속보는 하루를 살고, 명작은 10년을 산다. 오늘의 뉴스를, 내일이 아닌 10년 뒤에도 다시 찾게 될 이야기로 기록합니다.

  AI 데이터센터가 늘어날수록 왜 전력보다 ‘변압기’가 중요해질까 AI 관련주를 계속 지켜보다 보면 재미있는 변화가 눈에 들어온다. 처음 AI 시장이 커질 때만 해도 대부분의 관심은 GPU와 HBM에 집중됐다. 엔비디아의 GPU가 얼마나 팔리는지, HBM을 누가 공급하는지, 삼성전자와 SK하이닉스의 경쟁이 어떻게 바뀌는지가 시장의 가장 중요한 관심사였다. 나 역시 처음에는 크게 다르지 않았다. AI가 커지면 결국 반도체가 가장 큰 수혜를 받을 것이라고 생각했다. 실제로 주가도 그렇게 움직였다. 그런데 AI 데이터센터 투자 규모가 커지고 관련 기업들의 움직임을 계속 보다 보니 한 가지 의문이 생겼다. GPU를 아무리 많이 확보해도 전기가 들어오지 않으면 데이터센터는 돌아가지 않는다. 여기까지는 많은 사람들이 이미 알고 있는 이야기다. 내가 관심을 갖게 된 것은 그 다음이었다. 전기가 필요하다는 것은 알겠는데, 그 전기를 데이터센터가 실제로 사용할 수 있는 형태로 바꾸고 공급하는 과정에서는 무엇이 필요한가 라는 질문이었다. 그 과정에서 눈에 들어온 것이 변압기였다. 변압기는 일반 투자자 입장에서는 상당히 평범한 전력기기처럼 보인다. AI라는 거대한 기술 변화와 연결하기에는 너무 오래된 산업처럼 느껴지기도 한다. 그런데 지금 벌어지고 있는 AI 데이터센터 투자를 조금 다르게 바라보면 이야기가 달라진다. 국제에너지기구(IEA)는 데이터센터의 전력 소비가 2025년 약 485TWh에서 2030년 약 950TWh로 거의 두 배가 될 것으로 전망하고 있다. AI 확산이 데이터센터 전력 수요를 빠르게 끌어올리는 구조다.  나는 여기서 단순히 “전력 수요가 늘어나니까 전력 관련주가 좋다” 고 생각하지 않는다. 오히려 중요한 것은 전력 수요가 갑자기 늘어났을 때 전력 인프라가 그 속도를 따라갈 수 있느냐는 문제라고 본다. 실제로 미국에서는 이 문제가 이미 현실적인 공급망 문제로 나타나고 있다. 로이터가 인용한 Wood Mackenzie 자료에 따르면 2025년...

🚀 HBM이 비싸도 엔비디아가 계속 사는 이유는 무엇일까? HBM(High Bandwidth Memory)은 같은 메모리 제품이지만 일반 D램과는 제조 방식부터 다릅니다. 일반 D램은 하나의 칩을 기판에 실장하는 구조인 반면, HBM은 여러 개의 D램 칩을 수직으로 쌓아 하나의 제품으로 만드는 적층 구조를 사용합니다. 단순히 메모리를 많이 쌓는 것이 아니라 각 칩을 초미세 배선으로 연결해야 하기 때문에 제조 난이도가 크게 높아집니다. HBM 가격이 높은 가장 큰 이유는 TSV(Through Silicon Via) 공정입니다. TSV는 실리콘 웨이퍼를 수직으로 뚫어 미세한 전기 신호가 지나가는 통로를 만드는 기술입니다. 머리카락보다 훨씬 얇은 구멍을 수천 개 이상 가공해야 하며, 작은 오차만 발생해도 제품 전체의 성능과 안정성에 영향을 줄 수 있습니다. 일반 D램에서는 사용하지 않는 공정이기 때문에 생산 비용도 크게 증가합니다. 여기에 첨단 패키징 기술 까지 더해집니다. HBM은 완성된 메모리를 GPU와 매우 가까운 위치에 배치해야 최대 성능을 낼 수 있습니다. 이를 위해 실리콘 인터포저와 CoWoS 같은 첨단 패키징 기술이 사용됩니다. 메모리 제조만으로 끝나는 것이 아니라 패키징 공정까지 포함되어야 하나의 제품이 완성되기 때문에 제조 과정이 길고 복잡합니다. 생산 과정에서 발생하는 수율 문제 도 가격에 영향을 줍니다. HBM은 여러 개의 메모리 칩을 하나로 적층하는 구조이기 때문에 어느 한 층에서라도 불량이 발생하면 제품 전체를 사용할 수 없는 경우가 생길 수 있습니다. 일반 D램보다 품질 관리 기준이 훨씬 까다로운 이유도 여기에 있습니다. 안정적인 수율을 확보하기 위해서는 오랜 생산 경험과 높은 기술력이 필요하며, 이러한 기술 장벽이 HBM의 높은 가격을 뒷받침하고 있습니다. AI용 HBM은 세대가 바뀔수록 원가도 함께 상승하고 있습니다. HBM3에서 HBM3E, 앞으로 HBM4로 발전하면서 적층 수는 늘어나고 데이터 전송 속도도 계속 높아지고 있습니다....

  미세공정 경쟁의 진짜 승자는 소재 기업일 수도 있다.동진쎄미켐 . HPSP. 원익IPS. 한미반도체.솔브레인   반도체 미세공정 경쟁을 이야기하면 대부분 삼성전자, TSMC, 인텔 같은 반도체 제조기업을 떠올린다. 하지만 업계에서는 오래전부터 "소재 없이는 미세공정도 없다." 라는 말이 있을 정도로 소재 기업의 중요성이 절대적이다. 2nm와 1.4nm 시대가 열리면서 단순히 트랜지스터를 작게 만드는 것만으로는 한계가 있다. 원자 수십 개 수준의 회로를 구현하려면 실리콘 웨이퍼의 평탄도, 포토레지스트의 감광 성능, 식각 과정의 정밀도, 증착 재료의 순도까지 모든 소재가 기존보다 훨씬 높은 수준을 만족해야 한다. 예를 들어 2nm 공정에서는 불순물이 원자 몇 개만 증가해도 누설전류가 커지고 수율이 크게 떨어질 수 있다. 이 때문에 반도체 기업은 장비보다 먼저 소재 기업과 공동 개발 을 진행하는 경우가 많다. 실제로 삼성전자와 TSMC는 차세대 공정을 개발할 때 포토레지스트, 웨이퍼, CMP 소재 업체들과 수년 전부터 공동 평가를 진행하며 공정을 완성해 나간다. 이처럼 미세공정이 발전할수록 반도체 제조기업보다 오히려 소재 기업의 기술 장벽은 더욱 높아지고 있다. 한번 공급망에 진입하면 쉽게 교체되지 않는 특성 때문에 장기적인 성장성과 안정성을 동시에 확보할 수 있다는 점도 소재 기업의 큰 경쟁력이다. 동진쎄미켐  동진쎄미켐은 국내에서 가장 앞선 반도체 화학소재 기업 가운데 하나다. 특히 반도체 회로를 웨이퍼 위에 형성할 때 사용하는 포토레지스트(Photoresist) 분야에서 경쟁력을 확보하고 있다. 포토레지스트는 빛에 반응하는 감광액으로, EUV 노광 공정에서는 회로의 폭이 수십 나노미터 이하로 줄어들기 때문에 극도로 높은 해상도와 균일성이 요구된다. 미세한 결함 하나도 회로 불량으로 이어질 수 있어 소재의 품질이 곧 수율을 결정한다고 해도 과언이 아니다. 현재 고성능 EUV 포토레지스트 시장은 일본 기업들이 강세를 보이고 ...

  반도체는 왜 계속 더 작아져야 할까요? 삼성전자.SK하이닉스. TSMC. 인텔. ASML 오늘날 스마트폰, 인공지능(AI), 자율주행차, 데이터센터까지 현대 사회를 움직이는 거의 모든 기술의 중심에는 반도체가 있다. 하지만 우리가 사용하는 반도체는 지난 수십 년 동안 단 하나의 목표를 향해 끊임없이 발전해 왔다. 바로 더 작게 만드는 것 이다. 처음 이 사실을 접한 사람들은 의문을 갖는다. '굳이 왜 계속 작게 만들어야 할까?' 눈으로도 보이지 않는 수준까지 줄어든 지금도 삼성전자, TSMC, 인텔은 수천억 달러를 투자하며 2nm, 1.4nm, 그 이후의 기술을 개발하고 있다. 단순히 더 작은 반도체를 만들기 위한 경쟁이라면 이렇게 막대한 비용을 감수할 이유는 없다. 그 이유는 반도체의 크기가 곧 컴퓨터의 성능을 결정하기 때문 이다. 반도체 안에는 전기를 켜고 끄는 아주 작은 스위치인 트랜지스터 가 수십억 개에서 수백억 개까지 집적되어 있다. 이 트랜지스터가 많을수록 더 많은 계산을 동시에 처리할 수 있고, 같은 면적 안에 더 많은 트랜지스터를 넣기 위해서는 하나하나의 크기를 줄여야 한다. 여기서 중요한 점은 단순히 '많이 넣는다'가 아니다. 트랜지스터가 작아질수록 전기가 이동하는 거리도 짧아진다. 이는 연산 속도를 높이고, 전력 소비를 줄이며, 발열까지 감소시키는 효과를 가져온다. 즉, 미세공정은 성능·전력 효율·발열이라는 세 가지 문제를 동시에 해결하는 가장 강력한 방법 인 것이다. 이러한 흐름은 1965년, 인텔 공동창업자인 고든 무어(Gordon Moore) 가 제시한 무어의 법칙(Moore's Law) 으로 더욱 가속화됐다. 그는 반도체에 집적되는 트랜지스터 수가 일정한 기간마다 두 배로 증가할 것이라고 예측했고, 이후 반도체 산업은 이 목표를 사실상의 발전 기준으로 삼아 왔다. 하지만 지금은 상황이 달라지고 있다. 트랜지스터는 원자 몇 개 수준까지 작아졌고, 더 이상 단순히 크기만 줄이는 방식으로는 기술 발전을...

  AI 시대, 왜 삼성전자는 CXL에 주목할까? 2026년 들어 CXL(Compute Express Link)은 AI 반도체 산업에서 가장 많이 언급되는 차세대 메모리 기술 중 하나로 떠오르고 있다. 삼성전자는 CXL 기반 메모리 제품 개발을 지속하고 있으며, AI 서버 환경에서 활용 범위를 넓히기 위한 기술 검증도 이어가고 있다. 최근에는 CXL 메모리 풀링(Memory Pooling)을 활용해 대규모 AI 추론 환경의 메모리 확장 가능성을 공개하며 기술 경쟁을 이어가고 있다. 그렇다면 CXL은 새로운 메모리의 이름일까? 정답은 아니다. CXL은 D램이나 HBM처럼 메모리 자체를 의미하는 기술이 아니라, CPU와 메모리, GPU 등 다양한 장치를 더 빠르고 효율적으로 연결하기 위한 차세대 인터페이스 기술 이다. 쉽게 말해 데이터를 주고받는 '도로'를 새롭게 만드는 기술에 가깝다. 기존 서버에서는 CPU마다 사용할 수 있는 메모리 용량이 물리적으로 제한되는 경우가 많았지만, CXL은 이러한 제약을 줄여 여러 장치가 메모리 자원을 보다 유연하게 활용할 수 있도록 설계됐다. 이 기술이 주목받는 가장 큰 이유는 AI 서비스의 급격한 확산 이다. 생성형 AI와 초거대 언어모델은 이전보다 훨씬 많은 데이터를 한 번에 메모리에 올려 처리해야 한다. 하지만 기존 서버 구조에서는 필요한 만큼 D램을 계속 늘리는 데 한계가 있고, 메모리 사용률도 서버마다 크게 차이가 난다. 어떤 서버는 메모리가 부족한 반면, 다른 서버는 남는 메모리가 발생하는 비효율도 적지 않다. CXL은 이러한 문제를 해결하기 위해 등장했다. 필요한 순간에 필요한 만큼 메모리를 확장하거나 여러 서버가 메모리를 공유할 수 있도록 지원해, 동일한 하드웨어에서도 자원을 더욱 효율적으로 활용할 수 있도록 돕는다. 특히 AI 데이터센터처럼 막대한 메모리를 요구하는 환경에서는 이러한 구조가 비용 절감과 성능 향상에 모두 도움이 될 것으로 기대된다. 다만 현재는 시장이 확대되는 초기 단계이며, 실제 보...

  더 시원한 바람을 만드는 기술'이 아니라 '처음부터 뜨거워지지 않는 기술 1945년. 2차 세계대전이 끝난 뒤 미국은 새로운 문제를 마주했다. 사람을 더위에서 구하는 방법이었다. 냉방 기술은 빠르게 발전했고, 에어컨은 불과 수십 년 만에 전 세계 가정과 사무실의 필수품이 되었다. 우리는 지금도 여름이 되면 자연스럽게 리모컨을 집어 들고 온도를 낮춘다. 하지만 이상한 점이 하나 있다. 세상은 점점 더워질수록 더 많은 에어컨을 설치하고 있다. 그리고 더 많은 에어컨은 더 많은 전기를 소비한다. 전기를 만들기 위해 더 많은 에너지가 필요해지고, 그 과정에서 발생한 열은 다시 지구를 뜨겁게 만든다. 더위를 피하기 위해 사용한 기술이 또 다른 더위를 만드는 셈이다. 과연 인류는 이 끝없는 반복을 언제까지 계속해야 할까? 그래서 세계의 연구자들은 전혀 다른 질문을 던지기 시작했다. '실내의 열을 억지로 빼내는 것이 아니라, 애초에 뜨거워지지 않게 만들 수는 없을까?' 이 질문에서 새로운 냉각 기술의 역사가 시작됐다. 100년 동안 인류는 더위를 이기는 가장 확실한 방법을 하나 믿어왔다. 더 강한 에어컨. 더운 공기를 밖으로 내보내고 차가운 공기를 실내로 보내면 모든 문제가 해결된다고 생각했다. 실제로 에어컨은 인류의 삶을 완전히 바꿔 놓았다. 사막 한가운데 초고층 빌딩이 세워질 수 있었고, 한여름에도 데이터센터는 24시간 멈추지 않았으며, 병원과 공장, 반도체 생산라인까지 모두 일정한 온도를 유지할 수 있게 되었다. 에어컨은 단순한 가전제품이 아니라 현대 문명을 가능하게 만든 발명품이었다. 하지만 시간이 흐를수록 예상하지 못했던 문제가 나타나기 시작했다. 더위가 심해질수록 사람들은 더 많은 에어컨을 설치했다. 그리고 에어컨이 늘어날수록 전력 사용량도 폭발적으로 증가했다. 전력 생산은 다시 열과 온실가스를 만들었고, 기온은 더 높아졌다. 기온이 높아질수록 에어컨은 더 오래 작동했고, 다시 더 많은 전력이 필요해지는 악...

  AI 보안이란 무엇인가? AI 시대에 가장 빠르게 성장하는 사이버 보안 산업.Palo Alto Networks.CrowdStrike. Fortinet.Zscaler 불과 몇 년 전까지만 해도 인공지능(AI)은 글을 작성하거나 이미지를 생성하는 기술로 주목받았습니다. 그러나 생성형 AI와 AI 에이전트가 빠르게 발전하면서 AI는 단순히 사람을 돕는 도구를 넘어 스스로 문제를 분석하고 해결하는 단계로 진화하고 있습니다. 이러한 변화는 생산성과 업무 효율성을 크게 높였지만, 동시에 새로운 보안 문제도 만들어냈습니다. AI가 더 똑똑해질수록 악의적인 공격에 활용될 가능성 역시 함께 커지고 있기 때문입니다. 실제로 최근 보안 업계에서는 AI를 활용해 소프트웨어의 취약점을 자동으로 찾아내거나, 악성코드의 특징을 분석하고 대응하는 연구가 활발하게 진행되고 있습니다. 일부 연구기관과 기업은 AI의 보안 능력을 평가하기 위한 다양한 실험과 대회를 열며 AI가 어디까지 사이버 보안 분야에서 활용될 수 있는지 검증하고 있습니다. 오늘날 대부분의 기업은 클라우드 서비스와 AI 시스템을 활용해 데이터를 처리합니다. 하지만 데이터가 많아질수록 공격 대상도 함께 늘어나며, 사람이 모든 위협을 실시간으로 분석하기는 점점 어려워지고 있습니다. 바로 이 지점에서 AI가 새로운 역할을 맡기 시작했습니다. AI는 방대한 로그와 네트워크 데이터를 짧은 시간 안에 분석해 평소와 다른 이상 징후를 찾아낼 수 있습니다. 또한 수많은 소프트웨어 코드를 비교하며 보안 취약점을 발견하거나, 알려지지 않은 새로운 공격 패턴을 학습해 기존 보안 시스템보다 빠르게 대응하는 데 활용되고 있습니다. 특히 AI는 반복적인 보안 업무를 자동화할 수 있다는 점에서 큰 장점을 가지고 있습니다. 사람이 수시간 또는 수일이 걸리는 분석 작업을 AI는 훨씬 짧은 시간 안에 수행할 수 있으며, 이를 통해 보안 담당자는 더 복잡한 위협 분석과 전략 수립에 집중할 수 있습니다. AI는 이제 단순한 소프트웨어 기술을 넘어 산...

  AI 반도체 운명을 결정할 빅테크 실적발표! 지금 투자자가 꼭 봐야 할 7가지 이번 미국 빅테크 기업들의 실적발표는 단순히 한 분기의 매출과 영업이익을 확인하는 이벤트가 아닙니다. 이번 실적 시즌은 AI 산업이 앞으로도 지금과 같은 성장세를 이어갈 수 있을지 확인하는 중요한 시험대 가 될 가능성이 높습니다. 최근 2~3년 동안 전 세계 증시를 이끌어 온 가장 큰 키워드는 단연 인공지능(AI) 입니다. 생성형 AI가 빠르게 확산되면서 마이크로소프트, 구글, 메타, 아마존 등 글로벌 빅테크 기업들은 AI 서비스를 확대하기 위해 수백조 원 규모의 데이터센터와 AI 인프라 투자에 나서고 있습니다. 이 과정에서 가장 큰 수혜를 받은 기업은 엔비디아였습니다. AI GPU 시장을 사실상 독점하며 폭발적인 실적 성장을 이어갔고, GPU와 함께 사용되는 HBM(고대역폭 메모리) 수요도 급증하면서 SK하이닉스와 삼성전자 역시 AI 반도체 시장의 핵심 기업으로 주목받고 있습니다. 하지만 시장의 관심은 이제 'AI가 성장한다' 는 기대를 넘어 'AI 투자가 실제 기업 실적으로 이어지고 있는가' 로 이동하고 있습니다. 만약 빅테크 기업들이 이번 실적발표에서 AI 서비스 매출 증가와 클라우드 사업 성장, 그리고 견조한 수익성을 함께 보여준다면 시장은 AI 투자 확대가 성공적으로 진행되고 있다고 평가할 가능성이 높습니다. 반대로 AI 투자 비용은 크게 늘었지만 기대했던 만큼의 수익이 나타나지 않는다면, 시장에서는 AI 투자 속도 조절에 대한 우려가 커질 수도 있습니다. 특히 투자자들이 가장 주목하는 부분은 AI 데이터센터 투자(CAPEX) 입니다. 빅테크 기업들이 올해와 내년에도 AI 서버와 데이터센터 구축에 공격적인 투자를 이어간다고 발표한다면 엔비디아의 GPU는 물론 HBM을 공급하는 SK하이닉스, 서버용 메모리를 생산하는 삼성전자, 반도체 장비와 패키징 기업들까지 AI 공급망 전반에 긍정적인 영향을 줄 가능성이 있습니다. 반면 AI 투자 규모를 축...

   (2부)2028년 AI 반도체 시장, 누가 가장 큰 수혜를 받을까?ASML한미반도체 앞에서 우리는 왜 글로벌 반도체 장비 시장이 2028년 2,295억 달러 까지 성장할 것으로 전망되는지 살펴봤습니다. AI 산업이 확대될수록 GPU와 HBM 수요가 증가하고, 이를 생산하기 위한 첨단 장비 투자도 함께 늘어날 가능성이 크다는 점을 확인했습니다. 그렇다면 이제 투자자의 입장에서 가장 중요한 질문이 남습니다. "이 거대한 투자 사이클에서 실제 수혜를 받을 기업은 누구일까?" 많은 투자자들은 AI 반도체라고 하면 엔비디아를 가장 먼저 떠올립니다. 물론 엔비디아는 현재 AI GPU 시장을 이끄는 핵심 기업입니다. 하지만 AI 반도체 산업은 GPU 하나만으로 움직이지 않습니다. AI 칩이 만들어지는 과정에는 수많은 장비와 소재, 메모리, 패키징 기술이 필요합니다. 그래서 AI 시장이 성장할수록 생태계 전체가 함께 성장하는 구조 가 만들어질 가능성이 있습니다. ASML AI 반도체는 점점 더 많은 연산을 처리해야 합니다. 이를 위해서는 더 작은 공간에 더 많은 트랜지스터를 집적해야 합니다. 하지만 회로를 계속 미세하게 만드는 일은 생각보다 어렵습니다. 머리카락 굵기보다 훨씬 작은 회로를 정확하게 새겨야 하기 때문입니다. 이때 필요한 것이 바로 EUV(극자외선) 노광 장비 입니다. EUV 장비는 웨이퍼 위에 초미세 회로를 그리는 역할을 합니다. AI GPU와 최신 메모리를 생산하려면 이러한 첨단 노광 기술이 필수에 가깝습니다. 그래서 ASML은 AI 시대에도 중요한 장비 기업으로 평가받고 있습니다. 반도체 공장은 장비 없이 가동할 수 없습니다. 새로운 생산라인을 구축하려면 노광 장비, 증착 장비, 식각 장비, 검사 장비가 순차적으로 설치되어야 합니다. 즉, 반도체 기업이 투자를 결정하는 순간 가장 먼저 수혜를 받을 가능성이 있는 분야가 장비 산업입니다. SEMI가 2028년까지 장비 시장 성장을 전망한 이유도 바로 여기에 있습니다. AI 인프라 확대가...

  (1부)2028년 반도체 장비 시장 2,295억 달러 전망, AI 시대는 이제 시작일까? 최근 반도체 업계에서 매우 주목할 만한 전망이 나왔습니다. 국제반도체장비재료협회(SEMI)는 글로벌 반도체 장비 시장이 2026년 약 1,659억 달러 를 기록한 뒤 성장세를 이어가 2028년에는 역대 최대인 2,295억 달러 규모에 이를 것으로 전망했습니다. AI 인프라 확대와 첨단 로직, 차세대 메모리, 테스트·패키징 분야에 대한 투자가 이러한 성장을 이끌 것으로 분석했습니다.  많은 사람들은 이 숫자를 보며 단순히 "반도체 장비 시장이 커지는구나." 정도로 생각할 수도 있습니다. 하지만 저는 이 전망이 AI 산업이 앞으로 어디로 향할지를 보여주는 중요한 신호 라고 생각합니다. 왜냐하면 반도체 장비 시장은 결과가 아니라 미래를 준비하는 투자 이기 때문입니다. 공장이 먼저 지어지고 장비가 먼저 들어가야, 그 이후에 반도체가 생산됩니다. 즉, 장비 투자가 늘어난다는 것은 기업들이 앞으로 수년간 반도체 수요가 계속 증가할 것이라고 판단하고 있다는 의미 이기도 합니다. 주식시장은 미래를 선반영한다고 말합니다. 반도체 산업도 비슷합니다. 우리가 스마트폰을 구입하기 훨씬 전부터 반도체 공장은 증설되고, AI 서버가 본격적으로 설치되기 전부터 새로운 생산라인이 구축됩니다. 그 과정에서 가장 먼저 움직이는 것이 바로 반도체 장비 시장 입니다. 반도체를 만들려면 웨이퍼를 가공하는 장비, 회로를 새기는 노광 장비, 막을 형성하는 증착 장비, 불필요한 부분을 제거하는 식각 장비, 불량을 찾아내는 검사 장비, 완성된 칩을 보호하는 패키징 장비까지 수많은 공정이 필요합니다. 이 장비들은 공장이 가동되기 전에 미리 설치되어야 합니다. 그래서 장비 시장의 성장은 현재의 실적보다 미래 생산능력 확대를 보여주는 선행지표 로 자주 해석됩니다. SEMI가 2028년까지 장비 시장의 성장을 전망한 것도, AI 시대에 필요한 생산능력이 계속 확대될 것으로 보고 있기 때문입니다....