AI 시대, 반도체 산업의 핵심 변화는 무엇인가? 과거 '비용 변수'였던 메모리 반도체가 이제 AI 모델 성능을 좌우하는 핵심 인프라가 되면서, 단순한 경기 회복을 넘어 AI 인프라 투자와 연계된 장기적인 수요 증가가 예상됩니다.

1. AI 시대, 반도체 산업의 핵심 변화와 주요 이슈

AI 시대에는 메모리 반도체가 단순한 비용 요소가 아니라 AI 모델의 성능을 결정하는 핵심 인프라가 되면서, AI 인프라 투자와 연계된 장기적인 수요 증가가 예상된다.

1.2. 중국 CXMT의 LPDDR6 양산과 시장 영향

1. CXMT의 LPDDR6 세계 최초 상용화 발표
   1. 중국 창신메모리(CXMT)가 차세대 모바일 D램인 LPDDR6를 정식 양산하여 샤오미의 신규 폴더블폰 '샤오미 18 폴드'에 처음 공급한다고 발표했다. 
   2. 이는 그동안 선두 기업의 구형 제품을 뒤쫓던 중국 반도체 업체가 최신 메모리 규격을 사실상 동시에 상용화했다는 점에서 전례 없는 일로 평가된다. 
   3. CXMT의 LPDDR6는 초당 최고 12.8기가비트로 동작하는 16기가비트 칩으로, 이전 세대와 달리 글로벌 3강(삼성전자, SK하이닉스, 마이크론)과 경쟁할 발판을 마련했다. 
2. LPDDR6의 전략적 가치 및 시장 변화 전망
   1. LPDDR6는 LPDDR5X보다 넓은 24비트 인터페이스로 처리량을 늘려 온디바이스 AI와 통합 그래픽처럼 메모리 대역폭 의존도가 높은 작업에 특히 유용하다. 
   2. 이는 CXMT 제품이 단순한 세대교체용 모바일 D램을 넘어 AI 스마트폰의 연산 성능과 전력 효율을 좌우할 핵심 부품이 될 수 있음을 의미한다. 
   3. AI 데이터센터 수요로 D램 가격이 오르는 상황에서 중국 업체가 최신 규격 공급자로 부상하면 고객사들의 선택지가 확대되고, 전 세계 메모리 시장 구도에 변화가 생길 수 있다. 
3. 양산 발표의 한계와 실적 전망
   1. '양산 발표'가 곧바로 수율 및 공급 능력의 경쟁력을 입증하는 것은 아니며, CXMT는 수율과 생산 규모를 공개하지 않았다. 
   2. 모건스탠리는 올해 CXMT의 월 웨이퍼 생산능력이 30만 장, 연매출이 3,889억 위안(약 80조 원)에 이를 것으로 전망했으나, 유비에스는 중국 D램 업체 기술이 글로벌 선두보다 2~3세대 뒤처져 생산비용 면에서 불리하다고 평가했다. 
   3. 궈성증권은 CXMT가 스마트폰, 태블릿, 스마트 자동차로 공급처를 넓힐 것으로 예상하며, 2028년 매출을 약 129조 원으로 전망했다. 

1.3. 삼성·SK의 미국 반도체 거점 확보 속도전

1. 미국 투자 가속화 배경
   1. 국내 호남 반도체 클러스터 투자를 둘러싼 인프라 및 실행 불확실성이 상존하는 가운데, 삼성전자와 SK하이닉스는 미국 내 생산 거점 확보에 속도를 내고 있다. 
   2. 미 정부의 전방위적인 압박이 주요 배경으로, 하워드 러트닉 미국 상무장관은 삼성전자와 SK하이닉스에 미국 내 메모리 공장 건설을 공개적으로 촉구했다. 
   3. 미 현지 빅테크 수요를 선점하려는 실리적 판단도 주 요인이며, 중국 기업들의 추격을 따돌리기 위한 포석도 깔려 있다. 
2. SK하이닉스의 미국 투자 현황
   1. SK하이닉스는 27일(현지시각) 미국 인디애나주 웨스트라피엣에서 첨단 패키징 생산기지 착공식을 열고, 총 38억 7,000만 달러(약 5조 3,000억 원) 이상을 투입해 AI 메모리용 후공정 공장과 R&D 시설을 구축한다. 
   2. 인디애나 팹은 2028년 말 준공을 목표로 차세대 HBM 등 AI 메모리 제품을 양산할 계획이며, 퍼듀대학교의 인프라와 인재 풀을 활용해 기술 개발 시너지를 강화한다. 
   3. 곽노정 SK하이닉스 CEO는 미국 내 메모리 전공정 생산시설 건설 가능성도 열어두고 있다고 밝혔다. 
3. 삼성전자의 미국 투자 현황
   1. 삼성전자는 미국 텍사스주 테일러에 370억 달러(약 51조 원) 이상을 투자해 파운드리 클러스터를 구축하고 있다. 
   2. 핵심 거점인 테일러 1공장은 연내 가동을 목표로 막바지 준비 중이며, 올해 말 테일러 2공장 착공에 들어가 2030년 양산할 예정이다. 
   3. 1.4나노미터(㎚) 공정 증설도 추진하여 기술 우위를 점하고 빅테크의 AI 칩 수요를 빠르게 흡수할 방침이다. 
4. 국내 호남 반도체 클러스터의 불확실성
   1. 국내에서 추진되는 호남 반도체 클러스터는 막대한 전력·용수 공급, 부지 인프라 구축 등 현실적 과제와 불확실성이 여전하다. 
   2. 이에 기업들은 즉각적인 고객사 확보와 통상 압박 해소가 시급하여 미국 거점 구축을 우선순위에 둘 수밖에 없는 실정이다. 
   3. 이재명 대통령은 이재용 삼성전자 회장, 최태원 SK그룹 회장과 비공개 만찬을 통해 호남 클러스터 인프라 지원 방안과 미국의 반도체 투자 압박 대응책을 논의했다. 

1.4. SK 최태원 회장의 일본 반도체 합작공장 설립 검토

1. 일본 내 합작공장 설립 검토 배경
   1. 최태원 SK그룹 회장은 급증하는 인공지능(AI) 수요를 충족하고 생산 비용을 절감하기 위한 방안으로 일본 내 메모리 칩 생산을 위한 합작 공장 타당성을 검토 중이라고 밝혔다. 
   2. 그는 "일본 전역을 살펴보고 있다. 전력과 용수가 풍부한 곳이라면 어디든 고려하고 있다"고 말했다. 
2. 일본과의 협력 강화 및 전략적 가치
   1. SK하이닉스의 일본 내 공장 검토는 일본 고객 및 협력업체와의 협력을 강화하기 위한 광범위한 노력의 일환으로 평가된다. 
   2. SK하이닉스는 베인캐피털 SPC를 통해 일본 플래시 메모리 제조업체 키옥시아 지분을 약 14% 이상 보유하고 있다. 
   3. 일본에는 나믹스, 도쿄 일렉트론 등 SK하이닉스의 다양한 협력업체와 소니 그룹, 닌텐도 등 주요 고객사가 있으며, 일본 정부는 해외 반도체 제조업체의 공장 확장에 적극적으로 보조금을 지급하고 있다. 
3. 글로벌 생산 기지 모색 및 투자 계획
   1. SK하이닉스는 AI의 폭발적인 데이터 저장 수요를 충족하기 위해 전 세계적으로 반도체 생산 기지를 물색하는 한편, 중국의 기술 야망을 억제하려는 미국의 시도에도 대응하고 있다. 
   2. SK하이닉스는 지난 27일(현지시간) 미국 인디애나주 웨스트라피엣에서 차세대 HBM 어드밴스드 패키징 공장 기공식을 열었으며, 한국 내 반도체 생산 시설 확장에도 54조 원(약 390억 달러)을 투자할 계획이다. 

1.5. 금리 인상 우려와 반도체 주식 시장의 변동성

1. 미국 금리 인상 우려 증폭
   1. 케빈 워시 미국 연방준비제도(Fed·연준) 의장이 잭슨홀 미팅에서 예상보다 강한 매파적(통화 긴축 선호) 발언을 내놓으면서 9월 기준금리 0.25%포인트 인상 확률이 35.4%에서 57.5%로 급등했다. 
   2. 워시 의장은 "물가 안정 관련 지표들이 더욱 우려스러운 상황"이라고 언급하며 추가 대응 가능성을 시사했다. 
2. 뉴욕 증시 및 반도체 주식 급락
   1. 워시 의장의 발언 이후 뉴욕 증시에서 엔비디아(-4.57%), AMD(-2.33%), 인텔(-2.85%), 마이크론(-0.27%) 등 주요 반도체 주식이 일제히 급락했으며, 필라델피아반도체지수도 3.47% 하락 마감했다. 
   2. 이는 장중 금리 상승, 미국의 반도체 규제, 창신메모리의 범용 D램 공급 증가 우려 등이 복합적으로 작용한 결과로 분석된다. 
3. 코스피 시장의 동향 및 전망
   1. 지난주 코스피는 전주 대비 1.79% 하락한 6788.88에 마감했으나, 삼성전자와 SK하이닉스의 반등에 힘입어 낙폭을 만회하기도 했다. 
   2. 대형 반도체주를 둘러싼 수급 부담은 계속되었는데, 삼성전자와 SK하이닉스의 대규모 자사주 매입으로 기타법인이 순매수하며 지수 하방을 지지했지만, 외국인·기관투자가는 매도 우위를 기록했다. 
   3. NH투자증권은 이번 주 코스피 예상 등락 범위를 6400~7500으로 제시하며, 8월 고용 및 소비자물가지수(CPI) 결과에 따라 주가가 민감하게 반응할 것으로 전망했다. 
   4. 금리 불확실성에도 반도체 업종의 견조한 실적과 다른 업종으로의 순환매가 지수 하단을 지지할 것이라는 분석도 제기되었다. 

1.6. 반도체 공급 부족 장기화와 장비 업계의 대응

1. AI 반도체 수요 급증과 공급 부족 장기화
   1. 인공지능(AI)이 학습을 넘어 추론과 에이전틱 AI로 확산하면서 반도체 업계의 생산능력(캐파) 확보 중요성이 커지고 있다. 
   2. 어플라이드 머티어리얼즈 그룹 부사장 무쿤드 스리니바산은 "반도체 수요가 공급을 크게 상회하고 있다"며 "장비 추가 공급 요청도 계속해서 오고 있다"고 밝혔다. 
   3. 반도체 장비 수요 논의가 통상 3~5년 단위로 이루어지는 점을 고려할 때, 이는 반도체 제조업체들이 향후 5년 뒤에도 수요가 공급을 상회할 것으로 본다는 의미이다. 
2. HBM 수요 확대와 D램 생산 영향
   1. AI 데이터센터 증설과 함께 수요가 늘고 있는 고대역폭메모리(HBM)는 여러 개의 D램을 수직으로 적층하여 높은 대역폭을 구현한다. 
   2. HBM용 D램은 TSV 채널 형성에 필요한 면적 때문에 다이 크기가 표준 D램보다 커질 수 있으며, 동일 용량을 구현하는 데 3~4배 많은 웨이퍼가 필요하다. 
   3. 이에 따라 HBM 수요 확대는 D램 생산과 관련 장비, 첨단 패키징 수요에도 영향을 줄 수 있다. 
3. 장비 업계의 대응 전략
   1. 장비 업체들은 고객사의 수요를 장기적으로 예측하여 적절한 설비를 적시에 공급하는 데 초점을 맞추고 있다. 
   2. 기존 설비의 성능을 높여 양품 디바이스 생산을 위한 최적화 및 아웃풋 최대화 방안을 고민하고 있다. 
4. AI 반도체 기술 과제: 전력 효율과 첨단 패키징
   1. AI 반도체의 핵심 기술 과제는 전력 효율이며, AI 연산량이 늘면서 데이터 이동에 필요한 전력도 커지고 있다. 
   2. 이를 위해 로직과 메모리를 가깝게 배치하는 3D 기술과 첨단 패키징의 중요성이 높아지고 있다. 
   3. 첨단 패키징 기술로는 칩 사이의 거리를 줄이는 하이브리드 본딩과 패키지 내 일부 전기 배선을 광신호로 대체하는 공동광학패키징(CPO)이 거론된다. 
5. 한국의 전략적 중요성 및 어플라이드 코리아의 지원 강화
   1. 한국은 첨단 메모리를 제조하는 3개 기업 중 2개가 위치해 있고, 패키징 및 첨단 로직까지 더해지는 위치에 있어 글로벌 반도체 비중에서 점점 더 전략적이고 중요한 위치를 차지한다. 
   2. 어플라이드 코리아는 국내 고객사의 글로벌 팹 확대에 대응하여 인력과 기술 지원을 강화하고 있으며, 올해 세 자릿수 인력을 충원하고 대학 연계 프로그램 등을 진행하고 있다. 

1.7. 반도체 산업의 구조적 변화와 AI 시대의 '부의 공식'

1. 메모리 반도체의 가치 변화
   1. 유진투자증권 이승우 리서치센터장은 AI 시대에 메모리 반도체의 산업적 가치 자체가 달라지고 있다고 진단했다. 
   2. 과거 메모리가 컴퓨터 가격을 구성하는 '비용 변수'였다면, AI 시대에는 AI 모델의 성능을 좌우하는 핵심 인프라가 되었다. 
   3. AI 모델이 고도화될수록 더 많은 데이터를 처리하고 기억해야 하므로 메모리의 역할이 커지며, 과거와 같은 공급 확대와 가격 하락 공식이 반복되지 않을 수 있다. 
2. 메모리 사이클의 장기화 및 수요 구조 변화
   1. 이 센터장은 이번 메모리 사이클이 최소 내년까지 이어질 것으로 전망하며, 2024년부터 시작된 메모리 가격 상승세가 내년까지 이어진다면 4년 연속 가격 상승이 될 것이라고 예측했다. 
   2. AI 데이터센터 투자가 확대되면서 메모리 수요가 단순한 경기 회복이 아닌 AI 인프라 투자와 연결되고 있으며, 장기공급계약(LTA) 확대는 공급과 수요의 가시성을 높이는 중요한 변화이다. 
3. 한국 반도체 산업의 취약점과 기회
   1. 이 센터장은 한국 반도체 산업의 기초 체력이 생각보다 취약하며, 글로벌 경쟁력에도 불구하고 산업 생태계 전체의 기업 저변이 미국과 대만에 비해 좁다고 지적했다. 
   2. 특히 한국의 강점이 메모리에 지나치게 집중되어 있다는 점을 문제로 꼽으며, 메모리 호황기에 소재·부품·장비, 팹리스, 시스템반도체 등 반도체 생태계 전반의 경쟁력을 키워야 한다고 강조했다. 
   3. 이번 반도체 호황을 삼성전자와 SK하이닉스의 실적 개선에 그치게 할 것인지, 아니면 한국 산업 전체의 경쟁력을 높이는 기회로 만들 것인지가 중요하다고 덧붙였다. 
4. AI 시대의 새로운 '부의 공식'
   1. 과거 반도체 산업의 성장 공식이 '수요 증가 → 설비투자 → 공급 확대 → 가격 하락'의 반복이었다면, AI 시대에는 AI 모델과 데이터센터 투자가 확대되면서 GPU와 HBM, 메모리, 장비·소재, 전력, 데이터센터 등으로 투자와 부가 확산되는 새로운 구조가 만들어지고 있다. 
   2. 결국 중요한 것은 AI가 만들어낸 거대한 투자 흐름이 어디에서 시작해 어디로 이동하고, 누가 그 부를 가져가느냐는 질문이다. 

2. 국내외 반도체 기업의 투자 및 정책 리스크

국내외 반도체 기업들은 AI 시대에 맞춰 대규모 투자를 진행하고 있지만, 정부의 정책 리스크와 빅테크 기업의 잠재적 부채 문제가 새로운 도전 과제로 떠오르고 있다.

2.1. K반도체 정책 리스크와 기업 경영 부담

1. 정부의 호남 반도체 클러스터 투자 요구
   1. 정부는 호남 반도체 클러스터를 추진하며 삼성전자와 SK하이닉스에 막대한 금액의 투자 유치를 요구하고 있다. 
   2. 국회는 호남 반도체 투자 과정에서 정부가 기업에 압박을 가했는지 따지겠다며 이재용 삼성전자 회장과 최태원 SK그룹 회장을 증인으로 부르는 청문회를 추진하고 있다. 
2. 대통령과 기업인의 잦은 만남과 경영 판단 개입 우려
   1. 이재명 대통령은 올해 이재용 회장과 12차례, 최태원 회장과 8차례 대면했는데, 문제는 소통 횟수가 아니라 그 소통이 기업의 경영 판단에 어떤 무게로 작용하느냐는 것이다. 
   2. 반도체 투자는 공장 건설에 수십조 원이 들고 전력, 용수, 고객사 거리, 인력 수급 등 수많은 변수를 계산해야 하므로, 투자 판단과 경영 책임은 오직 기업의 몫이다. 
   3. 야당은 정부가 특정 지역을 공개적으로 거론하며 기업의 투자 결정에 관여하는 것을 '관치 경제'로 지적하며, 논쟁의 핵심은 정부가 기업 투자 결정에 어디까지 관여할 수 있느냐에 있다고 주장한다. 
3. 정책 변수 증가로 인한 기업 부담
   1. 이런 상황이 반복될수록 기업이 부담해야 할 정책 변수가 늘어나, 기업은 반도체 기술과 수율, 고객 확보에 집중할 시간에 또 다른 변수를 계산해야 한다. 
   2. 정부는 기업에 추가 투자를 요구하기에 앞서 전력·용수·인허가·인재 등 투자 병목을 해소하는 데 역량을 집중해야 한다. 
   3. 'K반도체 육성'이라는 명분 아래 정치권의 요구가 기업 경영 영역을 침범하는 순간 관치는 정책 리스크가 되므로, 기업이 투자와 기술 경쟁에 집중할 수 있도록 정책 불확실성을 없애는 것이 정부와 국회가 해야 할 일이다. 

2.2. 삼성전자의 베트남 반도체 후공정 투자 및 장비 투입

1. 베트남 반도체 후공정 공장 투자 규모
   1. 삼성전자는 베트남 타이응우옌성에 짓는 반도체 후공정 공장에 총 40억 8,000만 달러(약 5조 5,830억 원)의 등록투자액을 투입한다. 
   2. 재원은 투자자 자기자본 1억 달러, 삼성그룹 계열사 조달 14억 1,000만 달러, 향후 이익 재투자 25억 7,000만 달러로 구성되며, 금융기관 차입 계획은 없다. 
   3. 이익 재투자 금액은 향후 이익 발생 시 투입되는 구조이므로, 40억 8,000만 달러 전액이 한꺼번에 투입되는 것은 아니다. 
2. 한국산 신품 장비 대규모 투입
   1. 삼성전자는 베트남 공장에 한국산 신품 주요 장비 1,612대를 투입할 계획이다. 
   2. 주요 장비는 메모리 번인테스트(MBT) 챔버 DM1600 712대, MBT 분류기(Sorter) Eagle8800 136대, 테스터 T5833 332대, 핸들러 STH5800 332대 등이다. 
   3. 이 장비들은 모두 '100% 신품'으로 명시되어 있어, 국내 천안·온양 사업장의 기존 설비 이설분이 아닌 신규 투입임을 확인시켜준다. 
3. 공장 가동 계획 및 생산 능력
   1. 1공장 1층은 2027년 7월 설비 반입 후 11월 가동에 들어가며, 2층은 2028년 5월 설비 반입 후 10월 가동 예정이다. 
   2. 최대 근로인원은 3,750명이며, 생산능력은 D램 연간 1,533억 기가비트(Gb), 낸드 연간 2,556억 Gb로 예상된다. 

2.3. 빅테크 기업의 '부외부채'와 반도체 수요 절벽 우려

1. 글로벌 빅테크 기업의 막대한 '부외부채' 실체
   1. 글로벌 빅테크 9개 기업의 재무제표 주석 분석 결과, 장부에 공식적으로 잡히지 않은 '부외부채' 규모가 3조 1,000억 달러(약 4,275조 원)에 달하는 것으로 집계되었다. 
   2. 이는 이들 기업의 공식 부채 총액(6,040억 달러)의 약 5배에 달하는 금액이다. 
   3. 부외부채는 지금 당장은 빚으로 잡히지 않지만, 미래의 특정 조건이 맞춰지는 순간 갚아야 할 부채로 바뀌는 잠재적 의무를 뜻한다. 
2. 부외부채의 주요 항목
   1. 첫 번째는 AI 데이터센터를 빌려 쓰기로 계약한 1조 2,000억 달러 규모의 '미개시 운용리스'이다. 
   2. 두 번째는 엔비디아의 GPU나 삼성전자, SK하이닉스의 메모리 반도체를 미리 사겠다고 약속해 둔 1조 9,000억 달러 규모의 하드웨어 구매 약정이다. 
   3. 이는 빅테크 기업들이 수천조 원에 달하는 금액을 '빚내서 투자'하는 단계에 와 있음을 의미한다. 
3. 장기 계약으로 인한 고정비 부담과 미래 위험
   1. AI 데이터센터 임대 계약은 15~19년에 달하는 초장기 계약으로 체결되어, 오라클의 2,600억 달러 규모 '미개시 리스'가 대표적인 사례이다. 
   2. 데이터센터 가동이 시작되면 향후 임대료 총액이 회사의 공식 빚으로 잡히며, 중간에 AI 사업에서 적자가 나더라도 계약을 해지할 수 없어 기업은 빠져나갈 수 없는 고정비 부담을 안게 된다. 
4. 반도체 수요 절벽 우려 및 시장 경고
   1. 숨겨진 빚더미는 데이터센터가 완공되는 2027~2029년 사이에 집중적으로 빅테크 장부에 반영될 예정이다. 
   2. S&P와 무디스는 숨은 빚들이 실제 장부에 올라올 때 AI 수요가 기대치를 밑돈다면 기업들이 감당하기 힘든 고정비에 짓눌릴 수 있다고 경고했다. 
   3. 현재 국내 반도체 기업들의 호실적은 빅테크와의 대규모 구매 약정 덕분인데, 만약 빅테크들이 AI로 충분한 돈을 벌지 못하면 반도체 추가 주문을 줄이거나 가격을 강하게 압박할 수 있다. 
   4. 이는 지금까지 반도체 주가를 끌어올렸던 빅테크의 막대한 하드웨어 투자 약정이 시장 분위기가 식으면서 정반대로 주가를 짓누르는 하락의 핑곗거리로 둔갑할 수 있다는 우려를 낳는다. 

3. AI 반도체 기술 경쟁 심화와 혁신 동향

AI 반도체 기술 경쟁은 D램 미세화를 넘어 칩을 쌓고 연결하는 패키징 기술로 확장되고 있으며, 이를 위한 신기술 개발과 생태계 협력이 활발히 이루어지고 있다.

3.1. AI 반도체 기술 주도권 경쟁: D램에서 패키징으로

1. 패키징 기술의 중요성 부각
   1. AI 반도체의 기술 주도권 경쟁이 D램 미세화를 넘어 칩을 쌓고 연결하는 패키징으로 이동하고 있다. 
   2. AI가 학습 중심에서 추론 단계로 발전하면서 데이터 처리량이 급증하고, 프로세서의 연산 속도를 메모리가 따라가지 못하는 메모리 장벽(Memory Wall)을 극복하기 위해 데이터 이동 효율을 높이는 패키징 기술이 필수적이다. 
2. 삼성전자와 SK하이닉스의 첨단 패키징 투자 확대
   1. SK하이닉스는 미국 인디애나주에 40억 달러(약 5조 4,824억 원) 이상을 투자하여 AI 메모리 첨단 패키징 생산기지를 착공했으며, 2029년 하반기부터 차세대 HBM인 HBM4E(7세대)를 양산할 계획이다. 
   2. 삼성전자 역시 충남 천안·아산 등 충청권을 중심으로 패키징 설비 투자를 늘리고 있다. 
3. HBM 패키징 기술 고도화
   1. HBM 적층이 늘어날수록 칩 사이의 연결 기술이 중요해지며, 현재 TSV(실리콘관통전극)와 마이크로범프 방식에서 구리를 직접 접합하는 하이브리드 본딩으로 기술이 진화하고 있다. 
   2. 이는 칩 사이 간격을 줄여 연결 밀도와 전력 효율을 높이기 위함이며, 메모리와 연산장치를 가까이 배치하는 2.5D·3D 통합과 데이터를 광신호로 전송하는 공동광학패키징(CPO)도 개발되고 있다. 
4. 소재·부품·장비(소부장) 업계의 기회
   1. 반도체 구조가 복잡해질수록 신소재, 증착·식각 기술, 정밀한 계측·검사가 필요해지면서 국내 소부장 업계에 새로운 기회가 될 것으로 보인다. 
   2. 어플라이드 머티어리얼즈는 AI 반도체 수요가 공급을 웃돌면서 고객사의 증설과 장비 추가 공급 요청이 이어지고 있다고 밝혔으며, 한국이 HBM을 중심으로 한 AI 반도체 시장에서 더욱 전략적이고 중요한 위치에 있을 것이라고 강조했다. 

3.2. 어플라이드 머티어리얼즈의 AI 반도체 해법

1. AI 반도체 핵심 과제: 에너지 효율
   1. 어플라이드 머티어리얼즈는 AI 시대 반도체 산업이 풀어야 할 과제로 기술과 생산능력을 꼽았다. 
   2. AI 모델이 많은 연산을 요구하면서 소비 에너지도 급격히 증가하고 있어, 연산과 데이터 이동에 필요한 에너지를 얼마나 낮출 수 있느냐가 기술 측면의 핵심 과제이다. 
2. 3D 스케일링 기술 제시
   1. 어플라이드는 이 문제를 해결할 기술로 3D 스케일링을 제시하며, AI 시스템을 구성하는 로직, 메모리, 패키징 모두 3차원 구조로 옮겨가고 있다고 설명했다. 
   2. 로직에서는 게이트올어라운드(GAA) 등 3차원 트랜지스터 구조가, 메모리에서는 HBM이, 패키징에서는 2.5D에서 3D 방식으로 발전하고 있다. 
   3. 구조가 복잡해지면서 제조 공정 난도도 높아져 신소재, 선택적 증착·제거, 옹스트롬 수준의 공정 제어 및 계측, 공정 간 공동 최적화가 필요한 기술로 꼽힌다. 
3. HBM 고단화와 TSV·본딩 기술의 중요성
   1. 메모리에서는 속도, 지연시간, 대역폭을 동시에 개선해야 하며, 입출력(I/O) 밀도를 높이기 위한 실리콘관통전극(TSV)과 마이크로범프 미세화가 지원되고 있다. 
   2. HBM 적층에서는 마이크로범프 기반 구조를 넘어 하이브리드 본딩 적용이 확대될 것으로 전망된다. 
   3. 하이브리드 본딩은 다이 사이 간격을 사실상 제로에 가깝게 줄여 열 성능과 집적도를 개선하고 지연시간과 대역폭을 높일 수 있다. 
4. 생산능력 확보와 한국 고객사와의 협업
   1. AI 반도체 수요가 공급을 웃돌면서 반도체 제조사뿐 아니라 장비, 부품, 소재 업체까지 전체 생태계 차원의 생산능력 확대가 필요하다. 
   2. 어플라이드는 국내 고객사와 장기 수요를 예측해 장비 공급 시점을 맞추고 있으며, 양산 라인에서는 장비 성능을 최적화해 생산량을 높이고 있다. 
   3. 단기적 공급 부족 해소에는 한계가 있어, 1~3년 뒤 수요를 예측하여 내부 생산능력을 준비하고 협력사들과 전망을 공유하며 생산계획을 맞추고 있다. 
5. EPIC 플랫폼을 통한 기술 개발 및 상용화 단축
   1. 어플라이드는 고객사, 대학, 협력업체가 초기 기술 개발부터 상용화까지 함께하는 'EPIC' 플랫폼 가동을 준비하고 있다. 
   2. EPIC은 장비(Equipment), 공정(Process), 혁신(Innovation), 상용화(Commercialization)의 약자로, 차세대 공정 난제를 한 공간에서 공동 개발하고 양산 적용까지 걸리는 시간을 줄이는 것이 목표이다. 
   3. 삼성전자와 SK하이닉스는 EPIC 창립 파트너로 참여하고 있으며, 어플라이드는 향후 1~2개월 안에 EPIC 센터를 본격 가동할 계획이다. 

3.3. 세미파이브의 주문형 반도체(ASIC) 혁신

1. 고성능 3D IC 칩 개발 및 AI 반도체 시장의 게임 체인저
   1. 조명현 세미파이브 대표는 올 연말 고성능 3D(차원) 집적회로(IC) 칩 개발을 완료할 것이라고 밝혔다. 
   2. 이 제품은 고대역폭메모리(HBM)4 8개를 합친 것보다 대역폭이 크면서 전력 소모는 더 적어, 인공지능(AI) 반도체 시장의 게임 체인저가 될 것이라고 자신했다. 
2. 반도체 패러다임 변화에 대한 베팅
   1. 조 대표는 보스턴컨설팅그룹(BCG)에서 반도체 기업 컨설팅을 하면서 개별 기업, 개별 디바이스에 최적화된 주문형반도체(ASIC) 시장이 범용 반도체처럼 커질 것이라는 판단으로 세미파이브를 창업했다. 
   2. 세미파이브의 3D IC는 AI 연산과 메모리를 연결하는 물리적 채널을 대폭 늘리는 방식으로 설계되었는데, HBM4 8개 시스템보다 전체 대역폭은 최대 20% 높고 전력 소모는 5분의 1 수준이다. 
   3. 범용 AI 칩에는 HBM이 적합하지만, 개별 서비스 목적에 맞춰 데이터 처리 패턴을 정할 수 있는 ASIC에는 3D IC가 경쟁력을 가질 것이며, 데이터센터뿐 아니라 스마트워치, 카메라, 엣지 장비 등 전력 효율과 소형화가 중요한 분야에 활용될 것으로 기대된다. 
3. 반도체 설계 플랫폼화 지향
   1. 조 대표는 공정 미세화를 통한 성능 개선이 어려워지면서 "반도체 산업에서 기존의 혁신방식은 끝났다"고 단언했다. 
   2. 앞으로는 제품과 서비스별로 최적화된 ASIC를 여러 종류 개발해야 하지만, 칩 하나 개발에 수백억 원이 들고 전문 인력도 부족하여 모든 작업을 처음부터 새로 하는 방식은 한계가 있다. 
   3. 세미파이브는 이런 반도체 설계 업무를 대행하는 플랫폼업체를 지향하며, 이는 TSMC가 반도체를 위탁생산하는 것과 유사하다. 
4. 세미파이브의 실적 성장과 외국인 투자자 증가
   1. 세미파이브의 매출은 2022~2023년 400억 원대에서 지난해 1,210억 원으로 크게 뛰었으며, 올해 상반기 매출은 947억 원으로 지난해 같은 기간(481억 원)의 두 배 규모를 기록했다. 
   2. 작년 말 기업공개 직후 1% 미치지 못했던 외국인 투자자 비중이 최근 5%를 넘어섰는데, 이는 외국인 투자자들이 ASIC 분야에서 세미파이브의 경쟁력을 인지하기 시작한 것으로 평가된다. 

3.4. LG전자, 삼성 파운드리와 협력하여 AI 홈 IoT 칩 생산

1. LG전자와 코아시아세미의 협력
   1. 코아시아세미는 산업통상부 주관 'K-온디바이스 AI 반도체 기술개발' 과제에 LG전자와 합작으로 참여한다. 
   2. 코아시아세미는 LG전자 인공지능(AI) 홈 제품용 사물인터넷(IoT) 칩 2종을 개발하며, LG전자는 수요 기업으로서 IoT 칩 사양을 제시하고 개발 방향을 주도한다. 
   3. 코아시아세미는 전반적인 칩 설계를 담당하고, 코아시아 그룹 내 팹리스 업체인 코아시아넥셀 일부 인력도 해당 과제를 돕는다. 
2. 초저전력 시스템 온 칩(SoC) 설계 및 삼성 파운드리 활용
   1. 이들은 차세대 AI 홈 플랫폼을 선점하고 신규 시장을 창출하기 위해 상시 인지 기능을 지원하고 전력 소비와 비용을 낮춘 초저전력 시스템 온 칩(SoC)을 설계한다. 
   2. 파운드리 공정은 삼성전자 팹을 활용하는데, LG전자가 가전용 칩을 만들 때 주로 TSMC 공정을 활용해왔다는 점에서 이례적인 협력으로 평가된다. 
3. K-온디바이스 AI 반도체 기술개발 과제
   1. 'K-온디바이스 AI 반도체 기술개발' 과제는 자동차, 사물인터넷(IoT), 가전, 기계, 로봇, 방산 등에 쓰이는 AI 반도체 개발을 지원하며, 약 8,000억 원 규모로 올해부터 2030년까지 진행된다. 
   2. 현대자동차, 두산로보틱스, 대동, 한국항공우주산업(KAI) 등이 수요기업으로 참여한다. 

4. 정부의 R&D 정책 개편 및 산업 지원 강화

정부는 연구개발(R&D) 과제 평가 방식을 도전성 중심으로 개편하고, 산업 기술 사업화 금융 지원을 확대하며, 산업 현장 인재 육성을 위한 '산업박사' 제도를 도입하는 등 과학기술 인재 생태계 조성을 위한 정책을 추진한다.

4.1. R&D 과제 평가 체계 개편 및 연구비 집행 개선

1. 도전성 중심의 R&D 과제 평가 개편
   1. 과학기술정보통신부는 국가 연구개발(R&D) 과제 평가방식을 바꾸고 연구비 집행 및 행정 절차를 개선한다. 
   2. 연구 목표를 달성하지 못했더라도 도전 과정에서 의미 있는 데이터와 지식을 축적한 '우수도전 과제'도 우수과제로 인정하고 후속 연구 기회나 정부 포상 등 인센티브를 제공할 방침이다. 
   3. 반면 법령 위반이나 연구 부정 등 문제가 있는 과제는 '부적절 과제'로 구분하여 연구비 환수 및 참여 제한 등을 적용한다. 
2. 연구 목표 변경 유연성 확보
   1. 2027년부터는 연구 진행 중 목표를 변경할 수 있는 '무빙타겟(Moving Target)' 제도를 전면 도입한다. 
   2. 이는 기술 환경 변화에 맞춰 연구 목표를 조정할 수 있도록 승인 절차를 줄이고, 범부처 공통 가이드라인을 마련하기 위함이다. 
3. 연구비 집행 규정 완화 및 정산 기준 통일
   1. 연구시설·장비 도입 완료 시점을 기존 '단계 종료 2개월 전'에서 전체 과제 종료일을 기준으로 조정하고, 다음 단계 착수가 늦어질 경우 직접비 잔액을 자동 이월하여 인건비 등을 우선 집행할 수 있도록 할 계획이다. 
   2. 연구수당은 특정 연구자에게 과도하게 집중되지 않도록 개인별 상한을 본인 인건비의 100% 이내로 제한한다. 
   3. 부처나 회계법인마다 달랐던 연구비 정산 기준을 통일하기 위해 범부처 표준 정산 가이드와 연구비 인정·불인정 사례집을 배포하고, 협약 기간이 6개월 미만인 경우 연차보고서를 통합할 수 있도록 할 예정이다. 
4. 국제공동연구 지원 강화
   1. 국제공동연구에 대해서는 해외기관에 송금한 연구비의 사용실적 관리 및 점검을 강화하고, 해외기관과 협약을 맺을 때 국내 연구기관의 지식재산권 등 연구 성과를 보호하기 위한 지원책을 마련한다. 

4.2. 산업기술 R&D 사업화 금융 지원 확대

1. 7,050억 원 규모의 맞춤형 금융 지원
   1. 산업통상부는 산업기술 연구개발(R&D) 과제 성과의 기술사업화와 해외 진출을 지원하기 위해 총 7,050억 원 규모의 맞춤형 금융 지원에 나선다. 
   2. '산업R&D 혁신기업 우대 패키지금융 프로그램'을 통해 R&D 성과를 낸 기업들이 후속 실증, 양산, 수출입 등에 필요한 자금을 저리로 조달할 수 있도록 돕는다. 
   3. 지원 대상은 최근 5년 이내 산업부 R&D 과제를 우수 또는 완료 등급으로 수행하고 한국산업기술기획평가원, 한국산업기술진흥원의 추천을 받은 기업이다. 
2. 민관 협력 구조의 보증 프로그램
   1. 하나은행과 IBK기업은행이 총 470억 원의 보증 재원을 특별 출연하고 기술보증기금(기보)과 한국무역보험공사(무보)가 이를 기반으로 맞춤형 보증을 제공하는 민관 협력 구조로 운영된다. 
   2. 기보는 향후 3년간 총 4,050억 원 규모의 '프로젝트 사업화 보증'을 지원하며, 기업 단위 신용도 대신 개별 R&D 과제의 사업성과 성장성을 평가한다. 
   3. 선정 기업은 최대 50억 원(시설자금 포함 시 100억 원)의 운전자금을 지원받을 수 있으며, 100% 전액 보증과 최대 0.5%포인트의 보증요율 감면 혜택이 주어진다. 
3. 수출입 보증 및 우대 혜택
   1. 무보는 총 3,000억 원 규모의 'R&D 혁신기업 수출입 보증'을 맡아, 수출 준비를 위한 운전·제작자금, 원자재 수입자금 대출에 대해 최대 100억 원 한도로 100% 보증비율과 보증료 20% 할인 혜택을 제공한다. 
   2. 비수도권 소재 기업이나 M.AX(제조업 인공지능 전환) 얼라이언스 참여기업 등에는 최대 2.5배의 특별 한도를 부여하여 우대한다. 

4.3. '산업박사' 제도 도입 등 과학기술 인재 육성 계획

1. '산업박사' 제도 도입 및 산업 현장 인재 육성 강화
   1. 과학기술정보통신부는 기업이 수행한 연구개발(R&D) 프로젝트를 성과로 인정해 박사학위를 받을 수 있는 '산업박사' 제도를 도입한다. 
   2. 이는 논문이 아닌 R&D 성과 등으로 박사학위를 취득할 수 있는 '(가칭) 산업학위제'를 도입하여, 기업 연구자도 현장을 떠나지 않고 고급 연구인력으로 성장할 수 있는 새로운 경력 경로를 만드는 취지이다. 
   3. 예를 들어, 반도체 기업 엔지니어가 차세대 반도체 설계나 공정 기술을 개발하거나 AI 기업 연구자가 새로운 AI 모델을 개발했다면, 이러한 실제 R&D 프로젝트를 박사학위 취득을 위한 연구 성과로 활용할 수 있다. 
   4. 고등교육법 개정 등을 통해 구체적인 학위 부여 방식과 평가 체계를 마련할 계획이며, 사내대학의 학위 체계도 석·박사까지 넓혀 기업이 고급 연구인력을 키울 수 있도록 장려한다. 
2. 대학 및 출연연 연구자 경력 구조 개편
   1. 대학과 출연연에는 교수 등 연구책임자(PI)와 대학원생·박사후연구원 사이에서 연구기획, 연구행정, 기술사업화 등을 담당하는 '스텝 사이언티스트(Staff Scientist)'를 전문 연구지원 직군으로 육성한다. 
   2. 이는 현재 비정규직으로 일하는 유사 인력의 안정적인 전문성 축적을 위한 것으로, 고등교육법을 개정하여 내년부터 정규직화를 전제로 시범사업을 시작하고 채용에 나설 계획이다. 
3. AI·AX 분야 인재 지원 및 연구 환경 개선
   1. AI·AX 분야에서는 병역으로 인한 연구 경력 단절을 줄이기 위해 내년부터 대기업과 출연연에도 전문연구요원을 각각 120명씩 총 240명 배정할 수 있도록 제도를 개선한다. 
   2. 연구생활장려금 지원 대학을 올해 약 50개교에서 2030년 70개교 안팎으로 늘리고, 장학생 지원 규모도 현재 약 3,000명에서 1만 명 수준으로 3배 이상 확대한다. 
   3. 이는 이공계 대학원생을 독립적인 연구자로 성장할 인재로 보고 안정적으로 연구에 몰입할 수 있는 기반을 강화하려는 방침이다. 
   4. 정부는 앞으로 5년이 국내 과학기술 인재 확보의 중대 고비라는 판단 아래, 인재 양성뿐 아니라 이미 확보한 인재가 국내 현장에서 계속 성장할 수 있는 환경을 조성하려 한다. 
4. 새로운 인재 유입 정책 병행
   1. 초·중등 단계에서는 교육부와 수학·과학 교육과정 개선을 검토하고 AI 중점학교를 2030년까지 약 3,000개로 확대한다. 
   2. 현재 설립 추진 중인 2개 과기원 부설 영재학교에 더해 영재학교가 없는 지역의 고교 3개 안팎을 과기원 부설 영재학교로 전환하는 작업도 추진한다. 
   3. 해외 우수 연구자는 2030년까지 2,000명을 유치한다는 목표 아래 비자뿐 아니라 주거·자녀교육 등을 연계한 패키지형 정착 지원을 강화한다.