화가 AI 하드웨어 수요에 긍정적으로 작용하는 이유를 8편으로 구성된 스레드를 통해 설명하겠다고 예고했다. 다만 현재 공개된 것은 논지의 도입부에 불과해, 구체적 근거는 후속 게시물에서 확인이 필요하다. 이번 논쟁은 모델 아키텍처 효율화가 AI 반도체 밸류체인 수요에 미치는 영향이라는, 시장이 반복적으로 주목해 온 쟁점을 다시 부각시킨다.