검색결과 총 21건
-
D램 시대 저문다…삼성전자·SK하이닉스, AI 반도체 새 공식 쓴다
[경제일보] AI 반도체 시장의 폭발적 성장 속에 삼성전자와 SK하이닉스의 승부도 새로운 국면에 접어들고 있다. 한때 메모리 산업의 경쟁력은 생산능력 확대와 시장 점유율 확보로 설명됐다. 대규모 생산설비를 기반으로 안정적인 공급 체계를 구축하는 것이 시장 지배력의 핵심이었고 삼성전자와 SK하이닉스 역시 이를 중심으로 경쟁해왔다. 하지만 생성형 인공지능(AI) 확산으로 산업의 무게추가 빠르게 이동하고 있다. 초거대 AI 모델과 AI 데이터센터 구축 경쟁이 본격화되면서 반도체 성능을 좌우하는 핵심 요소가 GPU를 넘어 HBM(고대역폭메모리), 첨단 패키징, 인터커넥트 기술로 확대되고 있기 때문이다. 특히 HBM은 AI 가속기의 성능을 결정하는 핵심 부품으로 자리 잡으며 단순 메모리를 넘어 전략 자산으로 부상했다. 실제로 글로벌 빅테크들의 AI 투자 확대와 함께 HBM 공급 능력은 반도체 기업 경쟁력을 평가하는 대표 지표가 되고 있다. 이제 경쟁의 무게추는 생산량에서 기술력으로 이동하고 있다. 차세대 HBM 개발 역량과 고객사 인증, 첨단 패키징 및 시스템 통합 능력이 AI 시대 메모리 기업의 핵심 경쟁력으로 떠오르는 모습이다. 그 변화의 중심에는 삼성전자와 SK하이닉스가 서 있다. 흥미로운 점은 양사가 같은 시장을 바라보면서도 전혀 다른 해법을 선택했다는 점이다. SK하이닉스가 HBM 중심 전략을 통해 AI 메모리 강자의 지위를 굳히고 있다면, 삼성전자는 메모리와 파운드리, 첨단 패키징을 결합한 '종합 반도체' 전략으로 반격에 나서고 있다. HBM에 올인했다…AI 시대 최대 수혜자 된 SK하이닉스 현재 AI 메모리 시장의 주도권은 SK하이닉스가 쥐고 있다는 평가가 우세하다. SK하이닉스는 생성형 AI 시장이 본격적으로 성장하기 전부터 HBM 개발에 집중 투자하며 시장을 선점했다. 엔비디아 공급망에 가장 먼저 안착한 데 이어 HBM3E와 HBM4 양산 체제를 구축하며 AI 메모리 시장의 대표 수혜 기업으로 자리매김했다. 과거 SK하이닉스는 메모리 업황에 따라 실적 변동성이 크게 나타나는 전형적인 D램 기업으로 분류됐다. 하지만 AI 시대가 열리면서 기업 가치의 중심축 역시 범용 메모리에서 HBM으로 이동하고 있다. HBM은 일반 D램보다 기술 장벽이 높고 수익성도 월등하다. 고객사 인증 절차가 길고 공급망 진입 장벽이 높은 만큼 한 번 공급망에 진입하면 장기간 거래가 이어질 가능성이 크다. 실제로 글로벌 AI 반도체 시장 확대와 함께 HBM 공급 능력은 메모리 기업 경쟁력을 평가하는 핵심 지표로 자리 잡고 있다. SK하이닉스는 최근 HBM 내부 발열을 줄이는 차세대 열관리 기술을 공개하는 등 차세대 HBM5 시장 선점에도 속도를 내고 있다. HBM 적층 수 증가와 AI 가속기 성능 향상으로 발열 관리 중요성이 커지면서 열제어 기술이 차세대 경쟁력으로 부상하고 있기 때문이다. 업계에서는 SK하이닉스가 범용 메모리 기업에서 AI 메모리 전문 기업으로 체질 전환에 성공했다는 평가를 내놓고 있다. 다만 HBM 중심 성장 전략의 이면에는 고객 다변화라는 과제도 남아 있다. 현재 글로벌 AI 반도체 시장은 엔비디아가 사실상 주도하고 있다. HBM 수요 역시 상당 부분이 엔비디아 AI 가속기 생태계에서 발생하는 만큼 특정 고객과 제품군에 대한 의존도가 높아질 수밖에 없는 구조다. 이는 단기적으로는 안정적인 수요를 확보했다는 의미지만 중장기적으로는 시장 변화에 따른 리스크 요인으로 작용할 수 있다. 엔비디아의 제품 로드맵 변화나 공급망 전략 조정, 가격 협상력 확대 등이 HBM 업체들의 실적 변동성으로 이어질 가능성이 있어서다. 여기에 AMD와 인텔의 AI 가속기 경쟁력 강화, 구글·아마존·마이크로소프트 등 빅테크 기업들의 자체 AI 칩 개발 확대도 변수로 꼽힌다. AI 반도체 시장이 엔비디아 중심의 단일 축에서 다변화될 경우 HBM 업체들 역시 고객 포트폴리오 다변화 역량이 새로운 경쟁력으로 부상할 전망이다. HBM만으론 부족하다…종합 반도체 승부수 던진 삼성전자 반면 삼성전자는 다른 해법을 선택했다. 현재 삼성전자의 목표는 단순한 HBM 점유율 회복에 있지 않다. AI 시대 반도체 경쟁의 중심이 개별 부품에서 시스템 통합 역량으로 이동하고 있다는 점에 주목하고 있다. AI 반도체 성능은 더 이상 GPU만으로 결정되지 않는다. HBM과 GPU를 연결하는 첨단 패키징 기술, 데이터 병목 현상을 줄이는 인터커넥트 기술, 전력 효율을 높이는 메모리 구조 등이 복합적으로 작용하며 성능을 좌우한다. 삼성전자는 최근 HBM4E 샘플 공급을 시작하며 차세대 HBM 시장 공략에 속도를 내고 있다. 동시에 파운드리와 첨단 패키징 사업을 연계한 AI 반도체 생태계 구축에도 힘을 쏟고 있다. 업계에서는 삼성전자의 강점으로 메모리와 파운드리, 첨단 패키징 역량을 함께 보유한 점을 꼽는다. AI 반도체 성능 경쟁이 개별 칩 단위에서 시스템 단위로 확장될수록 메모리와 연산칩, 패키징을 통합 설계하는 역량의 중요성이 커지고 있기 때문이다. 삼성전자는 올해 3월 엔비디아 GTC 2026에서 HBM4E를 공개하며 메모리와 로직, 파운드리, 첨단 패키징을 아우르는 AI 인프라 솔루션을 전면에 내세웠다. 이어 지난달 말에는 12단 HBM4E 샘플을 글로벌 고객사에 출하하며 차세대 HBM 시장 추격에 속도를 냈다. 삼성전자에 따르면 HBM4E는 HBM4 대비 데이터 처리 속도와 용량을 높인 제품으로, 고객사 일정에 맞춰 양산을 추진할 계획이다. 첨단 패키징도 삼성전자가 강조하는 축이다. 삼성전자 파운드리 사업부는 AI와 고성능컴퓨팅(HPC) 분야에서 여러 칩을 하나의 시스템처럼 결합하는 이종집적 패키징을 주요 경쟁력으로 내세우고 있다. AI 가속기 성능이 GPU와 HBM의 연결 효율, 전력 효율, 설계 확장성에 좌우되는 만큼 패키징 역량은 HBM 경쟁의 연장선에 놓여 있다는 분석이다. CXL(Compute Express Link) 역시 삼성전자가 공을 들이는 분야다. CXL은 CPU와 메모리, 가속기 간 데이터 이동을 효율화하는 차세대 인터커넥트 기술로, AI·머신러닝과 고성능컴퓨팅 등 대용량 메모리가 필요한 데이터센터 환경에서 활용도가 커지고 있다. 삼성전자는 CXL 메모리가 여러 호스트 간 메모리 풀링과 공유를 가능하게 해 데이터센터의 자원 활용도를 높일 수 있다고 설명하고 있다. 결국 삼성전자가 그리는 청사진은 HBM 단일 제품 경쟁에 머물지 않는다. HBM4E를 앞세운 메모리 추격과 파운드리, 첨단 패키징, CXL을 하나의 축으로 묶어 AI 데이터센터 전반에 대응하는 종합 반도체 전략에 가깝다. HBM 다음은 패키징…AI 반도체 전쟁터가 넓어진다 양사의 경쟁은 이미 HBM을 넘어선 상태다. 업계에서는 HBM4E와 HBM5 시대가 본격화될수록 경쟁의 무게추가 메모리 단품에서 첨단 패키징과 시스템 통합 역량으로 이동할 것으로 보고 있다. 반도체 성능 향상의 중심축이 공정 미세화에서 칩 간 연결 기술로 이동하고 있어서다. AI 가속기 1개를 구현하기 위해 GPU와 HBM, 인터커넥트 기술을 정밀하게 결합해야 하는 시대가 되면서 패키징은 사실상 또 하나의 핵심 반도체 공정으로 부상했다. 글로벌 AI 반도체 기업들 역시 칩 설계 경쟁을 넘어 패키징 공급망 확보와 생산 역량 확대에 공을 들이고 있다. AI 모델 규모가 커질수록 연산 성능 못지않게 데이터 이동 효율과 전력 소비를 줄이는 기술이 중요해지고 있기 때문이다. 과거 메모리 경쟁이 생산능력과 점유율 중심이었다면 AI 시대 경쟁은 시스템 구현 능력 중심으로 재편되고 있는 셈이다. AI가 바꾼 반도체 패권의 공식 결국 삼성전자와 SK하이닉스의 경쟁은 단순한 메모리 시장 점유율 다툼이 아니다. SK하이닉스는 HBM을 앞세워 AI 메모리 시장의 주도권을 강화하고 있다. 반면 삼성전자는 메모리와 파운드리, 첨단 패키징, CXL을 아우르는 종합 반도체 전략으로 AI 인프라 시장 전반을 겨냥하고 있다. 양사가 선택한 해법은 다르지만 향하는 방향은 같다. AI 시대 핵심 인프라를 선점하는 것이다. HBM 주도권을 앞세운 SK하이닉스와 종합 반도체 생태계를 구축하려는 삼성전자. 양사의 해법은 다르지만 AI 시대 반도체 경쟁의 무대가 D램을 넘어 데이터센터 전체로 확장되고 있다는 점만은 분명하다. 이제 승부는 개별 메모리가 아닌 AI 인프라 전반에서 가려질 가능성이 높다.
2026-06-02 16:57:19
-
-
-
-
-
-
-
-
-
-
-
-
-
-