한국 시총 35% 차지 (삼성전자·SK하이닉스). AI 시대의 진짜 주인공 — 메모리·파운드리·후공정 3축
AI 수요가 한국 기업 통장까지 닿는 길
챗GPT 같은 AI가 폭발하며 데이터센터가 전기·연산을 엄청나게 먹습니다. 모든 반도체 사이클의 출발 버튼.
엔비디아·AMD처럼 설계만 하고 공장은 없는 회사. AI 두뇌(GPU)를 그리는 단계.
설계도를 받아 실제 칩으로 찍어내는 공장. 최고 미세공정은 소수만 가능.
AI는 방대한 데이터를 기억해야 합니다. 그 초고속 메모리가 HBM. 여기서 한국이 세계를 주도.
노광장비(ASML)부터 본딩·검사·소재까지. 한국 소부장이 여기 포진.
미세공정이 한계에 달하자 칩을 쌓고 잇는 기술(패키징)이 새 승부처. TSV·하이브리드 본딩.
구조를 이해하면 뉴스가 다르게 보입니다
DRAM 8~12장 수직 적층(TSV). AI GPU 필수. 점유율 SK하이닉스 ~55% · 삼성 ~40% (TrendForce 2025 4Q 추정).
일반 서버=DDR5 RDIMM, AI 서버=LPDDR 기반 SOCAMM. DRAM 점유율 삼성 ~43% · SK ~32% (TrendForce 2025).
NAND 적층 + TSV = HBM의 NAND 버전. 영구저장인데 빠름. 2025~2026 시제품, 2027 양산 예상(업계 추정).
전원 꺼져도 유지. 200~300층 적층(3D NAND). 점유율 삼성 ~36% · SK ~21%(솔리다임 포함) (TrendForce 2025).
🅱️ CPU는 '일반 명령'을 처리하는 직렬(serial) 처리에 강합니다. 운영체제 구동·웹브라우징·문서작업 등 순차적 의사결정이 핵심인 작업에 최적화됐죠. 코어 수가 늘어나도(8코어·16코어) 한 코어가 한 번에 한 명령 단위. AI 학습처럼 동시에 수백만 개의 단순 계산이 필요한 작업엔 비효율적입니다.
🆑 CPU 시장은 2010년대 후반까지 Intel 독주 → AMD가 Ryzen으로 추격 (2017년~) → 2020년대엔 ARM 기반(애플 M시리즈, 퀄컴, 엔비디아 Grace) 대두. AI 시대엔 GPU에 가려졌지만 2025-2026년 다시 대두 — AI 추론(inference)에서 CPU + 메모리 조합이 효율적이라는 평가. 인텔 18A·AMD Zen5·ARM 기반 신규 CPU 경쟁이 격화 중.
🅱️ GPU는 수천~수만 개의 코어가 같은 명령을 동시에 처리하는 병렬(parallel) 구조. 원래 게임 그래픽(픽셀 수백만 개를 동시 계산)용으로 발달했는데, AI 학습이 행렬 곱셈의 병렬 연산 이라 GPU와 완벽 매칭. 2012년 알렉스넷(AlexNet)에서 GPU로 이미지 인식 혁명 → 이후 모든 AI 학습 = GPU.
🆑 엔비디아는 2010년대까지 게임 그래픽 카드 회사. 젠슨 황 CEO가 '병렬 컴퓨팅 = AI'를 일찍이 베팅 → CUDA 소프트웨어 생태계 구축으로 경쟁사가 따라올 수 없는 해자(moat). 2024-2025년 시총 3조달러 돌파. AMD MI300·Intel Gaudi가 추격 중이지만 격차 큼. 2026년부터 맞춤형 ASIC(TPU·테슬라 AI5 등)이 GPU 대안으로 부상 — 엔비디아 독점에 균열 가능성.
🅱️ ASIC(Application-Specific Integrated Circuit) = 특정 용도 맞춤형 칩. 구글 TPU(Tensor Processing Unit)는 AI 학습/추론 전용 ASIC. 같은 작업을 GPU보다 2-5배 효율적으로 처리하지만, AI 외 작업엔 못 씀. 빅테크들이 자체 ASIC 개발 중: 구글 TPU, 메타 MTIA, 아마존 Trainium, 마이크로소프트 Maia, 테슬라 Dojo·AI5·AI6.
🆑 ASIC 트렌드의 의미: 엔비디아 GPU 독점 → 빅테크 ASIC 다극화. 구글 TPU는 2015년부터 자체 데이터센터 운영 중. 테슬라는 'Dojo'(2021) → 'AI4'(현 차량용) → 'AI5'(2026 양산 예정, 4nm 추정) → 'AI6'(2027+ 2nm 추정) 로드맵. 핵심 함의: 엔비디아 매출 일부가 빅테크 자체 칩 + 파운드리 매출로 이동 — 삼성 파운드리에 호재.
🅱️ NPU는 모바일·노트북 등 전력이 제한된 기기에 들어가는 AI 가속 칩. 클라우드(엔비디아 GPU)에 안 보내고 기기 안에서 AI 처리 → 빠르고, 사생활 보호, 인터넷 불필요. 애플 A·M 시리즈의 'Neural Engine', 퀄컴 Snapdragon NPU, 삼성 Exynos NPU 등.
🆑 '온디바이스 AI'는 2024-2026 핵심 트렌드. 애플 인텔리전스(2024), 갤럭시 AI(2024)에 NPU 필수. 향후 PC도 NPU 탑재(AI PC) — 인텔·AMD·퀄컴 모두 NPU 강화 중. 한국 스타트업(리벨리온·퓨리오사AI)이 추론 ASIC에 도전, 사피온은 SK텔레콤 매각 후 리벨리온과 합병.
🅱️ AP는 모바일 기기용 통합 칩. CPU 코어 + GPU + NPU + ISP(이미지) + 5G 모뎀 + 메모리 컨트롤러 등이 하나의 칩에 결합. 글로벌 1위 애플 A시리즈 (아이폰), 안드로이드는 퀄컴 스냅드래곤 70%+, 삼성 엑시노스 일부, 중국 미디어텍 추격. 제조는 TSMC·삼성 파운드리.
🆑 AP 경쟁: 애플 수직 통합 우위 (자체 설계+TSMC 제조), 퀄컴은 Arm 라이선스 + TSMC. 삼성 Exynos는 자체 설계 + 자체 파운드리 시도지만 수율 도전. 차세대: AP에 LPDDR 통합 (3D 적층) 시도 — 한국 메모리·파운드리 동시 수혜.
🅱️ 테슬라 AI5는 4nm 공정 추정, AI6는 2nm. FSD(완전자율주행)·옵티머스 로봇·Dojo 데이터센터에 사용. 엔비디아 GPU 대비 전용 최적화로 효율 2-3배. 일론 머스크가 수직 통합 베팅 — '엔비디아 1대 가격에 우리 칩 5-10배' 주장.
🆑 테슬라 칩 전략: ① AI4 (현 차량) → AI5 (2026 양산) → AI6 (2027 2nm). ② 자체 Dojo 데이터센터 — 슈퍼컴 학습용. ③ Optimus 로봇에도 AI5 탑재. 의미: 자율주행·로봇 시대 = 엔비디아 + 빅테크 자체 칩 양극화. 한국이 제조 단에서 양쪽 다 수혜 가능 (엔비디아 → TSMC 일부 + 삼성, 테슬라 → 삼성 가능성).
🅱️ DRAM은 휘발성 메모리 — 전원이 있어야 데이터 유지. 대신 매우 빠름 (속도가 SSD의 100-1000배). PC·서버·스마트폰의 'RAM' = DRAM. 모바일용은 LPDDR (저전력 DRAM), 서버용은 DDR5, AI용은 HBM. 글로벌 시장은 삼성-SK하이닉스-마이크론 3강 구도, 한국 합계 75%.
🆑 DRAM은 호황·불황 사이클이 매우 격함 (메모리 슈퍼사이클). 2020년 코로나 PC 수요 → 호황, 2022-2023 재고 조정 → 대불황(SK하이닉스 분기 적자), 2024-2025 AI 수요 → 회복, 2026 HBM 호황 + 일반 DDR5 회복. DDR5 → DDR6 전환(2027~), 신공정(1c·1d nm) 경쟁이 핵심.
🅱️ NAND는 비휘발성 메모리. SSD·USB·스마트폰 내장 저장공간이 모두 NAND. 셀을 수직으로 쌓는 3D NAND 기술이 핵심 (이전 세대는 평면). 현재 200층 이상 양산 중, 2026년 300층 도전. AI 데이터센터에서 대용량 SSD 수요 폭증 → NAND 시장 회복 중.
🆑 NAND는 2022-2024 대불황 (재고 조정·가격 폭락) → 모든 업체 적자. 2025년부터 AI 데이터센터 SSD 수요로 회복. HBF (High Bandwidth Flash)라는 새 개념 등장 — HBM처럼 NAND를 적층해 대역폭 높이기. 2026년 SK하이닉스·삼성 모두 시제품 단계.
🅱️ 일반 DRAM은 칩 1개씩 평면 배치 → 데이터 전송 한계. HBM은 DRAM 칩 8-12장을 수직으로 쌓고, TSV(미세 구멍)으로 연결해 대역폭을 수십 배 높임. AI GPU(엔비디아 H100·B100)는 HBM 없이는 작동 X. HBM2(2016) → HBM2E → HBM3 → HBM3E(2024) → HBM4(2025-2026) 진화. 한 세대 차이가 엄청난 속도 차이.
🆑 HBM은 2013년 SK하이닉스가 세계 최초로 개발 했지만 시장이 작아 큰 주목 못 받음. AI 시대 (2022년 ChatGPT 이후) 갑자기 세상의 중심이 됨. 2024년 SK하이닉스가 엔비디아 H100/H200용 HBM3 단독 공급 으로 분기 영업이익 사상 최대. 삼성은 검증 지연으로 뒤쳐짐 → 2025-2026년 추격. HBM4(2026)부터는 양사 경쟁 본격. 차세대 HBM4E/HBM5에서 누가 앞설지가 향후 5년 한국 반도체 운명 결정.
🅱️ HBF는 NAND 칩을 수직 적층 + TSV로 연결해 대역폭을 극대화한 새 저장 메모리. HBM(DRAM 적층)의 NAND 버전. 핵심: AI 모델이 점점 커지면서(GPT-5는 수조 파라미터) 모델 자체가 HBM 용량 초과 → 일부를 NAND에 저장하는데 기존 SSD는 너무 느림 → HBF가 해결책. SK하이닉스가 2025-2026년 시제품 발표, 삼성도 개발 중.
🆑 HBF의 도전: ① NAND는 DRAM보다 쓰기 속도 느림 — 적층해도 한계 ② NAND는 쓰기 횟수 제한 (수만 번) → 수명 문제. 해결책: 읽기 위주(read-heavy) AI 추론에 특화. AI 학습은 HBM, AI 추론은 HBF + HBM 혼합 구조. 시장 규모는 2027년 이후 본격 → 지금은 기술 검증 단계. 한국이 첫 양산 성공 시 '제2의 HBM 신화' 가능.
🅱️ LPDDR은 모바일·전력 민감 기기용 DRAM. 일반 DDR5보다 전력 소비 50-70% 낮음. LPDDR4X → LPDDR5 → LPDDR5X → LPDDR6 진화. AI 서버에서도 채택 확대 중 — 엔비디아 신형 GPU에 HBM + LPDDR 조합. 데이터센터 전력비 절감 화두로 LPDDR 수요 폭증.
🆑 LPDDR은 모바일 전용으로 알려졌지만, 2024년부터 AI 서버용으로 부상. 이유: 데이터센터 전력비가 운영비의 30-40%. LPDDR이 같은 일을 반의 전력으로 처리 → '효율'이 곧 '돈'. 엔비디아·인텔이 LPDDR 채택 확대. AI 서버 시장의 숨은 수혜 메모리.
🅱️ SOCAMM은 LPDDR 칩을 작은 모듈로 묶은 메모리 모듈. 기존 서버 메모리(RDIMM)는 DDR5를 사용하는데, 전력 소비 큼. SOCAMM은 LPDDR(저전력 DRAM)을 모듈화 → 같은 용량에 전력 1/2 ~ 1/3 수준. 엔비디아가 차세대 AI 슈퍼칩(GB200·Rubin)에 공식 채택 발표하며 시장 부각. JEDEC(국제 표준 기관) 표준화 진행 중. 핵심: 'AI 데이터센터 전력비 절감'이 화두인 시대에 등장한 새 메모리 폼팩터.
🆑 SOCAMM은 RDIMM 대비 ① 전력 효율 2-3배 우수 ② 크기 1/3 ③ 같은 보드에 더 많은 모듈 가능. 단점: CPU 메모리 컨트롤러 수정 필요 → 채택에 시간. 인텔·AMD 차세대 서버 CPU가 SOCAMM 지원 시 채택 가속. JEDEC 표준화 후 삼성·SK·마이크론 동시 양산 경쟁. 핵심 변수: HBM4E 가격 하락 vs SOCAMM 채택 속도 — 둘 다 한국 수혜라 Win-Win.
🅱️ RDIMM은 Register 칩이 모듈에 추가돼 신호 안정화·고용량 가능 (모듈당 64-256GB). LRDIMM은 Load Reduced DIMM — 더 큰 용량(512GB+). 일반 PC는 UDIMM. 서버는 수십 모듈 동시 사용해 안정성 필수. DDR5 RDIMM이 현재 표준, DDR6 RDIMM 차세대.
🆑 RDIMM 트렌드: ① 모듈 용량 64GB → 128GB → 256GB → 512GB 진화 ② DDR5 → DDR6(2027~) 전환 ③ MR-DIMM (Multiplexed Rank) 차세대 변종. SOCAMM과 경쟁: AI 서버에서 RDIMM 시장 점유율 일부 잠식 예상. 단 일반 서버(웹·DB·기업용)는 RDIMM 유지.
🅱️ NVLINK는 엔비디아가 2014년 출시한 GPU 간 직접 통신 기술. 기존 PCIe는 GPU와 CPU 사이만 통신, NVLINK는 GPU↔GPU 직접 연결 가능 (CPU 우회). 속도: NVLINK 4 (H100) = 900GB/s, NVLINK 5 (B100) = 1.8TB/s — PCIe Gen5 대비 5-10배. AI 학습 시 수백 개 GPU가 동시 작동해야 하는데, NVLINK 없으면 GPU 간 데이터 이동이 병목. 엔비디아 GPU 클러스터(DGX·HGX)의 핵심 차별화 요소.
🆑 NVLINK의 전략적 의미: 엔비디아의 3중 해자(triple moat) — ① CUDA 소프트웨어 ② NVLINK 인터커넥트 ③ HBM·인터포저 통합. 경쟁사는 3가지 다 따라잡아야 위협 가능 → 매우 어려움. 단 빅테크의 자체 ASIC 개발(구글 TPU·테슬라 AI5)이 NVLINK 의존도를 줄임. 또한 오픈 표준 CXL·UALink가 NVLINK 대안으로 부상 시도. 향후 오픈 vs 폐쇄 표준 전쟁이 핵심.
🅱️ CXL은 인텔이 2019년 제안한 오픈 인터커넥트 표준 (현 CXL Consortium 운영). 기존 PCIe 위에 캐시 일관성(cache coherency) 추가 → CPU·GPU·메모리가 데이터를 공유하며 통신. 핵심 기능 3가지: ① CXL.io(기본 통신) ② CXL.cache(캐시 일관성) ③ CXL.mem(메모리 풀링). 결과: 여러 서버가 대형 메모리 풀을 공유 → 자원 효율 극대화. 인텔·AMD·엔비디아·삼성·SK하이닉스 모두 지원.
🆑 CXL의 진짜 의미: '데이터센터 자원 디스어그리게이션(disaggregation)' — CPU·GPU·메모리·스토리지를 개별 박스가 아닌 공유 풀로 운영. 이건 데이터센터 아키텍처의 근본적 변화. 단 도입 속도가 예상보다 느림 (소프트웨어 호환성 등). 인텔·AMD가 CXL 적극 추진, 엔비디아는 자체 NVLINK 우선시 → 표준 경쟁 구도. 향후 5-10년의 핵심 인프라 트렌드.
🅱️ LLM은 단어 생성 시 이전 모든 단어의 K(Key)·V(Value) 벡터 저장 필요. 컨텍스트 길수록 기하급수 증가. GPT-4 1M 컨텍스트 = 수십 GB KV 캐시. HBM에 저장 필수 → AI 추론 시 HBM 용량·대역폭 핵심. 압축 기술 (KV 압축·Sliding Window·Linear Attention) 활발 연구.
🆑 KV 캐시 미래: ① 컨텍스트 1B 토큰 시대 → KV 압축 필수 ② HBM 4/5 + HBF 결합 메모리 계층 ③ MoE (Mixture of Experts) 모델 등 새 아키텍처와 결합. 의미: AI 인프라 = 컴퓨팅 + 메모리 양축 → 한국 메모리 패권 AI 시대 내내 지속.
🅱️ 반도체 산업은 팹리스(설계만)·파운드리(제조만)·IDM(설계+제조 둘 다)로 나뉨. 애플·엔비디아·퀄컴·AMD = 팹리스. TSMC·삼성 파운드리·인텔 파운드리 = 파운드리. 삼성전자·SK하이닉스(메모리)·인텔 = IDM. 최첨단 공정은 막대한 자본(공장 1개 30조원+) 필요 → 사실상 TSMC·삼성·인텔 3사만 가능.
🆑 TSMC 우위는 수율(yield)과 안정성. 삼성은 메모리·파운드리 동시 운영의 복잡성과 일부 공정 수율 이슈로 격차 벌어짐. 다만 2024-2026 2nm GAA(Gate-All-Around) 신공정에서 삼성이 TSMC와 동시 또는 먼저 도전. 테슬라 AI5/AI6가 삼성 파운드리 수주 시 게임체인저. 인텔이 파운드리 시장 진입 중이나 어려움 多.
🅱️ '2nm'는 회로 선폭(트랜지스터 사이 거리)이 2 나노미터라는 의미 (실제론 마케팅 용어, 정확히 2nm는 아님). 2nm → 3nm → 4nm → 5nm → 7nm → 10nm 식으로 숫자가 작을수록 최첨단. 미세화하면 ① 같은 면적에 더 많은 트랜지스터 ② 전력 효율 ③ 속도 모두 향상. 단 공정 비용 기하급수적 상승 (3nm 공장 30조+).
🆑 2nm부터는 FinFET → GAA(Gate-All-Around) 구조 변경이 핵심. GAA가 누설 전류·전력 효율에서 우위. 삼성은 3nm부터 GAA 먼저 도입(TSMC는 2nm부터). 이는 기술 베팅 차이 — 삼성이 먼저 도전했지만 수율 잡는 데 어려움. 2nm에서 양사 본격 격돌.
🅱️ 인텔은 2010년대까지 미세공정 1위 → 14nm·10nm 정체 → TSMC·삼성에 추월. 2021년 팻 겔싱어 CEO 'IDM 2.0' 선언, 18A로 1위 탈환 베팅. 핵심 기술: RibbonFET (GAA의 인텔 버전, 트랜지스터 구조 혁신) + PowerVia (전력 공급 후면화). 2024-2025 위험 양산 → 2026 본격 양산. 자체 칩 + 외부 파운드리 고객 모집 중.
🆑 인텔 18A 도전: ① RibbonFET 첫 GAA 양산 ② PowerVia 첫 후면 전력 공급 (혁신적) ③ 외부 파운드리 고객 (마이크로소프트 확정 보도). 위험: 수율 — 14nm·10nm 시 어려웠던 전적. 성공 시: 미국 첨단 제조 부활 + TSMC 독점 균열. 한국에는 경쟁 심화 + 메모리 수혜 양면.
🅱️ 전공정 = 실리콘 웨이퍼에 회로 패턴을 형성하는 단계. ① 노광(빛으로 패턴 인쇄, ASML EUV) ② 식각(불필요 부분 깎기) ③ 증착(얇은 막 입히기) ④ 이온주입(전자 특성 부여) 등 400-1000단계 반복. 한 웨이퍼 만드는 데 2-3개월 소요. 미세 먼지 1개로 칩 1개 망가지는 극도의 청정 환경.
🆑 전공정은 반도체 부가가치의 70% 차지 (후공정 30%). 그러나 후공정이 점차 중요해지는 역전 트렌드. 한국 전공정 장비는 외산 비중 80%+ — 이게 한국 반도체의 약점. 정부가 '소부장(소재·부품·장비) 국산화'를 추진.
🅱️ 후공정 = 전공정 끝난 웨이퍼를 ① 자르기(다이싱) ② 패키징(보호 케이스 + 핀 연결) ③ 테스트(정상 동작 확인) 단계. OSAT (Outsourced Semiconductor Assembly and Test) = 후공정 위탁 전문 회사. 글로벌 OSAT 1위 대만 ASE, 2위 미국 Amkor, 3위 대만 SPIL. 과거엔 단순 작업이었지만 AI 시대 HBM·고급 패키징 등장으로 부가가치 폭발.
🆑 후공정의 부상 = 'More than Moore' 트렌드. 전공정 미세화가 한계에 다다르자, 여러 칩을 패키징 단계에서 합치는 첨단 패키징(Advanced Packaging)이 새 돌파구. HBM (DRAM 적층), TSMC CoWoS (GPU+HBM 통합), 인텔 Foveros (3D) 등. 후공정 장비 시장이 폭발 → 한미반도체 시총이 2년에 10배.
🅱️ TC본더는 HBM에서 DRAM 칩 8-12장을 수직 적층할 때, 각 칩을 열(섭씨 200-300도) + 압력으로 결합하는 장비. 적층 사이에 마이크로 범프 (작은 금속 돌기)가 있어서 그걸 녹여 붙임. 1마이크론 정확도 필요 (머리카락 1/100). HBM 한 개 만드는 데 수십 시간 소요.
🆑 한미반도체는 2010년대 '듀얼TC본더' 독자 기술 개발 → SK하이닉스 HBM 적층 단독 공급. 2022 ChatGPT → HBM 폭발 → 한미 시총 폭발. 2025년 SK하이닉스가 공급망 다변화 차원에서 한화세미텍 일부 발주 → 한미 주가 일시 조정. 향후 HBM4·HBM5 적층 수가 늘수록(16-Hi → 24-Hi) TC본더 수요 기하급수 증가.
🅱️ TSV는 칩에 지름 5-10마이크론 미세 구멍을 뚫고 안에 구리 채움 — 위·아래 칩을 전기적으로 직접 연결. 기존 와이어본딩(전선으로 연결)보다 수십 배 빠르고 작음. HBM의 핵심 기술 (TSV 없으면 12장 적층 불가능). HBM이 일반 DRAM보다 훨씬 비싼 이유.
🆑 TSV 기술의 미래: 현재 직경 5마이크론 → 2nm 직경(2030~) 도전. 더 미세할수록 더 많은 통로 + 더 빠른 속도. 단 가공 난이도·수율 문제로 진입장벽 큼. 인텔·TSMC도 자체 TSV 기술 보유, 한국과 격차 적음.
🅱️ 인터포저는 GPU 칩 + HBM 메모리 칩을 같은 기판(substrate)에 올리고 내부 미세 배선으로 연결하는 중간 매개체. GPU와 HBM이 수 mm 거리 안에 붙어 통신 → 속도 폭발. TSMC CoWoS (Chip-on-Wafer-on-Substrate)가 대표 기술. 엔비디아 H100·B100 모두 CoWoS 사용. 인터포저 공급 부족이 GPU 부족의 근본 원인.
🆑 인터포저의 한계: 실리콘 인터포저는 비싸고 크기 제한. 2024-2026 유리 인터포저(Glass Interposer) 등장 — 더 크고 저렴 + 신호 손실 적음. 인텔이 2025년 유리기판 채택 발표. 한국 SKC가 양산 도전. 유리기판이 차세대 산업의 게임체인저 가능성. 단 양산 안정성 검증 중.
🅱️ FC-BGA는 GPU·CPU 등 고성능 칩을 PCB 메인보드에 연결하는 고급 패키징 기판. 칩 아래쪽에 수천 개 금속 공(Ball)을 배치해 PCB와 정밀 결합. 플립칩(Flip Chip) = 칩을 뒤집어 직접 연결 (와이어 없음). 일반 PCB보다 층 수 많고 미세. AI 시대 GPU 폭발로 FC-BGA 수요 폭증.
🆑 FC-BGA 시장은 일본 이비덴·신코가 1·2위 (글로벌 50%+). 한국 이수페타시스·삼성전기가 추격. AI 서버용 FC-BGA가 일반보다 단가 5-10배. LG이노텍이 'PCB 기업'에서 FC-BGA 기업으로 리레이팅 진행 중 (2026 증권가 리포트). 단 후발주자라는 약점 — 일본 선두 추월에는 시간 필요.
🅱️ EUV (Extreme Ultraviolet Lithography) = 극자외선으로 회로 패턴을 새기는 노광 장비. 기존 ArF보다 훨씬 작은 패턴 가능 → 7nm 이하 공정 필수. ASML(네덜란드)이 세계 유일 제조 — 다른 회사는 못 만듦. 1대 가격 2000-3000억원, 운송에 보잉 747 3-4대 필요. 연 생산 50대 미만.
🆑 ASML EUV 독점이 글로벌 반도체 패권의 진짜 키. 미국이 중국에 EUV 수출 금지 → 중국 7nm 이하 미세화 봉쇄. 반도체 = 지정학의 가장 극명한 사례. 차세대 High-NA EUV (2024 출시, 1대 5000억원+)는 1.4nm 이하 공정 필수.
🅱️ 한국 반도체 장비·소재·부품 = 소부장 으로 통칭. 정부가 2019년 일본 수출 규제 후 국산화 추진. 카테고리: ① 전공정 장비(원익IPS·유진테크·주성·세메스) ② 후공정 장비(한미반도체·이오테크닉스·테스나) ③ 소재(솔브레인·동진쎄미켐·SK머티리얼즈) ④ 부품(원익QnC·티에스이).
🆑 소부장의 순환 사이클: 삼성·SK 메모리 호황 → 캐펙스 증가 → 장비주 매출 폭발. 메모리 불황 → 캐펙스 삭감 → 장비주 동반 침체. 2025-2026년 메모리 호황 + HBM 캐펙스 폭발 → 장비주 호황. 단 한국 장비는 기술 격차 여전 — DRAM 핵심 공정은 외산 의존도 높음.
무엇을 먼저 보면 흐름이 먼저 보이는가
SOX 3주 연속 상승 시 삼성전자·SK하이닉스 주가가 선행 반응하는 패턴. AI 투자 사이클과 강하게 연동. 급락 시 한국 반도체가 2~4주 후 동반 하락.
현물가 상승 → 2~3개월 내 실적 개선 선행. 계약가와 현물가 스프레드가 좁혀지면 실적 반등 신호.
대만 반도체 수출 YoY(1년 전 대비) 증가 → 한국 반도체 수출 동반 증가 경향. 매월 확인.
엔비디아 H100/H200 수요 증가 → SK하이닉스 HBM 수주 증가로 직결.
MS 신형 AI 반도체·엔비디아 커스텀 HBM에 HBM4 성능이 핵심으로 부각된다는 보도. 삼성전자·SK하이닉스 수혜 관측.
삼성전자·SK하이닉스가 미국과 50억달러 규모 차세대 반도체 공동 개발 동맹을 추진한다는 보도.
TSMC가 최대 실적에도 공급이 빠듯해 삼성 파운드리에 수주 기회가 열릴 수 있다는 관측. 다만 점유율 격차 확대 전망도 공존.