ClearPoint

[작성자:] lod990

  • 낸드가 다시 주목받는 이유 — AI는 왜 저장장치까지 바꾸는가?

    낸드가 다시 주목받는 이유 — AI는 왜 저장장치까지 바꾸는가?

    AI 반도체 이야기를 따라가다 보면 한동안 시선은 온통 HBM에 머물렀습니다. GPU가 아무리 빠르게 계산해도 데이터를 제때 공급하지 못하면 성능을 제대로 낼 수 없으니, HBM이 AI 시대의 핵심 메모리로 떠오른 것은 자연스러운 일이었습니다. 저 역시 AI와 메모리를 생각하면 가장 먼저 HBM부터 떠올렸습니다. 그런데 최근 낸드플래시 시장을 들여다보면 조금 다른 풍경이 나타납니다. 스마트폰이나 PC가 갑자기 엄청나게 팔리기 시작한 것도 아닌데 낸드 수요가 강해지고, 기업용 SSD가 AI 인프라의 중요한 부품으로 떠오르고 있습니다.

    여기서 궁금증이 생깁니다. AI는 계산하는 기술인데 왜 저장장치까지 바꾸고 있는 걸까요? 이 질문을 따라가다 보면 AI 산업을 GPU와 HBM만으로 바라봐서는 전체 그림이 보이지 않는다는 것을 알 수 있습니다. AI는 엄청난 연산능력을 필요로 하는 동시에 엄청난 양의 데이터를 만들어내고, 읽고, 저장하고, 다시 불러오는 산업이기 때문입니다. 그리고 바로 그 지점에서 한동안 HBM의 화려한 성장에 가려져 있던 낸드가 다시 등장하고 있습니다.

    HBM과 낸드는 하는 일이 다릅니다

    HBM과 낸드는 모두 메모리 반도체지만 역할은 상당히 다릅니다. HBM은 GPU가 계산하는 동안 필요한 데이터를 매우 빠른 속도로 전달하는 작업 공간에 가깝습니다. 반면 낸드는 전원을 꺼도 데이터가 사라지지 않는 비휘발성 메모리로, 우리가 사용하는 스마트폰과 SSD 등에 데이터를 저장하는 역할을 합니다. 쉽게 말하면 HBM이 책상 위에 펼쳐놓고 당장 사용하는 자료라면, 낸드 기반 SSD는 필요할 때 꺼내 쓰기 위해 자료를 보관해두는 서류함에 가깝습니다.

    그동안 AI 반도체 시장에서는 이 ‘책상’의 크기와 속도가 워낙 중요했습니다. GPU 성능이 급격히 높아지면서 데이터를 얼마나 빨리 공급하느냐가 병목이 됐고, 그래서 HBM이 시장의 주인공이 됐습니다. 하지만 AI 서비스가 실제 산업으로 확대되면서 상황이 달라지고 있습니다. 학습 데이터, 모델 데이터, 이미지와 영상, 기업 내부 자료, 그리고 AI가 생성하는 새로운 데이터까지 계속 쌓이고 있기 때문입니다. 계산을 아무리 빨리해도 이 데이터를 저장하고 다시 빠르게 불러올 공간이 부족하면 시스템 전체의 효율이 떨어질 수밖에 없습니다.

    낸드 기반 기업용 SSD와 서버 저장장치

    AI가 커질수록 저장해야 할 데이터도 함께 늘어납니다

    생성형 AI 초창기에는 시장의 관심이 ‘얼마나 빠르게 학습할 수 있는가’에 집중됐습니다. 하지만 AI가 실제 서비스로 들어가면 이야기가 달라집니다. 수많은 사용자가 AI에 질문하고, 기업은 내부 데이터를 연결하고, AI 에이전트는 여러 작업을 반복해서 수행합니다. 텍스트뿐 아니라 이미지·영상·음성처럼 용량이 큰 데이터도 계속 증가합니다. AI가 발전할수록 계산해야 할 데이터뿐 아니라 보관하고 다시 불러와야 할 데이터의 양도 함께 커지는 구조인 것입니다.

    실제로 2026년 낸드 시장에서는 이런 변화가 숫자로 나타나고 있습니다. TrendForce에 따르면 2026년 1분기 세계 5대 낸드 업체의 매출은 전 분기보다 83.7% 증가해 389억 달러를 넘어섰습니다. 주요 원인으로 AI 서버 인프라 구축에 필요한 고속·대용량 기업용 SSD 수요 증가가 지목됐습니다. 특히 고용량 QLC 기업용 SSD가 데이터센터 저장장치로 빠르게 확대되고 있습니다. 스마트폰과 PC 수요가 강해서 만들어진 전통적인 낸드 호황과는 성격이 다르다는 점이 중요합니다.

    HDD가 있는데 굳이 비싼 SSD를 써야 할까?

    여기에서 또 하나의 질문이 생깁니다. 데이터만 많이 저장하면 된다면 기존 HDD를 계속 사용하면 되지 않을까요? 실제로 HDD는 대용량 데이터를 저렴하게 보관하는 데 여전히 강점이 있습니다. 하지만 AI 데이터센터에서는 저장용량만큼 데이터 접근 속도와 전력효율, 설치 공간도 중요해지고 있습니다. 게다가 최근에는 대용량 HDD 공급 부족까지 겹치면서 일부 저장 수요가 SSD로 이동하고 있습니다. TrendForce는 2026년 AI 서버 저장 수요 증가와 HDD 공급 부족이 맞물리면서 고용량 QLC 기업용 SSD 수요가 강해지고 있다고 분석합니다.

    SSD 업체들이 만드는 제품도 이를 보여줍니다. 마이크론은 올해 5월 245TB 기업용 SSD 출하를 시작했습니다. 회사 측에 따르면 같은 원시 저장용량을 HDD 기반 시스템으로 구성했을 때와 비교해 필요한 랙 수를 크게 줄일 수 있습니다. 삼성전자도 7월 PCIe 6.0 기반 기업용 SSD PM1763 양산을 시작하면서 AI 학습과 추론에서 데이터량이 급증함에 따라 데이터를 빠르고 안정적으로 공급하는 기업용 SSD의 중요성이 커지고 있다고 설명했습니다. 저장장치 경쟁이 단순히 ‘몇 TB를 저장하느냐’에서 얼마나 많은 데이터를 좁은 공간에서 빠르고 효율적으로 처리하느냐의 경쟁으로 옮겨가고 있는 셈입니다.

    낸드 시장의 주인공도 스마트폰에서 데이터센터로 이동하고 있습니다

    예전 낸드 시장을 볼 때 중요한 지표는 스마트폰과 PC 판매량이었습니다. 스마트폰 저장용량이 커지고 PC에 SSD가 보급되면서 낸드 수요가 늘었기 때문입니다. 그래서 소비경기가 나빠지고 스마트폰과 PC 판매가 줄어들면 낸드 업황도 함께 흔들리는 경우가 많았습니다. 그런데 지금은 소비자 시장이 아주 강하지 않은 상황에서도 기업용 SSD가 수요를 받쳐주는 새로운 구조가 나타나고 있습니다.

    TrendForce는 2026년 기업용 SSD가 낸드플래시의 가장 큰 응용처로 올라설 것으로 전망했고, 최근 조사에서도 주요 공급업체들이 생산 자원을 서버 저장장치 쪽에 우선 배분하고 있다고 분석했습니다. 2026년 낸드 시장이 공급 부족 상태를 유지하고 있는 배경에도 AI 관련 수요 증가와 제한적인 생산능력 확대가 함께 자리 잡고 있습니다. 결국 낸드 시장을 볼 때도 이제 스마트폰 출하량만 확인해서는 부족합니다. AI 데이터센터 투자 → 서버 증가 → 기업용 SSD 증가 → 낸드 수요 증가라는 새로운 길이 하나 더 만들어진 것입니다.

    낸드와 기업용 SSD 수요가 증가하는 대규모 서버 저장시설 3

    그렇다면 삼성전자와 SK하이닉스에는 어떤 의미일까?

    이 변화가 흥미로운 이유는 한국 메모리 기업을 바라보는 시각도 달라질 수 있기 때문입니다. AI 메모리 경쟁이라고 하면 자연스럽게 HBM 점유율부터 떠올리지만 삼성전자와 SK하이닉스 모두 낸드 사업을 가지고 있습니다.

    특히 SK하이닉스 그룹에는 기업용 SSD 사업을 하는 솔리다임이 포함되어 있습니다. TrendForce 집계에서 2026년 1분기 삼성전자는 낸드 매출 135억1천만 달러로 31.6%의 점유율을 기록했고, SK하이닉스와 솔리다임을 합친 SK그룹은 약 75억3천만 달러로 17.6%를 차지했습니다. 솔리다임의 고용량 QLC 기업용 SSD 주문 증가도 그룹 실적에 힘을 보탰습니다.

    다만 여기서 ‘AI가 뜨니 낸드는 무조건 좋다’고 단순하게 결론 내리면 곤란합니다. 낸드는 오랫동안 공급 증가와 가격 하락을 반복해온 산업이고, 기업용 SSD 수요가 강하더라도 생산업체들이 공급을 얼마나 늘리느냐에 따라 가격과 수익성은 다시 달라질 수 있습니다.

    실제로 TrendForce는 현재의 공급 부족이 2026년에는 이어지겠지만 공정 전환에 따른 생산량 증가 등으로 2027년 하반기에는 수급이 점차 완화될 가능성을 전망하고 있습니다. 결국 투자자가 봐야 할 것은 단순한 낸드 출하량이 아니라 기업용 SSD 비중, 낸드 가격, 공급업체의 증설 속도와 AI 데이터센터 투자 흐름입니다.

    AI 반도체 경쟁은 이제 ‘계산’만의 경쟁이 아닙니다

    AI 산업을 하나의 거대한 사무실이라고 생각하면 구조가 조금 선명해집니다. GPU는 일을 아주 빠르게 처리하는 직원이고, HBM은 직원이 바로 손을 뻗어 사용하는 넓은 책상입니다. 그런데 회사가 커지고 처리해야 할 업무가 폭증하면 책상만 넓힌다고 문제가 해결되지 않습니다. 자료를 쌓아두고 필요할 때 빠르게 찾아올 수 있는 거대한 자료실도 함께 필요합니다. 그 자료실의 역할을 담당하는 것이 낸드 기반의 SSD입니다.

    그래서 최근 낸드의 변화는 단순한 메모리 가격 반등 이상의 의미가 있습니다. AI가 발전하면서 반도체 산업의 병목이 GPU에서 HBM으로, 다시 첨단 패키징과 저장장치로 넓어지고 있기 때문입니다. 앞으로 AI 반도체 뉴스를 볼 때는 “GPU가 얼마나 팔렸나?”만 볼 것이 아니라 그 GPU가 만들어내고 사용하는 방대한 데이터를 어디에 저장하고 얼마나 빠르게 다시 꺼낼 것인가도 함께 볼 필요가 있습니다. AI 시대가 바꾸고 있는 것은 계산하는 칩만이 아닙니다. 그 계산을 뒷받침하는 저장장치까지 함께 바뀌고 있습니다.

    자주 하는 질문

    Q1. 낸드플래시와 SSD는 같은 것인가요?
    같은 것은 아닙니다. 낸드플래시는 데이터를 저장하는 반도체 메모리이고, SSD는 낸드플래시와 컨트롤러 등을 결합해 만든 저장장치입니다. 쉽게 말하면 낸드가 핵심 재료라면 SSD는 그 재료로 만든 완제품에 가깝습니다.

    Q2. AI 서버에는 왜 기업용 SSD가 필요한가요?
    AI 학습과 추론 과정에서는 많은 데이터를 반복적으로 읽고 저장해야 합니다. 기업용 SSD는 대용량 데이터를 빠르게 처리하면서 서버 환경에서 요구되는 성능과 안정성을 제공하기 때문에 AI 데이터센터에서 중요성이 커지고 있습니다.

    Q3. QLC SSD란 무엇인가요?
    QLC는 하나의 낸드 셀에 4비트의 데이터를 저장하는 방식입니다. 같은 공간에 더 많은 데이터를 저장할 수 있어 대용량 SSD를 만드는 데 유리합니다. 최근 AI 데이터센터에서는 고용량 QLC 기업용 SSD 수요가 빠르게 증가하고 있습니다.

    Q4. AI 수요가 늘면 낸드 가격은 계속 오를까요?
    반드시 그렇지는 않습니다. 현재는 AI 서버용 기업용 SSD 수요와 제한적인 공급으로 수급이 타이트하지만, 낸드는 공급량 변화에 민감한 산업입니다. 공정 전환과 생산량 증가가 이어지면 수급이 다시 완화될 수 있으며, TrendForce는 현재 공급 부족이 2027년 하반기부터 점차 완화될 가능성을 전망하고 있습니다.

    참고자료

    조선일보 헬로T

    함께 읽으면 좋은 글

    HBM 다음 병목은 첨단 패키징? AI 반도체에서 CoWoS가 중요한 이유

  • [반도체 후공정 1편] HBM 다음 병목은 첨단 패키징? AI 반도체에서 CoWoS가 중요한 이유

    [반도체 후공정 1편] HBM 다음 병목은 첨단 패키징? AI 반도체에서 CoWoS가 중요한 이유

    AI 반도체 뉴스를 보다 보면 한동안 모든 길이 HBM으로 통하는 것처럼 느껴졌습니다. 엔비디아의 AI 가속기가 잘 팔린다는 뉴스 뒤에도 HBM이 있었고, 삼성전자와 SK하이닉스의 경쟁을 이야기할 때도 빠지지 않았습니다.

    저도 처음에는 단순하게 생각했습니다. AI 반도체가 많이 필요하다면 HBM을 더 많이 만들면 되는 것 아닌가? 그런데 반도체 공급망을 조금 더 따라가다 보면 낯선 단어가 자꾸 등장합니다. ‘첨단 패키징’, 그리고 TSMC의 CoWoS입니다.

    처음에는 패키징이라는 말 때문에 완성된 반도체를 마지막에 포장하는 공정 정도로 생각하기 쉽습니다. 하지만 AI 반도체에서는 이야기가 달라집니다. 아무리 성능 좋은 GPU와 빠른 HBM을 만들어도 두 부품이 대량의 데이터를 빠르게 주고받도록 제대로 연결하지 못하면 고성능 AI 가속기가 완성되지 않습니다.

    HBM 다음에 첨단 패키징이 주목받는 이유가 바로 여기에 있습니다.

    1. GPU와 HBM만 있다고 AI 반도체가 완성되는 것은 아닙니다

    AI가 거대한 데이터를 처리하려면 연산을 담당하는 GPU와 데이터를 공급하는 메모리 사이에서 엄청난 양의 정보가 쉴 새 없이 오가야 합니다.

    HBM은 이 문제를 해결하기 위해 여러 개의 D램 다이를 수직으로 쌓고, 수많은 연결 통로를 이용해 높은 대역폭을 확보하는 메모리입니다. 일반 메모리보다 훨씬 많은 데이터를 빠르게 전달하는 것이 목적입니다.

    여기까지 보면 GPU와 HBM만 잘 만들면 될 것 같습니다. 하지만 문제가 하나 남습니다. 그 둘을 어떻게 연결할 것인가? 좋은 엔진과 좋은 연료통을 만들었다고 자동차가 저절로 완성되지 않는 것과 비슷합니다. 엔진에서 필요한 순간에 연료가 충분히 공급되도록 연결 구조가 제대로 만들어져야 합니다. AI 반도체에서는 이 연결 작업의 중요성이 매우 커졌습니다.

    CoWoS 공정을 검사하는 반도체 작업 현장

    2. 첨단 패키징은 이제 ‘포장’이라고 부르기 아깝습니다

    과거 반도체 패키징은 만들어진 칩을 외부 충격으로부터 보호하고 기판과 연결하는 후공정이라는 이미지가 강했습니다. 하지만 AI 시대의 첨단 패키징은 여러 종류의 고성능 칩을 가까이 배치하고, 서로 빠르게 데이터를 주고받도록 연결하여 하나의 시스템처럼 작동하게 만드는 기술에 가까워지고 있습니다.

    여기에서 등장하는 대표적인 기술이 TSMC의 CoWoS(Chip-on-Wafer-on-Substrate)입니다. TSMC는 CoWoS를 고성능 컴퓨팅을 위한 첨단 패키징 기술로 설명합니다. 특히 실리콘 인터포저 위에 연산용 로직 칩과 여러 개의 HBM을 함께 배치해 고밀도로 연결할 수 있습니다.

    이름은 어렵지만 구조는 의외로 단순하게 이해할 수 있습니다. GPU와 HBM 사이에 아주 넓고 촘촘한 전용 도로망을 깔아주는 것이라고 생각하면 됩니다.

    GPU가 아무리 빠르게 계산할 수 있어도 필요한 데이터가 좁은 길을 통해 천천히 들어온다면 제 성능을 낼 수 없습니다. 그래서 GPU와 HBM을 가까이에 놓고 데이터가 오갈 수 있는 길을 크게 넓혀주는 것입니다.

    이 과정에서 인터포저(interposer)가 중요한 역할을 합니다. 그래서 AI 반도체의 성능 경쟁은 이제 좋은 GPU를 만드는 경쟁, 좋은 HBM을 만드는 경쟁에서 한 단계 더 나아가 좋은 칩들을 얼마나 효율적으로 연결하느냐의 경쟁으로 확대되고 있습니다.

    3. HBM 공급이 늘면 병목은 다른 곳으로 이동합니다

    반도체 산업을 보다 보면 재미있는 현상이 있습니다.

    공급망에서 가장 부족했던 하나가 해결되면 모든 문제가 끝나는 것이 아니라, 그다음으로 좁은 곳이 새로운 병목으로 드러난다는 점입니다.

    예를 들어 넓은 고속도로를 새로 만들었다고 생각해 보겠습니다. 차로를 네 개에서 열두 개로 늘렸습니다. 그런데 마지막 톨게이트는 여전히 두 개뿐이라면 자동차는 결국 그곳에서 줄을 섭니다.

    AI 반도체도 비슷합니다.

    GPU 생산량이 충분하더라도 HBM이 부족하면 HBM에서 막힙니다. HBM 생산능력이 충분해지더라도 첨단 패키징 능력이 부족하면 이번에는 그곳에서 완성품 생산량이 제한될 수 있습니다.

    실제로 TSMC는 강한 고객 수요에 대응하기 위해 2025년 CoWoS 생산능력을 두 배로 늘리겠다고 밝힌 바 있습니다. 이는 첨단 패키징 생산능력이 AI 반도체 공급망에서 얼마나 중요한 요소가 되었는지를 보여주는 사례입니다.

    그리고 확장은 여기에서 멈추지 않습니다. TSMC는 2026년 현재 더 큰 CoWoS 패키지를 생산하고 있으며, 2028년에는 약 10개의 대형 연산 다이와 20개의 HBM 스택까지 통합할 수 있는 훨씬 큰 패키지를 생산한다는 계획도 공개했습니다.

    GPU와 HBM을 연결하는 첨단 패키징 CoWoS 구조 설명

    4. 왜 TSMC가 AI 반도체 뉴스에 계속 등장할까

    이 구조를 알고 나면 한 가지가 눈에 들어옵니다.AI 반도체 기사를 읽다 보면 엔비디아 이야기에도 TSMC가 나오고, 파운드리 이야기에도 TSMC가 나오고, 이제 패키징 이야기에도 TSMC가 등장합니다.

    단순히 세계적인 파운드리 회사이기 때문만은 아닙니다.

    AI 반도체에서는 최첨단 공정으로 연산 칩을 만드는 능력과 여러 칩을 하나의 고성능 패키지로 묶는 능력이 함께 중요해지고 있기 때문입니다. TSMC 역시 CoWoS를 포함한 3DFabric 첨단 패키징 기술을 계속 확대하고 있습니다.

    메모리 회사들도 마찬가지입니다. SK하이닉스 역시 AI 메모리 수요 확대에 대응해 HBM 생산뿐 아니라 패키징 인프라 투자를 확대하고 있습니다.

    이제 반도체 산업을 단순히 ‘누가 가장 좋은 칩을 만드느냐’만으로 보기 어려워지는 이유입니다.

    5. 투자자라면 ‘지금 가장 좁은 곳’을 봐야 합니다

    HBM을 공부하다 보면 자연스럽게 삼성전자와 SK하이닉스를 보게 됩니다. GPU를 보면 엔비디아를 떠올리게 되고, 최첨단 공정을 따라가면 TSMC가 등장합니다.그런데 AI 반도체 공급망을 조금 더 넓게 보면 이들이 따로 움직이지 않습니다.

    GPU → HBM → 첨단 패키징 → AI 가속기

    이 과정은 하나의 사슬처럼 연결되어 있습니다.그래서 저는 이제 AI 반도체 뉴스를 볼 때 한 가지 질문을 더 던져보는 것이 좋다고 생각합니다.“지금 이 공급망에서 가장 좁은 곳은 어디인가?” 한때 그 답은 HBM이었습니다. 앞으로도 HBM이 매우 중요한 것은 변하지 않습니다. 다만 HBM 생산이 늘어나면 시장의 관심은 그다음 단계로 이동할 수 있습니다.

    첨단 패키징이 최근 더욱 중요하게 보이는 이유입니다. AI 반도체 시장에서 경쟁력은 이제 단순히 ‘좋은 칩을 만드는 능력’만으로 결정되지 않습니다. 좋은 GPU와 좋은 HBM을 만들고, 그것들을 가까이 배치하고, 엄청난 양의 데이터를 빠르게 주고받도록 연결한 뒤, 실제 제품으로 대량 생산할 수 있어야 합니다.

    그래서 HBM 뉴스 다음에는 첨단 패키징 투자와 CoWoS 생산능력도 함께 살펴볼 필요가 있습니다.병목은 사라지는 것이 아니라 이동하기 때문입니다.

    ❓자주 묻는 질문

    Q1. 첨단 패키징과 일반 반도체 패키징은 무엇이 다른가요?

    전통적인 패키징이 칩 보호와 외부 기판 연결에 초점을 맞췄다면, 첨단 패키징에서는 여러 고성능 칩을 가까이에 배치하고 고밀도로 연결해 하나의 시스템처럼 작동하도록 만드는 역할이 더욱 중요합니다.

    Q2. CoWoS는 무엇인가요?

    CoWoS는 TSMC가 제공하는 대표적인 첨단 패키징 기술입니다. 연산용 로직 칩과 여러 개의 HBM을 인터포저 등을 활용해 가까이 배치하고 고속으로 연결하는 데 사용됩니다.

    Q3. HBM 공급이 늘어나면 AI 반도체 공급 부족도 해결되나요?

    반드시 그런 것은 아닙니다. GPU 생산, HBM 공급, 첨단 패키징 등 여러 공정 가운데 생산능력이 가장 부족한 부분이 전체 공급량을 제한할 수 있기 때문입니다.

    Q4. 투자자가 첨단 패키징을 봐야 하는 이유는 무엇인가요?

    AI 반도체 성능이 개별 칩뿐 아니라 여러 칩을 효율적으로 연결하는 능력에 점점 더 의존하고 있기 때문입니다. 따라서 HBM 업체뿐 아니라 첨단 패키징 기술과 생산능력 확대도 AI 반도체 공급망을 이해하는 중요한 단서가 됩니다.

    📚참고 자료

    1. 디지털 타임스 1
    2. 디지털타임스 2

    ✨반도체후공정시리즈 함께 보면 좋은 글

  • 머스크가 폭로한 AI의 진짜 병목 — 엔비디아 GPU가 아니라 메모리 반도체

    머스크가 폭로한 AI의 진짜 병목 — 엔비디아 GPU가 아니라 메모리 반도체

    .

    얼마 전 애플이 맥북과 아이패드 가격을 최대 300달러 올렸을 때, 많은 분들이 ‘또 애플이 욕심 부리는 거 아냐?’ 하셨을 겁니다. 저도 처음엔 그렇게 생각했어요.

    그런데 사실 그 뒤에는 훨씬 큰 이야기가 숨어 있었습니다. 마이크로소프트도 엑스박스 가격을 100~150달러 올렸고, 전 세계 IT 기업들이 비슷한 움직임을 보이고 있거든요.

    그 공통 원인이 바로 ‘메모리 부족’입니다. AI 하면 다들 엔비디아 GPU를 떠올리지만, 정작 업계에서 가장 뜨거운 화두는 메모리예요. 그리고 그 말을 가장 직접적으로 꺼낸 사람이 다름 아닌 일론 머스크입니다.

    머스크가 실적발표장에서 직접 꺼낸 말 — 왜 이례적인가

    일론 머스크는 스페이스X 2분기 실적 발표 컨퍼런스콜에서 이렇게 말했습니다. “현재 가장 큰 제약 요인은 메모리입니다. 메모리 부족은 정말 현실적인 문제예요.”

    기업 CEO가 실적발표 자리에서 특정 부품의 공급난을 이렇게 직접, 그것도 실명을 거론하며 이야기하는 건 흔한 일이 아닙니다. 머스크는 마이크론이 테슬라에 상당한 규모의 메모리를 공급해줬다고 감사를 표했고, TSMC와 삼성전자도 실명으로 언급했어요.

    보통 CEO들은 공급망 리스크를 가급적 조용히 관리하려 합니다. 공개 발언이 시장에 미치는 파장이 크기 때문이죠. 그런데 머스크가 굳이 이 말을 꺼냈다는 건, 그만큼 상황이 심각하다는 방증으로 읽힙니다.

    머스크에 따르면 메모리 생산량은 연간 약 20%씩 늘어나고 있지만, 수요는 연간 200%, 어쩌면 그보다 더 빠른 속도로 증가하고 있습니다. 공급이 20 늘어나는 동안 수요는 200이 늘어난다면, 격차는 시간이 갈수록 벌어질 수밖에 없겠죠.

    TSMC·삼성전자·마이크론을 실명 언급한 이유

    이 발언에서 또 눈에 띄는 대목은, 머스크가 반도체 공급망의 핵심 기업들을 직접 이름을 불러가며 감사를 표했다는 점입니다.

    이건 단순한 인사치레가 아닙니다. AI 산업이 이제 이들 기업 없이는 단 하루도 돌아가지 않는다는 의존도를 공개적으로 인정한 셈이에요. 공급망이 이 정도로 집중돼 있다는 신호를 직접 보낸 겁니다.

    왜 메모리가 부족한가 — HBM이 다 빨아들이는 구조

    메모리 부족을 이해하려면, AI 가속기 안에서 무슨 일이 벌어지고 있는지를 먼저 알아야 합니다. 어렵게 생각할 필요 없이, 이렇게 상상해보세요.

    머스크, AI 메모리 반도체 부족

    엔비디아 GPU는 엄청난 속도로 달리는 스포츠카입니다. 그런데 이 스포츠카가 달리려면 연료가 필요한데, 그 연료가 바로 메모리예요. 아무리 차가 빨라도 연료 탱크가 작거나 주유소가 부족하면 제 속도를 낼 수 없는 것처럼, GPU도 데이터를 빠르게 공급해줄 메모리가 충분하지 않으면 실력 발휘를 못 합니다.

    특히 AI 연산에는 HBM(고대역폭 메모리)이라는 특수 메모리가 필요합니다. HBM은 일반 D램보다 훨씬 빠르게 데이터를 전달하는 메모리인데, 생산 과정이 복잡하고 수율(제대로 나오는 제품 비율)도 낮아서 만들어내기가 쉽지 않아요.

    문제는 전 세계 메모리 생산 역량의 상당 부분이 이 HBM 쪽으로 쏠리면서, 일반 D램과 낸드 플래시까지 동반 부족 현상이 나타나고 있다는 겁니다. HBM을 만드는 공장 라인을 늘리면, 그만큼 일반 메모리를 만들 여력이 줄어드는 구조거든요.

    HBM이 뭔지 쉽게 풀면

    HBM을 더 쉽게 풀면, 마치 고속도로 같은 겁니다. 일반 D램이 국도라면 HBM은 왕복 10차선 고속도로예요. GPU라는 초고속 자동차들이 데이터를 빠르게 실어 나르려면 이 넓은 고속도로가 반드시 필요하죠.

    그런데 이 고속도로를 짓는 건 일반 도로보다 훨씬 까다롭고 비쌉니다. 생산 라인도, 기술도, 시간도 더 많이 필요해요. 수요는 폭발하는데 공급이 따라가지 못하는 이유가 여기 있습니다.

    이게 내 삶엔 어떤 영향? — 아이패드·엑스박스 가격이 오른 이유

    AI 메모리 대란이 그저 산업계 이야기처럼 들릴 수 있지만, 사실 이미 우리 일상 속으로 꽤 깊이 들어와 있습니다.

    애플은 최근 맥북·아이맥·아이패드 등 주요 제품 가격을 최대 300달러 인상했습니다. 마이크로소프트는 엑스박스 가격을 100~150달러 올렸고요. 제가 최근에 노트북 교체를 고민하다가 가격표를 보고 잠깐 멈칫했는데, 이게 단순히 환율 때문만은 아니었던 거죠.

    메모리 가격이 오르면 완성품 가격도 따라 올라갑니다. 스마트폰, 노트북, 게임기, 태블릿 — 메모리가 들어가지 않는 전자기기를 찾기 어려울 정도니까요. AI 데이터센터가 메모리를 대량으로 빨아들이면, 그 여파가 소비재 가격으로 전가되는 겁니다.

    앞으로 AI 수요가 계속 커진다면, 이런 가격 압력이 단기에 해소되기는 어렵습니다. 삼성전자가 메모리 부족이 2028년까지 이어질 가능성을 제시한 것도 이런 맥락에서 나온 전망이에요.

    2028년까지 이어질 수도 있다는 전망

    삼성전자가 공개적으로 ‘2028년까지’라는 시한을 제시했다는 건 꽤 무게감이 있는 발언입니다. 반도체 업계가 자사 제품에 유리한 방향으로 전망을 부풀리는 경향이 있는 건 사실이지만, 그럼에도 단기 해소가 쉽지 않다는 구조적 이유는 분명히 존재합니다.

    메모리 팹(공장)을 새로 짓는 데는 수조 원의 투자와 수 년의 시간이 필요합니다. 수요가 급증한다고 해서 공급을 바로 늘릴 수 있는 산업이 아닌 거죠. 이 점이 메모리를 지금 이 시점에 특히 민감한 자원으로 만들고 있는 핵심 이유입니다.

    한국엔 기회인가 — 삼성전자·SK하이닉스와 수출 179% 급증

    메모리 대란의 수혜자를 꼽는다면, 한국이 가장 먼저 눈에 들어옵니다. 우리가 주변에서 흔히 보듯 삼성전자와 SK하이닉스는 글로벌 메모리 시장에서 절대적인 위치를 차지하고 있거든요.

    머스크 , 메모리 반도체 수출 호조

    실제로 한국의 7월 반도체 수출은 전년 동월 대비 179% 증가했습니다. 이 숫자 하나가 지금 메모리 시장 분위기를 꽤 압축적으로 보여줍니다. 수요가 그만큼 폭발적이고, 한국 기업들이 그 수요에 가장 빠르게 응하고 있다는 뜻이니까요.

    SK하이닉스는 HBM 분야에서 현재 가장 앞서 있다는 평가를 받고 있고, 엔비디아와의 공급 관계도 굳건합니다. 삼성전자도 HBM3E 품질 이슈를 넘어서기 위해 전력을 다하고 있죠. 이번 메모리 대란이 한국 반도체 산업에는 구조적 반등의 발판이 될 수 있다는 시각이 많습니다.

    물론 기회만 있는 건 아닙니다. 미국의 수출 규제, 중국의 자국 메모리 생산 확대, 그리고 경기 사이클에 따른 수요 변동 가능성도 함께 봐야 합니다. 다만 지금 당장의 흐름만 보면, 메모리 강국인 한국에 유리한 국면이 이어지고 있는 건 분명합니다.

    장기 공급계약이 늘어나는 이유

    최근 메모리 업계에서는 장기 공급계약 체결이 빠르게 늘고 있습니다. 머스크가 마이크론과의 공급 관계를 공개적으로 언급한 것처럼, 빅테크들이 안정적인 메모리 물량 확보를 위해 선제적으로 움직이고 있는 거예요.

    이건 일종의 선점 경쟁입니다. 지금 계약을 못 맺으면 2~3년 뒤 AI 서비스 확장에 필요한 메모리를 제때 확보하지 못할 수 있다는 위기감이 큰 거죠. 그 수혜는 자연스럽게 삼성전자·SK하이닉스 같은 메모리 공급자에게 돌아옵니다.

    머스크 발언을 곧이곧대로 믿어도 될까 — 균형 잡힌 시각

    여기서 한 가지 중요한 점을 짚고 넘어가야 합니다. 머스크가 제시한 ‘수요 연간 200%’라는 숫자, 이게 어디서 나온 수치냐는 거예요.

    이건 IDC나 가트너 같은 전문 조사기관이 발표한 데이터가 아닙니다. 테슬라, xAI, 스페이스X 등 머스크 본인이 운영하는 기업들의 내부 수요를 바탕으로 한 경영자의 추정에 가까워요. 쉽게 말하면, 자기 회사 얘기를 기준으로 외삽(外揷)한 수치라는 겁니다.

    물론 머스크의 기업들이 AI 인프라를 실제로 엄청난 규모로 쓰고 있는 건 사실이고, 그 경험에서 나온 발언이니 무게가 없는 건 아닙니다. 하지만 그가 말한 200%를 전 세계 산업 평균처럼 받아들이면 과잉 해석이 될 수 있어요.

    또한 머스크는 기본적으로 자기 주장을 드라마틱하게 표현하는 인물이기도 합니다. 메모리 부족이 현실인 건 맞지만, 그 수치의 구체적인 맥락은 항상 따져보는 습관이 필요합니다. 좋은 뉴스든 나쁜 뉴스든, 숫자 뒤에 ‘누가, 어떤 기준으로 만든 수치인가’를 묻는 것이 정보를 제대로 소비하는 방법이니까요.

    AI 시대의 핵심 자원이라고 하면 많은 분들이 GPU, 그중에서도 엔비디아 칩을 떠올립니다. 하지만 머스크의 발언이 보여주듯, 진짜 병목은 메모리에 있을 가능성이 점점 현실로 드러나고 있습니다.

    메모리는 이제 ‘AI 시대의 원유’라고 불러도 어색하지 않습니다. 원유처럼 모든 것을 움직이게 하는 연료이고, 원유처럼 공급이 제한적이며, 원유처럼 그 부족이 전 세계 소비자 가격에까지 영향을 미칩니다.

    애플 제품 가격이 오른 것도, 한국 반도체 수출이 179% 뛴 것도, 머스크가 마이크론에 감사를 표한 것도 — 모두 같은 흐름 위에 있습니다. 앞으로 AI 뉴스를 읽을 때, GPU 뒤에서 묵묵히 모든 연산을 떠받치고 있는 메모리를 한 번쯤 주목해보시길 권해드립니다.

    자주 묻는 질문

    Q. AI에서 메모리가 왜 중요한가요? GPU만 있으면 안 되나요?

    A. GPU는 연산을 담당하지만, 그 연산에 필요한 데이터를 빠르게 공급하는 건 메모리의 역할입니다. 아무리 강력한 GPU라도 데이터를 제때 받지 못하면 속도가 크게 떨어져요. AI 모델이 커질수록 필요한 메모리 양도 폭발적으로 늘어나기 때문에, 메모리가 실질적인 병목이 되는 겁니다.

    Q. HBM이 뭔가요? 일반 메모리랑 뭐가 다른가요?

    A. HBM(High Bandwidth Memory)은 고대역폭 메모리로, 일반 D램보다 훨씬 빠른 속도로 데이터를 전달할 수 있습니다. GPU 옆에 아주 가까이 붙여서 쓰는 특수 메모리라고 생각하시면 됩니다. 생산이 까다롭고 단가가 높아서 공급 확대가 쉽지 않아요.

    Q. 메모리 부족이 내 스마트폰이나 노트북 가격에도 영향을 주나요?

    A. 네, 직접적인 영향이 있습니다. AI 데이터센터가 메모리를 대량 소비하면서 일반 소비재에 들어가는 메모리 가격도 오르고 있어요. 애플이 맥북·아이패드를 최대 300달러 올리고, 마이크로소프트가 엑스박스를 100~150달러 인상한 것도 이 영향과 무관하지 않습니다.

    Q. 삼성전자·SK하이닉스는 이 상황에서 이득을 보나요?

    A. 현재로서는 유리한 국면입니다. 한국의 7월 반도체 수출이 전년 동월 대비 179% 급증한 것이 그 증거예요. 다만 미국 수출 규제, 중국의 자체 생산 확대, 경기 사이클 등 변수도 있어서 장기적으로는 지켜봐야 합니다.

    참고자료

    뉴시스

    함께 보면 좋은 글

    EUV 노광장비가 뭐길래 ASML 주가가 비쌀까

  • 반도체 사이클이란? 삼성전자 주가 롤러코스터의 진짜 이유

    반도체 사이클이란? 삼성전자 주가 롤러코스터의 진짜 이유

    삼성전자 주가 차트를 길게 놓고 보면 신기한 패턴이 보입니다. 몇 년 좋다가, 몇 년 나쁘다가를 반복합니다. 실적도 마찬가지입니다. 어떤 해에는 영업이익 수십조 원을 벌다가, 몇 년 뒤에는 반의반 토막이 납니다. 회사가 갑자기 무능해진 걸까요? 아닙니다. 이것이 반도체 산업의 숙명인 사이클(주기)입니다. 사이클을 이해하면 “지금 사도 되나?”라는 질문에 스스로 답할 수 있는 틀이 생깁니다.

    사이클이 생기는 근본 이유: 공급이 계단식으로 움직인다

    핵심 원리는 하나입니다. 수요는 매일 조금씩 변하는데, 공급은 몇 년 단위로 왕창 변한다는 것입니다.

    반도체 공장 하나를 짓는 데는 수십조 원과 2~3년의 시간이 듭니다. 그래서 이런 일이 반복됩니다.

    호황에서 불황까지, 네 단계로 보는 사이클

    첫 번째는 호황입니다. 수요가 늘어 메모리 가격이 오릅니다. 기업들이 돈을 쓸어 담습니다.

    두 번째는 증설 경쟁입니다. 돈을 번 기업들이 앞다퉈 공장을 짓습니다. “지금 안 지으면 점유율을 뺏긴다”는 심리가 작동합니다.

    세 번째는 공급 과잉입니다. 2~3년 뒤, 새 공장들이 한꺼번에 가동됩니다. 물량이 쏟아지며 가격이 폭락합니다.

    네 번째는 불황과 감산입니다. 적자가 나기 시작하면 기업들이 투자를 줄이고 생산을 감축합니다. 공급이 줄어든 상태에서 수요가 회복되면 가격이 다시 튀어 오르고, 다시 첫 번째 단계로 돌아갑니다.

    제가 이 구조를 처음 들었을 때 딱 떠오른 게 배추 농사였습니다. 배추값이 오르면 모두가 배추를 심고, 이듬해 배추가 쏟아져 값이 폭락하는 것과 같은 원리입니다. 다만 반도체는 ‘심고 수확하기까지’ 2~3년이 걸려서 주기가 길 뿐입니다.

    사이클은 왜 멈추지 않을까

    이 패턴이 반복되는 이유는 각 기업이 ‘나 하나쯤은 증설해도 괜찮겠지’라고 생각하기 때문입니다. 모두가 같은 생각을 하니 결국 모두가 함께 공급 과잉을 만들어냅니다.

    공장을 짓겠다는 결정 시점과 실제로 가동되는 시점 사이에 2~3년의 간격이 있어서, 시장 신호를 보고 대응하기가 구조적으로 늦을 수밖에 없습니다.

    메모리가 특히 심하게 출렁이는 이유

    같은 반도체라도 사이클의 세기가 다릅니다. 메모리(D램, 낸드)가 유독 심합니다. 이유는 메모리가 규격화된 범용품이기 때문입니다.

    삼성 D램과 하이닉스 D램은 성능 규격이 같아서, 사는 쪽은 그냥 싼 것을 삽니다. 쌀이나 원유처럼 시세가 형성되는 것이죠. 그래서 공급이 조금만 넘쳐도 가격이 와르르 무너집니다. 반면 엔비디아 GPU 같은 시스템 반도체는 대체재가 없는 설계 상품이라 가격 방어력이 강합니다.

    D램이 3강 체제로 재편된 것도 사이클의 결과입니다. 과거 불황기마다 버티지 못한 회사들이 무너지거나 합쳐지면서 살아남은 곳이 삼성전자, SK하이닉스, 마이크론입니다. 공급자가 셋뿐이라 예전보다 감산 조율이 빨라졌고, 그래서 “사이클의 골이 과거보다 얕아졌다”는 분석도 나옵니다.

    사이클의 위치를 읽는 신호들

    지금이 사이클의 어디쯤인지 가늠할 때 시장이 참고하는 신호들이 있습니다. 우리가 주변에서 뉴스를 볼 때도 이 네 가지 항목을 의식하고 보면 느낌이 꽤 달라집니다.

    가격 신호와 재고 신호

    D램 현물가격과 고정거래가격의 방향이 첫 번째입니다. 가격 지표가 바닥에서 돌아서는 것이 회복의 첫 신호로 통합니다.

    두 번째는 재고 신호입니다. 반도체 기업과 고객사(서버·스마트폰 업체)의 재고 수준입니다. 재고가 쌓이면 하강, 재고가 소진되면 상승의 전조입니다.

    투자 신호와 증설 신호

    기업들의 설비투자(CAPEX) 발표가 세 번째입니다. 투자 축소·감산 발표는 역설적으로 “공급이 줄어드니 바닥이 가깝다”는 신호로 읽히곤 합니다.

    네 번째는 증설 신호입니다. 대규모 증설 경쟁이 뉴스를 도배하면, 2~3년 뒤 공급 과잉을 경계해야 한다는 뜻이기도 합니다. 소부장 기업들의 수주가 폭증하는 시기이기도 해서, 사이클 국면마다 수혜 기업이 달라집니다.

    투자 관점: 사이클 산업의 역설

    삼성전자, 반도체 ,

    사이클 산업에는 유명한 역설이 있습니다. 실적이 최고일 때가 주가의 꼭대기 근처이고, 적자 뉴스가 쏟아질 때가 바닥 근처인 경우가 많다는 것입니다. 주가는 현재 실적이 아니라 6개월~1년 뒤를 미리 반영하기 때문입니다.

    “영업이익 사상 최대” 기사에 사서 “적자 전환” 기사에 파는 것은 사이클 산업에서 가장 흔한 실패 패턴으로 꼽힙니다. 제가 처음 이 얘기를 들었을 때 꽤 충격이었는데, 실제로 차트와 뉴스를 나란히 놓고 보면 고개가 절로 끄덕여집니다.

    다만 주의할 점도 있습니다. 사이클은 사후에는 명확해 보여도, 한가운데서는 지금이 어디쯤인지 누구도 확신할 수 없습니다. AI 수요처럼 과거 패턴을 바꾸는 변수도 등장합니다. HBM은 장기 공급 계약 방식이라 기존 메모리보다 가격 변동이 완만해서, “AI가 사이클의 성격 자체를 바꾸고 있다”는 시각과 “사이클은 반복된다”는 시각이 지금도 맞서고 있습니다.

    사이클은 타이밍을 맞히는 도구가 아니라, 과열과 공포에 휩쓸리지 않기 위한 나침반으로 쓰는 것이 안전합니다.

    반도체 사이클은 삼성전자 주가를 이해하는 데 빠질 수 없는 틀입니다. 수요는 흘러가듯 조금씩 변하지만, 공급은 계단식으로 왕창 변하는 구조가 이 모든 출렁임의 근본 원인입니다. 메모리가 유독 심하게 흔들리는 이유, 사이클의 위치를 읽는 네 가지 신호, 그리고 ‘좋은 뉴스에 사지 말라’는 역설까지 알고 나면, 이제 뉴스를 볼 때 조금 다른 눈이 생기실 겁니다. 사이클은 예측의 도구가 아닙니다. 시장의 분위기에 휩쓸리지 않기 위한 나침반으로 활용하는 것, 그게 가장 현명한 사용법입니다.

    자주 묻는 질문

    Q. 반도체 사이클은 보통 몇 년 주기로 돌아오나요?

    A. 전통적으로 3~5년 주기로 언급되지만, 공급자 수 감소와 AI 수요 같은 새로운 변수로 인해 최근에는 주기의 길이와 진폭이 과거와 달라지고 있다는 분석이 많습니다. 고정된 주기라기보다는 수요·공급 균형이 깨질 때마다 반복되는 구조로 이해하는 것이 정확합니다.

    Q. D램 가격은 어디서 확인할 수 있나요?

    A. D램 현물가격은 D램익스체인지(DRAMeXchange)나 트렌드포스(TrendForce) 같은 시장조사 기관이 정기적으로 발표합니다. 국내에서는 관련 증권사 리포트나 경제 언론에서도 주요 가격 동향을 정리해줍니다.

    Q. HBM이 기존 메모리 사이클과 다른 이유는 무엇인가요?

    A. HBM(고대역폭 메모리)은 AI 가속기에 특화된 제품으로, 엔비디아 등 특정 고객사와 장기 공급 계약을 맺는 방식이 많습니다. 그래서 시세가 수시로 변하는 일반 D램과 달리 가격이 비교적 안정적입니다. 이 때문에 AI 수요가 사이클의 성격 자체를 바꿀 수 있다는 시각이 나옵니다.

    Q. 삼성전자 주가가 실적과 반대로 움직이는 경우가 많은 이유는요?

    A. 주가는 현재 실적이 아니라 6개월~1년 뒤의 실적을 미리 반영하는 경향이 있습니다. 사이클 산업에서는 실적이 최고점에 달했을 때 이미 공급 과잉의 씨앗이 뿌려져 있는 경우가 많고, 반대로 적자가 최대일 때 감산으로 인한 회복 기대감이 선반영되기 때문입니다.

    참고자료

    연합뉴스TV 동아일

    함께 보면 좋은 글

    반도체 8대 공정, 비전공자도 이해하는 쉬운 정리

    #삼성전자 주가#반도체 사이클#메모리 사이클#D램 가격#반도체 투자#HBM 사이클

  • AI 뉴스마다 나오는 HBM, 삼성·SK하이닉스 경쟁까지 한눈에

    AI 뉴스마다 나오는 HBM, 삼성·SK하이닉스 경쟁까지 한눈에

    메타 디스크립션
    HBM이 뭔지 몰라도 괜찮습니다. D램을 아파트처럼 쌓는 원리부터 SK하이닉스·삼성전자 점유율 경쟁, 투자자가 꼭 봐야 할 핵심 포인트까지 비전공자도 쉽게 읽히게 정리했습니다.

    요즘 반도체 뉴스를 보면 하루가 멀다 하고 등장하는 단어가 있습니다. 바로 HBM입니다.

    “SK하이닉스가 HBM으로 사상 최대 실적”, “삼성전자 HBM4 추격 본격화” 같은 기사가 쏟아지는데, 정작 HBM이 뭔지 쉽게 설명해주는 글은 많지 않습니다.

    오늘은 비전공자도 이해할 수 있게 HBM을 정리해보겠습니다.

    HBM의 뜻: 메모리를 아파트처럼 쌓았다

    HBM은 High Bandwidth Memory, 우리말로 ‘고대역폭 메모리’입니다.

    쉽게 비유하면 이렇습니다. 일반 D램이 단독주택을 옆으로 넓게 지은 것이라면, HBM은 D램 칩을 아파트처럼 수직으로 쌓아 올린 것입니다. 현재 주력 제품은 D램을 12층까지 쌓습니다.

    이렇게 쌓으면 뭐가 좋을까요? 핵심은 이름에 있는 ‘대역폭’입니다. 대역폭은 데이터가 오가는 도로의 폭이라고 생각하면 됩니다. 일반 메모리가 왕복 2차선 도로라면, HBM은 수천 개의 통로를 뚫어놓은 고속도로입니다. 같은 시간에 훨씬 많은 데이터를 실어 나를 수 있습니다.

    왜 AI 시대에 HBM이 필수일까

    AI 반도체의 대표주자인 엔비디아 GPU는 엄청나게 빠른 계산 능력을 갖고 있습니다. 그런데 문제가 하나 있습니다. 계산할 데이터를 메모리에서 가져와야 하는데, 메모리가 느리면 GPU가 아무리 빨라도 데이터를 기다리며 놀게 됩니다. 이것을 ‘병목 현상’이라고 부릅니다.

    비유하자면 세계 최고의 요리사(GPU)를 데려다 놨는데, 재료를 나르는 통로(메모리)가 좁아서 요리사가 재료를 기다리며 서 있는 상황입니다. 이 병목을 풀어주는 것이 바로 HBM입니다.

    챗GPT 같은 AI는 학습과 답변 과정에서 어마어마한 양의 데이터를 쉴 새 없이 주고받아야 합니다. 그래서 엔비디아의 AI 칩에는 HBM이 반드시 들어가고, AI 붐과 함께 HBM 수요가 폭발한 것입니다.

    삼성전자 vs SK하이닉스, 누가 앞서나

    현재 HBM 시장은 SK하이닉스, 삼성전자, 미국 마이크론의 3파전입니다.

    SK하이닉스: 검증된 양산력으로 선두 유지

    SK하이닉스가 선두를 지키고 있습니다. 시장조사업체 카운터포인트리서치에 따르면 2026년 1분기 매출 기준 글로벌 HBM 점유율은 SK하이닉스가 58%로 1위입니다.

    가장 큰 무기는 엔비디아와의 관계입니다. 5세대 제품인 HBM3E를 엔비디아에 사실상 독점 공급했고, 증권가에서는 6세대 HBM4에서도 60% 이상의 점유율을 이어갈 것이라는 분석이 나옵니다. 대만 TSMC와 손잡고 검증된 공정으로 안정성을 우선하는 전략을 택한 것이 주효했습니다.

    삼성전자: 기술과 자체 생태계로 추격

    삼성전자는 기술로 승부수를 던졌습니다. HBM4부터는 데이터를 제어하는 ‘베이스 다이’라는 부품에 첨단 공정이 도입되는데, 삼성전자는 자사 파운드리의 4나노 공정을 적용해 업계 표준보다 높은 동작 속도를 구현했다고 밝혔습니다.

    설계부터 생산, 패키징까지 모두 자체 해결하는 종합 반도체 회사라는 강점을 앞세워 추격 중입니다. 제가 최근에 반도체 관련 리포트를 쭉 훑어보면서 느낀 점은, 삼성이 단순히 따라가는 게 아니라 자체 생태계 완결이라는 전혀 다른 방향으로 판을 짜고 있다는 점이었습니다.

    마이크론: 빠르게 크는 3위

    마이크론도 무섭게 크고 있습니다. 최근 HBM4 매출 10억 달러 달성을 발표하며 점유율 20%대를 목표로 내걸었습니다.

    정리하면, 검증된 양산 능력의 SK하이닉스와 기술·자체 생태계의 삼성전자가 6세대 HBM4를 놓고 정면 승부를 벌이는 국면이며, 경쟁의 축은 벌써 7세대인 HBM4E로 넘어가고 있습니다.

    투자자가 봐야 할 포인트

    HBM 투자 포인트, 손으로 인쇄된 반도체 분석 리포트를 짚어가며 읽는 클로즈업

    HBM을 이해하면 반도체 뉴스가 다르게 보입니다. 우리가 주변에서 흔히 보듯, 같은 뉴스도 맥락을 알고 읽으면 전혀 다른 정보가 눈에 들어오기 시작하죠. 몇 가지 관전 포인트를 짚어보면 이렇습니다.

    첫째, 엔비디아 신제품 일정

    엔비디아의 차세대 AI 칩에 어느 회사 HBM이 들어가느냐가 두 회사 주가의 핵심 변수입니다. 엔비디아 칩셋 발표 시즌마다 어느 회사 HBM이 탑재되는지를 확인하는 습관을 들여두면 좋습니다.

    둘째, 수율(양품 비율) 뉴스

    HBM은 쌓는 기술이 어려워서 수율이 곧 수익성입니다. 쉽게 말해 100개를 만들었을 때 제대로 된 제품이 몇 개나 나오느냐의 비율인데요. “수율 개선” 뉴스는 호재, “수율 난항” 뉴스는 악재로 읽으면 됩니다.

    셋째, HBM 밸류체인

    HBM을 만들려면 칩을 쌓아 붙이는 장비와 소재가 필요합니다. 한미반도체(TC본더) 같은 소부장 기업들이 함께 주목받는 이유입니다. 이 부분은 다음 글에서 자세히 다루겠습니다.

    HBM은 단순한 반도체 부품이 아닙니다. AI 시대를 움직이는 핵심 인프라이자, 글로벌 반도체 패권 경쟁의 한복판에 있는 기술입니다.

    뉴스에서 HBM이라는 단어를 보게 되면, 이제는 ‘아, 메모리를 아파트처럼 쌓아서 AI 칩의 병목을 풀어주는 그것’이라고 바로 떠오르실 겁니다.

    앞으로 HBM 관련 소재·장비주와 밸류체인 전반도 이어서 살펴볼 예정입니다. 관심 있으신 분은 다음 글도 함께 읽어보세요.

    자주 묻는 질문

    Q. HBM과 일반 D램의 가장 큰 차이는 무엇인가요?

    A. 일반 D램은 메모리 칩을 평면으로 넓게 배치하는 방식이라면, HBM은 칩을 수직으로 여러 층 쌓아 올립니다. 덕분에 데이터가 오가는 통로(대역폭)가 훨씬 넓어지고, AI 연산처럼 대용량 데이터를 빠르게 처리해야 하는 환경에서 압도적인 성능을 발휘합니다.

    Q. 현재 HBM 시장에서 1위는 어느 회사인가요?

    A. 2026년 1분기 기준으로 SK하이닉스가 58%의 점유율로 1위를 지키고 있습니다. 엔비디아에 HBM3E를 사실상 독점 공급한 것이 주효했으며, 6세대 HBM4에서도 60% 이상의 점유율을 유지할 것이라는 전망이 나옵니다.

    Q. HBM에서 ‘수율’이 중요한 이유는 뭔가요?

    A. HBM은 D램 칩을 최대 12층까지 쌓는 고난도 공정이기 때문에, 생산 과정에서 불량이 생기기 쉽습니다. 수율은 전체 생산 물량 중 정상 제품이 나오는 비율로, 수율이 높을수록 원가가 낮아지고 수익성이 좋아집니다. 그래서 반도체 업계에서 ‘수율 개선’ 소식은 곧 실적 개선의 신호로 받아들여집니다.

    Q. HBM 투자를 생각할 때 반도체 대형주 외에 어떤 종목을 봐야 하나요?

    A. HBM은 칩을 쌓고 연결하는 고도의 패키징 기술이 필요합니다. 이 과정에서 TC본더 장비를 공급하는 한미반도체처럼 소재·부품·장비(소부장) 기업들이 수혜를 받습니다. HBM 수요가 늘어날수록 이 밸류체인 전반이 함께 성장하는 구조입니다.

    참고자료

    뉴스웨이 시사저널e

    함께 보면 좋은 글

    .머스크가 폭로한 AI의 진짜 병목 — 엔비디아 GPU가 아니라 메모리 반도체

  • D램·낸드 완전 정리, 삼성전자·SK하이닉스가 파는 게 정확히 뭔가요?

    D램·낸드 완전 정리, 삼성전자·SK하이닉스가 파는 게 정확히 뭔가요?

    삼성전자·SK하이닉스를 ‘메모리 반도체 강자’라고 부르지만, 정작 메모리가 정확히 뭘 하는 부품인지는 뉴스가 잘 설명해주지 않습니다. 메모리 반도체의 양대 축이 바로 D램과 낸드플래시입니다. 이 둘의 차이를 알면 “D램 가격 반등”, “낸드 감산” 같은 기사가 왜 주가를 움직이는지 비로소 이해할 수 있습니다.

    반도체는 크게 둘로 나뉜다

    먼저 큰 그림부터 잡아봅시다. 반도체는 역할에 따라 두 종류로 나뉩니다.

    시스템 반도체(비메모리)는 데이터를 계산하고 처리하는 두뇌 역할입니다. CPU, GPU, 스마트폰 AP 등이 여기 속하고, 엔비디아·인텔·퀄컴의 영역이죠.

    메모리 반도체는 데이터를 저장하는 창고입니다. 이 시장의 주력이 D램과 낸드플래시이고, 삼성전자와 SK하이닉스가 세계 시장을 주도하고 있습니다.

    두뇌가 아무리 좋아도 기억할 공간이 없으면 일을 못 하니, 컴퓨터와 스마트폰에는 둘 다 반드시 들어갑니다. 제가 처음 이 구조를 접했을 때, “아, 뇌(시스템)와 수첩(메모리)이 함께 있어야 사람이 일을 하는 것과 같구나” 싶었습니다.

    D램: 빠르지만 잘 잊어버리는 작업대

    D램(DRAM)은 CPU가 지금 당장 작업 중인 데이터를 올려놓는 공간입니다. 책상 위 작업대라고 생각하면 딱 맞습니다.

    작업대가 넓을수록 여러 자료를 펼쳐놓고 동시에 일할 수 있듯, D램 용량이 클수록 여러 프로그램을 동시에 빠르게 돌릴 수 있습니다. 컴퓨터 사양에서 “램 16GB”라고 할 때의 그 램이 바로 D램입니다.

    D램의 특징은 두 가지입니다. 첫째, 속도가 매우 빠릅니다. CPU와 실시간으로 데이터를 주고받아야 하기 때문이죠. 둘째, 전원이 꺼지면 데이터가 모두 지워집니다. 퇴근할 때 책상 위를 싹 치우는 것과 같습니다. 이런 성질을 ‘휘발성’이라고 합니다.

    앞서 많이 언급되는 HBM이 바로 이 D램을 12층으로 쌓아 만든 특수 D램입니다. AI 시대에 가장 비싸게 팔리는 D램인 셈이죠.

    낸드플래시: 느리지만 기억하는 서랍장

    낸드플래시(NAND Flash)는 데이터를 장기 보관하는 저장 공간입니다. 작업대 옆 서랍장이라고 보면 됩니다.

    스마트폰의 “저장공간 256GB”, SSD, USB 메모리가 전부 낸드플래시입니다. 우리가 매일 찍는 사진과 내려받은 파일들이 바로 여기 보관되고 있죠.

    낸드플래시의 특징은 D램과 정반대입니다. 속도는 D램보다 느리지만, 전원이 꺼져도 데이터가 그대로 남습니다. 사진과 문서가 폰을 꺼도 사라지지 않는 이유입니다. 이것이 ‘비휘발성’입니다.

    낸드는 용량 경쟁이 핵심이라, 셀을 수백 층으로 쌓아 올리는 적층 기술이 승부처입니다. “238단 낸드”, “300단 돌파” 같은 기사가 바로 이 층수 경쟁 이야기입니다.

    D램과 낸드플래시, 한눈에 비교

    두 제품의 차이를 정리하면 이렇습니다.

    D램은 역할이 작업 공간(작업대)이고, 속도가 매우 빠르며, 전원을 끄면 데이터가 사라지는 휘발성입니다. PC 램·서버 램·HBM에 쓰이고, 경쟁 포인트는 속도·미세화·적층(HBM)입니다.

    낸드플래시는 역할이 저장 공간(서랍장)이고, 상대적으로 속도가 느리지만, 전원이 꺼져도 데이터가 유지되는 비휘발성입니다. SSD·스마트폰 저장공간·USB에 쓰이고, 경쟁 포인트는 고용량과 적층 단수입니다.

    이렇게 놓고 보면, 두 제품은 서로 경쟁하는 게 아니라 역할이 완전히 다른 부품입니다. 작업대 없이는 일을 못 하고, 서랍장 없이는 결과물을 보관 못 하니까요.

    투자 관점: 왜 D램이 더 중요할까

    두 제품은 수익성 구조가 다릅니다. 제가 관련 기사를 처음 꼼꼼히 읽기 시작했을 때도 이 부분이 가장 흥미로웠습니다.

    D램은 3강 체제입니다. 삼성전자·SK하이닉스·마이크론 세 회사가 시장 대부분을 나눠 갖고 있습니다. 공급자가 적으니 가격 협상력이 세고, 호황일 때 이익이 크게 납니다. 삼성전자·SK하이닉스 실적에서 더 큰 비중을 차지하는 쪽도 대체로 D램입니다.

    반면 낸드는 경쟁자가 더 많습니다. 키오시아·웨스턴디지털(샌디스크) 등이 가세한 다자 경쟁이라 가격 경쟁이 심하고, 불황 때 적자로 먼저 떨어지는 경향이 있습니다.

    D램·낸드 플래시 차이

    그래서 실적 기사를 읽을 때는 “D램 가격이 오르는가”를 먼저 보면 됩니다. AI 붐 이후로는 일반 D램보다 몇 배 비싼 HBM 비중이 얼마나 늘었는지가 추가 관전 포인트가 됐습니다.

    메모리는 가격이 주기적으로 크게 오르내리는 대표적인 사이클 산업입니다. 왜 그런 주기가 생기는지, 지금이 사이클의 어디쯤인지 읽는 법은 다음 글에서 본격적으로 다루겠습니다.

    D램은 빠르지만 전원이 꺼지면 사라지는 작업대, 낸드플래시는 느리지만 데이터가 남는 서랍장. 이 두 줄만 기억해도 반도체 뉴스의 절반은 훨씬 쉽게 읽힙니다.

    다음에 “D램 가격 반등” 기사를 보면, 그게 왜 삼성전자·SK하이닉스 주가와 연결되는지 자연스럽게 머릿속에 그려지실 겁니다.

    HBM이 어떤 물건인지 놓치셨다면 [HBM이란? 삼성전자·SK하이닉스가 사활을 거는 이유]를, 메모리가 만들어지는 과정이 궁금하시다면 [반도체 8대 공정 쉬운 정리]를 함께 읽어보세요.

    이 글은 정보 제공을 목적으로 작성되었으며, 특정 종목의 매수·매도 추천이 아닙니다. 투자에 대한 판단과 책임은 투자자 본인에게 있습니다.

    자주 묻는 질문

    Q. D램과 낸드플래시는 어떻게 다른가요?

    A. D램은 CPU가 현재 작업 중인 데이터를 올려두는 임시 공간으로, 속도가 매우 빠르지만 전원이 꺼지면 데이터가 사라집니다(휘발성). 낸드플래시는 사진·파일을 장기 보관하는 저장 공간으로, 속도는 상대적으로 느리지만 전원이 꺼져도 데이터가 유지됩니다(비휘발성). PC의 ‘램 16GB’는 D램, 스마트폰 ‘저장공간 256GB’는 낸드플래시입니다.

    Q. 삼성전자와 SK하이닉스 실적을 볼 때 D램과 낸드 중 어느 쪽을 더 중요하게 봐야 하나요?

    A. D램을 먼저 보는 게 좋습니다. D램 시장은 삼성전자·SK하이닉스·마이크론 3사 과점 체제라 가격 협상력이 높고, 두 회사 영업이익에서 차지하는 비중도 낸드보다 큽니다. 낸드는 경쟁자가 많아 가격 변동성이 크고 불황 때 먼저 적자를 내는 경향이 있습니다.

    Q. HBM은 D램인가요, 낸드플래시인가요?

    A. HBM(고대역폭 메모리)은 D램의 일종입니다. 일반 D램 칩을 최대 12층 이상으로 수직으로 쌓아 만든 고성능 D램으로, AI 연산에 필요한 대용량 데이터를 초고속으로 처리할 수 있습니다. 일반 D램보다 훨씬 비싸게 팔려 삼성전자·SK하이닉스의 수익성을 크게 좌우합니다.

    Q. ‘238단 낸드’, ‘300단 낸드’ 같은 뉴스는 무슨 의미인가요?

    A. 낸드플래시는 데이터를 저장하는 셀(cell)을 수직으로 쌓아 올려 용량을 늘립니다. 층수가 높을수록 같은 면적에서 더 많은 데이터를 저장할 수 있어 원가 경쟁력이 높아집니다. ‘238단’, ‘300단’은 이 적층 층수를 의미하며, 층수를 먼저 높이는 기업이 원가와 용량에서 경쟁 우위를 가져갑니다.

    참고 자료

    하이닉스뉴스룸

    참고자료

    낸드가 다시 주목받는 이유 — AI는 왜 저장장치까지 바꾸는가?

  • 파운드리 vs 팹리스 vs IDM 차이 한눈에 보기

    파운드리 vs 팹리스 vs IDM 차이 한눈에 보기

    1. “삼성전자가 TSMC를 추격한다”는 말의 정확한 의미

    반도체 뉴스에서 “TSMC 파운드리 점유율”, “엔비디아 같은 팹리스”, “삼성전자는 IDM” 같은 표현을 자주 봅니다. 셋 다 반도체 회사인데 뭐가 다른 걸까요? 이 세 단어만 구분하면 반도체 산업의 판 전체가 보입니다. 결론부터 말하면, 차이는 딱 하나입니다. 설계를 하느냐, 생산을 하느냐, 둘 다 하느냐.

    반도체 회사의 세 가지 유형

    파운드리 vs 팹리스 vs IDM 차이 한눈에 보기

    건축에 비유해 보겠습니다. 건물을 지으려면 설계도를 그리는 건축사무소와 실제로 시공하는 건설사가 필요합니다. 반도체도 똑같습니다.

    팹리스(Fabless) = 건축사무소

    공장(Fab)이 없다(less)는 뜻 그대로, 설계만 하고 생산은 남에게 맡기는 회사입니다. 대표 주자가 엔비디아, 퀄컴, AMD, 애플입니다. 엔비디아는 세계 AI 칩 시장을 지배하지만 자기 공장이 하나도 없습니다. 설계도만 그려서 생산을 위탁하는 거죠. 공장 짓는 데 드는 수십조 원을 아끼고 설계 역량에만 집중하는 모델입니다.

    파운드리(Foundry) = 건설사

    반대로 설계는 하지 않고, 팹리스가 그려온 설계도대로 생산만 전문으로 해주는 회사입니다. 세계 1위가 대만의 TSMC입니다. TSMC의 슬로건이 “고객과 경쟁하지 않는다”인데, 자체 칩을 만들지 않으니 엔비디아든 애플이든 설계도를 안심하고 맡길 수 있습니다. 이 신뢰가 TSMC가 파운드리 시장의 절반 이상을 차지하는 비결입니다.

    IDM(종합 반도체 회사) = 설계와 시공을 다 하는 회사

    설계부터 생산, 판매까지 전부 자체적으로 하는 회사입니다. 삼성전자, SK하이닉스, 인텔이 대표적입니다. 특히 메모리 반도체(D램, 낸드)는 설계와 공정이 밀접하게 붙어 있어서 IDM 방식이 유리하고, 그래서 메모리 강자들은 모두 IDM입니다.

    2. 삼성전자의 독특한 위치

    여기서 삼성전자가 재미있는 존재입니다. 메모리에서는 IDM이면서, 동시에 파운드리 사업부를 따로 두고 TSMC와 경쟁합니다. 즉 건설사(파운드리) 일도 하는데, 자기 건물(자체 칩)도 짓는 회사인 셈입니다.

    이 구조는 양날의 검입니다. 설계·생산·패키징을 한 지붕 아래서 해결하는 종합 역량은 강점이지만, 팹리스 입장에서는 “삼성에 설계도를 맡기면 경쟁사에 기술이 새지 않을까” 하는 걱정이 생길 수 있습니다. 삼성 파운드리가 TSMC 추격에 애를 먹는 구조적 이유 중 하나로 꼽힙니다.

    앞서 HBM 글에서 삼성전자가 HBM4의 핵심 부품(베이스 다이)에 자사 파운드리 4나노 공정을 적용했다고 소개했는데, 이것이 바로 IDM 강점을 활용한 전략입니다. 반면 SK하이닉스는 파운드리가 없어 TSMC와 손을 잡았죠. 산업 구조를 알면 이런 뉴스의 맥락이 읽힙니다.

    3. 투자 관점에서 보는 세 유형

    세 유형은 돈 버는 방식이 달라서 투자 포인트도 다릅니다.

    팹리스는 공장이 없어 이익률이 높고 몸이 가볍습니다. 대신 설계 경쟁에서 밀리면 순식간에 추락합니다. 주가는 신제품 성패와 기술 트렌드에 민감합니다.

    파운드리는 공장에 수십조 원을 계속 투자해야 하는 장치 산업입니다. 진입장벽이 극도로 높아 한번 굳어진 순위가 잘 바뀌지 않습니다. 첨단 공정 수주 뉴스가 주가의 핵심 변수입니다.

    IDM은 설계와 생산을 다 하는 만큼 반도체 경기의 영향을 정통으로 받습니다. 메모리 가격이 오르면 실적이 폭발하고, 내리면 함께 고꾸라집니다. 이 등락이 반복되는 것이 바로 반도체 사이클인데, 이 주제는 별도의 글에서 자세히 다루겠습니다.

    참고로 국내 상장사 중에도 팹리스가 있습니다. LX세미콘, 텔레칩스 같은 기업들이 설계 전문 회사입니다. 파운드리 생태계로는 삼성 파운드리에 디자인 서비스를 제공하는 에이디테크놀로지, 가온칩스 같은 ‘디자인하우스’ 기업들도 함께 언급됩니다.

    4. 정리

    자주 묻는 질문

    Q. 파운드리와 팹리스는 어떻게 다른가요?

    A. 팹리스는 반도체를 설계만 하고 공장(fab)을 갖지 않는 회사입니다. 반면 파운드리는 직접 설계하지 않고, 다른 회사가 설계한 칩을 위탁받아 생산만 전문으로 하는 회사죠. 엔비디아·퀄컴이 팹리스의 대표 사례이고, TSMC·삼성 파운드리 사업부가 파운드리의 대표 사례입니다.

    Q. IDM은 파운드리와 팹리스를 합친 개념인가요?

    A. 비슷하게 볼 수 있지만 정확히 같지는 않습니다. IDM(Integrated Device Manufacturer)은 설계·생산·판매를 모두 자체적으로 수행하는 수직계열화 구조입니다. 파운드리처럼 외부 고객 칩을 위탁 생산하는 데 특화된 게 아니라, 자사 제품을 스스로 만들어 파는 구조가 핵심입니다. 인텔·삼성전자(DS 부문)·SK하이닉스가 대표적인 IDM입니다.

    Q. TSMC가 세계 1위 파운드리인 이유가 뭔가요?

    A. TSMC는 1987년 설립 이후 ‘생산만 한다’는 원칙을 고수해 왔기 때문에, 고객사(팹리스)와 기술 경쟁을 벌이지 않는다는 신뢰가 쌓였습니다. 여기에 막대한 시설 투자와 공정 기술력이 더해지면서, 현재 최첨단 3nm·2nm 공정에서 압도적인 점유율을 유지하고 있습니다. 전 세계 팹리스 기업들이 TSMC에 생산을 맡기는 이유가 바로 이 기술·신뢰의 조합입니다.

    Q. 삼성전자는 IDM인가요, 파운드리인가요?

    A. 삼성전자는 두 가지 성격을 동시에 가지고 있습니다. DS(Device Solutions) 부문은 자체 메모리 반도체를 설계·생산·판매하는 IDM 구조이고, 그 안의 파운드리 사업부는 외부 고객사의 칩을 위탁 생산하는 파운드리 역할을 합니다. 이 ‘이중 구조’ 때문에 일부 팹리스 고객들이 기술 유출을 우려해 TSMC를 선호하는 경향이 있다는 점도 알아두면 좋습니다.

    • 팹리스: 설계만 (엔비디아, 퀄컴, AMD)
    • 파운드리: 생산만 (TSMC, 삼성 파운드리)
    • IDM: 둘 다 (삼성전자, SK하이닉스, 인텔)

    이제 “TSMC 3나노 수주”, “엔비디아 위탁 물량” 같은 기사가 누구와 누구 사이의 이야기인지 그림이 그려지실 겁니다. 반도체가 실제로 어떻게 만들어지는지 궁금하시다면 이전 글 [반도체 8대 공정, 비전공자도 이해하는 쉬운 정리]를 함께 읽어보세요.

    참고자료

    삼성전자 반도체 – 파운드리? 팹리스? 반도체 생태계 한눈에 보기!

    함께 보면 좋은 글

    AI 반도체·메모리 슈퍼사이클 전망 – HBM이 이끄는 9,750억 달러 시장의 명암

    #파운드리#팹리스#IDM#파운드리 팹리스 차이#반도체 구조#TSMC 삼성 엔비디아 비교

  • EUV 노광장비가 뭐길래 ASML 주가가 비쌀까

    EUV 노광장비가 뭐길래 ASML 주가가 비쌀까

    1. 대당 수천억 원, 그래도 못 사서 안달인 기계

    세상에서 가장 비싼 기계 중 하나가 반도체 공장에 있습니다. 네덜란드 ASML이 만드는 EUV 노광장비입니다. 한 대에 수천억 원, 최신형은 5천억 원을 넘는데도 삼성전자, TSMC, 인텔이 서로 먼저 받겠다고 줄을 섭니다. 이재용 회장이 직접 네덜란드로 날아가 ASML 경영진을 만나는 것이 뉴스가 될 정도입니다. 도대체 이 기계가 뭐길래 갑과 을이 뒤바뀐 걸까요?

    2. 노광이 뭔지부터: 빛으로 회로를 그리는 일

    8대 공정 글에서 다뤘듯, 노광(포토)은 웨이퍼에 빛을 쏘아 회로 밑그림을 새기는 공정입니다. 사진 인화와 비슷한 원리인데, 문제는 그려야 할 회로가 상상을 초월하게 작다는 점입니다. 최첨단 반도체의 회로 선폭은 수 나노미터(nm), 머리카락 굵기의 만분의 일 수준입니다.

    여기서 물리학의 벽이 등장합니다. 가는 선을 그리려면 가는 펜이 필요하듯, 미세한 회로를 그리려면 파장이 짧은 빛이 필요합니다. 붓으로 세밀화를 그릴 수 없는 것과 같은 이치입니다.

    3. EUV: 기존보다 14배 얇아진 펜

    기존 노광장비는 파장 193나노미터의 빛(DUV, 심자외선)을 썼습니다. 이 빛으로 더 작은 회로를 그리려고 같은 자리에 여러 번 나눠 그리는(멀티 패터닝) 꼼수까지 동원했지만 한계에 부딪혔습니다.

    EUV(극자외선)는 파장이 13.5나노미터로, 기존 빛의 약 14분의 1입니다. 펜이 14배 얇아진 셈이라 한 번에 훨씬 미세한 회로를 그릴 수 있습니다. 7나노 이하 최첨단 공정에는 사실상 EUV가 필수이고, 그래서 최첨단 칩 경쟁은 곧 EUV 확보 경쟁입니다.

    문제는 이 빛을 만드는 것 자체가 극한 기술이라는 점입니다. 진공 속에서 주석(錫) 방울에 강력한 레이저를 초당 수만 번 쏘아 플라즈마를 만들어야 EUV 빛이 나옵니다. 게다가 이 빛은 공기나 일반 렌즈에도 흡수돼버려서, 초정밀 거울 수십 장으로 반사시켜 웨이퍼까지 전달합니다. 이 거울의 표면 오차는 원자 몇 개 수준까지 관리됩니다.

    4. ASML은 어떻게 ‘슈퍼 을’이 됐나

    이 극한 기술을 상용화한 회사가 전 세계에서 ASML 하나뿐입니다. 수십 년간 수십조 원을 쏟아부어 독일 자이스(초정밀 광학), 미국 사이머(광원) 등 수천 개 협력사의 기술을 집대성한 결과라, 후발주자가 따라잡는 것이 사실상 불가능한 구조입니다.

    그 결과 시장 구도가 뒤집혔습니다. 보통 장비 회사는 고객인 반도체 대기업에 을이지만, ASML은 생산량이 연간 수십 대에 불과한 EUV를 누구에게 먼저 줄지 결정하는 위치입니다. 그래서 붙은 별명이 슈퍼 을입니다. 반도체 기업 총수들이 직접 찾아가는 이유이고, 미국이 중국의 반도체 굴기를 견제할 때 가장 먼저 막은 것도 ASML 장비의 중국 수출이었습니다. 장비 하나가 지정학의 지렛대가 된 셈입니다.

    5. 투자 관점: EUV 생태계 읽는 법

    EUV를 알면 보이는 투자 포인트가 몇 가지 있습니다.

    첫째, ASML 실적은 반도체 투자의 선행지표입니다. 반도체 기업들이 장비를 주문해야 2~3년 뒤 공장이 돌아가므로, ASML의 수주 잔고는 업계 전체의 투자 심리를 보여주는 온도계로 통합니다. 사이클 글에서 다룬 ‘투자 신호’의 대표 지표인 셈입니다.

    둘째, 국내에도 EUV 생태계가 있습니다. EUV 도입이 늘수록 함께 주목받는 국내 기업들이 있습니다. EUV용 포토레지스트를 개발하는 동진쎄미켐, EUV 마스크를 보호하는 펠리클 관련 에프에스티, 검사장비 쪽 파크시스템스 등이 관련주로 거론됩니다. 다만 EUV 소재·부품은 기술 장벽이 높아 실제 매출 기여도는 기업마다 차이가 크니, 테마로 묶였다고 다 같은 수혜주는 아니라는 점을 유의해야 합니다.

    셋째, 삼성전자와 TSMC의 파운드리 경쟁도 결국 EUV 싸움입니다. 누가 EUV를 더 많이 확보하고 더 잘 다루느냐가 첨단 공정 수율을 좌우합니다. 차세대 장비인 하이 NA EUV(개당 가격이 더 비싼 신형)를 누가 먼저 도입해 안정화하느냐도 관전 포인트입니다.

    정리

    EUV는 “더 작게 그리려면 더 얇은 펜이 필요하다”는 단순한 원리 위에 인류 정밀공학의 정점이 올라간 장비이고, ASML은 그 펜을 혼자 파는 회사입니다. 노광이 8대 공정 어디에 위치하는지 궁금하시다면 [반도체 8대 공정 쉬운 정리]를, 삼성과 TSMC가 왜 경쟁하는지는 [파운드리 vs 팹리스 vs IDM]을 함께 읽어보세요.

    자주 묻는 질문

    Q. EUV 노광장비는 왜 그렇게 비싼가요?

    A. EUV 빛을 만들기 위해 진공 속에서 주석 방울에 강력한 레이저를 초당 수만 번 쏘아 플라즈마를 생성해야 하고, 이 빛은 공기나 일반 렌즈에도 흡수되기 때문에 원자 몇 개 수준의 오차까지 관리되는 초정밀 거울 수십 장으로만 전달할 수 있습니다. 독일 자이스, 미국 사이머 등 수천 개 협력사의 극한 기술이 집약된 결과이고, 연간 생산량이 수십 대에 불과해 최신형 기준 5천억 원을 넘습니다.

    Q. EUV와 기존 DUV 노광장비는 어떻게 다른가요?

    A. 기존 DUV 장비는 파장 193나노미터의 빛을 사용합니다. EUV는 파장이 13.5나노미터로 기존의 약 14분의 1 수준입니다. 펜이 14배 얇아진 셈이라 한 번에 훨씬 미세한 회로를 그릴 수 있고, 7나노 이하 최첨단 공정에서는 EUV가 사실상 필수입니다. DUV로 더 작은 회로를 구현하려면 같은 자리에 여러 번 나눠 그리는 멀티 패터닝이 필요했는데, 이 방식도 결국 한계에 부딪혔습니다.

    Q. ASML이 ‘슈퍼 을’로 불리는 이유는 무엇인가요?

    A. EUV 노광장비를 상용화한 회사가 전 세계에서 ASML 하나뿐이고, 연간 생산량도 수십 대에 불과합니다. 삼성전자·TSMC·인텔 같은 대형 반도체 기업들이 오히려 장비를 먼저 받으려고 경영진이 직접 네덜란드까지 찾아갈 정도입니다. 보통은 장비 회사가 반도체 대기업에 을이지만, ASML은 누구에게 먼저 공급할지 결정하는 위치여서 ‘슈퍼 을’이라는 별명이 붙었습니다.

    Q. 국내 EUV 관련주로 거론되는 기업은 어디인가요?

    A. 본문에서 언급된 국내 기업으로는 EUV용 포토레지스트를 개발하는 동진쎄미켐, EUV 마스크 보호용 펠리클 관련 에프에스티, 검사장비 분야의 파크시스템스가 있습니다. 다만 EUV 소재·부품은 기술 장벽이 높아 실제 매출 기여도가 기업마다 크게 다르므로, 테마로 묶였다고 모두 같은 수혜주로 볼 수는 없다고 글에서 강조하고 있습니다.

    이 글은 정보 제공을 목적으로 작성되었으며, 특정 종목의 매수·매도 추천이 아닙니다. 투자에 대한 판단과 책임은 투자자 본인에게 있습니다.

    참고 자료

    삼성전자·SK하이닉스 급락 – CXMT·중국 DUV 노광장비

  • 코스피 6000선 붕괴, 반도체 호실적에도 증시가 흔들리는 진짜 이유

    코스피 6000선 붕괴, 반도체 호실적에도 증시가 흔들리는 진짜 이유

    메타 디스크립션
    7월 28일 코스피가 10.84% 폭락하고 서킷브레이커까지 발동됐습니다. 삼성전자 90조 호실적에도 반등이 안 되는 이유, 구조적 취약성부터 수급까지 균형 있게 정리했습니다.

    제가 7월 28일 오전 증시 화면을 처음 봤을 때, 솔직히 눈을 의심했습니다. 코스피가 단 하루 만에 10.84%나 빠지면서 서킷브레이커가 발동된 건 꽤 오랜만의 일이었거든요.

    더 당혹스러웠던 건 그 이후였습니다. 삼성전자가 2분기에 약 90조 원 규모의 깜짝 호실적을 발표했는데, 증시는 별 반응이 없었습니다. 실적이 좋으면 주가가 올라야 하는 것 아닌가, 하는 교과서 같은 질문이 머릿속을 맴돌더라고요.

    이 글에서는 단순히 ‘올라간다, 내려간다’는 예측 대신, 지금 시장에서 나오고 있는 여러 분석 시각을 가능한 한 균형 있게 풀어보겠습니다. 펀더멘털(실적·수익성)과 수급·심리 요인이 어떻게 다른지 구분해보는 것만으로도 지금 상황을 보는 눈이 달라질 수 있으니까요.

    7월 28일 코스피 폭락, 정확히 무슨 일이 있었나

    먼저 사실관계부터 짚어보겠습니다. 7월 28일 코스피는 단일 거래일 기준 10.84% 하락했고, 지수는 6000선 아래로 떨어졌습니다. 서킷브레이커는 지수가 전일 종가 대비 8% 이상 하락하면 20분간 모든 거래를 일시 중단하는 제도인데, 이게 발동됐다는 것 자체가 시장의 충격이 얼마나 컸는지를 보여줍니다.

    직접적인 트리거는 두 가지였습니다. 첫 번째는 중국의 메모리 반도체 기업 CXMT(창신메모리)의 상장 소식이었습니다. CXMT는 중국 정부의 전폭적인 지원을 받아 급성장한 D램 제조사로, 이 회사의 본격적인 시장 진입이 삼성전자·SK하이닉스의 메모리 가격과 점유율을 위협할 수 있다는 우려가 갑작스럽게 증폭됐습니다.

    두 번째는 미국 반도체주의 동반 급락이었습니다. 엔비디아를 포함한 미국 AI·반도체 관련주들이 같은 시기 큰 폭으로 하락하면서, 글로벌 반도체 투자심리 자체가 한꺼번에 꺾인 게 국내 증시에 그대로 전이됐습니다.

    서킷브레이커란 무엇인가

    서킷브레이커를 일상에 비유하자면, 전기 과부하가 걸렸을 때 집 전체가 타지 않도록 차단기가 내려가는 것과 같습니다. 주가가 너무 빠르게 급락할 때 시장 참여자들이 ‘잠깐 멈추고 냉정하게 생각해보라’는 취지로 거래를 일시 중단시키는 안전장치입니다. 2020년 코로나 팬데믹 초기 이후 오랜만에 발동됐다는 점에서, 이번 하락이 단순한 조정 수준이 아니었음을 방증합니다.

    첫 번째 시각: 반도체 쏠림이 만든 구조적 취약성

    코스피 반도체 쏠림 구조, 반도체 클린룸 안 웨이퍼 캐리어를 탑뷰 앵글로 촬영한 장면

    일부 시장 전문가들은 이번 폭락을 단순한 외부 충격이 아니라, 코스피가 오래전부터 안고 있던 구조적 취약성이 터진 것으로 해석합니다.

    핵심은 코스피 시가총액에서 삼성전자와 SK하이닉스 두 종목이 차지하는 비중이 지나치게 높다는 점입니다. 두 종목의 합산 시총 비중이 전체 코스피의 30%를 훌쩍 넘는 수준이다 보니, 이 두 종목이 10% 이상 빠지면 지수 전체가 3~4%p 이상 그냥 끌려 내려가는 수학이 됩니다.

    우리가 주변에서 흔히 보듯, 건물 하중을 기둥 두세 개에만 집중시키면 그 기둥에 문제가 생겼을 때 건물 전체가 흔들립니다. 기둥이 튼튼할 때는 아무 문제가 없지만, 외풍이 세게 불면 집중 하중이 도리어 약점이 되는 거죠. 지금 코스피가 딱 그 상황이라는 겁니다.

    CXMT 위협이 현실화되면 어떤 일이 생기나

    CXMT의 D램 진입이 단순한 ‘잠재적 위협’에서 ‘현실적 경쟁’으로 바뀌면, 메모리 반도체 가격 전반이 하방 압력을 받을 수 있습니다. 메모리 가격은 공급이 조금만 늘어도 크게 떨어지는 특성이 있거든요. 이를 냉장고 유통에 비유하면, 동네에 마트가 하나 더 생기는 수준이 아니라, 정부 보조금을 가득 받아 거의 공짜로 파는 새 마트가 문을 여는 것과 같습니다. 기존 마트도 가격을 내릴 수밖에 없게 됩니다.

    코스피 업종 다양성 문제와 장기 구조 개편 논의

    이 맥락에서 코스피의 업종 다양성 부족이 다시 도마에 오르고 있습니다. 미국 S&P500은 기술주, 헬스케어, 소비재, 금융, 에너지 등 업종이 고르게 분산돼 있어 어느 한 섹터가 무너져도 지수 전체가 그 충격을 일정 부분 흡수합니다. 반면 코스피는 반도체 빅2의 등락이 전체 지수의 방향을 사실상 결정하는 구조여서, 해외 반도체 뉴스 하나에도 극도로 민감하게 반응하게 됩니다.

    두 번째 시각: 펀더멘털은 탄탄, 밸류에이션 과열의 자연스러운 조정

    반면, 지금의 하락이 구조적 붕괴가 아니라 ‘급등 후 숨고르기’일 뿐이라는 시각도 상당히 설득력 있습니다.

    삼성전자는 2025년 2분기에 약 90조 원에 달하는 매출을 기록하며 실적 기대치를 뛰어넘었습니다. SK하이닉스도 HBM(고대역폭 메모리) 수요 덕분에 사상 최대 실적 행진을 이어가고 있고요. 반도체 수출액도 상반기 기준 역대 최고 수준을 기록했습니다.

    이 시각에서 보면, 문제는 기업이 아니라 주가에 있었습니다. 올해 초부터 코스피와 반도체주는 AI 투자 붐을 타고 상당히 빠른 속도로 올랐는데, 주가 상승 속도가 실제 이익 개선 속도보다 훨씬 빨랐습니다. 이걸 주가수익비율(PER)로 보면, 주가가 현재 이익 대비 ‘미래 기대치’를 많이 선반영한 상태였다는 의미가 됩니다.

    제가 최근에 느낀 점은, 이런 상황이 마치 맛있는 식당 앞에 사람들이 몰려서 웨이팅이 2시간이 된 것과 비슷하다는 겁니다. 식당이 나빠진 게 아니라, 기대가 실제 음식보다 훨씬 과하게 부풀어 있었던 거죠. CXMT 뉴스는 그 기대 버블에 핀 하나를 꽂은 이벤트였을 수 있습니다.

    실적이 좋은데 왜 주가는 안 오르나

    ‘좋은 실적 = 주가 상승’이라는 공식이 항상 맞는 건 아닙니다. 시장이 이미 그 좋은 실적을 ‘기대’하고 미리 주가에 반영해놓았다면, 실적이 나왔을 때 추가 상승 에너지가 없게 됩니다. 심지어 ‘이 정도면 이미 다 알려진 호재’라며 오히려 차익 실현 매물이 나오기도 하죠. 이를 시장에서는 ‘사실에 팔아라(Sell the fact)’라고 부릅니다. 삼성전자 호실적 발표 이후 증시가 조용했던 이유 중 하나가 여기에 있다는 분석이 나옵니다.

    세 번째 시각: 외국인 매도와 수급 구조의 균열

    코스피 외국인 매도 수급, 이른 아침 항구 컨테이너 야적장을 낮은 앵글에서 촬영한 전경

    세 번째로 살펴볼 건 수급, 즉 누가 팔고 누가 사느냐의 문제입니다. 어떤 주식이든 팔 사람이 살 사람보다 많으면 가격은 내려갑니다. 지금 코스피가 반등을 못 하는 이유를 수급 측면에서 보면 꽤 명확한 그림이 나옵니다.

    외국인 투자자들은 폭락 전후로 상당한 규모의 매도를 이어가고 있습니다. 표면적인 이유는 CXMT 등 중국발 경쟁 심화이지만, 더 큰 맥락에서는 글로벌 AI 투자 사이클에 대한 회의감이 깔려 있습니다. 엔비디아·마이크로소프트 등 빅테크의 AI 설비 투자가 과연 그에 맞는 수익을 낼 수 있는가, 라는 의문이 월가에서 꾸준히 제기되고 있거든요. AI 투자 사이클이 꺾인다면, 가장 큰 수혜자 중 하나였던 HBM 수요도 영향을 받게 됩니다.

    개인과 기관의 저가 매수가 외국인 매도를 못 받아내는 이유

    폭락 이후 개인 투자자들은 ‘저가 매수’ 기조로 대응하고 있고, 국내 기관도 일부 순매수를 이어가고 있습니다. 하지만 외국인 매도 규모가 이를 훨씬 웃돌고 있는 게 문제입니다. 물을 쏟아붓는 속도가 퍼내는 속도보다 빠른 상황인 셈이죠.

    국내 기관 중 연기금이나 일부 자산운용사들은 일정 수준 이하에서는 기계적으로 매수에 나서지만, 외국인의 글로벌 포트폴리오 리밸런싱(자산 재배분) 흐름을 상쇄할 만큼의 화력은 아닙니다. 결과적으로 매도 우위의 수급 구조가 지속되면서 지수가 반등 동력을 찾지 못하고 있다는 분석이 나옵니다.

    글로벌 AI 투자 사이클 우려, 어느 정도 신뢰할 수 있나

    AI 투자 사이클 피크 아웃(정점 통과) 우려는 사실 2024년 하반기부터 꾸준히 제기돼온 이슈입니다. 빅테크들이 수백조 원 규모의 AI 인프라에 투자하고 있지만, 그 투자가 실제 기업 수익으로 얼마나 빠르게 연결될 것인지에 대한 의구심이 있습니다. 이 우려가 현실화되면 GPU와 HBM 수요 성장세가 둔화될 수 있고, 그게 SK하이닉스와 삼성전자 실적 전망에도 영향을 줍니다. 다만 이 시나리오 역시 ‘우려’에 머물러 있을 뿐, 아직 실제 수요 데이터가 그 방향을 확정적으로 가리키진 않고 있습니다.

    세 가지 시각을 어떻게 함께 읽을 것인가

    여기까지 정리하면, 지금 코스피 약세를 설명하는 세 가지 시각은 서로 모순되는 게 아닙니다. 오히려 동시에 작동하고 있을 가능성이 높습니다.

    구조적 취약성(반도체 쏠림), 밸류에이션 과열 후 조정, 수급 불균형이라는 세 요인이 각각 독립적으로 존재하면서도 서로를 강화하는 구조입니다. 한 가지 요인만으로는 설명이 부족하고, 세 가지를 동시에 고려할 때 비로소 지금 상황이 입체적으로 보입니다.

    제가 최근에 느낀 점은, 이런 복합 요인이 얽혀 있는 장세일수록 단일한 ‘원인’을 찾는 데 집착하기보다, 각각의 요인이 얼마나 빠르게 해소될 수 있는지를 따져보는 게 더 실용적이라는 겁니다.

    단기·중기·장기 요인의 구분

    밸류에이션 과열에 따른 조정은 상대적으로 단기적인 성격입니다. 시간이 지나면서 이익이 주가를 따라잡거나, 주가가 이익 수준까지 내려오면 자연스럽게 해소됩니다. 수급 불균형도 외국인 심리가 바뀌거나 글로벌 반도체 투자 심리가 회복되면 달라질 수 있습니다. 반면 반도체 쏠림이라는 구조적 취약성은 코스피 전체의 산업 다양화가 이뤄지지 않는 한 단기간에 해결되기 어렵습니다. 이 세 가지 요인 중 어느 것에 더 무게를 두느냐에 따라 지금 상황을 보는 시계(時計)가 달라집니다.

    코스피 6000선 붕괴, 반도체 호실적에도 반등 없는 증시, 외국인 매도 지속. 이 모든 상황이 겹치면서 투자자들의 혼란은 커지고 있습니다.

    하지만 이번 상황을 보면서 분명히 구분해야 할 게 있습니다. 삼성전자와 SK하이닉스의 실적 자체는 여전히 탄탄합니다. 반도체 수출 수치도 그렇습니다. 이 ‘펀더멘털’이 흔들린 게 아니라, 그 펀더멘털이 반영된 주가 수준(밸류에이션)과 글로벌 심리·수급 구조가 흔들리고 있는 겁니다.

    ‘반등이 임박했다’거나 ‘추가 하락이 불가피하다’는 식의 단정은 누구도 할 수 없습니다. 오히려 지금은 코스피 구조적 취약성이 얼마나 현실적인 리스크인지, 밸류에이션 부담이 어느 수준까지 해소됐는지, 외국인 수급 흐름이 어떻게 바뀌는지를 차분하게 지켜보는 시기입니다. 데이터와 팩트를 중심으로, 내러티브에 휩쓸리지 않는 눈이 필요한 장세입니다.

    자주 묻는 질문

    Q. 코스피 서킷브레이커는 어떤 조건에서 발동되나요?

    A. 코스피 서킷브레이커는 지수가 전일 종가 대비 8% 이상 하락한 상태가 1분 이상 지속될 때 발동됩니다. 발동되면 모든 종목의 매매가 20분간 중단되고, 이후 10분간 단일가 매매로 재개됩니다. 하루에 두 번까지 발동될 수 있으며, 장 종료 40분 전 이후에는 발동되지 않습니다. 이번 7월 28일 발동은 2020년 코로나 팬데믹 초기 이후 오랜만의 일이었습니다.

    Q. CXMT가 삼성전자·SK하이닉스에 실제로 위협이 되나요?

    A. CXMT는 중국 정부의 대규모 보조금 지원을 받아 성장한 D램 제조사입니다. 기술 수준은 삼성전자·SK하이닉스 대비 1~2세대 뒤처진다는 평가가 일반적입니다. 다만 저가 물량 공세로 범용 D램 가격에 하방 압력을 줄 수 있다는 점은 실질적인 우려입니다. 고부가가치 제품인 HBM 분야에서는 아직 경쟁이 제한적이지만, 중장기적으로는 기술 격차가 줄어들 가능성을 배제하기 어렵습니다.

    Q. 실적이 좋은데 왜 주가는 오르지 않나요?

    A. 주가는 현재 실적이 아니라 ‘미래 기대치’를 반영합니다. 삼성전자 90조 실적이 발표됐지만, 시장은 이미 그 정도의 실적을 몇 달 전부터 가격에 녹여놓았을 수 있습니다. 이런 상황에서는 좋은 실적 발표가 추가 상승 동력이 되지 않고, 오히려 ‘알려진 호재’로 차익 실현의 계기가 되기도 합니다. 주가가 실적보다 너무 빠르게 올랐던 기간이 있었다면, 지금은 그 간격을 좁히는 과정일 수 있습니다.

    Q. 지금 코스피에서 외국인이 계속 파는 이유는 무엇인가요?

    A. 외국인 매도의 주된 배경으로는 크게 두 가지가 거론됩니다. 첫 번째는 CXMT 등 중국발 반도체 경쟁 심화로 인한 국내 반도체주 투자 매력 감소, 두 번째는 글로벌 AI 투자 사이클 지속 가능성에 대한 의구심입니다. 여기에 달러 강세, 글로벌 포트폴리오 리밸런싱 흐름까지 겹치면서 한국 시장에서의 비중 축소로 이어지고 있다는 분석이 나옵니다. 다만 이 흐름이 구조적 이탈인지, 일시적 심리 위축인지는 아직 확정하기 어렵습니다.

    #코스피 6000선 붕괴#코스피 서킷브레이커#CXMT 반도체 상장#삼성전자 2분기 실적#외국인 매도 코스피#반도체 수급 구조

    AI 반도체·메모리 슈퍼사이클 전망 – HBM이 이끄는 9,750억 달러 시장의 명암

  • 엔비디아 시총 1위 상실과 CDS 급등, AI 버블 논란의 진짜 핵심은?

    엔비디아 시총 1위 상실과 CDS 급등, AI 버블 논란의 진짜 핵심은?

    얼마 전까지만 해도 엔비디아는 세계에서 가장 비싼 회사였습니다. AI 붐의 최대 수혜자라는 수식어가 붙은 채, 시총 순위 1위 자리를 굳건히 지켜왔죠.

    그런데 최근 분위기가 달라졌습니다. 오픈AI와의 지급보증 논란과 순환거래 우려가 불거지면서 주가가 하루 만에 5% 가까이 빠졌고, 그 사이 애플이 조용히 왕좌를 가져갔습니다. 설상가상으로 엔비디아의 CDS(신용부도스와프) 프리미엄이 사상 최대치로 치솟으면서, 채권 시장의 불안 심리까지 수면 위로 올라왔습니다.

    제가 이 뉴스를 처음 접했을 때 ‘이게 정말 경고등인가, 아니면 언제나처럼 지나갈 소음인가’ 하는 의문이 들었습니다. 시장 일각에서는 벌써 닷컴버블 얘기가 나오고, 반대편에서는 실수요는 멀쩡하다고 맞받아치죠. 이 글에서는 어느 한쪽 손을 들어주지 않고, 지금 시장에서 나오는 여러 관측들을 최대한 균형 있게 정리해보겠습니다. 버블이냐 아니냐, 결론은 여러분이 직접 내려보시면 좋겠습니다.

    1. 무슨 일이 있었나: 엔비디아 급락과 시총 1위 교체의 사실관계

    우선 팩트부터 짚고 넘어가겠습니다. 이번 엔비디아 주가 급락의 직접적인 도화선은 오픈AI와의 거래 구조에 대한 의혹이었습니다. 엔비디아가 오픈AI의 자금 조달에 지급보증을 서고, 그 돈이 다시 엔비디아 GPU 구매에 쓰이는 이른바 ‘순환거래’ 구조가 아니냐는 우려가 시장에 퍼진 거죠.

    이것은 마치 제가 친구에게 돈을 빌려주겠다고 보증을 서줬는데, 그 친구가 빌린 돈으로 제 가게에서 물건을 사는 것과 비슷한 구조입니다. 외형상 매출은 늘어나지만, 실질적인 수요가 새로 창출된 것인지 의문이 생기는 상황인 거죠.

    이 우려가 번지면서 하루 만에 주가가 약 5% 하락했고, 그동안 시총 2위에 머물러 있던 애플이 자연스럽게 1위로 올라섰습니다. 애플의 주가가 특별히 올라서가 아니라, 엔비디아가 빠지면서 순서가 바뀐 것입니다.

    CDS 프리미엄 급등, 채권 시장이 보내는 신호

    주가 못지않게 주목받은 것이 CDS 프리미엄의 사상 최대 급등입니다. CDS는 쉽게 말해 ‘부도 보험’입니다. 어떤 회사가 빚을 못 갚을 것 같다고 시장이 판단할수록 이 보험료가 비싸지는 구조죠.

    엔비디아의 CDS 프리미엄이 역대 최고치로 올랐다는 것은, 주식 시장뿐 아니라 채권 시장도 엔비디아의 재무적 불확실성을 이전보다 훨씬 크게 보기 시작했다는 신호입니다. 주가 급락은 투자자 심리의 반응이지만, CDS 상승은 기관 투자자와 헤지펀드들이 실제 돈을 걸고 위험을 헤지하기 시작했다는 더 냉정한 신호로 읽힙니다.

    물론 CDS 프리미엄이 높다고 해서 곧바로 부도 위험이 크다는 뜻은 아닙니다. 다만 시장이 ‘지금까지와는 다른 잣대로 엔비디아를 평가하기 시작했다’는 변화 자체는 분명히 눈여겨볼 필요가 있습니다.

    첫 번째 시각: ‘닷컴버블과 닮은 경고 신호’라는 해석

    엔비디아 CDS 급등 AI 자본지출 분석,

    이번 사태를 가장 비판적으로 보는 시각은 1990년대 말 닷컴버블과의 유사성을 지적합니다. 당시에도 인터넷이라는 혁신 기술에 대한 기대감으로 실적보다 훨씬 높은 밸류에이션이 용인됐고, 기업들은 서로 물건을 사고팔며 매출을 부풀리는 이른바 ‘바터 거래’가 성행했습니다.

    지금의 오픈AI-엔비디아 순환거래 의혹이 이와 구조적으로 닮았다는 것이 이 시각의 핵심 주장입니다. 실질적인 최종 수요(end demand)가 없는 상태에서 생태계 안에서 돈이 빙글빙글 돌며 겉으로만 수요가 있어 보이는 것 아니냐는 의심이죠.

    하이퍼스케일러 자본지출 급증, 매출로 이어질까

    더 넓게 보면, 구글 알파벳을 비롯한 빅테크들의 데이터센터 자본지출(CapEx) 전망치가 계속 상향되고 있습니다. 알파벳은 2025년 한 해에만 약 750억 달러 이상의 자본지출을 예고했고, 마이크로소프트·아마존도 비슷한 규모입니다.

    이 금액이 실제 매출과 이익으로 얼마나, 언제 회수될 것인지가 불분명하다는 점이 버블론의 근거가 됩니다. 공장을 짓고 기계를 사는 데 수천억 달러를 쏟아붓는 건데, 그 투자가 언제 회수될지 아무도 확실히 모른다는 거죠. 이는 마치 아직 손님이 몇 명 올지도 모르는 상태에서 초대형 식당을 여러 개 동시에 짓는 것과 비슷합니다.

    CDS 급등이 전통적 버블 신호와 겹치는 이유

    버블론을 주장하는 측에서는 CDS 급등을 단순한 일시적 심리 변화가 아니라, 시장이 AI 인프라 투자의 회수 가능성에 본격적으로 의문을 품기 시작한 신호로 읽습니다. 과거 닷컴버블 붕괴 직전에도 주식 시장보다 채권·신용 시장이 먼저 균열을 감지했다는 역사적 사례를 근거로 드는 것이죠.

    다만 이 시각이 설득력을 갖추려면 실제 AI 최종 수요, 즉 기업들이 AI를 도입해서 실제로 비용이 절감되거나 매출이 늘었다는 증거가 지금보다 훨씬 부족해야 합니다. 이 부분에서 반론이 나오기 시작합니다.

    2. 두 번째 시각: ‘자본지출은 실수요 기반, CDS는 평가 기준의 정상적 변화’

    반대편에 서 있는 시각은 훨씬 차분합니다. AI 인프라에 대한 수요가 실제로 있다는 것, 그리고 지금의 채권 시장 반응은 엔비디아를 ‘성장 스토리’가 아닌 ‘성숙한 대기업’으로 평가하기 시작한 자연스러운 전환이라는 해석이죠.

    우리가 주변에서 흔히 보듯, 작은 스타트업이 대기업이 되면 그때부터는 흑자냐 적자냐보다 부채비율이나 이자보상배율 같은 재무 지표를 함께 따지기 시작합니다. 엔비디아가 그 단계에 들어선 것이라는 설명입니다.

    GPU·메모리 공급 부족은 실제 수요의 증거

    GPU와 HBM(고대역폭 메모리) 공급 부족 현상은 지금도 계속되고 있습니다. 만약 AI 수요가 순환거래나 투기적 기대에만 기반한 것이라면, 공급이 늘어났을 때 즉각 가격이 떨어지거나 재고가 쌓여야 합니다. 그런데 실제 시장에서는 여전히 납기 지연이 발생하고, NVIDIA의 H100·B200 시리즈는 출시 직후부터 품귀 현상을 빚고 있습니다.

    이는 단순한 투기 수요만으로는 설명하기 어려운 현상입니다. 실제로 클라우드 서비스, 기업용 AI 솔루션, 추론(inference) 서비스 수요가 하드웨어 공급 증가 속도를 따라잡고 있다는 반증이기도 하죠.

    채권 시장의 반응은 ‘악화’가 아닌 ‘정상화’일 수 있다

    CDS 급등을 부정적으로만 볼 필요는 없다는 시각도 있습니다. 그동안 AI 기술주에 대해 채권 시장이 지나치게 관대한 기준을 적용해왔다는 반성이 이제야 반영되고 있다는 거죠. 쉽게 말하면, 예전에는 ‘이 회사 미래가 밝으니까 부채 걱정은 나중에 하자’는 분위기였다면, 지금은 ‘미래도 좋지만 오늘 재무도 같이 봐야 하지 않겠나’로 기준이 바뀌고 있다는 것입니다.

    이것은 닷컴버블 붕괴처럼 시장이 무너지는 신호가 아니라, 투자 시장이 성숙해지는 과정에서 나타나는 건강한 조정으로 볼 수도 있습니다. 기준이 올라가는 건 나쁜 일이 아니라는 거죠.

    3. 애플의 1위 탈환이 진짜 의미하는 것

    이번에 재미있는 포인트가 하나 더 있습니다. 애플이 시총 1위를 탈환했다는 사실인데요. 애플은 최근 몇 년 동안 다른 빅테크들과 달리 데이터센터 자본지출을 상대적으로 절제해왔습니다. 대규모 AI 인프라 직접 투자보다는 기존 제품 생태계에 AI 기능을 통합하는 방식을 택했죠.

    ‘AI 투자가 틀렸다’는 결론은 아직 이르다

    그러나 이 사실을 두고 ‘AI에 많이 투자한 회사들이 틀렸다’거나 ‘자본지출 전략 자체가 잘못됐다’고 단정 짓는 건 무리입니다. 애플이 1위를 탈환한 건 AI 투자가 나쁘다는 증거가 아니라, 단기적 심리 변화에서 방어적 자산이 상대적으로 덜 흔들렸다는 뜻에 더 가깝습니다.

    대규모 AI 인프라 투자의 결실은 통상 투자 후 2~4년이 지나야 본격적으로 실적에 반영됩니다. 지금은 비용은 쌓이는데 매출은 아직 따라오는 중인 시점입니다. 이 ‘시차(time lag)’ 구간에서 주가 변동성이 커지는 건 어쩌면 예상된 일입니다.

    4. 자본지출·CDS·실적 시차, 독자 스스로 판단하기 위한 체크리스트

    이 모든 상황을 단순히 ‘버블이다, 아니다’로 결론 내리기보다, 앞으로 몇 가지 지표를 직접 추적해보시면 더 선명한 그림이 나올 것 같습니다.

    첫째, 자본지출 대비 AI 관련 클라우드 매출 성장률의 방향을 보세요. 투자 규모만큼 매출이 뒤따르고 있다면 우려는 줄어들고, 그 격차가 오히려 벌어진다면 버블 신호로 해석할 여지가 커집니다.

    둘째, CDS 프리미엄이 일시적 스파이크에 그치는지, 아니면 구조적으로 고점을 높여가는지를 보면 채권 시장의 진짜 판단을 읽을 수 있습니다. 일회성 급등이라면 소음이고, 추세적 상승이라면 신호에 가깝습니다.

    셋째, 순환거래 의혹의 실체가 추가로 확인되는지 여부입니다. 만약 규제 당국이 조사에 착수하거나 재무제표에서 관련 회계 처리가 문제가 된다면 상황이 달라질 수 있고, 반대로 의혹이 해소된다면 이번 급락은 과잉 반응으로 귀결될 수 있습니다.

    5. 실적 반영 시차를 이해하면 보이는 것들

    제가 최근에 느낀 점은, AI 인프라 투자 논쟁이 사실 ‘이 기술이 옳으냐 그르냐’의 문제가 아니라 ‘타이밍’의 문제라는 겁니다. 아무리 옳은 투자라도 비용이 먼저 잡히고 수익이 나중에 잡히는 시간차 구간에서는 재무적으로 불안해 보이기 마련이거든요.

    닷컴 버블과 다른 점이 있다면, 당시에는 수익 모델 자체가 모호했던 반면 지금은 클라우드 AI 서비스라는 구체적인 수익 경로가 이미 작동 중이라는 것입니다. 그러나 그 경로가 지금의 투자 규모를 정당화할 만큼 빠르게 성장할지는 아직 열려 있는 질문입니다.

    엔비디아의 시총 1위 상실과 CDS 급등은 분명히 주목할 만한 사건입니다. 하지만 이것을 ‘AI 버블 붕괴의 시작’으로 단정하는 것도, 반대로 ‘아무 문제없는 노이즈’로 일축하는 것도 아직은 섣부릅니다.

    한쪽에는 순환거래 의혹, 천문학적 자본지출, 채권 시장의 경고가 있고, 반대편에는 실제 공급 부족이 증명하는 하드웨어 수요, 점진적으로 쌓이는 AI 매출, 그리고 ‘기준이 변했을 뿐 구조가 무너진 건 아니다’는 반론이 있습니다.

    결국 지금은 자본지출의 규모, CDS의 추세적 방향, 그리고 투자 비용이 실제 이익으로 전환되기까지의 시차, 이 세 가지를 스스로 눈여겨보면서 판단을 유보하는 것이 가장 솔직한 자세일지도 모릅니다. 시장이 옳은지 틀린지는, 결국 앞으로 몇 분기의 실적이 말해줄 것입니다.

    AI 자본지출 하이퍼스케일러 비교 분석,

    자주 묻는 질문

    Q. 엔비디아 CDS 프리미엄이 급등한 게 실제 부도 위험을 뜻하는 건가요?

    A. CDS 프리미엄 상승이 곧 부도 위험을 의미하지는 않습니다. CDS는 일종의 ‘보험료’로, 시장 참여자들이 해당 기업의 신용 불확실성을 어떻게 보느냐를 반영합니다. 이번 급등은 엔비디아의 재무 건전성에 대한 시장의 평가 기준이 달라졌다는 신호에 가깝습니다. 단기 급등이 추세로 굳어지는지 지켜보는 것이 중요합니다.

    Q. 오픈AI와 엔비디아의 순환거래 의혹, 실제로 얼마나 심각한가요?

    A. 현재 단계에서는 ‘의혹’에 머물러 있습니다. 엔비디아가 오픈AI의 자금 조달에 지급보증을 서고, 그 자금이 다시 엔비디아 GPU 구매로 쓰이는 구조가 존재한다는 우려가 시장에 퍼진 것입니다. 이것이 실제 회계적 문제나 규제 위반으로 이어지는지는 추가 공시와 규제 당국의 움직임을 확인해야 알 수 있습니다.

    Q. 하이퍼스케일러들의 자본지출이 계속 늘어나는 게 버블 신호인가요?

    Q. 애플이 AI 투자를 덜 한 게 오히려 유리하게 작용한 건가요?

    A. 단기적으로는 그렇게 볼 수 있습니다. 자본지출 부담이 적은 애플이 이번 심리 악화 국면에서 상대적으로 덜 흔들리며 시총 1위를 탈환했습니다. 하지만 이것을 ‘AI 투자 전략 자체가 틀렸다’는 결론으로 연결하기는 이릅니다. AI 인프라 투자의 과실은 수년 후에 비로소 본격 반영되는 만큼, 중장기 관점에서는 평가가 달라질 수 있습니다.

    참고자료

    인베스팅 2026. 7.28

    함께 읽으면 좋은 글

    삼성전자·SK하이닉스 급락 – CXMT·중국 DUV 노광장비