[작성자:] lod990

  • [반도체 후공정 총론]삼성전자 턴키 전략, TSMC 독주에 맞서는 3가지 승부수

    [반도체 후공정 총론]삼성전자 턴키 전략, TSMC 독주에 맞서는 3가지 승부수

    수직계열화 전략이 본격적으로 가동되는 지금, 정작 업계에서 가장 주목하는 카드는 칩 설계나 공정 미세화가 아니라 ‘패키징’이라는 사실은 꽤 의외로 다가옵니다.

    앞선 글 「HBM 다음 병목은 첨단 패키징? AI 반도체에서 CoWoS가 중요한 이유」에서 CoWoS의 구조와 HBM 연결 방식은 이미 자세히 다뤘으니, 이번에는 삼성전자가 꺼내든 I-Cube·X-Cube 전략이 실제로 어떤 판을 짜고 있는지에만 집중해보겠습니다.

    TSMC가 CoWoS 생산능력을 작년 말 월 3만 5000장 수준에서 올해 말 월 13만 장 수준까지 끌어올리는 동안(ZDNet Korea, 2026-06-09), 삼성전자는 숫자 경쟁 대신 ‘한 곳에서 다 해결해드립니다’라는 턴키(turnkey) 카드를 앞세우고 있습니다.

    과연 이 전략이 통할까요? 그 가능성과 한계를 함께 짚어보겠습니다.

    이 소식을 처음 접했을 때 솔직한 인상 — 삼성전자 턴키 전략, 왜 지금인가

    제 나름의 판단을 말씀드리면, 삼성전자는 꽤 오래 전부터 준비해온 카드를 이제야 공개적으로 꺼내든 것으로 보입니다. 메모리·파운드리·패키징을 한 지붕 아래 묶는다는 구상은 새로운 게 아닌데, TSMC가 CoWoS로 AI 패키징 시장을 빠르게 잠식하자 삼성전자도 더 이상 ‘내부 역량 개발 중’이라는 말만 반복할 수 없게 된 것이죠.

    흔히들 이렇게 말하죠 — “삼성은 뭐든 다 만들 수 있는데 왜 TSMC를 못 이기느냐”고요. 그 질문에 대한 삼성전자의 답이 바로 이번 턴키 전략입니다. 각각의 기술이 뛰어난 게 아니라, 그것들을 하나의 공급망으로 연결할 수 있다는 점이 차별점이라는 거죠.

    TSMC는 순수 파운드리 회사라 메모리를 직접 만들지 않습니다. 엔비디아 GPU에 HBM을 붙이는 작업을 할 때, TSMC는 SK하이닉스·마이크론 같은 외부 메모리 회사의 HBM을 받아서 패키징해야 합니다. 실제로 이들 3사는 이미 신규 생산 능력의 70%를 HBM으로 전환했지만, 전체 공급 부족률은 여전히 50~60%에 달하는 것으로 알려져 있습니다(TradingKey, 2026-06-04).반면 삼성전자는 HBM을 자체 생산하면서 파운드리와 패키징까지 한 번에 묶어 고객에게 제공할 수 있다는 점이 이론상 강력한 무기입니다.

    삼성전자 I-Cube·X-Cube — 2가지 패키징 기술의 차이

    삼성전자의 첨단 패키징 브랜드를 이해하려면 두 가지 이름을 기억하면 됩니다. I-Cube와 X-Cube입니다.

    I-Cube는 2.5D 인터포저 기반 패키징입니다. 쉽게 설명하면, 칩들을 한 층짜리 ‘공용 선반(인터포저)’ 위에 나란히 올려놓고 그 선반을 통해 서로 신호를 주고받게 하는 방식입니다. 여러 칩이 같은 층에 놓이되, 그 아래 공용 배선 기판이 고속 통로 역할을 합니다. CoWoS와 유사한 접근이죠.

    X-Cube는 TSV(Through Silicon Via) 기반 3D 수직적층 패키징입니다. 이건 선반에 나란히 두는 게 아니라, 칩을 위아래로 쌓아 올리고 미세한 구멍(TSV)을 뚫어 수직으로 연결하는 방식입니다. 아파트 층간 배선처럼, 위 칩과 아래 칩이 수직으로 직접 소통합니다. 면적을 줄이면서 더 빠른 연결이 가능하다는 점에서 AI 칩의 밀도 요구에 잘 맞습니다.

    I-Cube와 X-Cube를 가르는 핵심 차이 2가지

    첫 번째 차이는 공간 활용 방식입니다. I-Cube는 수평으로 칩을 배치하기 때문에 전체 면적이 늘어나지만, 제조 난이도가 상대적으로 낮습니다. X-Cube는 수직으로 쌓기 때문에 면적은 줄어드는 대신, 층간 정렬 정밀도와 열 방출 관리가 훨씬 까다롭습니다.

    두 번째 차이는 적합한 용도입니다. I-Cube는 GPU와 HBM을 나란히 연결하는 AI 가속기 패키징에 자연스럽게 맞아 들어가고, X-Cube는 고집적 메모리나 로직 칩 위에 메모리를 바로 올리는 고밀도 구성에 더 어울립니다. 두 기술을 모두 보유한 덕분에 삼성전자는 고객의 요구에 따라 선택지를 제시할 수 있다는 게 장점입니다.

    턴키 전략을 뒷받침하는 3가지 실제 움직임

    전략이 말에 그치지 않으려면 구체적인 계약과 협력이 따라와야 합니다. 최근 보도들을 보면 삼성전자의 턴키 전략은 실제 계약 레벨에서도 조금씩 결실을 맺기 시작한 것으로 보입니다.

    테슬라 AI6 — 2033년까지 22조 7000억원 규모 위탁생산 계약

    뉴스핌(2026-04-14) 보도에 따르면 삼성전자는 테슬라의 차세대 AI 칩 AI6의 위탁생산 계약을 체결했습니다. 글로벌이코노믹(2026-03-31)은 이 계약 규모가 2033년까지 22조 7000억원에 이른다고 전했습니다.

    특히 눈에 띄는 수치는 2나노 공정 수율입니다. 뉴스핌 보도 기준으로 약 60% 수준까지 끌어올렸다는 내용인데, 이는 양산 진입을 위한 현실적인 기준선에 근접했다는 신호로 읽힙니다. KB증권 김동원 연구원은 삼성전자 파운드리 사업 내 테슬라 매출 비중이 2027년 3%에서 2031년 30%까지 확대될 것으로 전망했습니다(글로벌이코노믹, 2026-03-31).

    저 역시 이 부분에서 고개를 끄덕이게 됐습니다 — 테슬라는 TSMC에 대한 단일 공급망 의존을 줄이고 싶은 구매자이고, 삼성전자는 대형 고객이 절실한 상황이니, 이해관계가 상당히 깔끔하게 맞아 떨어집니다.

    삼성전자 턴키 전략 기반의 파운드리 생산 현장을 생성형 AI로 구현한 2나노 AI 반도체 웨이퍼 검사 공정 가상 연출
    AI로 생성한 이미지

    브로드컴 협력 확대 — HBM을 넘어 2나노 파운드리·패키징까지

    파이낸셜뉴스(2026-08-14) 보도에 따르면 삼성전자는 브로드컴과의 협력 범위를 HBM 등 메모리 솔루션 공급에서 2나노 이하 파운드리 공정과 첨단 패키징까지 확대하고 있습니다.

    브로드컴은 ASIC 시장의 약 55~60%를 점유하는 회사로, 구글과는 2031년까지 이어지는 TPU 장기 공급계약을 맺었고 메타·오픈AI 등도 주요 고객사로 확보하고 있습니다(TradingKey, 2026-04-27). 이 회사가 삼성전자의 파운드리와 패키징을 함께 쓰게 된다면, 그 자체로 삼성전자 턴키 전략의 ‘증명 사례’가 됩니다.

    IBM·리벨리온 — 현재 확인된 2.5D 패키징 고객

    ZDNet Korea(2026-06-09) 보도에 따르면 삼성전자 I-Cube 등 2.5D 패키징의 확인된 고객은 현재 미국 IBM과 국내 AI 팹리스 스타트업 리벨리온 정도로 알려져 있습니다. 누적 출하량도 아직 소량 수준이라고 합니다.

    이 대목은 솔직히 아쉬운 부분입니다. 기술 브랜드가 있고 실물 제품도 나왔는데, 아직 TSMC와 같은 반열의 대형 고객(엔비디아·AMD·퀄컴 급)이 보이지 않습니다. 전략의 설계도는 완성됐지만, 집에 입주자가 아직 많이 들어오지 않은 상태라고 볼 수 있습니다.

    TSMC CoWoS 독주 — 삼성전자가 넘어야 할 2가지 벽

    TSMC가 왜 이 시장에서 독보적인지를 알면, 삼성전자가 어디서 얼마나 싸워야 하는지가 보입니다.

    글로벌이코노믹(2026-05-14) 보도에 따르면 TSMC는 CoWoS 용량을 2022년부터 연평균 90% 수준으로 확대해왔으며, 현재 18개의 신규 팹을 건설 중입니다. ZDNet Korea(2026-06-09) 보도 기준으로 CoWoS 생산능력은 작년 말 월 3만 5000장에서 올해 말 월 13만 장 수준까지 늘어납니다. 이 속도가 첫 번째 벽입니다.

    생산능력 격차 — 숫자로 드러나는 현실

    월 13만 장이라는 숫자는 단순히 크다는 게 아니라, 엔비디아·AMD·구글 등 주요 AI 칩 고객이 필요로 하는 물량을 실질적으로 소화할 수 있는 규모에 진입한다는 의미입니다. 생산능력이 받쳐주지 않으면 아무리 기술이 좋아도 고객이 발주를 내기 어렵습니다.

    삼성전자 Cube 패키징의 현재 출하량이 소량 수준이라는 점을 감안하면, 생산능력 측면에서 따라잡기까지는 상당한 시간이 필요해 보입니다.

    고객 신뢰 — TSMC가 쌓아온 실적이라는 벽

    두 번째 벽은 ‘검증된 파트너’라는 인식입니다. 엔비디아·퀄컴 같은 대형 팹리스는 수십억 달러짜리 제품의 수율과 납기를 믿고 맡길 수 있는 파운드리를 선택합니다. TSMC는 수십 년의 전업 파운드리 경력과 고객 데이터 보안 신뢰도로 이 인식을 쌓아왔습니다.

    삼성전자는 메모리 사업부와 파운드리 고객 사이에서 정보 방화벽을 잘 유지하고 있음을 지속적으로 증명해야 하는 숙제를 안고 있습니다. 이건 기술이 아니라 관계와 신뢰의 문제라, 단기간에 해결하기 어렵습니다.

    패널 단위 패키징(PLP)·SoP — 삼성전자가 노리는 2가지 구조 전환

    삼성전자는 기술 측면에서도 기존의 틀을 바꾸는 시도를 하고 있습니다. ZDNet Korea(2026-06-09) 보도에 따르면 삼성전자는 기존 웨이퍼 단위 패키징(WLP) 대신 패널 단위 패키징(PLP)과 시스템온패널(SoP)로의 전환을 추진 중입니다.

    웨이퍼는 원형입니다. 그런데 AI 칩은 점점 커지고, 원형 기판 위에 큰 칩을 올리면 가장자리에서 버려지는 면적이 늘어납니다. 패널은 직사각형입니다. 큰 칩을 효율적으로 배치하기엔 네모난 판이 훨씬 유리하죠. 마치 원형 쟁반 대신 직사각형 도마를 쓰는 것처럼, 재료 낭비가 줄고 면적 활용도가 올라갑니다.

    삼성전자 턴키 생산 전략의 핵심인 첨단 패키징 현장을 생성형 AI로 실사처럼 구현한 패널 단위 PLP 및 SoP 공정 라인 가상도
    AI로 이미지화

    시스템온패널(SoP)은 여기서 한 발 더 나아가, 하나의 패널 위에 로직 칩·메모리·수동 소자까지 통합하는 방향입니다. AI 서버의 핵심 구성요소를 하나의 판 위에 올려버리는 것이죠. 이 방향이 현실화되면 삼성전자의 수직계열화 강점이 가장 직접적으로 발휘될 수 있습니다.

    삼성이 TSMC를 넘기 위해 준비하는 차세대 구조 전환의 핵심인 유리기판과 임베디드 기판의 글로벌 패권 구도는 [반도체 후공정 2편: 유리기판 분석 글 보러가기]*에서 더 자세히 확인할 수 있습니다.

    인텔의 등장 — 삼성 대 TSMC 2파전이 아닌 3가지 변수

    이 경쟁을 삼성전자 대 TSMC의 2파전으로만 보면 전체 그림의 절반을 놓치게 됩니다. 녹색경제신문(2026-05-15) 보도에 따르면 인텔도 파운드리·첨단 패키징 시장에서 빠르게 존재감을 키우고 있으며, 애플이 자체 설계 프로세서 일부를 인텔 18A 공정에 맡기는 방안을 예비 합의한 것으로 전해집니다.

    인텔 18A가 만들어내는 3가지 변수

    첫 번째 변수는 고객 분산입니다. 애플이 인텔 18A를 쓰게 되면 TSMC 단일 의존에서 벗어난다는 신호가 되고, 다른 팹리스도 대안을 검토하는 계기가 됩니다.

    두 번째 변수는 삼성전자의 포지셔닝입니다. 인텔이 TSMC 고객을 가져가면 삼성전자에게 기회가 줄어드는 것처럼 보이지만, 역으로 ‘탈TSMC 흐름’이 시장에서 확산되면 삼성전자도 수혜를 입을 수 있습니다.

    세 번째 변수는 패키징 경쟁 구도입니다. 인텔은 뉴멕시코 리오랜초 생산시설을 거점으로 포베로스(Foveros) 3D 스태킹과 EMIB(임베디드 멀티다이 인터커넥트 브리지) 등 자체 첨단 패키징 기술을 고도화하고 있습니다(이데일리, 2026-07-30).삼성전자 I-Cube·X-Cube 전략과 인텔의 패키징 기술이 같은 고객을 놓고 경쟁하는 구도가 될 수 있습니다. 삼성전자 수직계열화 전략이 통하려면 TSMC뿐 아니라 인텔과의 차별화도 동시에 설득해야 하는 셈입니다.

    앞으로 삼성전자 I-Cube·X-Cube 전략의 성패를 가를 가장 중요한 관전 포인트는 크게 세 가지입니다.

    첫 번째는 2.5D 패키징 대형 고객 확보입니다. IBM·리벨리온을 넘어 글로벌 빅테크 또는 대형 팹리스 가운데 누가 다음 고객으로 공개되느냐가 이 전략의 현실성을 시장에 증명하는 결정적 장면이 될 것입니다.

    두 번째는 테슬라 AI6 양산 수율입니다. 2나노 공정 수율이 60% 수준에서 실제 양산 단계에서 어디까지 올라가느냐는 삼성전자 파운드리의 기술 신뢰도와 직결됩니다. 2027년 테슬라 매출 비중이 KB증권 전망치대로 흘러가는지 수치로 확인해보는 것도 좋은 기준이 됩니다.

    세 번째는 패널 단위 패키징(PLP·SoP)의 양산 전환 속도입니다. AI 칩이 계속 대형화되는 방향이라면 이 전환은 삼성전자에게 구조적 이점이 될 수 있습니다. 관련 공식 발표나 고객 사례가 나오는 시점을 눈여겨보시길 권합니다.

    삼성전자 수직계열화 턴키 전략은 아직 완성된 답이 아니라 진행 중인 실험입니다. 그 실험이 어떤 결과를 낼지, 이 세 가지 지표를 기준으로 계속 지켜봐도 좋을 것 같습니다.

    참고 자료

    ❓ 삼성전자 턴키 전략에 대해 자주 하는 질문 (FAQ)

    Q. 삼성전자 I-Cube와 X-Cube의 차이는 무엇인가요?

    I-Cube는 2.5D 인터포저 기반 패키징으로 칩들을 수평으로 배치해 고속 연결하는 방식이고, X-Cube는 TSV(Through Silicon Via) 기반 3D 수직적층 패키징으로 칩을 위아래로 쌓아 수직으로 연결하는 방식입니다. 전자는 GPU와 HBM 연결 등 AI 가속기에 적합하고, 후자는 고밀도 집적이 필요한 구성에 더 적합합니다.

    Q. 삼성전자 턴키 전략이란 무엇인가요?

    메모리(HBM)·파운드리·첨단 패키징(I-Cube, X-Cube)을 삼성전자 한 곳에서 일괄 제공하는 전략입니다. 고객 입장에서는 각 단계별로 다른 공급사를 쓸 필요 없이 삼성전자 한 곳에서 설계부터 패키징까지 해결할 수 있습니다. TSMC는 메모리를 자체 생산하지 않아 이 방식이 불가능하다는 점이 삼성전자의 차별점입니다.

    Q. 테슬라 AI 칩 위탁생산 계약의 규모와 기간은 어떻게 되나요?

    글로벌이코노믹(2026-03-31) 보도에 따르면 삼성전자의 테슬라향 AI 칩(AI6) 위탁생산 계약 규모는 2033년까지 22조 7000억원으로 알려져 있습니다. KB증권 김동원 연구원은 이 계약을 바탕으로 삼성전자 파운드리 사업 내 테슬라 매출 비중이 2027년 3%에서 2031년 30%까지 확대될 것으로 전망했습니다.

    Q. 삼성전자 2.5D 패키징의 현재 고객은 누구인가요?

    ZDNet Korea(2026-06-09) 보도를 기준으로 현재 확인된 삼성전자 2.5D 패키징(I-Cube) 고객은 미국 IBM과 국내 AI 팹리스 스타트업 리벨리온으로 알려져 있습니다. 누적 출하량은 아직 소량 수준이며, 업계에서는 대형 고객 확보가 시급하다는 평가가 나오고 있습니다.

    📚참고 자료

    1. 한국경제TV “반도체 유리기판 전쟁! 삼성전기 vs. SKC, 그 승자는?”
    2. HBM 다음 병목은 첨단 패키징? AI 반도체에서 CoWoS가 중요한 이유
    3. 뤼튼은 589억 적자인데 어떻게 1조 원짜리 회사가 됐을까?
    4. 국내 AI 반도체 스타트업 딥엑스, 현대차·바이두·삼성 동시 협력의 의미
    5. 파이낸셜뉴스 “TSMC, AI칩 패키징 질주…삼성전자, HBM·파운드리·패키징 역량 총력”
    6. ZDNet Korea “삼성전자 반도체 모멘텀의 마지막 퍼즐은 ‘패키징’ “

    반도체 후공정 시리즈 함께 보면 좋은 글

  • 뤼튼은 589억 적자인데 어떻게 1조 원짜리 회사가 됐을까?

    뤼튼은 589억 적자인데 어떻게 1조 원짜리 회사가 됐을까?

    뤼튼은 2025년 589억 원의 영업손실을 냈지만 기업가치 1조 원을 인정받았습니다. OOC의 성장과 스타트업 기업가치가 결정되는 원리를 살펴봅니다.

    기업이 1년에 589억 원의 적자를 냈다고 하면 우리는 보통 장사가 잘되지 않는 회사부터 떠올립니다. 그런데 2026년 8월, AI 스타트업 뤼튼테크놀로지스는 1,000억 원 규모의 시리즈C 투자를 유치하면서 1조 원 이상의 기업가치를 인정받았습니다. 589억 원의 적자를 낸 회사의 가치가 1조 원이라니 얼핏 이해하기 어려운 숫자입니다.

    그렇다고 누군가 뤼튼의 가치를 마음대로 1조 원이라고 부른 것도 아닙니다. 실제 투자자들이 새로운 자금을 넣으면서 인정한 기업가치입니다. 그렇다면 투자자들은 뤼튼에서 무엇을 본 것일까요? 이 질문을 따라가 보면 뤼튼이라는 회사뿐 아니라 뉴스에서 자주 접하는 ‘스타트업 기업가치’가 무엇을 보고 결정되는지도 자연스럽게 이해할 수 있습니다.

    1. 뤼튼 매출 15배 성장 속에서 589억 적자가 커진 배경

    먼저 뤼튼의 성적표를 보겠습니다. 뤼튼이 처음 공개한 외부감사 재무제표에 따르면 2025년 매출은 약 471억 원, 영업손실은 약 589억 원이었습니다. 매출보다 영업손실이 더 큽니다. 이것만 놓고 보면 1조 원이라는 기업가치를 이해하기가 더욱 어려워집니다. 그런데 전년도와 비교하면 전혀 다른 숫자가 하나 보입니다. 2024년 뤼튼의 매출은 약 30억7천만 원에 불과했습니다. 불과 1년 사이 매출이 약 15배 증가한 것입니다. 같은 기간 영업손실도 약 302억 원에서 589억 원으로 커졌습니다. 이 수치는 **연합뉴스의 뤼튼 2025년 실적 보도**에서도 확인할 수 있습니다.

    투자자의 눈앞에는 따라서 서로 반대 방향을 가리키는 두 숫자가 놓여 있습니다. 하나는 589억 원의 적자이고, 다른 하나는 1년 만에 약 15배 늘어난 매출입니다. 일반적인 기업이라면 현재 얼마나 많은 이익을 내느냐가 중요하지만 빠르게 성장하는 스타트업은 조금 다릅니다. 현재의 적자뿐 아니라 그 회사의 매출과 이용자가 얼마나 빠른 속도로 증가하고 있으며 그 성장이 앞으로 얼마나 커질 수 있는가가 기업가치를 결정하는 중요한 요소가 됩니다.

    2. 적자 기업 뤼튼의 비즈니스 모델과 독특한 수익 구조

    뤼튼이라고 하면 많은 사람은 ChatGPT와 비슷한 생성형 AI 서비스를 떠올립니다. 실제로 뤼튼은 여러 AI 모델을 활용해 검색하고 글을 쓰고 정보를 얻을 수 있는 서비스를 제공해왔습니다. 그런데 최근 뤼튼의 폭발적인 매출 성장 과정을 따라가다 보면 뜻밖의 사업 하나가 등장합니다. 북미 시장에서 서비스하고 있는 OOC(Out of Character)라는 AI 엔터테인먼트 플랫폼입니다.

    OOC를 단순한 AI 캐릭터 채팅으로 이해하면 이 사업의 재미있는 부분을 놓치기 쉽습니다. 사용자는 AI 캐릭터와 질문과 답변만 주고받는 것이 아니라 이야기 속 등장인물이 되어 직접 행동을 결정합니다. 판타지 세계에서 마왕을 만났다면 싸울 수도 있고, 도망칠 수도 있고, 엉뚱하게 친구가 되자고 할 수도 있습니다. AI는 사용자의 선택에 맞춰 캐릭터의 반응과 다음 장면을 만들어냅니다. 정해진 이야기를 읽는 웹소설과 달리 사용자의 선택에 따라 자기만의 이야기가 계속 만들어지는 것입니다. 그래서 OOC는 단순한 챗봇보다는 AI와 웹소설, 캐릭터 게임, RPG를 섞어놓은 새로운 형태의 콘텐츠에 가깝습니다.

    3. 기술을 넘어 일상을 바꾸는 뤼튼의 AI 플랫폼 서비스

    뤼튼 AI 서비스 OOC 인터랙티브 스토리 콘텐츠

    이 서비스의 수익구조를 들여다보면 뤼튼이 무엇을 팔고 있는지가 더욱 선명해집니다. OOC에는 무료로 이용할 수 있는 기능도 있지만 본격적으로 이야기를 진행하거나 더 높은 성능의 AI 모드를 이용하면 크레딧이 소비됩니다. 사용자는 자신의 선택에 따라 만들어지는 이야기를 계속 즐기기 위해 크레딧을 사용하고, 무료 크레딧이 부족해지면 추가로 구매할 수 있습니다.

    ChatGPT나 Claude 같은 생산성 AI에서는 보통 좋은 답을 얻는 것이 목적입니다. 궁금한 것을 물어보고 원하는 답을 얻었다면 사용 목적은 일단 끝납니다. 하지만 OOC에서는 오히려 이야기가 끝나지 않는 것이 중요합니다. 캐릭터와 관계가 만들어지고 이야기에 몰입할수록 사용자는 자연스럽게 “그래서 다음에는 어떻게 되는데?”라는 궁금증을 갖게 됩니다. 웹소설의 무료 회차가 가장 재미있는 순간에 끝나면 다음 편을 결제하는 것과 비슷합니다. 다만 웹소설에서는 모든 독자가 작가가 쓴 같은 다음 회차를 보지만, OOC에서는 AI가 사용자의 행동에 맞춰 각자 다른 다음 회차를 만들어줍니다. 이런 관점에서 보면 뤼튼이 북미에서 팔기 시작한 상품은 AI의 답변이라기보다 ‘나만의 다음 이야기’라고 보는 편이 더 정확합니다.

    4. 생성형 AI 유료화 시장에서 뤼튼이 증명한 사용자 가치

    아이디어가 재미있다는 것과 실제 사업이 되는 것은 전혀 다른 문제입니다. 그런데 바로 이 부분에서 투자자들이 관심을 가질 만한 숫자가 나오기 시작합니다. 뤼튼은 한국의 Crack, 일본의 Kyarapu를 거쳐 2026년 북미에 OOC를 출시했습니다. 회사 발표에 따르면 OOC는 북미 출시 후 불과 3개월 만에 월매출 100억 원을 넘어섰고, 해외 매출이 국내 매출을 추월했습니다. 뤼튼은 이를 바탕으로 2026년 전체 매출이 2,000억 원을 넘어설 것으로 전망하고 있습니다. 다만 2,000억 원은 이미 달성한 실적이 아니라 회사가 제시한 전망치라는 점은 구별해서 볼 필요가 있습니다. 관련 내용은 **로이터의 뤼튼 시리즈C 관련 보도**에서 확인할 수 있습니다.

    이 숫자를 2025년 실적과 연결해 보면 투자자들이 무엇을 보고 있는지가 조금씩 보입니다. 뤼튼의 매출은 2024년 약 31억 원에서 2025년 471억 원으로 뛰었고, 회사는 2026년 2,000억 원 이상을 목표로 하고 있습니다. 물론 이 성장세가 계속될지는 아직 알 수 없습니다. 그러나 투자자 입장에서는 단순히 AI 서비스를 만든 회사가 아니라 한국에서 만든 AI 소비자 서비스의 수익모델을 일본과 북미로 확장하면서 실제 해외 매출까지 만들어내기 시작한 회사로 볼 만한 근거가 생긴 것입니다.

    5. 1조 원의 기업가치는 누가, 어떤 기준으로 평가했을까?

    상장기업은 주식시장에서 수많은 투자자가 주식을 사고팔면서 시가총액이 계속 변합니다. 그러나 아직 증시에 상장하지 않은 스타트업에는 이런 시장가격이 없습니다. 새로운 투자를 받을 때 창업자와 투자자가 매출 성장률, 시장 규모, 기술과 서비스의 경쟁력, 이용자 증가, 앞으로의 성장 가능성 등을 놓고 기업가치를 협상합니다. 결국 실제 투자자가 그 가격을 받아들이고 돈을 투자하면서 새로운 기업가치가 형성됩니다.

    뤼튼 역시 2026년 8월 시리즈C에서 약 1,000억 원을 투자받으면서 1조 원 이상의 기업가치를 인정받았습니다. 누적 투자 유치액도 약 2,300억 원에 이르렀습니다. 신규 투자자뿐 아니라 기존 투자자들도 다시 투자에 참여했습니다. 관련 투자 내용은 **뤼튼의 시리즈C 투자유치 관련 보도**에서 확인할 수 있습니다. 따라서 1조 원은 뤼튼이 홍보를 위해 임의로 붙인 숫자는 아닙니다. 실제 투자자들이 자금을 넣는 과정에서 형성된 가치입니다. 그렇다고 이 숫자가 영원히 유지되는 절대적인 가격이라는 뜻도 아닙니다. 앞으로 성장이 기대에 미치지 못하면 다음 투자에서는 기업가치가 낮아질 수도 있습니다.

    6.글로벌 VC 투자자들이 주목한 뤼튼의 미래 성장 잠재력

    자동차를 운전할 때 백미러에는 이미 지나온 길이 보입니다. 기업으로 치면 지난해의 매출과 이익입니다. 일반 기업을 평가할 때 이것은 매우 중요한 숫자입니다. 하지만 빠르게 성장하는 스타트업의 투자자는 백미러만큼이나 앞유리를 중요하게 봅니다. 앞으로 시장이 얼마나 커질지, 사용자가 얼마나 빠르게 늘어날지, 해외에서도 같은 사업모델이 통할지, 지금의 성장속도를 몇 년 더 유지할 수 있을지를 함께 보는 것입니다.

    뤼튼의 기업가치 1조 원을 2025년 실제 매출 471억 원과 단순 비교하면 약 21배입니다. 상당히 비싸 보입니다. 그런데 회사가 전망하는 2026년 매출 2,000억 원과 비교하면 약 5배로 내려갑니다. 물론 실제 투자자들이 이런 단순 계산 하나로 뤼튼의 가치를 결정했다는 뜻은 아닙니다. 이 비교가 보여주는 것은 스타트업의 기업가치는 이미 벌어놓은 돈만으로 설명하기 어렵다는 사실입니다. 투자자는 현재의 숫자를 보면서 동시에 그 숫자가 앞으로 어디까지 커질 수 있는지를 가격에 반영합니다.

    7. 현재의 589억 원 적자보다 ‘시장 선점’이 더 중요한 이유

    그렇다고 적자를 무시해도 된다는 이야기는 아닙니다. 오히려 앞으로 뤼튼을 지켜볼 때 가장 중요한 숫자 가운데 하나입니다. 2025년 뤼튼은 471억 원의 매출을 올렸지만 영업비용은 약 1,060억 원에 달했습니다. 매출을 빠르게 늘리는 동안 비용도 상당한 속도로 증가한 것입니다. 특히 해외에서 새로운 사용자를 확보하려면 마케팅 비용이 필요하고, 생성형 AI 서비스를 제공하려면 AI 모델 사용료와 서버 등 인프라 비용도 발생합니다.

    따라서 앞으로 중요한 것은 매출 2,000억 원이라는 숫자 자체가 아닙니다. 매출이 2,000억 원, 3,000억 원으로 증가할 때 비용보다 매출이 더 빠르게 증가하느냐가 중요합니다. 규모가 커질수록 수익성이 좋아진다면 어느 순간 손익분기점을 넘어 상당한 이익을 내는 플랫폼이 될 수 있습니다. 반대로 사용자를 끌어오고 유지하기 위해 계속 막대한 비용을 써야 한다면 매출이 커져도 적자에서 벗어나기 어려울 수 있습니다. 바로 이 부분은 아직 뤼튼이 증명해야 할 숙제입니다.

    8.1조 기업 뤼튼의 잠재력이 보여주는 AI 시장의 미래

    스타트업 투자자가 평가하는 뤼튼 미래 성장 잠재력

    처음의 질문으로 돌아가 보겠습니다. 589억 원이나 적자를 낸 뤼튼은 어떻게 1조 원짜리 회사가 됐을까요? 투자자들이 적자를 보지 않았기 때문은 아닙니다. 그 적자와 함께 1년 만에 약 15배 증가한 매출, AI 엔터테인먼트라는 새로운 수익모델, 그리고 그 모델이 한국과 일본을 넘어 북미에서도 매출을 만들어내기 시작했다는 사실을 함께 봤기 때문이라고 해석할 수 있습니다.

    그렇다고 뤼튼의 성공이 이미 결정됐다는 뜻은 아닙니다. 북미 OOC의 빠른 성장이 지속될지, AI 서비스에 들어가는 비용을 낮추면서 수익성을 확보할 수 있을지, 사람들이 몇 년 뒤에도 AI가 만들어주는 이야기에 지금처럼 돈을 지불할지는 아직 알 수 없습니다. 그래서 1조 원은 뤼튼의 현재 실적에 붙은 가격이라기보다 투자자들이 뤼튼의 미래 가능성에 걸어놓은 돈에 가깝습니다.

    [FAQ] 뤼튼 기업가치 1조 원과 서비스에 대해 자주 묻는 질문

    Q. 뤼튼의 기업가치는 정말 1조 원인가요?
    2026년 8월 시리즈C 투자 유치 과정에서 1조 원 이상의 기업가치를 인정받았습니다. 다만 비상장 스타트업의 기업가치는 상장기업의 시가총액처럼 시장에서 매일 거래되며 형성되는 가격과는 성격이 다릅니다.

    Q. 뤼튼은 적자인데 문제가 없는 건가요?
    문제가 없다고 볼 수는 없습니다. 2025년 영업손실은 약 589억 원입니다. 다만 같은 기간 매출이 전년보다 약 15배 증가했기 때문에 현재 손실과 빠른 성장세를 함께 볼 필요가 있습니다.

    Q. OOC는 일반적인 AI 챗봇과 무엇이 다른가요?
    정보를 묻고 답을 받는 생산성 도구보다는 사용자가 AI 캐릭터와 상호작용하면서 자신의 이야기를 만들어가는 AI 엔터테인먼트에 가깝습니다. 이야기 진행과 더 높은 성능의 AI 이용 등에 크레딧을 사용하는 구조를 갖고 있습니다.

    Q. 뤼튼의 2026년 매출 2,000억 원은 확정된 숫자인가요?
    아닙니다. 회사가 제시한 2026년 매출 전망입니다. 따라서 2025년 실제 매출 471억 원과 같은 확정 실적으로 보면 안 됩니다.

    뤼튼의 사례에서 우리가 얻을 수 있는 것은 특정 스타트업의 성공 여부를 예측하는 방법이 아닙니다. 다음번에 “어느 스타트업의 기업가치가 1조 원을 넘었다”는 뉴스를 봤을 때 숫자 하나에 놀라기보다 그 뒤를 보는 방법입니다. 지금 얼마를 벌고 있는가, 얼마나 빠르게 성장하고 있는가, 그리고 사람들이 앞으로도 이 서비스에 계속 돈을 낼 이유가 있는가. 이 세 가지를 함께 보면 스타트업의 기업가치라는 조금 낯선 숫자도 훨씬 이해하기 쉬워집니다.

    참고자료

    연합뉴스 → 2025년 매출 471억·영업손실 589억

    로이터 → OOC 북미 월매출 100억·2026년 매출 전망 등

    한국타임스 → 시리즈C 1,000억 투자·기업가치 1조

    함께 읽으면 좋은 글

    국내 AI 반도체 스타트업 딥엑스, 현대차·바이두·삼성 동시 협력의 의미

    국내 AI 반도체 스타트업 리벨리온·모빌린트·하이퍼엑셀 경쟁력 분석

  • 르네사스, 차량용 반도체 생산 종료 선언 — AI 반도체로 대이동, 자동차 업계는 어디로?

    르네사스, 차량용 반도체 생산 종료 선언 — AI 반도체로 대이동, 자동차 업계는 어디로?


    2026년 8월 9일, SPTA TIMES 보도에 따르면 일본의 반도체 기업 르네사스(Renesas)가 6인치 웨이퍼 기반 차량용 반도체 생산을 단계적으로 종료하기로 결정했다고 합니다. 이유는 두 가지입니다. 설비가 노후화됐다는 것, 그리고 AI 반도체 중심으로 생산 전략을 전환하겠다는 것이죠.

    이건 르네사스만의 이야기가 아닐 겁니다. 글로벌 반도체 기업들이 너나 할 것 없이 수익성 높은 AI 반도체 쪽으로 생산 역량을 몰아가면서, 차량용 반도체라는 ‘조용하지만 필수적인’ 부품의 공급이 서서히 줄어들 가능성이 생긴 겁니다.

    르네사스의 결정이 왜 나왔는지, 그 배경과 파급 효과를 차근차근 짚어드리겠습니다.

    글로벌 차량용 반도체 1위 기업, 르네사스(Renesas)는 어떤 회사인가

    르네사스 일렉트로닉스는 일본을 대표하는 반도체 기업 중 하나로, 특히 자동차용 마이크로컨트롤러(MCU) 분야에서 세계적인 점유율을 자랑해 온 회사입니다. 쉽게 말하면, 자동차 안에 들어가는 수십~수백 개의 전자 두뇌 역할을 하는 칩을 만드는 곳이죠.

    우리가 운전할 때 브레이크를 밟으면 ABS가 작동하고, 에어컨 온도가 자동으로 조절되고, 계기판이 숫자를 표시합니다. 이런 동작 하나하나 뒤에 작은 반도체 칩이 명령을 처리하고 있는데, 르네사스는 바로 그 칩을 수십 년째 공급해 온 회사입니다.

    그런 르네사스가 6인치 웨이퍼 기반 차량용 반도체 생산을 단계적으로 줄이겠다고 선언했습니다. 이것이 왜 단순한 기업 내부 결정이 아닌지, 하나씩 살펴보겠습니다.

    6인치 웨이퍼 뜻과 특징: 반도체 제조 공정의 기초 이해

    반도체를 이해하려면 웨이퍼를 먼저 알아야 합니다. 웨이퍼는 반도체 칩을 만드는 얇고 둥근 실리콘 원판인데, 농부의 밭에 비유하면 이해가 쉽습니다.

    밭이 클수록 한 번에 더 많은 작물을 수확할 수 있죠. 반도체도 마찬가지입니다. 웨이퍼 지름이 클수록 한 번의 공정으로 더 많은 칩을 만들 수 있어 생산 효율이 높아집니다. 현재 최신 반도체 공장들은 주로 12인치(300mm) 웨이퍼를 씁니다.

    반면 6인치(150mm) 웨이퍼는 12인치보다 생산 면적이 훨씬 작고, 그 기반 위에서 돌아가는 설비들은 이미 수십 년이 지난 구형 장비인 경우가 많습니다. 에너지 효율도 낮고, 유지보수 비용도 점점 올라갑니다. 르네사스가 ‘노후화된 설비’를 철수 이유 중 하나로 든 것도 바로 이 맥락입니다.

    왜 지금까지 6인치 웨이퍼로 차량용 반도체를 만들어 온 걸까요? 차량용 반도체는 최첨단 초미세 공정보다 신뢰성과 내구성이 더 중요하기 때문에, 오히려 오래된 공정에서도 충분히 생산 가능했던 겁니다. 자동차는 영하 수십 도의 겨울부터 한여름 까지, 진동과 충격 속에서도 10년 이상 안정적으로 작동해야 하니까요.

    반도체 구형 공정을 ‘레거시 공정’이라 부르는 이유와 중요성

    업계에서는 6인치, 8인치처럼 오래된 웨이퍼 공정을 ‘레거시 공정’이라고 부릅니다. 낡았다는 뜻이 아니라, 지금도 특정 분야에서 꾸준히 쓰이는 검증된 기술이라는 의미가 강합니다.

    자동차, 산업 기계, 전력 관리 반도체 같은 분야는 최첨단 미세 공정보다 이 레거시 공정에서 더 잘 만들어지는 칩들이 있습니다. 문제는 이런 레거시 라인을 계속 유지하는 데 드는 비용과 기회비용이 점점 커지고 있다는 것이죠. 특히 AI 반도체처럼 엄청난 이익을 가져다주는 제품이 눈앞에 있을 때는 더더욱 그렇습니다.

    글로벌 반도체 기업들이 엔비디아 AI 반도체 시장으로 이동하는 이유

    🖼️ 여기에 이미지 1 삽입

    르네사스 성숙공정에서 사용하는 작은 실리콘 웨이퍼를 검사하는 모습

    여러 장의 그래프와 데이터가 인쇄된 종이 뭉치가 테이블 위에 넓게 펼쳐져 있고, 주변에 펜, 노트, 작은 소품들이 여유 있게 배치된 장면. 낮은 각도에서 촬영해 종이 표면의 질감과 그래프 선이 또렷이 보이고, 이른 아침의 옅고 부드러운 자연광이 측면에서 비쳐 차분하고 깔끔한 화이트 기조의 분위기.

    요즘 반도체 업계를 보면, 마치 골드러시 시대에 모두가 서부로 달려가던 것과 비슷한 느낌입니다. 그 목적지는 단연 AI 반도체입니다.

    ChatGPT를 비롯한 대형 AI 서비스들이 폭발적으로 성장하면서, 이를 구동하는 데이터센터용 고성능 반도체 수요가 급격하게 늘었습니다. 엔비디아의 GPU가 대표적이지만, 그 외에도 다양한 AI 가속 칩들이 주목받고 있죠. 관련 업계에서는 AI 반도체 시장이 앞으로도 빠른 속도로 성장할 것이라는 전망이 잇따르고 있습니다.

    반도체 기업 입장에서 AI 반도체는 단위 가격도 높고 마진도 두껍습니다. 같은 공장, 같은 시간, 같은 인력을 투입했을 때 돌아오는 수익이 차량용 반도체와 비교가 안 될 정도로 큰 거죠. 그러니 기업들이 생산 라인을 AI 반도체 쪽으로 옮기고 싶어 하는 것은 어쩌면 당연한 경영 판단이기도 합니다.

    르네사스도 같은 흐름 안에 있습니다. 수익성이 낮아지고 있는 레거시 라인을 정리하고, 성장하는 AI 반도체 시장에 집중하겠다는 전략이죠. 이 결정 자체가 나쁘다고 단정하기는 어렵습니다. 다만 문제는 그 빈자리가 생긴다는 점입니다.

    파운드리 및 팹리스 업계 전반의 최첨단 공정 전환 흐름

    르네사스의 이번 결정이 유독 주목받는 이유는, 이것이 반도체 업계의 더 큰 흐름을 상징하기 때문입니다. 최근 관련 업계에서는 여러 글로벌 반도체 제조사들이 차량용·산업용 같은 레거시 공정 제품보다 AI·데이터센터 관련 첨단 반도체에 투자를 집중하는 경향이 뚜렷하다는 이야기가 나오고 있습니다.

    공급 측면에서 보면, 여러 회사가 동시에 같은 방향으로 생산 전략을 바꿀 경우 특정 부품의 공급이 일시에 줄어드는 ‘공급 절벽’ 현상이 나타날 수 있습니다. 2020년대 초반 코로나19 이후 차량용 반도체 부족 사태를 경험한 자동차 업계로서는 이 흐름이 결코 남의 일처럼 느껴지지 않을 것입니다.

    구형 반도체 공급 부족(쇼티지)이 글로벌 자동차 업계에 미치는 영향

    차량용 반도체 공급이 줄면 가장 먼저 영향을 받는 것은 자동차 완성차 메이커들입니다. 자동차 한 대에는 수십에서 수백 개의 반도체 칩이 들어가는데, 그 중 하나라도 공급이 막히면 생산 라인 전체가 멈출 수 있습니다.

    우리가 주변에서 흔히 보듯, 반도체 하나 때문에 완성차 수십만 대 생산이 지연됐던 사례가 실제로 있었습니다. 2021~2022년의 차량용 반도체 쇼티지 때, 전 세계 자동차 공장들이 잇달아 가동을 중단했고 신차 출고 대기 기간이 수개월에서 1년 이상 늘어나기도 했었죠. 그 기억이 아직 생생한 분들도 많을 겁니다.

    르네사스의 이번 결정이 곧바로 같은 규모의 위기로 이어진다고 단언하기는 어렵습니다. 하지만 공급원 하나가 줄어드는 것은 분명히 업계 전체의 안전 마진을 좁히는 일입니다. 특히 전기차(EV) 전환이 빠르게 진행되면서 차량 한 대당 반도체 사용량이 오히려 늘어나는 추세인 만큼, 공급 감소의 영향은 과거보다 더 예민하게 작용할 수 있습니다.

    내연기관을 넘어 전기차·자율주행 시대에 차량용 반도체가 필수인 이유

    내연기관차에서 전기차로 넘어갈수록, 자동차 안에 들어가는 전자 부품의 비중이 폭발적으로 늘어납니다. 배터리 관리 시스템(BMS), 모터 제어, 회생제동, 각종 ADAS(첨단 운전자 지원 시스템) 등 전기차에만 필요한 기능들이 모두 반도체를 필요로 합니다.

    즉, AI 반도체 쪽으로 생산이 집중되는 시기에, 차량용 반도체 수요는 오히려 늘어나는 역설적인 상황이 펼쳐질 수 있는 겁니다. 이 간극을 누가 어떻게 메울지가 앞으로 자동차 업계의 핵심 과제 중 하나가 될 것으로 보입니다.

    차량용 반도체 공급망 다변화와 향후 시장 전망 분석

    르네사스의 차량용 반도체 생산 단계 종료로  자동차 생산라인이 영향을 받는 모습

    회로기판 하나를 중간 거리에서 낮은 각도로 촬영한 사진. 기판 표면의 초록빛 회로 패턴과 납땜 부품들이 또렷하게 보이고, 이른 아침의 옅고 은은한 자연광이 기판 위에 부드럽게 얹혀 있는 구도. 배경은 밝은 화이트 계열로 간결하며, 기판 자체에 시선이 집중되도록 주변 요소 없이 클로즈업한 실사 사진 느낌.

    르네사스가 빠져나간 자리를 두고 업계의 시선이 엇갈립니다. 한편으로는 다른 레거시 공정 전문 파운드리들이 그 수요를 흡수할 것이라는 낙관론도 있고, 다른 한편으로는 단기간에 공급처를 바꾸는 것이 결코 쉽지 않다는 우려도 있습니다.

    차량용 반도체는 자동차 안전과 직결되기 때문에, 공급사를 바꾸려면 품질 검증·인증 절차를 처음부터 다시 밟아야 합니다. 이 과정이 짧게는 수개월, 길게는 몇 년씩 걸리기도 하죠. 그 사이의 공백 기간이 문제입니다.

    또 주목할 점은 자동차 메이커들이 이런 리스크를 줄이기 위해 반도체를 직접 설계하거나, 장기 공급 계약을 맺거나, 심지어 반도체 회사에 직접 투자하는 움직임이 최근 빠르게 늘고 있다는 겁니다. 반도체 공급망이 ‘사는 쪽’과 ‘파는 쪽’의 단순한 구조에서 벗어나, 훨씬 복잡하게 얽히는 방향으로 진화하고 있는 거죠.

    르네사스의 이번 결정은 그 변화를 더욱 가속화하는 신호탄이 될 수도 있습니다. 관련 업계 전반에서 공급망 재편 논의가 활발하게 일어날 것으로 예상됩니다.

    현대차 등 완성차 제조사들의 반도체 내재화 및 대체 수급 전략

    대응 전략은 크게 세 방향으로 나눌 수 있습니다. 첫째, 대안 공급사를 조기에 확보해 공급처를 다변화하는 것. 둘째, 자체 반도체 설계 역량을 키워 의존도를 줄이는 것. 셋째, 기존 부품 재고를 최대한 확보해 전환 기간 동안의 충격을 완충하는 것입니다.

    어느 방법도 하루아침에 되는 일은 아닙니다. 결국 지금 이 시점부터 얼마나 빠르게 준비에 나서느냐가 향후 위기 대응 능력을 좌우하게 될 것입니다. 반도체 공급망 문제는 한번 불거지면 대응이 매우 느린 특성이 있기 때문에, ‘미리 대비’하는 것 외에 뾰족한 방법이 없다는 점을 업계 관계자들도 잘 알고 있습니다.

    르네사스의 6인치 웨이퍼 기반 차량용 반도체 생산 단계 종료 결정은, 표면적으로는 한 일본 기업의 생산 전략 변경처럼 보입니다. 하지만 그 속을 들여다보면, 반도체 산업 전체가 AI라는 거대한 조류에 따라 움직이고 있다는 현실이 보입니다.

    수익성 높은 AI 반도체로 생산 역량이 집중되는 것은 기업으로서 충분히 합리적인 결정입니다. 그러나 그 과정에서 차량용 반도체처럼 눈에 잘 띄지 않지만 없어서는 안 되는 부품의 공급이 서서히 줄어들 수 있다는 점은, 자동차 업계와 소비자 모두가 주목해야 할 부분입니다.

    전기차 전환이 빨라질수록 차량용 반도체 수요는 오히려 늘어납니다. 공급은 줄고 수요는 느는 이 구조적 간극이 어떻게 해소될지, 앞으로의 흐름을 계속 주시할 필요가 있습니다. 르네사스의 이번 결정이 업계의 공급망 재편 논의를 앞당기는 계기가 되기를 기대해봅니다.

    참고자료

    모닝스타 : 테슬라 주가가 로보택시 사업 확대를 앞두고 급등했습니다

    퍼플렉시티

    [FAQ] 르네사스 및 차량용 반도체에 대해 자주 묻는 질문

    Q. 르네사스가 차량용 반도체 생산을 완전히 중단하는 건가요?

    A. SPTA TIMES 보도에 따르면 ‘단계적 종료’이며, 6인치 웨이퍼 기반 차량용 반도체 라인을 점진적으로 줄이는 방식입니다. 모든 차량용 반도체 생산을 즉시 멈추는 것은 아니지만, 해당 라인의 생산 규모가 줄어드는 것은 분명합니다.

    Q. 6인치 웨이퍼와 12인치 웨이퍼는 어떻게 다른가요?

    A. 웨이퍼는 반도체 칩을 만드는 실리콘 원판인데, 지름이 클수록 한 번에 더 많은 칩을 생산할 수 있어 효율이 높습니다. 6인치는 비교적 오래된 규격이고, 최신 공장들은 주로 12인치를 씁니다. 6인치 기반 설비는 유지보수 비용이 높아지는 반면 생산성 향상에 한계가 있어 노후화 문제가 발생합니다.

    Q. 차량용 반도체 공급이 줄면 소비자에게는 어떤 영향이 있나요?

    A. 공급 부족이 심해질 경우 신차 생산 지연, 출고 대기 기간 증가, 그리고 차량 가격 상승으로 이어질 수 있습니다. 2021~2022년 차량용 반도체 쇼티지 당시 전 세계적으로 신차 출고가 수개월 이상 지연됐던 사례가 있는 만큼, 공급 감소는 소비자에게도 직접적인 영향을 줄 수 있습니다.

    Q. AI 반도체와 차량용 반도체는 왜 같은 공장에서 만들기 어렵나요?

    A. AI 반도체는 초미세 공정이 필요한 최첨단 칩인 반면, 차량용 반도체는 내구성·신뢰성이 핵심이라 오히려 검증된 레거시 공정에서 주로 생산됩니다. 생산 공정 자체가 달라서 같은 설비에서 두 가지를 동시에 만들기 어렵고, 기업들은 더 높은 수익을 주는 AI 반도체 쪽으로 투자를 집중하는 경향이 있습니다.

    함께 보면 좋은 글

    업스테이지는 왜 ‘다음’을 인수했을까? AI 스타트업이 30년 포털을 품은 이유

  • 테슬라 주가는 어디로 가나? 네바다 로보택시 8000대 승인

    테슬라 주가는 어디로 가나? 네바다 로보택시 8000대 승인

    네바다주의 자율주행차 규제 완화 조치가 테슬라 주가를 다시 한번 뜨겁게 달궜습니다.

    Investing.com의 보도에 따르면, 네바다주는 향후 12개월간 최대 8,000대의 로보택시 운행을 승인하는 조치를 발표했는데요. 이 소식이 시장에 전해지자마자 테슬라 주식에는 눈에 띄는 매수세가 몰렸습니다.

    이 소식을 처음 접했을 때 느낀 솔직한 인상은” 이번엔 진짜 다를 수도 있겠다”는 것이었습니다. 그간 테슬라를 둘러싼 자율주행 이야기는 늘 ‘가까운 미래’에 머물렀는데, 주(州) 정부가 구체적인 숫자와 기간을 명시한 허가 조치를 내놓은 건 결이 다른 이야기이기 때문이죠.

    물론 장밋빛 뉴스만 있는 건 아닙니다. 오스틴 사이버캡 로보택시의 진전, 텍사스 태양광 생산시설 확장, 사상 최대 차량 인도량, 에너지 저장장치(ESS) 설치 증가 같은 호재와 함께, 재무지표에선 시장이 긴장할 만한 수치들도 함께 나왔습니다. 이 글에서는 두 얼굴을 모두 꼼꼼하게 들여다보겠습니다.

    미국 네바다주 로보택시 8,000대 자율주행 승인이 가지는 의미

    규제가 기술의 발목을 잡는다는 말, 우리가 주변에서 흔히 듣는 이야기죠. 그런데 이번엔 방향이 달랐습니다. Investing.com이 2026년 8월 21일 보도한 바에 따르면, 네바다주는 향후 12개월이라는 구체적인 기한을 설정하고 최대 8,000대의 로보택시 운행을 공식 승인했습니다.

    이걸 쉽게 비유하자면, 마치 식품의약국(FDA)이 신약에 ‘긴급사용승인’을 내려준 것과 비슷한 무게감입니다. 임상이 끝나길 기다리는 게 아니라, 일정 조건 안에서 실제 시장에 투입할 수 있는 문을 열어준 것이니까요.

    테슬라 입장에서 이 승인이 갖는 의미는 단순히 ‘차량 8,000대 더 달릴 수 있게 됐다’는 숫자 이상입니다. 자율주행 사업의 수익화 가능성을 규제 당국이 공식적으로 인정했다는 신호로 시장이 읽었다는 점이 핵심입니다. 이 해석이 주가 상승의 직접적인 불쏘시개가 됐습니다.

    테슬라 텍사스 기가팩토리 가동과 사이버캡·ESS(에너지) 인도량 분석

    테슬라 주가 상승과 미래 투자, 사이버캡 AI 로봇 개발을 위한 첨단 연구개발 현장

    ALT: 테슬라 주가 상승 네바다 로보택시 승인, 흐린 날 부드러운 자연광 아래 낮은 각도로 촬영한 이른 아침 야외 들판과 넓은 여백

    TradingKey가 2026년 8월 19일과 13일 각각 보도한 내용을 보면, 주가 상승의 재료는 네바다 규제 완화 하나가 아니었습니다. 오스틴에서 진행 중인 사이버캡 로보택시 관련 진전 소식이 먼저 시장의 기대감을 높였고, 텍사스 태양광 생산시설 확장 소식이 그 뒤를 이었습니다.

    여기에 사상 최대 차량 인도량과 에너지 저장장치(ESS) 설치 증가 소식까지 더해지면서, 시장 참여자들 사이에서는 “테슬라가 자동차 회사에서 에너지·모빌리티 플랫폼 회사로 진화하고 있다”는 시각이 강화됐습니다.

    제가 이 일련의 뉴스들을 시간 순으로 정리해보니, 마치 퍼즐 조각들이 하나씩 맞춰지는 느낌이었습니다. 사이버캡 진전 → 텍사스 생산시설 확장 → 인도량 최대 → ESS 성장, 이 흐름은 테슬라의 사업 포트폴리오가 단일 제품 중심에서 벗어나고 있음을 보여주는 신호로 읽힐 수 있습니다.

    테슬라 사이버캡(Cybercab) 뜻과 로보택시 비즈니스 모델 전략

    사이버캡은 테슬라가 개발 중인 완전 자율주행 로보택시로, 운전석이 없는 구조를 목표로 합니다. 쉽게 말해 기사가 없는 택시인데, 앱으로 호출하면 알아서 오고 알아서 목적지까지 데려다주는 방식입니다.

    우리가 이미 익숙한 카카오택시나 우버와 겉모습은 비슷하지만, 결정적인 차이는 ‘사람 운전자’가 완전히 빠진다는 점입니다. 이 구조가 실현되면 인건비가 사라지고 운행 가능 시간이 24시간으로 늘어나 수익성이 극적으로 달라질 수 있습니다.

    오스틴에서의 사이버캡 진전 소식은 이 구상이 실제 도로 위에서 구체화되고 있다는 증거로, 투자자들이 특히 민감하게 반응하는 재료입니다.

    테슬라 실적 발표: GAAP 영업이익률 1.4% 및 EPS 어닝 쇼크 원인 분석

    호재만 늘어놓으면 공정한 이야기가 아니죠. TradingKey 보도에 따르면, 테슬라의 최근 분기 재무지표는 시장이 무시하기 어려운 수준의 압박을 드러냈습니다.

    GAAP 영업이익률은 1.4%까지 내려앉았습니다. GAAP 이익률이란 회계 기준에 따라 스톡옵션 비용, 감가상각 등을 모두 포함해 계산한 실제 영업이익률인데, 이게 1%대라는 건 매출 100원을 벌 때 이익으로 남는 게 1원 남짓이라는 뜻입니다. 굉장히 얇은 마진이죠.

    잉여현금흐름은 11억 달러 적자를 기록했습니다. 잉여현금흐름은 기업이 영업으로 벌어들인 돈에서 설비 투자 등을 빼고 진짜로 손에 쥔 현금인데, 이게 마이너스라는 건 쓰는 돈이 버는 돈보다 많다는 신호입니다. 조정 주당순이익(EPS)도 0.33달러로, 시장 컨센서스였던 0.50~0.51달러를 크게 하회했습니다.

    이 숫자들을 보면, 지금 테슬라는 ‘현재의 수익’보다 ‘미래에 걸어놓는 판돈’이 훨씬 큰 기업임을 알 수 있습니다.

    테슬라 250억 달러 자본지출(CAPEX) 전망과 휴머노이드 로봇 옵티머스 투자

    같은 TradingKey 보도에 따르면, 2026년 자본 지출은 250억 달러를 넘어설 전망이라고 합니다. AI 인프라, 옵티머스(테슬라의 인간형 로봇), 사이버캡 세 가지에 집중 투자되는 구조입니다.

    250억 달러라는 숫자가 얼마나 큰지 감이 안 잡힌다면, 한 해 동안 서울 지하철 노선 여러 개를 동시에 새로 짓는 수준의 금액이라고 생각하면 됩니다.

    문제는 이 투자가 단기 수익 악화를 불가피하게 만든다는 점입니다. 지금 이익률이 눌리고 현금이 나가는 건, 바로 이 대형 투자의 직접적인 결과입니다. 이것이 기회인지 리스크인지는 투자자마다 판단이 달라지는 지점이기도 합니다.

    테슬라 주가 상승 랠리 지속 가능성과 향후 주식 시장 전망

    테슬라 주가 전망, 네바다 로보택시 승인 이후 수익성과 현금흐름을 분석하는 투자 리포트

    ALT: 테슬라 주가 상승 네바다 로보택시 승인, 흐린 날 부드러운 조명 아래 정면에서 바라본 증권가 빌딩 외경 와이드샷

    솔직하게 제 생각을 털어놓자면, 이번 테슬라 주가 상승에는 분명한 “서사의 힘”이 있다고 느꼈습니다. 네바다주의 8,000대 승인처럼 숫자가 명확한 규제 뉴스는, 막연한 기대감이 아니라 실제 영업 가능한 시장이 생겼다는 신호거든요. 그게 시장이 즉각 반응한 이유라고 봅니다.

    그런데 동시에, 1.4%의 영업이익률과 11억 달러 현금 유출이라는 숫자가 자꾸 마음에 걸립니다. 지금 테슬라는 마치 큰 시험을 앞두고 밤새워 공부하느라 성적이 잠깐 떨어진 학생처럼 보이기도 합니다. 투자가 결실을 맺으면 성적이 확 오를 수 있지만, 공부가 결실을 맺지 못하면 성적도, 체력도 함께 무너질 수 있는 상황이죠.

    제가 보기엔, 이 주식의 핵심 변수는 결국 “사이버캡이 언제, 어느 규모로 실제 수익을 낼 수 있느냐”입니다. 규제 문이 열리는 속도가 투자 지출 속도를 앞질러야만, 지금의 주가 수준이 정당화될 수 있다고 생각합니다.

    월가 애널리스트 테슬라 컨센서스 분석 및 목표 주가 396달러 전망

    Investing.com에 따르면, 애널리스트 40명 기준 테슬라에 대한 컨센서스 등급은 ‘매수’이며, 12개월 평균 목표주가는 396.62달러로 알려져 있습니다.

    ‘컨센서스’란 여러 전문가의 의견을 평균 낸 것인데, 마치 학교 생활기록부에 여러 선생님들이 ‘이 학생은 앞으로 발전 가능성이 있다’고 동시에 도장을 찍어준 것과 비슷합니다. 40명이라는 비교적 많은 수의 애널리스트가 이 의견에 동의했다는 점은 주목할 만합니다.

    물론 목표주가는 어디까지나 ‘전망’이고, 재무 지표가 계속 압박받는다면 이 전망도 조정될 수 있다는 점은 염두에 두어야 합니다. 투자는 항상 자신의 판단과 책임 아래 이루어져야 한다는 점도 빠뜨릴 수 없겠죠.

    네바다주의 로보택시 8,000대 승인은 테슬라의 자율주행 사업이 ‘이야기’에서 ‘실제 운영’으로 한 걸음 더 나아갔음을 보여주는 사건입니다. 사이버캡 진전, 텍사스 태양광 확장, 사상 최대 인도량, ESS 성장이라는 호재들이 한꺼번에 쏟아졌고, 시장은 이에 긍정적으로 반응했습니다.

    동시에, 1.4%의 영업이익률과 11억 달러 잉여현금흐름 적자, 시장 기대치를 밑돈 EPS는 무시할 수 없는 경고등입니다. 250억 달러가 넘어설 것으로 전망되는 자본 지출이 언제 수익으로 돌아올지가 이 주식의 핵심 변수가 될 것입니다.

    애널리스트 40명이 제시한 매수 컨센서스와 396.62달러의 평균 목표주가는 참고 자료로 삼되, 투자 결정은 반드시 본인의 리스크 허용 범위와 최신 정보를 바탕으로 내리시기를 권합니다. 이 글은 투자 권유가 아닌 정보 제공을 목적으로 작성되었습니다.

    참고 자료

    Investing.com – 네바다 로보택시 승인 및 테슬라 주가

    TradingKey – 테슬라 시장 무버 분석

    Investing.com – 테슬라 컨센서스 추정치[FAQ] 테슬라 주가 전망 및 로보택시 승인에 대해 자주 묻는 질문

    Q. 네바다주가 승인한 로보택시 8,000대, 테슬라 전용인가요?

    A.아닙니다. 2026년 8월 20일 네바다주 교통국은 테슬라·우버·웨이모 세 회사의 클라크 카운티 내 유상 로보택시 운행을 동시에 승인했습니다. 이 중 테슬라가 향후 12개월간 최대 5,000대로 가장 큰 몫을 받았고, 우버와 웨이모는 각각 1,000대씩 배정받았습니다. 참고로 앞서 7월 27일에는 테슬라가 신청한 5,000대 중 단 10대만 임시 허가받았던 상황이라, 이번 승인은 그 상한이 완전히 풀린 것이라는 점에서 더 의미가 큽니다.

    Q. 테슬라 EPS가 컨센서스를 크게 밑돌았는데, 주가는 왜 오른 건가요?

    A. 주식 시장은 현재 실적만 보지 않고 미래 기대치를 반영합니다. 단기 EPS 쇼크가 있더라도, 로보택시 규제 승인처럼 미래 수익 가능성을 키우는 뉴스가 동시에 나오면 시장은 미래 가치에 더 무게를 두고 반응할 수 있습니다. 다만 이런 상승이 지속 가능한지는 실제 사업 결과가 뒷받침되어야 판단할 수 있습니다.

    Q. 테슬라의 12개월 평균 목표주가 396.62달러, 믿을 수 있나요?

    A. Investing.com에 따르면 애널리스트 40명 기준으로 산출된 평균 목표주가입니다. 목표주가는 전문가들의 분석을 종합한 참고치이지, 반드시 그 가격에 도달한다는 보장이 아닙니다. 시장 환경이나 기업 실적 변화에 따라 언제든 상하로 조정될 수 있으니 하나의 참고 자료로만 활용하시는 것이 좋습니다.

    Q. 테슬라 사이버캡과 일반 자율주행 차량은 어떻게 다른가요?

    A. 사이버캡은 운전석이 아예 없는 완전 무인 로보택시를 목표로 개발 중인 테슬라의 전용 차량입니다. 기존 자율주행 보조 기능(오토파일럿, FSD 등)이 달린 일반 차량과 달리, 처음부터 사람이 탑승해 운전한다는 전제 없이 설계된 것이 특징입니다. 오스틴에서 진전 소식이 나오고 있지만, 상용화 일정은 계속 지켜봐야 합니다.

    함께 보면 좋은 글

    테슬라 주가 14.5% 폭락 이유와 스페이스X 합병설 총정리

    #테슬라 주가#네바다 로보택시#사이버캡#자율주행 규제 완화#테슬라 목표주가#테슬라 EPS

  • CVC란 무엇인가? 삼성·현대차·LG는 왜 스타트업에 투자할까

    CVC란 무엇인가? 삼성·현대차·LG는 왜 스타트업에 투자할까

    CVC(Corporate Venture Capital·기업형 벤처캐피털)라는 단어를 처음 들으면 조금 낯설게 느껴질 수 있습니다. 그런데 삼성전자와 현대자동차, LG 같은 대기업의 움직임을 들여다보면 이 개념이 꽤 자주 등장합니다.

    이 기업들에는 수많은 연구원이 있고, 연구개발에 투입할 자금도 웬만한 스타트업과는 비교하기 어려울 정도로 많습니다. 그런데 자체 연구소에서 미래 기술을 개발하면서도 다른 한편에서는 이름조차 생소한 작은 스타트업을 찾아다니며 수십억, 수백억 원을 투자합니다.

    왜 그럴까요? 기술이 필요하다면 직접 개발하면 되고, 정말 좋은 회사라면 아예 인수해버릴 수도 있는데 말입니다. 이 질문을 따라가다 보면 CVC가 어디에 돈을 넣는지 살펴보는 것만으로도 대기업이 아직 본격적으로 시작하지 않은 미래 사업의 방향까지 엿볼 수 있다는 사실을 알게 됩니다.

    돈만 버는 투자가 아니다 — CVC란 정확히 무엇인가

    CVC는 쉽게 말해 대기업이 전략적 목적으로 스타트업에 투자하는 벤처투자 조직입니다. 일반적인 벤처캐피털(VC)과 가장 큰 차이는 바로 투자 목적에 있습니다.

    일반 VC는 성장 가능성이 높은 스타트업에 투자한 뒤 기업가치가 올라갔을 때 지분을 매각해 수익을 내는 것이 핵심 목적입니다. CVC 역시 투자수익을 무시하지 않지만, 여기에 하나가 더 붙습니다. 모기업의 미래 사업에 도움이 되는 기술과 기업을 미리 찾아두는 것입니다.

    마치 대형마트가 직접 농장을 운영하는 동시에 지역 소농과 계약을 맺어두는 것과 비슷합니다. 언제든 필요할 때 공급망을 활용할 수 있도록 미리 관계를 만들어두는 거죠.

    자동차회사가 로봇 스타트업에 투자하는 이유 — CVC의 이중 목적

    예를 들어 자동차회사가 로봇 스타트업에 투자했다고 생각해보겠습니다. 단순히 그 로봇 회사의 기업가치가 올라갈 것이라 기대해서 투자했을 수도 있습니다. 하지만 동시에, 로봇 기술을 미래 자동차 공장에 적용하거나 물류 자동화에 사용하거나 장기적으로는 휴머노이드 사업에 활용할 가능성을 시험하기 위한 투자일 수도 있습니다.

    CVC에서는 이처럼 ‘얼마를 벌 수 있는가’와 함께 ‘이 기술이 우리 회사의 미래에 어떤 역할을 할 수 있는가’라는 질문이 동시에 중요합니다. 두 가지 목적이 겹치는 지점에 CVC의 존재 이유가 있습니다.

    직접 만들면 되는데 왜 투자할까 — CVC가 영리한 선택인 이유

    대기업이라고 해서 세상에 등장하는 모든 새로운 기술을 내부에서 개발할 수는 없습니다. AI, 로봇, 자율주행, 배터리, 양자컴퓨팅, 사이버보안처럼 기술 변화가 빠른 분야에서는 어떤 기술이 5년 뒤 살아남을지조차 알기 어렵습니다. 모든 가능성을 자체 연구개발로 쫓아가려면 엄청난 돈과 시간이 필요합니다.

    그렇다고 기술이 등장할 때마다 회사를 통째로 인수하는 것도 위험합니다. 기술이 실제 시장에서 성공할지, 대기업의 기존 사업과 잘 맞을지, 창업팀이 인수 후에도 경쟁력을 유지할지 아무도 장담할 수 없기 때문입니다.

    CVC 삼성 현대차 LG 스타트업 투자, 이른 아침 옅은 빛 아래 탑뷰로 내려다본 공장 생산 라인 전경

    여기에서 CVC가 상당히 영리한 선택지가 됩니다. 여러 스타트업에 상대적으로 작은 금액을 투자하고 기술과 시장을 지켜볼 수 있습니다. 필요하면 모기업과 공동 프로젝트도 진행하고, 가능성이 확인된 기업에는 추가로 투자하거나 전략적 협력을 확대하고, 경우에 따라서는 인수까지 이어질 수 있습니다.

    쉽게 말하면 대기업이 처음부터 하나의 미래에 모든 돈을 거는 것이 아니라 여러 미래에 조금씩 문을 열어두는 것입니다. 그래서 저는 이렇게 표현하고 싶습니다. 대기업은 CVC를 통해 ‘미래의 선택권’을 사둔다고요.

    삼성·현대차·LG는 어디에 돈을 넣고 있을까 — 포트폴리오로 읽는 미래 전략

    실제 대기업의 투자 포트폴리오를 보면 이 말이 조금 더 분명해집니다. 삼성벤처투자는 AI, 로봇, 반도체·디스플레이·전자부품, 바이오, 에너지, 보안 등 상당히 넓은 분야에 투자합니다. 삼성전자의 글로벌 전략투자 조직인 Samsung Catalyst Fund 역시 AI와 반도체, 데이터 인프라, 로봇 등 삼성의 기존 사업과 미래 산업을 연결할 수 있는 기술기업을 찾아 투자해왔습니다.

    삼성의 투자에서 눈에 띄는 특징은 특정 완제품 하나보다는 미래 산업의 기반이 될 핵심 기술을 넓게 확보한다는 점입니다. AI 시대가 커질수록 필요한 반도체와 데이터 인프라, 전력 효율, 로봇 같은 영역이 대표적입니다. 삼성의 본업이 반도체와 전자산업이라는 점을 생각하면 CVC의 투자 방향과 그룹의 미래 사업 사이에 연결고리가 자연스럽게 보입니다.

    1,250억 원 펀드의 의미 — 현대차 ZER01NE이 스타트업과 손잡는 방식

    현대자동차그룹은 조금 다른 색깔을 보여줍니다. 현대차그룹의 ZER01NE은 AI, 로봇, 사이버보안, 수소, 에너지 등 미래 모빌리티와 연결될 수 있는 스타트업에 투자하고 있습니다. 특히 투자만 하고 끝나는 것이 아니라 현대차그룹 계열사와 실제 협업 프로젝트를 진행한다는 점이 중요합니다.

    현대차가 공개한 자료에 따르면 앞선 펀드들을 통해 100개가 넘는 스타트업에 투자했고 그룹 내부에서 200건 이상의 협업이 이뤄졌다는 전망이 나옵니다. 제가 이 수치를 처음 접했을 때 놀라웠습니다. 단순히 돈을 넣고 지켜보는 것이 아니라 실제 현장에서 200번 이상 기술을 붙여봤다는 의미이기 때문입니다. 그만큼 현대차의 CVC는 ‘검증형 투자’에 가깝습니다. 새로운 기술을 자기 몸에 직접 대입해 맞는지 확인하는 방식이라고 볼 수 있죠. 이런 방식은 장기적으로 어떤 기술이 현대차의 생산·물류·서비스 체계에 녹아들지를 훨씬 정확하게 가늠하게 해줍니다.

    Anthropic부터 Figure AI까지 — LG Technology Ventures의 선택

    LG의 투자 포트폴리오에서는 AI와 로봇, Physical AI, 배터리, 첨단소재 같은 영역이 눈에 들어옵니다. LG Technology Ventures의 포트폴리오에는 Anthropic, Figure AI, Tenstorrent 등 여러 미래 기술기업이 포함돼 있습니다.

    LG 계열사들의 AI·로봇·배터리 사업 확대와 함께 놓고 보면 단순한 금융투자만으로 설명하기 어려운 방향성이 나타납니다. 세 기업의 방식은 조금씩 다릅니다. 삼성은 미래 핵심기술을 넓게 탐색하고, 현대차는 스타트업 기술을 실제 사업에 붙여보며 검증하고, LG는 새로운 기술을 계열사의 미래 사업과 연결하는 모습이 상대적으로 두드러집니다. 물론 하나의 투자만 보고 기업 전체의 전략을 단정할 수는 없습니다. 중요한 것은 여러 투자가 같은 방향으로 반복될 때입니다.

    투자로 끝나지 않는다 — Invest → Test → Buy, LG전자와 베어로보틱스 사례

    CVC가 흥미로운 이유는 투자 이후의 과정에 있습니다. 좋은 스타트업을 발견했다고 처음부터 인수할 필요는 없습니다. 우선 투자하고 기술을 지켜본 뒤 실제 사업에 적용해볼 수 있습니다. 그 과정에서 기술력뿐 아니라 창업팀의 역량과 조직문화, 시장 가능성까지 확인할 수 있습니다.

    CVC 스타트업 투자 이후 기술 검증과 사업 협력 인수로 이어지는 과정

    LG전자와 베어로보틱스의 관계가 이해하기 좋은 사례입니다. LG전자는 2024년 미국 로봇 스타트업 베어로보틱스에 6,000만 달러를 투자해 지분 21%를 확보했습니다. 그리고 이듬해 추가 지분을 취득해 총 51%를 확보하면서 베어로보틱스를 자회사로 편입했습니다.

    처음부터 회사를 통째로 산 것이 아닙니다. Invest → Test → Buy, 즉 먼저 투자하고 가능성을 확인한 뒤 관계를 더 깊게 가져가는 방식입니다. 모든 CVC 투자가 이런 경로를 밟는 것은 아니지만, 대기업 입장에서 CVC가 왜 유용한지를 보여주는 좋은 사례입니다.

    CVC의 돈을 따라가면 대기업의 미래가 보인다 — 투자자가 이걸 알아야 하는 이유

    여기서 CVC를 아는 것이 투자자에게도 의미가 생깁니다. 기업의 미래 전략을 알고 싶다면 CEO의 인터뷰나 사업계획만 볼 것이 아니라 그 기업이 실제로 어디에 돈을 넣고 있는지도 살펴볼 필요가 있습니다.

    “AI가 중요합니다”, “로봇이 미래입니다”라는 말은 어느 기업이나 할 수 있습니다. 하지만 실제 자금을 투입해 특정 기술을 가진 스타트업과 관계를 맺는 것은 조금 더 무거운 행동입니다. 특히 같은 분야에 여러 차례 투자가 반복되고, 이후 계열사와 공동개발이나 사업협력까지 이어진다면 그 분야가 기업의 미래 전략에서 차지하는 중요성을 판단하는 하나의 단서가 될 수 있습니다.

    예를 들어 현대차그룹의 CVC 투자에서 AI·로봇·에너지 관련 기업이 반복해서 등장한다면 이를 개별 투자뉴스로만 볼 필요가 없습니다. 자동차 제조업체였던 현대차그룹이 장기적으로 어떤 기술 영역까지 자신의 사업 범위를 넓히려 하는지를 읽는 자료로 활용할 수 있습니다.

    이것이 CVC를 공부하는 진짜 이유입니다. 어려운 금융용어 하나를 더 외우기 위해서가 아니라 대기업이 미래를 어디에서 찾고 있는지 추적할 수 있는 새로운 렌즈 하나를 얻는 것입니다.

    “삼성이 투자했다 = 성공한다”는 위험한 오해 — CVC의 한계도 알아야 한다

    여기에는 반드시 주의할 점이 있습니다. 삼성이나 현대차, LG가 어떤 스타트업에 투자했다고 해서 그 회사의 기술이 반드시 성공한다는 뜻은 아닙니다. 투자했다고 나중에 인수한다는 보장도 없습니다.

    오히려 CVC의 장점 자체가 여러 가능성을 동시에 시험할 수 있다는 데 있습니다. 열 곳에 투자했는데 그중 몇 곳만 모기업의 실제 사업으로 연결될 수도 있습니다. 실패할 가능성이 있기 때문에 처음부터 전부 인수하지 않고 투자라는 방법을 사용하는 것이기도 하죠.

    따라서 “삼성이 투자했다 → 성공할 회사다 → 관련 종목을 사야 한다”는 식으로 해석하면 CVC의 의미를 거꾸로 이해하게 됩니다. 한 번의 투자보다 여러 투자에서 반복해서 나타나는 기술 분야, 후속투자 여부, 모기업과의 실제 협업, 제품 상용화 여부 등을 함께 봐야 합니다.

    대기업도 미래를 정확히 알 수 없습니다. 어떤 AI 기술이 살아남을지, 어떤 로봇이 산업현장에 자리 잡을지, 어떤 배터리 기술이 표준이 될지 아무도 확신할 수 없습니다.

    그래서 하나의 미래에 모든 돈을 걸기보다 여러 가능성에 작은 문을 열어둡니다. 유망한 스타트업을 먼저 발견하고 투자해 관계를 만들고, 기술을 시험해본 뒤 필요하면 협력을 확대하거나 인수합니다. 그런 의미에서 CVC가 사들이는 것은 스타트업의 지분만이 아닙니다. 미래에 그 기술을 선택할 수 있는 가능성도 함께 사두는 것입니다.

    필자의 시각에서 솔직히 말하자면, 저는 CVC 투자 뉴스를 접할 때마다 그 금액보다 ‘왜 하필 이 기술인가’를 먼저 묻게 됩니다. 삼성벤처투자가 반도체 주변 기술에 계속 돈을 넣는다면 그건 단순한 재무적 판단이 아닐 가능성이 높습니다. 현대차가 수소와 로봇에 반복해서 베팅한다면, 그 기업이 10년 뒤 어디에 서 있고 싶은지를 보여주는 것이라 생각합니다. 결국 CVC의 돈 흐름은 대기업이 아직 크게 말하지 않은 미래를 조금씩 드러내는 지도와 같습니다.

    앞으로 “삼성벤처투자가 ○○ 스타트업에 투자했다”, “현대차그룹이 로봇 스타트업에 투자했다”는 뉴스를 만난다면 투자금액만 보지 않아도 됩니다. 한 가지 질문을 더 던져보세요. “왜 하필 이 기술에 돈을 넣었을까?” 그 질문을 따라가다 보면 대기업이 아직 크게 말하지 않은 미래가 조금씩 보이기 시작할지도 모릅니다.

    참고 자료

    자주 묻는 질문

    Q. CVC와 일반 벤처캐피털(VC)은 어떻게 다른가요?

    A. 일반 VC는 투자수익(Exit) 자체가 주된 목적입니다. 반면 CVC는 수익과 함께 모기업의 미래 사업에 도움이 되는 기술과 파트너십을 확보하는 것이 중요한 목적입니다. 같은 스타트업에 투자하더라도 VC는 ‘얼마나 오를까’를 보고, CVC는 ‘우리 사업에 어떻게 쓸 수 있을까’를 동시에 봅니다.

    Q. 삼성·현대차·LG의 CVC 투자 포트폴리오는 어디서 확인할 수 있나요?

    A. 삼성벤처투자 공식 홈페이지에서 삼성의 투자 분야와 포트폴리오를 확인할 수 있습니다. 현대차그룹의 CVC 활동은 ZER01NE 공식 자료에서, LG의 투자 현황은 LG Technology Ventures 홈페이지에서 확인하실 수 있습니다. 각 기업의 공식 IR 자료나 보도자료도 함께 참고하면 투자 방향을 파악하는 데 도움이 됩니다.

    Q. CVC 투자 소식을 보고 관련 주식을 사도 될까요?

    A. CVC 투자가 곧 성공이나 인수를 보장하지는 않습니다. CVC의 구조 자체가 여러 가능성을 동시에 시험하는 방식이라 열 곳에 투자해도 모기업의 실제 사업과 연결되는 건 일부에 불과할 수 있습니다. 개별 투자 뉴스보다는 같은 분야에 투자가 반복되는지, 모기업과 실제 협업이 이어지는지, 제품 상용화가 진행되는지 등을 종합해서 판단하는 것이 좋습니다.

    Q. Invest → Test → Buy 방식이 항상 성공하나요?

    A. 모든 CVC 투자가 인수로 이어지지는 않습니다. LG전자와 베어로보틱스처럼 초기 투자 후 지분을 단계적으로 늘려 자회사로 편입하는 경우도 있지만, 투자 후 관계가 더 이상 진전되지 않는 경우도 많습니다. 이 방식의 핵심은 ‘확인 후 결정’이라는 점이며, 실패 비용을 줄이기 위한 구조이기도 합니다.

    함께 보면 좋은 글

    대기업은 왜 직접 개발하지 않고 스타트업 기술을 살까

    업스테이지는 왜 ‘다음’을 인수했을까? AI 스타트업이 30년 포털을 품은 이유

    #CVC#기업형 벤처캐피털#삼성벤처투자#현대차 ZER01NE#LG Technology Ventures#스타트업 투자

  • 대기업은 왜 직접 개발하지 않고 스타트업 기술을 살까?

    대기업은 왜 직접 개발하지 않고 스타트업 기술을 살까?

    삼성전자나 현대차, LG전자 같은 대기업을 보면 한 가지 궁금증이 생깁니다. 돈도 많고 연구원도 많고 연구개발 조직도 갖추고 있는데, 왜 굳이 작은 스타트업과 손을 잡거나 수백억 원을 투자하고 때로는 회사 전체를 인수할까요? 필요한 기술이 있다면 직접 사람을 뽑아 개발하면 될 것처럼 보입니다.

    하지만 기업의 입장에서 가장 비싼 자원은 반드시 돈만은 아닙니다. 시간도 돈만큼 비싼 자원입니다. 새로운 기술 하나를 처음부터 개발하려면 연구원을 확보하고 조직을 만들고 수없이 실패하면서 기술을 축적해야 합니다. 그렇게 3년, 5년이 흐르는 동안 시장은 기다려주지 않습니다. 반면 어떤 스타트업이 이미 한 분야만 몇 년 동안 파고들어 기술과 인재, 시행착오를 축적해 놓았다면 이야기가 달라집니다.

    대기업이 스타트업에서 얻는 것은 완성된 기술 하나만이 아닙니다. 그 기술을 만드는 데 들어간 시간과 시행착오, 사람과 경험을 함께 확보하는 것에 가깝습니다. 그런데 여기서 또 다른 질문이 생깁니다. 그렇게 외부 기술이 필요하다면 유망한 스타트업을 발견하는 대로 그냥 인수해버리면 되지 않을까요?

    직접 만들까, 손잡을까, 투자할까, 아예 살까

    실제 기업의 선택은 그렇게 단순하지 않습니다. 새로운 기술이 필요해졌을 때 기업에는 크게 네 가지 카드가 있습니다. 직접 개발하는 Build, 외부 기업과 협력하는 Partner, 가능성을 보고 자금을 넣는 Invest, 그리고 회사를 인수해 기술과 인력을 내부로 가져오는 Buy입니다.

    어떤 카드를 선택할지는 기술의 중요성과 시급성, 내부 개발 역량, 시장의 불확실성 등에 따라 달라집니다. 회사의 핵심 경쟁력이고 내부에 충분한 역량이 있다면 직접 개발할 수 있습니다. 외부의 뛰어난 기술이 있지만 아직 가능성을 검증해야 한다면 협력이 더 합리적일 수 있습니다. 기술은 유망하지만 시장이 어떻게 될지 확신하기 어렵다면 투자부터 할 수도 있습니다. 반대로 그 기술과 인재가 앞으로 회사의 핵심 경쟁력이 될 것이라고 판단하면 아예 인수를 선택할 수도 있습니다.

    중요한 것은 Build, Partner, Invest, Buy가 서로 완전히 분리된 네 개의 상자가 아니라는 점입니다. 기업은 상황이 바뀌면서 한 전략에서 다른 전략으로 이동하기도 합니다.

    현대차는 왜 딥엑스를 인수하지 않고 함께 개발했을까

    현대차그룹과 국내 AI 반도체 스타트업 딥엑스의 협력이 좋은 사례입니다. 딥엑스는 적은 전력으로 기기 자체에서 AI 연산을 수행하는 온디바이스 AI 반도체를 개발합니다. 현대차그룹에 필요한 것은 당장 딥엑스라는 회사 자체를 소유하는 것이 아니라, 이 기술이 실제 로봇 환경에서 제대로 작동하고 경쟁력을 갖출 수 있는지를 확인하고 활용하는 것이었습니다.

    그렇다면 굳이 회사를 통째로 살 필요가 없습니다. 기술을 함께 개발하고 실제 환경에서 검증하면서 필요한 결과를 얻을 수 있기 때문입니다. 기술을 사용할 수 있다고 해서 반드시 그 기술을 가진 회사를 소유해야 하는 것은 아닙니다. 오히려 협력을 통해 기술과 시장의 가능성을 확인하면서 인수에 따르는 비용과 위험을 줄일 수도 있습니다.

    이런 관점에서 보면 기업 간 기술협력 뉴스도 조금 다르게 보입니다. 단순히 “두 회사가 손을 잡았다”가 아니라 왜 이 회사는 투자도 인수도 아닌 협력을 선택했을까를 질문할 수 있습니다. 그 질문을 던지는 순간 기업의 전략이 보이기 시작합니다.

    LG는 왜 베어로보틱스에 투자한 뒤 결국 인수했을까

    대기업 스타트업 투자가 기술 검증을 거쳐 인수로 이어지는 기업 전략

    LG전자와 로봇 스타트업 베어로보틱스의 사례는 한 단계 더 흥미롭습니다. LG전자는 2024년 베어로보틱스에 6천만 달러를 투자해 약 21%의 지분을 확보했습니다. 그런데 처음부터 회사를 완전히 인수하지 않았습니다. 이후 2025년 추가 지분을 확보하면서 지분율을 51%로 높이고 경영권을 가져왔습니다. LG는 베어로보틱스의 로봇 소프트웨어 플랫폼과 여러 로봇을 제어하는 기술 등을 자사의 로봇 사업과 결합하려는 전략을 추진했습니다.

    이 사례에서 주목할 부분은 Invest에서 Buy로 이동했다는 것입니다. 처음에는 지분 투자라는 방식으로 관계를 맺었지만 이후에는 경영권 확보까지 나아갔습니다. 이를 두고 LG가 투자 기간 동안 기술을 시험해보고 확신이 생겨 인수했다고 단정할 수는 없습니다. 다만 기업이 처음부터 하나의 전략만 고집하는 것이 아니라 기술의 전략적 중요성과 사업 방향에 따라 투자에서 인수로 이동할 수 있다는 점은 분명하게 보여줍니다.

    그래서 기업의 기술 확보 전략은 일직선이라기보다 움직이는 지도에 가깝습니다. Partner에서 Invest로 갈 수도 있고, Invest에서 Buy로 갈 수도 있습니다. 반대로 시장 상황이 달라지면 투자만 유지하거나 협력관계를 끝낼 수도 있습니다. 미래기술을 다루는 기업일수록 처음부터 모든 것을 확신할 수 없기 때문입니다.

    그런데 회사를 사면 정말 끝일까?

    스타트업 인수 후 기존 팀의 자율성과 조직문화를 유지하는 성공적인 기업 통합
    AI 재현 이미지

    여기까지 보면 Buy가 마지막 단계처럼 느껴집니다. 필요한 기술과 사람이 중요해졌다면 돈을 주고 회사를 사서 내부로 가져오면 모든 문제가 해결될 것 같습니다. 하지만 실제 M&A에서는 어쩌면 이때부터 더 어려운 문제가 시작됩니다.

    바로 Integrate, 인수 후 통합입니다.

    회사를 인수하면 법적으로는 소유권을 확보할 수 있습니다. 특허도 가져올 수 있고 제품과 브랜드도 가져올 수 있습니다. 그러나 그 회사를 성공시켰던 사람들의 생각과 팀워크, 조직문화, 의사결정 속도까지 계약서에 적어서 가져올 수 있는 것은 아닙니다.

    그래서 회사를 인수하는 것과 그 회사의 능력을 인수하는 것은 같은 일이 아닙니다.

    Microsoft는 GitHub를 샀지만 모두 Microsoft식으로 바꾸지 않았다

    Microsoft가 2018년 GitHub를 인수한 사례는 이 문제를 생각하기에 좋습니다. Microsoft는 GitHub 인수를 완료하면서 GitHub가 독립적으로 운영되고 개발자 중심의 철학을 유지할 것이라고 밝혔습니다. 개발자들이 어떤 언어와 도구, 운영체제와 클라우드를 선택하든 계속 지원하겠다는 방침도 제시했습니다.

    여기에는 중요한 원리가 숨어 있습니다. Microsoft는 GitHub를 인수했지만 GitHub가 가진 모든 것을 Microsoft 방식으로 바꾸는 것이 반드시 최선이라고 보지는 않았습니다. 대신 대기업이 가진 자원과 글로벌 사업 역량은 연결하면서 GitHub가 성장할 수 있었던 개발자 중심의 특성과 생태계는 상당 부분 유지하는 방향을 택했습니다.

    이 사례를 보면 Integrate의 의미를 단순히 ‘두 회사를 하나로 합치는 것’이라고 이해해서는 안 됩니다. 더 정확하게 말하면 무엇을 합치고 무엇을 남겨둘지를 결정하는 과정입니다. 회계나 법무, 인프라처럼 대기업과 결합했을 때 효율성이 높아지는 부분은 연결할 수 있습니다. 그러나 제품을 어떻게 만들 것인지, 어떤 실험을 할 것인지 같은 핵심적인 의사결정까지 모두 대기업의 기존 결재구조 안에 집어넣으면 스타트업이 가지고 있던 속도와 창의성을 잃을 수도 있습니다.

    스타트업이 자기와 달라서 샀는데 자기와 똑같이 만들어버린다면

    반대편에는 Cisco와 WebEx의 사례가 있습니다. Cisco는 2007년 온라인 회의 서비스 기업 WebEx를 인수했습니다. 당시 WebEx에서 핵심적인 역할을 하던 Eric Yuan도 Cisco에 남았지만 결국 회사를 떠났고 이후 Zoom을 창업했습니다. 인수 이후 기존 WebEx 조직의 방식과 새로운 방향을 둘러싼 문제가 그 과정에 영향을 미친 것으로 알려져 있습니다.

    이 사례를 모든 M&A 실패의 전형이라고 단정할 수는 없습니다. 하지만 스타트업 인수에서 무엇을 잃을 수 있는지를 생각하게 해주는 사례임은 분명합니다. 대기업이 스타트업을 인수하는 중요한 이유 가운데 하나는 자기 조직에 없는 기술과 사람, 빠른 의사결정 방식 때문입니다. 그런데 인수 직후 기존 팀을 해체하고, 핵심 인력을 의사결정에서 제외하고, 모든 업무방식을 대기업의 기존 방식으로 바꿔버린다면 이상한 일이 벌어집니다.

    대기업은 스타트업이 자기와 다르기 때문에 샀는데, 인수한 뒤 자기와 똑같이 만들어버릴 수 있습니다.

    그 순간 비싼 돈을 주고 확보했던 ‘차이’가 사라질 수 있습니다.

    사람 한 명보다 그 사람이 일하던 팀이 중요할 수도 있다

    이것은 단순히 몇몇 기업의 일화만은 아닙니다. Google과 Meta가 인재 확보 목적으로 인수한 스타트업 241건과 창업자 454명을 추적한 연구에서는 창업자가 조직 안에서 영향력 있는 역할을 맡거나 자신들이 개발하던 기술이 인수기업에서 계속 활용될 때 조기 이탈 가능성이 낮아지는 경향이 나타났습니다. 특히 기존 공동창업자 팀을 함께 유지하는 것이 장기적인 인력 유지와 관련된 중요한 요인으로 나타났습니다.

    생각해보면 당연한 면도 있습니다. 회사의 간판과 최고경영진이 바뀌더라도 내가 함께 일하던 사람들이 그대로 있고, 우리가 하던 일이 중요하게 취급되며, 전문성을 인정받고 의사결정에 참여할 수 있다면 일하는 환경의 핵심은 크게 달라지지 않습니다. 반대로 인수되자마자 기존 조직이 해체되고 자신들의 전문성이 무시된다면 직원들은 “회사는 우리 기술이 필요했을 뿐 우리는 필요하지 않았구나”라고 느낄 수 있습니다.

    그래서 좋은 통합은 흡수보다 연결에 가까울 수 있습니다. 대기업이 가진 자본과 고객, 유통망, 인프라를 스타트업에 연결하되 스타트업이 가진 전문성, 팀워크, 의사결정 속도까지 모두 없애지는 않는 것입니다.

    이제 기업의 스타트업 투자 뉴스를 다르게 읽어보자

    앞으로 “○○기업, AI 스타트업에 500억 원 투자”라는 기사를 보게 된다면 투자금액만 보고 지나칠 필요는 없습니다. 그 뒤에 훨씬 재미있는 질문이 숨어 있기 때문입니다.

    왜 직접 만들지 않았을까? 왜 협력을 선택했을까? 왜 인수하지 않고 투자만 했을까? 왜 어느 순간에는 아예 회사를 사버렸을까? 그리고 인수했다면 무엇을 합치고 무엇을 남겨두려 할까?

    이 질문들을 하나씩 던져보면 기업의 행동 뒤에 숨어 있는 기술의 중요도와 시급성, 불확실성, 그리고 미래전략이 조금씩 보이기 시작합니다. 결국 Build → Partner → Invest → Buy → Integrate는 어려운 경영학 용어를 외우기 위한 공식이 아니라 기업이 미래기술을 확보하는 과정을 읽어내는 하나의 렌즈입니다.

    처음의 질문으로 다시 돌아가보겠습니다. 돈도 많고 사람도 많은 대기업은 왜 스타트업을 찾을까요? 이미 스타트업이 축적해 놓은 기술만 필요한 것이 아니기 때문입니다. 그 기술을 만들기까지 들어간 시간과 시행착오, 사람과 경험도 필요합니다.

    그러나 돈으로 이미 축적된 기술과 시간은 살 수 있어도, 그 기술을 만들어낸 사람과 조직의 능력을 계속 살아 있게 만드는 것은 전혀 다른 문제입니다. 어쩌면 M&A의 진짜 실력은 좋은 회사를 찾아내는 순간보다, 그 회사를 산 다음부터 드러나는지도 모릅니다.


    Q1. 대기업은 자금과 연구인력이 많은데 왜 모든 기술을 직접 개발하지 않나요?
    직접 개발에는 돈뿐 아니라 시간이 필요하기 때문입니다. 이미 특정 분야에서 수년 동안 기술과 경험을 축적한 스타트업과 협력하거나 투자·인수하면 개발에 필요한 시간과 시행착오를 줄일 수 있습니다. 다만 핵심 경쟁력으로 반드시 내부에 축적해야 하는 기술이라면 직접 개발을 선택하기도 합니다.

    Q2. 스타트업과 협력하는 것과 투자하는 것은 무엇이 다른가요?
    협력은 특정 기술을 공동 개발하거나 활용하는 데 목적을 둘 수 있는 반면, 투자는 지분을 확보하면서 기업의 성장 가능성과 기술에 보다 장기적으로 참여하는 방식입니다. 실제 기업에서는 협력과 투자가 동시에 이루어지기도 하므로 두 방식이 완전히 분리되는 것은 아닙니다.

    Q3. 대기업은 어떤 경우 스타트업을 아예 인수하나요?
    해당 스타트업의 기술이나 인재, 플랫폼 등이 자사의 미래 경쟁력에 중요하고 외부 협력만으로는 충분하지 않다고 판단할 때 인수를 선택할 수 있습니다. 다만 기술의 불확실성, 인수가격, 조직 통합 문제 등도 함께 고려해야 하므로 좋은 기술을 가진 회사라고 해서 반드시 인수하는 것은 아닙니다.

    Q4. 스타트업을 인수한 뒤 독립성을 유지하는 것이 왜 중요한가요?
    스타트업의 경쟁력은 기술만이 아니라 사람과 팀, 빠른 의사결정과 조직문화에서 나오기도 합니다. 인수 후 이것을 모두 없애고 대기업 방식만 강요하면 핵심 인재가 떠나거나 혁신성이 약해질 수 있습니다. 따라서 성공적인 통합에서는 무엇을 합칠 것인가만큼 무엇을 남겨둘 것인가가 중요합니다.

    함께 보면 좋은 글

    국내 AI 반도체 스타트업 딥엑스, 현대차·바이두·삼성 동시 협력의 의미

    참고 자료

    1. LG전자 — 베어로보틱스 지분 51% 확보 공식 발표
      LG전자 베어로보틱스 인수 공식 발표
    2. Microsoft — GitHub 인수 공식 발표
      Microsoft의 GitHub 인수 공식 발표
    3. Small Business Economics — 스타트업 인수 후 창업자 유지 연구
      스타트업 인수 후 창업자 유지 연구
  • 국내 AI 반도체 스타트업 딥엑스, 현대차·바이두·삼성 동시 협력의 의미

    국내 AI 반도체 스타트업 딥엑스, 현대차·바이두·삼성 동시 협력의 의미

    최근 국내 AI 반도체 스타트업 딥엑스가 현대자동차그룹과 함께 그 공식을 완전히 뒤집는 칩을 세상에 내놓았습니다. 파이낸셜뉴스가 2026년 2월 4일 보도한 내용에 따르면, 딥엑스와 현대차그룹은 2023년부터 협력 관계를 다져오며 로봇 전용 온디바이스 AI 칩 ‘엣지 브레인’을 공동 개발했고, 이번에 3년 파트너십까지 정식으로 체결했습니다. 양산까지 딥엑스가 직접 맡는다고 하니, 단순한 기술 시연이나 협약서 사인 수준이 아닌 거죠.

    제가 이 소식을 처음 접했을 때 솔직히 놀랐습니다. 국내 스타트업이 글로벌 완성차 그룹과 칩을 ‘같이 만들고’, 심지어 ‘직접 공급’까지 하는 경우는 정말 드문 일이거든요. 이번 글에서는 엣지 브레인이 무엇인지, 왜 이게 로봇 업계에서 주목받는지, 그리고 딥엑스라는 회사가 어떤 그림을 그리고 있는지를 차근차근 풀어드리겠습니다.

    온디바이스 AI 칩이란 무엇인가요?

    온디바이스 AI라는 말이 낯설게 느껴지시는 분들을 위해 먼저 쉽게 풀어드릴게요. 우리가 스마트폰으로 사진을 찍으면, 예전에는 그 사진을 서버로 보내서 ‘이게 강아진지 고양이인지’ 판단한 뒤 결과를 다시 받아왔습니다. 그런데 온디바이스 방식은 그 판단 자체를 기기 안에서 바로 처리해버리는 겁니다.

    마치 계산을 할 때 선생님께 전화해서 물어보는 것과, 머릿속으로 직접 계산하는 것의 차이라고 보시면 됩니다. 외부 연결이 필요 없으니 속도가 빠르고, 네트워크가 끊겨도 작동하며, 무엇보다 데이터가 외부로 나가지 않아 보안 측면에서도 유리합니다.

    로봇에게 이 방식이 특히 중요한 이유가 있습니다. 병원 복도를 혼자 돌아다니는 로봇이 장애물을 발견했을 때, 서울 어딘가의 서버에 ‘이게 뭔지 물어보고’ 0.5초 뒤에 답을 받아서 피하면 이미 늦습니다. 즉각적인 판단이 필요한 거죠. 엣지 브레인은 바로 이 즉각 판단을 로봇 내부에서 가능하게 해주는 칩입니다.

    딥엑스와 현대차, 3년의 협력이 만들어낸 ‘엣지 브레인’

     딥엑스의 온디바이스 AI 반도체
    ※ AI로 재현한 개념 이미지

    딥엑스와 현대자동차그룹의 인연은 2023년부터 시작됐습니다. 어느 날 갑자기 계약서 하나를 쓴 게 아니라, 3년 가까이 함께 기술을 다듬어온 결과물이라는 점이 이번 발표의 핵심이라고 생각합니다.

    이렇게 긴 시간 동안 협력한다는 건, 현대차 측이 딥엑스의 기술을 단순히 ‘괜찮아 보이네’ 수준이 아니라 실제 제품에 탑재할 만큼 검증했다는 의미이기도 합니다.

    자동차·로봇처럼 안전이 최우선인 산업에서는 특히 더 엄격한 검증이 이뤄지거든요.이번에 체결한 3년 파트너십에서 주목할 부분은 딥엑스가 공동 개발은 물론 양산까지 담당한다는 점입니다. 업계에서는 대기업과의 기술 협력이 실제 제품 적용이나 양산 단계까지 이어지는 경우는 제한적이라는 평가가 나오는데, 이번 사례는 그 드문 경우에 해당한다는 거죠.

    엣지 브레인, 어떤 로봇에 쓰이나요?

    현대차·기아는 엣지 브레인을 기반으로 병원, 호텔 등 다양한 로보틱스 솔루션에 순차적으로 적용하는 방안을 검토 중이라고 알려집니다. 병원에서 물품을 나르거나, 호텔 객실에 짐을 가져다주는 서비스 로봇들이 가장 먼저 떠오르는 적용 사례겠죠.

    이런 공간에서는 사람과 로봇이 같은 공간에서 수시로 마주치기 때문에, 순간적인 판단력과 안정적인 동작이 절대적으로 중요합니다. 클라우드에 의존하지 않고 스스로 인지·판단·제어를 처리하는 엣지 브레인이 이런 환경에 딱 맞는 이유가 바로 여기에 있습니다.

    딥엑스가 주목받는 진짜 이유: 현대차 하나가 전부가 아니다

    딥엑스의 행보를 살펴보면, 현대차와의 협력이 끝이 아니라는 걸 금방 알 수 있습니다. 우리가 주변에서 흔히 보듯, 기술력 있는 회사는 여러 대형 파트너를 동시에 끌어당기는 법이거든요.

    딥엑스 AI 반도체의 생산·검증
    AI로 재현한 이미지

    딥엑스는 중국의 빅테크 기업 바이두와 NPU(신경망처리장치) 분야 협력을 공식화했습니다. NPU란 AI 연산에 특화된 반도체 회로인데, 쉽게 말해 ‘수학 문제만 아주 빠르게 푸는 뇌’라고 생각하시면 됩니다. 일반 CPU가 여러 과목을 두루 잘하는 학생이라면, NPU는 수학 올림피아드 챔피언에 가깝습니다.

    여기에 더해, 차세대 공정 기술 확보를 위해 삼성전자와 2나노 공정 관련 협력도 진행 중인 것으로 전해집니다. 2나노 공정은 현재 반도체 업계에서 가장 앞선 제조 기술 중 하나로, 이 분야에서 삼성전자와 손을 잡는다는 건 딥엑스가 단순한 설계 전문 스타트업을 넘어 양산 경쟁력까지 갖추려는 의지를 보여주는 것입니다.

    바이두 협력의 의미

    바이두는 중국 최대 인터넷 기업이자 AI 분야에서 독자적인 생태계를 구축해온 회사입니다. 이 회사와의 NPU 협력 공식화는 딥엑스의 기술이 국내를 넘어 글로벌 시장에서도 인정받고 있다는 신호로 읽힙니다.

    특히 NPU 시장은 엣지 AI 수요가 늘어나면서 전 세계적으로 빠르게 성장하고 있는 분야입니다. 관련 업계에서는 로봇·자율주행·스마트 디바이스를 중심으로 온디바이스 AI 칩 수요가 지속적으로 확대될 것이라는 전망이 나오고 있습니다.

    삼성전자 2나노 공정 협력의 의미

    2나노 공정은 반도체 회로 선폭이 2나노미터(nm) 수준에 해당하는 초미세 공정입니다. 사람 머리카락 두께의 수만 분의 1 수준이라고 하면 얼마나 정밀한지 감이 오실 겁니다.

    딥엑스가 삼성전자와 이 최첨단 공정에서 협력한다는 것은, 차세대 AI 칩의 성능과 전력 효율을 동시에 끌어올리겠다는 방향성을 명확히 한 것입니다. 스타트업이 이 수준의 공정에 접근하는 것 자체가 업계에서는 이례적인 일로 여겨지며, 기술 신뢰성을 다시 한번 확인할 수 있는 대목입니다.

    왜 이 협력이 업계에서 ‘이례적’으로 평가받나요?

    반도체·로봇 업계를 조금이라도 들여다본 분이라면 알겠지만, 대기업이 스타트업과 ‘협력 검토 중’이라고 발표하는 건 사실 드물지 않습니다. 문제는 그 이후인데, 실제 제품에 탑재되고 양산까지 이어지는 경우는 생각보다 훨씬 적습니다.

    그 이유는 크게 두 가지입니다. 하나는 기술 신뢰성, 다른 하나는 공급 역량이에요. 기술이 아무리 뛰어나도 ‘수십만 개를 안정적으로 만들어서 납품할 수 있느냐’는 완전히 다른 문제거든요. 마치 요리를 잘하는 것과 식당을 운영하는 것이 다른 것처럼요.

    딥엑스는 이번 현대차와의 계약에서 이 두 가지를 동시에 인정받았다는 평가를 받고 있습니다. 단순히 ‘기술이 좋다’를 넘어 ‘믿고 맡길 수 있는 파트너’로 자리매김했다는 뜻이고, 이것이 업계에서 이번 사례를 주목하는 진짜 이유입니다.

    국내 AI 반도체 생태계에 던지는 시사점

    딥엑스의 사례는 국내 AI 반도체 스타트업 생태계 전체에 적지 않은 의미를 던집니다. 지금까지 한국의 AI 반도체 분야는 삼성전자·SK하이닉스 같은 대형 메모리 반도체 기업 중심으로 이야기가 전개돼왔는데, 시스템 반도체·AI 칩 설계 쪽에서 독자적인 존재감을 키워온 스타트업이 글로벌 완성차 그룹 및 빅테크와 어깨를 나란히 하게 된 것이거든요.

    이제 국내에서도 ‘반도체는 대기업의 영역’이라는 인식이 서서히 바뀌고 있다는 신호로 보입니다. 특화된 AI 연산 칩, 즉 특정 용도에 최적화된 NPU나 엣지 AI 칩 분야에서는 설계력과 소프트웨어 이해도가 핵심 경쟁력이고, 이 부분에서는 민첩한 스타트업이 오히려 강점을 발휘할 수 있거든요.

    로봇 시장이 본격적으로 커지는 이 시점에, 딥엑스처럼 현장에 밀착한 온디바이스 AI 칩 전문 기업의 역할이 더욱 중요해질 것이라는 전망이 나오는 이유가 여기에 있습니다.

    딥엑스와 현대자동차그룹의 협력은 단순한 ‘스타트업과 대기업의 만남’ 그 이상입니다. 3년간의 공동 개발, 3년 파트너십 체결, 그리고 양산까지 딥엑스가 직접 담당한다는 사실은 이 회사가 기술력과 공급 역량 모두를 동시에 인정받았다는 뜻이거든요.

    여기에 바이두와의 NPU 협력, 삼성전자와의 2나노 공정 협력까지 더해지면, 딥엑스는 지금 국내외로 촘촘한 기술 네트워크를 빠르게 구축해가고 있다고 볼 수 있습니다. 엣지 브레인이 병원과 호텔의 로봇에 실제로 탑재되는 날이 멀지 않아 보이는 이유입니다.

    로봇이 클라우드 없이 스스로 생각하는 시대가 가까워지고 있습니다. 그 중심에 국내 스타트업이 있다는 사실, 꽤 설레지 않으신가요?

    참고 자료

    자주 묻는 질문

    Q. 딥엑스 ‘엣지 브레인’은 기존 로봇 칩과 어떻게 다른가요?

    A. 일반적인 로봇은 복잡한 판단을 위해 외부 서버나 클라우드와 통신해야 합니다. 엣지 브레인은 인지·판단·제어를 로봇 내부에서 직접 처리하도록 설계된 온디바이스 AI 칩입니다. 네트워크 연결 없이도 즉각 반응이 가능하고, 보안성과 응답 속도 모두에서 장점이 있습니다.

    Q. 현대차와 딥엑스는 어떤 분야의 로봇에 엣지 브레인을 적용할 예정인가요?

    A. 파이낸셜뉴스 보도에 따르면, 현대차·기아는 병원과 호텔 등 다양한 로보틱스 솔루션에 순차적으로 적용하는 방안을 검토 중이라고 합니다. 사람과 함께하는 서비스 로봇 분야가 우선 대상으로 알려져 있습니다.

    Q. 딥엑스가 바이두와 삼성전자와도 협력한다고 하는데, NPU와 2나노 공정이 뭔가요?

    A. NPU(신경망처리장치)는 AI 연산에 특화된 반도체 회로로, 딥러닝 계산을 아주 빠르고 효율적으로 처리합니다. 2나노 공정은 현재 반도체 업계에서 가장 앞선 초미세 제조 기술 중 하나로, 같은 크기 안에 더 많은 회로를 집적해 성능과 전력 효율을 동시에 높여줍니다.

    Q. 딥엑스는 어떤 회사인가요? 상장된 기업인가요?

    A. 딥엑스는 국내 AI 반도체 전문 스타트업으로, 온디바이스 AI 칩 설계에 특화된 회사입니다. 현재 상장 여부나 재무 현황 등 세부 정보는 공개된 자료를 통해 별도로 확인하시는 것을 권장합니다. 본문에서 소개한 협력 내용은 2026년 2월 4일 파이낸셜뉴스 보도를 기반으로 합니다.

    함께 보면 좋은 글

    업스테이지는 왜 ‘다음’을 인수했을까? AI 스타트업이 30년 포털을 품은 이유

    국내 AI 반도체 스타트업 딥엑스, 현대차·바이두·삼성 동시 협력의 의미

  • 업스테이지는 왜 ‘다음’을 인수했을까? AI 스타트업이 30년 포털을 품은 이유

    업스테이지는 왜 ‘다음’을 인수했을까? AI 스타트업이 30년 포털을 품은 이유

    2026년 5월, 국내 IT 업계에서 꽤 낯선 장면이 만들어졌습니다.

    1995년 출범해 한국 인터넷의 한 시대를 대표했던 포털 ‘다음(Daum)’. 그 다음의 운영사를 인수한 기업은 네이버도, 통신사도, 다른 대기업도 아니었습니다. 2020년에 설립된 AI 스타트업 업스테이지였습니다.

    보통 스타트업의 성공 이야기는 반대 방향으로 흘러갑니다. 작은 기업이 빠르게 성장하고, 어느 순간 대기업이 그 회사를 인수합니다. 그런데 이번에는 설립된 지 6년밖에 되지 않은 AI 기업이 30년 역사의 포털을 품었습니다.

    도대체 업스테이지는 왜 다음이 필요했을까요?이 질문의 답을 찾으려면 ‘다음의 주인이 바뀌었다’는 뉴스에서 한 걸음 더 들어가야 합니다. 돈이 어디에서 어디로 움직였는지, 그리고 그 돈으로 업스테이지가 무엇을 얻으려 했는지를 따라가 보겠습니다.

    1조 원 AI 스타트업이 된 업스테이지

    업스테이지 AI 기술과 Solar LLM, OCR, Document AI 결합

    먼저 업스테이지가 어떤 회사인지부터 알아야 합니다.

    업스테이지는 2020년 설립된 AI 기업으로 자체 거대언어모델(LLM) ‘솔라(Solar)’를 개발하고 있습니다. 쉽게 말하면 다른 회사의 AI를 가져다 서비스하는 것이 아니라 AI의 두뇌가 되는 모델 자체를 만드는 회사입니다.

    그리고 2026년 들어 이 회사로 큰돈이 들어왔습니다.업스테이지는 4월 1,800억 원 규모의 시리즈 C 1차 투자를 마무리했습니다. 이 투자로 누적 투자유치액은 약 4,000억 원이 됐고 기업가치 1조 원을 넘어서면서 국내 AI 개발 스타트업 가운데 처음으로 유니콘 기업 반열에 올랐습니다. 투자에는 현대차·기아 등 전략적 투자자도 참여했습니다.

    그리고 불과 한 달도 지나지 않은 5월 7일, 업스테이지는 포털 다음을 운영하는 AXZ 인수를 최종 확정합니다.

    이 두 사건을 따로 보면 하나는 투자 뉴스이고 다른 하나는 M&A 뉴스입니다.하지만 붙여놓으면 이야기가 달라집니다.AI 기술을 만들던 스타트업으로 대규모 자본이 들어왔고, 그 회사가 이제 사람들이 실제로 사용하는 인터넷 플랫폼을 품기 시작한 것입니다.돈의 흐름이 다음 단계로 넘어간 셈입니다.

    그런데 AI 회사가 포털은 왜 필요할까?

    여기에서 아주 단순한 질문을 하나 해볼 필요가 있습니다.AI를 잘 만드는 것과 AI 사업을 잘하는 것은 같은 일일까요?그렇지 않습니다.아무리 뛰어난 AI 모델을 만들어도 사람들이 사용할 곳이 없다면 그 기술은 사용자에게 도달하기 어렵습니다.

    조금 쉽게 비유해보겠습니다.업스테이지가 지금까지 아주 뛰어난 요리사를 키우는 회사였다고 생각해보죠. 좋은 재료를 구하고, 새로운 조리법을 연구하고, 경쟁 요리사보다 더 맛있는 음식을 만드는 데 집중했습니다.그런데 문제가 하나 있습니다.

    식당이 없습니다.

    요리 실력이 아무리 뛰어나도 손님을 만날 공간이 없다면 다른 식당에 요리사를 보내거나 다른 플랫폼을 빌려야 합니다. 다음에는 업스테이지에 없던 것이 있습니다.검색이 있고, 콘텐츠가 있고, 사람들이 오랫동안 이용해온 서비스가 있습니다.즉 사람들이 들어오는 문이 이미 만들어져 있습니다.그래서 업스테이지가 인수한 것은 단순히 ‘다음’이라는 오래된 간판 하나라고 보기 어렵습니다.

    업스테이지는 공식적으로 자체 LLM 솔라를 다음의 검색엔진과 방대한 콘텐츠 데이터에 결합해 차세대 AI 포털로 발전시키겠다고 밝혔습니다. 기존처럼 검색어와 관련된 문서를 나열하는 데서 벗어나 사용자의 의도와 맥락을 이해하고 답을 제공하는 ‘콘텍스트 AI’를 만들겠다는 구상입니다.그러니까 업스테이지에는 AI 두뇌가 있었고, 다음에는 그 두뇌가 사람을 만날 공간이 있었던 것입니다. 둘을 합치겠다는 겁니다.

    ‘사용자 데이터를 샀다’고 하면 안 되는 이유

    여기에서 한 가지는 정확하게 구분할 필요가 있습니다.이번 인수를 두고 업스테이지가 “다음 이용자들의 개인정보를 사들였다”고 이해하면 안 됩니다.

    회사를 인수했다고 해서 이용자의 개인정보를 마음대로 AI 학습에 사용할 수 있는 것은 아닙니다. 업스테이지가 공식적으로 강조한 것은 다음의 검색엔진과 콘텐츠 데이터, 그리고 이를 솔라와 결합한 AI 포털입니다.그래서 이번 거래를 이해할 때 중요한 것은 개인정보 자체가 아니라 콘텐츠와 검색 인프라, 그리고 사용자가 실제 서비스를 이용하는 접점입니다.

    이 차이를 알고 보면 이번 M&A가 훨씬 선명해집니다.업스테이지는 AI 모델만 개발하는 회사에서 AI를 직접 소비자에게 서비스할 수 있는 회사로 한 단계 이동하려는 것입니다.

    카카오는 왜 다음을 넘겼을까?

    그렇다면 반대편도 봐야 합니다.업스테이지가 다음을 원했다면 카카오는 왜 다음을 넘겼을까요?이번 거래는 단순한 현금 매각이 아니었습니다.2026년 1월 카카오는 자신이 보유한 AXZ 지분 전량을 업스테이지로 이전하고, 그 대신 업스테이지의 일정 지분을 취득하는 주식교환 방식의 양해각서를 체결했습니다. 이후 약 4개월의 실사를 거쳐 5월 본계약이 체결됐습니다.

    이 구조가 흥미롭습니다.카카오는 다음이라는 포털을 직접 경영하는 대신 성장하는 AI 기업 업스테이지의 주주가 되는 길을 선택했습니다.돈의 흐름이라는 관점에서 보면 양쪽이 서로 다른 것을 교환한 셈입니다.

    업스테이지는 AI 기술에 검색·콘텐츠·사용자 접점을 붙였고, 카카오는 포털의 직접 경영권 대신 AI 스타트업의 미래 가치에 올라탔습니다.그래서 이번 M&A는 단순히 “카카오가 다음을 팔았다”라고만 보면 절반밖에 보이지 않습니다.오래된 인터넷 플랫폼과 새롭게 성장하는 AI 기업이 서로 필요한 자산을 교환한 사건에 더 가깝습니다.

    업스테이지의 AI는 어디까지 왔을까?

    그렇다면 업스테이지가 가지고 있다는 ‘AI 두뇌’는 실제로 어느 정도일까요? 2026년 7월 업스테이지는 새로운 파운데이션 모델 Solar Open 2를 공개했습니다.

    총 2,500억 개(250B)의 파라미터를 갖지만 한 번의 처리에는 150억 개(15B)만 활성화하는 MoE 구조를 사용합니다. 쉽게 말하면 거대한 전문가 조직 전체를 매번 움직이는 대신 질문에 필요한 전문가들만 불러서 일시키는 방식입니다.

    업스테이지는 이 모델을 단순한 질문·답변용 AI가 아니라 검색하고, 문서를 읽고, 코드를 작성하고, 외부 도구를 이용해 실제 업무를 수행하는 AI 에이전트의 기반 모델로 개발했다고 설명합니다.

    여기에서 다시 다음 인수와 연결됩니다.업스테이지가 원하는 것은 단순히 좋은 AI 모델 하나를 만드는 것으로 끝나지 않을 가능성이 큽니다.AI가 검색하고, 콘텐츠를 읽고, 사용자의 의도를 파악하고, 실제 서비스를 제공하려면 AI가 활동할 공간이 필요합니다.다음은 그 실험을 수많은 실제 이용자와 해볼 수 있는 플랫폼이 될 수 있습니다.

    AI 시대에는 ‘두뇌’만 가져서는 부족하다

    여기서 이번 사건보다 조금 더 큰 흐름이 보입니다.

    업스테이지 다음 인수 이후 AI 기술과 검색·콘텐츠 플랫폼의 결합

    AI 경쟁의 초반에는 누가 더 좋은 모델을 만드느냐가 가장 중요했습니다.하지만 좋은 모델이 계속 등장하면 다음 경쟁은 달라질 수 있습니다.누가 그 AI를 실제 사용자와 연결할 것인가.

    검색, 쇼핑, 금융, 업무 프로그램, 스마트폰, 자동차처럼 사람들이 이미 사용하는 서비스 안에 AI가 들어가기 시작하면 AI 모델의 성능뿐 아니라 사용자와 만나는 통로 자체가 경쟁력이 됩니다.

    업스테이지와 다음의 결합을 주목할 이유도 여기에 있습니다. 업스테이지가 다음을 성공적으로 AI 포털로 바꿀 수 있다면, 이 회사는 단순한 AI 모델 개발사를 넘어 자신의 AI 기술과 사용자 플랫폼을 함께 가진 기업으로 변할 수 있습니다.물론 아직은 ‘가능성’입니다.

    돈이 움직였다고 성공이 보장되는 것은 아니다

    우리의 렌즈로 마지막까지 보려면 여기서 멈추면 안 됩니다.돈이 움직인 곳이 항상 미래가 되는 것은 아니기 때문입니다.업스테이지가 유니콘이 됐다고 성공이 확정된 것도 아니고, 다음을 인수했다고 네이버나 구글과 경쟁할 수 있다는 뜻도 아닙니다.오히려 이제부터 어려운 시험이 시작됩니다.

    오랫동안 사용해온 다음 이용자들에게 AI 기능을 어떻게 자연스럽게 제공할 것인지, 검색 경쟁력을 실제로 끌어올릴 수 있는지, AI 서비스 운영에 필요한 막대한 비용을 감당하면서 수익모델을 만들 수 있는지도 지켜봐야 합니다.

    무엇보다 기술적으로 좋은 AI와 사람들이 매일 쓰는 서비스는 전혀 다른 문제입니다. 그래서 이 이야기는 2026년 5월에 끝나지 않습니다.앞으로 우리가 확인해야 할 것은 분명합니다.업스테이지가 다음을 어떻게 바꾸는가.

    검색이 실제 AI 중심으로 바뀌는지, 이용자가 반응하는지, 새로운 서비스와 매출이 만들어지는지까지 봐야 합니다.그때야 이번 인수가 성공적인 베팅이었는지를 판단할 수 있습니다.

    돈의 흐름을 따라가니 보이지 않던 것이 보였다

    처음 이 뉴스를 보면 간단합니다.“AI 스타트업 업스테이지가 다음을 인수했다.”하지만 돈의 움직임을 따라가 보니 그 뒤에 조금 다른 이야기가 있었습니다.업스테이지로 대규모 투자금이 들어왔습니다. 기업가치는 1조 원을 넘어섰습니다. 그리고 AI 기술을 가진 이 회사는 다음이라는 검색·콘텐츠 플랫폼을 품었습니다.

    기술로 돈이 들어왔고, 그 기술을 가진 회사는 다시 사용자를 만날 장소로 향했습니다. 바로 이 지점이 흥미롭습니다.AI 시대의 승자는 가장 똑똑한 모델을 만든 회사에서 끝나지 않을 수도 있습니다.그 똑똑한 AI를 사람들이 매일 사용하는 서비스 속으로 집어넣는 회사가 진짜 경쟁력을 가질 수도 있습니다.

    업스테이지의 다음 인수는 그 가능성을 시험하는 한국 AI 산업의 흥미로운 실험입니다.그리고 우리의 질문은 앞으로도 같습니다.

    돈은 어디로 움직였는가. 왜 그곳으로 갔는가. 그리고 그 돈은 실제로 무엇을 바꾸었는가.

    업스테이지와 다음의 이야기는 이제 막 그 세 번째 질문을 시작했습니다.

    그래서 앞으로 무엇을 확인해야 할까?

    업스테이지의 다음 인수가 성공적인 선택이었는지는 아직 알 수 없습니다. 오히려 진짜 이야기는 지금부터 시작됩니다. 돈이 움직인 순간보다 그 돈이 실제 변화를 만들어내는 과정이 더 중요하기 때문입니다.

    가장 먼저 볼 것은 다음 검색이 실제로 어떻게 달라지는가입니다. 업스테이지가 말한 것처럼 솔라가 다음의 검색과 콘텐츠에 결합된다면 기존의 검색 결과를 나열하는 방식에서 벗어나 사용자의 질문 의도를 이해하고 답을 만들어주는 AI 검색이 얼마나 구현되는지 확인할 필요가 있습니다. 발표가 아니라 실제 서비스에서 변화가 나타나는지가 첫 번째 관찰 지점입니다.

    두 번째는 사용자의 반응입니다. 기술적으로 뛰어난 AI를 만드는 것과 사람들이 매일 사용하는 서비스를 만드는 것은 다릅니다. 새로운 AI 기능 때문에 다음을 찾는 사람이 늘어나는지, 기존 이용자가 서비스를 계속 사용하는지, 다음이 잃어버렸던 검색 시장의 존재감을 조금이라도 되찾는지를 살펴봐야 합니다.

    세 번째는 돈을 버는 구조가 만들어지는가입니다. AI 모델을 개발하고 운영하려면 막대한 비용이 들어갑니다. 결국 새로운 검색과 AI 서비스가 광고든 구독이든 기업용 서비스든 실제 매출로 연결돼야 합니다. 이용자가 늘어도 수익을 만들지 못한다면 지속하기 어렵습니다.

    마지막으로 볼 것은 업스테이지 자체의 변화입니다. 지금까지 AI 모델을 개발하는 기술기업에 가까웠던 업스테이지가 다음을 통해 소비자를 직접 상대하는 플랫폼 기업으로 정말 변할 수 있는지 지켜봐야 합니다.

    앞으로 이 네 가지 변화가 나타난다면 이번 인수는 단순히 오래된 포털의 주인이 바뀐 사건이 아니게 됩니다. 반대로 기대했던 변화가 나타나지 않는다면 왜 막대한 자본과 좋은 기술만으로는 플랫폼을 되살리기 어려웠는가라는 또 다른 이야기가 남습니다.

    출처 및 참고자료

    함께 보면 좋은 글

    삼성·SK하이닉스는 훨훨 나는데… 르네사스가 추락한 진짜 이유

  • HBM 다음 주인공? CXL 반도체 개념과 관련주 쉽게 이해하기

    HBM 다음 주인공? CXL 반도체 개념과 관련주 쉽게 이해하기


    AI 반도체 이야기를 하다 보면 빠지지 않고 등장하는 것이 HBM입니다. GPU가 아무리 빠르게 계산해도 필요한 데이터를 제때 공급받지 못하면 제 성능을 낼 수 없기 때문에, GPU 가까이에서 많은 데이터를 빠르게 주고받는 HBM이 중요해졌습니다. 그런데 생성형 AI가 실제 서비스에 널리 사용되면서 또 다른 문제가 나타나고 있습니다. 빠른 메모리뿐 아니라 엄청나게 많은 메모리도 필요해지기 시작한 것입니다.

    챗GPT 같은 생성형 AI를 생각해보면 이해하기 쉽습니다. 한두 사람이 짧은 질문을 하는 것과 수많은 사람이 동시에 긴 대화를 이어가는 것은 필요한 메모리의 양부터 다릅니다. 그렇다고 모든 서버에 앞으로 필요할 최대 용량을 예상해 메모리를 잔뜩 넣어두면 평소에는 사용하지 않는 메모리가 많아집니다. 반대로 필요한 만큼만 설치했다가 사용량이 갑자기 늘어나면 메모리가 부족할 수 있습니다.

    그렇다면 서버가 원래 가지고 있는 메모리 외에 별도의 대용량 메모리를 추가해 필요할 때 사용할 수는 없을까요? 실제로 그런 방법이 개발되고 있습니다. 별도의 DRAM 메모리를 추가하고, 서버가 이 추가 메모리를 사용할 수 있도록 연결하는 것입니다. 이때 서버와 추가 메모리를 연결해 데이터를 빠르게 주고받도록 해주는 기술이 CXL(Compute Express Link)입니다.

    메모리는 따로 있고, CXL은 그곳으로 가는 길입니다

    여기서 가장 먼저 구분해야 할 것이 있습니다. CXL 자체가 메모리는 아닙니다. 실제 데이터를 담는 메모리는 따로 있습니다. 우리가 잘 알고 있는 DRAM을 이용해 서버가 추가로 사용할 수 있는 메모리 공간을 만드는 것입니다. 그리고 서버가 그 추가 메모리에 접근해 데이터를 주고받을 수 있도록 연결해주는 기술이 CXL입니다.

    삼성전자 실제 CXL 2.0 D램 장치

    아파트를 떠올려보겠습니다. 각 가정에는 원래 자기 집에서 사용하는 창고가 있습니다. 그런데 앞으로 짐이 얼마나 늘어날지 모르니 모든 집이 아주 큰 창고를 미리 만들어놓는다면 어떤 집은 창고가 꽉 차고, 어떤 집은 절반 이상이 비어 있을 겁니다. 그렇다고 옆집 벽에 붙어 있는 창고를 떼어다가 우리 집으로 가져올 수도 없습니다.

    그래서 아예 아파트에 별도의 대형 공동창고를 하나 더 만든다고 생각해보겠습니다. 각 집의 개인 창고는 그대로 있습니다. 평소에는 자기 창고를 사용하다가 짐이 많아지면 공동창고의 공간을 추가로 이용합니다.

    여기서 공동창고가 추가 메모리이고, 각 가정과 공동창고를 연결하는 전용도로가 CXL이라고 생각하면 됩니다. 공동창고는 실제 물건을 보관하는 공간이고, 도로는 그 창고를 이용하기 위해 오가는 길입니다. 둘은 전혀 다른 것이지만 공동창고를 제대로 이용하려면 둘 다 필요합니다.

    그래서 뉴스에서 흔히 말하는 ‘CXL 메모리’는 CXL이라는 새로운 종류의 메모리가 아닙니다. CXL이라는 연결 방식을 이용해 서버에 추가로 연결한 메모리라는 뜻입니다.

    그렇다면 ‘메모리 풀링’은 또 무엇일까요?

    여기까지 이해했다면 다음 계단은 어렵지 않습니다. 서버가 추가로 사용할 메모리 장치를 하나만 연결할 수도 있지만, 여러 개의 추가 메모리를 연결해 하나의 큰 메모리 공간처럼 구성할 수도 있습니다. 그리고 여러 서버가 필요에 따라 이 추가 메모리 자원을 활용하도록 만들 수 있습니다. 이것을 **메모리 풀링(memory pooling)**이라고 합니다.

    다시 아파트로 돌아가보겠습니다. 공동창고에 작은 창고방이 여러 개 있다고 생각하면 됩니다. 각각 따로 놀게 두는 대신 전체를 하나의 큰 공동 보관공간처럼 운영합니다. 1호 집에 짐이 많아지면 더 많은 공간을 배정하고, 나중에 3호 집에 공간이 필요해지면 그쪽에도 필요한 공간을 배정하는 식입니다.

    중요한 것은 각 집의 기존 창고를 서로 나눠 쓰는 것이 아니라는 점입니다. 각 집의 창고는 그대로 있습니다. 그 밖에 별도의 공동창고를 추가하고 필요할 때 이용하는 것입니다. 마찬가지로 CXL 메모리 풀링도 기존 서버에 들어 있는 메모리의 남는 부분을 떼어 모으는 것이라고 생각하면 정확하지 않습니다. 별도로 추가한 메모리들을 CXL을 통해 연결하고, 이 추가 메모리 자원을 여러 서버가 보다 유연하게 활용하도록 만드는 것입니다.

    AI는 왜 이렇게 많은 메모리가 필요할까요?

    여기까지가 CXL의 기본 구조라면 이제 중요한 질문이 남습니다. “그런데 굳이 왜 이런 복잡한 일을 해야 하지?” 이유는 AI가 사용하는 메모리의 양이 크게 늘어나고 있기 때문입니다.

    생성형 AI는 사용자의 질문에 답하면서 앞에서 처리했던 내용을 일정 부분 기억해두고 다시 활용합니다. 우리가 대화하면서 앞에서 무슨 이야기를 했는지 전혀 기억하지 못한다면 대화가 제대로 이어지지 않는 것과 비슷합니다. AI 역시 앞서 처리한 정보를 일정 부분 메모리에 저장해두고 다음 답변을 만들 때 활용합니다.

    이렇게 AI가 작업 과정에서 잠시 정보를 저장해두는 공간을 기술적으로 KV Cache라고 합니다. 이름은 외우지 않아도 됩니다. 그냥 ‘AI가 대화를 이어가기 위해 사용하는 임시 메모장’이라고 생각하면 됩니다. 사용자가 적고 대화가 짧으면 작은 메모장으로 충분합니다. 하지만 수많은 사람이 동시에 이용하고 대화가 길어진다면 필요한 메모리도 빠르게 늘어납니다.

    결국 AI 서비스가 커질수록 문제가 생깁니다. GPU 주변의 빠른 메모리와 서버가 원래 가지고 있던 메모리만으로는 부족해질 수 있기 때문입니다. 그래서 서버가 추가로 사용할 수 있는 큰 메모리 공간을 만들고, 그것을 CXL을 통해 연결해 활용하는 방법이 주목받는 것입니다.

    HBM이 있는데 CXL 메모리까지 필요한 이유

    여기서 자연스럽게 이런 의문이 생깁니다. “HBM이 그렇게 빠르고 좋은 메모리라면서 HBM을 더 많이 넣으면 되는 것 아닌가?” 하지만 HBM과 CXL로 연결한 추가 메모리는 하는 일이 조금 다릅니다.

    HBM은 GPU 바로 가까이에서 엄청난 양의 데이터를 매우 빠르게 주고받는 데 강점이 있습니다. 그래서 HBM을 ‘지금 당장 사용할 자료를 펼쳐놓는 아주 빠른 책상’이라고 생각해보겠습니다. 일을 빨리하려면 지금 필요한 자료가 손을 뻗으면 바로 닿는 곳에 있어야 합니다. 하지만 처리해야 할 자료가 계속 늘어난다고 해서 책상을 끝없이 넓힐 수는 없습니다.

    그러면 책상 근처에 큰 자료실을 하나 더 만드는 방법을 생각할 수 있습니다. 이 자료실이 추가 메모리라면, 책상과 자료실을 연결해 필요한 자료가 오갈 수 있도록 만든 통로가 CXL입니다.

    그래서 HBM과 CXL은 서로 경쟁해서 하나가 다른 하나를 없애는 기술이라고 보면 안 됩니다. HBM은 GPU에 데이터를 얼마나 빠르게 공급할 것인가가 중요하고, CXL을 이용한 추가 메모리는 부족한 메모리 용량을 어떻게 더 유연하게 늘려 사용할 것인가에 초점이 있습니다.

    실제 AI 서버에서도 효과가 있을까요?

    새로운 기술을 볼 때 가장 중요한 질문은 결국 이것입니다. “그래서 실제로 써보니 되는가?” 원리가 아무리 훌륭해도 실제 AI 서버에서 성능이 크게 떨어지거나 비용이 너무 많이 든다면 널리 사용되기 어렵기 때문입니다.

    삼성전자는 최근 여러 개의 CXL 기반 메모리를 연결해 총 1TB 규모의 추가 메모리 공간을 만들고, AI가 작업하면서 기억해야 하는 정보를 이곳에 저장하는 실험을 진행했습니다. 쉽게 말하면 AI 서버 옆에 큰 추가 자료실을 만들고 CXL이라는 통로를 통해 실제로 사용해본 것입니다.

    삼성전자에 따르면 특정 시험 환경에서 여러 GPU를 사용하는 경우에도 기존 서버 메모리를 이용했을 때와 비교해 약 92% 수준의 성능을 유지하면서 더 큰 메모리 공간을 제공했습니다. 물론 이 숫자 하나만 보고 CXL을 이용한 추가 메모리가 기존 메모리를 대체한다고 생각해서는 안 됩니다. 특정 장비와 프로그램을 이용한 시험 결과이고 실제 성능은 서버 구성이나 작업에 따라 달라질 수 있습니다.

    중요한 것은 AI 서비스에서 메모리 부족이라는 문제가 실제로 커지고 있고, 별도의 추가 메모리를 CXL로 연결해 사용하는 방식이 그 문제를 해결할 하나의 방법으로 시험되고 있다는 점입니다.

    CXL이 주목받는 진짜 이유는 ‘효율’입니다

    데이터센터를 운영하는 회사의 입장에서 생각하면 CXL의 의미가 더 분명해집니다. 서버마다 앞으로 얼마나 많은 메모리가 필요할지 정확하게 예측하기는 어렵습니다. 부족할까 걱정해 모든 서버에 많은 메모리를 미리 설치하면 사용하지 않는 메모리가 생기고 비용도 늘어납니다. 반대로 너무 적게 설치하면 이용자가 갑자기 늘었을 때 메모리가 부족해질 수 있습니다.

    여기에 별도의 추가 메모리 공간을 만들어 여러 서버가 필요할 때 활용할 수 있다면 선택지가 하나 더 생깁니다. 각 서버에는 기본적으로 필요한 메모리를 설치하고, 추가로 필요한 메모리는 CXL을 통해 연결된 메모리 공간에서 확보하는 방식입니다.

    다시 아파트로 돌아가면 간단합니다. 네 가구가 혹시 짐이 늘어날까 봐 각각 거대한 창고를 하나씩 만드는 것보다, 각자 평소 필요한 개인 창고를 가지고 있으면서 별도의 공동창고를 하나 마련하고 필요할 때 이용하는 것입니다. CXL이 관심을 받는 이유도 결국 메모리의 용량을 늘리는 것뿐 아니라 비싼 메모리 자원을 필요한 곳에서 보다 효율적으로 활용할 가능성을 열어주기 때문입니다.

    삼성전자와 SK하이닉스가 CXL에 관심을 갖는 이유

    HBM과 CXL 메모리의 역할 차이

    AI 시대의 메모리 시장은 지금까지 HBM을 중심으로 움직였습니다. 하지만 AI 서비스가 커지면서 빠른 메모리뿐 아니라 더 많은 메모리도 필요해지고 있습니다. 그렇다면 메모리를 만드는 삼성전자와 SK하이닉스 같은 기업에는 HBM 이외에 서버용 추가 메모리라는 새로운 시장이 성장할 가능성이 있습니다.

    다만 CXL이 중요하다고 해서 곧바로 거대한 시장이 만들어졌다고 판단해서는 안 됩니다. CXL을 실제 데이터센터에서 널리 사용하려면 서버와 CPU, 메모리, 프로그램 등 여러 부분이 함께 지원해야 합니다. 실제로 사용했을 때 비용을 얼마나 줄일 수 있는지, 성능은 충분한지에 대한 검증도 필요합니다. 지금은 ‘CXL이 HBM 다음의 거대한 시장이다’라고 단정하기보다, AI 시대의 메모리 부족 문제를 해결할 유력한 방법 가운데 하나가 실제 시험대로 올라오고 있다고 보는 편이 적절합니다.

    투자자의 입장에서도 당장 ‘CXL 관련주’를 찾기보다 앞으로 AI 데이터센터에서 CXL로 연결하는 추가 메모리가 실제로 얼마나 많이 사용되는지를 보는 것이 중요합니다. 기술이 등장하는 것과 기업이 그 기술로 큰돈을 벌기 시작하는 것 사이에는 상당한 시간이 걸릴 수 있기 때문입니다.

    HBM 다음에는 ‘메모리를 어떻게 연결하고 쓸 것인가’도 중요합니다

    AI 반도체를 처음 공부하면 GPU와 HBM이 가장 먼저 눈에 들어옵니다. GPU가 계산하고 HBM이 데이터를 빠르게 공급하니 둘만 잘 만들면 될 것처럼 보입니다. 하지만 하나씩 들여다보면 AI 서버는 훨씬 복잡합니다. GPU와 HBM을 연결하는 첨단 패키징이 필요하고, 엄청난 데이터를 저장할 SSD가 필요하며, 이제는 늘어나는 메모리를 어떻게 효율적으로 확장하고 활용할 것인가라는 문제까지 등장하고 있습니다.

    CXL이 흥미로운 이유가 여기에 있습니다. 앞으로 CXL이 얼마나 큰 시장으로 성장할지는 아직 지켜봐야 합니다. 하지만 AI 반도체 시장을 이해하려면 한 가지 변화는 기억해둘 만합니다. AI 시대의 메모리 경쟁은 단순히 ‘누가 더 빠른 메모리를 만드느냐’에서 끝나지 않고 ‘필요한 메모리를 어떻게 연결하고 효율적으로 활용하느냐’의 경쟁으로 넓어지고 있습니다.

    그래서 CXL이라는 낯선 세 글자를 어렵게 외울 필요는 없습니다. 뉴스에서 CXL이라는 말이 다시 등장한다면 세 가지만 떠올리면 됩니다.

    모든 글

    추가 메모리는 실제 데이터를 담는 공간입니다.
    CXL은 서버와 그 추가 메모리를 연결하는 통로입니다.
    메모리 풀링은 여러 추가 메모리를 묶어 필요한 서버가 활용하도록 만드는 방식입니다.

    이 세 개의 계단만 밟으면 CXL이라는 상당히 전문적인 기술의 기본 구조는 이해한 것입니다.

    삼성전자

    Q&A

    Q1. CXL 자체가 메모리인가요?

    아닙니다. 실제 데이터를 저장하는 메모리는 별도로 존재합니다. CXL은 서버와 그 추가 메모리를 연결해 데이터를 주고받을 수 있도록 해주는 연결 기술입니다. 흔히 ‘CXL 메모리’라고 부르는 것은 CXL이라는 방식을 통해 서버에 연결해서 사용하는 메모리를 뜻합니다.

    Q2. CXL 메모리는 기존 서버에서 남는 메모리를 모아서 만든 것인가요?

    그렇게 이해하면 정확하지 않습니다. 각 서버가 원래 가지고 있는 메모리는 그대로 두고, 별도의 추가 메모리를 마련해 CXL을 통해 연결합니다. 여러 추가 메모리를 하나의 큰 공간처럼 구성해 여러 서버가 활용할 수도 있습니다.

    Q3. HBM이 있는데 왜 CXL로 연결한 추가 메모리가 필요한가요?

    역할이 다릅니다. HBM은 GPU 가까이에서 데이터를 매우 빠르게 공급하는 데 강점이 있습니다. CXL은 별도의 추가 메모리를 서버에 연결해 사용할 수 있도록 함으로써 부족한 메모리 용량을 보다 유연하게 확장하는 데 중요한 역할을 합니다.

    Q4. CXL은 앞으로 크게 성장할 기술인가요?

    AI 서비스가 커질수록 필요한 메모리 용량도 증가하기 때문에 CXL이 주목받을 가능성은 있습니다. 하지만 아직 성장 중인 시장이므로 실제 데이터센터의 도입 규모와 비용 절감 효과, 관련 생태계의 확대를 함께 지켜볼 필요가 있습니다.

    함께 보면 좋은 글

    .메모리 반도체, 올해 전체 시장 60% 차지…2028년까지 공급 부족

    태그: CXL, CXL 메모리, 메모리 풀링, AI 서버, AI 반도체

  • 글로벌 메모리 반도체 시장 9600억달러 전망, HBM이 바꾼 판도

    글로벌 메모리 반도체 시장 9600억달러 전망, HBM이 바꾼 판도

    글로벌 메모리 반도체 시장이 2026년 약 9600억달러 규모로 성장할 것이라는 전망이 나왔습니다. 디지털타임스가 2026년 8월 6일 보도한 내용인데, 이 수치는 전체 반도체 시장의 약 60%에 해당하는 엄청난 비중입니다. 메모리 하나가 반도체 산업 전체의 절반 이상을 책임지게 됐다는 이야기죠.

    이 폭발적인 성장의 배경에는 생성형 AI 확산이 있습니다. AI 서버와 데이터센터 투자가 전 세계적으로 가파르게 늘어나면서, HBM과 DDR, 기업용 SSD 수요가 동시에 치솟고 있는 겁니다. 세 가지 제품군이 한꺼번에 수요 급증을 맞은 건 반도체 산업 역사에서도 꽤 이례적인 일이에요.

    게다가 메모리 업체들이 HBM 생산에 역량을 집중하면서 기존 D램 생산 여력이 줄고 있어, 공급 부족과 가격 상승세까지 겹쳤습니다. 지금 메모리 시장은 수요와 공급이 동시에 요동치는 복잡한 국면에 접어들었다고 봐야 합니다.

    왜 메모리만 이렇게 커졌을까? 9600억달러의 진짜 배경

    반도체 시장 전체에서 메모리가 차지하는 비중이 약 60%에 달한다는 수치는, 처음 접하면 조금 놀랍습니다. 시스템 반도체, 파운드리, 아날로그 칩 등 수많은 분야가 있는데 메모리 하나가 절반 이상을 점유한다는 건 그만큼 수요가 압도적으로 커졌다는 뜻이니까요.

    핵심은 생성형 AI입니다. ChatGPT 같은 대규모 언어 모델을 돌리려면 막대한 양의 데이터를 초고속으로 처리해야 하는데, 이 과정에서 메모리가 병목을 일으키지 않으려면 용량도, 속도도 모두 갖춘 제품이 필요합니다. 마치 고속도로를 아무리 잘 만들어도 톨게이트가 좁으면 전체가 막히는 것처럼, AI 연산에서 메모리는 그 톨게이트 역할을 합니다.

    AI 서버와 데이터센터 투자가 늘어나면서 HBM, DDR, 기업용 SSD 세 가지 제품군이 동시에 수요 폭발을 맞았습니다. 개인적으로 느낀 건데, 이렇게 서로 다른 종류의 메모리가 한꺼번에 수요 급등을 맞이하는 상황은 과거 스마트폰 붐 때와도 결이 다릅니다. AI는 특정 기기 하나가 아니라 전체 인프라를 동시에 끌어올리고 있으니까요.

    HBM·DDR·SSD, 세 종류가 동시에 뜨는 이유는? AI 서버 수요 구조 해부

    HBM(고대역폭메모리)은 GPU 옆에 바짝 붙어서 데이터를 초고속으로 주고받는 메모리입니다. AI 연산의 핵심인 GPU가 제 성능을 내려면 HBM이 반드시 필요한 짝꿍이에요. 자동차로 치면 엔진 옆에 붙어서 연료를 실시간으로 공급하는 장치에 해당합니다.

    DDR은 서버 메인보드에 꽂히는 일반 D램인데, AI 서버 대수가 늘어날수록 당연히 함께 늘어납니다. 기업용 SSD는 데이터센터에서 학습 데이터나 모델 가중치를 저장하는 용도로 쓰이죠. 결국 AI 서버 한 대를 구성하는 데 세 종류 메모리가 모두 필요하다 보니, 서버 수요가 늘면 세 시장이 동시에 커지는 구조입니다.

    이런 경우, 비슷한 상황을 겪어보신 분들 많으실 거예요. 어떤 제품이 갑자기 유행하면 그 부품 공급망 전체가 한꺼번에 흔들리는 경험 말이에요. 반도체 업계가 지금 정확히 그 상황을 겪고 있습니다.

    HBM 만드는 곳이 세 곳뿐? SK하이닉스·삼성전자·마이크론의 삼각 구도

    현재 HBM을 양산할 수 있는 기업은 전 세계에서 SK하이닉스, 삼성전자, 마이크론 단 세 곳뿐입니다. HBM은 일반 D램 위에 수십 개의 칩을 수직으로 쌓아 올린 뒤 미세한 구멍(TSV)으로 연결하는 기술인데, 이 공정이 워낙 까다로워서 아무나 뛰어들 수 있는 시장이 아닙니다. 마치 고층 빌딩을 짓는 것처럼 기반 기술이 탄탄하지 않으면 쌓아 올릴수록 무너질 위험이 커지는 거죠.

    메모리 반도체 공급 부족, AI 서버용 HBM과 D램을 첨단 분석실의 검사

    ALT: HBM SK하이닉스 삼성전자 마이크론 점유율, 한낮 역광 아래 비스듬한 3/4 앵글로 촬영된 증권가 빌딩 외경과 넓은 여백의 구도

    링커리어가 2026년 7월 8일 보도한 자료에 따르면 2026년 1분기 HBM 매출 기준 점유율은 SK하이닉스가 58%로 압도적인 선두를 달리고 있고, 삼성전자와 마이크론이 각각 21%로 동률을 이루고 있습니다. 절반 이상을 SK하이닉스가 혼자 가져가고 있다는 건 상당히 의미 있는 수치입니다.

    다만 연간 전망치를 보면 SK하이닉스 50%, 삼성전자 28%, 마이크론 22%로 격차가 좁혀질 것으로 업계는 보고 있습니다. SK하이닉스의 우위는 유지되지만 삼성전자가 빠르게 따라붙는 그림입니다.

    SK하이닉스 독주는 계속될까? 2026년 점유율 변화의 핵심 변수

    SK하이닉스가 1분기 58%라는 높은 점유율을 기록할 수 있었던 건, 엔비디아 GPU용 HBM 공급을 사실상 독점 수준으로 이어오면서 기술 신뢰도와 납품 실적을 동시에 쌓아왔기 때문입니다. 한 번 주요 고객사와 긴밀한 공급망을 구축하면 쉽게 흔들리지 않는 구조가 형성되는데, SK하이닉스가 바로 그 위치에 서 있습니다.

    삼성전자는 1분기 21%에서 연간 28%로의 점유율 상승이 예상됩니다. 여기서 주목할 포인트가 있어요. 삼성전자는 2026년 2월 세계 최초로 HBM4 12단을 양산 출하했습니다. HBM4는 기존 HBM3E보다 데이터 전송 속도와 전력 효율이 크게 개선된 차세대 규격인데, 세계 최초 양산이라는 타이틀을 삼성이 가져간 건 이후 시장 구도에 적지 않은 영향을 미칠 수 있습니다.

    마이크론은 22%로 점유율을 유지하면서 후발 주자 위치를 굳히는 흐름입니다. 미국 본토에 생산 기반을 둔 마이크론은 미국 정부의 반도체 공급망 지원 정책에서 지정학적 이점을 누릴 수 있다는 점도 변수 중 하나입니다.

    삼성전자 HBM4 12단 세계 최초 양산, 이게 왜 중요한 뉴스인가

    삼성전자가 2026년 2월 HBM4 12단을 세계 최초로 양산 출하했다는 소식은 단순한 기록 갱신 이상의 의미를 가집니다. HBM4는 이름에서 짐작할 수 있듯 HBM 기술의 네 번째 세대로, 이전 세대 대비 더 많은 칩을 더 촘촘하게 쌓아 대역폭과 전력 효율을 끌어올린 제품입니다.

    메모리 반도체 HBM생산 확대가 이어지는 첨단 반도체 생산라인

    ALT: HBM4 12단 삼성전자 세계 최초 양산, 이른 아침 옅은 빛 아래 위에서 내려다본 탑뷰로 촬영된 프린트된 그래프 뭉치 매크로 클로즈업

    12단이라는 숫자도 의미심장합니다. 칩을 수직으로 쌓는 층수가 늘어날수록 단위 면적당 처리 용량이 커지지만, 동시에 열 관리와 연결 정확도 문제가 기하급수적으로 어려워집니다. 10층짜리 건물보다 12층짜리 건물을 지을 때 구조 안전성 기준이 훨씬 까다로워지는 것과 같습니다. 그 어려운 작업을 삼성이 세계 최초로 양산 단계까지 끌어올렸다는 건 기술 역량 면에서 의미 있는 이정표입니다.

    솔직한 제 의견을 말씀드리면, 삼성전자의 HBM4 12단 양산은 단기 점유율 회복보다 훨씬 더 긴 레이스를 내다본 포석처럼 보입니다. 현재 SK하이닉스가 HBM 시장을 주도하고 있지만, 차세대 규격에서 삼성이 선제적으로 기술 레퍼런스를 만들어놓으면 주요 고객사 입장에서는 ‘차세대 공급원 다변화’ 선택지가 생기는 거니까요. 엔비디아처럼 거대한 수요처는 공급 리스크 분산 차원에서도 한 곳에만 의존하고 싶지 않을 겁니다. 그래서 삼성의 HBM4 12단 출하 뉴스는 지금 당장의 숫자보다, 앞으로 1~2년 뒤 점유율 판도를 흔들 잠재력이 있다고 생각합니다.

    공급 부족은 왜 계속되나? HBM 집중이 D램 시장에 미치는 나비효과

    메모리 업체들이 HBM 생산 확대에 역량을 집중하면서 기존 D램 생산 여력이 줄어드는 현상이 나타나고 있습니다. 이건 사실 논리적으로 당연한 흐름이에요. 공장 라인은 한정돼 있고, HBM과 일반 D램은 같은 기반 공정을 두고 경쟁하는 구조이기 때문입니다.

    쉽게 말하면 이렇습니다. 한 제과점이 고가의 케이크 주문이 폭증하면서 기존에 팔던 일반 빵 생산량을 줄이는 상황과 비슷합니다. 케이크 마진이 훨씬 높고 수요도 많으니 업체 입장에서는 합리적인 선택이지만, 빵이 필요한 소비자 입장에서는 공급이 줄고 가격이 오르는 불편함이 생기는 거죠.

    이 구조적 공급 부족은 가격 상승세로 이어집니다. D램 가격이 오르면 스마트폰, PC, 서버 제조업체 모두 원가 압박을 받게 되고, 그 영향이 결국 소비자 가격에도 반영될 수 있습니다. 반도체 한 제품군의 전략적 결정이 IT 전체 생태계에 파급 효과를 미치는 구조입니다.

    가격 상승세, 언제까지 이어질까? 공급·수요 균형 회복 시점을 보는 시각

    공급 부족과 가격 상승이 얼마나 오래갈지는 결국 두 가지 변수에 달려 있습니다. 첫 번째는 HBM 생산 능력 확충 속도, 두 번째는 AI 서버 투자가 지금의 속도를 계속 유지할 수 있는가입니다.

    HBM 공장을 새로 늘리는 건 수년이 걸리는 장기 투자입니다. 반도체 라인 하나를 새로 만드는 데 드는 비용과 시간을 감안하면, 수요가 아무리 폭발해도 공급이 따라오기까지는 상당한 시간이 필요합니다. 관련 업계에서는 당분간 공급 타이트 국면이 유지될 것이라는 전망이 우세한 분위기입니다.

    반면 AI 투자는 빅테크 기업들의 자본 지출 계획과 맞닿아 있어서, 경기 변동이나 AI 기술 발전 속도에 따라 급격히 조정될 가능성도 없지 않습니다. 수요와 공급 중 어느 쪽이 먼저 변하느냐에 따라 시장 분위기가 빠르게 뒤바뀔 수 있다는 점도 염두에 둘 필요가 있습니다.

    지금 이 변화를 어떻게 읽어야 할까? 투자자·업계 관계자가 주목해야 할 포인트

    메모리 반도체 시장의 성장은 단순히 ‘반도체가 잘 팔린다’는 이야기가 아닙니다. AI 인프라가 본격적으로 확장되는 과정에서 HBM을 중심으로 한 메모리 시장이 산업의 무게 중심으로 자리 잡았다는 신호입니다.

    SK하이닉스·삼성전자·마이크론 세 기업이 사실상 전 세계 AI 인프라의 메모리 공급을 책임지고 있다는 구도는, 이 시장이 진입 장벽이 극도로 높은 과점 구조임을 보여줍니다. 과점 구조는 참여 기업에게 안정적인 수익성을 제공하지만, 동시에 특정 기업의 기술 문제나 공급 차질이 발생하면 글로벌 AI 인프라 전체에 영향을 줄 수 있는 리스크 구조이기도 합니다.

    삼성전자의 HBM4 12단 세계 최초 양산, SK하이닉스의 점유율 방어, 마이크론의 지정학적 포지션 강화까지 세 기업이 서로 다른 각도에서 시장 지위를 다지고 있는 지금이야말로, 메모리 반도체 시장의 판도가 중장기적으로 어떻게 재편될지를 가장 면밀하게 지켜봐야 할 시점입니다.

    2026년 글로벌 메모리 반도체 시장은 AI 투자라는 거대한 파도를 타고 약 9600억달러 규모로 성장하며 전체 반도체 시장의 약 60%를 차지할 것으로 전망됩니다. HBM, DDR, 기업용 SSD 수요가 동시에 폭발하는 흔치 않은 국면이 펼쳐지고 있고, 그 중심에는 SK하이닉스·삼성전자·마이크론 세 기업의 치열한 기술 경쟁이 있습니다.

    SK하이닉스가 1분기 58%라는 높은 점유율로 선두를 달리고 있지만, 삼성전자의 HBM4 12단 세계 최초 양산이라는 변수가 하반기 이후 시장 구도를 흔들 잠재력을 갖고 있습니다. 공급 부족과 가격 상승세는 당분간 이어질 가능성이 높고, 이 흐름은 메모리 산업뿐 아니라 IT 전체 생태계의 원가 구조에도 영향을 줄 것입니다.

    지금 메모리 반도체 시장은 단순한 업황 호조를 넘어, AI 시대 인프라 경쟁의 최전선에 서 있습니다. 앞으로 펼쳐질 HBM 기술 세대 경쟁과 점유율 변화를 꾸준히 주목해야 할 이유가 충분합니다.

    참고 자료

    자주 묻는 질문

    Q. 2026년 글로벌 메모리 반도체 시장 규모는 얼마나 될까요?

    A. 디지털타임스가 2026년 8월 6일 보도한 전망에 따르면, 2026년 글로벌 메모리 반도체 시장 규모는 약 9600억달러로 성장할 것으로 예상됩니다. 이는 전체 반도체 시장의 약 60%에 해당하는 수치입니다.

    Q. HBM을 현재 양산할 수 있는 기업은 어디어디인가요?

    A. 2026년 기준 HBM 양산 능력을 갖춘 기업은 전 세계에서 SK하이닉스, 삼성전자, 마이크론 단 세 곳입니다. 기술적 난이도가 높아 신규 진입이 쉽지 않은 과점 구조를 형성하고 있습니다.

    Q. 2026년 1분기 HBM 시장 점유율은 어떻게 되나요?

    A. 링커리어가 2026년 7월 8일 보도한 자료에 따르면, 2026년 1분기 HBM 매출 기준 점유율은 SK하이닉스 58%, 삼성전자와 마이크론이 각각 21%입니다. 연간 전망치로는 SK하이닉스 50%, 삼성전자 28%, 마이크론 22%로 격차가 좁혀질 것으로 업계는 보고 있습니다.

    Q. 삼성전자가 세계 최초로 양산 출하한 HBM4 12단은 언제 출시됐나요?

    A. 삼성전자는 2026년 2월에 세계 최초로 HBM4 12단을 양산 출하했습니다. HBM4는 이전 세대 대비 데이터 전송 속도와 전력 효율이 개선된 차세대 HBM 규격으로, 삼성이 이 분야에서 기술 선도 레퍼런스를 확보한 것으로 평가받습니다.

    함께 보면 좋은 글

    르네사스, 차량용 반도체 생산 종료 선언 — AI 반도체로 대이동, 자동차 업계는 어디로?

    #글로벌 메모리 반도체 시장#HBM 점유율#SK하이닉스 삼성전자 마이크론#HBM4 12단 양산#AI 서버 메모리 수요#메모리 반도체 가격 전망메타