2026.09.01 화요일
검색
'CPU' 검색결과
기간검색
-
~
검색영역
검색어
-
엔비디아, 내년에도 70% 성장 자신…AI 투자 사이클 아직 안 끝났다 [경제일보] 엔비디아가 인공지능(AI) 인프라 투자 사이클이 예상보다 장기화될 것으로 내다봤다. 2분기 매출이 전년 동기 대비 106% 늘어난 데 이어 회계연도 2028년 매출도 약 70% 성장할 것으로 전망하면서다. 특히 에이전틱 AI 확산으로 AI가 수행하는 추론 작업이 급증하면서 GPU뿐 아니라 메모리·네트워크·전력 등 데이터센터 전반의 수요가 함께 늘어날 것으로 진단했다. 엔비디아는 26일(현지시간) 실적 발표 후 컨퍼런스콜에서 회계연도 2028년 매출이 전년 대비 약 70% 증가할 것으로 예상한다고 밝혔다. 젠슨 황 최고경영자(CEO)는 공급망 제약이 없다면 성장률이 70%를 넘어설 가능성도 있다고 말했다. 이는 시장이 예상한 성장률을 웃도는 수준으로, 실적 발표 직후 엔비디아 주가가 시간외 거래에서 4% 이상 상승하는 배경이 됐다. ◆ 에이전틱 AI가 ‘GPU 수요’를 다시 키운다 실제 실적은 AI 인프라에 대한 수요가 여전히 강하다는 점을 보여줬다. 엔비디아의 회계연도 2027년 2분기 매출은 962억2100만달러로 전년 동기 대비 106% 증가했고, 데이터센터 매출은 890억달러로 117% 급증했다. 전체 매출의 90% 이상을 데이터센터가 차지한 셈이다. 3분기 매출 전망도 1080억달러로 제시해 시장 예상치를 웃돌았다. 수요를 더 끌어올리는 변수로 엔비디아가 꼽은 것은 에이전틱 AI다. AI가 질문에 답하는 데 그치지 않고 계획을 세우고 외부 도구를 호출하며 여러 단계의 추론을 반복하면서 하나의 업무를 처리하는 데 필요한 연산량이 크게 증가한다는 것이다. 결과적으로 AI 사용량이 늘어날수록 데이터센터의 연산 수요도 함께 커지는 구조다. 젠슨 황 CEO는 “AI가 변곡점에 도달했다”며 토큰이 실제 생산성과 수익을 만들어내면서 “연산이 곧 매출”이 되고 있다고 강조했다. 엔비디아는 이런 변화에 맞춰 GPU뿐 아니라 CPU와 네트워크, 소프트웨어를 모두 연결한 ‘AI 팩토리’ 플랫폼을 확대하고 있다. ◆ GPU 넘어 ‘메모리’까지…NVHBM 공개 이번 실적 발표와 함께 엔비디아가 공개한 NVHBM도 주목된다. 엔비디아는 NVLink Fusion 생태계에 자체 설계한 고대역폭메모리(HBM) 기술을 결합한다고 밝혔다. NVHBM은 기존 HBM4E 대비 메모리 대역폭을 최대 30% 높이고 HBM 전력 소모를 최대 15% 줄이며, XPU 다이에서 연산에 활용할 수 있는 면적도 최대 25% 확대할 수 있도록 설계됐다. 다만 엔비디아가 메모리 공장을 직접 운영한다는 의미는 아니다. NVHBM은 여러 메모리 업체가 생산할 수 있는 표준화된 설계·검증 기술에 가깝다. 첫 협력 대상으로는 아마존의 반도체 개발 조직인 안나푸르나 랩스가 선정됐다. 아마존은 차세대 AI 인프라에 NVLink Fusion과 NVHBM을 결합하는 방안을 추진한다. 엔비디아가 메모리까지 설계 영역을 넓히는 것은 AI 인프라의 병목이 GPU 연산 성능만으로 결정되지 않기 때문이다. 대규모 AI 모델이 커질수록 메모리 대역폭과 데이터 이동, 전력 효율이 전체 시스템 성능과 비용을 좌우한다. 엔비디아가 GPU와 네트워크에 이어 메모리까지 최적화하려는 이유다. ◆ 공급 부족은 여전…AWS에만 2027~2028년 GPU 200만장 문제는 공급이다. 젠슨 황 CEO는 전력, 냉각, 메모리, 웨이퍼 등 데이터센터 공급망 전반에 제약이 있다고 밝혔다. 엔비디아가 확보한 공급량이 현재 수요의 약 70% 수준이라는 설명도 내놨다. 메모리 가격 상승 역시 내년까지 이어질 수 있다고 회사 측은 전망했다. 실제 수요를 보여주는 사례도 나왔다. 엔비디아와 AWS는 2027~2028년 AWS 인프라에 엔비디아 GPU 200만장을 추가 배치하기로 했다. 기존 공급 계획에 더해 대규모 GPU 투자가 계속된다는 의미다. 엔비디아는 또 아폴로·블랙록·블랙스톤·브룩필드·골드만삭스·KKR과 함께 5000억달러 이상의 제3자 자본을 AI 컴퓨팅 인프라에 동원하는 금융 플랫폼도 추진하고 있다. AI 데이터센터를 단순한 IT 설비가 아니라 장기간 현금흐름을 창출하는 인프라 자산으로 만들겠다는 전략이다. 한편 엔비디아가 이번 실적에서 보여준 것은 단순한 ‘실적 호조’가 아니다. AI 모델의 추론과 에이전트 활용이 늘면서 연산 수요가 다시 확대되고, 이에 맞춰 GPU·HBM·네트워크·데이터센터 금융까지 AI 인프라의 전 영역이 커지고 있다는 것이다. 다만 고객들의 막대한 자본지출이 실제 AI 서비스 매출로 얼마나 전환될지는 여전히 시장이 확인해야 할 과제다. AI 투자 사이클의 다음 승부처는 GPU 판매량이 아니라 그 연산능력이 얼마나 많은 매출과 생산성을 만들어내느냐에 달렸다.2026-08-27 09:46:37
-
엔비디아, 분기 매출 133조원…AI '쩐의 전쟁' 아직 끝나지 않았다 [경제일보] 인공지능(AI) 반도체 시장을 이끄는 엔비디아가 또 한 번 시장의 예상을 뛰어넘는 실적을 내놓으면서 AI 인프라 투자 열기가 여전히 진행형임을 입증했다. 데이터센터 매출이 1년 만에 2배 이상 늘어난 데 이어 다음 분기에는 분기 매출 1000억달러를 넘어설 것으로 전망했다. AI 열풍이 일시적인 투자 붐을 넘어 실제 서비스와 매출을 만들어내는 단계로 진입하고 있다는 분석에 힘이 실린다. 엔비디아는 26일(현지시간) 회계연도 2027년 2분기(4월 27일~7월 26일) 매출이 962억2100만달러(약 133조원)로 전년 동기보다 106% 증가했다고 발표했다. 시장 예상치 922억달러 수준도 웃돌았다. 데이터센터 매출은 890억달러로 117% 급증하며 전체 매출의 92%를 차지했다. 조정 주당순이익(EPS)은 2.22달러로 시장 예상치도 상회했다. ◆ AI 투자, ‘빅테크만의 잔치’에서 기업 전체로 이번 실적에서 주목할 부분은 데이터센터 매출의 성장 폭뿐 아니라 고객층이 넓어지고 있다는 점이다. 하이퍼스케일러 대상 매출은 487억달러로 1년 전보다 약 2배 증가했다. 이를 제외한 AI 클라우드·기업·산업 고객 매출은 403억달러로 138% 늘었다. AI 인프라 투자가 구글·마이크로소프트·아마존 등 대형 클라우드 기업에서 AI 스타트업과 일반 기업, 각국의 주권형 AI 인프라로 확산되고 있다는 의미다. 젠슨 황 엔비디아 최고경영자(CEO)는 “AI가 변곡점에 도달했다”며 “토큰은 생산적이고 수익성이 있으며 이제 연산 자체가 매출이 됐다”고 말했다. 단순히 AI 모델을 개발하는 데 돈을 쓰는 단계에서 벗어나 AI가 실제 업무와 서비스에 투입되면서 더 많은 연산 수요가 발생하고 있다는 주장이다. 엔비디아는 차세대 ‘베라 루빈’ 플랫폼이 이미 본격적인 생산에 들어갔다고 밝혔다. 엔비디아는 회계연도 3분기 매출을 1080억달러±2%로 제시했다. 시장 전망치 약 1049억달러를 웃도는 수준이다. 이는 엔비디아가 분기 매출 1000억달러를 넘어설 것이라는 의미로, AI 인프라 산업이 전례 없는 규모로 확대되고 있음을 보여준다. AI 에이전트 확산도 수요를 끌어올리는 요인이다. 사람이 한 번 질문하고 답을 받는 생성형 AI와 달리 에이전틱 AI는 검색·추론·도구 호출·실행을 여러 차례 반복한다. 이에 따라 하나의 업무를 처리하는 데 필요한 연산량이 증가한다. 엔비디아 역시 데이터센터를 넘어 네트워크와 CPU, 소프트웨어까지 AI 공장(AI Factory) 생태계를 확장하며 이 같은 수요에 대응하고 있다. ◆ 중국은 변수…현금창출력은 여전히 막강 한편 중국 시장은 엔비디아의 가장 큰 불확실성으로 남았다. 엔비디아는 2분기 중국에 공급한 호퍼 계열 데이터센터 제품 매출이 전체 데이터센터 매출의 1%에도 못 미쳤다고 밝혔다. 3분기 전망에는 중국의 데이터센터 컴퓨팅 매출을 아예 반영하지 않았다. 미국의 대중국 첨단 반도체 수출 규제가 계속되는 만큼 중국 시장 회복 여부는 향후 실적의 변수다. 현금흐름과 투자 부담도 함께 봐야 한다. 엔비디아의 2분기 잉여현금흐름은 213억달러로 여전히 막대한 수준이지만 전분기보다는 크게 감소했다. 매출채권도 약 631억달러까지 증가해 매출 증가 속도만큼 현금 회수가 따라오는지를 지켜볼 필요가 있다. 동시에 엔비디아는 AI 인프라 공급망 확보를 위해 메모리 등 핵심 부품 조달 약정을 크게 늘리고 있다. 시장 반응도 실적 발표 직후에는 엇갈렸다. 정규장에서 1.59% 하락했던 엔비디아 주가는 실적 발표 직후 한때 약세를 보였지만, 3분기 가이던스와 젠슨 황 CEO의 낙관적인 발언이 이어지면서 시간외 거래에서 약 4% 상승하는 등 반등했다. 엔비디아 실적이 던지는 메시지는 분명하다. AI 투자 사이클은 아직 꺾이지 않았다. 다만 앞으로는 단순히 GPU를 얼마나 많이 설치하느냐보다 그 연산 능력으로 실제 매출과 생산성을 얼마나 만들어내느냐가 중요해진다. 엔비디아가 1000억달러 분기 매출 시대를 눈앞에 둔 지금, AI 거품 논쟁의 다음 시험대는 ‘투자 규모’가 아니라 ‘투자의 수익성’으로 넘어가고 있다.2026-08-27 08:04:47
-
델 "에이전틱 AI, 책상까지 내려온다"…토큰 비용에 '분산처리' 승부수 [경제일보] 인공지능(AI)이 질문에 답하는 수준을 넘어 실제 업무를 수행하는 ‘에이전틱 AI’로 진화하면서 기업의 AI 인프라 전략도 바뀌고 있다. 모든 AI 연산을 클라우드와 데이터센터에 집중하는 방식에서 벗어나 업무 특성과 데이터 민감도, 비용에 따라 PC·워크스테이션·기업 데이터센터·클라우드로 나눠 처리하는 ‘분산 AI’가 새로운 선택지로 떠오르고 있다. 델 테크놀로지스는 25일 서울 코엑스에서 열린 ‘델 테크놀로지스 포럼 2026’과 연계해 기자 간담회를 열고 에이전틱 AI 시대 기업의 핵심 과제로 AI 토큰 비용 관리와 데이터 보안, 인프라 현대화를 제시했다. 유상모 한국 델 테크놀로지스 사장은 이 자리에서 “AI를 어디에서 얼마나 효율적으로 처리할 것인지가 중요해지고 있다”고 강조했다. 델의 ‘2026 모던 엔터프라이즈 레디니스 조사’에 따르면 국내 응답 기업의 72%가 현재 데이터센터가 대규모 AI·분석 워크로드를 지원하기에 충분하지 않다고 답했다. 84%는 데이터센터 현대화 계획을 갖고 있었다. 이는 AI 도입이 모델 선택을 넘어 기존 인프라의 전면적인 재설계 문제로 번지고 있음을 보여준다. ◆ AI 에이전트 늘수록 ‘토큰 비용’이 변수 유 사장은 기자 간담회에서 AI 에이전트가 확산할수록 기업이 AI 사용량과 비용을 함께 관리해야 한다고 강조했다. 그는 “가치가 낮은 업무에 많은 토큰을 쓰는 반면 가치 있는 업무에는 적은 토큰만 사용하는 상황도 발생한다”며 AI 활용을 무조건 늘리는 방식보다 업무별 효율성을 따져야 한다고 지적했다. 에이전틱 AI는 사용자의 요청을 해석하고 검색·도구 호출·실행을 반복하기 때문에 단순 질의응답보다 토큰 사용량이 커질 수 있다. 이에 따라 델은 대규모 연산은 클라우드나 데이터센터에서 처리하고, 반복적인 추론이나 외부 전송이 부담스러운 민감정보는 사용자 PC와 워크스테이션에서 처리하는 ‘데스크사이드 AI’ 전략을 제시했다. 정재욱 델 테크놀로지스 이사는 “클라우드는 대규모 연산에, 데이터 소유권과 통제가 중요한 연산은 기업 데이터센터에 적합하다”며 “반복적인 추론이나 민감한 데이터는 데스크사이드에서 처리해 효율을 확보할 수 있다”고 설명했다. AI PC는 CPU·GPU·NPU를 활용해 일부 AI 추론을 기기 자체에서 수행할 수 있다. 클라우드 API 호출을 줄여 토큰 비용을 낮추는 동시에 민감한 데이터의 외부 전송을 줄이는 수단으로 활용할 수 있다. 델은 인텔 코어 울트라 시리즈3와 AMD 라이젠 AI 프로 400 시리즈 등을 탑재한 기업용 ‘델 프로’ 제품군을 확대하고 있다. 일부 모델에는 고성능 NPU를 적용해 온디바이스 AI 활용 범위를 넓혔다. 델이 인용한 조사에서도 국내 응답자의 90%가 현대적인 디바이스가 회의·협업의 질을 높인다고 답했고, 87%는 노후 장비가 AI 애플리케이션 도입의 걸림돌이라고 답했다. AI PC가 단순한 업무용 기기를 넘어 기업 AI 인프라의 한 축으로 부상하고 있다는 설명이다. ◆ AI 확산할수록 보안·규제도 앞단으로 AI 인프라의 분산은 보안 문제와도 연결된다. 국내 조사 응답자의 75%는 AI 데이터 관련 정부 규제 대응에 어려움을 느꼈고, 65%는 보안·컴플라이언스 문제가 AI 도입을 지연하거나 중단시킨 요인이라고 답했다. 60%는 제3자가 접근할 가능성이 있는 생성형 AI 도구에 회사의 중요 데이터를 맡기기 어렵다고 했다. 델은 AI 활용이 확대될수록 보안을 사후적으로 추가하기보다 PC·데이터센터·클라우드 등 인프라 설계 단계에서부터 보안과 데이터 거버넌스를 함께 구축해야 한다고 강조했다. 결국 에이전틱 AI 시대의 경쟁력은 가장 강력한 모델을 확보하는 데서 끝나지 않는다. 어떤 업무를 어떤 모델로 처리하고, 어디에서 연산하며, 얼마의 비용으로 운영할 것인지를 결정하는 능력이 기업 AI 경쟁력을 좌우할 전망이다. AI 에이전트가 기업 구성원의 업무 파트너로 자리 잡을수록 ‘AI를 많이 쓰는 기업’보다 ‘AI를 효율적으로 배치하는 기업’이 비용과 생산성 경쟁에서 앞설 가능성이 커지고 있다.2026-08-25 16:58:29
-
삼성SDS, 국가 AI 연구용 GPU 공급…B300 앞세워 AI 인프라 사업 확대 [경제일보] 삼성SDS가 국가 AI 연구용 컴퓨팅 사업에 엔비디아 최신 B300 기반 GPU 클러스터를 공급한다. 대학과 정부출연연구기관 등 자체적으로 대규모 AI 인프라를 확보하기 어려운 연구기관에 최신 GPU를 제공해 국내 AI 연구 인프라 고도화를 지원하는 동시에 GPU와 국산 NPU를 아우르는 클라우드 사업 확대에도 속도를 낸다. 11일 삼성SDS는 과학기술정보통신부와 정보통신기획평가원(IITP)이 지원하는 '2026년 AI 연구용 컴퓨팅 지원 프로젝트'의 GPU 자원 공급사로 선정돼 지난달 20일부터 서비스를 시작했다고 밝혔다. 이번 사업은 국내 학계와 연구기관에 AI 연구에 필요한 GPU 컴퓨팅 자원을 지원하는 국가 AI 연구 지원 사업이다. 초거대 AI 모델과 대규모 언어 모델(LLM) 연구가 확대되고 있지만 대학과 정부출연연구기관 등이 최신 GPU를 직접 대규모로 확보하기에는 비용과 운영 부담이 큰 만큼 민간 인프라를 활용해 연구자들의 접근성을 높이는 것이 목적이다. 사업 규모는 약 153억원이며 서비스는 지난 7월부터 내년 3월까지 제공된다. 삼성SDS를 포함한 복수 사업자가 공급사로 선정됐으며 삼성SDS는 GPU 공급 계획과 보유 자원 규모, 연구 환경, 운영 지원 체계, 보안 역량 등을 평가하는 입찰에서 1순위 사업자로 선정됐다. 삼성SDS는 이번 사업에 엔비디아 H100뿐 아니라 최신 B300(블랙웰 울트라) 기반 GPU 클러스터를 투입한다. B300은 엔비디아의 최신 블랙웰 울트라 아키텍처 기반 GPU로, 이번 사업에서 요구한 호퍼급 이상의 사양을 충족하는 동시에 대규모 AI 모델의 학습과 추론에 필요한 성능과 메모리를 제공한다. AI 모델이 대형화하면서 최신 GPU 확보 여부가 AI 연구의 속도와 규모를 좌우하는 요소로 떠오르고 있다. 특히 대규모 모델을 학습하려면 여러 GPU를 동시에 연결해야 하는 만큼 GPU 자체의 성능뿐 아니라 GPU 간 데이터를 빠르게 주고받을 수 있는 네트워크와 스토리지 등 전체 인프라 구성이 중요하다. 삼성SDS는 다수의 GPU를 하나의 자원 풀로 묶는 대규모 클러스터 구성과 고속 인터커넥트 네트워크를 함께 제공한다. CPU와 메모리, 스토리지, 네트워크, 개발 환경 등도 사전 구성해 연구자가 별도의 인프라 구축 과정 없이 AI 연구에 필요한 컴퓨팅 환경을 사용할 수 있도록 지원한다. 최신 GPU는 단순히 장비를 구매하는 것뿐 아니라 데이터센터 공간과 전력, 냉각, 네트워크, 운영 인력 등이 함께 필요해 연구기관이 독자적으로 대규모 클러스터를 구축하기 어려운 것으로 평가된다. 이를 민간 클라우드 방식으로 보완해 국내 AI 연구 현장에서 제기되던 최신 GPU 접근성 문제를 해결한다는 구상이다. 정부 역시 이러한 인프라 격차를 줄이기 위해 국가 AI 연구용 컴퓨팅 지원 사업을 추진하고 있다. 연구자가 직접 고가의 GPU와 서버 인프라를 확보하지 않아도 클라우드를 통해 필요한 컴퓨팅 자원을 사용할 수 있도록 해 연구기관의 AI 개발 접근성을 높이는 방식이다. 앞서 삼성SDS는 지난 3월에 국내 최초로 SCP를 통해 엔비디아 B300 기반 GPUaaS를 출시했다. 고객이 고가의 GPU를 직접 구매하지 않고도 클라우드를 통해 AI 학습과 추론에 필요한 GPU 자원을 사용할 수 있도록 한 서비스다. 이번 사업을 통해 삼성SDS는 단순한 공공 사업을 넘어 AI 클라우드 사업의 적용 범위를 확대하는 것으로 분석된다. 또한 지난달에는 국산 AI 반도체 기업 퓨리오사AI의 2세대 NPU '레니게이드(RNGD)' 기반 NPUaaS도 SCP에 탑재했다. 엔비디아 GPU 중심의 AI 인프라뿐 아니라 AI 추론에 특화된 국산 NPU까지 클라우드에서 제공하면서 AI 가속기 선택지를 넓히고 있다. AI 인프라 시장이 GPU 중심에서 다양한 가속기를 활용하는 방향으로 확대될 가능성도 삼성SDS가 GPU와 NPU를 함께 제공하는 배경으로 꼽힌다. AI 서비스가 학습 중심에서 실제 서비스 운영과 추론 단계로 확대되면서 모든 작업에 고성능 GPU를 사용하는 것보다 작업 특성에 맞춰 GPU와 NPU 등 가속기를 선택하는 것이 비용과 효율 측면에서 중요해질 수 있기 때문이다. 삼성SDS가 GPU와 NPU를 모두 클라우드 서비스 형태로 제공할 경우 기업과 연구기관은 직접 하드웨어를 구매하지 않고 필요한 가속기를 선택해 사용할 수 있다. AI 인프라 구축에 필요한 초기 투자 부담을 줄이는 동시에 기술 변화에 따라 새로운 가속기로 전환하기도 상대적으로 용이하다. 이번 국가 AI 연구용 컴퓨팅 사업에서 B300을 실제 연구 현장에 공급하는 것도 삼성SDS의 AI 인프라 사업을 확대하는 데 레퍼런스로 활용될 수 있다. 대학과 출연연 등 연구기관을 대상으로 최신 GPU 클러스터를 운영하면서 대규모 AI 연구에 필요한 인프라 구축과 운영 역량을 확보할 수 있기 때문이다. 삼성SDS는 이번 국가 AI 연구용 컴퓨팅 사업을 통해 연구기관의 최신 GPU 접근성을 높이는 동시에 GPUaaS와 NPUaaS 등 AI 인프라 서비스의 적용 분야를 확대한다는 계획이다. 향후 공공·연구 분야를 넘어 기업의 AI 모델 개발과 서비스 운영 수요까지 AI 가속기 클라우드 사업을 확대할 수 있을지 주목된다. 이호준 삼성SDS 클라우드서비스사업부장 부사장은 "이번 사업을 통해 국내 연구자들이 세계 최고 수준의 AI 인프라를 바탕으로 혁신적인 성과를 낼 수 있도록 안정적인 서비스를 제공할 것"이라며 "앞으로도 국가 AI 연구 인프라의 저변을 확대하고 대한민국의 AI 경쟁력을 높이는 데 기여하겠다"고 말했다.2026-08-11 08:27:46
-
네이버는 AI 광고, 카카오는 AI 거래…엇갈린 수익화 시계 [경제일보] 네이버와 카카오가 올해 인공지능(AI) 사업의 수익화를 추진하고 있지만 돈을 버는 시점과 방식은 크게 엇갈리고 있다. 네이버는 검색과 광고에 AI를 접목하면서 이미 새로운 매출을 만들기 시작했다. 카카오는 아직 AI 사업에 대한 투자가 매출보다 앞서는 단계로 보고 있다. 카카오톡을 중심으로 외부 서비스를 연결하고 AI가 실제 주문과 결제까지 처리할 수 있는 환경을 먼저 갖춘 뒤 수익을 내겠다는 구상이다. 연초까지만 해도 두 회사의 분위기는 크게 다르지 않았다. AI를 새로운 성장동력으로 키우고 올해부터 수익화에 들어가겠다는 계획을 내놨다. 하지만 상반기 사업을 진행하면서 차이가 나타났다. 네이버는 기존 사업에 AI를 얹는 방식으로 비교적 빠르게 매출을 만들었고, 카카오는 AI가 실제 거래를 만들어내기까지 필요한 파트너 연동과 서비스 구조 설계에 시간을 더 쓰기로 했다. ◆ 네이버, AI 검색에 광고부터 붙였다 네이버가 먼저 손댄 곳은 광고다. AI 브리핑은 검색 결과를 AI가 정리해 보여주는 서비스다. 네이버는 여기에 광고를 적용하면서 기존 검색광고가 들어가지 않았던 정보성 검색 영역을 새로운 광고 공간으로 활용하기 시작했다. 최수연 네이버 대표는 2분기 실적발표에서 생성형 AI 서비스 자체가 새로운 광고 매출원으로 자리 잡기 시작했다고 설명했다. 기존 검색광고를 대체하기보다는 지금까지 수익화하지 못했던 영역에 광고를 붙여 새로운 인벤토리를 확보하겠다는 설명이다. AI탭도 같은 방향으로 움직이고 있다. 네이버에 따르면 AI탭 이용자는 1000만명을 넘어섰다. 검색어를 입력하고 결과를 확인하는 기존 방식에서 벗어나 AI와 대화하면서 상품을 찾고 장소를 알아보는 이용자가 늘고 있다. 네이버가 기대하는 것은 광고 지면을 하나 더 만드는 데 그치지 않는다. AI가 이용자의 검색 의도를 파악하고 적합한 상품이나 서비스를 연결하면 광고의 구매 전환율을 높일 수 있다. 쇼핑과 예약 등 검색 이후의 행동까지 이어지면 광고뿐 아니라 커머스 거래에도 영향을 줄 수 있다. 이미 기존 광고사업에서도 AI 활용 효과가 나타나고 있다는 게 네이버의 설명이다. AI를 활용한 광고 상품의 성과를 높이고 광고주 확대를 이어가는 방식이다. 이런 구조는 네이버가 가진 사업 기반 때문에 가능하다. 검색 이용자가 많고 광고주가 이미 확보돼 있다. AI가 검색을 대신하는 과정에서 광고를 붙일 수 있는 만큼 새로운 사업을 만들기 위해 몇 년을 기다릴 필요가 없다. ◆ 매출이 늘어도 AI 비용은 별개다 네이버의 AI 전략을 광고만 놓고 보면 수익화가 빠르다. 하지만 다른 쪽에서는 비용이 계속 늘고 있다. 네이버는 AI 서비스뿐 아니라 이를 뒷받침할 컴퓨팅 인프라에도 상당한 자금을 투입하고 있다. 엔비디아·브룩필드와 함께 세종 데이터센터의 AI 팩토리를 구축하고 있으며 초기 55MW에서 2028년 200MW 규모까지 확대할 계획이다. 장기적으로는 GW급 인프라 구축도 추진하고 있다. 2분기 실적에서도 비용 부담을 확인할 수 있다. 네이버의 2분기 매출은 3조3890억원으로 지난해 같은 기간보다 16% 증가했지만 영업이익은 5203억원으로 0.2% 감소했다. 영업비용은 20% 늘었다. AI가 매출을 만들기 시작했다고 해서 이익이 같은 속도로 증가하는 구조는 아니다. GPU와 서버를 사들이면 감가상각이 발생하고 데이터센터를 운영하면 전력과 냉각, 유지관리 비용이 따라온다. AI 서비스를 이용하는 사람이 늘어날수록 추론 비용도 커질 수 있다. 최근 네이버가 GPU와 CPU 등 컴퓨터 장비의 감가상각기간을 5년에서 6년으로 늘린 것도 이 같은 상황에서 주목받고 있다. 같은 장비 가격을 5년이 아니라 6년에 걸쳐 비용으로 처리하면 당해연도 감가상각비는 줄어든다. 다만 이를 회계상 비용을 의도적으로 늦춘 것으로 단정하기는 어렵다. 감가상각기간은 해당 자산의 예상 경제적 사용기간을 기준으로 정하는 회계적 추정치다. 네이버가 실제 장비의 사용기간이 늘었다고 판단했다면 변경 자체가 문제되는 것은 아니다. 오히려 시간이 지나면서 실제 사용기간이 어떻게 나타나는지가 중요하다. 최신 GPU가 계속 등장하는 상황에서 기존 장비를 6년 동안 경제성 있게 사용할 수 있는지가 확인돼야 한다. 아마존의 사례는 반대 방향으로 움직였다. 아마존은 2024년 서버의 예상 사용기간을 5년에서 6년으로 늘렸다. 이후 2025년부터는 일부 서버와 네트워크 장비의 사용기간을 다시 6년에서 5년으로 줄였다. AI와 머신러닝을 포함한 기술 발전 속도가 빨라졌다는 판단이었다. 이 변경으로 2025년 감가상각비는 14억달러 늘었고 순이익은 10억달러 감소했다. 네이버가 6년을 선택한 것과 아마존이 일부 장비의 기간을 5년으로 되돌린 것은 AI 인프라 투자에서 감가상각기간이 단순한 회계 숫자에 그치지 않는다는 점을 보여준다. 실제 장비가 얼마나 오래 돈을 벌어줄 수 있는지가 뒤따라야 한다. ◆ 카카오가 수익화를 내년으로 잡은 까닭 카카오의 상황은 조금 다르다. 카카오는 올해 초 AI를 새로운 성장축으로 내세웠다. 카카오그룹도 2026년을 AI와 글로벌 사업을 중심으로 성장의 방향을 전환하는 시기로 규정했다. 카카오는 카카오톡 이용자의 일상과 관계, 맥락을 이해하는 ‘휴먼 센트릭 AI’를 앞세우면서 AI가 이용자의 의도를 파악하고 다음 행동까지 연결하는 에이전틱 AI로 발전시키겠다는 계획을 밝혔다. 카카오가 원하는 것은 카카오톡 안에서 AI가 답변만 해주는 서비스가 아니다. 이용자가 AI에게 “오늘 저녁 뭐 먹을까”라고 물었을 때 맛집을 추천하는 데서 끝나지 않고, 식당을 고르고 예약하거나 음식을 주문하고 결제하는 단계까지 연결하는 것이 목표다. 이렇게 되면 AI는 단순한 검색 도구가 아니라 카카오톡과 외부 서비스를 이어주는 중간 단계가 된다. 카카오가 돈을 벌 수 있는 지점도 이 과정에서 만들어진다. 광고가 될 수도 있고, 거래수수료나 구독 형태가 될 수도 있다. 문제는 이 구조를 만드는 일이 생각보다 복잡하다는 것이다. 외부 사업자의 서비스와 AI를 기술적으로 연결하는 것만으로 끝나지 않는다. 기존 서비스의 이용자 경험을 어떻게 바꿀지 결정해야 하고 AI가 거래 과정에서 어느 정도까지 개입할지도 정해야 한다. 주문이나 결제 과정에서 문제가 생겼을 때 책임을 누가 질지도 협의해야 한다. 수수료와 광고 노출 방식도 마찬가지다. 카카오는 올해 초부터 이 작업을 단계적으로 진행해왔다. 지난 1분기 실적발표에서 카카오는 기존 사업의 성장 기반을 바탕으로 5000만 이용자가 사용하는 에이전틱 AI 플랫폼으로 전환을 시작하겠다고 밝혔다. 외부 서비스와의 연결도 이미 시작됐다. 카카오는 지난 3월 챗GPT 포 카카오의 ‘카카오툴즈’에 올리브영, 무신사, 현대백화점, 삼쩜삼, 마이리얼트립, 사람인, 우리의식탁 등 다양한 파트너 서비스를 추가했다. 이용자가 AI를 통해 외부 서비스를 활용할 수 있는 범위를 넓히면서 에이전트 생태계 구축에 들어간 것이다. 카카오가 추진하는 구조에서는 이용자 확보와 매출 발생 사이에 한 단계가 더 필요하다. AI를 이용하는 사람이 늘어나는 것만으로는 수익이 발생하지 않는다. AI가 이용자의 의도를 파악하고 외부 서비스를 호출한 뒤 실제 주문과 결제까지 연결돼야 거래수수료나 광고 등 새로운 매출을 만들 수 있다. 신종환 카카오 CFO가 2분기 실적발표에서 AI는 아직 매출 기여보다 투자가 선행되는 단계라고 설명한 것도 이 같은 상황과 맞닿아 있다. AI 서비스 이용자를 확보하는 것과 이를 실제 거래로 연결하는 것은 별개의 과정이라는 판단이다. 정신아 대표도 2분기 컨퍼런스콜에서 올해 말까지 AI 대중화의 기반을 마련하고 내년부터 본격적인 수익화를 시작할 수 있을 것으로 전망했다. 연초에 제시했던 ‘2026년 AI 수익화 원년’이라는 표현과 비교하면 실제 매출화 시점이 뒤로 밀린 셈이다. 다만 카카오가 AI 사업의 수익화 계획을 접은 것은 아니다. 올해는 이용자 확보와 에이전트 연결을 확대하고, 실제 주문과 결제가 안정적으로 이뤄지는 구조를 만든 뒤 내년부터 이를 매출로 연결하겠다는 단계적 접근에 가깝다. 카카오가 올해 AI 에이전트의 거래 영역을 넓히는 데 집중하는 이유도 여기에 있다. 카카오톡을 기반으로 예약과 결제까지 연결되는 서비스를 확보하고, 외부 파트너가 참여할 수 있는 구조를 만드는 것이 우선이다. 카카오는 자체 기술과 B2C 서비스를 강화하면서 대규모 투자가 필요한 인프라는 외부 파트너십을 활용하는 방향도 제시했다. ◆ 네이버는 광고주, 카카오는 외부 사업자가 관건 AI 사업을 어디에 집중하느냐에 따라 투자 방식도 달라졌다. 네이버는 AI 모델과 서비스뿐 아니라 GPU와 데이터센터 같은 기반시설에도 직접 투자하고 있다. 인프라를 직접 확보하면 AI 서비스가 커졌을 때 필요한 연산 자원을 안정적으로 확보할 수 있지만, 투자금과 감가상각 부담도 함께 안게 된다. 카카오는 대규모 AI 인프라를 직접 보유하는 데 상대적으로 신중하다. GPU 세대가 빠르게 바뀌는 상황에서 막대한 자금을 장비에 묶어두기보다 외부 인프라를 활용하면서 서비스와 플랫폼 구축에 집중하는 방식이다. 카카오가 AI 인프라에 투자하지 않는 것은 아니다. 카카오는 자체 데이터센터를 운영하고 있으며, 2025년 말 기준 사업보고서에서도 신규 AI 서비스와 자체 모델 역량 강화를 위한 투자를 지속하고 있다고 밝혔다. 안산 데이터센터는 카카오톡을 포함한 그룹 서비스와 신규 AI 서비스에 필요한 인프라를 지원하고 있다. 다만 네이버처럼 AI 컴퓨팅 인프라를 장기적인 성장사업의 한 축으로 확대하는 것과는 접근법이 다르다. 카카오그룹은 올해 초 B2C 서비스와 핵심 기술은 내재화하고 대규모 투자가 필요한 인프라는 외부 파트너십을 통해 유연하게 확대하겠다는 방향을 제시했다. 이 차이는 앞으로 실적을 보는 기준에서도 나타날 수 있다. 네이버는 AI 브리핑과 AI탭에서 발생하는 광고 매출이 얼마나 커지는지 봐야 한다. AI 쇼핑이 실제 거래와 구매 전환을 얼마나 끌어올리는지도 확인할 필요가 있다. AI 팩토리 가동 이후에는 대규모 인프라 투자에 대한 수익성도 숫자로 나타나게 된다. 카카오는 AI 이용자 숫자보다 거래가 중요해진다. 카카오톡에서 AI를 거쳐 실제 주문과 결제가 얼마나 발생하는지, 그 과정에서 카카오가 어떤 방식으로 매출을 확보하는지가 관심사다. 두 회사의 2026년 AI 사업은 같은 출발선에 서 있지 않다. 네이버는 이미 광고라는 익숙한 수익모델에 AI를 연결했다. 카카오는 외부 서비스와의 연결 구조를 만들면서 실제 거래가 발생하는 지점을 찾고 있다. 네이버에서는 AI가 기존 광고와 커머스에 얼마나 추가 매출을 만들어내는지가 숫자로 나타날 것이다. 동시에 늘어난 AI 인프라 비용을 감당할 수 있는지도 봐야 한다. 카카오에서는 카카오톡 안에서 AI를 이용한 실제 거래가 얼마나 만들어지는지가 중요하다. AI를 써본 사람이 얼마나 많은지가 아니라 그 이용이 주문과 결제로 이어지는지가 확인돼야 수익모델의 윤곽이 잡힌다. 올해 하반기 네이버의 AI 광고가 확대되고 카카오의 에이전트 서비스가 외부 사업자와 연결되면 두 회사의 전략 차이도 지금보다 선명해질 것으로 보인다. 내년에는 네이버의 AI 팩토리 매출까지 더해진다. 그때부터는 AI를 얼마나 많이 도입했느냐보다 AI가 실제로 얼마를 벌어들이고, 그 과정에서 얼마의 비용이 들어갔는지가 실적표에서 직접 비교될 전망이다.2026-08-08 11:31:42
-
![[데일리 자산운용 브리프] 삼성자산운용, 미국 CPU 특화 ETF 상장…AI 에이전트 수혜 겨냥 外](https://image.ajunews.com//content/image/2026/08/04/20260804110318876276.jpg)
삼성자산운용, 미국 CPU 특화 ETF 상장…AI 에이전트 수혜 겨냥 外 [경제일보] 삼성자산운용은 미국 중앙처리장치(CPU) 기업에 투자하는 'KODEX 미국CPU반도체TOP10' 상장지수펀드(ETF)를 신규 상장했다고 4일 밝혔다. 최근 인공지능(AI) 생태계 중심이 자율 수행 에이전트로 이동하고 있다. 이에 연산 핵심 부품인 CPU 수요를 겨냥한 상품이다. 해당 ETF는 세계 CPU 시장을 주도하는 3대 핵심 기업에 자산을 집중적으로 배분한다. 포트폴리오 주요 편입 종목은 △ARM △AMD △인텔 등이다. 각각 전체 자산의 25% 이상을 담아 이들 3개 종목 비중이 총 75%를 넘어선다. 과거 AI 시장은 엔비디아 주도의 그래픽처리장치(GPU) 중심으로 성장했다. 하지만 AI 에이전트 단계에서는 GPU의 연산 작업을 효율적으로 분배하는 오케스트레이션 기능이 필수적이다. 향후 시스템 전반을 통제하는 CPU 수요가 급증하며 글로벌 거대 기술기업 간 고성능 부품 확보 경쟁이 한층 격화할 것으로 보인다. 실제 시장 선두 주자들은 자체 CPU 역량 강화에 속도를 내고 있다. 엔비디아는 지난 3월 열린 GTC 2026 행사에서 차세대 CPU 베라(Vera) 개발 계획을 공개했다. 구글 역시 자체 설계한 데이터센터용 CPU 액시온(Axion)을 순차적으로 도입하는 중이다. 마이크로소프트는 에이전트 AI 환경에 특화한 클라우드 전용 애저 코발트 200을 선보였다. ARM도 메타와 협력해 창립 이후 처음으로 데이터센터 전용 ARM AGI CPU를 출시하며 선점 경쟁에 가세했다. 신규 ETF는 특히 CPU 공급난 장기화 가능성을 고려해 설계됐다. 선두 기업과 가치사슬 내 주요 기업을 모두 편입한다. 추종 기초지수는 'Indxx US CPU Semiconductor TOP10'이다. 미국 증시에 상장된 보통주나 주식예탁증서(ADR)가 편입 대상이다. 이중 시가총액 100억 달러 이상이면서 3개월 평균 일일 거래대금 1000만 달러 이상인 우량 종목 10개를 선별한다. 핵심 3사 외에 밸류체인에 속한 △퀄컴 △마벨테크놀로지 △나비스타반도체 △케이던스디자인시스템즈 등이 펀드에 포함된다. 삼성자산운용 관계자는 "AI 에이전트 시대에는 전체 시스템을 조율하고 데이터와 작업 흐름을 통제하는 CPU의 비중이 한층 커질 것"이라며 "이를 선점하기 위한 수요는 앞으로도 계속 늘어날 전망"이라고 말했다. ◆한화자산운용, 반도체·채권 혼합형 ETF 신규 상장…퇴직연금 100% 투자 가능 한화자산운용이 메모리 반도체 대표 기업과 국고채에 동시에 투자하는 'PLUS SK하이닉스샌디스크채권혼합50' ETF를 신규 상장했다고 4일 밝혔다. 해당 ETF의 주요 편입 자산 비중은 △SK하이닉스 25% △미국 샌디스크 25% △국고채 50% 등이다. 메모리 반도체 산업의 성장 잠재력과 국가 발행 채권의 안정성을 모두 취하는 구조다. 퇴직연금 감독 규정에 따라 안전자산으로 분류돼 확정기여형(DC) 퇴직연금과 개인형 퇴직연금(IRP) 계좌에서 투자 한도 제한 없이 100%까지 담을 수 있다. 포트폴리오에 담긴 두 회사는 전체 매출의 절대다수를 메모리 반도체 부문에서 창출하는 순수 사업자(퓨어 플레이어) 기업이다. 비메모리 분야의 부진한 실적이 메모리 분야의 이익을 희석하지 않는 특징이 있다. 향후 메모리 반도체 업황이 개선될 경우 해당 실적이 주가에 온전히 반영될 것으로 풀이된다. 실제 올해 상반기 두 기업은 각각 한국과 미국 증시에 상장된 반도체 종목 가운데 최고 수준의 주가 흐름을 기록했다. 이번 신규 상품 기획에는 AI 산업의 병목 현상이 이동하고 있다는 분석이 반영됐다. 초기 AI 학습 과정에서는 GPU 공급 부족이 핵심 병목으로 작용했다. 반면 최근 추론 영역의 수요가 본격화하면서 고대역폭메모리(HBM)와 D램의 중요도가 크게 높아졌다. 향후 AI 에이전트 서비스가 대중화될 경우 방대한 데이터를 보관하고 다시 불러오는 낸드플래시와 기업용 솔리드스테이트드라이브(eSSD) 기반 저장 인프라의 역할 역시 커질 것으로 분석된다. SK하이닉스는 글로벌 HBM 시장 점유율 1위와 D램 시장 점유율 2위를 차지하고 있는 한국 대표 반도체 제조사다. 샌디스크는 낸드플래시 사업에만 100% 집중하는 데이터 저장 메모리 선도 기업으로 기업용 eSSD 공급에 강점을 지녔다. 펀드의 나머지 50% 비중에는 총 9종의 국고채가 들어간다. 국고채 편입을 통해 위험자산인 주식의 가격 변동성을 효과적으로 낮출 수 있을 것으로 전망된다. 해당 상품은 해외 자산을 포함하고 있어 연금 계좌를 통해 투자하면 과세 이연 효과를 얻을 수 있다. 추후 연금을 수령하는 시점에 저율 과세 혜택도 적용받는다. 퇴직연금 계좌 내 의무 안전자산 30% 포트폴리오 안에서 메모리 반도체 투자 비중을 최대한 높이려는 투자자에게 적합할 것으로 보인다. 금정섭 한화자산운용 ETF사업본부장은 "PLUS SK하이닉스샌디스크채권혼합50 ETF는 메모리 반도체에 순수하게 집중한 두 기업을 통해 AI 메모리 사이클을 직접적으로 담아내면서 국고채 50%로 변동성 부담을 함께 고려한 상품"이라며 "퇴직연금에서 위험자산 한도 때문에 반도체 투자 비중을 늘리기 어려웠던 투자자들에게 활용도가 높을 것"이라고 말했다. DB자산운용, AI 데이터센터 밸류체인 ETF 신규 상장 DB자산운용은 AI와 클라우드 산업 성장의 핵심 기반인 데이터센터 분야 전반에 투자하는 'DB 마이티 AI데이터센터 밸류체인 증권상장지수투자신탁[주식]'을 신규 상장했다고 4일 밝혔다. 해당 ETF는 국내 데이터센터 산업 생태계를 구성하는 대표 기업들에 분산 투자하는 방식으로 운용된다. 주요 투자 대상은 △설계·건축 △반도체·서버 △네트워크 △에너지 △전력 인프라 △냉각 시스템 △운영 등이다. 기초 지수로는 'KAP AI 데이터센터 밸류체인 지수'를 추종한다. 최근 국내 주식시장은 글로벌 대형 기술기업들의 AI 투자 속도 조절 우려와 대형 반도체주 약세가 겹치며 단기적인 조정을 겪었다. 특히 지난달 미국 빅테크 기업들이 유휴 AI 컴퓨팅 자원을 활용하겠다고 발표한 것이 AI 투자 고점론으로 해석되면서 관련 종목들의 주가 변동성이 커졌다. 다만 운용사 측은 최근의 단기적인 주가 하락이 AI 데이터센터 산업의 근본적인 성장 동력을 훼손하지는 않는 것으로 보고 있다. 데이터센터는 전력과 에너지 건설 등 전통적인 인프라 산업에 클라우드와 AI 등 정보통신기술(IT) 산업이 결합된 융합 산업으로 꼽힌다. 생성형 AI 보급 확대에 따른 연산 수요 증가와 재생에너지 전력망 투자 확대가 장기적인 성장을 이끌 요인으로 풀이된다. 국제에너지기구(IEA)를 비롯한 주요 기관들도 오는 2035년까지 글로벌 데이터센터 관련 전력 수요가 꾸준히 증가할 것으로 내다보고 있다. 글로벌 기업들의 재생에너지 사용 확대(RE100) 움직임 역시 관련 산업의 성장을 뒷받침하는 배경으로 분석된다. DB자산운용 관계자는 "단기적인 지수 변동성 확대는 AI 관련주 전반에 대한 투자심리 위축에서 비롯된 것으로 데이터센터 인프라 자체의 수요 구조가 훼손된 것은 아니라고 판단한다"며 "오히려 밸류에이션 부담이 낮아진 현 시점을 전력·반도체·냉각·운영 등 밸류체인 전 구간에 분산 투자하는 ETF를 통해 중장기 관점에서 접근할 수 있는 기회로 볼 수 있다"고 말했다.2026-08-04 13:56:57
-
SK하이닉스·샌디스크, 차세대 스토리지 HBF 첫 표준 공개 [경제일보] SK하이닉스와 미국 샌디스크가 인공지능(AI) 시대의 데이터 처리 수요에 대응하기 위한 차세대 스토리지 기술 '고대역폭 플래시(HBF)'의 첫 표준 규격을 공개했다. 완성된 제품을 내놓은 것이 아니라 여러 반도체·시스템 기업이 HBF를 개발하고 활용할 때 따를 수 있는 공통 설계 기준을 처음 제시한 것이다. 4일 SK하이닉스는 샌디스크와 함께 미국 캘리포니아주 산타클라라에서 열린 'FMS 2026'에서 HBF 표준 규격을 공개했다고 밝혔다. 지난해 8월 양사가 표준화 협력에 나선 데 이어 올해 2월 컨소시엄을 출범한 지 약 6개월 만이다. HBF는 고대역폭메모리(HBM)와 솔리드스테이트드라이브(SSD) 사이에 들어가는 새로운 메모리 계층이다. HBM은 데이터를 빠르게 처리할 수 있지만 용량을 늘리는 데 한계가 있고 가격도 비싸다. SSD는 많은 데이터를 저장할 수 있지만 HBM보다 데이터 전송 속도가 느리다. HBF는 낸드플래시를 기반으로 용량을 확보하면서 데이터 전송 속도를 높여 두 제품 사이를 보완하는 것을 목표로 한다. AI 모델이 커지고 실제 서비스에 활용되는 추론 작업이 늘면서 HBM만으로 처리하기 어려운 대규모 데이터를 보다 효율적으로 공급하려는 시도다. 이번 규격은 낸드 다이를 8단과 16단으로 쌓는 두 가지 구성을 기준으로 최대 512기가바이트(GB)의 용량을 정의했다. 데이터 대역폭은 성능에 따라 세 등급으로 나눠 초당 약 0.4테라바이트(TB)에서 3.0TB까지 제시했다. HBF와 중앙처리장치(CPU), 그래픽처리장치(GPU)를 연결하는 방식에는 개방형 인터페이스인 'UCIe'를 채택했다. 서로 다른 업체가 만든 반도체 칩을 하나의 시스템 안에서 연결할 수 있도록 해 HBF의 활용 범위를 넓히기 위한 선택이다. 규격은 글로벌 데이터센터 기술 협력체인 오픈컴퓨트프로젝트(OCP)를 통해 공개됐다. 특정 회사만 사용하는 독자 기술이 아니라 여러 기업이 참여할 수 있는 개방형 표준으로 생태계를 구축하겠다는 것이다. 현재 HBF 컨소시엄에는 구글과 AI 반도체 기업 텐스토렌트가 참여하고 있다. 다만 두 회사가 HBF 반도체를 직접 개발하는 것은 아니다. AI 서비스를 운영하거나 AI 반도체를 사용하는 고객의 관점에서 필요한 기술과 시스템 구조에 대해 의견을 나누는 형태로 협력하고 있다. SK하이닉스 관계자는 "이번 표준 공개를 계기로 AI 스토리지 시장에서 HBF 채택을 확대하고 생태계 조성에도 속도를 낼 수 있을 것으로 보고 있다"며 "구글과 텐스토렌트는 HBF 개발에 직접 참여하는 것이 아니라 고객 관점에서 개방형 협력을 진행하는 것"이라고 했다. 이어 "아직 개발 단계이기 때문에 구체적인 성능 지표나 향후 목표를 제시하기는 어렵다"며 "낸드플래시 분야에서도 HBF와 같은 새로운 메모리 개념이 논의되기 시작한 단계로 이해하면 된다"고 했다. 이번 표준 공개로 HBF의 기본 설계 방향은 마련됐지만 실제 제품 개발과 고객사 검증, 양산까지는 추가 절차가 남아 있다. 향후 HBF가 HBM과 SSD 사이의 새로운 시장으로 자리 잡기 위해서는 낸드 기반 제품의 속도와 전력 효율, 신뢰성을 실제 AI 시스템에서 입증하는 것이 관건이 될 전망이다. 김천성 부문장은 "AI 활용이 빠르게 확산되면서 데이터 처리 구조 전반의 재설계가 요구되는 시점"이며 "HBF를 통해 메모리와 스토리지 간 경계를 확장하고, 시스템 전반의 효율을 높이는 새로운 아키텍처 구현에 기여하겠다"고 했다.2026-08-04 13:55:54
-
![[프론티어 격돌] AI 부동산을 선점하라…SK·GS·네이버, 550조 데이터센터 대전](https://image.ajunews.com//content/image/2026/07/28/20260728160121312770.png)
"AI 부동산을 선점하라"…SK·GS·네이버, 550조 데이터센터 대전 [경제일보] 인공지능(AI) 시대의 핵심 부동산은 그래픽처리장치(GPU)가 연산하는 AI 데이터센터다. 생성형 AI 확산으로 데이터센터는 서버 보관시설을 넘어 전력과 데이터를 지능으로 바꾸는 ‘AI 공장’으로 진화하고 있다. 정부가 공개한 1단계 구상은 SK 5기가와트(GW), GS 2.4GW, 네이버 1GW 등 총 8.4GW다. 투자 유치를 포함한 사업 규모는 약 550조원이다. 다만 이는 확정 투자액이라기보다 자체 자금과 외부 투자, 금융조달, 장비 구입비를 합친 장기 사업 규모에 가깝다. 실제 사업화에는 전력과 GPU, 장기 고객 확보가 뒤따라야 한다. 세 기업의 출발점은 뚜렷하게 갈린다. SK는 반도체·통신·에너지를 연결하고, GS는 발전·건설 역량과 산업부지를 활용한다. 네이버는 자체 AI와 클라우드, 데이터센터 운영 경험을 앞세운다. 결국 승부는 누가 전력과 반도체, 고객, 소프트웨어를 하나의 수익모델로 묶어내느냐에 달렸다. SK, 전담법인 세우고 ‘AI 수직계열’ SK의 강점은 AI 데이터센터의 핵심 요소를 그룹 안에 갖추고 있다는 점이다. SK하이닉스는 AI 서버용 고대역폭메모리(HBM)를 공급하고, SK텔레콤은 통신망과 기업 고객, 데이터센터 운영 경험을 보유했다. 여기에 에너지 계열사의 발전·재생에너지 역량까지 더하면 반도체와 전력, 네트워크, 운영을 아우르는 수직계열 구성이 가능하다. SK텔레콤은 최근 AI 데이터센터 사업개발 전문회사 ‘SK하이퍼’를 100% 자회사로 설립했다. SK하이퍼는 부지 확보와 변전소 구축·운영, 고객 유치, 사업화를 전담한다. SK텔레콤은 2030년까지 7500억원을 분할 출자해 사업 기반을 마련할 계획이다. 울산에서는 아마존웹서비스(AWS)와 함께 2027년 하반기 가동을 목표로 하이퍼스케일급 데이터센터를 건설 중이다. 장기적으로는 1GW 이상 규모로 확대한다는 구상이지만, 구체적인 시기와 규모는 수요와 투자 여건에 따라 달라질 전망이다. SK텔레콤 관계자는 “2029년부터 5GW를 단계적으로 열고 2035년 15GW까지 확대할 계획”이라며 “울산을 시작으로 영남권 2GW 이상, 충청권과 서남권에 각각 1GW 구축을 목표로 하되 세부 부지와 용량은 전력 수급과 앵커 테넌트 확보 여부를 따져 확정할 것”이라고 했다. 이어 “시설은 고객 수요에 맞춰 용량을 높이는 램프업 방식으로 운영할 예정”이라며 “단기적으로는 확보 가능한 전력을 활용하고, 중장기적으로는 재생에너지와 배터리에너지저장장치(BESS), 액화천연가스(LNG), 소형모듈원자로(SMR) 등으로 공급 기반을 확대할 방침”이라고 했다. AI 서비스가 확산될수록 추론 수요가 커지는 만큼 GPU와 NPU를 용도에 맞게 활용하는 이기종 구성의 중요성이 커질 것으로 분석된다. 실제로 SK텔레콤은 리벨리온의 신경망처리장치(NPU) ‘아톰’을 자체 서비스에 시험 적용했고, Arm·리벨리온과 NPU·중앙처리장치(CPU) 결합 인프라도 추진 중이다. 그룹 안의 반도체·통신·에너지 자산을 묶어 글로벌 AI 수요를 선점하겠다는 전략이다. GS, 동해 보유 부지로 2.4GW 개발 GS는 발전과 건설, 산업부지 개발 역량을 앞세운다. 강원 동해시 북평제2일반산업단지 내 GS동해전력 보유 자산을 활용해 2028년 1.2GW, 2029년 추가 1.2GW를 구축하는 단계적 개발 계획을 세웠다. 그룹 안에는 발전사업을 운영하는 GS EPS와 GS E&R, LNG·재생에너지 사업을 맡는 GS에너지, 대형 인프라 시공 경험을 가진 GS건설이 있다. GS칼텍스도 액침냉각유 사업을 추진 중이다. 이미 확보한 산업단지 자산을 활용할 수 있다는 점은 신규 부지를 처음부터 개발하는 사업자보다 초기 준비 기간을 줄일 수 있는 강점으로 꼽힌다. GS 관계자는 “강원 동해시 북평제2일반산업단지 내 GS동해전력 보유 자산을 활용해 2028년 1.2GW, 2029년 추가 1.2GW를 구축할 예정”이며 “현재 사업 추진을 위한 검토와 준비를 단계적으로 진행하고 있다”고 했다. GS의 강점이 보유 자산과 인프라 역량이라면, 과제는 고객과 전력 구조의 구체화다. 발전소와 부지가 가깝다고 해서 데이터센터에 전력이 자동으로 공급되는 것은 아니다. 송전망 접속과 전력거래 구조를 세밀하게 설계해야 한다. 자체 AI 모델이나 클라우드 고객 기반이 상대적으로 약한 만큼, 2.4GW를 장기간 사용할 핵심 고객을 확보하는 일도 중요하다. 네이버, ‘각 세종’서 연산을 매출로 네이버는 세 기업 가운데 계획 규모는 가장 작지만, 데이터센터에서 생산한 연산을 직접 활용할 서비스와 이를 외부로 판매할 플랫폼을 함께 갖췄다는 점이 차별화 요소다. 검색과 광고, 쇼핑, 클라우드, 하이퍼클로바X 등 자체 서비스가 모두 대규모 컴퓨팅 자원을 필요로 한다. 네이버는 2027년 상반기 55메가와트(MW) 규모의 글로벌 AI 팩토리를 가동하고, 2028년에는 200MW까지 확대할 계획이다. 이후 ‘각 세종’을 거점으로 1GW급으로 확장하는 구상을 세웠다. 엔비디아는 네이버에 10억 달러를 투자해 지분 4.5%를 취득하기로 했다. 네이버는 90억 달러 규모 GPU 인프라와 데이터센터 확보를 위해 브룩필드를 독점적 우선협상대상자로 선정했다. 다만 브룩필드 자금은 사전계약 단계여서 최종 조건은 더 지켜봐야 한다. 네이버클라우드 관계자는 “‘각 세종’을 거점으로 1GW급까지 빠르게 확장하고, 확보한 컴퓨팅 자원은 네이버 서비스뿐 아니라 외부 고객사에도 활용할 것”이라며 “AI 팩토리는 GPU 임대와 클라우드, 기업용 AI, 자체 서비스 고도화까지 포괄하는 비즈니스 플랫폼”이라고 했다. 소버린 AI의 핵심은 AI 모델과 데이터에 대한 온전한 통제권이다, 고객이 인프라와 데이터를 독립적으로 관리할 수 있도록 지원하고 있는 이유다. 네이버는 전국 20여곳에 GPU 상면을 확보하고 약 10만장 수준의 GPU를 운영하고 있다. 엔비디아와 오픈 모델 기술을 공유하면서도 하이퍼클로바X는 자체 데이터와 인프라로 학습해 직접 소유·통제한다는 점도 강조한다. 다만 핵심 연산장비에 대한 엔비디아 의존과 국산 AI 반도체 도입은 여전히 과제로 남는다. 전력·고객 없으면 ‘AI 공장’도 멈춘다 세 기업의 공통 병목은 전력이다. 데이터센터와 GPU를 확보해도 변전소와 송전망에 연결하지 못하면 가동할 수 없다. 대형 전력기기의 긴 납기, 송전선 건설에 필요한 인허가와 주민 동의 역시 사업 속도를 좌우하는 변수다. 550조원 투자가 국내 산업 성장으로 이어질지도 따져봐야 한다. HBM과 변압기, 냉각설비, 네트워크 장비 시장은 커질 수 있지만, 투자금이 해외 GPU와 서버·소프트웨어 구매에 집중되면 국내에 남는 부가가치는 줄어들 수밖에 없다. 국산 NPU와 전력·냉각장비가 실제 발주에 얼마나 반영되는지가 중요한 이유다. 세 기업의 전략은 분명히 갈린다. SK는 반도체와 통신, 에너지를 묶고 전담 개발법인까지 세웠다. GS는 동해의 기존 산업부지를 활용해 단계적 개발에 나섰다. 네이버는 GPU와 클라우드, AI 모델을 연결해 연산을 매출로 바꾸는 구조를 구축하고 있다. 결국 경쟁력은 시설 크기 자체가 아니라 안정적인 전력과 GPU, 장기 고객, 운영 소프트웨어, 금융비용을 얼마나 효율적으로 결합하느냐에 달려 있다. 이 가운데 하나라도 빠지면 초대형 데이터센터는 ‘AI 공장’이 아니라 값비싼 서버 창고에 머물 수 있다.2026-07-28 16:07:34
-
GPU 72개를 한 랙에…엔비디아 '베라 루빈' 공급, AI 주도권 굳힌다 [경제일보] 엔비디아가 차세대 인공지능(AI) 플랫폼 ‘베라 루빈’ 공급을 본격화했다. 개별 그래픽처리장치(GPU) 성능 경쟁을 넘어 중앙처리장치(CPU)와 네트워크, 전력·냉각 시스템까지 하나의 랙으로 묶어 AI 데이터센터 시장의 주도권을 굳히려는 전략이다. 엔비디아는 21일(현지시간) 베라 루빈 기반 제품이 본격 양산 단계에 들어가 주요 AI·클라우드 사업자에 공급되고 있다고 밝혔다. 베라 루빈은 ‘루빈’ GPU와 ‘베라’ CPU, 네트워크·데이터처리 장치 등 7종의 칩으로 구성된 차세대 AI 플랫폼이다. 핵심 시스템인 ‘베라 루빈 NVL72’는 루빈 GPU 72개와 베라 CPU 36개를 단일 랙에 통합한다. 고속 연결 기술인 NV링크6를 통해 여러 칩이 하나의 가속기처럼 작동하도록 설계했다. AI 모델 학습과 추론에 필요한 연산·메모리·네트워크 병목을 랙 단위에서 줄이는 것이 목표다. 엔비디아가 전면에 내세운 지표는 전력당 토큰 처리량이다. 회사는 코어위브에서 딥시크-R1 모델을 구동한 자체 벤치마크를 근거로 베라 루빈 NVL72가 전작인 GB200 NVL72보다 메가와트당 최대 10배 많은 토큰을 처리하고 토큰 100만개당 비용은 10분의 1로 낮췄다고 주장했다. 다만 이는 엔비디아와 협력사가 특정 환경에서 측정한 결과다. 실제 효율은 사용하는 AI 모델과 정밀도, 소프트웨어 최적화, 데이터센터 가동률에 따라 달라질 수 있어 독립적인 검증이 필요하다. 전력과 냉각도 핵심 경쟁 요소다. 베라 루빈은 섭씨 45도의 냉각수를 사용하는 폐쇄형 액체냉각 구조를 적용했다. 외부 기온 등 조건이 맞으면 냉각기를 사용하지 않고 드라이 쿨러로 열을 식힐 수 있다. 엔비디아는 신규 AI 데이터센터에서 기존 냉각탑 방식보다 1MW당 연간 수백만 갤런의 물을 절감할 수 있다고 설명했다. AI 데이터센터의 전력 확보가 제한되면서 고객의 관심도 단순 연산 성능에서 ‘같은 전력으로 얼마나 많은 토큰을 생산하느냐’로 이동하고 있다. 엔비디아가 GPU뿐 아니라 CPU와 네트워크, 냉각·전력 설계까지 통합하는 이유다. 전체 시스템을 자사 생태계로 묶으면 고객 이탈을 막고 GPU 외 네트워크·소프트웨어 매출도 확대할 수 있다. 공급망도 랙 단위로 확대했다. 엔비디아에 따르면 베라 루빈 생산에는 30개국 350곳 이상의 제조시설이 참여한다. AWS와 구글 클라우드, 마이크로소프트 애저, 오라클 클라우드, 코어위브 등이 도입을 준비하거나 시스템 구축에 나선 상태다. 블룸버그통신은 엔비디아가 공급 일정과 성능을 적극적으로 공개하는 배경에 경쟁 심화가 있다고 분석했다. AMD와 브로드컴이 AI 반도체 시장을 공략하고 있고 아마존과 구글 등 주요 고객도 자체 가속기 개발을 확대하고 있기 때문이다. 특히 AMD는 GPU와 CPU, 네트워크를 결합한 랙 스케일 시스템 ‘헬리오스’를 올해 하반기부터 공급한다. 마이크로소프트는 애저에 헬리오스를 도입해 프런티어 AI 모델 추론과 AI 서비스에 활용하기로 했다. 헬리오스에는 MI455X GPU와 차세대 ‘베니스’ CPU가 탑재된다. 엔비디아는 베라 CPU가 파이썬 작업에서 AMD의 기존 ‘투린’ CPU보다 최대 1.8배 빠르다는 자체 비교 결과도 제시했다. 그러나 AMD가 후속 제품인 베니스를 투입하는 만큼 현재 비교만으로 차세대 CPU 경쟁의 우위를 단정하기는 어렵다. 관건은 양산 속도와 실제 운영 비용이다. 7종의 칩과 액체냉각, 고속 네트워크를 결합한 복잡한 시스템을 계획대로 공급하고 고객 데이터센터에 안정적으로 설치해야 한다. 베라 루빈이 약속한 전력당 성능을 실제 서비스에서 입증한다면 엔비디아는 GPU 기업을 넘어 AI 데이터센터 전체를 설계하는 플랫폼 사업자로 지배력을 강화할 전망이다.2026-07-22 16:12:58
-
AI-RAN 선도망 구축 나선 SKT…로봇·자율물류 AI 시대 연다 [경제일보] AI 고속도로 구축이 국가 AI 경쟁력의 핵심 과제로 떠오르는 가운데 SK텔레콤이 차세대 네트워크 기술인 'AI-RAN' 실증에 나선다. AI 데이터센터(AI-DC)와 네트워크, 피지컬 AI를 연결하는 인프라를 구축해 로봇과 자율물류 등 산업 현장에서 AI 활용을 본격화한다는 전략이다. 14일 SK텔레콤은 과학기술정보통신부와 한국지능정보사회진흥원(NIA)이 추진하는 '하이퍼 AI 네트워크 기반조성' 실증사업 수행기관으로 선정됐다고 밝혔다. SK텔레콤은 이번 사업을 통해 AI-RAN 선도망을 구축하고 피지컬 AI 기반 서비스 개발과 실증을 추진한다. 이번 사업은 정부가 추진하는 'AI고속도로' 구축 정책의 핵심 인프라를 검증하기 위한 프로젝트다. 생성형 AI를 넘어 로봇과 자율주행 설비 등 피지컬 AI 활용이 확대되면서 대용량 데이터를 초저지연으로 처리하고 AI 연산을 실시간 수행할 수 있는 네트워크 중요성이 커지고 있다. AI-RAN은 기존 이동통신 기지국이 통신 기능뿐 아니라 AI 연산 기능까지 함께 수행하는 차세대 네트워크 구조다. 로봇이나 피지컬 AI 단말이 자체적으로 처리하기 어려운 AI 연산을 기지국이 대신 수행해 단말의 연산 부담과 전력 소모를 줄이고 성능을 높일 수 있는 것이 특징이다. SK텔레콤은 2개년에 걸쳐 AI-RAN과 5G 단독 모드(SA), 네트워크 슬라이싱, 통합 관리 시스템(SMO), AI 기반 네트워크 자율화 기술 등을 선도망에 적용해 성능을 검증할 계획이다. 특히 삼성전자와 HFR, 에릭슨, 노키아 등 4개 제조사의 AI-RAN 장비를 하나의 실증사업에서 동시에 구축·운영하며 다양한 장비 환경에서 성능을 비교 검증한다. AI 연산 인프라 구성 방식도 함께 검증한다. CPU와 GPU 등 서로 다른 연산 자원을 적용하고 AI 서버와 사용자 데이터 처리 장치(UPF)의 배치 구조를 다양하게 구성해 서비스별 최적의 AI-RAN 구축 방식을 도출한다는 계획이다. 실증 대상은 피지컬 AI 서비스 3종이다. 사족보행 순찰로봇은 공장 내 위험지역을 순찰하며 촬영한 영상을 AI-RAN을 통해 실시간 분석해 위험 상황을 탐지하고 통합 관제까지 수행한다. 무인 자율이송 서비스는 공장 내 라이다 데이터를 AI-RAN으로 수집해 디지털 트윈 기반 자율주행 물류 서비스를 구현한다. 휴머노이드 저전력 모드는 복잡한 AI 연산을 기지국으로 분산 처리해 로봇의 배터리 사용 시간을 늘리고 하드웨어 부담을 줄이는 기술이다. 이번 사업은 대기업과 중소기업이 함께 참여하는 컨소시엄 형태로 추진된다. SK텔레콤을 중심으로 에릭슨코리아와 HFR이 네트워크 장비를 담당하고, 인텔리빅스와 서울로보틱스, 클레비가 피지컬 AI 서비스를 개발한다. 삼성전자와 노키아는 AI-RAN 장비 공급과 기술 협력에 참여하며, SK인천석유화학과 KG모빌리티는 실제 산업 현장에서 실증 결과를 검증하는 수요기관 역할을 맡는다. 1차년도에는 인천과 판교에 AI-RAN 선도망을 구축한다. SK인천석유화학에서는 산업안전 관제를 위한 사족보행 순찰로봇과 이동형 CCTV 서비스를 실증하고, 판교에서는 무인 자율이송 서비스를 검증하는 피지컬 AI 리빙랩을 운영한다. 2차년도에는 실증 범위를 실제 산업 현장으로 확대해 KG모빌리티 평택공장 등에 적용하고 휴머노이드 기반 서비스까지 추가 검증할 계획이다. SK텔레콤은 이번 사업을 통해 확보한 기술을 글로벌 표준화에도 활용한다는 방침이다. 회사는 국내 통신사 가운데 유일하게 AI-RAN 얼라이언스 이사회 회원사로 참여하고 있으며, O-RAN과 3GPP 등 국제 표준화 기구와 연계해 AI-RAN 기술 표준 논의를 주도하고 있다. 다양한 제조사 장비와 서비스 환경에서 확보한 실증 데이터를 기반으로 글로벌 AI-RAN 생태계 확산에도 기여한다는 계획이다. SK텔레콤은 장기적으로 AI-RAN을 AI 데이터센터(AI-DC)와 연계해 'AI고속도로' 핵심 인프라로 발전시킬 방침이다. AI-DC와 AI-RAN, 피지컬 AI를 초저지연·고신뢰 네트워크로 연결해 제조와 물류, 산업안전 등 다양한 분야에서 AI 서비스 상용화를 확대해 나간다는 전략이다. 류탁기 SK텔레콤 네트워크기술 담당은 "국내 유일 AI-RAN 얼라이언스 이사회 회원사로서 축적한 역량을 바탕으로 다양한 AI-RAN 선도망과 피지컬 AI 서비스를 실증할 것"이라며 "'AI고속도로'의 핵심인 AI-RAN 기술을 고도화하는 한편, 대중소 상생을 통해 국내 생태계의 자립도와 글로벌 경쟁력을 함께 높이겠다"고 말했다.2026-07-14 15:00:00
-
BC카드, 금융 특화 AI 검색 모델 자체 개발…"성능 세계 1위 달성" [경제일보] BC카드는 생성형 인공지능(AI) 서비스의 검색 정확도를 높여주는 금융 특화 임베딩(Embedding) 모델을 자체 개발해 선보였다고 2일 밝혔다. 최근 금융업계는 생성형 AI를 접목한 상담을 비롯해 사내 업무 지원이나 문서 탐색 기능을 적극적으로 도입하는 추세다. 생성형 AI는 모든 정보를 외우는 것이 아니라 질문에 부합하는 정보를 찾아 답변을 엮어내는 방식으로 작동한다. 이 때문에 연관 문서를 얼마나 정확하게 찾아내는지가 서비스 품질을 결정짓는다. 이를 뒷받침하는 핵심 기술이 바로 임베딩 모델이다. 질문과 문서의 의미를 AI가 인식할 수 있는 좌표값인 숫자로 바꾼 뒤 유사한 정보들을 가깝게 배열해 가장 적합한 내용을 사용자에게 전달한다. 가령 해외결제 수수료를 묻는 질문에 관련 약관이나 서류를 탐색할 때 정확한 단어가 없어도 의미가 동일한 다른 표현의 문서를 찾아 AI에 제공하는 역할이다. 기존 범용 모델들은 가맹점이나 결제 같은 국내 금융 전문 용어의 문맥을 제대로 파악하지 못하는 단점이 존재했다. 이러한 한계를 극복하기 위해 BC카드는 앞서 오픈소스 플랫폼에 공개했던 182만건 규모의 데이터셋을 바탕으로 새로운 금융 특화 임베딩 모델을 완성했다. 새 모델은 활용 목적에 맞춰 경량형과 고품질형 두 가지로 나뉜다. 경량형 모델은 6억개 파라미터 규모로 일반 중앙처리장치(CPU) 환경에서 구동할 수 있다. 이 모델은 지난달 27일 기준 글로벌 벤치마크 평가(SOTA)에서 다른 모델과 비교해 검색 성능이 최대 15% 향상되며 세계 1위를 달성했다. 그래픽처리장치(GPU) 환경에서 쓰이는 고품질형 모델은 40억개 파라미터 규모를 갖췄다. 경량형보다 성능이 10%가량 우수해 정밀한 검색이 요구되는 업무에 알맞다. 응답 속도가 중요할 때는 경량형을 쓰고 높은 정확도가 필요할 때는 고품질형을 선택적으로 도입할 수 있다. BC카드는 이번 개발 과정에서 단순히 모델 크기를 키우는 것보다 양질의 금융 데이터를 학습시키는 작업이 성능 개선에 더 필수적인 요인임을 확인했다. 이로써 금융 AI 서비스의 핵심 검색 기술을 자체적으로 확보했다. 향후 외부 시스템에 민감한 금융 데이터를 넘기지 않고도 독자적인 AI 서비스를 운영할 수 있는 기반이 마련된 것으로 풀이된다. 이는 보안과 규제 리스크를 최소화하는 결과로 이어질 것으로 보인다. 해당 모델은 글로벌 오픈소스 플랫폼 허깅페이스를 통해 대중에게 공개될 예정이다. BC카드는 앞으로 적용 대상을 넓혀 △KT 그룹사 △정부 △금융기관 등을 상대로 금융 AI 검색 플랫폼 사업을 지속해서 확장해 나갈 계획이다. 오성수 BC카드 상무는 "이번 개발은 금융 특화 AI 서비스의 핵심 기술을 자체 확보하고 운영할 수 있는 기술 기반을 마련해 정부의 소버린 AI 기조, 금융위원회가 추진 중인 금융권 AX 가속화 정책과도 부합한다는 점에서 의미가 크다"면서 "자체 개발한 금융 특화 모델과 데이터셋을 개방과 공유해 금융권 전반의 AX 저변 확대와 한국형 금융 AI 생태계 구축에 기여할 것"이라고 말했다.2026-07-02 16:34:28
-
IBM, '1나노 벽' 넘었다…반도체 경쟁 옹스트롬 시대로 [경제일보] IBM이 반도체 미세공정의 한계로 여겨져 온 1나노미터 벽을 넘어서는 기술을 공개했다. 0.7나노, 즉 7옹스트롬급 칩 기술이다. 인공지능(AI) 반도체와 데이터센터 전력 효율 경쟁이 격화되는 가운데 반도체 공정 경쟁이 나노미터를 넘어 옹스트롬 단위로 들어서고 있다는 평가가 나온다. IBM은 25일 세계 최초의 서브 1나노 칩 기술인 0.7나노 공정 ‘나노스택’ 아키텍처를 개발했다고 밝혔다. 나노스택은 기존처럼 트랜지스터를 평면 위에 더 촘촘히 배열하는 방식에서 벗어나 소자를 수직 방향으로 엇갈려 쌓는 3차원 적층 구조다. IBM은 이를 통해 손톱 크기 칩에 약 1000억개의 트랜지스터를 집적할 수 있다고 설명했다. 옹스트롬은 나노미터보다 더 작은 길이 단위다. 1옹스트롬은 0.1나노미터이고, 1나노미터는 10옹스트롬이다. IBM이 공개한 0.7나노 공정은 이를 옹스트롬 단위로 바꾸면 7옹스트롬에 해당한다. 그동안 반도체 업계가 7나노, 5나노, 3나노, 2나노 공정을 놓고 경쟁했다면, 이제는 1나노 아래의 초미세 공정 경쟁으로 이동하고 있는 셈이다. 다만 반도체에서 말하는 공정명은 실제 트랜지스터의 모든 물리적 길이가 정확히 그 숫자라는 뜻은 아니다. 최근의 2나노, 1나노, 7옹스트롬이라는 표현은 실제 선폭보다 집적도, 성능, 전력 효율, 세대 구분을 나타내는 상징적 명칭에 가깝다. 따라서 ‘옹스트롬 시대’는 단순히 숫자를 더 작게 부르는 변화가 아니라 트랜지스터 구조와 적층 방식까지 바꾸는 차세대 공정 경쟁의 시작을 뜻한다. ◆ 나노스택, 평면 미세화 한계 넘는 3차원 해법 IBM은 나노스택 기술이 2021년 공개한 2나노 칩과 비교해 트랜지스터 밀도를 약 두 배 높일 수 있다고 밝혔다. 같은 전력에서 연산 성능을 최대 50% 끌어올리거나 같은 성능에서 전력 효율을 최대 70% 개선할 수 있다는 설명이다. 칩 내부 SRAM 공간 효율도 40% 향상돼 고성능 AI 반도체 설계에 유리하다고 강조했다. 핵심은 미세화 방식의 전환이다. 반도체 업계는 핀펫을 넘어 게이트올어라운드(GAA), 나노시트 구조로 이동하고 있다. 평면 위에 회로를 더 작게 그리는 방식만으로는 전력 누설과 발열, 배선 복잡도를 해결하기 어려워졌기 때문이다. 나노스택은 이 흐름을 한 단계 더 밀고 나가 소자를 위로 쌓아 집적도를 높이는 접근이다. IBM은 나노스택이 중앙처리장치(CPU), 그래픽처리장치(GPU), 모바일 칩 등 다양한 반도체에 적용될 수 있는 범용 기술이라고 설명했다. AI 데이터센터 전력 사용량이 급증하는 상황에서 성능과 전력 효율을 동시에 개선할 수 있는 공정 기술은 산업적 파급력이 크다. AI 모델이 커질수록 병목은 연산 성능뿐 아니라 전력, 냉각, 칩 면적, 메모리 효율로 확산되고 있다. 후이밍 부 IBM 리서치 반도체 글로벌 연구개발 총괄 부사장은 “나노스택은 단발성 혁신이 아니다”라며 “향후 10년간 여러 세대에 걸쳐 7옹스트롬, 5옹스트롬, 3옹스트롬을 거쳐 1옹스트롬에 이르는 제품이 이 아키텍처를 기반으로 나올 것”이라고 강조했다. ◆ 라피더스 협력 주목…양산까지는 시간 필요 파운드리 경쟁 구도에도 파장이 예상된다. 현재 최첨단 파운드리 시장은 TSMC, 삼성전자, 인텔이 2나노급 공정과 후속 로드맵을 놓고 경쟁하는 구조다. IBM은 대량 생산 파운드리 사업자는 아니지만 반도체 원천 기술과 연구개발에서 영향력이 크다. 2021년 2나노 기술을 먼저 공개한 데 이어 이번에는 1나노 아래 공정 가능성을 제시했다. 특히 일본 라피더스와의 협력 관계가 주목된다. IBM과 라피더스는 2022년 2나노 노드 공동 개발 파트너십을 맺었고 라피더스는 일본 정부 지원을 바탕으로 첨단 로직 파운드리 진입을 추진하고 있다. IBM이 나노스택 기술을 어느 기업과 상용화할지는 공개하지 않았지만 기존 협력 관계를 고려하면 라피더스가 차세대 공정 경쟁에서 복병으로 부상할 가능성도 있다. 기대와 현실은 구분해야 한다. IBM은 나노스택 기술의 실제 생산 적용 시점을 이르면 5년 뒤로 보고 있다. 연구 단계의 기술을 대량 생산 가능한 공정으로 전환하려면 수율, 장비, 소재, 설계도구, 고객 생태계가 모두 맞물려야 한다. 0.7나노라는 숫자가 곧바로 스마트폰이나 AI 가속기 양산 칩에 적용된다는 뜻은 아니다. IBM이 최근 양자 반도체 파운드리 기업 ‘앤더론’ 설립 계획을 밝힌 점도 눈에 띈다. 앤더론은 양자컴퓨팅용 웨이퍼 생산 기반을 구축하는 별도 프로젝트다. 전통 로직 반도체와 양자 반도체는 기술 성격이 다르지만 IBM이 차세대 컴퓨팅 하드웨어의 제조 기반을 다시 강화하려 한다는 점에서는 같은 흐름으로 읽힌다. 이번 발표는 반도체 미세화 경쟁이 아직 끝나지 않았다는 신호다. 파운드리 패권은 여전히 양산 능력과 수율, 고객 확보에서 결정된다. 그러나 차세대 공정의 방향을 누가 먼저 제시하느냐도 중요하다. IBM이 1나노 아래의 길을 열면서 TSMC, 삼성전자, 인텔, 라피더스의 경쟁은 나노미터를 넘어 옹스트롬 단위로 들어서고 있다. 다음 승부는 더 작은 숫자가 아니라 그 숫자를 안정적인 양산과 전력 효율로 증명하는 데서 갈릴 것이다.2026-06-25 22:35:16
-
![[데일리 자산운용 브리프] 삼성자산운용, KODEX 전고체배터리ESS TOP2플러스 ETF 신규 상장 外](https://image.ajunews.com//content/image/2026/06/23/20260623095708750944.jpg)
삼성자산운용, 'KODEX 전고체배터리ESS TOP2플러스' ETF 신규 상장 外 [경제일보] 삼성자산운용, 'KODEX 전고체배터리ESS TOP2플러스' ETF 신규 상장 삼성자산운용은 전고체배터리와 에너지저장장치(ESS)에 집중적으로 투자하는 'KODEX 전고체배터리ESS TOP2플러스' 상장지수펀드(ETF)를 새롭게 상장했다고 23일 밝혔다. 차세대 배터리 산업의 핵심 동력으로 꼽히는 두 분야의 성장성을 겨냥해 만들어진 상품이다. 최근 2차전지 시장은 전기차 수요 둔화로 조정을 겪고 있다. 하지만 인공지능(AI) 산업 확대로 배터리 활용처는 빠르게 늘어나는 추세다. 특히 AI 데이터센터 증가로 전력 수요가 뛰면서 전기를 효율적으로 관리하는 ESS가 필수 인프라로 자리 잡는 모습이다. 글로벌 전력망 투자 확대로 관련 시장의 실제 수주와 실적 성장도 본격화될 것으로 풀이된다. 이른바 '3세대 2차전지'로 불리는 전고체배터리 역시 주목받고 있다. 기존 액체 전해질을 고체로 바꿔 화재 위험은 줄이고 에너지 밀도는 높인 것이 특징이다. 이 배터리는 뛰어난 안전성을 바탕으로 △휴머노이드 로봇 △우주항공 △도심항공교통(UAM) △ESS 등 다양한 첨단 산업으로 적용 범위가 넓어질 것으로 보인다. 신규 상장하는 ETF는 가시적인 실적을 내는 ESS와 전고체배터리의 잠재력을 한곳에 모은 포트폴리오를 구성했다. 국내 대표 배터리 기업인 삼성SDI와 LG에너지솔루션에 전체 비중의 절반을 집중적으로 투자한다. 두 회사는 ESS용 배터리 경쟁력을 갖추고 전고체배터리 개발을 이끌고 있다. 이에 향후 실적 개선과 상용화에 대한 기대감을 동시에 반영할 수 있을 것으로 예상된다. 핵심 두 종목 외에 밸류체인 전반의 경쟁력 있는 기업들도 편입한다. 전고체배터리 부문에서는 핵심 소재 기업을 담는다. ESS 부문은 △전력변환장치 △대형 전력기기 △시스템 패키징 △배터리 제조장비 관련 기업에 분산 투자한다. 주요 편입 종목은 △이수스페셜티케미컬 △대주전자재료 △롯데에너지머티리얼즈 △엘앤에프 △LS ELECTRIC △효성중공업 △서진시스템 △씨아이에스 등이다. 신현진 삼성자산운용 매니저는 "전고체배터리 소재 기업과 ESS 핵심 밸류체인 기업에 투자함으로써 배터리 산업의 다음 성장 사이클에 집중할 수 있도록 해당 상품을 설계했다"며 "전기차를 넘어 AI 인프라, 로봇, 미래 모빌리티 등으로 확대되는 배터리 산업의 구조적 성장에 투자하고자 하는 투자자들에게 효과적인 투자 수단이 될 것"이라고 말했다. 미래에셋자산운용 'TIGER 200' ETF 코스피200 추종 상품 중 수익률 1위 달성 미래에셋자산운용의 코스피200 지수 추종 ETF인 TIGER 200 ETF가 올해 코스피200 기반 ETF 가운데 가장 높은 수익률을 기록했다고 23일 밝혔다. 한국거래소에 따르면 22일 해당 펀드의 연초 이후 수익률은 145.5%다. 이는 국내 주식시장에 상장된 코스피200 기반 ETF 15종 가운데 1위에 해당한다. 순자산 규모는 12조8660억원 수준으로 집계됐다. 최근 전 세계 주요 지수 가운데 코스피200의 오름세는 가장 두드러지는 양상을 보이고 있다. 이에 국내 증시 상승에 베팅하려는 투자자들의 자금이 대거 몰린 것으로 풀이된다. 개인투자자 매수세가 더해지며 이 펀드의 순자산은 지난달 10조원을 넘어섰다. 이후 약 한 달 만에 12조원 규모로 덩치를 불렸다. 해당 상품은 코스피 시장을 대표하는 우량 기업 200곳을 담고 있다. 특히 국내 증시 상승을 이끄는 반도체 대장주를 높은 비중으로 편입 중이다. 자산 내 비중이 큰 5개 종목은 △삼성전자(33.2%) △SK하이닉스(32.6%) △SK스퀘어(3.7%) △삼성전기(2.5%) △현대차(1.6%) 등이다. 박현주 미래에셋그룹 글로벌전략가(GSO) 회장은 그동안 개별 주식 투자가 지닌 불확실성을 상쇄할 대안으로 ETF를 활용한 분산 투자를 거듭 강조해 왔다. 시장 변동성을 방어하면서도 자본시장의 장기적 성장을 공유하려면 지수 상승에 올라타는 전략이 필수적이라는 입장이다. 해당 상품은 개별 주식의 변동성 위험을 줄이면서도 국가 경제 핵심 자산에 투자할 수 있는 효과적인 적립식 장기 투자 수단으로 자리 잡을 것으로 보인다. 정의현 미래에셋자산운용 ETF운용본부 본부장은 "한국 대표지수에 투자하는 가장 효율적인 방법은 TIGER 200 ETF"라며 "낮은 보수와 높은 유동성, 우수한 추종성과를 두루 갖춰 국내 증시에 투자하려는 투자자에게 최적의 선택지가 될 것"이라고 말했다. 한투운용, 'ACE 글로벌AI맞춤형반도체' ETF 순자산 500억원 돌파 한국투자신탁운용은 'ACE 글로벌AI맞춤형반도체' ETF 순자산액이 500억원을 넘어섰다고 23일 발표했다. 한국거래소에 따르면 22일 해당 ETF의 순자산액은 504억원이다. 올해 초와 비교해 406.52% 급증한 규모다. 지난 3개월 기준 수익률은 122.31%를 기록했다. 국내 증시에 상장한 해외형 반도체 ETF 23개 종목 가운데 레버리지를 제외하면 두 번째로 높다. 지난 6개월과 1년 수익률은 각각 132.20%와 174.65% 수준이다. 해당 펀드는 맞춤형 반도체(ASIC) 관련 대표 산업을 골라 소수 핵심 기업에 자금을 집중적으로 투입한다. 이번 성과는 반도체 설계 자산(IP)과 맞춤형 설계 시장을 이끄는 미국 증시 내 핵심 종목인 ARM 홀딩스(이하 ARM)와 마벨 테크놀로지 그룹(이하 마벨) 주가가 큰 폭으로 오른 영향으로 풀이된다. 편입 비중 29.88%로 1위인 ARM은 최근 3개월 동안 주가가 208.06% 뛰었다. AI 에이전트 확산으로 연산 수요가 학습에서 추론 단계로 넘어가면서 비용 절감이 가능한 중앙처리장치(CPU) 수요가 확대된 결과로 보인다. ARM은 전력 효율성 부문에서 압도적인 IP 경쟁력을 갖추고 있다. 최근 글로벌 대형 정보기술(IT) 기업에 자체 CPU 칩 공급 물량을 늘리면서 사업 구조를 기존 IP 라이선스 제공에서 칩 공급까지 넓혀 기업 가치가 재평가된 것으로 분석된다. 편입 비중 23.14%를 차지한 마벨도 같은 기간 주가가 249.92% 폭등해 펀드 수익률을 견인했다. 마벨은 세계 커스텀 ASIC 디자인 서비스 시장 점유율 20~25%를 확보한 상태다. 최근 아마존웹서비스(AWS) 대상 맞춤형 ASIC 판매가 늘어난 상황에서 광통신 사업 부문에 엔비디아가 20억달러 규모 투자를 단행한다는 소식이 주가를 밀어 올린 것으로 관측된다. 젠슨 황 엔비디아 최고경영자가 지난 2일 대만 컴퓨텍스 2026 현장에서 마벨을 차기 1조달러 기업으로 거론해 시장 이목을 끌기도 했다. AI 인프라 확보 경쟁이 그래픽처리장치(GPU)를 넘어 △네트워크 △광통신 △ASIC 등 데이터센터 전역으로 번지면서 마벨이 지닌 전략적 가치가 부각되고 있다는 해석이 지배적이다. 22일 ETF CHECK 집계에 따르면 해당 펀드의 ARM과 마벨 합산 편입 비중은 국내 상장 ETF 가운데 최고 수준이다. 국내 상장 글로벌 반도체 ETF 대부분이 엔비디아 비중을 높게 가져가는 것과 차이가 있다. 해당 상품은 △브로드컴 △케이던스 △시놉시스 등을 함께 담아 맞춤형 AI 반도체 업체 성장세에 대응하도록 자산을 배분했다. 남용수 한국투자신탁운용 ETF본부장은 "ACE 글로벌AI맞춤형반도체 ETF는 CPU, ASIC 산업을 주도하는 종목을 높은 비중으로 편입하며 최근 높은 수익률 성과를 보였다"며 "기존 범용 반도체 시장을 이끄는 당사의 ACE 글로벌반도체TOP4 Plus ETF와 함께 투자할 때 AI 산업 성장 수혜를 골고루 누릴 수 있을 것"이라고 말했다. 한화자산운용, 'PLUS 200커버드콜액티브' ETF 신규 상장 간밤 미국 증시 흐름의 영향으로 23일 코스피가 상승 출발한 가운데 한화자산운용은 이날 코스피200 투자에 액티브 옵션 매도 전략과 배당회피 전략을 더한 'PLUS 200커버드콜액티브' ETF를 새로 상장한다고 밝혔다. 해당 상품은 코스피200 편입 종목에 투자하며 콜옵션 매도 전략을 통해 매월 현금 흐름 창출을 쫓는 월배당 커버드콜 펀드다. 분배금 지급 기준일은 매달 마지막 영업일이다. 가장 눈에 띄는 특징은 시장 상황에 맞춰 △옵션 매도 비중 △행사가 △만기 등을 동적으로 조절하는 액티브 커버드콜 전략이다. 기존 패시브 커버드콜은 콜옵션 매도 비중이나 타깃 프리미엄이 정해져 있어 시장 변동에 대처하기 어렵다. 반면 이 ETF는 상승장 예상 시 콜옵션 매도 비중을 줄여 코스피200 상승 참여율을 끌어올린다. 하락장 예상 시에는 매도 비중을 늘려 옵션 프리미엄 수취를 극대화해 충격을 덜어내는 구조다. 배당회피 전략을 활용해 월 분배 재원의 세후 효율성을 높인 점도 차별점으로 꼽힌다. 배당락 이전에 보유 주식을 팔아 배당금을 직접 받지 않고 배당락 이후 하락한 가격에 다시 사들여 매매차익을 얻는 방식이다. 이는 과세 부담이 따르는 주식 배당 비중을 낮추면서 옵션 프리미엄 매매차익 같은 비과세 성격의 분배 재원을 늘리기 위한 것으로 풀이된다. 아울러 액티브 전략을 바탕으로 향후 코스피200 데일리옵션 도입 시 즉각적인 활용이 가능할 것으로 보인다. 데일리옵션을 쓰면 짧은 만기 옵션으로 매도 빈도를 높여 한층 정교한 운용을 할 수 있다. 금정섭 한화자산운용 ETF사업본부장은 "PLUS 200커버드콜액티브 ETF는 KOSPI200의 투자 매력을 기반으로 상승에 참여하되 배당회피 전략을 통해 세후 분배금 극대화를 함께 추구하도록 설계한 상품"이라며 "정해진 규칙에 따라 옵션을 매도하는 기존 커버드콜 방식에서 한 단계 더 나아가 시장 변화에 맞춰 전략을 능동적으로 조정할 수 있는 차세대 커버드콜 투자 솔루션으로 자리매김할 것"이라고 말했다.2026-06-23 11:20:54
-
![[현장] 2031년 영업익 1조 사업으로…LG이노텍, AI·6G 타고 기판사업 질주](https://image.ajunews.com//content/image/2026/06/17/20260617150452274000.jpg)
"2031년 영업익 1조 사업으로"…LG이노텍, AI·6G 타고 기판사업 질주 [경제일보] LG이노텍이 반도체 기판 사업을 미래 성장동력으로 점찍고 대규모 육성에 나선다. 회사는 패키지솔루션사업부를 오는 2031년 영업이익 1조원 규모 사업으로 키우고 RF-SiP, FC-CSP, FC-BGA 등 고부가 기판을 앞세워 6G 통신과 AI(인공지능) 서버·메모리 시장을 공략한다는 청사진을 제시했다. LG이노텍은 지난 16일 서울 강서구 마곡 본사에서 '미디어 테크 데이'를 열고 패키지솔루션사업의 핵심 제품과 기술 경쟁력을 공개했다. 이날 행사에서는 반도체 기판 3종의 시장 전망과 사업 방향, 차별화 기술이 소개됐다. 패키지솔루션사업은 LG이노텍 전체 매출에서 차지하는 비중은 지난해 기준 약 10% 수준이지만 영업이익 비중은 19%에 달한다. 올해 1분기 영업이익도 전년 대비 31% 증가하며 회사 수익성을 견인하는 고부가 사업으로 부상했다. 지난해 패키지솔루션사업 매출은 1조7200억원으로 2024년 1조4600억원 대비 약 18% 늘었다. 같은 기간 영업이익은 708억원에서 1289억원으로 82% 증가했다. 스마트폰 고사양화, 5G 통신 확산, 메모리 업사이클 진입, AI·빅데이터 시장 확대가 맞물리며 성장세가 가팔라지고 있다는 설명이다. 조지태 LG이노텍 패키지솔루션사업부장(전무)는 "LG이노텍은 고객보다 한발 앞서 시장 변화를 예측하고 기술을 고도화하며 반도체 기판 시장의 기술 패러다임을 혁신하는 퍼스트 무버로 성장해 왔다"며 "차별화된 기술력을 바탕으로 새롭게 열리는 반도체 기판 시장에서 점유율을 빠르게 확대하고 2031년까지 패키지솔루션사업을 영업이익 1조원 규모 사업으로 육성하겠다"고 말했다. 이날 가장 먼저 소개된 제품은 RF-SiP 기판이다. RF-SiP는 전력 증폭기, 칩셋 등 무선통신에 필요한 부품을 하나의 패키지로 결합한 통신용 반도체 부품이다. LG이노텍은 이를 메인보드와 연결하는 기판을 개발·생산하고 있다. LG이노텍은 2011년 세계 최초로 코어리스 RF-SiP 기판 개발과 양산에 성공했다. 코어층을 제거하고 절연층만으로 기판을 구성해 기존 대비 두께를 20% 줄였다. 신호 지연이 적은 레진과 특수 처리한 구리를 적용해 송수신 과정에서 발생하는 신호 손실량도 기존 대비 70% 줄였다. 이 같은 기술력을 앞세워 LG이노텍은 2016년부터 글로벌 RF-SiP 기판 시장 1위를 유지하고 있다. 지난해 기준 글로벌 시장 점유율은 약 65% 수준이며 올해는 80%까지 확대될 것으로 회사 측은 보고 있다. 특히 LG이노텍은 솔더볼을 기판에 직접 연결하는 기존 방식 대신 구리기둥을 먼저 세우고 그 위에 솔더볼을 얹는 'Cu-Post' 공법을 세계 최초로 RF-SiP 기판에 적용했다. 이를 통해 솔더볼 간격을 촘촘하게 만들면서도 기판 두께를 기존 대비 약 20% 줄였다. 5G 스마트폰 안에 더 많은 부품과 회로가 들어가야 하는 상황에서 슬림한 디자인을 구현할 수 있도록 한 핵심 기술이다. 남상혁 LG이노텍 패키지솔루션연구소장 연구위원은 "솔더볼 간격을 지금보다 10% 줄인 차세대 Cu-Post 기술을 개발하고 있다"며 "다가올 6G 시대에 부가가치가 더욱 높아진 RF-SiP 기판으로 시장을 선도하겠다"고 밝혔다. AI 확산에 따라 FC-CSP 기판 수요도 빠르게 늘고 있다. FC-CSP 기판은 주로 모바일 애플리케이션 프로세서(AP)에 들어가는 저전력 D램과 소형 칩 패키지를 메인보드와 연결하는 데 사용돼 왔다. 최근에는 AI 가속기와 서버 등에 GDDR 등 메모리 반도체 채용이 확대되면서 적용 영역이 메모리 분야로 넓어지고 있다. 명세호 LG이노텍 패키지솔루션개발담당 상무는 "FC-CSP 기판은 기존 메모리 기판보다 전기적 특성과 고집적 특성이 높아 칩 성능 향상에 유리하다"며 "성능과 집적도 향상을 위해 기존 메모리 기판을 FC-CSP 기판으로 대체 적용하는 것이 트렌드가 됐다"고 설명했다. LG이노텍은 최근 글로벌 반도체 고객향 GDDR7용 FC-CSP 기판을 수주했다. 메모리용 FC-CSP 기판 신규 수주가 이어지면서 현재 구미 반도체 생산라인은 풀가동 상태다. 황정호 LG이노텍 패키지솔루션마케팅담당 상무는 "이번 달 착공에 들어가는 베트남 반도체 기판 신공장에서 FC-CSP와 RF-SiP 기판 생산라인을 가장 먼저 늘려 국내외 고객 수요에 대응할 계획"이라고 말했다. FC-BGA 기판은 LG이노텍이 중장기 성장 축으로 키우는 제품이다. FC-BGA는 PC, 노트북, 차량, AI 서버, 데이터센터 등 고성능 반도체가 들어가는 대형 기기에 특화된 기판이다. FC-CSP와 비교해 면적이 18배 이상 크고 층수도 16~22층 수준으로 많아 공정 난도가 높다. LG이노텍은 현재 가로·세로 85㎜ 크기의 대면적 FC-BGA 기판을 양산할 수 있는 기술을 확보했다. 가로·세로 120㎜가 넘는 초대면적 FC-BGA 기판도 개발하고 있다. 회사는 2022년 FC-BGA 기판 사업 진출을 본격화하고 LG전자로부터 인수한 구미4공장에 신규 생산라인 ‘드림 팩토리’를 구축했다. 드림 팩토리는 AI, 딥러닝, 로봇, 디지털 트윈 등 최신 IT 기술을 적용한 스마트팩토리다. 대면적 기판은 이물로 인한 불량 가능성이 높지만 생산 공정 전반을 자동화·지능화해 수율을 빠르게 끌어올릴 수 있다는 게 회사 측 설명이다. LG이노텍은 2024년 12월 드림 팩토리에서 글로벌 빅테크 고객향 PC 칩셋용 FC-BGA 기판 양산에 돌입했다. 올해 3분기부터는 같은 고객사에 PC CPU용 제품 양산을 시작할 예정이다. 오는 2028년까지 자율주행, AI 가속기, 서버 CPU·GPU용 FC-BGA 기판 등 하이엔드 시장에 단계적으로 진출한다는 계획이다. 황 상무는 "학습형 AI에서는 GPU 비중이 압도적으로 높았다면 추론형 AI 시대에는 메모리와 CPU 비중이 더 높아질 것으로 예상된다"며 "많은 글로벌 빅테크 업체가 CPU 시장에 뛰어들면서 FC-BGA 후발주자인 LG이노텍에도 새로운 사업 기회가 열리고 있다"고 말했다. 이어 "CPU용 FC-BGA 기판 공급 논의를 위해 다양한 글로벌 고객들이 LG이노텍을 직접 찾고 있다"며 "고객 수요 증가에 대응하기 위해 국내 FC-BGA 기판 생산능력 확대 투자도 검토 중"이라고 덧붙였다. LG이노텍은 RF-SiP로 확보한 모바일 기판 경쟁력을 6G 통신 시장으로 확장하고 FC-CSP와 FC-BGA를 통해 AI 반도체 기판 시장 공략을 본격화한다는 방침이다. 카메라모듈 중심의 사업 구조에서 벗어나 수익성 높은 반도체 기판 사업을 키우며 포트폴리오 고도화에 속도를 내는 모습이다. 조 전무는 "엣지 컴퓨팅, 방산 등 다양한 영역에 확대 적용 가능한 FC-BGA 기판을 지속 개발하고 글로벌 빅테크 신규 고객 발굴을 이어가겠다"며 "FC-BGA 사업을 회사의 핵심 사업으로 키워 나가겠다"고 강조했다.2026-06-17 15:38:50
-
삼성전자, 개발 단계도 AI로 바꾼다…디지털 트윈용 서버 517대 구축 [경제일보] 삼성전자가 가전과 스마트폰 개발 과정에 디지털 트윈 기반 고성능컴퓨팅(HPC) 인프라를 도입하며 인공지능(AI) 전환(AX)에 속도를 내고 있다. 제조 공정에 이어 제품 개발 단계까지 AI 기반 검증 체계를 확대하며 개발부터 생산까지 전 주기를 아우르는 디지털 전환 체계 구축에 나선 것이다. 15일 업계에 따르면 삼성전자 DX(디바이스경험) 부문은 최근 서울 마포구 상암동 데이터센터에 HPC 서버 517대를 구축하고 내부 개발 인력을 대상으로 서비스를 시작했다. 디지털 트윈은 현실의 제품과 환경을 가상 공간에 구현한 뒤 다양한 상황을 시뮬레이션해 결과를 예측하는 기술이다. 제품 개발 과정에서 물리적 시험을 대체하거나 보완해 검증 효율성을 높일 수 있다. 삼성전자가 구축한 HPC 인프라는 고성능 중앙처리장치(CPU)를 기반으로 구성됐다. 이를 통해 연산 속도는 기존 대비 약 5.8배 향상되고 가상 검증 규모도 약 6배 확대될 것으로 예상된다. 회사는 스마트폰 낙하 시험과 TV 발열·충격 검증, 세탁기 내구성 검증, 로봇청소기 충돌 시험 등에 해당 인프라를 활용할 계획이다. 실제 TV 낙하 시험은 기존 15일에서 2일로, 세탁기 검증은 15일에서 5일 수준으로 단축될 것으로 기대된다. 스마트폰의 경우 기존 물리 시험으로 구현하기 어려웠던 다양한 각도의 낙하 시뮬레이션도 가능해졌다. 업계에서는 이번 투자가 제품 개발 기간 단축과 품질 경쟁력 강화에 기여할 것으로 보고 있다. 특히 디지털 트윈을 활용한 가상 검증 체계가 확대되면서 시제품 제작 비용 절감과 개발 효율성 향상 효과도 기대된다. 이번 HPC 구축은 삼성전자가 추진 중인 AI 자율공장 전략과도 맞닿아 있다. 앞서 삼성전자는 2030년까지 국내외 생산 거점을 AI 자율공장으로 전환하겠다는 계획을 발표한 바 있다. AI 자율공장은 생산과 품질, 물류 전 과정에 AI와 디지털 트윈 기술을 적용하는 차세대 제조 체계다. 업계에서는 제조 단계의 디지털 트윈이 AI 자율공장의 기반이라면 이번 HPC 인프라는 제품 개발 단계의 디지털 트윈을 담당하는 역할을 할 것으로 보고 있다. 개발 과정에서 축적된 데이터가 생산 현장으로 연결되면서 개발부터 양산까지 전 과정의 AI 기반 운영 체계가 구축될 수 있다는 분석이다. 삼성전자는 이번 인프라를 외부 클라우드가 아닌 자체 시스템으로 구축했다. 이를 통해 제품 설계 정보와 검증 데이터 등 핵심 기술 자산을 내부에서 관리하면서 보안성과 운영 효율성을 동시에 확보할 수 있을 것으로 기대하고 있다.2026-06-15 10:34:16
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] 사상 최악의 기후재난, 네팔 대홍수가 묻는 것](https://image.ajunews.com/content/image/2026/08/31/20260831101315475035_518_323.jpg)