경제일보 - 아시아 경제시장의 맥을 짚다

경제일보 - 아시아 경제시장의 맥을 짚다

패밀리 사이트: 아주일보; 베트남

회원서비스: 로그인; 회원가입; 지면보기; 네이버블로그

검색

2026.07.14 화요일

흐림 서울 27˚C

구름 부산 25˚C

흐림 대구 25˚C

흐림 인천 25˚C

흐림 광주 25˚C

구름 대전 24˚C

흐림 울산 24˚C

흐림 강릉 26˚C

흐림 제주 27˚C

검색결과 총 67건

삼성전자 '실적' vs SK하닉 '실탄'…AI 메모리 패권경쟁 2라운드 [경제일보] AI 반도체 전쟁의 열기가 다시 한국 증시를 흔드는 모습이다. 삼성전자는 역대급 실적으로 돌아왔고, SK하이닉스는 글로벌 자본시장에서 대규모 투자 재원 확보에 나서고 있다. 한쪽은 실적으로, 다른 한쪽은 자금조달로 AI 메모리 패권전 2라운드의 문을 열었다. 역대급 실적으로 돌아온 삼성의 '반격' 삼성전자는 올해 2분기 연결 기준 매출 약 171조원, 영업이익 약 89조4000억원의 잠정 실적을 발표했다. 전년 동기 영업이익 4조6800억원과 비교하면 약 19배 수준이다. 이는 AI 데이터센터 확산으로 D램과 낸드 가격이 뛰고, 고부가 메모리 수요가 폭발한 결과다. 몇 년 전 HBM 경쟁에서 SK하이닉스에 주도권을 내줬다는 평가를 받았던 삼성전자가 다시 메모리 슈퍼사이클의 중심으로 돌아왔다는 신호다. 하지만 시장의 반응은 냉정했다. 삼성전자가 실적을 발표한 지난 7일 코스피는 4.9% 급락했고, 삼성전자와 SK하이닉스 주가는 각각 6.9%, 6.1% 하락했다. 강한 이익이 이미 주가에 반영됐고, AI 메모리 호황이 얼마나 이어질지에 대한 의문이 커진 영향이다. AI 데이터센터 투자가 과열됐는지, 빅테크의 설비투자가 계속 늘어날지, 메모리 가격 상승세가 언제까지 이어질지가 새로운 질문으로 떠오르고 있는 것이다. 삼성전자와 SK하이닉스의 경쟁은 단순한 HBM 점유율 싸움을 넘어섰다. 이제 승부처는 '누가 더 빨리 고성능 메모리 생산능력을 늘리느냐', '누가 엔비디아와 빅테크 고객의 장기계약을 더 단단히 묶느냐'. '메모리 사이클이 꺾일 때 누가 더 오래 버티느냐'로 옮겨갔다. 삼성전자의 무기는 종합 반도체 체력이다. 삼성전자는 메모리, 파운드리, 시스템LSI, 패키징을 모두 가진 세계에서 드문 기업이다. AI 반도체가 복잡해질수록 칩 하나의 성능보다 메모리, 로직, 패키징을 함께 묶는 능력이 중요해진다. 삼성전자는 HBM에서 SK하이닉스에 먼저 밀렸지만, 메모리 전반의 가격 상승과 낸드 회복, 범용 D램 수요 반등을 동시에 누릴 수 있는 구조를 갖고 있다. 반면 삼성전자는 HBM 초반 주도권을 놓쳤다. AI 가속기 시장에서 엔비디아 공급망의 신뢰를 먼저 얻은 쪽은 SK하이닉스였다. 삼성전자의 2분기 호실적에도 시장에서 '삼성이 AI 메모리의 가장 중요한 고객에게 가장 중요한 제품을 가장 안정적으로 공급할 수 있는가'라는 질문이 나오는 이유다. HBM 선점한 SK, 자본시장서 실탄 확보 SK하이닉스는 다른 길을 걷고 있다. SK하이닉스는 미국 주식 매각을 시작했고 280억7000만 달러(한화 약 43조원) 자금 조달을 추진하고 있다. 해당 자금은 국내 신규 반도체 공장 건설과 첨단 장비 확보에 쓰일 가능성이 크다. AI 메모리 수요가 폭증하는 시점에 글로벌 투자자 자금을 끌어와 생산능력 확대에 투입하겠다는 전략이다. HBM 선점으로 얻은 시장 신뢰를 자본시장으로 확장하려는 승부수다. SK하이닉스의 강점은 집중력이다. 삼성전자가 메모리와 파운드리, 모바일과 가전까지 거대한 포트폴리오를 가진 기업이라면, SK하이닉스는 메모리 한 분야에서 더 집중적으로 대응하고 있다. 특히 HBM에서는 엔비디아 공급망을 선점하며 'AI 시대 메모리 강자' 이미지를 굳혔다. HBM은 단순히 많이 만드는 제품이 아니다. 고객의 AI 가속기 설계 일정에 맞춰 성능, 발열, 전력 효율, 패키징을 함께 맞춰야 한다. SK하이닉스는 이 고객 맞춤형 대응에서 앞섰다는 평가를 받았다. 다만 SK하이닉스의 대규모 자금 조달은 기회이자 동시에 부담이다. AI 메모리 호황이 길게 이어지면 선제 투자는 격차 확대의 무기가 되지만, 반대로 빅테크의 AI 투자가 둔화하거나 메모리 공급이 한꺼번에 늘어나면 대규모 설비투자는 고정비 부담으로 돌아올 수 있다. 호황 이후 겨누는 장기전 두 기업 모두 사이클 방어가 숙제다. 삼성전자와 SK하이닉스 등 메모리 기업들은 다운사이클 위험을 줄이기 위해 장기계약과 '테이크 오어 페이(Take or Pay)' 방식의 계약을 활용하고 있다. 이런 계약이 전체 매출을 모두 방어하는 것은 아닌 만큼 공급과잉이 현실화될 경우 충격을 완전히 막기는 어렵다. 때문에 삼성전자와 SK하이닉스의 전쟁은 '누가 더 많이 버느냐'만의 문제가 아니다. 삼성전자는 실적으로 자신이 여전히 '메모리 강자'임을 증명해야 하고, SK하이닉스는 HBM 선점이 일시적 우위가 아니라 장기 경쟁력임을 입증해야 한다. 투자 포인트도 다르다. 삼성전자는 반도체 전체 체력과 포트폴리오 회복력이 강점이다. 메모리 가격 상승이 D램과 낸드 전반으로 번지면 삼성의 이익 레버리지는 더 커진다. 파운드리와 시스템반도체 부진이 부담이지만, 반대로 이 부문이 회복하면 실적 개선의 추가 여지도 생긴다. SK하이닉스는 HBM과 고성능 D램에 더 집중된 기업이다. AI 서버 수요가 계속 강하면 이 집중력이 더 큰 프리미엄으로 돌아온다. 문제는 시장이 더 이상 '좋은 숫자'만으로 만족하지 않는다는 점이다. 삼성전자의 2분기 잠정 실적은 압도적이지만, 주가는 흔들렸다. 이는 투자자들이 이미 AI 호황을 주가에 상당 부분 반영했고, 이제는 다음 국면을 보기 시작했다는 뜻이다. AI 메모리 슈퍼사이클이 2027년 이후에도 지속될지, 가격 상승이 얼마나 이어질지, 고객의 장기계약이 실제 방어막이 될지가 중요해졌다. 한국 반도체 산업 전체로 보면 두 기업의 경쟁은 축복이자 부담이다. 삼성과 SK하이닉스가 동시에 대규모 투자를 집행하면 국내 장비·소재·부품 생태계는 커진다. 용인, 평택, 청주 등 반도체 거점의 산업적 무게도 커진다. 하지만 같은 방향으로 너무 많은 투자가 몰리면 사이클 하강기에 충격도 커진다. 반도체 산업은 국가 전략산업이지만, 동시에 가장 냉정한 사이클 산업이다. 업계 관계자는 "삼성전자와 SK하이닉스 모두 지금은 강하지만, 진짜 승부는 가격이 오를 때가 아니라 가격이 흔들릴 때 드러난다"며 "AI 메모리 2라운드는 생산능력, 고객계약, 자금조달, 사이클 방어력까지 모두 겨루는 장기전"이라고 했다. 이어 "AI는 더 많은 메모리를 요구하고, 시장은 더 많은 증거를 요구하는 상황에서 '이익을 얼마나 오래 지속할 수 있는가'라는 질문이 승패를 가르게 될 것"이라고 덧붙였다. [아주경제 2026년 07월 09일자 13면에 게재된 기사입니다.]
2026-07-09 09:00:00
유럽 향하는 국산 AI칩…퓨리오사AI, 리스본에 RNGD 테스트베드 [경제일보] 퓨리오사AI가 글로벌 데이터센터 기업과 손잡고 유럽 인공지능(AI) 인프라 시장 공략에 속도를 낸다. 포르투갈에 AI 반도체 평가 거점을 구축해 유럽 기업과 소버린 AI 프로젝트를 대상으로 자사 AI 추론 반도체 성능 검증을 지원하며 글로벌 시장 확대에 나선다는 전략이다. 8일 퓨리오사AI는 글로벌 디지털 인프라 기업 에퀴닉스와 협력해 포르투갈 리스본 에퀴닉스 LS2 데이터센터에 자사 AI 추론 반도체 'RNGD(레니게이드)' 기반 서버를 구축한다고 밝혔다. 이번 협력은 유럽 기업들이 실제 AI 모델과 워크로드를 기반으로 RNGD의 성능과 전력 효율, 운용 편의성을 직접 검증할 수 있는 테스트베드를 마련했다는 점에서 의미가 있다. 양사는 이를 시작으로 유럽 소버린 AI 시장과 AI 데이터센터 인프라 사업 협력을 확대할 계획이다. 퓨리오사AI는 이번 리스본 거점을 기반으로 현지 고객 지원 체계도 강화한다. 유럽 기업과 소버린 AI 프로젝트 참여 기관들은 리스본 데이터센터에서 대규모언어모델(LLM)과 에이전틱 AI를 직접 구동하고 자체 AI 모델과 워크로드를 검증할 수 있다. 올해 초 설립한 포르투갈 리스본 현지 법인 엔지니어들이 모델 구동과 시스템 구성, 소프트웨어 적용 등 도입 전 과정을 지원하며 고객 맞춤형 기술 서비스를 제공할 예정이다. 이번에 배치되는 RNGD는 퓨리오사AI가 자체 개발한 텐서축약프로세서(TCP) 아키텍처 기반의 데이터센터용 AI 추론 가속기다. 올해 초 고대역폭메모리(HBM)를 적용한 AI 가속기 가운데 드물게 양산에 성공했고, 국내외 고객사를 중심으로 상용화를 확대하고 있다. 퓨리오사AI는 RNGD가 대규모언어모델과 에이전틱 AI를 높은 전력 효율로 구동하면서 그래픽처리장치(GPU) 대비 총소유비용(TCO)을 낮출 수 있는 것이 강점이라고 했다. 기존 공랭식 데이터센터에서도 별도 냉각 설비 투자 없이 운용할 수 있어 AI 데이터센터 구축 비용 절감 효과도 기대된다는 설명이다. 업계에서는 유럽을 중심으로 소버린 AI 구축 수요가 확대되면서 전력 효율이 높은 AI 반도체와 인프라에 대한 관심도 커지고 있다고 보고 있다. 특히 전력 공급과 냉각 설비 제약이 심화되면서 GPU 중심 구조를 대체할 고효율 AI 추론 반도체 경쟁도 본격화되는 분위기다. 퓨리오사AI는 이번 주 프랑스 파리에서 열리는 'RAISE Summit 2026'에도 참가해 RNGD와 최신 소프트웨어 스택을 선보인다. 행사에서는 유럽 고객과 소버린 AI 프로젝트를 대상으로 AI 인프라 도입 논의를 이어갈 예정이다. 백준호 퓨리오사AI 대표는 글로벌 AI 인프라 기업 관계자들과 함께 'Powering AI Infrastructure: Solving the 21st Century Manhattan Project'를 주제로 패널 토론에 참석한다. 강지훈 최고연구책임자(CRO)는 기조연설을 통해 RNGD 소프트웨어 스택과 향후 기술 로드맵을 소개할 예정이다. 백 대표는 "유럽은 AI 서비스 확산과 함께 전력 및 냉각 인프라 제약이 중요한 과제로 떠오르고 있다"며 "에퀴닉스와 협력을 통해 유럽 기업과 소버린 AI 프로젝트가 실제 환경에서 RNGD의 성능과 경제성을 검증하고 보다 빠르게 AI 서비스를 구축할 수 있도록 지원하겠다"고 했다. 퓨리오사AI 관계자는 "리스본 RNGD 서버는 여러 기업이 공동으로 활용하는 평가 인프라 형태로 운영된다"며 "유럽 기업들이 실제 AI 서비스 환경에서 RNGD의 성능과 전력 효율을 직접 검증하고 도입 여부를 판단할 수 있도록 지원하는 테스트베드 역할을 하게 될 것"이라고 했다.
2026-07-08 14:38:52
엔비디아 독주 균열 노린다…'국산 AI칩' 퓨리오사AI의 승부수 [경제일보] 정부가 인공지능(AI) 데이터센터를 국가 핵심 인프라로 공식화하면서 국내 AI 반도체 산업도 중대한 분기점을 맞았다. 수백조원 규모 AI 데이터센터 구축 계획이 현실화되면 이를 구동할 AI 반도체 수요도 폭발적으로 증가하기 때문이다. 문제는 AI 데이터센터 확대가 곧바로 국내 AI 반도체 산업의 성장으로 이어지는 것은 아니라는 점이다. 현재 AI 데이터센터 시장은 엔비디아 GPU가 사실상 독점하고 있어 대규모 인프라 투자가 이뤄지더라도 핵심 연산 반도체 수요는 해외 기업으로 쏠릴 가능성이 크다. 이런 가운데 정부가 처음으로 '국산 AI 반도체'를 메가 프로젝트의 핵심 축으로 제시하면서 퓨리오사AI와 같은 국내 팹리스 기업이 국가 AI 인프라 공급망에 진입할 수 있을지에 관심이 쏠린다. 과거에는 거대언어모델(LLM)을 학습시키기 위한 초고성능 GPU 확보가 핵심이었다. 하지만 앞으로는 실제 AI 서비스를 운영하는 '추론(Inference)' 경쟁력이 새로운 승부처로 떠오르고 있다. AI 에이전트와 피지컬 AI, 자율주행, 제조 AI 등이 확산될수록 AI 모델을 끊임없이 실행하는 추론 연산이 급증하고 데이터센터 운영비에서 전력 효율과 비용 경쟁력이 차지하는 비중도 커질 수밖에 없는 구조다. 정부는 AI 데이터센터를 국가 경쟁력의 핵심 인프라로 육성하면서 국산 AI 반도체(NPU)와 전력·냉각 솔루션을 함께 지원해 국내 AI 인프라 생태계를 구축하겠다는 청사진을 내놨다. 단순히 데이터센터 건물을 늘리는 것이 아니라 데이터센터 안에서 돌아가는 핵심 기술까지 국산화하겠다는 의미다. 이재명 대통령의 구상대로라면 이번 프로젝트의 성패는 데이터센터 규모보다도 AI 연산 담당자에게 달려있다. 현재 글로벌 AI 데이터센터는 엔비디아 GPU가 사실상 표준으로 자리 잡았다. AI 학습에 필요한 압도적인 연산 성능은 물론 CUDA 기반 소프트웨어 생태계와 개발자 환경, 풍부한 고객 레퍼런스까지 갖추면서 후발주자가 쉽게 넘볼 수 없는 시장을 구축한 것이다. 이 때문에 업계에서는 정부가 아무리 AI 데이터센터를 확대하더라도 핵심 반도체를 모두 해외 기업에 의존한다면 국가 AI 경쟁력을 확보하는 데 한계가 있다는 지적이 꾸준히 제기돼 왔다. AI 데이터센터는 국가 전략 인프라지만 연산을 담당하는 AI 칩과 서버, 시스템 소프트웨어가 해외 기술에 의존하게 되면 공급망 리스크를 피하기 어렵기 때문이다. AI 경쟁의 무게중심 '학습'에서 '추론'으로 정부의 AI 인프라 전략에서 가장 먼저 시험대에 오른 기업은 퓨리오사AI다. 2017년 설립된 퓨리오사AI는 AI 추론 전용 NPU를 개발하는 국내 대표 팹리스 기업이다. 회사는 범용 GPU와 정면 승부 하기보다 생성형 AI 서비스 운영에 필요한 추론 시장을 공략하는 전략을 택했다. 최근 공개한 2세대 AI 가속기 RNGD(레니게이드)는 거대언어모델과 멀티모달 AI 추론을 겨냥한 제품으로 높은 전력 효율과 비용 절감 효과를 강점으로 내세우고 있다. 회사 역시 고성능과 전력 효율을 동시에 구현하는 데이터센터용 AI 가속기를 핵심 경쟁력으로 제시하고 있다. 하지만 정부 정책만으로 퓨리오사AI의 성공을 장담하기는 어렵다. AI 반도체 시장은 단순히 칩 성능만으로 작동하지 않기 때문이다. 개발도구와 소프트웨어 호환성, 고객사가 기존 시스템에 쉽게 적용할 수 있는지 여부, 대규모 데이터센터에서 검증된 운영 경험까지 종합적인 생태계 경쟁이 이뤄지는 시장이다. 결국 메가 프로젝트가 국내 AI 반도체 산업의 전환점이 되려면 정책 지원뿐 아니라 실제 데이터센터에서 사용할 수 있는 상용 레퍼런스를 확보하는 것이 무엇보다 중요하다. 생성형 AI 초기 시장에서는 수천억 개의 매개변수를 가진 거대언어모델을 학습시키기 위해 막대한 연산 성능이 필요했다. 이에 따라 글로벌 빅테크들은 엔비디아의 GPU를 대거 확보하는 데 경쟁적으로 나섰고 GPU 확보 능력이 곧 AI 경쟁력으로 평가받았다. 하지만 AI 서비스가 본격적으로 상용화되면서 시장의 관심은 모델 제작에서 활용으로 옮겨가고 있다. 챗봇이 질문에 답하고 AI 비서가 업무를 수행하며 자율주행차와 스마트팩토리, AI 로봇이 실시간으로 판단을 내리는 과정은 모두 추론에 해당한다. AI를 실제 서비스로 운영할수록 추론 연산은 기하급수적으로 증가할 수밖에 없다. 시장조사업체들도 같은 전망을 내놓고 있다. AI 서비스 확산으로 향후 데이터센터 연산의 상당 부분이 추론 작업으로 차지할 것이 예상되면서 학습 중심이던 AI 반도체 시장도 점차 추론 중심으로 재편될 것이라는 분석이다. 업계 관계자는 "생성형 AI 서비스가 빠르게 확산되면서 추론 수요와 토큰 사용량은 이미 폭발적으로 증가하고 있다"며 "AI 확산이 빨라질수록 연산 효율을 높이는 기술 경쟁력이 더욱 중요해질 것"이라고 말했다. 이어 "정부의 AI 데이터센터 구축은 국내 AI 반도체 기업들에도 기술을 검증하고 시장을 확대할 수 있는 중요한 기회가 될 것으로 기대한다"고 덧붙였다. 전력 효율이 새 경쟁력…퓨리오사AI의 승부수 퓨리오사AI는 엔비디아 GPU를 전면적으로 대체하겠다는 전략을 내세우지 않는다. 대신 추론에 필요한 연산을 보다 적은 전력으로 처리하는 데 초점을 맞추고 있다. 데이터센터 운영비 가운데 전기료가 차지하는 비중이 갈수록 커지는 만큼 같은 성능이라면 전력 소비를 줄이는 것이 곧 경쟁력이 된다는 판단에서다. 실제로 AI 데이터센터는 '전기 먹는 공장'으로 불릴 만크 막대한 전력을 소비한다. 최신 AI 서버 한 대에는 여러 개의 AI 가속기가 탑재되고 이를 수만 대 규모로 운영하면 전력 사용량은 도시 하나에 맞먹는 수준까지 늘어난다. 정부가 이번 메가 프로젝트에서 AI 데이터센터와 함께 전력 인프라를 핵심 과제로 제시한 것도 같은 맥락이다. 이 때문에 업계에서는 향후 AI 반도체 경쟁의 기준이 '최고 성능'에서 '최고 효율'로 점차 이동할 가능성도 제기한다. 모든 AI 서비스를 최고 사양 GPU로 운영하기보다 서비스 특성에 따라 GPU와 NPU를 함께 사용하는 방식이 늘어날 수 있다는 것이다. 다만 넘어야 할 벽은 여전히 높다. 엔비디아의 경쟁력은 단순히 GPU 성능에 있지 않다. AI 개발자가 사용하는 CUDA 플랫폼을 중심으로 방대한 소프트웨어 생태계를 구축했고 주요 클라우드 사업자와 데이터센터 운영사들이 이미 엔비디아 기반 시스템을 표준처럼 사용하고 있다. AI 모델 대부분도 엔비디아 환경에서 최적화돼 있어 다른 AI 반도체를 적용하려면 소프트웨어 수정과 운영 검증이 필요하다. 이 때문에 정부의 메가 프로젝트 역시 단순한 AI 데이터센터 인프라 투자에 머물러서는 안 된다는 지적이 나온다. AI 데이터센터를 짓는 것만으로는 국내 AI 반도체 산업이 성장하기 어렵고 국산 AI 칩이 실제 데이터센터에서 성능을 검증받고 상용화 레퍼런스를 확보할 수 있는 제도적 기반까지 함께 마련돼야 한다는 것이다. 실제 퓨리오사AI는 최근 들어 연구개발(R&D) 단계를 넘어 상용화 기반을 하나씩 확보하고 있다. 회사는 올해 1월 TSMC에서 생산한 2세대 AI 추론용 NPU 'RNGD(레니게이드)' 1차 양산 물량을 공급받으며 본격적인 양산 단계에 들어갔다. 올해 총 2만장 규모 생산을 목표로 글로벌 엔터프라이즈 시장 공략에 속도를 내고 있다. 기술 검증 사례도 늘고 있다. LG AI연구원은 자사 거대언어모델(LLM) '엑사원(EXAONE)' 추론 환경에서 RNGD를 검증한 뒤 도입을 결정했다. 퓨리오사AI에 따르면 RNGD는 실제 서비스 환경에서 기존 GPU 기반 시스템보다 와트당 성능을 2.25배 높였고, 동일한 전력 조건에서는 최대 3.75배 많은 토큰을 처리하는 것으로 나타났다. 이는 AI 데이터센터 운영에서 가장 큰 비용으로 꼽히는 전력 부담을 줄일 수 있다는 의미다. 메가 프로젝트, 국산 AI 반도체 생태계 키울까 이처럼 기술력과 상용화 가능성을 입증하는 사례가 늘어나면서 정부가 추진하는 AI 데이터센터 메가 프로젝트가 퓨리오사AI와 같은 국산 AI 반도체 기업의 성장 기반이 될 수 있다는 기대도 커지고 있다. 업계는 이번 메가 프로젝트가 국내 AI 반도체 산업에는 이전과 다른 의미를 가진다고 평가한다. 정부가 AI 데이터센터를 국가 전략 인프라로 규정하면서 처음으로 AI 모델부터 반도체, 데이터센터, 전력 인프라까지 하나의 산업 생태계로 연결하는 청사진을 제시했기 때문이다. 특히 정부가 AI 데이터센터 구축과 함께 국산 AI 반도체 기반 추론 시장 육성을 공식 정책 방향으로 제시한 만큼, 향후 국가 AI 프로젝트와 공공 AI 사업에서 국산 NPU 적용 사례가 늘어날 가능성도 제기된다. 이는 퓨리오사AI뿐 아니라 국내 AI 서버, 클라우드, 전력·냉각 장비 기업으로까지 파급 효과가 확산될 수 있다는 의미다. AI 데이터센터가 또 하나의 '엔비디아 GPU 구매 사업'으로 끝날지 아니면 국산 AI 반도체와 소프트웨어, 서버, 전력 설비까지 함께 성장하는 산업 생태계의 출발점이 될지는 앞으로 정부 정책과 민간 투자의 실행력에 달려 있다. 퓨리오사AI 역시 같은 시험대에 올랐다. 추론 특화 AI 반도체라는 기술 경쟁력을 실제 시장 경쟁력으로 연결하고 정부 프로젝트를 발판으로 대규모 상용 레퍼런스를 확보할 수 있다면 '국산 AI칩'은 상징을 넘어 하나의 산업으로 자리 잡을 수 있다. 반대로 정책 지원에만 의존한 채 민간 시장에서 경쟁력을 입증하지 못한다면 이번 메가 프로젝트 역시 국산 AI 반도체 육성의 또 다른 선언에 그칠 가능성을 배제하기 어렵다. AI 시대의 승자는 더 이상 반도체를 가장 많이 만드는 기업만이 아니다. AI를 가장 효율적으로 구동하는 반도체를 만들고 이를 국가 인프라 안에서 실제 활용하는 생태계를 구축하는 국가가 다음 경쟁의 주도권을 쥘 것이라는 점에서 퓨리오사AI를 비롯한 국내 AI 반도체 기업들의 도전은 이제부터가 진짜 시작이다. 업계 관계자는 "정부가 AI 데이터센터와 국산 AI 반도체를 함께 육성하겠다는 방향을 제시한 것은 국내 AI 반도체 기업에는 의미 있는 기회"라며 "특히 AI 데이터센터 구축은 기술력을 검증하고 실제 공급 레퍼런스를 확보할 수 있는 중요한 계기가 될 것으로 기대하고 있다"고 말했다. 이어 "AI 인프라가 빠르게 확산돼야 AI 서비스와 산업 혁신도 함께 성장할 수 있다"며 "정부가 추진하는 AI 데이터센터 구축과 AI 인프라 확대 정책이 국내 AI 반도체 생태계에도 긍정적인 역할을 할 것으로 본다"고 덧붙였다.
2026-07-03 10:14:43
서남권 800조 반도체 벨트…'제2의 용인'인가, 산업지도 바꿀 새 축인가 [경제일보] 정부가 서남권에 최대 896조원 규모의 반도체 투자를 추진하면서 대한민국 반도체 산업지도가 새로운 전환점을 맞고 있다. 그동안 경기 남부에 집중됐던 생산기반을 서남권으로 확장해 AI 시대에 대응할 새로운 생산축을 만들겠다는 구상이다. 단순히 공장 몇 곳을 짓는 사업이 아니라 메모리 생산과 첨단 패키징, AI 데이터센터, 소재·부품·장비(소부장), 인력양성까지 연결하는 전국 단위 반도체 생태계를 구축하겠다는 점에서 산업계의 관심이 쏠린다. 1일 업계에 따르면, 산업통상부는 전날 광주 김대중컨벤션센터에서 ‘서남권 첨단산업 발전비전 국민보고회’를 열고 삼성전자·SK하이닉스·앰코와 투자양해각서(MOU)를 체결했다. 정부 발표 기준 총 투자 규모는 896조원이다. 이번 구상의 의미는 투자 규모보다 산업지도의 변화에 있다. 그동안 한국 반도체 산업은 경기 남부를 중심으로 성장해왔지만, AI 시대 메모리 수요가 폭증하면서 수도권 단일 생산축만으로는 한계가 있다는 판단이 커지고 있다. 서남권 반도체 벨트는 용인 클러스터의 단순 복제가 아니라 수도권 생산기반을 지방으로 확장하고, 전력·용수·패키징·AI 데이터센터까지 결합한 새로운 반도체 축을 세우려는 시도다. 반도체 산업은 오랫동안 경기 남부를 중심으로 성장했다. 삼성전자의 기흥·화성·평택 캠퍼스와 SK하이닉스 이천·청주 공장을 축으로 세계 최대 메모리 생산벨트가 형성됐다. 여기에 용인 국가산단과 용인 반도체 클러스터까지 추진되면서 수도권은 세계적인 메모리 생산 거점으로 자리 잡았다. 하지만 AI 시대가 열리면서 기존 생산체계만으로는 수요를 감당하기 어렵다는 분석이 나온다. AI 서버와 데이터센터 확산으로 HBM 등 고성능 메모리 수요가 급증하는 반면, 수도권은 전력과 용수, 부지 확보에 한계를 드러내고 있기 때문이다. 정부가 서남권을 새로운 생산축으로 제시한 배경도 여기에 있다. 이번 구상의 핵심은 단순한 공장 이전이 아니다. 정부는 서남권에 메모리 팹 4기를 중심으로 새로운 생산거점을 조성하고, 충청권은 첨단 패키징, 동남권·대경권은 소부장과 미래 반도체 산업을 맡는 전국 분산형 클러스터를 구축한다는 계획이다. 수도권과 지방이 역할을 분담하는 새로운 산업 구조를 만들겠다는 의미다. SK하이닉스는 약 470조원을 투입해 메모리 팹 2기와 1GW 규모 AI 데이터센터를 구축하는 방안을 발표했고, 삼성전자는 약 425조원을 투자해 메모리 팹 2기와 국가 AI 컴퓨팅센터 등을 조성하는 구상을 공개했다. 앰코는 광주에 1조원을 투자해 첨단 패키징 공장을 증설하기로 했다. 기업들이 내세운 공통 조건은 '입지'가 아니라 '인프라'였다. 전영현 삼성전자 부회장은 전력과 용수, 인력, 정주 여건, 인센티브가 갖춰질 경우 대규모 투자가 가능하다고 밝혔다. 곽노정 SK하이닉스 사장 역시 용인 클러스터만으로는 미래 메모리 수요를 감당하기 어렵다며 대규모 부지와 안정적인 전력·용수 공급의 필요성을 강조했다. 때문에 이번 프로젝트를 '제2의 용인'으로 부르기도 하지만, 성격은 다소 다르다. 용인이 기존 수도권 반도체 벨트의 연장선이라면, 서남권은 수도권 밖에 새로운 생산축을 만드는 첫 시도에 가깝다. 수도권 집중을 완화하면서 국가 전체의 생산능력을 확대하려는 전략이라는 점에서 의미가 있다. 다만 성공 여부는 공장보다 인프라에 달려 있다는 지적이 나온다. 반도체 팹은 24시간 안정적인 전력과 막대한 공업용수가 필요한 대표적인 전력 다소비 시설이다. 정부는 서남권에 필요한 전력 6.3GW와 용수 65만톤을 공급하고, 송전망과 용수 인프라를 패스트트랙 방식으로 구축하겠다고 밝혔다. 용인에도 약 15GW의 전력과 150만톤의 용수를 공급한다는 계획이다. 후공정 경쟁력 확보도 중요한 과제다. 앰코의 광주 투자로 서남권은 메모리 생산뿐 아니라 첨단 패키징까지 연결하는 기반을 마련하게 됐다. AI 반도체 시대에는 HBM과 AI 가속기의 성능을 높이는 첨단 패키징이 핵심 기술로 떠오르고 있어 생산과 후공정이 함께 구축돼야 경쟁력을 확보할 수 있다는 분석이다. 정부가 충청권을 패키징 거점으로 육성하는 것도 같은 이유다. 입지는 아직 확정되지 않았다. 정부는 △광주 미래차 국가산단 △빛그린국가산단 △첨단3지구 △나주 에너지국가산단 △영암·해남 솔라시도 △광주 군공항 종전부지 △무안 국가산단 후보지 등 7곳을 검토 대상으로 제시했다. 기업이 선호하는 부지를 중심으로 전력과 용수, 도로 등 기반시설을 패키지로 지원한다는 방침이다. 업계 관계자는 "서남권 반도체 벨트의 성패는 투자 규모가 아니라 실행 속도에 달려 있다"며 "삼성과 SK, 앰코의 투자 계획이 현실화되려면 전력망 구축과 용수 공급, 인허가 단축, 기업 투자 집행이 계획대로 진행돼야 한다"고 했다. 이어 "'제2의 용인'이라는 이름을 넘어 대한민국 반도체 산업의 새로운 축으로 자리 잡을 수 있을지는 이제 발표가 아니라 실행이 증명해야 할 과제"라고 덧붙였다.
2026-07-01 16:54:35
AI가 되살린 낸드…SK하이닉스, 청주 증설 카드 꺼내나 [경제일보] 인공지능(AI) 확산으로 고대역폭메모리(HBM)에 이어 낸드플래시 시장까지 회복 기대감이 커지면서 메모리 업계의 투자 전략에도 변화 조짐이 나타나고 있다. 그동안 낮은 수익성으로 신규 투자를 최소화했던 SK하이닉스가 청주 신규 낸드플래시 생산시설(팹) 투자를 검토하는 것으로 알려지면서 AI 시대를 겨냥한 메모리 투자 지형이 D램 중심에서 낸드까지 확대될 수 있다는 관측이 나온다. 26일 업계에 따르면 오는 29일 열리는 민관합동회의에서 발표될 것으로 예상되는 지역 투자 계획에 SK하이닉스의 청주 신규 낸드 팹 건설 방안이 포함될 가능성이 거론되고 있다. 청주캠퍼스에는 낸드 생산거점인 M11·M12·M15와 D램·HBM 생산기지인 M15X, HBM 패키징을 담당하는 P&T7 등이 구축·운영되고 있다. 업계에서는 신규 낸드 팹 투자가 현실화할 경우 청주캠퍼스가 생산부터 후공정까지 아우르는 AI 메모리 핵심 거점으로 역할이 한층 확대될 것으로 보고 있다. 시장에서는 이번 투자 검토 배경으로 AI 데이터센터 확대에 따른 메모리 수요 변화를 꼽고 있다. 그동안 메모리 업체들의 투자 중심은 HBM과 D램이었다. 생성형 AI 확산으로 AI 가속기에 탑재되는 HBM 수요가 급증하면서 삼성전자와 SK하이닉스 모두 HBM 생산능력 확대에 집중해 왔다. 반면 AI 데이터센터가 빠르게 늘어나면서 대규모 데이터를 저장·처리하는 기업용 솔리드스테이트드라이브(SSD) 수요도 증가하고 있다. SSD의 핵심 부품인 낸드플래시 역시 AI 인프라 확대의 수혜를 받을 것이라는 분석이 잇따르고 있다. 실제로 낸드 시장은 지난해까지 공급 과잉과 가격 하락이 이어지면서 메모리 업체들의 투자 우선순위에서 밀려 있었다. 수익성이 D램보다 낮아 신규 팹 건설보다는 감산과 생산 효율화에 집중하는 전략이 이어졌다. 하지만 최근에는 AI 서버 투자 확대와 데이터센터 증설로 기업용 SSD 수요가 증가하고 낸드 업황도 점진적인 회복세를 보이면서 분위기가 달라지고 있다. 업계에서는 AI 시장 확대가 HBM뿐 아니라 낸드 수요까지 함께 견인하고 있다는 분석을 내놓고 있다. SK하이닉스 입장에서도 이번 투자 검토는 사업 포트폴리오 측면에서 의미가 있다는 평가다. 회사는 D램의 경우 글로벌 선두권 경쟁력을 확보하고 있지만 낸드 사업에서는 삼성전자보다 상대적으로 약하다는 평가를 받아왔다. 이에 2021년 인텔의 낸드 사업을 인수해 솔리다임을 출범시키며 기업용 SSD 경쟁력을 강화해 왔다. 시장조사업체들은 AI 서버 확산에 따라 기업용 SSD 시장 성장세가 이어질 것으로 전망하고 있다. 업계에서는 청주 신규 낸드 팹 투자가 현실화할 경우 솔리다임과의 시너지를 바탕으로 AI 데이터센터용 SSD 경쟁력을 한층 강화하는 계기가 될 수 있을 것으로 보고 있다. 삼성전자 역시 낸드 투자 확대 가능성이 업계에서 꾸준히 거론되고 있다. 일각에서는 평택 P5를 활용한 낸드 생산능력 확대 가능성이 제기되는 만큼 HBM 중심으로 형성됐던 AI 투자 사이클이 저장장치 분야까지 확산하면서 메모리 업계 전반의 투자 전략에도 변화가 나타날 수 있다는 분석이 나온다. 다만 실제 투자 시기와 규모는 향후 낸드 업황 회복 속도와 AI 서버 시장 성장세, 고객사 수요 등을 종합적으로 고려해 결정될 것으로 예상된다. SK하이닉스 관계자는 "예전에는 AI 메모리 수요가 HBM과 D램 중심으로 부각됐다면 최근에는 AI 데이터센터 확대로 고용량·고성능 SSD 수요도 함께 증가하는 흐름이 나타나고 있다"며 "낸드와 SSD 사업은 앞으로도 지속적으로 경쟁력을 강화해 나갈 계획"이라고 말했다. 이어 청주 신규 투자와 관련해서는 "구체적인 내용은 확인해드리기 어렵다"면서도 "이천과 청주, 용인을 중심으로 메모리 생산거점을 균형 있게 확대해 나가고 있다"고 설명했다.
2026-06-26 14:52:31
IBM, '1나노 벽' 넘었다…반도체 경쟁 옹스트롬 시대로 [경제일보] IBM이 반도체 미세공정의 한계로 여겨져 온 1나노미터 벽을 넘어서는 기술을 공개했다. 0.7나노, 즉 7옹스트롬급 칩 기술이다. 인공지능(AI) 반도체와 데이터센터 전력 효율 경쟁이 격화되는 가운데 반도체 공정 경쟁이 나노미터를 넘어 옹스트롬 단위로 들어서고 있다는 평가가 나온다. IBM은 25일 세계 최초의 서브 1나노 칩 기술인 0.7나노 공정 ‘나노스택’ 아키텍처를 개발했다고 밝혔다. 나노스택은 기존처럼 트랜지스터를 평면 위에 더 촘촘히 배열하는 방식에서 벗어나 소자를 수직 방향으로 엇갈려 쌓는 3차원 적층 구조다. IBM은 이를 통해 손톱 크기 칩에 약 1000억개의 트랜지스터를 집적할 수 있다고 설명했다. 옹스트롬은 나노미터보다 더 작은 길이 단위다. 1옹스트롬은 0.1나노미터이고, 1나노미터는 10옹스트롬이다. IBM이 공개한 0.7나노 공정은 이를 옹스트롬 단위로 바꾸면 7옹스트롬에 해당한다. 그동안 반도체 업계가 7나노, 5나노, 3나노, 2나노 공정을 놓고 경쟁했다면, 이제는 1나노 아래의 초미세 공정 경쟁으로 이동하고 있는 셈이다. 다만 반도체에서 말하는 공정명은 실제 트랜지스터의 모든 물리적 길이가 정확히 그 숫자라는 뜻은 아니다. 최근의 2나노, 1나노, 7옹스트롬이라는 표현은 실제 선폭보다 집적도, 성능, 전력 효율, 세대 구분을 나타내는 상징적 명칭에 가깝다. 따라서 ‘옹스트롬 시대’는 단순히 숫자를 더 작게 부르는 변화가 아니라 트랜지스터 구조와 적층 방식까지 바꾸는 차세대 공정 경쟁의 시작을 뜻한다. ◆ 나노스택, 평면 미세화 한계 넘는 3차원 해법 IBM은 나노스택 기술이 2021년 공개한 2나노 칩과 비교해 트랜지스터 밀도를 약 두 배 높일 수 있다고 밝혔다. 같은 전력에서 연산 성능을 최대 50% 끌어올리거나 같은 성능에서 전력 효율을 최대 70% 개선할 수 있다는 설명이다. 칩 내부 SRAM 공간 효율도 40% 향상돼 고성능 AI 반도체 설계에 유리하다고 강조했다. 핵심은 미세화 방식의 전환이다. 반도체 업계는 핀펫을 넘어 게이트올어라운드(GAA), 나노시트 구조로 이동하고 있다. 평면 위에 회로를 더 작게 그리는 방식만으로는 전력 누설과 발열, 배선 복잡도를 해결하기 어려워졌기 때문이다. 나노스택은 이 흐름을 한 단계 더 밀고 나가 소자를 위로 쌓아 집적도를 높이는 접근이다. IBM은 나노스택이 중앙처리장치(CPU), 그래픽처리장치(GPU), 모바일 칩 등 다양한 반도체에 적용될 수 있는 범용 기술이라고 설명했다. AI 데이터센터 전력 사용량이 급증하는 상황에서 성능과 전력 효율을 동시에 개선할 수 있는 공정 기술은 산업적 파급력이 크다. AI 모델이 커질수록 병목은 연산 성능뿐 아니라 전력, 냉각, 칩 면적, 메모리 효율로 확산되고 있다. 후이밍 부 IBM 리서치 반도체 글로벌 연구개발 총괄 부사장은 “나노스택은 단발성 혁신이 아니다”라며 “향후 10년간 여러 세대에 걸쳐 7옹스트롬, 5옹스트롬, 3옹스트롬을 거쳐 1옹스트롬에 이르는 제품이 이 아키텍처를 기반으로 나올 것”이라고 강조했다. ◆ 라피더스 협력 주목…양산까지는 시간 필요 파운드리 경쟁 구도에도 파장이 예상된다. 현재 최첨단 파운드리 시장은 TSMC, 삼성전자, 인텔이 2나노급 공정과 후속 로드맵을 놓고 경쟁하는 구조다. IBM은 대량 생산 파운드리 사업자는 아니지만 반도체 원천 기술과 연구개발에서 영향력이 크다. 2021년 2나노 기술을 먼저 공개한 데 이어 이번에는 1나노 아래 공정 가능성을 제시했다. 특히 일본 라피더스와의 협력 관계가 주목된다. IBM과 라피더스는 2022년 2나노 노드 공동 개발 파트너십을 맺었고 라피더스는 일본 정부 지원을 바탕으로 첨단 로직 파운드리 진입을 추진하고 있다. IBM이 나노스택 기술을 어느 기업과 상용화할지는 공개하지 않았지만 기존 협력 관계를 고려하면 라피더스가 차세대 공정 경쟁에서 복병으로 부상할 가능성도 있다. 기대와 현실은 구분해야 한다. IBM은 나노스택 기술의 실제 생산 적용 시점을 이르면 5년 뒤로 보고 있다. 연구 단계의 기술을 대량 생산 가능한 공정으로 전환하려면 수율, 장비, 소재, 설계도구, 고객 생태계가 모두 맞물려야 한다. 0.7나노라는 숫자가 곧바로 스마트폰이나 AI 가속기 양산 칩에 적용된다는 뜻은 아니다. IBM이 최근 양자 반도체 파운드리 기업 ‘앤더론’ 설립 계획을 밝힌 점도 눈에 띈다. 앤더론은 양자컴퓨팅용 웨이퍼 생산 기반을 구축하는 별도 프로젝트다. 전통 로직 반도체와 양자 반도체는 기술 성격이 다르지만 IBM이 차세대 컴퓨팅 하드웨어의 제조 기반을 다시 강화하려 한다는 점에서는 같은 흐름으로 읽힌다. 이번 발표는 반도체 미세화 경쟁이 아직 끝나지 않았다는 신호다. 파운드리 패권은 여전히 양산 능력과 수율, 고객 확보에서 결정된다. 그러나 차세대 공정의 방향을 누가 먼저 제시하느냐도 중요하다. IBM이 1나노 아래의 길을 열면서 TSMC, 삼성전자, 인텔, 라피더스의 경쟁은 나노미터를 넘어 옹스트롬 단위로 들어서고 있다. 다음 승부는 더 작은 숫자가 아니라 그 숫자를 안정적인 양산과 전력 효율로 증명하는 데서 갈릴 것이다.
2026-06-25 22:35:16
오픈AI, 첫 자체 AI칩 '할라페뇨' 공개…엔비디아 의존 줄이기 시동 [경제일보] 오픈AI가 브로드컴과 공동 개발한 첫 자체 AI 반도체 ‘할라페뇨’를 공개했다. 챗GPT와 코덱스 등 대형 AI 서비스를 운영하며 커진 추론 비용을 낮추고 엔비디아 GPU 의존도를 줄이려는 전략이다. 외신에 따르면 오픈AI와 브로드컴은 24일 현지시간 추론 특화 AI 칩 할라페뇨를 공개했다. 할라페뇨는 범용 GPU를 개량한 제품이 아니라 대형언어모델 추론을 위해 처음부터 설계한 맞춤형 반도체다. 오픈AI는 올해 말부터 이 칩을 데이터센터에 배치할 계획이다. AI 반도체 시장에서 추론은 새 격전지로 떠올랐다. 모델을 학습시키는 단계에는 막대한 연산 자원이 필요하지만 실제 서비스에서는 이용자 요청에 답하는 추론 비용이 계속 발생한다. 챗GPT처럼 글로벌 이용자가 많은 서비스는 추론 효율이 곧 운영비와 수익성에 직결된다. 오픈AI는 초기 테스트에서 할라페뇨의 전력 대비 성능이 기존 최상위 AI 칩보다 개선됐다고 밝혔다. 브로드컴의 호크 탄 최고경영자는 외신 인터뷰에서 엔비디아 블랙웰과 구글 TPU에 견줄 성능을 언급했다. 다만 양사는 최종 성능 측정이 진행 중이라며 세부 수치는 공개하지 않았다. 실제 경쟁력은 데이터센터 배치 이후 전력 효율과 안정성, 단가가 확인돼야 판단할 수 있다. 이번 공개는 오픈AI의 풀스택 전략과 맞물린다. 오픈AI는 모델과 서비스뿐 아니라 칩과 메모리 시스템, 네트워크, 데이터센터 운영까지 직접 통제하려는 방향으로 움직이고 있다. AI 서비스 이용량이 커질수록 외부 GPU 공급에만 의존하기 어렵기 때문이다. 공급 부족과 높은 가격, 전력 부담은 AI 기업의 공통 과제다. 빅테크의 자체 칩 개발도 같은 흐름이다. 구글은 TPU를 통해 자사 AI 모델과 클라우드 서비스에 맞춘 연산 인프라를 구축했다. 아마존은 학습용 트레이니움과 추론용 인퍼런시아를 운영하고 있다. 마이크로소프트와 메타도 자체 AI 가속기 개발에 투자하고 있다. 오픈AI의 할라페뇨 공개는 이 대열에 본격 합류했다는 신호다. 엔비디아에 미칠 영향은 단기적으로 제한적이라는 시각이 많다. 자체 칩은 특정 서비스와 추론 환경에 최적화되는 경우가 많다. 대규모 학습과 범용 AI 인프라에서는 엔비디아 GPU의 생태계와 소프트웨어 경쟁력이 여전히 강하다. 다만 추론 영역에서 맞춤형 ASIC이 늘어나면 AI 반도체 시장의 성장 축은 더 넓어질 수 있다. 국내 반도체 업계에도 파급력이 있다. 빅테크가 자체 AI 칩을 늘리면 고대역폭메모리와 첨단 패키징 수요도 함께 커진다. 삼성전자와 SK하이닉스 같은 메모리 기업에는 새로운 고객군이 늘어나는 효과가 기대된다. 다만 할라페뇨에 어떤 HBM이 탑재됐는지는 공개자료 기준으로 확인되지 않아 특정 공급사를 단정하기는 어렵다. 오픈AI의 과제는 기술 공개 이후 수익성 입증이다. 자체 칩이 실제로 추론 비용을 낮추고 서비스 속도와 안정성을 높여야 한다. IPO 가능성이 시장에서 거론되는 만큼 인프라 비용을 통제할 수 있다는 점도 투자자에게 중요한 메시지가 될 수 있다. AI 경쟁은 모델 성능만으로 끝나지 않는다. 더 좋은 답을 더 싸고 빠르게 제공하는 인프라 경쟁으로 옮겨가고 있다. 할라페뇨는 오픈AI가 엔비디아 생태계에서 벗어나겠다는 선언이라기보다 비용과 성능을 직접 통제하려는 첫 시도에 가깝다. 이 칩이 데이터센터에서 검증되면 AI 반도체 시장은 GPU 중심에서 맞춤형 추론 칩 경쟁으로 한 단계 더 갈라질 전망이다.
2026-06-25 16:53:13
삼성전자 뒤 '숨은 제국'…AI 반도체 뒤의 숨은 승부처 [경제일보] 화려한 'AI(인공지능) 혁명'의 무대 위에는 엔비디아, 삼성전자, TSMC 등 반도체 기업들이 먼저 조명을 받고 있다. 하지만 아무리 뛰어난 반도체도 전력을 안정적으로 공급 받고, 데이터를 원활하게 주고받을 수 있는 부품이 없다면 제 성능을 발휘할 수 없다. AI 서버와 데이터 센터 투자가 폭증하면서 반도체를 떠받치는 전자부품의 중요성이 커지고, 스마트폰 시대를 떠받쳤던 삼성전기의 부품 기술력이 재조명 받고 있는 이유다. 삼성전기는 삼성그룹을 대표하는 부품 계열사다. 적층세라믹콘덴서(MLCC), 카메라모듈, 반도체 패키지기판 등을 생산하며 삼성전자 스마트폰과 TV, 가전제품 경쟁력을 뒷받침해 왔다. 전류를 저장하고 신호를 안정적으로 전달하는 MLCC, 이미지를 구현하는 카메라모듈, 반도체와 시스템을 연결하는 패키지기판은 전자기기의 성능을 좌우하는 핵심 부품이다. 소비자에게는 상대적으로 덜 알려져 있지만, 삼성전기는 수십 년간 이들 부품 기술을 축적하며 삼성그룹 전자사업의 기반을 다져왔다. 화려한 완제품 뒤에는 반드시 부품 기술력이 존재한다는 이건희 선대회장의 경영 철학도 삼성전기의 성장 과정에 깊게 녹아 있다. 앞서 지난 1987년 삼성그룹 회장에 취임한 이 회장은 완제품 경쟁력만으로는 글로벌 시장을 주도하기 어렵다고 판단했다. 소재·부품 경쟁력 확보를 강조한 배경이다. 삼성전기는 1988년 국내 최초로 적층세라믹콘덴서(MLCC)를 개발·생산하며 일본 업체들이 주도하던 전자부품 시장 추격에 나섰다. 이후 MLCC와 반도체 패키지기판 분야에서 기술을 축적하며 글로벌 부품 기업으로 성장했다. 삼성전기를 대표하는 핵심 사업은 단연 MLCC다. MLCC는 전기를 저장하고 전압을 안정적으로 유지하는 전자부품이다. 스마트폰과 TV, 자동차, 서버 등 거의 모든 전자기기에 들어간다. 전자제품이 작아지고 고성능화될수록 MLCC의 역할은 더 커진다. AI 시대가 열리면서 MLCC의 중요성은 한층 높아지고 있다. AI 서버는 고성능 연산 과정에서 막대한 전력을 소모한다. 회로 안에서 전압 변동과 전기적 잡음도 커질 수밖에 없다. MLCC는 이 과정에서 전압을 안정적으로 유지하고 불필요한 노이즈를 줄여 반도체가 안정적으로 작동하도록 돕는다. AI 서버와 데이터센터 투자가 확대될수록 고용량·고신뢰성 MLCC 수요가 늘어나는 구조다. 물론 오늘의 위상이 저절로 만들어진 것은 아니다. AI가 새로운 성장동력으로 부상하기 전까지 삼성전기의 가장 큰 고민은 스마트폰 의존도를 낮추는 일이었다. 삼성전기는 스마트폰 시장 성장기 동안 삼성전자와 함께 빠르게 성장했다. 하지만 스마트폰 시장이 성숙기에 접어들고 중국 업체들의 추격이 거세지면서 성장 동력은 약화됐다. 카메라모듈과 IT용 MLCC 중심의 사업 구조는 스마트폰 업황 변화에 민감할 수밖에 없었다. 한동안 스마트폰 시장에 묶여 있던 삼성전기의 사업 포트폴리오는 AI 시대를 맞아 전환점을 맞고 있다. 생성형 AI 확산과 글로벌 빅테크 기업들의 데이터센터 투자 경쟁이 본격화되면서 AI 서버용 MLCC와 반도체 패키지기판 수요가 빠르게 늘기 시작했다. 삼성전기는 이에 맞춰 AI 서버와 전장, 네트워크용 고부가 FC-BGA를 중심으로 사업 구조를 고도화하고 있다. 삼성전기는 현재 AI 인프라 시장 확대에 대응해 FC-BGA 경쟁력을 강화하는 동시에 미래 성장동력 확보에도 속도를 내고 있다. 차세대 승부수로 꼽히는 분야는 유리기판이다. 유리기판은 AI 반도체 성능 향상을 위한 차세대 패키징 기술로 주목 받고 있다. 기존 유기기판보다 미세회로 구현이 쉽고, 전력 효율과 신호 전달 성능을 높일 수 있어 차기 AI 가속기 시장의 핵심 기술로 평가된다. 업계 관계자는 "삼성전기가 AI 인프라 시장 확대의 수혜를 보고 있는 것은 분명하지만, 과제도 남아있다"며 "글로벌 빅테크 기업들의 투자 사이클 변화, 일본·대만 업체들과의 기술 경쟁은 여전히 변수"라고 했다. 이어 "스마트폰 중심 부품 기업에서 AI 서버와 차세대 패키징 기업으로 체질을 바꾸려는 삼성전기의 변화는 이미 진행 중"이라고 덧붙였다.
2026-06-25 08:00:00
SK하이닉스, HBM4E 고객사 첫 샘플 출격…AI 메모리 초격차 노린다 [경제일보] SK하이닉스가 차세대 인공지능(AI) 메모리 시장 선점을 위해 고대역폭메모리(HBM) 차세대 제품인 'HBM4E' 샘플 공급에 나섰다. AI 데이터센터와 고성능 컴퓨팅(HPC) 시장 확대에 맞춰 성능과 전력 효율을 동시에 높인 제품으로 차세대 AI 인프라 수요 공략에 속도를 내는 모습이다. SK하이닉스는 차세대 AI용 초고성능 D램 제품인 HBM4E 12단 샘플을 주요 고객사에 공급했다고 18일 밝혔다. HBM4E는 기존 HBM4 대비 성능과 전력 효율을 한층 강화한 제품이다. 핀(Pin)당 최대 16Gbps 데이터 처리 속도를 구현했으며 에너지 효율도 20% 이상 개선했다. AI 학습과 추론 과정에서 필요한 대규모 데이터 처리 성능을 높이는 데 초점을 맞췄다. 데이터 전송 지연 시간도 줄였다. 최신 인터페이스와 설계 최적화를 적용해 고대역폭 환경에서도 안정적인 구동이 가능하도록 설계됐다. 회사는 이를 통해 차세대 AI 데이터센터와 초고성능 컴퓨팅 시스템의 처리 효율을 높일 수 있을 것으로 기대하고 있다. 용량 역시 확대됐다. SK하이닉스는 HBM4E에 어드밴스드 MR-MUF(Mass Reflow Molded Underfill) 공정을 적용해 12단 적층 기준 48GB 용량을 구현했다. 칩 적층 구조 안정성을 높이는 동시에 발열 관리 성능도 개선했다. 특히 열 저항은 기존 HBM4 대비 약 17% 낮아졌다. AI 서버와 데이터센터처럼 고부하 연산이 지속되는 환경에서도 안정적인 동작이 가능하도록 설계한 것이 특징이다. 업계에서는 AI 반도체 성능 경쟁이 심화되면서 메모리 성능과 전력 효율이 AI 인프라 경쟁력의 핵심 요소로 부상하고 있다고 보고 있다. 엔비디아를 비롯한 글로벌 AI 반도체 기업들이 차세대 AI 가속기 개발에 속도를 내면서 HBM 수요도 빠르게 증가하는 추세다. 시장조사업체들은 향후 AI 서버 시장 성장에 따라 HBM 시장 규모가 지속 확대될 것으로 전망하고 있다. 특히 HBM4 이후 차세대 제품인 HBM4E는 AI 학습과 추론 성능 향상을 위한 핵심 메모리로 주목받고 있다. SK하이닉스는 HBM3와 HBM3E, HBM4에 이어 HBM4E까지 차세대 제품 개발을 이어가며 AI 메모리 시장 주도권 강화에 나서고 있다. 회사는 그동안 축적한 양산 경험과 공급 역량을 기반으로 고객 맞춤형 메모리 솔루션 제공을 확대한다는 계획이다. 최근 SK하이닉스는 AI 메모리 사업 확대를 위해 엔비디아와의 협력도 강화하고 있다. 양사는 차세대 AI 팩토리 구축을 위한 메모리 공동 개발과 장기 기술 파트너십을 추진 중이며 베라 루빈(Vera Rubin) 기반 차세대 AI 플랫폼용 메모리 개발에도 협력하고 있다. SK하이닉스는 이번 HBM4E 샘플 공급을 통해 고객사 평가와 검증 절차를 진행한 뒤 향후 양산 체제로 전환할 계획이다. 안현 SK하이닉스 개발총괄 사장(CDO)은 "업계 최고 수준의 기술 경쟁력과 양산 역량을 바탕으로 HBM4E에서도 AI 혁신을 지원할 수 있는 기반을 마련했다"며 "고객과의 협력을 통해 시장이 요구하는 가치를 선제적으로 구현하고 AI 메모리 기술 리더십을 더욱 강화해 나가겠다"고 말했다. SK하이닉스 관계자는 "현재 HBM4E는 주요 고객사를 대상으로 성능과 안정성을 검증하는 단계"라며 "HBM 시장은 여전히 HBM3E가 주력 제품이고 점차 HBM4로 전환되는 과정에 있는 만큼 고객 일정과 시장 상황에 맞춰 양산 체계를 준비해 나갈 계획"이라고 설명했다. 이어 "HBM4E 12단 제품을 먼저 선보인 것은 고객사들의 고용량 수요를 반영한 결과로 볼 수 있다"며 "HBM4E는 이전 세대보다 개별 D램 용량이 확대되면서 12단 적층만으로도 더 높은 용량 구현이 가능해졌다"고 말했다. 또 "향후 고객사 검증 결과와 시장 수요를 종합적으로 고려해 양산 안정성과 공급 안정성을 확보하는 데 집중할 것"이라고 덧붙였다.
2026-06-18 19:13:22
정부, AI 데이터센터 특별법 하위법령 착수…전력 특례 범위가 관건 [경제일보] 정부가 인공지능 데이터센터(AIDC) 특별법 시행을 위한 하위법령 마련에 착수했다. 법률 제정으로 AIDC 구축을 지원할 큰 틀은 마련됐지만 산업 현장에서는 인허가 간소화와 전력 특례가 어느 범위까지 적용될지가 핵심 쟁점으로 떠오르고 있다. 과학기술정보통신부는 지난 9일 공포된 ‘인공지능 데이터센터 산업 진흥에 관한 특별법’의 하위법령 마련을 위한 연구반을 구성하고 18일 서울에서 킥오프 회의를 열었다고 밝혔다. 연구반은 AI 데이터센터와 법률 전문가 등으로 구성됐으며 시행령과 시행규칙 초안 마련을 맡는다. AIDC 특별법은 AI 3강 도약을 위한 핵심 인프라인 AI 데이터센터 구축을 제도적으로 지원하기 위해 마련된 법이다. 기존 데이터센터가 데이터 저장과 서비스 운영에 초점을 맞췄다면 AIDC는 대규모 그래픽처리장치(GPU)와 가속기 기반 연산을 통해 AI 모델 학습과 추론을 수행하는 연산 인프라 성격이 강하다. 이 때문에 일반 데이터센터보다 고밀도 전력 공급, 냉각, 전력망 접속, 부지 확보 요건이 훨씬 까다롭다. 특별법은 올해 1월 이해민 의원 등이 발의한 법안을 포함해 관련 법안을 병합·조정하는 방식으로 논의됐다. 이후 국회 과학기술정보방송통신위원회 법안심사소위와 전체회의, 법제사법위원회 심사를 거쳐 지난 5월 7일 국회 본회의를 통과했다. 6월 9일 공포됐으며 9개월 유예기간을 거쳐 내년 3월 10일부터 시행된다. 법의 핵심은 크게 세 가지다. 우선 과기정통부를 통합 창구로 삼아 AI 데이터센터 구축 관련 인허가를 일괄 처리할 수 있도록 했다. 관계기관이 정해진 기간 안에 인허가 여부를 통보하지 않으면 처리된 것으로 보는 ‘타임아웃제’도 도입된다. 복잡한 행정 절차가 투자 지연으로 이어지는 문제를 줄이겠다는 취지다. 전력 관련 특례도 포함됐다. 비수도권에 일정 규모 이하 AI 데이터센터를 신축·증축하거나 기존 데이터센터를 AI 데이터센터로 전환하는 경우 전력계통영향평가 면제 근거가 마련됐다. 수도권에 집중된 데이터센터 입지를 분산하고 전력망 부담이 상대적으로 낮은 지역으로 AI 인프라 투자를 유도하려는 장치다. 승강기, 주차장, 미술품 설치 등 일반 건물 기준을 그대로 적용받던 시설물 설치 의무를 완화하는 내용도 담겼다. 하위법령 단계에서는 세부 기준을 둘러싼 논의가 본격화할 전망이다. AIDC를 어느 수준의 설비와 규모를 갖춘 시설로 정의할지 전력계통영향평가 면제 대상이 되는 ‘일정 규모 이하’ 기준을 어떻게 정할지가 핵심이다. GPU 집적도, 전력 수전 용량, 냉각 방식, 연산 목적, AI 학습·추론 비중 등을 어디까지 법적 기준에 넣을지도 쟁점이 될 수 있다. 업계가 가장 주목하는 부분은 전력이다. 생성형 AI 확산으로 GPU 집적도가 높아지면서 데이터센터 한 곳이 필요로 하는 전력 규모는 수십~수백 메가와트 단위로 커지고 있다. 부지를 확보하더라도 변전소와 송전망 접속, 장기 전력 구매, 냉각 설비, 전력 품질 문제가 해결되지 않으면 실제 구축 일정은 지연될 수밖에 없다. 글로벌 시장에서도 AI 데이터센터 확장의 병목은 반도체 공급만이 아니라 전력과 냉각, 지역 수용성 문제로 옮겨가고 있다. 규제 완화가 곧바로 산업 경쟁력으로 이어지는 것도 아니다. 인허가 속도를 높이는 동시에 전력망 안정성, 지역 주민 수용성, 환경 부담, 수도권 집중 완화라는 과제를 함께 풀어야 한다. 특히 비수도권 특례가 실효성을 갖기 위해서는 전력망 여유 지역과 산업 수요, 통신망, 인력, 세제·입지 지원이 함께 설계돼야 한다. 과기정통부는 연구반 운영을 통해 하위법령 초안을 조속히 마련하고 AI 데이터센터 정의와 규제 특례 등 핵심 사항에 대해 민간 전문가와 이해관계자 의견을 수렴한다는 방침이다. 산업계가 요구하는 속도와 전력·환경·지역사회 쟁점을 함께 고려해 제도 설계에 나서겠다는 것이다. AIDC 특별법은 한국형 AI 인프라 정책의 출발점이다. 그러나 실제 성패는 법률 이름이 아니라 시행령 숫자에 달려 있다. 어떤 시설을 AIDC로 인정할지, 어느 규모까지 전력 특례를 줄지, 인허가 지연을 얼마나 줄일지가 기업 투자 판단을 좌우한다. AI 시대의 데이터센터는 건물이 아니라 국가 연산 주권의 기반이다. 하위법령 설계가 정교하지 않으면 특별법은 투자 속도를 높이기보다 또 다른 해석 싸움의 출발점이 될 수 있다.
2026-06-18 16:28:50
"2031년 영업익 1조 사업으로"…LG이노텍, AI·6G 타고 기판사업 질주 [경제일보] LG이노텍이 반도체 기판 사업을 미래 성장동력으로 점찍고 대규모 육성에 나선다. 회사는 패키지솔루션사업부를 오는 2031년 영업이익 1조원 규모 사업으로 키우고 RF-SiP, FC-CSP, FC-BGA 등 고부가 기판을 앞세워 6G 통신과 AI(인공지능) 서버·메모리 시장을 공략한다는 청사진을 제시했다. LG이노텍은 지난 16일 서울 강서구 마곡 본사에서 '미디어 테크 데이'를 열고 패키지솔루션사업의 핵심 제품과 기술 경쟁력을 공개했다. 이날 행사에서는 반도체 기판 3종의 시장 전망과 사업 방향, 차별화 기술이 소개됐다. 패키지솔루션사업은 LG이노텍 전체 매출에서 차지하는 비중은 지난해 기준 약 10% 수준이지만 영업이익 비중은 19%에 달한다. 올해 1분기 영업이익도 전년 대비 31% 증가하며 회사 수익성을 견인하는 고부가 사업으로 부상했다. 지난해 패키지솔루션사업 매출은 1조7200억원으로 2024년 1조4600억원 대비 약 18% 늘었다. 같은 기간 영업이익은 708억원에서 1289억원으로 82% 증가했다. 스마트폰 고사양화, 5G 통신 확산, 메모리 업사이클 진입, AI·빅데이터 시장 확대가 맞물리며 성장세가 가팔라지고 있다는 설명이다. 조지태 LG이노텍 패키지솔루션사업부장(전무)는 "LG이노텍은 고객보다 한발 앞서 시장 변화를 예측하고 기술을 고도화하며 반도체 기판 시장의 기술 패러다임을 혁신하는 퍼스트 무버로 성장해 왔다"며 "차별화된 기술력을 바탕으로 새롭게 열리는 반도체 기판 시장에서 점유율을 빠르게 확대하고 2031년까지 패키지솔루션사업을 영업이익 1조원 규모 사업으로 육성하겠다"고 말했다. 이날 가장 먼저 소개된 제품은 RF-SiP 기판이다. RF-SiP는 전력 증폭기, 칩셋 등 무선통신에 필요한 부품을 하나의 패키지로 결합한 통신용 반도체 부품이다. LG이노텍은 이를 메인보드와 연결하는 기판을 개발·생산하고 있다. LG이노텍은 2011년 세계 최초로 코어리스 RF-SiP 기판 개발과 양산에 성공했다. 코어층을 제거하고 절연층만으로 기판을 구성해 기존 대비 두께를 20% 줄였다. 신호 지연이 적은 레진과 특수 처리한 구리를 적용해 송수신 과정에서 발생하는 신호 손실량도 기존 대비 70% 줄였다. 이 같은 기술력을 앞세워 LG이노텍은 2016년부터 글로벌 RF-SiP 기판 시장 1위를 유지하고 있다. 지난해 기준 글로벌 시장 점유율은 약 65% 수준이며 올해는 80%까지 확대될 것으로 회사 측은 보고 있다. 특히 LG이노텍은 솔더볼을 기판에 직접 연결하는 기존 방식 대신 구리기둥을 먼저 세우고 그 위에 솔더볼을 얹는 'Cu-Post' 공법을 세계 최초로 RF-SiP 기판에 적용했다. 이를 통해 솔더볼 간격을 촘촘하게 만들면서도 기판 두께를 기존 대비 약 20% 줄였다. 5G 스마트폰 안에 더 많은 부품과 회로가 들어가야 하는 상황에서 슬림한 디자인을 구현할 수 있도록 한 핵심 기술이다. 남상혁 LG이노텍 패키지솔루션연구소장 연구위원은 "솔더볼 간격을 지금보다 10% 줄인 차세대 Cu-Post 기술을 개발하고 있다"며 "다가올 6G 시대에 부가가치가 더욱 높아진 RF-SiP 기판으로 시장을 선도하겠다"고 밝혔다. AI 확산에 따라 FC-CSP 기판 수요도 빠르게 늘고 있다. FC-CSP 기판은 주로 모바일 애플리케이션 프로세서(AP)에 들어가는 저전력 D램과 소형 칩 패키지를 메인보드와 연결하는 데 사용돼 왔다. 최근에는 AI 가속기와 서버 등에 GDDR 등 메모리 반도체 채용이 확대되면서 적용 영역이 메모리 분야로 넓어지고 있다. 명세호 LG이노텍 패키지솔루션개발담당 상무는 "FC-CSP 기판은 기존 메모리 기판보다 전기적 특성과 고집적 특성이 높아 칩 성능 향상에 유리하다"며 "성능과 집적도 향상을 위해 기존 메모리 기판을 FC-CSP 기판으로 대체 적용하는 것이 트렌드가 됐다"고 설명했다. LG이노텍은 최근 글로벌 반도체 고객향 GDDR7용 FC-CSP 기판을 수주했다. 메모리용 FC-CSP 기판 신규 수주가 이어지면서 현재 구미 반도체 생산라인은 풀가동 상태다. 황정호 LG이노텍 패키지솔루션마케팅담당 상무는 "이번 달 착공에 들어가는 베트남 반도체 기판 신공장에서 FC-CSP와 RF-SiP 기판 생산라인을 가장 먼저 늘려 국내외 고객 수요에 대응할 계획"이라고 말했다. FC-BGA 기판은 LG이노텍이 중장기 성장 축으로 키우는 제품이다. FC-BGA는 PC, 노트북, 차량, AI 서버, 데이터센터 등 고성능 반도체가 들어가는 대형 기기에 특화된 기판이다. FC-CSP와 비교해 면적이 18배 이상 크고 층수도 16~22층 수준으로 많아 공정 난도가 높다. LG이노텍은 현재 가로·세로 85㎜ 크기의 대면적 FC-BGA 기판을 양산할 수 있는 기술을 확보했다. 가로·세로 120㎜가 넘는 초대면적 FC-BGA 기판도 개발하고 있다. 회사는 2022년 FC-BGA 기판 사업 진출을 본격화하고 LG전자로부터 인수한 구미4공장에 신규 생산라인 ‘드림 팩토리’를 구축했다. 드림 팩토리는 AI, 딥러닝, 로봇, 디지털 트윈 등 최신 IT 기술을 적용한 스마트팩토리다. 대면적 기판은 이물로 인한 불량 가능성이 높지만 생산 공정 전반을 자동화·지능화해 수율을 빠르게 끌어올릴 수 있다는 게 회사 측 설명이다. LG이노텍은 2024년 12월 드림 팩토리에서 글로벌 빅테크 고객향 PC 칩셋용 FC-BGA 기판 양산에 돌입했다. 올해 3분기부터는 같은 고객사에 PC CPU용 제품 양산을 시작할 예정이다. 오는 2028년까지 자율주행, AI 가속기, 서버 CPU·GPU용 FC-BGA 기판 등 하이엔드 시장에 단계적으로 진출한다는 계획이다. 황 상무는 "학습형 AI에서는 GPU 비중이 압도적으로 높았다면 추론형 AI 시대에는 메모리와 CPU 비중이 더 높아질 것으로 예상된다"며 "많은 글로벌 빅테크 업체가 CPU 시장에 뛰어들면서 FC-BGA 후발주자인 LG이노텍에도 새로운 사업 기회가 열리고 있다"고 말했다. 이어 "CPU용 FC-BGA 기판 공급 논의를 위해 다양한 글로벌 고객들이 LG이노텍을 직접 찾고 있다"며 "고객 수요 증가에 대응하기 위해 국내 FC-BGA 기판 생산능력 확대 투자도 검토 중"이라고 덧붙였다. LG이노텍은 RF-SiP로 확보한 모바일 기판 경쟁력을 6G 통신 시장으로 확장하고 FC-CSP와 FC-BGA를 통해 AI 반도체 기판 시장 공략을 본격화한다는 방침이다. 카메라모듈 중심의 사업 구조에서 벗어나 수익성 높은 반도체 기판 사업을 키우며 포트폴리오 고도화에 속도를 내는 모습이다. 조 전무는 "엣지 컴퓨팅, 방산 등 다양한 영역에 확대 적용 가능한 FC-BGA 기판을 지속 개발하고 글로벌 빅테크 신규 고객 발굴을 이어가겠다"며 "FC-BGA 사업을 회사의 핵심 사업으로 키워 나가겠다"고 강조했다.
2026-06-17 15:38:50
SK하닉 선두 굳히기·삼성 반격·마이크론 추격… HBM '왕좌의 게임' [경제일보] AI 반도체 전쟁의 최전선이 고대역폭메모리, HBM으로 옮겨붙고 있다. GPU가 AI 서버의 엔진이라면 HBM은 그 엔진에 데이터를 밀어 넣는 연료관이다. 생성형 AI와 대형언어모델이 커질수록 더 많은 데이터를 더 짧은 시간에 처리해야 하고, 이 병목을 풀어주는 부품이 HBM이다. 15일 업계에 따르면, 시장 주도권을 쥔 곳은 SK하이닉스다. 이를 추격하는 삼성전자는 차세대 HBM4E를 앞세워 반격에 나섰고, 미국 마이크론은 HBM4 양산과 전력효율을 무기로 파고들고 있다. 이들 기업의 싸움은 단순한 메모리 가격 경쟁이 아니다. 엔비디아, AMD, 구글, 아마존 등 글로벌 AI 고객의 차세대 서버 로드맵에 누가 더 깊이 들어가느냐의 승부다. ‘선점 효과’ 선두 굳히기 나선 나선 SK하이닉스 현재 구도에서 가장 앞선 곳은 SK하이닉스다. 엔비디아는 최근 SK하이닉스와 AI 데이터센터용 차세대 메모리 개발을 위한 다년 기술 파트너십을 맺었다. 젠슨 황 엔비디아 최고경영자(CEO)는 SK하이닉스를 핵심 메모리 파트너로 언급하며 향후 AI 수요 대응에서 협력의 중요성을 강조했다. SK하이닉스의 강점은 선점 효과다. HBM3E 시장에서 확보한 고객 신뢰가 HBM4와 그 이후 세대로 이어질 가능성이 크다. AI 반도체 고객은 단순히 제품 사양만 보고 공급사를 바꾸기 어렵다. HBM은 GPU와 패키징, 열관리, 전력효율, 양산 수율이 맞물려야 하는 부품이다. 일단 고객사 플랫폼에 들어가면 다음 세대 제품 개발도 함께 진행되는 경우가 많다. 반도체 업계 관계자는 “HBM은 이제 범용 D램처럼 재고를 쌓아놓고 파는 제품이 아니라 고객사의 AI 가속기 설계 단계부터 함께 들어가는 부품”이라며 “선두 업체가 차세대 로드맵까지 고객과 맞춰가면 후발 업체가 단기간에 따라붙기 쉽지 않다”고 했다. 다만 부담도 있다. 선두라는 말은 곧 공급 책임이 크다는 뜻이다. AI 수요는 빠르게 늘고 있고, HBM은 일반 D램보다 생산 공정과 패키징 난도가 높다. 생산능력 확대에는 막대한 설비투자와 시간이 필요하다. 특정 대형 고객 의존도가 높아지는 것도 변수다. 엔비디아 생태계의 핵심 파트너라는 점은 강점이지만, 동시에 엔비디아 로드맵 변화에 실적과 투자계획이 흔들릴 수 있다는 의미이기도 하다. 삼성전자, HBM4E로 반격…고객사 인증·양산 수율 등 과제 삼성전자는 HBM4E 12단 샘플을 주요 글로벌 고객사에 출하했다. 해당 제품은 최대 16Gbps 속도, 스택당 최대 3.6TB/s 대역폭, 48GB 용량을 구현했다. 삼성은 HBM4 양산 경험과 1c D램 공정, 4나노 파운드리 로직 베이스 다이를 앞세워 HBM4E 시장에서 기술 주도권을 확보하겠다는 전략이다. 삼성의 강점은 종합 반도체 역량이다. SK하이닉스와 마이크론이 메모리 중심 기업이라면, 삼성은 D램과 낸드뿐 아니라 파운드리, 첨단 패키징, 시스템반도체 역량을 함께 갖고 있다. HBM 경쟁이 메모리 칩을 쌓는 기술에 그치지 않고 로직 다이, 패키징, 고객 맞춤형 설계까지 확장될수록 삼성의 종합 역량은 무기가 될 수 있다. 하지만 삼성의 과제도 분명하다. HBM 시장에서 주도권을 되찾으려면 제품 발표보다 고객사 인증과 양산 수율이 먼저다. AI 반도체 고객은 성능 수치만큼이나 납기, 수율, 장기 공급 안정성을 본다. 삼성의 HBM4E가 기술적으로 앞선 제품이라는 평가를 받더라도 실제 대형 고객의 플랫폼에 얼마나 빠르게 들어가느냐가 승부처다. 증권업계 관계자는 “삼성전자는 HBM에서 늦었다는 평가를 받아왔지만, D램과 파운드리, 패키징을 모두 가진 회사라는 점에서 반격 카드가 없는 것은 아니다”라며 “다만 시장이 확인하고 싶은 것은 발표가 아니라 고객사 인증과 실제 공급 물량”이라고 했다. 미국 공급망 앞세운 마이크론…대형 고객 다변화·장기 물량 확보 등 관건 미국 마이크론은 HBM4 36GB 12단 제품을 올해 1분기부터 양산 출하하고 있다. 해당 제품은 엔비디아 베라 루빈 플랫폼을 겨냥한 제품으로, 2.8TB/s를 넘는 대역폭과 HBM3E 대비 20% 이상 개선된 전력효율을 제공한다. HBM4 48GB 16단 샘플도 고객사에 출하했다. 마이크론의 강점은 미국 기업이라는 지정학적 위치와 전력효율 마케팅이다. 미국 정부가 첨단 반도체 공급망을 자국 중심으로 재편하는 상황에서 마이크론은 미국 빅테크와 정부 조달, 데이터센터 고객에게 정치적 안정성을 내세울 수 있다. AI 데이터센터 운영 비용에서 전력비와 냉각비가 커지는 만큼 전력효율도 중요한 경쟁 요소다. 하지만 마이크론 역시 넘어야 할 벽이 높다. HBM 시장은 SK하이닉스, 삼성전자, 마이크론 세 기업만이 사실상 공급할 수 있는 과점 시장이지만, 생산 규모와 고객 기반에서는 한국 기업의 존재감이 여전히 크다. 기술적으로 빠르게 치고 올라오더라도 대형 고객 다변화와 장기 물량 확보에서 어느 정도 성과를 내느냐가 관건이다. 미국 반도체 업계 관계자는 “마이크론은 HBM4에서 기술 완성도와 미국 공급망이라는 두 가지 메시지를 동시에 내고 있다”며 “다만 HBM은 고객 인증과 양산능력이 함께 검증돼야 하는 시장이어서 실제 점유율 확대는 시간이 걸릴 수 있다”고 했다. HBM 3파전은 한국 반도체 산업의 기회이자 시험대다. SK하이닉스가 선두를 지키면 한국은 AI 메모리 시장의 핵심 공급망 지위를 공고히 할 수 있다. 삼성전자가 반격에 성공하면 메모리와 파운드리를 묶은 종합 AI 반도체 전략에 힘이 실린다. 반대로 마이크론이 빠르게 치고 올라오면 한국 기업의 HBM 프리미엄은 압박을 받을 수 있다. [아주경제 2026년 06월 16일자 13면에 게재된 기사입니다.]
2026-06-16 10:25:52
KAIST, AI 데이터센터 냉각전력 10분의 1로 줄일 기술 개발 [경제일보] KAIST 연구진이 인공지능(AI) 데이터센터의 냉각 전력을 기존의 10분의 1 수준으로 줄일 수 있는 초고효율 액체 냉각 기술을 개발했다. AI 반도체 성능이 빠르게 높아지면서 데이터센터 전력 소비와 발열 문제가 산업계의 핵심 과제로 떠오른 가운데 칩 내부에서 직접 열을 빼내는 방식으로 해법을 제시했다. KAIST는 기계공학과 김성진 교수팀과 AX학과 이익진 교수팀이 공동연구를 통해 반도체 칩 내부에 매니폴드와 마이크로채널을 결합한 초고효율 액체 냉각 기술을 개발했다고 16일 밝혔다. 매니폴드는 냉각수를 여러 경로로 나눠 공급·회수하는 구조이고 마이크로채널은 머리카락보다 가는 미세 물길을 뜻한다. AI 반도체는 성능이 높아질수록 발열도 급격히 늘어난다. 기존 공랭 방식만으로는 차세대 GPU와 TPU, 고성능 AI 가속기에서 발생하는 열을 처리하기 어려워지고 있다. 이 때문에 칩 내부나 패키지 가까운 곳에 냉각수를 직접 흘려 열을 제거하는 액체 냉각 기술이 주목받고 있다. 연구팀이 주목한 매니폴드 마이크로채널은 미세 물길에 냉각수를 흘려 열을 제거하는 기술이다. 여기에 매니폴드를 적용하면 냉각수를 여러 지점에 동시에 공급할 수 있다. 전국 물량을 한 물류센터에서 보내는 대신 여러 지역 물류센터에서 나눠 배송하는 것과 같은 원리다. 기존 기술의 한계는 냉각수 분배였다. 일부 채널에 냉각수가 몰리고 다른 채널에는 충분히 공급되지 않으면 냉각 효율이 떨어지고 에너지 손실이 커진다. 연구팀은 계산 모델과 정밀 시뮬레이션을 활용해 냉각수가 모든 채널에 고르게 흐르도록 구조를 최적화했다. 최적화된 구조는 실제 실리콘 웨이퍼에 제작해 검증했다. 그 결과 냉각 효율을 나타내는 성능계수(COP)가 10만6000을 기록했다. 이는 냉각에 쓰는 에너지 1만큼으로 10만6000배에 해당하는 열을 제거할 수 있다는 의미다. 2020년 국제학술지 ‘네이처’에 보고된 기존 세계 최고 수준보다 10배 이상 높은 수치다. 이번 성과는 복잡한 비등 냉각이나 나노 표면 처리, 다이아몬드 같은 고가 소재 없이 상온의 물만으로 구현됐다는 점에서도 의미가 크다. 반도체 생산 공정과 호환 가능한 방식으로 제작할 수 있어 향후 상용화 가능성도 제시했다. 연구팀은 5㎜×5㎜ 크기의 실험용 칩에서 기술을 검증했다. 같은 설계 원리를 현재 AI 데이터센터에 쓰이는 대형 GPU·TPU에도 적용할 수 있을 것으로 보고 있다. 엔비디아의 차세대 AI 플랫폼인 ‘베라 루빈’급 초고성능 칩처럼 발열 밀도가 높은 반도체에도 활용될 가능성이 있다. 활용 범위는 AI 데이터센터에 그치지 않는다. 고성능 컴퓨팅(HPC), 3차원 반도체 패키징, 전력반도체, 국방 전자장비 등 발열이 큰 전자장치 전반으로 확장될 수 있다. 김성진 교수는 “AI 시대에는 반도체 성능보다 열을 얼마나 효과적으로 제어하느냐가 관건”이라고 말했다. 이번 연구에는 KAIST 기계공학과 이영진, 황철현, 이한솔 연구원이 공동 제1저자로 참여했으며 연구 결과는 국제학술지 ‘Energy Conversion and Management’에 6월 15일 게재됐다.
2026-06-16 09:56:19
구글 TPU 일부 삼성 품으로…AI칩 공급망 다변화에 2나노 시험대 [경제일보] 구글이 차세대 인공지능(AI) 반도체 일부 생산을 삼성전자에 맡기는 방안을 검토하고 있는 것으로 알려졌다. 세계 최대 파운드리 기업 TSMC의 첨단 공정 생산능력이 AI 수요로 빠듯해지면서 빅테크가 공급망 다변화에 나선 흐름으로 풀이된다. 11일(현지시간) 로이터와 미 IT 전문매체 디인포메이션 등에 따르면 구글은 코드명 ‘아이스피시(Icefish)’로 불리는 10세대 텐서처리장치(TPU) 개발을 추진하고 있다. 이 칩은 미디어텍과 협력해 설계 중이며 이르면 2028년 양산에 들어갈 수 있는 것으로 전해졌다. TPU는 구글이 자체 개발한 AI 가속기다. 구글 검색, 유튜브, 클라우드, 제미나이 등 대규모 AI 서비스 운영에 쓰이는 핵심 인프라다. 구글은 그동안 TPU 생산을 주로 TSMC에 맡겨왔지만 AI 모델 학습과 추론 수요가 급증하면서 자체 칩 물량 확대와 생산 파트너 다변화 필요성이 커졌다. 이번 논의의 핵심은 삼성전자가 전체 칩이 아니라 메모리 입출력 다이(I/O Die)를 맡을 가능성이다. 보도에 따르면 TPU의 핵심 연산 다이는 TSMC가 1.4나노 공정에서 생산하고 삼성전자는 연산 다이와 고대역폭메모리(HBM)를 연결하는 메모리 인터페이스 부품을 2나노 공정으로 생산하는 방안이 거론된다. AI 반도체에서 메모리 I/O 다이는 갈수록 중요해지고 있다. 대형 AI 모델은 막대한 데이터를 빠르게 읽고 쓰는 능력이 성능을 좌우한다. 연산 칩이 아무리 빨라도 HBM과의 데이터 이동이 막히면 전체 효율이 떨어진다. 삼성전자가 메모리, 파운드리, 첨단 패키징을 함께 보유하고 있다는 점이 구글의 검토 배경으로 작용한 것으로 보인다. 삼성전자에는 중요한 기회다. 삼성 파운드리는 첨단 공정에서 TSMC를 추격해왔지만 수율과 대형 고객 확보에서 줄곧 시험대에 서 있었다. 구글 TPU 프로젝트에 참여할 경우 2나노 공정의 제조 역량과 AI 칩 패키징 경쟁력을 동시에 입증할 수 있다. 특히 HBM과 로직 반도체를 함께 다루는 구조는 삼성의 종합 반도체 역량을 보여줄 수 있는 영역이다. 최근 삼성 파운드리는 대형 고객 확보에 다시 속도를 내고 있다. 삼성전자는 지난해 테슬라와 차세대 AI6 칩 생산 계약을 체결했다. 계약 규모는 22조8000억원대로, 삼성 파운드리 역사상 의미 있는 대형 수주로 평가됐다. 여기에 구글 TPU 일부 생산 논의까지 이어질 경우 삼성의 첨단 파운드리 신뢰도 회복에 힘이 실릴 수 있다. 구글 입장에서도 전략적 의미가 있다. AI 인프라 경쟁이 엔비디아 GPU 중심에서 빅테크 자체 칩 경쟁으로 넓어지면서 안정적인 생산능력 확보가 핵심 과제가 됐다. TSMC 의존도를 낮추고 삼성, 인텔 등 대체 파트너를 검토하는 것은 비용과 공급 리스크를 동시에 줄이려는 움직임이다. 다만 현재 단계에서 과도한 해석은 경계해야 한다. 보도 내용은 계약 확정이 아니라 논의와 검토 단계다. 실제 양산까지는 설계 변경, 공정 검증, 수율 확보, 패키징 테스트, 고객 승인 등 여러 관문이 남아 있다. 2028년 양산 목표 역시 개발 일정에 따라 바뀔 수 있다. 이제 시장 시선은 삼성의 2나노 수율과 고객 대응력에 쏠린다. AI 반도체 고객은 성능뿐 아니라 안정적 공급, 전력 효율, 패키징 완성도, 장기 생산능력을 함께 본다. 구글이 삼성에 일부 역할을 맡긴다면 그것은 단순한 보조 생산이 아니라 TSMC 일극 체제에 균열을 낼 수 있는 신호가 될 수 있다.
2026-06-12 09:32:27
SKT, 日 NTT와 7600억 AI펀드…한일 AI동맹 판 키운다 [경제일보] SK텔레콤(대표이사 CEO 정재헌)이 일본 NTT, 대만 중화텔레콤과 손잡고 차세대 인공지능(AI) 생태계 확장에 나선다. AI 데이터센터, 반도체, 광통신, 산업용 AI 서비스 등 핵심 기술 기업에 공동 투자하는 5억 달러 규모 펀드를 조성해 국경을 넘는 기술 연대를 본격화한다는 구상이다. SK텔레콤은 10일 일본 도쿄 오테마치 NTT 본사에서 NTT, 중화텔레콤과 기자간담회를 열고 차세대 AI 기술에 투자하는 ‘아이온 AI 펀드(IOWN AI Fund)’를 공동 조성한다고 밝혔다. 펀드 규모는 5억 달러, 한화로 약 7600억원에 이를 전망이다. 3사는 실리콘밸리와 동아시아를 거점으로 하는 펀드 운영회사 카탈라이트 캐피털(Catalight Capital)을 설립해 글로벌 투자 체계를 구축하기로 했다. 조만간 1차 투자사 모집을 마감하고 펀드를 공식 출범할 계획이다. 이번 펀드는 AI 인프라 경쟁이 개별 기업의 기술 개발을 넘어 국가·지역 단위의 산업 연합으로 확산되는 흐름 속에서 추진됐다. 생성형 AI 확산 이후 데이터센터 전력 효율, 반도체 공급망, 초고속 네트워크, 추론 비용 절감 등이 핵심 경쟁력으로 떠오르면서 글로벌 ICT 기업 간 합종연횡도 빨라지고 있다. 투자 대상은 AI 전 영역에 걸쳐 있다. 구체적으로 전력 효율 최적화와 액체 냉각 등 AI 데이터센터 인프라, AI 가속기·GPU·NPU 등 AI 반도체, 의료·제조·금융 분야 AI 서비스 애플리케이션, 클라우드 분산 시스템, 추론 최적화 소프트웨어, 데이터 전송 성능과 전력 효율을 높이는 광통신 기술 기업 등이 포함된다. 투자 지역도 북미에만 머물지 않는다. 3사는 북미를 비롯해 아시아와 유럽의 혁신 스타트업을 발굴해 투자한다는 방침이다. 단순 재무적 투자에 그치지 않고 기술 검증, 서비스 고도화, 고객 발굴까지 지원해 실제 사업화로 이어지는 생태계를 만들겠다는 전략이다. NTT 측은 소니, 도시바 등 글로벌 기업 약 20개사가 펀드 출자 참여에 관심을 보였다고 설명했다. SK하이닉스도 펀드 참여를 준비 중이다. SK그룹 차원에서는 SK텔레콤의 AI 서비스·네트워크 역량과 SK하이닉스의 AI 반도체 공급망 경쟁력이 맞물릴 경우 펀드의 전략적 활용 폭이 커질 수 있다. SK텔레콤 입장에서는 이번 펀드가 단순한 해외 투자 확대를 넘어 AI 사업 전환의 외연을 넓히는 장치가 될 수 있다. 회사는 AI 데이터센터, B2B·B2C AI 서비스, 글로벌 AI 스타트업 투자 등을 통해 통신사에서 AI 인프라 기업으로 체질 전환을 추진해 왔다. NTT와 중화텔레콤의 참여는 이 같은 전략을 동아시아 단위 협력 모델로 확장하는 의미가 있다. 한일 기업 협력이라는 점도 주목된다. 한국은 메모리 반도체와 통신 인프라, 일본은 광통신·소재·장비·대형 ICT 서비스, 대만은 반도체 공급망과 통신 인프라에서 각각 강점을 갖고 있다. 이번 펀드가 실제 투자와 사업 협력으로 이어질 경우 동아시아 AI 생태계의 기술 분업과 공동 사업 모델이 구체화될 수 있다. 이날 간담회에는 정재헌 SK텔레콤 CEO, 시마다 아키라 NTT CEO, 린롱츠 중화텔레콤 사장 등 3사 주요 경영진이 참석했다. 시마다 아키라 NTT CEO는 “AI 네이티브 인프라 실현을 위해서는 전 세계 첨단 기술과 파트너의 힘을 결합하는 것이 필수적”이라며 “유망 스타트업과의 사업 제휴를 추진하고 새로운 산업 기반을 창출해 나갈 것”이라고 밝혔다. 린롱츠 중화텔레콤 사장은 “통신 전문성을 기반으로 국경을 넘는 사업 개발을 통해 글로벌 스타트업을 지원하겠다”며 “최고의 파트너들과 함께 첨단 기술 상용화를 가속화하고 차세대 AI 생태계를 구축할 것”이라고 말했다. 정재헌 SK텔레콤 CEO는 “SK텔레콤은 다수의 글로벌 AI 기업에 초기 투자했을 뿐만 아니라 국내외 유망 스타트업을 발굴·육성하며 AI 생태계를 구축해 왔다”며 “이러한 성공 경험과 SK그룹의 경쟁력을 바탕으로 AI 혁신 기업들과 협력 기회를 확대해 나갈 것”이라고 강조했다.
2026-06-10 11:20:46

12 3 4 5

많이 본 뉴스

영상

Youtube 바로가기

오피니언

[사설] 환율 안정에 안주할 때 아니다…외환 방어력 키울 골든 타임이다

[사설] 환율 안정에 안주할 때 아니다…외환 방어력 키울 골든 타임이다