[태그:] AI반도체

  • 글로벌 반도체 증설 대전 — 인텔 8.5조·SK 다롄 재가동, ‘AI 공급 부족 2028년’에 베팅하다

    반도체 증설
    인텔 팹34
    SK하이닉스 다롄
    낸드플래시

    AI 반도체 부족이 D램·HBM을 넘어 낸드플래시와 CPU까지 번지고 있습니다. 오늘(15일) 하루에만 두 개의 대형 증설 소식이 나왔습니다. 인텔은 아일랜드 공장에 50억 유로(약 8조 5,000억 원)를, SK하이닉스는 미·중 갈등으로 수년간 멈춰 있던 중국 다롄 2공장을 다시 돌립니다. 신규 부지를 새로 파는 대신 기존 팹을 채우는 ‘스피드 증설’이 공통 키워드인데, 그 배경엔 “AI발 공급 부족이 2028년 이후까지 간다”는 업계의 강력한 베팅이 깔려 있습니다. 오늘은 전 세계에서 동시다발로 벌어지는 증설 경쟁의 지도를 그려봅니다.

    오늘의 뉴스 — 하루에 나온 두 개의 증설 신호

    🇮🇪 인텔, 아일랜드 팹34에 50억 유로

    인텔은 아일랜드 레이슬립 생산기지에 50억 유로(약 8조 5,000억 원)를 투자해 ‘팹34’를 현대화하고 생산능력을 확대합니다. 핵심은 AI 서버용 제온(Xeon) CPU 생산 확대와 자동화 시스템 구축입니다. 그동안 AI 반도체 하면 GPU·HBM만 주목받았지만, AI 서버 한 대에는 이를 제어하는 CPU도 반드시 들어갑니다. 추론·에이전트형 AI가 늘면서 CPU 수요까지 덩달아 커진 것입니다.

    🇨🇳 SK하이닉스, 멈췄던 다롄 2공장 재가동

    SK하이닉스는 중국 다롄 2공장의 유휴 공간에 낸드플래시 생산장비를 추가 반입해 생산량을 늘립니다. 신규 공장을 새로 짓는 대신 기존 팹의 장비를 채우는 방식으로 빠르게 대응하는 것인데요. 보도에 따르면 하반기부터 238단 V8 낸드 라인을 새로 깔아 월 3만~5만 장(웨이퍼) 규모의 생산능력을 목표로 하며, 2027년 상반기까지 단계적으로 완성할 계획입니다.

    두 소식의 공통점은 ‘속도’입니다. 땅을 파고 건물을 올리는 데만 수년이 걸리는 신규 팹 대신, 이미 있는 공장의 빈 공간과 유휴 설비를 활용해 최대한 빨리 물량을 뽑아내겠다는 전략입니다. 그만큼 지금의 수요가 급하다는 방증이기도 합니다.

    다롄 재가동의 속사정 — 3년의 족쇄가 풀렸다

    SK하이닉스의 다롄 2공장 재가동은 단순한 증설 이상의 의미가 있습니다. 이 공장은 3년 가까이 발이 묶여 있던 ‘동결 자산’이었기 때문입니다. 2020년 인텔 낸드 사업부를 약 11조 원에 인수하며 확보한 다롄 팹은 SK하이닉스 낸드 생산량의 약 30%를 담당하는 핵심 기지인데, 2022년 2공장 착공식까지 열고도 두 가지 벽에 막혀 멈춰 있었습니다.

    3년간 멈췄던 다롄, 두 개의 자물쇠가 풀렸다

    🔒 벽 ① 미·중 규제 중국 내 첨단 장비 반입 제한 → 신공장 가동 불가

    🔒 벽 ② 낸드 불황 낸드 업황 침체·공급과잉 → 투자 우선순위 밀림

    🔓 2026년, 둘 다 풀렸다 ① 美, 연간 단위 장비 반입 승인 방식으로 완화 (VEU 대체) ② AI 추론·eSSD 수요로 낸드 회복

    규제와 업황이라는 두 변수가 동시에 개선되며 ‘증설의 적기’가 왔다는 평가

    기술이 아니라 ‘규제’와 ‘업황’이 발목을 잡았던 공장 — 두 매듭이 함께 풀렸습니다

    결정적 변화는 두 가지입니다. 첫째, 미국 상무부 산업안보국(BIS)이 기존 ‘검증된 최종사용자(VEU)’ 방식 대신 연간 단위로 장비 반입을 승인하는 방식으로 정책을 조정하면서 장비 공급 불확실성이 상당 부분 완화됐습니다. 둘째, HBM이 D램 실적을 끌어올린 데 이어 낸드까지 AI 추론·eSSD 수요로 살아났습니다. 규제와 업황, 두 변수가 동시에 개선되자 3년간 묵혀둔 자산을 드디어 가동할 명분이 생긴 것입니다.

    💡 왜 다롄이 중요한가 — eSSD와 QLC

    다롄 공장은 SK하이닉스 팹 중 유일하게 QLC(쿼드러플레벨셀) 낸드를 생산합니다. QLC는 셀 하나에 4비트를 저장해 같은 면적에 더 많은 데이터를 담을 수 있어, AI 데이터센터의 대용량 저장장치인 기업용 SSD(eSSD)에 딱 맞습니다. 자회사 솔리다임이 세계 최초로 64TB급 eSSD를 내놓을 수 있었던 것도 이 QLC 기술 덕분입니다. AI 데이터센터가 늘수록 eSSD 수요가 폭증하니, 다롄의 몸값도 함께 오르는 구조입니다.

    이것은 ‘점’이 아니라 ‘판’ — 전 세계 동시 증설 지도

    오늘의 두 소식은 훨씬 큰 그림의 일부입니다. AI 공급 부족이 장기화될 것이라는 전망 아래, 전 세계 반도체 기업들이 제품군 전반에 걸쳐 동시다발로 생산능력을 늘리고 있습니다.

    기업 / 지역 증설 내용 겨냥하는 제품
    인텔 🇮🇪 아일랜드 팹34에 50억 유로(약 8.5조) AI 서버용 제온 CPU
    SK하이닉스 🇨🇳 다롄 2공장 재가동, V8 낸드 라인 신설 eSSD용 QLC 낸드
    SK하이닉스 🇰🇷 청주 M17에 약 80조 투자, 2029년 상반기 가동 목표 낸드 (10년 만의 신규 낸드 팹)
    삼성전자 🇰🇷 평택·용인·호남 클러스터 등 국내 대규모 투자 D램·HBM·파운드리
    마이크론 🇯🇵 히로시마 공장에 약 14조, 2028년 하반기 양산 차세대 D램·HBM4E
    TSMC 🇯🇵 구마모토 2공장 2027년 말 가동 목표 파운드리(로직)

    특히 SK하이닉스의 청주 M17이 상징적입니다. 10년 만의 신규 낸드 팹 투자로, 곽노정 사장은 “에이전틱 AI에 이어 피지컬 AI가 도입되면서 낸드가 적용되는 분야와 수요는 더 확산될 것이고, 낸드 공급이 부족해 D램뿐 아니라 낸드 증설도 필요해졌다”고 밝혔습니다. 그동안 ‘만년 조연’이던 낸드가 증설 무대의 주연으로 올라선 순간입니다.

    왜 다들 지금 짓나 — ‘2028년 부족론’이라는 공통 믿음

    이 모든 증설을 관통하는 하나의 전제가 있습니다. “AI 반도체 공급 부족이 2028년 이후까지 이어진다”는 업계의 공통된 믿음입니다. 반도체 공장은 착공부터 양산까지 수년이 걸리기 때문에, 2028년 수요에 대비하려면 지금 당장 삽을 떠야 합니다. 지금의 증설 러시는 곧 ‘미래 수요에 대한 거대한 베팅’인 셈입니다.

    흥미로운 것은 이번 사이클이 특정 제품에 국한되지 않는다는 점입니다. 생성형 AI가 추론·에이전트 중심으로 발전하면서 GPU뿐 아니라 이를 제어하는 CPU, 데이터를 저장하는 낸드, 대역폭을 책임지는 HBM까지 전방위로 수요가 붙었습니다. 그래서 인텔은 CPU를, SK하이닉스는 낸드를, 삼성·마이크론은 D램·HBM을, TSMC는 로직을 동시에 늘리는 ‘전 품목 증설’이 벌어지고 있는 것입니다. AI 반도체 시장의 주도권은 결국 “누가 더 빨리 생산능력을 확보하느냐”에서 갈릴 것이라는 게 업계의 판단입니다.

    냉정하게 — 증설 경쟁의 그림자

    ① 공급과잉의 부메랑

    모두가 동시에 증설하면, 수요 예측이 빗나갔을 때 다 함께 공급과잉에 빠질 수 있습니다. 낸드가 불과 2~3년 전 극심한 불황을 겪었던 것도 바로 이 과잉 투자 때문이었습니다. ‘2028년 부족론’이 맞으면 선제 증설이 승자를 만들지만, 틀리면 그 반대가 됩니다. 앞서 다룬 ‘AI 버블 vs 슈퍼사이클’ 논쟁이 여기서도 그대로 반복됩니다.

    ② 지정학이라는 상수

    다롄 재가동이 미국의 규제 완화 덕에 가능했듯, 반대로 규제가 다시 강화되면 중국 내 생산은 언제든 인질이 될 수 있습니다. SK하이닉스가 10년 만의 신규 낸드 팹을 중국이 아닌 국내(청주)에 짓기로 한 것도 이런 지정학적 리스크를 분산하려는 포석으로 읽힙니다.

    ③ 중국 후발주자의 추격

    CXMT·YMTC 등 중국 메모리 기업이 D램·낸드 양쪽에서 빠르게 추격 중입니다. 한국이 증설로 물량을 확보하는 사이, 중국이 저가 물량으로 범용 시장을 잠식하면 증설 효과가 반감될 수 있습니다. 속도전의 이면에는 이런 추격의 그림자도 함께 있습니다.

    마치며 — 생산능력이 곧 경쟁력인 시대

    정리하면, AI 수요가 반도체 전 품목으로 번지면서 전 세계가 ‘누가 더 빨리 짓느냐’의 속도 경쟁에 들어섰습니다. 신규 부지(호남 800조, 청주 80조)와 기존 팹 채우기(다롄, 아일랜드)가 동시에 진행되는, 그야말로 총력전입니다. 지금까지 이 블로그에서 다뤄온 삼성 실적·SK 나스닥·호남 클러스터·반도체 머니가 모두 ‘돈과 실적’의 이야기였다면, 오늘은 그 돈이 향하는 종착지인 ‘생산능력’ 자체의 이야기입니다. AI 인프라 경쟁에서 결국 마지막에 웃는 쪽은, 2028년의 수요를 정확히 읽고 오늘 가장 빠르게 캐파를 확보한 기업이 될 것입니다.

    자주 묻는 질문 (FAQ)

    Q. 왜 반도체 기업들이 동시에 공장을 늘리나요?

    AI 서버·데이터센터 투자 확대로 D램·HBM뿐 아니라 낸드플래시와 CPU까지 전방위 수요가 급증했고, 업계가 이 공급 부족이 2028년 이후까지 이어질 것으로 보기 때문입니다. 공장 건설에 수년이 걸리는 만큼 미래 수요에 대비해 지금 증설에 나서는 것입니다.

    Q. SK하이닉스 다롄 공장은 왜 그동안 멈춰 있었나요?

    미·중 갈등에 따른 중국 내 첨단 장비 반입 제한과 낸드 업황 침체가 겹쳤기 때문입니다. 2026년 들어 미국이 연간 단위 장비 반입 승인 방식으로 규제를 완화하고 AI 추론·eSSD 수요로 낸드 업황이 회복되면서 재가동이 가능해졌습니다.

    Q. 증설 경쟁에 위험은 없나요?

    있습니다. 모두가 동시에 늘리면 수요 예측이 빗나갈 경우 공급과잉에 빠질 수 있고, 실제로 낸드는 2~3년 전 과잉 투자로 불황을 겪었습니다. 여기에 미·중 규제 변동성과 중국 후발주자(CXMT·YMTC)의 추격도 변수로 꼽힙니다.

    ⚠️ 본 글은 2026년 7월 15일 기준 언론 보도를 바탕으로 작성된 정보 제공 목적의 콘텐츠입니다. 투자 금액·생산능력·일정 등은 기업 계획으로 향후 변동될 수 있으며, 본 글은 특정 종목에 대한 투자 권유가 아닙니다. 투자 판단과 그에 따른 책임은 투자자 본인에게 있습니다.


  • 국산 NPU·AI 반도체 경쟁 총정리 — 리벨리온·퓨리오사AI 현황과 한중일 반도체 전략 (2026)

    AI 반도체 국산 NPU 반도체 패권

    “국산 AI 칩, 이제 진짜 쓸 수 있나요?” 몇 년 전까지만 해도 이 질문에 자신 있게 답하기 어려웠습니다. 하지만 2026년 상반기, 분위기가 확실히 달라졌습니다. 정부가 국산 NPU 도입을 전담 지원하는 기구를 출범시켰고, 리벨리온·퓨리오사AI 같은 국내 스타트업들은 시제품 단계를 넘어 실제 칩을 양산해 고객사에 납품하기 시작했습니다. 오늘은 ‘구호’에서 ‘실물’로 넘어가고 있는 국산 AI 반도체의 현주소와, 한·중·일 3국의 서로 다른 반도체 전략을 정리해 봅니다.

    K-AI 반도체 기술지원센터 출범 — 국산 NPU 도입 장벽 낮춘다

    지난 7월 7일, 과학기술정보통신부가 서울 강남구 한국정보통신진흥협회(KAIT)에서 ‘K-AI 반도체 기술지원센터’ 개소식을 열었습니다. 이름 그대로 국산 AI 반도체(NPU)의 도입과 활용을 밀착 지원하는 전담 기구입니다.

    개소식에는 리벨리온, 퓨리오사AI, 하이퍼엑셀, 딥엑스, 모빌린트 등 국내 주요 AI 반도체 기업들이 총출동했는데요. 센터는 국산 NPU 도입을 검토하는 기업에게 도입 상담과 기술 컨설팅, 시험·검증 지원, 도입 후 소프트웨어 최적화와 유지보수까지 전주기를 지원합니다.

    💡 잠깐, NPU가 뭔가요?

    NPU(Neural Processing Unit, 신경망처리장치)는 AI 연산에 특화된 반도체입니다. 범용 그래픽 처리에서 출발한 GPU와 달리, 처음부터 AI 추론(inference)에 최적화되어 설계됐기 때문에 같은 작업을 더 적은 전력으로 처리할 수 있는 것이 강점입니다. AI 서비스 운영 비용의 상당 부분이 전기요금이라는 점을 생각하면, ‘전성비(전력 대비 성능)’는 단순한 스펙 이상의 의미를 갖습니다.

    정부가 이런 센터까지 만든 배경에는 현장의 고민이 있습니다. 국산 NPU가 기술적으로는 상용화·양산 단계에 진입했지만, 정작 도입하려는 기업 입장에서는 “우리 환경에 맞는 제품이 뭔지 모르겠다”, “도입 전에 성능을 검증할 방법이 없다”, “도입 후 소프트웨어 최적화는 누가 도와주나” 같은 현실적인 장벽이 컸기 때문입니다. 기술 개발 지원에서 한 걸음 나아가, ‘실제로 쓰이게 만드는’ 단계로 정책의 무게중심이 이동한 셈입니다.

    리벨리온·퓨리오사AI·딥엑스·모빌린트 — 국산 NPU 4사 현황

    2026년 상반기 국산 AI 반도체 업계를 관통하는 키워드는 ‘실체’입니다. 경쟁의 기준이 ‘국산이냐 아니냐’에서 ‘실제로 쓸 수 있느냐’로 바뀌었다는 평가가 나옵니다. 주요 기업들의 현황을 표로 정리하면 다음과 같습니다.

    기업 주력 시장 주요 근황
    리벨리온 데이터센터·서버 국민성장펀드 직접 투자 1호(6,000억 원대 유치), 기업가치 약 3.4조 원. SK텔레콤 ‘에이닷’ 통화요약, KT클라우드 등에 NPU ‘아톰’ 상용 적용. 연내 상장 추진
    퓨리오사AI 데이터센터·추론 국산 최초 HBM 탑재 추론 칩 ‘레니게이드(RNGD)’ 양산 개시(TSMC 생산). 삼성SDS·LG AI연구원 등 고객 확보, 브로드컴과 차세대 추론 플랫폼 협력
    딥엑스 온디바이스·엣지 중국 바이두를 포함해 전 세계 8개국 수출 활로 확보. 일본 피지컬 AI 시장 공략을 위한 현지 파트너십 체결
    모빌린트 엣지·온디바이스 NPU 칩 ‘에리스’ 양산, 2세대 ‘레귤러스’는 유료 PoC 진행. 피지컬 AI 시대의 효율 최적화 솔루션으로 포지셔닝

    특히 눈에 띄는 변화가 두 가지 있습니다.

    국산 NPU 4사 포지셔닝 맵 🏢 데이터센터 · 서버 📱 엣지 · 온디바이스 리벨리온 칩: 아톰 · 리벨 | 기업가치 약 3.4조 SKT 에이닷 · KT클라우드 상용화 국민성장펀드 직접투자 1호 퓨리오사AI 칩: 레니게이드(RNGD) | TSMC 생산 삼성SDS · LG AI연구원 고객 국산 최초 HBM 탑재 추론 칩 딥엑스 온디바이스 · 생활가전 특화 8개국 수출 활로 확보 일본 피지컬 AI 시장 공략 모빌린트 칩: 에리스 양산 · 레귤러스 유료 PoC 소프트웨어 경량화가 강점 피지컬 AI 효율 최적화 포지셔닝
    국산 NPU 4사의 시장 포지셔닝 (2026년 상반기 언론 보도 기준)

    ① 정부가 ‘보조금’이 아니라 ‘지분 투자’로 들어왔다

    리벨리온에 대한 국민성장펀드 투자는 정부가 펀드를 통해 직접 지분 투자를 한 첫 사례입니다. 단순히 연구개발비를 지원하는 것이 아니라, 칩을 실제로 찍어내고 서버·랙 단위 제품으로 만들어 납품하는 ‘양산 단계’의 리스크를 정부가 함께 나눠 지겠다는 의미입니다. AI 반도체 사업은 설계보다 그 이후(양산·납품·유지보수)가 훨씬 자본이 많이 드는 만큼, 지원 방식의 전환 자체가 산업이 성숙 단계로 들어섰다는 신호로 읽힙니다.

    ② 대규모 실서비스에서 ‘검증’이 끝나가고 있다

    SK텔레콤 ‘에이닷’의 통화요약 기능은 월 평균 수천만 건의 추론 요청이 국산 NPU에서 전량 처리되는 사례로 꼽힙니다. 삼성SDS는 레니게이드 기반 NPU 구독형 서비스를 삼성 클라우드 플랫폼에서 선보일 계획인데, 국산 NPU가 구독형 상품으로 만들어지는 것은 처음입니다. ‘데모’가 아니라 ‘레거시 인프라’로 자리 잡기 시작한 것입니다.

    한국·일본·중국 AI 반도체 전략 비교 — 같은 목표, 다른 길

    AI 시대 반도체가 국가 경쟁력을 좌우하는 핵심 산업으로 떠오르면서, 한국·일본·중국은 각자 뚜렷하게 다른 투자 전략을 펼치고 있습니다.

    🇰🇷 한국 — ‘AI 메모리 초격차’ 사수

    한국의 최우선 과제는 세계 메모리 1위 수성입니다. HBM이 AI의 핵심 반도체로 떠오르면서 삼성전자·SK하이닉스의 기술 우위를 지키는 것이 국가 경쟁력과 직결된다는 판단인데요. 용인 클러스터를 중심으로 360조 원 이상이 투입되는 세계 최대 반도체 클러스터가 조성 중이고, 삼성전자는 평택·용인을 중심으로 한 초대형 국내 투자 계획을, SK그룹도 반도체·AI 인프라에 대한 중장기 대규모 투자 계획을 발표했습니다. 여기에 국산 NPU 육성이 새로운 축으로 더해지는 모양새입니다.

    🇯🇵 일본 — 보조금으로 ‘재건’

    1980년대 세계 반도체 시장을 주도했던 일본은 대규모 보조금을 앞세워 산업 재건에 속도를 내고 있습니다. TSMC 구마모토 공장 유치가 대표 사례이고, 마이크론은 히로시마 공장에 1조 5,000억 엔을 투자해 2028년부터 차세대 AI 메모리를 생산할 계획입니다. 민관 합작 파운드리 라피더스는 2028년 3월 이전 2나노 양산을 목표로 하고 있으며, 일본 정부는 반도체 산업에 향후 10조 엔 이상을 지원할 방침입니다.

    🇨🇳 중국 — 규제가 낳은 ‘기술 자립’

    중국은 미국의 첨단 반도체 수출 규제를 계기로 기술 자립에 국가 역량을 집중하고 있습니다. 반도체 자립이 산업 정책을 넘어 경제안보 전략이 된 것인데요. 국가반도체산업투자기금(빅펀드)을 기반으로 공급망 전반에 투자를 확대하고 있고, 최대 D램 업체 CXMT는 DDR5 양산에 이어 HBM3 양산과 12단 HBM 개발까지 추진하며 예상보다 빠른 추격 속도를 보이고 있습니다.

    정리하면 한국은 ‘지키는 싸움’과 ‘새로 여는 싸움’을 동시에 하고 있습니다. HBM 초격차는 지켜야 할 영역이고, NPU는 엔비디아가 장악한 시장에서 새로 열어야 할 영역입니다. 일본은 외부 역량 유치로 시간을 사고, 중국은 내재화로 정면 돌파하는 그림입니다.

    냉정하게 보는 과제 — 엔비디아라는 산

    물론 장밋빛 전망만 있는 것은 아닙니다. 업계 스스로도 인정하는 격차가 있습니다. 퓨리오사AI 측은 인터커넥트·패키징·시스템 수준에서 엔비디아와의 격차가 3년 이상 벌어져 있다고 밝힌 바 있습니다. 다만 소프트웨어 스택은 완성 단계에 이르렀다며, 엔비디아와의 전면전보다는 추론 수요가 있는 틈새시장을 공략하는 포지셔닝 전략을 택하겠다는 입장입니다.

    이 전략이 설득력을 갖는 이유는 AI 시장의 무게중심 이동에 있습니다. AI 반도체 수요가 ‘훈련(training)’에서 ‘추론(inference)’으로, ‘성능’에서 ‘효율’로 빠르게 옮겨가고 있기 때문입니다. 모델을 만드는 단계에서는 엔비디아 GPU가 사실상 유일한 선택지지만, 만들어진 모델을 매일 수천만 번 돌리는 운영 단계에서는 전성비 좋은 NPU가 비집고 들어갈 틈이 생깁니다. 국산 NPU 진영이 하나같이 ‘추론 특화’를 내세우는 이유입니다.

    AI 반도체 시장, 무게중심이 움직인다 훈련 (Training) 모델을 ‘만드는’ 단계 키워드: 최고 성능 엔비디아 GPU 독주 수요 이동 추론 (Inference) 모델을 ‘운영하는’ 단계 키워드: 전성비 · 운영비 절감 국산 NPU의 기회 ✦ 매일 수천만 번 반복되는 추론 단계에서는 ‘전기를 덜 쓰는 칩’이 경쟁력이 된다
    훈련 시장은 GPU가 독점하지만, 커지는 추론 시장은 NPU가 파고들 틈이 있다

    남은 과제는 명확합니다. 소프트웨어 생태계(개발자들이 익숙한 CUDA 생태계를 얼마나 대체·호환할 수 있는가), 레퍼런스 축적(대규모 상용 사례를 얼마나 더 쌓는가), 그리고 해외 시장 진출입니다. 정부 지원이 상용화의 마중물이었다면, 이제는 그 기반 위에서 글로벌 시장으로 나가는 것이 다음 시험대라는 것이 업계의 공통된 인식입니다.

    마치며 — ‘국산이라서’가 아니라 ‘쓸 만해서’

    국산 NPU 이야기가 몇 년 전과 결정적으로 달라진 지점은, 애국심 마케팅이 아니라 실제 도입 사례와 매출로 이야기가 진행되고 있다는 점입니다. 하루 수십만 건의 추론을 처리하는 상용 서비스, 유료 PoC, 구독형 상품화, 그리고 8개국 수출까지. ‘국산이라서 써달라’가 아니라 ‘전기료가 덜 드니까 써볼 만하다’로 설득의 문법이 바뀌었습니다.

    K-AI 반도체 기술지원센터 출범은 이 흐름에 정부가 ‘도입 장벽 해소’라는 마지막 퍼즐을 더한 것입니다. HBM으로 대표되는 메모리 초격차와, NPU로 대표되는 시스템 반도체 도전. 이 두 축이 함께 굴러갈 수 있을지가 앞으로 한국 반도체 산업을 지켜보는 핵심 관전 포인트가 될 것입니다.

    자주 묻는 질문 (FAQ)

    Q. NPU와 GPU의 차이는 무엇인가요?

    GPU는 그래픽 처리에서 출발한 범용 병렬 연산 칩이고, NPU는 처음부터 AI 연산(특히 추론)에 특화되어 설계된 반도체입니다. 같은 AI 작업을 처리할 때 NPU가 전력을 덜 쓰는 ‘전성비’가 강점으로 꼽힙니다.

    Q. 대표적인 국산 NPU 기업은 어디인가요?

    데이터센터·서버용은 리벨리온(아톰, 리벨)과 퓨리오사AI(레니게이드), 엣지·온디바이스용은 딥엑스와 모빌린트가 대표적입니다. 리벨리온은 SK텔레콤 에이닷 등 대규모 상용 서비스 적용 사례를, 퓨리오사AI는 국산 최초 HBM 탑재 추론 칩 양산 실적을 보유하고 있습니다.

    Q. K-AI 반도체 기술지원센터는 무엇을 하나요?

    2026년 7월 7일 출범한 과기정통부 산하 전담 기구로, 국산 NPU 도입을 검토하는 기업에게 도입 상담·기술 컨설팅, 시험·검증 지원, 도입 이후 소프트웨어 최적화와 유지보수 지원까지 전주기를 지원합니다.

    ⚠️ 본 글은 2026년 7월 8일 기준 언론 보도를 바탕으로 작성된 정보 제공 목적의 콘텐츠입니다. 본문에 언급된 기업의 기업가치, 투자 유치, 상장(IPO) 관련 내용은 시점에 따라 변동될 수 있으며, 특정 기업이나 종목에 대한 투자 권유가 아닙니다. 투자 판단과 그에 따른 책임은 투자자 본인에게 있습니다.
  • 2026 반도체 전망: ‘AI 슈퍼사이클’은 어디까지 갈까

    2026 반도체 전망: ‘AI 슈퍼사이클’은 어디까지 갈까

    기술 · 반도체 · 시장 전망

    2026년 반도체 시장을 관통하는 단어는 단연 ‘AI’다. 하지만 진짜 관전 포인트는 “시장이 성장하느냐”가 아니라 “성장의 과실이 어디로 쏠리느냐”에 있다. 숫자와 흐름으로 올해를 짚어본다.

    1. 다시 열린 슈퍼사이클, 숫자로 보면

    여러 기관의 전망을 종합하면 2026년은 반도체 산업이 오랜만에 폭발적으로 성장하는 해다. 세계반도체무역통계기구(WSTS)는 올해 글로벌 반도체 시장이 전년 대비 25% 이상 커져 약 9,700억 달러 안팎에 이를 것으로 봤다. 국내 기관 전망은 조금 더 보수적이지만, 그래도 17~18% 성장한 9,000억 달러대를 제시한다. 어느 쪽이든 ‘1조 달러 시장’이 눈앞에 다가왔다는 점은 분명하다.

    PwC는 조금 더 긴 그림을 그린다. 2024년 약 6,270억 달러였던 시장이 2030년 1조 달러를 넘어서며, 연평균 8.6% 성장할 것이라는 전망이다. 즉 지금의 상승세는 단기 반등이 아니라 구조적인 성장 국면이라는 해석이다.

    산업계의 체감 온도도 뜨겁다. KPMG가 글로벌 반도체 기업 경영진을 대상으로 한 조사에서 산업전망지수는 역대 세 번째로 높은 63을 기록했다. 응답자의 절반 이상이 올해 두 자릿수 매출 성장을 기대했고, 3분의 2가량이 설비투자를 늘리겠다고 답했다.

    핵심은 성장 여부가 아니다. AI가 수요와 공급의 논리를 동시에 바꿔 놓으면서, 어떤 기업의 사업 모델이 여전히 유효한지가 진짜 승부처가 되고 있다.

    2. 판을 바꾸는 주인공, HBM

    이번 사이클이 과거와 다른 결정적 이유는 HBM(고대역폭메모리)이다. 과거 메모리 호황이 범용 D램 가격 반등으로 설명됐다면, 지금은 AI 가속기에 들어가는 HBM을 누가 얼마나 안정적으로 공급하느냐가 실적과 점유율을 가른다.

    시장조사기관들은 2026년 HBM 시장 규모를 약 540~580억 달러로 추산한다. 2028년이면 HBM 시장이 2024년 D램 시장 전체를 넘어설 것이라는 관측까지 나온다. 올해 주력은 여전히 HBM3E지만, 엔비디아의 차세대 플랫폼 ‘베라 루빈(Vera Rubin)’을 기점으로 HBM4로의 전환이 본격화되는 과도기이기도 하다.

    SK하이닉스의 수성, 삼성전자의 반격

    현재 구도는 명확하다. SK하이닉스가 엔비디아 공급망을 발판으로 HBM 시장 1위를 지키고 있고, 2026년에도 매출 기준 50% 안팎의 점유율로 선두를 유지할 것으로 전망된다. 삼성전자는 20%대, 마이크론이 그 뒤를 잇는다.

    다만 삼성전자의 반격 카드가 만만치 않다. 삼성은 업계 최초로 HBM4 양산 출하를 시작하며 기술 선점에 나섰고, JEDEC 표준(8Gbps)을 약 46% 웃도는 동작 속도를 앞세웠다. 여기에 AMD의 차세대 AI 가속기에 HBM4 주공급사로 지명되면서, 엔비디아 의존도가 낮은 독자적 수주 기반도 확보했다. 성장률만 놓고 보면 삼성의 추격 속도가 훨씬 가파르다.

    결국 승부는 ‘누가 먼저 만드느냐’보다 수율과 양산 안정성, 고객 인증에서 갈릴 가능성이 크다. 화려한 스펙 경쟁의 이면에서, 품질 일관성과 납기 신뢰성이 최종 점유율을 결정한다는 게 업계의 중론이다.

    3. 수요를 떠받치는 세 개의 축

    AI가 전부는 아니다. 올해 반도체 수요를 끌어올리는 축은 크게 셋으로 나뉜다.

    • 서버·데이터센터 — 가장 확실한 성장 엔진. AI 학습·추론용 서버가 늘면서 한 대당 탑재되는 D램·HBM 용량이 계속 커지고, 기업용 SSD(eSSD) 같은 스토리지 수요까지 함께 늘고 있다.
    • 온디바이스 AI — NPU를 탑재한 스마트폰·PC가 늘면서 관련 시장이 2030년까지 큰 폭으로 확대될 전망이다. 저전력·고성능을 동시에 잡는 LPDDR 메모리가 핵심이며, 올해 LPDDR6 출시가 예정돼 있다.
    • 자동차 — 전기차(EV)와 소프트웨어 중심 차량(SDV)으로의 전환이 빨라지며, SiC 같은 고전압 전력 반도체 수요가 급증하고 있다. 차량용은 향후 가장 빠르게 확장될 분야로 꼽힌다.

    4. 밝기만 한 건 아니다 — 놓치지 말아야 할 리스크

    전망이 장밋빛이라고 해서 위험이 없는 건 아니다. 오히려 이번 사이클의 특징은 성장 속에서 발생하는 불균형이다.

    메모리 가격 급등의 양면성

    HBM에 생산 능력이 집중되면서 범용 D램 공급이 빠듯해졌고, 메모리 가격이 급등했다. 데이터센터 칩 업체엔 호재지만, 소비자 시장엔 부담이다. IDC는 메모리 수급 불균형 여파로 2026년 글로벌 PC 출하량이 11% 넘게 줄어들 것으로 봤고, 스마트폰·PC 제조사들도 마진 압박을 경고하고 있다.

    ‘AI 버블’ 논쟁

    모든 AI 투자가 수익으로 이어지는 것은 아니며, 일부 영역에서 기대가 앞서갔다는 지적은 타당하다. 다만 반도체 관점에서 더 중요한 질문은 “AI가 버블이냐”가 아니라 “AI가 바꾼 수급 구조가 시장에 어떤 영향을 주느냐”다. 실제 AI 연산량은 지난 2년간 연 40~60%씩 늘었고, 이 추세는 당분간 꺾이기 어렵다.

    중국의 추격과 지정학

    중국 CXMT 등이 HBM 자급을 추진하고 있다. 현재 한국과의 기술 격차는 2~3세대로 평가되지만, 대규모 자금 조달과 정부 지원을 감안하면 격차가 영구적이라고 보긴 어렵다. 여기에 미국의 수출 통제와 통상 압박이라는 변수까지 겹치면서, 하반기로 갈수록 시장 판도는 더 민감해질 전망이다.

    5. 정리하며

    2026년 반도체 시장은 ‘1조 달러’를 향해 나아가는 성장의 해다. 그러나 그 성장은 균질하지 않다. AI 인프라와 HBM을 중심으로 수요가 재편되면서, 같은 시장 안에서도 승자와 패자가 뚜렷하게 갈리는 구조적 전환이 진행 중이다.

    투자자든 산업 관계자든, 올해 던져야 할 질문은 하나다. “시장이 얼마나 커지느냐”가 아니라 “그 성장 안에서 내가 선 자리가 여전히 유효한가”다.

    본 글은 WSTS·PwC·KPMG·IDC 및 국내외 시장조사기관과 언론 보도 등 공개 자료를 바탕으로 작성한 정보성 콘텐츠이며, 특정 종목에 대한 투자 권유가 아닙니다. 투자 판단과 그 결과에 대한 책임은 투자자 본인에게 있습니다.

    #반도체전망 #2026반도체 #HBM #AI반도체 #슈퍼사이클 #삼성전자 #SK하이닉스 #메모리반도체