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

   (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....

  AI 데이터센터가 전기를 먹어치운다? 변압기 기업이 주목받는 진짜 이유.LS ELECTRIC.HD현대일렉트릭. 우리는 AI 산업을 이야기할 때 가장 먼저 엔비디아의 GPU나 삼성전자와 SK하이닉스의 HBM 메모리를 떠올립니다. 물론 AI 서버의 성능을 결정하는 핵심 부품인 만큼 매우 중요한 요소입니다. 하지만 최근 글로벌 빅테크 기업들이 직면한 가장 큰 문제는 의외로 반도체가 아니라 전기 입니다. AI 모델이 점점 더 커지고, 생성형 AI 사용량이 폭발적으로 증가하면서 데이터센터의 전력 소비도 이전과는 비교할 수 없을 정도로 늘어나고 있기 때문입니다. 최근에는 미국에서 AI 데이터센터 건설 계획이 늘어나고 있지만, 전력망과 송전 설비 확충 속도가 이를 따라가지 못하는 사례가 나타나고 있습니다. 일부 지역에서는 전력 계통 연결이 새로운 병목으로 지목되고 있습니다.  과거에는 더 좋은 반도체를 확보하는 것이 경쟁력이었다면, 이제는 안정적으로 전기를 공급할 수 있는 기업이 AI 경쟁에서 유리한 위치를 차지하는 시대 가 되고 있습니다. 일반 데이터센터도 많은 전력을 소비하지만, AI 데이터센터는 차원이 다릅니다. 생성형 AI는 질문 하나에 답변을 생성하는 과정에서도 수많은 GPU가 동시에 연산을 수행합니다. AI 모델을 학습시키는 과정에서는 수천~수만 개의 GPU가 며칠에서 몇 주 동안 쉬지 않고 작동하기도 합니다. 그 결과 AI 데이터센터는 기존 클라우드 데이터센터보다 훨씬 높은 전력을 필요로 합니다. 최근에는 하나의 초대형 AI 데이터센터가 수백 메가와트(MW)에서 1기가와트(GW)에 이르는 전력 을 요구하는 사례도 등장하고 있습니다. 이는 중소도시 전체가 사용하는 전력과 맞먹는 수준입니다.  AI 서비스가 확대될수록 전력 수요도 함께 증가하기 때문에, 데이터센터를 많이 짓는 것만으로는 충분하지 않습니다. 그 전기를 안정적으로 공급할 수 있는 전력망과 설비가 함께 구축되어야 합니다. 마이크로소프트, 구글, 메타, 아마존은 모두 AI 데...

  중국 CXMT의 추격, SK하이닉스와 삼성전자에 진짜 위협이 될까? AI 메모리 시장의 새로운 변수 분석 최근 반도체 업계에서 가장 많이 언급되는 중국 기업 가운데 하나가 바로 CXMT(ChangXin Memory Technologies, 창신메모리) 입니다. 몇 년 전까지만 해도 글로벌 메모리 시장은 삼성전자, SK하이닉스, 마이크론이 주도하는 구조였지만, 최근에는 중국 정부의 대규모 투자와 기술 개발을 바탕으로 CXMT가 빠르게 성장하면서 새로운 변수로 떠오르고 있습니다. 다만 투자자라면 '빠르게 성장하고 있다'는 사실과 '삼성전자·SK하이닉스를 이미 위협하고 있다'는 해석은 구분해서 볼 필요가 있습니다. CXMT CXMT는 2016년 중국 허페이에서 설립된 DRAM 전문 반도체 기업입니다. 주요 사업은 DRAM의 설계와 생산이며, 스마트폰, PC, 서버 등 다양한 제품에 사용되는 메모리를 개발하고 있습니다. 최근에는 DDR5와 LPDDR5/5X 제품군도 확대하며 제품 포트폴리오를 넓히고 있습니다.  중국은 오랫동안 메모리 반도체를 해외 기업에 의존해 왔습니다. 그러나 미·중 기술 갈등과 반도체 수출 규제 이후, 반도체 자립 은 중국 정부의 핵심 전략 중 하나가 되었습니다. 이 과정에서 CXMT는 대규모 정부 지원과 투자 속에 중국 DRAM 산업을 대표하는 기업으로 성장했습니다. 최근에는 중국 정부의 반도체 육성 정책과 내수 수요 확대를 바탕으로 생산능력을 빠르게 늘리고 있습니다.  CXMT의 성장 속도는 업계에서도 주목받고 있습니다. 최근에는 세계 DRAM 시장에서 약 8% 수준의 점유율 을 확보한 것으로 평가받고 있으며, 생산능력도 지속적으로 확대하고 있습니다. 또한 중국 내 AI와 서버용 메모리 수요 증가에 힘입어 실적 역시 빠르게 성장하고 있습니다.  이는 불과 몇 년 전만 해도 중국 메모리 기업이 글로벌 시장에서 존재감이 크지 않았던 점을 고려하면 상당한 변화입니다. CXMT는 현재 다음과 같은 제품을 양산하거...

  🚀 HBM4 시대, 반도체의 승부는 '패키징'에서 갈린다!.한미반도체.하나마이크론.네패스.ISC.한화세미텍 AI 산업이 빠르게 성장하면서 반도체 기술도 새로운 전환점을 맞고 있습니다. 생성형 AI와 초거대 언어모델(LLM)의 확산으로 데이터 처리량이 폭발적으로 증가하면서, 이제는 단순히 연산 속도가 빠른 반도체만으로는 AI 시스템의 성능을 충분히 끌어올리기 어려워졌습니다. 이러한 변화 속에서 가장 큰 주목을 받는 기술이 바로 HBM(High Bandwidth Memory, 고대역폭 메모리) 입니다. HBM은 AI 반도체가 요구하는 방대한 데이터를 초고속으로 처리할 수 있도록 설계된 메모리로, AI 서버와 데이터센터의 핵심 부품으로 자리 잡았습니다. 현재 AI 시장에서는 HBM3E가 본격적으로 확대되고 있지만, 반도체 업계는 이미 그다음 세대인 HBM4 개발에 속도를 내고 있습니다. 이는 단순한 제품 업그레이드가 아니라, AI 반도체의 구조와 성능을 한 단계 끌어올리는 중요한 기술 변화로 평가받고 있습니다. AI 모델은 학습과 추론 과정에서 엄청난 양의 데이터를 반복적으로 읽고 처리합니다. 기존 D램도 충분히 빠른 메모리지만, 최신 AI GPU가 요구하는 데이터 처리량을 모두 감당하기에는 한계가 있습니다. GPU가 아무리 뛰어난 연산 능력을 갖추고 있어도 데이터를 제때 공급받지 못하면 전체 시스템 성능은 크게 떨어질 수 있습니다. 그래서 등장한 것이 HBM입니다. HBM은 여러 개의 메모리 칩을 수직으로 적층해 하나의 메모리처럼 동작하도록 설계됩니다. 이 구조는 기존 D램보다 훨씬 넓은 데이터 통로를 제공하며, AI GPU가 필요한 데이터를 더욱 빠르게 주고받을 수 있도록 지원합니다. 덕분에 AI 서버는 대규모 연산을 보다 효율적으로 수행할 수 있으며, 전력 효율 개선에도 도움이 됩니다. HBM4는 단순히 속도가 빨라지는 수준을 넘어 AI 반도체의 요구 사항을 반영한 다양한 기술이 적용될 것으로 기대됩니다. 대표적으로 주목받는 변화는 다음과...

  AI 데이터센터 시대, 광통신 기업이 주목받는 이유! GPU보다 중요한 연결 기술 생성형 AI가 빠르게 확산되면서 전 세계는 거대한 인공지능 경쟁에 들어섰습니다. 수많은 기업이 더 강력한 AI 모델을 개발하기 위해 경쟁하고 있으며, 이를 뒷받침하기 위한 초대형 AI 데이터센터 건설도 동시에 늘어나고 있습니다. 많은 사람들은 AI 산업을 이야기할 때 가장 먼저 GPU를 떠올립니다. 실제로 엔비디아를 비롯한 AI 반도체 기업들은 생성형 AI 열풍의 중심에 서 있으며, GPU는 AI 연산을 담당하는 핵심 장비로 자리 잡았습니다. 하지만 AI 데이터센터는 GPU만 많이 설치한다고 완성되지 않습니다. 수천, 많게는 수만 개의 GPU가 하나의 AI 모델을 학습하기 위해 동시에 데이터를 주고받아야 합니다. 이 과정에서 GPU가 아무리 뛰어난 성능을 갖추고 있어도 데이터를 빠르게 전달하지 못하면 전체 시스템의 효율은 크게 떨어질 수 있습니다. 즉, AI 시대의 경쟁력은 연산 속도만이 아니라 연결 속도 에서도 결정되기 시작한 것입니다. 바로 이 지점에서 다시 주목받는 기술이 광통신(Optical Communication) 입니다. 광통신은 전기 신호 대신 빛을 이용해 데이터를 전송하는 기술입니다. 기존 구리 케이블보다 훨씬 빠른 속도로 대용량 데이터를 전달할 수 있으며, 장거리에서도 신호 손실이 적다는 장점을 가지고 있습니다. 이러한 특성 덕분에 오늘날 대부분의 초대형 데이터센터는 광섬유와 광통신 장비를 핵심 인프라로 활용하고 있습니다. AI 모델이 커질수록 데이터의 이동량도 폭발적으로 증가합니다. 과거에는 서버 한 대의 성능이 중요했다면, 이제는 수천 대의 서버가 얼마나 빠르고 안정적으로 연결되는지가 전체 AI 시스템의 성능을 결정하는 요소가 되고 있습니다. 예를 들어 최신 AI 모델을 학습할 때는 수많은 GPU가 동시에 하나의 작업을 수행합니다. 이때 GPU 간 데이터 전송이 조금만 늦어져도 전체 학습 속도가 떨어질 수 있습니다. 결국 GPU의 성능을 제대로 활...

  AI 데이터센터가 바꾸는 산업 지도, 앞으로 10년간 성장할 기업은 어디일까? 불과 몇 년 전만 해도 인공지능(AI)은 일부 IT 기업과 연구기관에서만 활용하는 기술이라는 인식이 강했습니다. 그러나 생성형 AI가 등장한 이후 상황은 완전히 달라졌습니다. 이제 AI는 검색, 업무 자동화, 의료, 금융, 제조업은 물론 콘텐츠 제작과 교육까지 산업 전반을 빠르게 변화시키고 있습니다. 이러한 변화의 중심에는 우리가 평소에는 잘 보지 못하는 거대한 시설이 있습니다. 바로 AI 데이터센터 입니다. 많은 사람들은 AI 기업이라고 하면 자연스럽게 엔비디아(NVIDIA)나 오픈AI(OpenAI), 구글(Google), 마이크로소프트(Microsoft) 같은 기업을 떠올립니다. 하지만 AI 서비스가 실제로 작동하기 위해서는 수많은 서버와 GPU가 설치된 데이터센터가 반드시 필요합니다. 다시 말해 AI 시대의 경쟁력은 뛰어난 소프트웨어만으로 결정되지 않습니다. 그 소프트웨어를 안정적으로 운영할 수 있는 인프라 가 함께 구축되어야 합니다. 최근 글로벌 빅테크 기업들이 앞다퉈 수십조 원 규모의 AI 데이터센터 투자를 발표하는 것도 같은 이유입니다. AI 모델은 학습 과정에서 엄청난 양의 데이터를 처리해야 하며, 서비스가 시작된 이후에도 실시간으로 막대한 연산을 수행해야 합니다. 기존 클라우드 서버보다 훨씬 높은 성능의 컴퓨팅 자원이 필요하기 때문에 데이터센터의 규모와 성능은 계속 커지고 있습니다. 이러한 변화는 단순히 서버를 많이 설치하는 수준에서 끝나지 않습니다. AI 데이터센터가 한 곳 들어서면 반도체, 메모리, 서버, 네트워크, 광통신, 전력 설비, 냉각 시스템, 변압기, 송전망, 원자력 발전까지 수많은 산업이 동시에 움직이기 시작합니다. 하나의 데이터센터 건설이 다양한 산업에 연쇄적인 투자 효과를 만들어 내는 것입니다. 그래서 최근 글로벌 투자자들이 AI를 단순한 기술 혁신이 아니라 새로운 산업 혁명 으로 바라보는 이유도 여기에 있습니다. 과거 산업혁명이 철도와 전...