하정우 전 청와대 AI미래기획수석이 인공지능(AI) 확산으로 인한 청년 고용 감소와 양극화에 대비하기 위해 초과 세수를 미래세대와 지역 성장에 투자해야 한다고 제언했다. 하 전 수석은 18일 한국경제인협회 제주하계포럼에서 “AI로 기업 생산성이 높아질수록 고용이 줄어드는 것은 피하기 어렵다”며 “고용 없는 성장과 K자형 양극화가 나타날 수 있어 초과 세수를 미래 먹거리뿐 아니라 청년 세대와 지방 성장에도 투자해야 한다”고 말했다. 그는 AI 시대 한국의 경쟁력으로 메모리 반도체를 꼽았다. 샘 올트먼 오픈AI 최고경영자(CEO)의 ‘특이점은 메모리’라는 발언을 소개하며 “세계 최고 수준의 메모리 경쟁력을 보유한 한국에는 분명한 기회가 있다”고 강조했다. 하 전 수석은 AI가 세상을 이해하는 기본 단위인 ‘토큰’을 생산하는 ‘지능 공장’ 구축 경쟁이 세계적으로 벌어지고 있다고 설명했다. 하 전 수석은 “각국이 AI를 핵무기처럼 관리하는 시대가 오고 있다”며 “앞으로는 강력한 AI 모델 자체가 수출 통제 대상이 될 가능성이 크다”고 말했다. 이어 “한국도 앞으로는 지능을 수출하는 국가를 목표로 해야 한다”며 정부와 산업계가 함께 움직여야 한다고 강조했다. 그는 소버린 AI를 단순히 한국어를 잘하는 AI가 아니라 전력과 반도체, 그래픽처리장치(GPU), 데이터센터, 데이터, 원천기술, 응용기술 등 AI 생태계 전반에서 주도권을 확보하는 개념으로 정의했다. 하 전 수석은 “필요한 자원을 우리가 주도적으로 확보하려면 협상 카드가 있어야 하는데 그 핵심이 메모리 반도체”라며 “세계적인 제조 경쟁력 역시 한국의 중요한 무기”라고 말했다. AI 3대 메가 프로젝트를 “고부가가치 지능 토큰 생산국으로 도약하기 위한 출발점”이라고 평가하며 태평양 해저케이블 투자 필요성도 제시했다. AI 확산에 따른 사회 변화에 대한 대비도 주문했다. 그는 “AI로 기업 생산성이 높아지면 고용이 줄어드는 것은 필연적이다. 고용 없는 성장과 K자형 양극화가 일어날 수 있다”면서 “초과 세수를 미래 먹거리에도 써야 하지만 청년 세대 성장과 지방 성장에도 투자해야 한다”고 말했다.

미국 정보기술(IT) 기업 IBM이 시장 예상치를 밑도는 2분기 실적을 예고하자 하루 만에 시가총액 약 670억 달러(약 100조원)가 증발했다. 나이키 전체의 기업가치를 넘어서는 규모다. 시장에서는 이번 사태를 단순한 ‘어닝 쇼크’(실적 충격)보다 인공지능(AI) 시대를 맞아 기업의 정보기술(IT) 투자에서 우선순위가 변했음을 보여주는 상징적인 사건으로 보고 있다. IBM은 14일(현지시간) 지난 2분기 매출이 172억 달러로 지난해 같은 기간보다 1% 증가하는 데 그칠 것으로 예상된다고 밝혔다. 시장 전망치인 178억 6000만 달러를 6억 6000만 달러 밑도는 수준이다. 발표 직후 IBM 주가는 장중 25% 넘게 급락했다. 매출 전망이 시장 기대보다 4%가량 낮았을 뿐인데 시가총액은 4분의 1 가까이 증발한 것이다. 투자자들이 주목한 것은 실적 자체보다 실적 부진의 배경이다. IBM은 기업용 소프트웨어와 메인프레임 서버를 주력으로 하는 회사다. 메인프레임은 은행 전산망이나 항공 예약 시스템처럼 중단 없이 운영돼야 하는 핵심 업무를 처리하는 컴퓨터다. 반면 최근 기업들이 앞다퉈 투자하는 AI 인프라는 엔비디아의 그래픽처리장치(GPU)와 AI 서버처럼 대규모 AI 모델을 학습·추론하는 장비를 뜻한다. 용도는 다르지만 최근에는 한정된 기업 IT 예산을 두고 경쟁하는 관계다. AI 데이터센터 구축 경쟁이 치열해지면서 기업들은 GPU와 AI 서버 확보를 투자에서 최우선 순위에 두고 있다. 공급 부족이 이어지는 AI 칩은 제때 확보하지 못하면 사업 일정 자체가 늦어질 수 있지만, 기존 메인프레임 교체나 소프트웨어 업그레이드는 상대적으로 미룰 여지가 있다. AI 투자 확대가 기존 IT 시장의 예산까지 흡수하기 시작한 셈이다. IBM도 이를 피하지 못했다. 아빈드 크리슈나 최고경영자(CEO)는 “우리는 충분히 빠르게 적응하지 못했다”며 대형 계약이 잇따라 지연된 점을 실적 부진의 원인으로 꼽았다. IBM은 AI 플랫폼 ‘왓슨X(watsonx)’와 하이브리드 클라우드 사업을 확대하고 있지만 고객들의 투자 방향이 예상보다 빠르게 AI 인프라 중심으로 이동했다는 설명이다. IBM만의 문제는 아니라는 분석도 나온다. 이마케터의 제이컵 본 애널리스트는 “기업들의 자본 지출이 기존 소프트웨어와 서비스에서 메모리 반도체 등 AI 하드웨어로 이동하고 있다”며 “시장은 AI 경쟁에서 뒤처지는 조짐을 보이는 레거시 기업을 가혹하게 평가할 것”이라고 말했다. 반면 AI 인프라 공급망에 있는 기업들은 수혜를 이어갈 것으로 전망된다. 엔비디아를 비롯해 고대역폭메모리(HBM)를 공급하는 SK하이닉스와 삼성전자, 마이크론 등이 대표적이다. AI 경쟁이 기술 개발을 넘어 기업들의 투자 우선순위까지 바꾸면서 산업 지형도 역시 빠르게 재편되고 있다는 분석이 나온다.

HBM 슈퍼사이클 3~4년 전망중국, 범용D램·낸드플래시 위협적시스템반도체 설계도 이미 韓 앞서온디바이스 AI 칩 국산화해야스마트폰·車·로봇·공장 경쟁력 원천엔비디아 세계 지배 이유는 CUDAAI 인프라 투자 과열 우려 있지만2000년 닷컴 버블 때와는 다를 것3G 이통 선제 인프라 거대한 결실호남 ‘제2 반도체 기지’ 프로젝트정부 신속 행정·인프라로 뒷받침미래 투자는 기업들에 맡기면 돼인공지능(AI) 시대가 도래하면서 반도체 산업이 역대급 ‘슈퍼사이클’(초호황기)을 맞이했다. AI 반도체에 필수적인 고대역폭메모리(HBM)의 핵심 공급자인 삼성전자와 SK하이닉스는 지난해 사상 최대 실적을 경신한 뒤 호조세를 이어가고 있다. 이에 힘입어 국내 주식시장도 활황이다. 하지만 일각에선 AI 거품론을 우려하는 목소리도 나온다. 이번 호황이 일시적 특수에 그치지 않고 지속 가능한 산업 경쟁력으로 이어지려면 무엇이 필요할까. 국내 1세대 시스템반도체 개발자이자 산학연을 아우른 전문가인 김용석(67) 가천대 반도체대학 석좌교수는 “앞으로 5년이 골든타임”이라며 “메모리 호황을 기회로 삼아 HBM 이후를 준비해야 할 때”라고 강조했다. 한국에서도 엔비디아 같은 기업이 나오려면 반도체 생태계를 시스템반도체로 다변화하고, 자동차·로봇·공장 등에 온디바이스 AI(기기 자체에서 AI를 구동하는 기술) 반도체를 국산화해야 한다는 것이다. 그는 산업통상부가 추진하는 AI 반도체 M.AX 얼라이언스 위원장을 맡아 이 과제를 총괄하고 있다. 지난 9일 경기 성남시 가천대 연구실에서 그를 만났다. -AI 반도체 슈퍼사이클은 얼마나 지속될까. “전문가들은 앞으로 3~4년을 한계로 본다. HBM 호황에 취해 있다간 지금의 반도체 슈퍼사이클이 오히려 독이 될 수 있다. 무엇보다 중국이 만만치 않다. 첨단 미세공정이 필요 없는 범용 D램과 낸드플래시 시장에서 중국은 가장 즉각적이고 파괴적인 위협이 될 것이다. 시스템반도체 설계 분야는 이미 우리나라를 앞선 지 오래됐다. 캠브리콘, 무어스레드와 같이 중국이 엔비디아 의존도를 줄이기 위해 전략적으로 키우는 AI 반도체 스타트업의 성장도 놀랍다.” -이번 호황이 지속적인 발전으로 이어지려면 어떻게 해야 하나. “중국은 이미 10년 전 ‘제조 2025’를 제시하고 첨단산업을 집중 육성했다. 현재 중국의 팹리스(반도체 설계 전문기업)는 한국을 양적, 질적인 면에서 모두 앞서고 있다. 그동안 시스템 반도체 설계 능력을 꾸준히 키워왔고, 앞으로 온디바이스 AI 반도체 설계 분야에서 강력한 힘을 발휘할 것으로 보인다. 우리는 HBM 초격차를 유지하면서 반도체 생태계를 메모리에서 시스템반도체로 다변화해야 한다.” -한국은 메모리반도체 강자인데, 시스템반도체로 다변화해야 하는 이유는 무엇인가. “스마트폰, PC, 자동차 등의 경쟁력은 결국 시스템반도체에서 나온다. 애플과 테슬라가 왜 직접 칩을 개발하는지 생각해 보면 알 수 있다. 우리만의 기능과 성능을 넣으려면 시스템반도체를 직접 개발하는 게 좋다. 만약 삼성 갤럭시에 들어가는 엑시노스(삼성전자가 설계한 스마트폰용 시스템반도체)가 없다면 퀄컴(미국 팹리스 기업)이 부르는 게 값이 된다. 엑시노스가 있기에 협상이 가능한 것이다.” -한국은 세계 최고 수준의 메모리 기술을 보유하고 있지만, 엔비디아 같은 기업은 나오지 못했다. 근본적인 이유는 무엇일까. “엔비디아가 세계를 지배하는 이유는 GPU(그래픽·연산용 반도체) 칩 성능 때문만은 아니다. 2006년 개발한 개발자용 소프트웨어 플랫폼 CUDA가 있기 때문이다. 전 세계 개발자들은 CUDA에 종속돼 있다. 우리나라가 소프트웨어 역량이 떨어지는 것도 이유다. 제품을 만드는 기업에서 시스템반도체와 소프트웨어를 자체 개발하려는 노력이 지속돼야 한다.” -AI 인프라 투자 과열을 우려하는 시각도 있다. “AI 데이터센터 투자는 단기적 과열 우려가 있지만, 하이퍼스케일러(AI 데이터센터를 짓고 운영할 수 있는 초대형 기업들)의 기초체력 덕분에 2000년 닷컴 버블과는 다를 것이다. 지금은 IMT-2000(3G 이동통신) 초기와 비슷하다. 당시에도 투자 과열과 거품론이 있었지만 선제적으로 인프라를 구축한 덕분에 스마트폰 생태계와 모바일 혁명이라는 거대한 결실을 맺었다.” -정부는 지난달 삼성전자, SK하이닉스와 함께 경기 용인에 이어 호남을 ‘제2의 반도체 기지’로 조성한다는 메가프로젝트를 발표했다. “삼성과 SK하이닉스는 이미 용인에 팹(공장) 10기를 계획하고 있다. 정부는 신속한 원스톱 행정 지원과 국가 책임의 인프라 조성에 최우선으로 나서야 한다. 또 이같은 성과를 바탕으로 기업들의 미래 투자가 비수도권으로 이어질 수 있도록 해야 한다. 급하게 서두를 일은 아니다. 기업에 맡기면 된다. 전력과 용수는 돈으로 해결되지만, 진짜 문제는 인재를 확보하는 것이다. 인재들이 비수도권 지역에 계속 머물게 하려면 교육 환경은 물론 문화·예술 등 인프라까지 갖춰야 한다.” -삼성의 현 상태를 평가한다면. “강력한 반도체 슈퍼 사이클과 AI 시장의 확대로 매출과 영업이익은 기록을 경신하고 있다. 하지만 과거 독보적인 초격차 경쟁력이나 새로운 패러다임을 이끄는 혁신 문화가 완전히 회복됐다고 보긴 어렵다. AI 및 차세대 반도체 분야에서 판도를 바꾸는 원천 기술을 선점하려면 지금과 같은 호황기에 대규모 연구개발(R＆D) 투자가 이뤄져야 한다. 최근 노조의 성과급 제도화 요구나 DS(반도체)·DX(제품) 사업 부문 간 격차, 비메모리(시스템반도체·파운드리) 부문의 소외감 등 조직 내 갈등 요인도 해소해야 한다.” -혁신을 지속하려면 어떻게 해야 하나. “실패를 용인하고 새로운 것에 도전하는 문화가 필요하다. 내가 처음 삼성에 입사했을 때 비디오카세트(VCR)가 신제품으로 나오던 아날로그 시대였다. 반도체(DS) 부문이 아닌 제품을 만드는 DX 부문으로 입사했는데, 미국 모토로라에서 스카우트돼서 온 과장급 선배가 ‘앞으로는 제품을 만드는 곳에서 칩을 직접 설계해서 쓰게 될 것’이라며 반도체 설계를 제안했다. 당시만 해도 반도체 설계는 반도체 회사에서만 한다고 생각했는데, 그 통념을 깨고 국내 처음으로 시스템반도체 설계를 시작한 것이다.” 김 교수는 1998년부터 이동통신 소프트웨어 분야로 옮겨 개발했던 통신 칩(모뎀) 11개를 액자에 넣어 보관했다. “1998년부터 2002년까지 만든 이 칩들은 모두 상용화에 실패한 것들이다. 퀄컴이 독보적으로 잘하고 있었지만, 삼성에서도 직접 해보자며 자체 개발을 시작했던 것이다. 비록 당시엔 실패했지만 도전이 이어지면서 지금의 엑시노스로 결실을 맺었다. 상용화에 실패했는데도 나는 임원으로 승진했다. 당시 삼성은 ‘이 기술만큼은 반드시 확보하자’는 목표가 있으면 실패하더라도 도전을 인정했다.” -인재 유출을 막으려면 어떻게 해야 하나. “미국 실리콘밸리에서 점심시간에 식당에 가면 수많은 한국인 연구자들을 만날 수 있다. 박사급이면 미국 빅테크 기업에선 연봉 100만 달러(약 15억원) 정도를 받는다. 한국에선 1억 5000만원 정도다. 보수도 중요하지만 미국 빅테크 기업에서 일하고 싶어 하는 또 다른 이유는 커리어 때문이다. 국내 기업은 아직도 연공서열을 무시할 수 없다. 그래서 아무리 능력 있고 뛰어나도 젊은 직원을 파격적으로 대우해주지 못한다. 오픈AI, 구글, 애플에선 가능하다. 우수한 엔지니어는 정년 없이 계속해서 연구에 매진할 수 있도록 하고, 단 한 명이라도 사장보다 더 많은 연봉을 받는 최고 엔지니어가 나와야 한다.” -반도체교육원에선 학생들에게 어떤 것을 가르치나. “초등학생부터 중·고등학생, 취업준비생까지 전 세대를 대상으로 맞춤형 교육을 한다. 요즘은 초등학생들도 젠슨 황이나 엔비디아, TSMC를 이야기할 정도다. 지난해와 재작년에 초등학생들과 SK하이닉스 팹을 견학했는데 학생들의 관심이 예상보다 훨씬 크다는 걸 실감했다. 초·중학생한테 반도체 지식을 주입하는 것이 목적은 아니다. 우선 반도체를 재미있는 분야로 느끼게 하고, 훗날 진로를 선택할 때 자연스럽게 이공계에 관심을 갖도록 하는 것이 목표다.” ■김용석 가천대 석좌교수는 1959년 태어나 성균관대 전자공학과를 졸업하고, 같은 대학 정보통신대학원과 동국대 정보통신공학과에서 각각 석사, 박사 학위를 받았다. 1983년 삼성전자 종합연구소에 입사해 31년간 근무하며 국내 처음으로 시스템반도체 설계를 시작했으며, TV·오디오·이동통신 칩을 개발했다. 2010년 스마트폰 시스템소프트웨어 팀장을 맡아 갤럭시 S1~S4 개발에 참여했다. 10년간 삼성전자 임원(상무)을 지내고 퇴직한 뒤 2014년부터 성균관대 전자전기공학부 교수로 11년간 재직했다. 현재 가천대 반도체대학 석좌교수 겸 반도체교육원장이며, 산업통상부 AI반도체 M.AX 얼라이언스 위원장을 맡고 있다. 대통령 표창, 국무총리상, 장관상 등 다수의 정부 표창을 받았다. 저서로는 ‘AI 반도체 전쟁’ 등이 있다.

삼성전자가 미국 엔비디아의 인공지능(AI) 가속기 ‘베라 루빈’에 탑재되는 기업용 SSD(eSSD) 양산에 돌입했다. 고대역폭메모리(HBM)에 이어 eSSD까지 AI 메모리 제품군을 확장하며 AI 인프라 전반에서 영향력을 키우는 모습이다. 삼성전자는 AI 인프라에 최적화된 PCIe 6.0 기반 eSSD ‘PM1763’ 양산을 시작했다고 8일 밝혔다. eSSD는 데이터센터와 서버 환경에 최적화된 저장 장치(스토리지)다. 최근 생성형 AI 확산으로 학습과 추론에 필요한 데이터 규모가 급격히 증가하면서 AI 가속기에 데이터를 안정적이고 신속하게 공급하는 eSSD의 중요성이 커지고 있다. 특히 그래픽처리장치(GPU) 성능뿐 아니라 데이터를 이동·저장하는 메모리와 스토리지 성능이 전체 시스템 효율을 좌우하는 만큼, eSSD는 AI 인프라의 핵심 구성 요소로 자리 잡고 있다. PM1763은 빠른 읽기 속도와 효율적인 데이터 처리가 강점이다. 삼성전자는 이번 제품에 9세대 V낸드와 4나노 기반 신규 컨트롤러를 탑재해 제품 성능과 전력 효율을 크게 향상시켰다고 설명했다. 이번 제품은 4TB(테라바이트), 8TB, 16TB의 3가지 용량으로 제공되며, 이 가운데 16TB 제품은 업계 최고 성능을 구현한다. 16TB 제품 기준 연속 읽기·쓰기 속도는 각각 최대 초당 2만 8400MB(메가바이트), 2만 1900MB다. 전작 ‘PM1753’ 대비 약 2배 향상됐으며, 이는 40GB(기가바이트) 크기의 대형 언어 모델(LLM)을 약 1.4초 만에 전송할 수 있는 속도다. 가속기와 프로세서 간 데이터 지연을 최소화해 AI 작업 처리 효율을 획기적으로 높일 수 있다. 아울러 PM1763은 차세대 AI 서버에 적용되는 액체 냉각 환경에 최적화된 제품이다. 또 전작 대비 전력 효율이 1.8배 이상 향상됐다. 업계는 이번 삼성전자의 eSSD 양산이 HBM을 넘어 AI 서버용 저장장치 시장에서도 공급 역량을 입증한 사례로 분석한다. 한편 삼성전자는 오는 22일 영국 런던에서 열리는 ‘갤럭시 언팩 2026’에서 8세대 폴더블폰과 웨어러블 기기 등을 공개한다. 이에 앞서 노태문 완제품(DX) 부문 대표이사 사장은 뉴스룸에 공개한 기고문을 통해 “가장 중요한 AI는 가장 똑똑한 AI가 아니라, 나를 가장 잘 아는 AI”라고 강조했다. 노사장은 이번 언팩에서 더 개인적이고 자연스러운 AI 경험을 공개하겠다고 예고했다.

삼성전자가 엔비디아 차세대 인공지능(AI) 플랫폼 ‘베라 루빈’에 탑재되는 기업용 SSD(eSSD)를 본격 양산한다. AI 서버가 대규모 AI 모델을 더 빠르게 처리할 수 있도록 돕는 핵심 저장장치로, 삼성전자는 고대역폭메모리(HBM)에 이어 기업용 SSD까지 AI 메모리 제품군을 확대한다는 전략이다. 삼성전자는 차세대 데이터 전송 규격인 PCIe 6.0 기반 기업용 SSD ‘PM1763’ 양산을 시작했다고 8일 밝혔다. PM1763은 지난 3월 엔비디아 개발자 콘퍼런스(GTC 2026)에서 HBM4, SOCAMM2와 함께 베라 루빈용 AI 메모리 솔루션으로 공개된 제품이다. 기업용 SSD는 AI 서버에서 대량의 데이터를 저장하고 필요할 때 빠르게 불러오는 장치다. 생성형 AI 모델 규모가 커질수록 그래픽처리장치(GPU)의 연산 성능뿐 아니라 데이터를 얼마나 빠르게 공급하느냐도 중요해지면서 AI 데이터센터의 핵심 부품으로 주목받고 있다. PM1763은 9세대 V낸드와 4나노 공정 기반 신규 컨트롤러를 적용해 전작보다 데이터 처리 속도를 약 2배 높였다. 16TB 제품 기준 연속 읽기 속도는 초당 최대 2만 8400MB, 쓰기 속도는 초당 최대 2만 1900MB다. 약 40GB 크기의 대규모언어모델(LLM)을 1.4초 만에 전송할 수 있는 수준으로, AI 학습과 추론 속도를 높일 수 있다고 삼성전자는 설명했다. 전력 효율도 전작보다 1.8배 이상 개선했다. AI 서버에 확산하는 액체 냉각 환경에서도 안정적으로 작동하도록 설계했으며, 양자컴퓨터 시대에 대비한 포스트 양자 암호(PQC)와 가상화 환경 보안 기술도 적용했다. 삼성전자는 HBM4와 SOCAMM2, PM1763을 앞세워 AI 메모리 포트폴리오를 확대할 계획이다. 시장조사업체 트렌드포스에 따르면 삼성전자는 올해 1분기 기업용 SSD 시장에서 점유율 35.1%로 1위를 기록했다. 같은 기간 매출은 70억 5000만 달러(약 10조원)로 전 분기보다 92.8% 증가했다. AI 데이터센터 투자 확대에 따라 기업용 SSD 시장도 빠르게 성장하고 있다. 시장조사업체 옴디아는 글로벌 기업용 SSD 시장이 올해 약 242억 달러(약 36조원)에서 내년 약 1542억 달러(약 226조원) 규모로 성장할 것으로 전망했다. 최장석 삼성전자 메모리사업부 상품기획팀 상무는 “PM1763은 글로벌 고객사의 차세대 AI 플랫폼 요구사항을 충족하고 제품 검증도 성공적으로 마쳤다”며 “고객사의 AI 모델이 효율적으로 운영될 수 있도록 지원하는 핵심 솔루션이 될 것”이라고 말했다.

강원도가 민선 9기 최대 현안인 인공지능(AI) 데이터센터 구축에 본격적으로 돌입한다. 도는 6일 도청에서 동해시, GS와 동해 AI 데이터센터 조성을 위한 업무협약(MOU)을 맺었다. 협약에 따라 도와 동해시, GS는 데이터센터 건립과 AI 인프라 산업 육성을 위해 협력한다. 앞서 지난달 29일 정부가 발표한 ‘대한민국 대도약 3대 메가프로젝트’에 포함된 동해 AI 데이터센터는 GS가 동해 북평제2일반산업단지에 2.4GW 규모로 짓는다. 우선 2028년까지 1.2GW급을 완공하고 이듬해인 2029년 1.2GW급을 증설한다. 2.4GW급의 AI 데이터센터는 단일 시설 기준으로는 아시아 최대 규모이다. 그래픽처리장치(GPU), 메모리 비용까지 포함할 경우 투자비는 최대 120조원에 이른다. GS가 북평제2산단을 소유하고 있어 토지 보상과 매입에 드는 시간이 절약되고, 도와 동해시가 전폭적인 지원도 약속해 AI 데이터센터 건립은 신속하게 이뤄질 것으로 보인다. 우상호 강원지사는 취임 첫날인 1일 ‘AI 데이터센터추진단 구성’을 1호로 결재하고, 지난달 30일 기자회견에서는 “(메가프로젝트 중) 가장 빨리 착공하겠다”며 속도전을 예고했다. 동해시도 AI 데이터센터 건립을 지원하기 위해 경제, 산업, 도시계획, 건축, 환경 부서가 참여하는 전담팀 구성을 추진하고 있다. 우 지사는 “동해 AI 데이터센터는 강원 AI 산업의 첫 프로젝트이자 AI 산업 생태계 조성의 출발점이 될 것”이라며 “기업은 투자에 전념하고 행정은 도가 책임진다는 자세로 기업이 원하는 속도에 맞춰 적극적으로 지원하겠다”고 말했다.

SK가 영남권을 아시아 최대 인공지능(AI) 인프라 허브 구축하기 위해 약 140조원을 투자한다. SK텔레콤은 3일 경남 진주에서 열린 ‘영남권 첨단산업 발전비전 국민보고회’에서 이러한 내용의 영남권 투자 세부 계획을 공개했다. ‘대한민국 대도약 3대 메가 프로젝트’의 일환으로 추진된다. SK는 울산을 첫 번째 GW(기가와트)급 AI 데이터센터 사업지로 선정하고 내년 4분기 가동을 목표로 100MW(메가와트) 규모의 하이퍼스케일 AI 데이터센터 구축을 시작했다. 이후 900MW를 추가로 구축한다는 계획이다. 또 울산 외 영남권에 단계적으로 1GW 이상 규모의 AI 데이터센터를 추가로 조성한다. 이를 위해 외자 유치를 포함해 약 140조원이 투자될 예정이다. 추가 사업 후보지는 유관 부처와 함께 검토하고 있다. SK는 2029년부터 5GW 규모의 AI 데이터센터를 단계적으로 가동하고, 중장기적으로는 전국에 15GW 규모까지 확대한다는 구상을 내놨다. 우선 1단계 목표인 5GW 규모 AI 데이터센터 구축이 단순한 데이터센터 건설을 넘어서는 초대형 프로젝트라고 설명했다. 부지 약 75만평과 그래픽처리장치(GPU) 300만장, 고대역폭메모리(HBM) 2400만장, 약 350조원의 투자가 필요한 규모다. 정재헌 SK텔레콤 사장은 “AI 데이터센터 인프라의 핵심 요소는 반도체와 에너지 솔루션, 데이터센터 건설·운영 역량”이라며 “SK는 이러한 역량을 모두 갖추고 있을 뿐 아니라 이미 AI 데이터센터를 구축·운영한 경험도 보유하고 있다”고 말했다. 이어 “대규모 AI 데이터센터를 기반으로 영남의 제조 산업 역량이 AI와 결합하면 생산성 혁신뿐 아니라 제조 AI를 실증하고 확산하는 허브로 성장할 수 있다”고 말했다.

“새 GPU 필요 없나” 투자 위축 우려 마이크론 등 美 반도체 주가 급락 증권가 “AI 투자 축소 신호 아냐”전문가 “AI 반도체 수요는 여전해이달 반도체 실적·투자 계획 변수” ‘남는 GPU(그래픽처리장치)를 빌려주고 돈을 벌겠다.’ 페이스북·인스타그램의 모회사이자 초대형 데이터센터 운영 기업인 메타의 이 한마디가 ‘인공지능(AI) 투자 낙관론’에 균열을 냈다. 시장은 “남는 GPU가 있을 정도면 앞으로 AI 반도체를 예전만큼 많이 사지 않는 것 아니냐”고 받아들였고, 미국 반도체주에 이어 삼성전자와 SK하이닉스까지 급락했다. 2일 삼성전자는 전 거래일보다 2만 8500원(-9.06%) 내린 28만 6000원, SK하이닉스는 37만 3000원(-14.57%) 떨어진 218만 7000원에 거래를 마쳤다. 각각 14거래일, 29거래일 만의 최저치다. 삼성전자는 6월 초 이후 지켜온 ‘30만 전자’도 내줬다. 발단은 메타의 클라우드 사업 진출 검토다. 1일(현지시간) 블룸버그통신은 메타가 그동안 AI 개발을 위해 구축한 대규모 데이터센터에서 남는 GPU를 외부 기업에 빌려주거나 판매하는 ‘메타 컴퓨트(Meta Compute)’ 사업을 검토하고 있다고 보도했다. 그동안 내부에서만 쓰던 AI 설비를 다른 기업에도 빌려주며 수익을 내겠다는 전략이다. 그동안 시장은 빅테크들이 AI 데이터센터를 계속 늘리면서 GPU와 고대역폭메모리(HBM)를 대량으로 사들일 것으로 기대했다. 하지만 메타가 남는 GPU를 외부에 빌려주겠다고 하자 “당장 새 GPU를 추가로 살 필요가 없는 것 아니냐”는 해석이 나왔다. 결국 AI 데이터센터를 늘리는 속도도 예상보다 느려지고, AI 반도체 수요도 줄어들 수 있다는 우려가 커진 것이다. 이 여파로 간밤 미국 증시에서 마이크론(-10.57%), 샌디스크(-10.62%), AMD (-6.89%) 등 반도체주가 일제히 급락했고 필라델피아 반도체지수도 6% 넘게 떨어졌다. 그 충격이 이날 삼성전자와 SK하이닉스 등 국내 반도체주로 이어졌다는 분석이다. 반면 메타는 새로운 수익원을 확보할 수 있다는 기대에 주가가 9% 가까이 올랐다. 다만 증권가에서는 이번 하락을 AI 투자 축소의 신호로 보기는 이르다는 분석이 많다. 조아인 삼성증권 연구원은 “메타의 GPU 수익화는 AI 인프라 투자를 줄이려는 것이 아니라 이미 확보한 자산의 활용도를 높이려는 전략”이라고 말했다. 한지영 키움증권 연구원도 “메타는 이미 상반기부터 클라우드 사업 진출을 예고해 왔다”며 “이번 소식을 투자 과잉으로 해석하는 것은 무리”라고 밝혔다. 시장에서는 이번 조정도 단기에 그칠 가능성에 무게를 두고 있다. 박연주 미래에셋증권 리서치센터장은 “AI 인프라용 반도체 수요는 여전히 견조하고 반도체 기업의 실적과 밸류에이션도 매력적”이라며 “7월 반도체 실적과 빅테크의 AI 투자 계획이 향후 주가의 핵심 변수가 될 것”이라고 말했다.

지금 시장의 중심은 반도체다. 나스닥과 스탠더드앤드푸어스(S＆P)500이 신고가 흐름을 보이는 배경에도 인공지능(AI) 인프라 투자가 있다. 마이크론의 강한 주가 흐름, SK하이닉스의 고대역폭 메모리(HBM) 경쟁력, 삼성전자의 메모리 회복 기대가 동시에 부각되는 이유다. 기대가 커진 시장에서는 실적이 좋아도 주가가 덜 오를 수 있고, 작은 실망에도 조정이 크게 나올 수 있다. 상승장이 무서운 이유는 투자자가 리스크를 잊기 시작하기 때문이다. 그래서 지금은 ‘더 오를 종목’을 맞히는 게임보다 ‘돈의 흐름을 어떻게 담을 것인가’를 고민해야 한다. 반도체를 부정하라는 얘기는 아니다. 문제는 접근 방식이다. 현실적인 해법은 이렇다. 핵심은 지수로, 모멘텀(상승 동력)은 일부만 가져가는 것이다. 나스닥100 상장지수펀드(ETF)는 반도체, AI, 클라우드, 소프트웨어, 플랫폼 기업을 함께 담는다. 여기에 반도체 ETF나 전력 인프라 ETF를 일부 더하면 현재의 주도 섹터를 따라가면서도 개별 종목 리스크는 낮출 수 있다. 앞으로 돈의 흐름은 반도체 안에서도 그래픽처리장치(GPU)와 HBM 중심에서 서버, 네트워크, 전력기기, 냉각 인프라, AI 소프트웨어로 넓어질 가능성이 크다. AI 데이터센터는 결국 전기를 먹고 움직이기 때문이다. 인프라 투자가 어느 정도 진행된 뒤에는 앤트로픽 같은 AI 소프트웨어 기업이나 스페이스X 같은 우주·통신 인프라 기업도 장기 모멘텀 후보가 될 수 있다. 다만 아직 비상장 영역도 많아 일반 투자자는 무리하게 직접 접근하기보다 ETF와 상장 대체 종목을 통해 간접적으로 흐름을 담는 편이 현실적이다. 영원한 주도주는 없지만 투자자가 모든 종목을 맞힐 필요도 없다. 한 번에 정답을 찾기보다, 중심 자산과 위성 자산의 비중을 조절하는 것이 프라이빗뱅커(PB) 관점의 핵심 전략이다. 김미영 한국투자증권 마곡PB센터 영업2팀장

퀄컴이 AI 데이터센터 시장을 위한 새로운 플랫폼 ‘드래곤플라이’(Dragonfly)를 전격 공개하며 엔비디아와 다른 AI 빅테크들에 도전장을 내밀었습니다. 자연계에서 가장 효율적인 비행 곤충인 잠자리처럼 에너지 효율성을 높인 플랫폼을 만들겠다는 의지가 담긴 이름입니다. 사실 퀄컴이 데이터센터 시장에 도전하는 것은 처음이 아닙니다. 과거 센트리크 2400 CPU를 통해 서버 시장에 도전했다가 결국 시장 문턱을 넘지 못하고 고배를 마셨던 경험이 있습니다. 하지만 최근 AI 인프라 시장이 폭발적으로 성장함에 따라 퀄컴은 기존의 모바일 및 엣지 AI 및 CPU 설계에서 얻은 강점을 살려 다시 AI 데이터센터에 도전하고 있습니다. 퀄컴 드래곤플라이는 단순히 하나의 CPU나 GPU를 지칭하는 이름이 아니라 AI 가속기, CPU, 네트워킹, 그리고 커스텀 실리콘을 하나의 통합된 생태계로 묶은 ‘풀스택(Full-stack)’ 생태계의 브랜드를 의미합니다. CPU, GPU, 네트워킹, 그리고 CUDA 소프트웨어 생태계까지 하나로 묶어 제공하는 엔비디아와 같은 전략을 구사하는 셈입니다. 물론 이 분야에서는 엔비디아가 훨씬 강력한 생태계를 구축한 상태이지만, 퀄컴은 모바일에서 얻은 저전력·고효율 설계를 무기로 AI 데이터센터 시장에 ‘원스톱(One-stop)’ 솔루션을 제공하겠다는 포부를 지닌 것으로 보입니다. 드래곤플라이 AI 데이터센터 생태계의 핵심은 당연히 AI 가속기입니다. 2027년 출시를 목표로 한 AI250은 퀄컴이 주도하는 차세대 메모리 기술인 HBC(High Bandwidth Compute) 1세대를 탑재할 계획입니다. HBC는 DDR 메모리 대신 LPDDR 메모리를 적층한 고대역폭 메모리로 컴퓨트 다이(Compute die) 위에 바로 올려 에너지 효율과 속도를 높였습니다. 실물을 공개하지 않았지만, 와트당 대역폭(Bandwidth per Watt)에서 HBM 메모리보다 6배나 높였다는 것이 퀄컴의 주장입니다. 퀄컴의 로드맵에 따르면 2028년에는 HBC 2세대 기술을 적용한 AI300이 출시됩니다. AI300은 LPDDR 메모리를 사용한 기존 AI200 대비 54배에 달하는 대역폭을 제공하며, HBM(고대역폭 메모리)과 비교했을 때 와트당 대역폭이 6배나 높습니다. 만약 이 주장이 사실이라면 대규모 언어 모델(LLM)이나 멀티모달 모델, 그리고 에이전트 AI 워크로드에서 발생하는 막대한 전력 소모와 데이터 이동 병목 현상을 획기적으로 해소할 수 있을 것으로 보입니다. 물론 하이퍼스케일 데이터센터에서는 각 GPU, CPU의 메모리 대역폭만큼이나 수많은 프로세서들을 빠르게 연결하는 것도 중요합니다. 퀄컴의 새로운 데이터센터 연결 플랫폼은 800G에서 최대 1.6T급에 이르는 고대역폭을 지원하며, 데이터 이동의 병목을 해결하기 위해 UALink와 같은 개방형 표준을 활용한 스케일업 및 스케일아웃 아키텍처를 사용할 계획입니다 그리고 최근 에이전틱 AI에서 중요해지는 CPU를 위해 퀄컴은 C1000 서버도 같이 제공할 계획입니다. 이 CPU는 250개 이상의 코어와 최대 5GHz의 클럭 속도를 지니고 있다고 하는데, 멀티 코어뿐 아니라 싱글 코어 성능에서도 업계 최고라는 것이 퀄컴의 설명입니다. 다만 현재까지 업계의 반응은 반신반의한 상태입니다. 이론적으로는 매우 훌륭해 보이지만, 퀄컴이 말한 CPU, GPU, 메모리, 인터페이스 혁신을 위해서는 반도체 제조사를 포함해 많은 제조사들이 함께 힘을 합쳐야 하기 때문입니다. 예를 들어 HBC 메모리의 경우 LPDDR 메모리를 3D TSV(관통 실리콘 비아) 기술로 수직 적층하는 ‘근접 메모리 컴퓨팅’(Near-Memory Computing) 기술인데, 이는 퀄컴의 기술만으로는 불가능하고 원칙적으로 삼성전자 같은 메모리 제조사가 기술을 제공해 주지 않으면 실현 불가능한 이야기입니다. HBC 메모리를 사용하는 AI250/300 가속기나 C1000 CPU 역시 TSMC 같은 파운드리 업체의 협력 없이는 제조하기 어렵습니다. 현재 메모리와 시스템 반도체 모두 최첨단 미세 공정에 대한 수요가 크게 증가해 공급이 이를 따라잡기 어려운 점을 생각하면 물량을 쉽게 확보할 수 있을지부터 의문이 드는 게 사실입니다. 여기에 새로운 규격인 만큼 초기에는 수율이나 비용 문제 역시 만만치 않을 수 있습니다. 이런 의구심을 해소하기 위해서는 우선 실제로 작동하는 제품과 이를 채택한 데이터센터가 등장해야 합니다. 퀄컴은 일반적인 LPDDR 메모리를 사용한 AI200의 샘플링을 진행 중이며 올해 출시할 계획입니다. 이를 통해 퀄컴이 다른 엔비디아, 구글, AMD와 견줄 만한 AI 가속기 설계가 가능하다는 점을 입증해야 다음 단계로 진행이 가능할 것입니다. 퀄컴의 AI 데이터센터 도전이 이번에는 성과를 거둘 수 있을지 주목됩니다.

최근 상장한 스페이스X가 합병한 xAI가 수백억 달러를 들여 구축한 막대한 컴퓨팅 자원을 외부에 대규모로 임대하며 수익성 확보에 나섰습니다. 최근 스페이스X는 펜타곤과 연계된 AI 기업 ‘리플렉션’(Reflection)과 63억 달러 규모의 컴퓨팅 계약을 체결했다고 밝혔습니다. 계약 내용은 다음 달부터 2029년까지 리플렉션에 엔비디아 GB300 GPU 접근권을 제공하며, 매달 1억 5000만 달러, 약 3년 반 동안 총 63억 달러의 사용료를 받는 것입니다. 이번 계약은 스페이스X의 재정 구조 측면에서는 호재이지만, 반대로 그록 AI의 미래에 대한 의구심은 커지고 있습니다. 이미 스페이스X는 콜로서스 1 데이터 센터를 앤스로픽에 월 12억 5000만 달러 규모로 대여하고 있으며, 콜로서스 2 데이터 센터 역시 구글과 월 9억 2000만 달러 규모의 클라우드 서비스 계약을 체결한 상태입니다. 앞서 언급한 리플렉션 계약까지 이들 세 곳의 임대 수익을 모두 합산하면 매달 약 23억 2000만 달러에 달합니다. 천문학적인 전력 유지비를 고려하더라도, 데이터 센터 구축에 투입된 막대한 비용을 몇 년 이내로 회수할 수 있는 괜찮은 계약입니다. 그럼에도 시장의 의구심이 커진 데는 그럴만한 이유가 있습니다. 이러한 ‘인프라 임대업’이 가능하다는 이야기는 자사 인공지능(AI) 모델인 ‘그록’이 본래 예상했던 만큼 수요가 없다는 반증이기 때문입니다. 상식적으로 자체 AI 모델의 수요가 폭발적이라면 데이터 센터의 연산 자원은 내부 학습과 서비스를 위해 완전히 가동되어야 합니다. 반면 자체 데이터 센터만으로는 부족해서 xAI의 콜로서스 데이터 센터를 임대한 구글은 상황이 반대라는 것을 알 수 있습니다. 제미나이 같은 AI 서비스가 당장 수익으로 연결되느냐는 차지하고서라도 이런 막대한 비용을 감당해서라도 데이터 센터를 추가 임대할 정도로 AI 수요는 넘치고 있다는 증거이기 때문입니다. 따라서 사실 AI 자체의 성장성은 구글이 훨씬 높다고 평가할 수 있습니다. 실제로 스페이스X가 상장 과정에서 밝힌 지표를 보면 현시점에서 그록의 상태는 그렇게 좋지만은 않아 보입니다. 그록의 월간 활성 사용자(MAU)는 약 1억 1700만 명에 달한다고 했지만, 실제 유료 사용자는 190만 명에 불과합니다. 소셜미디어(SNS)인 X의 프리미엄 구독자를 모두 포함해도 유료 고객 수는 630만 명 수준에 그치는데, 이는 두 콜로서스 데이터 센터 구축에 투입된 수백억 달러의 천문학적인 비용을 회수하기엔 턱없이 부족한 수준입니다. 따라서 비싼 돈 들여 건설한 데이터 센터를 놀리느니 경쟁사인 앤스로픽이나 구글에 대여하기로 결정한 것으로 보입니다. 다만 여기서 궁금해지는 대목은 구글이나 앤스로픽과 같은 경쟁 기업들이 막대한 비용을 내고 xAI의 데이터 센터를 임대하는 이유입니다. 여기에는 몇 가지 이유가 있습니다. 현재 GPU, 메모리, CPU, SSD는 물론 모든 인프라 관련 비용이 폭발적으로 늘어난 상태에서 자체 데이터 센터를 확장할 경우 비용이 크게 치솟을 수밖에 없습니다. 따라서 이미 있는 데이터 센터를 임대하는 것이 비용 면에서 오히려 저렴할 수 있습니다. 물론 데이터 센터를 추가로 새로 짓는 데 걸리는 긴 시간 역시 이유입니다. 그리고 그록 AI처럼 막대한 투자를 했는데, 막상 새로 데이터 센터를 짓고 난 뒤에는 실제 수요가 그에 미치지 못하는 경우도 생각하지 않을 수 없습니다. 직접 인프라를 구축했다가 기대한 만큼 수요가 없어 xAI처럼 데이터 센터를 놀리는 리스크를 감수하기보다, 계약 취소 옵션이 포함된 임대 방식을 통해 유연하게 대응하는 것이 더 안전한 대안일 수 있습니다. 현재 스페이스X는 xAI의 부채를 갚기 위해 200억 이상 달러 규모의 회사채를 발행하고 있습니다. 대규모 AI 데이터 센터 임대 계약 덕분에 그록 AI의 수익화와는 관련 없이 이 부채를 감당할 순 있을 것으로 보이지만, 그록의 성장성을 증명하지 못한다면 스페이스X의 엄청난 시가총액을 정당화하긴 쉽지 않습니다. 스페이스X가 자회사로 편입한 xAI의 가치가 매출보다 훨씬 높게 매겨진 것은 임대 사업이 아니라 앞으로 AI의 성장 가능성을 내다본 것이기 때문입니다. 일론 머스크의 xAI가 데이터 센터 임대업이 아니라 본업인 AI로 성장할 수 있을지는 올해 공개할 그록 5에 달려 있습니다. 본래 올해 1분기 공개를 목표로 했던 그록 5는 현시점까지 공개가 밀린 상태로 아마도 공개가 임박한 상황으로 보입니다. 경쟁자들이 이미 성능을 대폭 업그레이드한 상황에서 그록 5의 모습이 어떨지 궁금합니다.

연산 성능 50%·전력 효율 70% 향상수직으로 쌓아… 5년 뒤 양산 전망삼성 등 파운드리 시장 ‘3파전’ 변수 미국 정보기술(IT) 기업 IBM이 세계 최초로 1㎚(나노미터·10억분의 1m) 이하 반도체 공정 기술을 공개했다. 상용화에 성공하면 인공지능(AI) 확산으로 늘어난 연산 수요를 충족하고 전력 효율을 끌어올릴 수 있어 글로벌 반도체 패권 경쟁에 새로운 변수가 될 것으로 전망된다. IBM은 25일(현지 시간) 세계 최초의 ‘1나노 이하’ 칩 기술인 0.7나노(7옹스트롬) 공정 ‘나노스택’ 아키텍처를 개발했다고 밝혔다. 반도체 공정에서 나노는 공정의 미세함을 나타내는 단위로, 숫자가 작을수록 더 정교한 공정을 뜻한다. 나노스택 아키텍처는 평면에 트랜지스터 소자를 최대한 촘촘하게 배열해 미세화를 진행해 온 기존 반도체 업계의 방식에서 벗어나, 소자를 수직 방향으로 엇갈리게 쌓아 올리는 적층 공법을 적용한 것이 특징이다. IBM은 이 기술을 활용하면 손톱 크기 칩에 트랜지스터 1000억 개를 채워 넣을 수 있다고 소개했다. 이는 2021년 발표한 기존 2나노 칩보다 밀도가 두 배가량 높아진 수준이다. 이를 통해 칩의 연산 성능을 50% 높이거나 전력 효율을 최대 70%까지 끌어올릴 수 있다는 게 IBM의 설명이다. 또 칩 내부 메모리인 S램의 공간 효율도 40% 향상돼 고대역폭을 요구하는 AI 반도체 설계에도 유리할 것으로 전망된다. 후이밍 부 IBM 리서치 반도체 글로벌 연구개발(R＆D) 총괄 부사장은 “AI 컴퓨팅 시대에는 모두가 더 높은 성능을 원하지만, 폭증하는 전력 비용까지 감당하고 싶어 하지는 않는다”며 “이번 기술은 성능을 높이는 동시에 전력 부담을 줄일 수 있다는 점에서 AI에 중요한 의미가 있다”고 강조했다. IBM은 이번 기술이 중앙처리장치(CPU)와 그래픽처리장치(GPU) 등 다양한 반도체에 적용할 수 있는 범용 기술이라고 밝혔다. 이어 실제 생산 시기를 이르면 5년 뒤로 전망했다. 다만 양산까지는 기술적으로 넘어야 할 과제가 적지 않아 더 많은 시간이 걸릴 수 있다는 관측도 나온다. 이번 기술 공개는 TSMC와 삼성전자, 인텔의 3파전 양상으로 전개되고 있는 파운드리(위탁 생산) 시장에도 새로운 변수로 작용할 전망이다. IBM은 일본 파운드리 업체 라피더스와 협력 관계를 맺고 있으며, 현재 라피더스에 2나노 생산 기술을 이전하고 있다. 다만 이번 발표에서 구체적인 상용화 파트너를 공개하지는 않았다.

엔비디아가 범용 그래픽처리장치(GPU)를 앞세워 주도하던 인공지능(AI) 반도체 시장이 빅테크들의 AI 전용 주문형반도체(ASIC) 경쟁으로 다변화하고 있다. 챗GPT 개발사 오픈AI가 처음으로 자체 AI칩을 공개하며 구글, 마이크로소프트(MS), 메타, 아마존에 이어 자체 AI칩 경쟁에 가세했다. AI칩에 필수인 고대역폭메모리(HBM)를 공급하는 삼성전자와 SK하이닉스도 수혜가 기대된다. 오픈AI와 브로드컴은 지난 24일(현지시간) 공동 개발한 추론 특화 AI칩 ‘할라페뇨’를 공개하고 올해 말부터 데이터센터에 배치할 계획이라고 밝혔다. 양사는 할라페뇨가 기존 AI칩을 개량한 제품이 아니라 챗GPT와 코덱스 운영 경험을 바탕으로 처음부터 설계한 ASIC라고 설명했다. 칩은 TSMC가 생산하고 삼성전자와 SK하이닉스가 메모리를 공급한다. 브로드컴의 호크 탄 CEO는 “엔비디아의 블랙웰 칩이나 구글의 텐서처리장치(TPU)와 대등한 성능을 갖췄다”고 전했다. ASIC는 범용 GPU보다 전력 소비와 운영 비용을 줄일 수 있어 데이터센터 경쟁력의 핵심으로 주목받고 있다. 빅테크들의 자체 AI칩 경쟁도 한층 치열해지고 있다. 구글은 7세대 TPU 아이언우드를 제미나이와 클라우드 서비스에 적용하고 있으며, MS는 마이아 200, 메타는 MTIA, 아마존은 트레이니엄 3를 앞세워 AI 인프라 내재화를 추진하고 있다. 이 같은 흐름은 국내 메모리 업계에도 기회다. ASIC 개발이 확대될수록 HBM 수요도 함께 늘어나고, 고객사별 AI칩 구조에 맞춘 맞춤형 HBM 개발 중요성도 커지고 있기 때문이다. SK하이닉스는 고객 맞춤형 HBM4를 개발 중이며, 삼성전자는 메모리와 파운드리, 첨단 패키징을 결합한 턴키 전략으로 대응하고 있다. 곽노정 SK하이닉스 CEO는 최근 “기존 AI 시장이 범용성에 집중했다면 최근 수요는 추론 효율성과 총보유비용(TCO) 최적화로 확대되고 있다”며 “HBM도 표준에서 맞춤형으로 제품 라인업을 확장하고 있다”고 말했다. 블룸버그 인텔리전스는 AI 가속기 시장에서 ASIC 비중이 2024년 8%에서 2033년 19%로 확대되며 연평균 27% 성장할 것으로 전망했다.

수요 폭발로 연말 100억弗 전망도이, 천안 사업장 찾아 경쟁력 점검온디바이스 AI용 UFS 5.0도 개발차세대 메모리 시장 주도권 ‘속도’ 삼성전자의 6세대 고대역폭메모리 HBM4가 업계 최초로 매출 10억 달러(약 1조 5400억원)를 돌파했다. 인공지능(AI) 반도체 시장 확대에 힘입어 연말에는 100억 달러(약 15조 3420억원)를 달성할 것이라는 전망도 나온다. 이재용 삼성전자 회장은 23일 HBM 핵심 생산 거점인 충남 천안사업장을 방문해 생산 현장을 점검했다. 업계에 따르면 삼성전자는 지난 2월 세계 최초로 HBM4를 양산 출하한 뒤 130여일 만에 매출 10억 달러를 달성했다. 이번 달 말 기준 누적 매출은 12억 달러(약 1조 8500억원) 이상으로 확대될 전망이다. 업계에서는 HBM4 출시 첫해인 올해 100억 달러 이상의 매출을 기록할 것이라는 관측도 나온다. 이런 성과의 배경에는 AI 인프라 투자 확대에 따른 수요 급증이 깔려 있다. 글로벌 투자은행은 2026년 HBM 시장 규모를 전년 대비 58% 증가한 546억 달러(약 83조 9200억원)로 추산한다. HBM 수요 확대의 한 축은 특정 연산이나 용도에 맞춰 설계한 맞춤형 칩인 주문형 반도체(ASIC)다. 글로벌 빅테크가 자체 AI 칩에 채택하면서 ASIC에 필요한 데이터를 초고속으로 공급하는 HBM 수요를 빠르게 끌어올리고 있다. 삼성전자는 주요 그래픽처리장치(GPU) 업체와 ASIC 기반 하이퍼스케일러 고객사로부터 HBM 공급 협력 요청을 지속적으로 받고 있다. 증권가에서는 올해 HBM 매출이 지난해 대비 3배 이상 증가할 것으로 본다. 김동원 KB증권 연구원은 “브로드컴, 구글, 아마존, 마이크로소프트, 메타 등 ASIC 업체 중심의 다변화된 고객 기반을 확보한 삼성전자의 내년 HBM 출하량이 큰 폭 증가할 것”이라고 말했다. 차세대 AI 메모리 시장에서 가장 먼저 출발선을 끊은 삼성전자는 HBM4 메모리의 베이스 다이에 4나노 선단 공정을 적용하고 있다. 이를 통해 성능과 양산 안정성 측면에서 경쟁 우위를 확보하고 있다는 평가를 받는다. 삼성전자는 HBM4에 이어 7세대인 HBM4E 시장에서도 주도권 선점에 적극 나서고 있다. 지난 5월 세계 최초로 HBM4E 12단 샘플을 글로벌 고객사에 공급하며 기술 경쟁력을 재입증했다. 이 회장은 이날 천안사업장 C1·C2 라인을 찾아 사업장 운영 현황과 생산 계획, 기술 개발 진행 상황 등에 대한 설명을 들었다. 이어 방진복을 착용하고 HBM 패키지 생산라인을 둘러보며 생산 및 품질 경쟁력 현황을 살폈다. 천안사업장은 삼성전자 HBM 후공정과 첨단 패키징을 담당하는 핵심 생산 거점이다. 이 회장의 이날 방문은 기술 초격차 성과를 실제 생산 현장에서 점검하고, 향후 사업 확대 전략을 확인하기 위한 ‘현장 경영’의 일환으로 해석된다. 이와 함께 삼성전자는 차세대 스마트폰 등 각종 모바일 기기에서 데이터 장치로 활용할 수 있는 UFS 5.0 메모리를 개발했다고 이날 밝혔다. 업계 최고 성능을 구현하며 별도의 연결 없이 기기 내에서 AI를 구동하는 ‘온디바이스 AI’에 최적화된 모델이다. UFS 5.0은 삼성전자의 첨단 9세대 V낸드(V9) 기반으로 개발됐다. 업계 최고 수준인 10.8GB/s의 데이터 전송 대역폭과 전력 효율을 동시에 구현한다. 온디바이스 AI 모바일 기기의 저장장치는 단순히 데이터 저장 공간을 넘어 AI 연산을 뒷받침하는 핵심 인프라로 진화하고 있다. 이에 UFS 5.0은 데이터를 더욱 빠르게 저장·처리할 수 있도록 설계됐다. 또 전력 효율을 전작 대비 40% 이상 개선했다. 삼성전자는 올해 4분기부터 UFS 5.0을 양산할 계획이다. 또 스마트폰뿐 아니라 확장현실(XR) 헤드셋, AI 웨어러블 등에 공급을 확대할 방침이다.

AI 서버투자 확대 등 고객사 주문 확대 덕분 삼성전자의 6세대 고대역폭 메모리(HBM)인 HBM4가 업계 최초로 매출 10억 달러(약 1조 5400억원)를 돌파한 것으로 전해졌다. 23일 업계에 따르면 최근 HBM4에 대한 수요가 고공행진을 이어가면서 이런 실적을 기록한 것으로 알려졌다. 삼성전자는 지난 2월 12일 세계 최초로 HBM4 양산 출하했다. 당시부터 약 4개월 만에 10억 달러 매출 기록을 세운 셈이다. 업계는 이달 말에는 HBM4 매출이 12억 달러(약 1조 8500억원)를 넘어설 것으로 예상하고 있다. HBM4는 인공지능(AI) 가속기에 필수적인 초고성능 메모리로, AI 서버 투자 확대와 주요 고객사의 주문 증가로 수요가 폭발적으로 늘어난 것으로 분석된다. 한 삼성전자가 업계 최초로 HBM4를 양산·출하하면서 시장을 선점해 공급 물량과 시장점유율을 빠르게 확대할 수 있었던 것으로 보인다. 올해 HBM 시장 규모는 지난해보다 58% 증가한 546억 달러(약 84조원)로 추산된다. 특히 주문형 반도체(ASIC)의 성장세가 가파르다. 특정 연산이나 용도에 맞춰 설계한 맞춤형 칩을 의미하는데, 글로벌 빅테크가 자체 AI 칩을 채택하면서 수요가 늘고 있다. 삼성전자도 주요 그래픽처리장치(GPU) 업체와 ASIC 기반 하이퍼스케일러 고객사로부터 HBM 공급 협력 요청을 지속적으로 받고 있는 것으로 전해졌다. 삼성전자는 로직·메모리·파운드리·패키징을 모두 갖춘 세계 유일의 종합반도체기업이다. 설계부터 패키징까지 한 번에 제공하는 원스톱 역량을 보유하고 있다는 의미다.

HBM 등 반도체에 집중된 구조시장서 초강세 수혜 온전히 받아美 ADR 승인 거쳐 8월 상장 전망사측 “상장 시점·조달 규모 미정” SK하이닉스가 25년 7개월 만에 삼성전자를 제치고 코스피 ‘왕좌’에 오른 배경은 크게 두 가지로 압축된다. 인공지능(AI) 붐에 따른 글로벌 주식시장 전반의 ‘반도체 쏠림’ 심화가 가장 큰 이유다. 여기에 SK하이닉스의 미국주식 예탁증서(ADR) 상장이 조만간 이뤄질 것이란 시장의 기대감도 작용했다. 22일 금융투자업계에 따르면 국내 증시 ‘투톱’인 두 회사의 시총 역전 원인은 사업 구조의 차이가 꼽힌다. 메모리 중심 회사인 SK하이닉스의 경우 고대역폭메모리(HBM) 등 반도체 집중도가 높은 반면 삼성전자는 반도체 외에도 스마트폰, 가전 등 방대한 포트폴리오를 지닌 탓에 최근 반도체 호황의 수혜가 SK하이닉스에 비해 상대적으로 분산됐다는 평가다. 생성형 AI 확산 이후 엔비디아 등 글로벌 AI 반도체 생태계에서 HBM은 그래픽처리장치(GPU)와 함께 핵심 부품으로 자리 잡으며 수요가 급증했다. 관세청에 따르면 6월 1~20일 반도체 수출액이 전년 동기 대비 188.4% 증가하기도 했다. 이에 국내 증시의 평가 기준이 ‘종합 전자기업’에서 ‘AI 메모리 기업’으로 옮겨 가고 있음을 보여 주는 장면이라는 시장 분석도 나온다. 다만 이번 시총 역전이 굳어질지는 더 지켜봐야 한다는 전망도 있다. 이재만 하나증권 연구원은 시총 역전을 두고 “강세장에서 발생할 수 있는 단기 과열 시그널 중 하나”라며 “2분기 이익 규모와 증가율 전망치 기준으로는 삼성전자가 SK하이닉스보다 크고 높아 향후 코스피의 추가 상승을 위해서는 삼성전자의 주가 상승 속도가 보다 빨라야 한다”고 말했다. ADR 상장 기대도 SK하이닉스에 호재로 작용했다. 산업계에 따르면 SK하이닉스는 미국 나스닥 시장 ADR 상장을 추진 중이다. 지난 3월 미국 ADR 상장을 위한 공모 등록신청서(Form F-1)를 미국 증권거래위원회(SEC)에 제출하고 주관사단 선정까지 마쳤다. 최태원 SK그룹 회장은 같은 시기 미국 엔비디아 ‘GTC 2026’ 현장에서 “상장을 검토하고 있다”며 “한국 주주들뿐 아니라 미국·글로벌 주주들에게 노출될 수 있어 더 글로벌한 회사가 될 수 있을 것”이라고 밝혔다. ADR은 외국 기업이 미국 증시에서 자사 주식을 거래할 수 있도록 발행하는 증권으로, 글로벌 투자자 접근성을 확대하는 수단으로 활용된다. 증권가에서는 ADR 상장 절차가 막바지에 접어들었다는 관측도 나온다. 김선우 메리츠증권 애널리스트는 지난 10일 보고서에서 “SK하이닉스 ADR은 6월 SEC의 승인을 거친 뒤 오는 8월 상장이 가능할 것으로 전망된다”며 “상장이 이뤄지면 글로벌 펀드 편입 수요가 늘면서 주가 재평가가 가능할 것”이라고 분석했다. 다만 SK하이닉스는 상장 시점과 조달 규모는 아직 확정되지 않았다는 입장이다.

HBM 타고 반도체 쏠림 수혜메모리 집중도 높아 재평가ADR 상장 기대도 주가 자극“단기 과열 신호” 신중론도SK하이닉스가 25년 7개월 만에 삼성전자를 제치고 코스피 ‘왕좌’에 오른 배경은 크게 두 가지로 압축된다. 인공지능(AI) 붐에 따른 글로벌 주식시장 전반의 ‘반도체 쏠림’ 심화가 가장 큰 이유다. 여기에 SK하이닉스의 미국주식 예탁증서(ADR) 상장이 조만간 이뤄질 것이란 시장의 기대감도 작용했다. 22일 금융투자업계에 따르면 국내 증시 ‘투톱’인 두 회사의 시총 역전 원인은 사업 구조의 차이가 꼽힌다. 메모리 중심 회사인 SK하이닉스의 경우 고대역폭메모리(HBM) 등 반도체 집중도가 높은 반면 삼성전자는 반도체 외에도 스마트폰, 가전, 디스플레이 등 방대한 포트폴리오를 지닌 탓에 최근 반도체 호황의 수혜가 SK하이닉스에 비해 상대적으로 분산됐다는 평가다. 생성형 AI 확산 이후 엔비디아 등 글로벌 AI 반도체 생태계에서 HBM은 그래픽처리장치(GPU)와 함께 핵심 부품으로 자리 잡으며 수요가 급증했다. 관세청에 따르면 6월 1~20일 반도체 수출액이 전년 동기 대비 188.4% 증가하기도 했다. 이에 국내 증시의 평가 기준이 ‘종합 전자기업’에서 ‘AI 메모리 기업’으로 옮겨 가고 있음을 보여 주는 장면이라는 시장 분석도 나온다. 다만 이번 시총 역전이 굳어질지는 더 지켜봐야 한다는 전망도 있다. 이재만 하나증권 연구원은 이번 시총 역전을 두고 “강세장에서 발생할 수 있는 단기 과열 시그널 중 하나”라며 “2분기 이익 규모와 증가율 전망치 기준으로는 삼성전자가 SK하이닉스보다 크고 높아 향후 코스피의 추가 상승을 위해서는 삼성전자의 주가 상승 속도가 보다 빨라야 한다”고 말했다. ADR 상장 기대도 SK하이닉스에 호재로 작용했다. 산업계에 따르면 SK하이닉스는 미국 나스닥 시장 ADR 상장을 추진 중이다. 지난 3월 미국 ADR 상장을 위한 공모 등록신청서(Form F-1)를 미국 증권거래위원회(SEC)에 제출하고 주관사단 선정까지 마쳤다. 최태원 SK그룹 회장은 같은 시기 미국 엔비디아 ‘GTC 2026’ 현장에서 “상장을 검토하고 있다”며 “한국 주주들뿐 아니라 미국·글로벌 주주들에게 노출될 수 있어 더 글로벌한 회사가 될 수 있을 것”이라고 밝혔다. ADR은 외국 기업이 미국 증시에서 자사 주식을 거래할 수 있도록 발행하는 증권으로, 글로벌 투자자 접근성을 확대하는 수단으로 활용된다. 증권가에서는 ADR 상장 절차가 막바지에 접어들었다는 관측도 나온다. 김선우 메리츠증권 애널리스트는 지난 10일 보고서에서 “SK하이닉스 ADR은 6월 SEC의 승인을 거친 뒤 오는 8월 상장이 가능할 것으로 전망된다”며 “상장이 이뤄지면 글로벌 펀드 편입 수요가 늘면서 주가 재평가가 가능할 것”이라고 분석했다. 다만 SK하이닉스는 상장 시점과 조달 규모는 아직 확정되지 않았다는 입장이다.

SK하이닉스가 차세대 인공지능(AI) 메모리인 고대역폭메모리(HBM) 7세대 제품 ‘HBM4E’ 12단 샘플을 주요 고객사에 공급했다. 생성형 AI 확산으로 폭증하는 데이터 처리 수요에 대응하기 위해 이전 세대인 ‘HBM4’ 대비 성능과 전력 효율을 모두 한 단계 끌어올렸다. 삼성전자가 지난달 29일 HBM4E 샘플을 고객사에 세계 최초로 공급한 가운데 차세대 메모리 시장 선점을 위한 경쟁이 한층 치열해지는 양상이다. SK하이닉스는 18일 차세대 AI용 초고성능 D램 신제품인 HBM4E 12단 샘플을 주요 고객사에 공급했다고 밝혔다. SK하이닉스는 “그동안 축적해온 HBM 선행 개발 역량과 생산 노하우를 바탕으로 HBM4E 12단 샘플을 고객들에게 선보일 수 있었다”며 “핵심 고객사들과 긴밀히 협업해 적기 양산에 만전을 기하겠다”고 설명했다. 이번 제품은 성능과 전력 효율을 동시에 끌어올린 것이 특징이다. 핀당 최대 16기가비트(Gbps)의 데이터 처리 속도를 구현했으며 HBM4 대비 에너지 효율을 20% 이상 개선했다. 최신 인터페이스와 설계 최적화를 통해 데이터 전송 지연을 줄였고, AI 학습과 추론에 필요한 대규모 데이터 처리 능력도 강화했다. 적층 기술 경쟁력도 한 단계 높였다. SK하이닉스는 어드밴스드 MR-MUF 공정을 적용해 12단 적층 기준 48기가바이트(GB) 용량을 구현하면서도 구조적 안정성을 확보했다. MR-MUF는 반도체 칩 사이에 액체 형태의 보호재를 채워 회로를 보호하고 열과 충격에 대한 안정성을 높이는 공정이다. 특히 열 저항을 HBM4 대비 약 17% 낮춰 고성능 컴퓨팅 환경에서도 안정적인 동작이 가능하도록 설계했다. 이번 샘플 공급은 단순한 신제품 공개 이상의 의미를 갖는다. HBM은 고객사와의 공동 검증 과정이 필수적이다. 샘플 공급이 빨라질수록 고객사는 차세대 AI 가속기와의 연동 테스트, 시스템 최적화, 신뢰성 검증을 조기에 진행할 수 있다. 업계에서는 향후 AI 데이터센터의 성능 경쟁이 그래픽처리장치(GPU)뿐 아니라 HBM 확보 능력에 의해 좌우될 것으로 보고 있다. 생성형 AI 서비스 확대와 AI 에이전트 확산으로 데이터 처리량이 급증하면서 HBM 수요 역시 가파르게 늘어날 것으로 예상된다. SK하이닉스는 HBM3, HBM3E, HBM4로 이어진 양산 경험과 공급 역량을 바탕으로 HBM4E 시장에서도 주도권을 이어간다는 계획이다. 안현 SK하이닉스 개발총괄 사장은 “업계 최고의 기술 경쟁력과 양산 역량을 HBM4E 제품에서도 이어가 AI 혁신을 지속적으로 이끌어갈 기반을 마련했다”고 말했다.

같은 면적서 공간 차지 절반으로더 많은 트랜지스터 집적 가능해양산 땐 전력 효율·성능 2배 향상게이트 간격 42나노미터 ‘초소형’반도체학회 ‘베스트 페이퍼’ 선정 삼성전자가 로직 반도체(시스템 반도체)에서도 수직 적층 기술을 업계 최초로 구현했다. 이 차세대 반도체가 양산될 경우, 단위 면적 안에 더 많은 트랜지스터를 넣을 수 있어 전력 효율과 성능이 각각 2배씩 향상될 것으로 기대된다. 삼성전자는 17일 뉴스룸을 통해 반도체연구소 로직 TD팀이 게이트 피치 42나노미터(㎚) 수준의 3차원(3D) 적층 트랜지스터 구조를 세계 최초로 구현했다고 밝혔다. 해당 연구는 ‘2026 VLSI 심포지엄’에서 ‘베스트 페이퍼’로 선정됐다. 이번 연구의 핵심은 기존에 평면(2D) 위에 배치하던 트랜지스터를 수직으로 쌓아 반도체 집적도를 획기적으로 높인 것이다. 집적도란 단위 면적 안에 얼마나 많은 트랜지스터를 넣을 수 있는지를 나타내는 지표다. 3D 적층 구조는 앞서 메모리 반도체에 먼저 도입됐다. 낸드플래시의 V낸드(V-NAND)와 D램의 고대역폭 메모리(HBM)가 대표적이다. 메모리가 햄버거와 같은 패스트푸드라면, 로직은 파인다이닝에 비유된다. 중앙처리장치(CPU)·그래픽처리장치(GPU)처럼 연산과 제어를 담당하는 로직 제품은 고객의 요구사항을 까다롭게 맞춰야 한다. 연구팀의 정영채 TL은 “최근 요구사항은 단위 면적당 트랜지스터 수를 최대로 늘려달라는 것”이라며 “트랜지스터 간격을 줄이다 보면 소자 사이 전기가 통하지 않도록 하는 절연체가 얇아지는데 일정 두께 이하가 되면 절연 효과가 사라진다”고 설명했다. 삼성전자는 이를 해결하기 위해 트랜지스터를 위아래로 적층하는 구조를 적용했다. 이에 따라 같은 면적에서 차지하는 공간을 절반 수준으로 줄여 이론적으로 집적도를 2배 높일 수 있게 됐다. 같은 면적에 더 많은 트랜지스터를 집적할 수 있어 전력 효율은 2배, 성능은 최대 100% 향상될 수 있다는 설명이다. 또 연구팀은 이번 연구에서 42나노미터(㎚) 게이트 간격도 구현했다. 이는 기존 업계 기록인 48㎚보다 미세한 수준이다. 권욱현 마스터는 “현재까지 산업계에서 세계 최초로 구현한 세계 최소 크기의 트랜지스터”라고 강조했다. 연구팀은 이번 기술이 향후 AI와 고성능 컴퓨팅용 반도체 경쟁력 강화에도 기여할 것으로 기대하고 있다. 아울러 이번 연구를 바탕으로 실제 제품화를 위한 기술 개발을 이어간다는 계획이다. 권 마스터는 “이번 연구는 건축으로 비유하면 벽돌을 만든 것”이라며 “회로가 정상 동작하는지 확인하는 테스트 회로와 고속 임시 메모리 회로 등을 개발해 다음 걸음을 내딛으려 한다”고 밝혔다.

인간의 오감은 다양한 외부 정보를 받아들이는 중요한 창구다. 오감 중 어느 한 쪽에 기능이 약화되면 정보 수용이 제한될 수 있다. 특히 눈을 통해 받아들이는 정보는 엄청나다. 이는 사람뿐만 아니라 기계에서도 마찬가지다. 인공지능의 눈 역할을 하는 컴퓨터 비전 기술은 스마트폰 안면 인식부터 휴머노이드 로봇까지 다양하게 활용된다. 이들 장치에서는 시각 정보를 고해상도로 인식하는 것이 중요하다. 이에 카이스트 전기및전자공학부, 미국 매사추세츠공과대(MIT), 마이크로소프트 공동 연구팀은 적은 GPU(그래픽처리장치) 메모리만으로도 인공지능(AI)이 세상을 더 선명하게 볼 수 있도록 하는 범용 기술을 개발해 메모리 효율을 최대 16배 높였다고 17일 밝혔다. 이 기술은 인공지능 및 컴퓨터 비전 분야 국제 학술대회인 ‘CVPR 2026’에서 지난 7일 발표됐고 계산 자원의 효율적 활용을 인정받아 ‘CVPR 컴퓨트 골드 스타’ 상을 받았다. 연구 과정의 투명성과 재현 가능성 부분에서도 인정받아 ‘트랜스패런시 챔피언’에도 선정됐다. 최근 휴머노이드 로봇, 자율주행 시스템, 현실의 물리적 환경과 변화를 학습해 예측하는 AI 모델인 세계 모델은 연산 속도를 높이고 메모리 사용량을 줄이기 위해 입력 영상을 저해상도로 압축해 활용하고 있다. 문제는 압축하는 과정에서 작은 물체나 얇은 구조물, 미세한 결함 같은 중요한 시각 정보가 손실될 수 있다는 점이다. 또 모든 영상을 고해상도로 처리하면 막대한 GPU 메모리와 연산 자원이 필요한 실시간 처리가 어려워진다. 이는 스마트폰 같은 소형 기기나 기동성이 중요한 휴머노이드 로봇이 주변 환경을 정밀하게 인식해야 하는 상황에 빠르게 대처할 수 없게 만든다. 이에 연구팀은 입력 이미지의 경계와 구조 정보를 활용해 저해상도 특징 정보를 고해상도로 복원하는 ‘업샘플 애니씽’(Upsample Anything)을 개발했다. 기존 기술은 새로운 환경이나 데이터에 적용하기 위해 별도의 재학습이나 복잡한 최적화 과정을 거쳐야 했지만 이번 기술은 추가 데이터 학습 없이 입력 이미지 한 장만으로 최적의 복원 방식을 찾아낼 수 있어 다양한 환경에 즉시 적용할 수 있다. 또 모든 시각 정보를 고해상도로 저장·처리하지 않고 핵심 정보만 압축해 활용함으로써 GPU 메모리 사용량을 크게 줄였다. AI 연구에서 주로 사용되는 약 5만 픽셀, 224×224 크기 이미지를 기준으로 0.4초의 짧은 계산만으로 원본에 가까운 시각 정보를 복원했고 GPU 메모리 효율도 최대 16배까지 향상시키는 것으로 확인됐다. 연구를 이끈 김창익 카이스트 교수는 “제한된 연산 자원만으로도 AI가 주변 환경을 더욱 정밀하게 인식할 수 있게 한 이번 기술은 스마트폰 같은 소형 기기는 물론 작은 물체를 정확하게 식별하고 조작해야 하는 휴머노이드 로봇, 자율주행 시스템, 온디바이스 AI 등 다양한 차세대 인공지능 분야에 폭넓게 활용될 수 있을 것”이라고 밝혔다.