AI 피지컬 인프라: GPU 아래 숨은 7대 물리 병목 — 주간 학습 Digest (2026 W25)
병목이 GPU에서 메모리·기판·광·전력으로 옮겨붙은 한 주 — 희소성이 곧 가격결정력이 되는 곳을 지도화한다
AI 피지컬 인프라: GPU 아래 숨은 7대 물리 병목 — 주간 학습 Digest (2026 W25)
병목이 GPU에서 메모리·기판·광·전력으로 옮겨붙은 한 주 — 희소성이 곧 가격결정력이 되는 곳을 지도화한다 작성: IWANNAVY LAB | 기간: 2026-06-15 ~ 2026-06-21 | 다룬 종목 24개 | 이번 주 5개 섹터 IC 메모에서 공통 언급 한 줄 테마 정의: AI의 다음 수익 구간은 "더 빠른 칩"이 아니라 그 칩을 둘러싼 실물 부품 — 메모리·기판·광·전력·커스텀 실리콘·우주·로봇 — 에서 펼쳐지며, 각 부품의 공급이 빡빡할수록 그 부품을 만드는 회사의 가격결정력이 커진다.
이 주의 한 장면 (Why this week)
2026년 6월 15일, 시장은 평소와 다른 종목들을 한꺼번에 끌어올렸다. 엔비디아 (NVDA)나 빅테크가 아니라, 그동안 투자자 대화의 변두리에 있던 부품·소재 회사들이었다.
- 삼성전기 (009150.KS): 하루 +13%
- Ibiden (4544.T, 일본 이비덴 — 반도체 패키지 기판 세계 1위): +16.7%
- SK하이닉스 (000660.KS): +6.8%
이 세 회사의 공통점은 단 하나다. 모두 GPU 그 자체가 아니라, GPU를 작동시키기 위해 반드시 필요한 실물 부품을 만든다. 삼성전기와 Ibiden은 칩을 메인보드에 연결하는 기판을, SK하이닉스는 GPU에 데이터를 먹이는 메모리를 만든다.
이날의 동시 급등이 의미하는 바는 명확했다. 지난 3년간 AI 투자 서사의 주인공은 GPU였다. "누가 가장 빠른 칩을 만드는가"가 모든 질문의 중심이었다. 그런데 시장이 갑자기 깨달은 것이다 — 칩이 아무리 빨라도, 그 칩에 데이터를 먹이는 메모리, 칩을 보드에 붙이는 기판, 데이터센터 안을 잇는 광케이블, 거대한 랙에 전기를 넣는 전력반도체가 따라오지 못하면 시스템 전체가 거기서 멈춘다. 병목(bottleneck, 가장 좁은 곳에서 전체 흐름이 막히는 지점)이 GPU에서 실물 부품으로 옮겨붙기 시작한 것이다.
이번 주에 발행된 5개 섹터 IC 메모 — AI Physical Stack(2026-06-15), AI Physical Infra 7 Themes(2026-06-15), AI Value Chain(2026-06-18), AI Value Chain Sub-$1T(2026-06-18), AI Semi Fragility(2026-06-19) — 는 서로 다른 각도에서 출발했지만 모두 같은 결론으로 수렴했다: AI 빌드아웃의 다음 수익은 GPU 위가 아니라 GPU "아래"에 깔린 7개의 물리 병목에서 나온다는 것.
이 Digest는 그 7대 병목을 비전공 투자자도 첫 읽기에 이해할 수 있도록 ① 작동 원리(Part 1), ② 산업·밸류체인 맥락(Part 2), ③ 누가 왜 그 자리를 지키는가(Part 3, 해자)의 순서로 풀어낸다. 관통하는 한 문장은 이것이다 — 희소성 = 가격결정력 (scarcity = pricing power). 어떤 부품을 양산 가능한 수율로 만들 수 있는 회사가 적을수록, 그 회사는 가격을 정할 힘을 가진다.
이 한 문장을 머릿속에 두고 7대 병목을 따라가면, 복잡해 보이는 부품·소재 이름들이 결국 "누가 만들 수 있는 곳이 적은가"라는 하나의 질문으로 정리된다.
📚 선수 개념 (Prerequisites)
이 학습자료를 이해하려면 다음 개념이 먼저 필요합니다. 각 개념은 이 문서에서 다시 정의하지 않으므로 먼저 익혀두세요:
-
하이퍼스케일러 capex (Hyperscaler Capital Expenditure): 하이퍼스케일러는 아마존·마이크로소프트·구글·메타처럼 초대형 데이터센터를 운영하는 클라우드 사업자를 말한다. capex(자본적 지출)는 이들이 데이터센터·서버·칩을 사들이는 데 쓰는 투자금이다. 2026년 이 네 회사의 합산 capex 가이던스가 약 7,250억 달러로 전년(약 4,100억 달러) 대비 +77% 급증했는데, 이 돈이 곧 7대 병목 부품의 최종 수요원(原)이다. 이 숫자가 늘면 모든 병목 회사의 매출이 함께 늘고, 꺾이면 함께 꺾인다.
-
병목의 경제학 (Economics of Bottlenecks): 여러 부품이 사슬처럼 엮여 하나의 시스템을 이룰 때, 전체 성능과 전체 이익은 가장 공급이 빡빡한 부품(병목)이 결정한다. 수요가 폭발해도 그 병목 부품의 공장 증설에는 2~3년이 걸리므로, 병목을 쥔 소수 회사는 가격을 올릴 힘(가격결정력)을 갖는다. 반대로 병목이 풀리면 그 힘은 사라진다. 그래서 "지금 병목이 어디인가"를 추적하는 것이 이 테마 투자의 핵심이다.
-
GPU와 HBM의 관계: GPU(Graphics Processing Unit, 그래픽 처리 장치)는 AI 계산을 수행하는 두뇌이고, HBM(High Bandwidth Memory, 고대역폭 메모리)은 그 두뇌 바로 옆에 붙어 데이터를 공급하는 초고속 메모리다. GPU가 아무리 빨라도 HBM이 데이터를 제때 공급하지 못하면 GPU는 "놀게" 된다. 그래서 둘은 항상 짝(set)으로 팔리며, GPU 수요가 늘면 HBM 수요가 1:1 이상으로 따라 늘어난다.
-
곡괭이와 삽 전략 (Picks and Shovels): 골드러시 때 금을 캔 사람보다 곡괭이·삽·청바지를 판 상인이 더 안정적으로 돈을 벌었다는 데서 나온 투자 비유다. AI에서는 "어느 AI 모델이 이길지"를 맞히기보다, 모든 AI 회사가 공통으로 사야 하는 부품(메모리·기판·광·전력)을 파는 회사에 투자하는 전략을 뜻한다. 이번 7대 병목 테마가 전형적인 곡괭이와 삽이다.
-
EV/EBITDA · FCF Yield · PEG (밸류에이션 지표 1줄 디코딩): EV/EBITDA는 기업가치(시가총액+순부채)를 영업현금창출력(EBITDA)으로 나눈 배수로, 자본구조·감가상각을 중립화해 부품/장비 회사를 서로 비교할 때 쓴다(낮을수록 저렴). FCF Yield(잉여현금흐름 수익률)는 회사가 실제로 손에 쥐는 현금을 시가총액으로 나눈 값으로 3% 이상이면 매력적이다. PEG는 성장 대비 밸류(1.0 이하 매력)다. 이 Digest는 사이클 왜곡에 약한 Fwd P/E 대신 이 세 지표를 우선 사용한다.
🧭 이 주의 핵심 질문 3개
- 왜 6월 15일에 GPU가 아니라 기판·메모리 회사가 동시에 급등했는가? (이 주의 한 장면 + Part 2)
- GPU "아래"에 깔린 7대 병목은 각각 무엇이고, 왜 양산이 어려운가? (Part 1 전체)
- 같은 7대 병목 안에서도 어떤 회사가 더 오래 그 자리를 지킬 수 있는가 — 해자의 깊이는 무엇이 결정하는가? (Part 3)
이 Digest를 읽는 법: 시간이 없다면 0절(7대 병목 한눈에 보기) → 종합의 3가지 Takeaway → 다음 분기 추적 KPI 5개만 봐도 큰 그림이 잡힌다. 특정 병목이 궁금하면 0절 표에서 해당 절 번호를 찾아 Part 1(원리) → Part 3(해자) 순으로 읽으면 된다. 용어가 막히면 맨 뒤 용어 사전으로 언제든 돌아오면 된다.
0절. 7대 병목 한눈에 보기
본격적인 해설에 들어가기 전, GPU 아래에 깔린 7개의 물리 병목이 데이터센터 안에서 어떻게 줄지어 서 있는지 큰 그림을 먼저 보자. 아래 깔때기 그림은 위(하이퍼스케일러 capex)에서 쏟아지는 돈이 어떤 병목들을 거쳐 흘러 내려가는지를 보여준다. 어느 한 단계가 좁아지면 그 위의 돈이 아무리 많아도 흐름은 거기서 막힌다.
이 깔때기를 표로 정리하면 다음과 같다. 각 병목마다 "핵심 기술", "대표 종목", 그리고 가장 중요한 "2026년 현재 이 병목이 얼마나 좁은가(단일 병목 위치)"를 함께 적었다. 이 표는 이후 Part 1~3 전체의 길잡이가 되니, 본문을 읽다 길을 잃으면 여기로 돌아오면 된다.
표에서 보듯 2026년 6월 현재 가장 좁은 병목은 메모리(HBM)와 기판(ABF) 두 곳에 몰려 있고, 6월 15일 급등은 정확히 이 두 곳에서 터졌다. 이것이 다음 Part 1에서 메모리와 기판을 가장 먼저, 가장 깊이 다루는 이유다.
본문 Part 1 — 기술 해설: 7대 물리 병목의 작동 원리
AI 빌드아웃의 다음 장(章)은 "더 빠른 칩"이 아니라 그 칩을 둘러싼 실물 부품들에서 펼쳐진다. 앞의 깔때기에서 봤듯, GPU가 아무리 빨라져도 메모리·기판·광·전력이 따라오지 못하면 전체 시스템은 거기서 멈춘다. 물이 가장 좁은 관에서 막히듯, AI 시스템의 처리량도 가장 느린 부품이 결정한다. 이 Part 1은 7개 병목 각각이 물리적으로 무엇을 하는 부품이며, 왜 양산이 어려운가를 비전공 독자 기준으로 풀어낸다. 관통 논리는 하나다 — 희소성 = 가격결정력. 어떤 부품을 양산 수율로 만들 수 있는 회사가 적을수록, 그 회사의 가격결정력은 커진다.
읽는 순서에 대한 안내를 하나 두자. 7개 병목 중 2026년 6월 현재 가장 좁은 메모리(1절)와 기판(2절)을 가장 깊이 다루고, 그다음 빠르게 좁아지는 광(3절)·전력(4절)을, 마지막으로 아직 초기 단계인 커스텀 실리콘(5절)·우주(6절)·로봇(7절)을 순서대로 본다. 각 절은 "이 부품이 무엇인가 → 일상 비유 → 왜 양산이 어려운가 → 누가 만드는가 → 투자자 관점"의 같은 틀로 짜여 있으니, 익숙해지면 빠르게 읽을 수 있다.
1절. 메모리 / HBM — 데이터를 GPU에 먹이는 수직 엘리베이터
HBM이 무엇이고 왜 필요한가
먼저 용어부터 풀자. HBM(High Bandwidth Memory, 고대역폭 메모리) 은 DRAM(Dynamic Random Access Memory, 컴퓨터의 주기억장치로 쓰이는 휘발성 메모리) 칩을 여러 장 위로 쌓아 GPU 바로 옆에 붙인 특수 메모리다. "고대역폭"이란 같은 시간에 더 많은 데이터를 흘려보낼 수 있다는 뜻이다.
왜 이런 구조가 필요할까. GPU는 1초에 엄청난 양의 계산을 해치우는데, 그 계산에 쓸 데이터를 어딘가에서 계속 가져와야 한다. 데이터를 가져오는 통로가 좁으면 GPU는 계산을 멈추고 데이터를 기다린다 — 이것을 "메모리 벽(memory wall)"이라 부른다. 아무리 빠른 요리사(GPU)가 있어도 재료(데이터)가 좁은 통로로 천천히 들어오면 요리 속도는 통로 속도에 묶이는 것과 같다. HBM은 이 통로를 극단적으로 넓힌 메모리다.
일상 비유로 보면, 일반 메모리가 CPU에서 멀리 떨어진 1층짜리 창고라면, HBM은 CPU 바로 옆에 높이 쌓아 올린 여러 층의 책장이다. 가까이 있고 층층이 쌓여 있으니, 데이터를 꺼내 GPU에 건네는 거리가 짧고 동시에 여러 층에서 꺼낼 수 있어 통로가 넓다.
TSV — 책장 층 사이를 잇는 수직 엘리베이터
여러 층의 DRAM을 쌓기만 해서는 소용이 없다. 층과 층 사이에 데이터가 오갈 길을 뚫어야 한다. 그 길이 TSV(Through-Silicon Via, 실리콘 관통 전극) 다. TSV는 DRAM 칩(실리콘)을 위아래로 관통하는 미세한 구멍에 금속을 채워 만든 수직 배선이다.
비유하자면 TSV는 여러 층 건물을 잇는 엘리베이터다. 층마다 따로 계단(외부 배선)을 돌아 내려가는 대신, 건물 한가운데를 수직으로 뚫은 엘리베이터로 곧장 오르내리는 것이다. 그래서 데이터가 층 사이를 최단 거리로 빠르게 이동한다. 왜 수직으로 뚫어야 하느냐 하면 — 칩을 옆으로 늘려 통로를 넓히면 전체 면적이 커지고 데이터 이동 거리도 길어지지만, 위로 쌓고 수직으로 뚫으면 면적은 그대로 두면서 통로 수만 늘릴 수 있기 때문이다.
이렇게 쌓은 DRAM 묶음 맨 아래에는 베이스 로직 다이(Base Logic Die) 라는 제어용 칩이 깔린다. 이것은 위에 쌓인 DRAM 층들과 GPU 사이에서 데이터 교통정리를 하는 "엘리베이터 관제실"이다. HBM4 세대부터는 이 베이스 다이가 단순 통로를 넘어 일부 연산 기능까지 품으면서, 메모리 제조사(SK하이닉스·삼성)와 파운드리(TSMC 등)의 협업 영역이 됐다 — 이 변화가 뒤(Part 3 해자)에서 중요한 의미를 갖는다.
HBM3e에서 HBM4로 — 통로 폭이 2배
HBM은 세대를 거듭하며 통로를 넓혀 왔다. 현재 주력인 HBM3e는 데이터 통로(인터페이스) 폭이 1024비트다. 차세대 HBM4는 이 폭을 2048비트로 2배 확장한다. 통로가 2배 넓어지면 같은 시간에 흐르는 데이터가 늘어나, GPU가 데이터를 기다리며 노는 시간이 줄어든다.
표에서 보듯 HBM4의 관건은 양산 시점(2026년 3분기)과 수율이다. 16단까지 쌓으면 한 층이라도 불량이면 전체가 불량이 되므로, 높이 쌓을수록 수율(양품 비율)이 떨어진다. 머리카락 굵기(약 70μm)의 1/3 수준으로 얇게 깎은 칩 16장을 한 치 어긋남 없이 쌓고 수천 개의 TSV 엘리베이터를 정확히 연결해야 하니, 이것은 양산이라기보다 "정밀 곡예"에 가깝다.
조금 더 들어가 보면, 왜 16단 적층이 그렇게 어려운지가 분명해진다. 칩을 한 장 쌓을 때마다 ① 칩을 머리카락의 1/3 두께로 갈아내고(박막화), ② 수천 개의 TSV 구멍을 정확히 위 칩의 구멍과 맞물리게 정렬하고, ③ 그 사이를 소재로 채워 굳히는 세 단계를 거친다. 16단이면 이 과정을 15번 반복하는데, 한 번이라도 정렬이 미세하게 틀어지거나 사이에 기포가 생기면 그 칩 묶음 전체가 불량이 된다. 즉 불량 확률이 단수에 따라 곱셈으로 누적된다 — 각 단계 양품률이 99%라도 15번 거치면 전체 양품률은 0.99의 15제곱(약 86%)으로 떨어지고, 양품률이 조금만 낮아지면 전체 수율은 급격히 무너진다. 이것이 "더 높이 쌓는 것"이 단순히 층을 더하는 일이 아니라, 수율을 거는 도박이 되는 이유다.
왜 통로 폭(비트)이 곧 데이터 속도인가 (선택)
메모리 대역폭(초당 옮기는 데이터량)은 대략 "통로 폭(비트) × 작동 속도(주파수)"로 정해진다. HBM3e의 통로 폭 1024비트를 HBM4가 2048비트로 2배 넓히면, 같은 작동 속도에서도 대역폭이 2배가 된다. 비유하면 같은 속도로 흐르는 강이라도 강폭이 2배면 2배의 물이 지나가는 것과 같다. GPU가 "데이터를 기다리며 노는 시간"은 이 대역폭이 넓을수록 줄어들기 때문에, 통로 폭 확장이 곧 GPU 활용률 상승으로 이어진다.
왜 메모리가 이중 병목인가
HBM의 병목은 두 겹이다. 첫째는 수율 병목 — 위에서 본 대로 높이 쌓을수록 불량이 늘어 양품이 적게 나온다. 둘째는 캐파(capacity, 생산능력) 병목 — HBM 라인을 새로 깔려면 수조 원과 2~3년이 든다. 수요가 갑자기 2배가 돼도 공장이 하루아침에 2배가 되지 않는다. 이 두 병목이 겹쳐, 2026년 HBM은 사실상 완판(생산되는 족족 다 팔림) 상태다.
세계에서 이 곡예를 양산 수준으로 해내는 회사는 단 셋 — SK하이닉스 (000660.KS), 삼성전자 (005930.KS), Micron (MU) — 뿐이다. 셋이 시장을 나눠 갖는 과점(寡占) 구조이고, 신규 진입은 사실상 불가능하다. 만들 수 있는 회사가 셋뿐이니, 이들의 가격결정력은 자연히 강하다. 이것이 바로 "희소성 = 가격결정력"의 첫 번째 교과서적 사례다.
투자자 관점에서 보면
HBM 투자에서 가장 중요한 단일 변곡점은 HBM4 양산 수율이 60%를 넘기는 시점이다. 수율 60%는 통상 "양산이 경제성을 확보했다"고 보는 기준선으로, 이 선을 먼저 넘는 회사가 HBM4 초기 물량과 마진을 가져간다. 또 하나의 선행 지표는 NVIDIA(엔비디아) 공급 비중이다. HBM은 GPU와 짝으로 팔리므로, 차세대 NVIDIA GPU(Vera Rubin 등)에 누가 더 많은 HBM4를 공급하느냐가 곧 시장 점유율로 직결된다. 다만 6월 15일 SK하이닉스가 +6.8% 급등한 만큼, 이미 기대가 상당 부분 가격에 반영됐을 수 있다 — 추격보다 수율 데이터·공급 계약 발표를 확인하며 조정을 기다리는 접근이 합리적이다. (밸류 판단은 EV/EBITDA·FCF Yield 우선, 사이클 왜곡에 약한 Fwd P/E는 보조로만.)
메모리 병목에서 투자자가 분기마다 확인할 신호를 정리하면 다음과 같다.
- 수율 마일스톤: HBM4 양산 수율이 60% 선을 누가 먼저 넘는가 (초기 물량·마진의 주인 결정).
- 공급 비중: 차세대 NVIDIA GPU에 HBM4를 누가 더 많이 공급하는가 (점유율 직결).
- 밸류 점검: 급등 후 EV/EBITDA·FCF Yield가 사이클 정점 이익을 이미 반영했는지 (peak earnings 함정 경계).
관련 종목을 더 깊이 보려면 SK하이닉스 (000660.KS)의 HBM 해자는 뒤의 Part 3 해자 분석에서, 메모리 산업 사이클 위치는 Part 2에서 이어 다룬다.
2절. 기판 / ABF FC-BGA — 칩들의 공용 현관
앞 절의 HBM이 GPU에 데이터를 먹이는 부품이라면, 이번 절의 기판(substrate)은 GPU·HBM·기타 칩들을 한데 모아 메인보드에 연결하는 토대다. 6월 15일 삼성전기(+13%)와 Ibiden(+16.7%)을 동시에 끌어올린 바로 그 부품이다.
ABF FC-BGA가 무엇인가 — 약어를 한 글자씩 풀면
이 부품의 정식 이름은 ABF FC-BGA다. 약어가 겹겹이라 한 덩어리씩 풀어보자.
- ABF(Ajinomoto Build-up Film, 아지노모토 빌드업 필름): 기판을 만들 때 층과 층 사이에 까는 절연 필름이다. 놀랍게도 일본 조미료 회사 아지노모토(味の素)가 만든다 — 원래 식품 첨가물 연구에서 파생된 소재가 반도체 핵심 재료가 된 것이다. 이 ABF를 여러 층 쌓아 올려(build-up) 기판을 만든다. 왜 하필 식품 회사가 만든 필름이 표준이 됐을까. ABF는 1990년대 인텔과의 공동 개발 과정에서 "얇으면서도 절연이 잘 되고, 열을 가해도 잘 변형되지 않는" 독특한 물성으로 자리잡았고, 한번 전 세계 기판 공정이 이 필름에 맞춰 설계되자 다른 소재로 갈아타는 비용이 막대해졌다. 즉 ABF의 약 95% 점유율은 성능 우위뿐 아니라 "산업 전체가 이미 이 소재에 맞춰져 있다"는 표준화 락인(lock-in)의 결과다.
- FC(Flip Chip, 플립 칩): 칩을 뒤집어(flip) 기판에 붙이는 방식이다. 예전엔 칩 가장자리에서 가느다란 금속선으로 기판과 연결했는데(와이어 본딩), 칩을 뒤집어 바닥 전체의 수많은 범프(작은 금속 돌기)로 직접 붙이면 연결 통로가 훨씬 많아지고 짧아진다.
- BGA(Ball Grid Array, 볼 그리드 어레이): 기판 바닥에 작은 땜납 공(ball)을 격자(grid) 모양으로 촘촘히 배열해(array) 메인보드에 연결하는 방식이다.
이 셋을 합치면 — 아지노모토 필름을 여러 층 쌓아 만든 기판(ABF) 위에, 칩을 뒤집어 붙이고(FC), 바닥은 땜납 공 격자로 보드에 연결한(BGA) 부품 — 이 된다.
비유: 칩들의 "공용 현관"
이 기판을 한마디로 비유하면 여러 칩이 모여 사는 아파트의 공용 현관이다. GPU·HBM·전력 칩이 각자 다른 "세대"라면, 기판은 이들이 모두 드나들며 서로 신호를 주고받는 공동 현관 마루다. 현관이 좁거나 배선이 엉키면 아무리 좋은 칩이 입주해도 서로 대화가 느려진다. 그래서 칩이 빨라지고 많아질수록, 그 칩들을 받쳐줄 현관(기판)도 더 넓고 더 정교해져야 한다.
왜 "고단화"가 병목인가
칩이 복잡해질수록 기판이 처리해야 할 배선도 늘어난다. 한 층에 다 못 넣으니 층을 쌓는데, 이것을 "단(層)을 올린다"고 한다. 최신 AI용 기판은 14단 이상까지 쌓는다. 그런데 층을 높이 쌓을수록 두 가지 문제가 커진다.
첫째, 휨(warpage). 서로 다른 소재를 여러 층 쌓고 열을 가하면, 소재마다 늘어나는 정도가 달라 기판 전체가 휜다. 얇은 김을 여러 장 겹쳐 구우면 휘는 것과 같은 원리다. 휘면 위에 붙일 칩의 범프가 정확히 맞물리지 않는다.
둘째, 정렬 오차. 14층의 미세 배선을 한 치 어긋남 없이 위아래로 정렬해야 한다. 한 층만 미세하게 틀어져도 신호가 엉뚱한 곳으로 가 불량이 된다.
이 두 문제 때문에 고단 FC-BGA는 수율이 잘 나오지 않는다. 만들 수 있는 회사가 적고, 만들어도 양품이 적게 나오니, 결과적으로 수요가 생산능력(캐파)을 50% 이상 초과하는 상태가 2027년까지 이어질 전망이다. 이것이 6월 15일 기판 회사들이 동시 급등한 직접적 이유다 — 시장이 "이 부품이 메모리만큼 빡빡한 병목"임을 갑자기 가격에 반영한 것이다.
누가 만드는가 — 그리고 MLB라는 사촌 부품
고단 FC-BGA 기판 시장은 일본·한국·대만 소수 회사가 나눠 갖는다.
여기서 MLB(Multi-Layer Board, 다층 인쇄회로기판) 는 FC-BGA의 사촌격 부품이다. FC-BGA가 칩 하나를 받치는 "현관"이라면, MLB는 여러 부품을 올리는 더 큰 메인보드 격의 다층 기판이다. AI 서버는 이 MLB도 고사양으로 요구하는데, 이수페타시스 (007660.KS)가 이 영역에서 두각을 나타내며 1년 새 주가가 360% 올랐다(이 수치는 Part 2 경쟁구도에서 맥락과 함께 다시 등장한다).
투자자 관점에서 보면
기판 투자에서 추적할 핵심 지표는 고부가 FC-BGA의 매출 비중과 캐파 가동률이다. 같은 기판 회사라도 저단 범용 기판은 마진이 얇고, 14단+ AI용 고부가 기판은 마진이 두껍다. 따라서 고부가 비중이 빠르게 오르는 회사가 진짜 수혜주다. 가동률이 90%를 넘어 "완판"이 이어지면 가격 인상 여력이 커진다. Ibiden의 5,000억 엔 증설이 2027년 이후 완판을 해소할지, 아니면 수요가 더 빨라 완판이 연장될지가 향후 1~2년의 관전 포인트다. 다만 6월 15일 급등(Ibiden +16.7%, 삼성전기 +13%)으로 단기 기대가 과열됐을 수 있어, 실제 가동률·완판 연장 데이터를 확인하며 접근하는 편이 안전하다.
비전공 투자자가 기판 회사를 볼 때 점검할 3단계 체크리스트는 다음과 같다.
- 고부가 비중: 전체 매출 중 14단+ AI용 FC-BGA가 차지하는 비중이 분기마다 오르는가. (저단 범용 기판은 마진이 얇다)
- 가동률·완판: 가동률이 90%를 넘어 완판이 이어지는가. 완판이면 가격 인상 여력이 있다.
- 증설 vs 수요 속도: Ibiden 등의 증설이 수요를 앞지르면 완판이 풀려 가격이 정체될 수 있다. 증설 발표는 양날의 칼임을 기억해야 한다.
기판 회사의 해자(왜 신규 진입이 어려운가)는 Part 3에서, 산업 사이클상 기판이 "메모리 다음 병목"으로 이동한 맥락은 Part 2 역사 사이클에서 이어진다.
3절. 광 인터커넥트 — 빛으로 치는 초고속 모스부호
앞의 두 절이 칩 하나 안팎(메모리·기판)의 병목이었다면, 이번 절은 데이터센터 안의 칩과 칩, 서버와 서버를 잇는 고속도로다. AI 학습은 수천~수만 개의 GPU가 한 몸처럼 협력해야 하는데, 이들을 잇는 통로가 느리면 GPU를 아무리 많이 모아도 전체 속도가 통로에 묶인다.
왜 전기 대신 빛인가
데이터센터 내부 통신은 점점 전기 신호에서 빛 신호로 옮겨가고 있다. 왜일까. 전기 신호는 구리선을 타고 갈 때 거리가 멀수록·속도가 빠를수록 신호가 약해지고 열이 난다. 반면 빛은 광섬유(머리카락보다 가는 유리실)를 타고 훨씬 멀리·빠르게·적은 손실로 간다. 그래서 데이터센터가 커지고 속도가 빨라질수록 빛으로 갈아타는 것이다.
이 빛 통신을 한마디로 비유하면 빛으로 치는 초고속 모스부호다. 데이터(0과 1)를 빛의 깜빡임으로 바꿔(0=꺼짐, 1=켜짐) 광섬유로 쏘고, 받는 쪽에서 다시 전기 신호로 되돌린다. 1초에 수십억 번 깜빡이는 모스부호인 셈이다.
빛을 만드는 핵심 — InP와 EML
이 깜빡임을 만드는 부품이 레이저다. 그런데 데이터센터급 초고속 레이저는 특별한 소재로 만든다.
- InP(Indium Phosphide, 인화인듐): 인듐과 인을 결합한 화합물 반도체로, 통신용 빛(특정 파장)을 효율적으로 내는 데 최적인 소재다. 실리콘은 빛을 잘 내지 못하지만 InP는 잘 낸다 — 이 물성 차이 때문에 광통신 레이저는 실리콘이 아니라 InP로 만든다. 이 소재를 결정으로 키워내는 기술이 극소수 회사에만 있어, InP 자체가 병목이자 해자의 원천이 된다(Part 3 참조). 왜 결정으로 키우는 것이 그렇게 어려운가 — InP 단결정은 인듐과 인을 고온에서 녹여 천천히 굳히며 원자가 한 줄로 가지런히 늘어선 완벽한 격자로 자라게 해야 하는데, 조금만 온도가 흔들리거나 불순물이 끼면 격자가 어긋나 빛을 내는 효율이 떨어진다. 마치 설탕물을 너무 빨리 식히면 고른 결정 대신 거친 덩어리가 생기는 것과 같다. 이 "천천히 고르게 키우는" 노하우는 수십 년의 시행착오로만 쌓이기 때문에, 돈이 있어도 단기간에 따라잡기 어렵다.
- EML(Electro-absorption Modulated Laser, 전계흡수변조레이저): 레이저 빛을 매우 빠르게 켰다 껐다(변조) 하는 부품이다. 빛을 빠르게 깜빡일수록 1초에 더 많은 데이터를 보낼 수 있으므로, EML의 변조 속도가 곧 통신 속도를 좌우한다.
800G에서 1.6T로 — 그리고 CPO
광 모듈의 속도는 세대를 거치며 빨라진다. 현재 주력이 800G(초당 800기가비트) 이고, 차세대가 1.6T(초당 1.6테라비트, 800G의 2배) 다. 숫자 감각을 주자면, 1.6T는 1초에 고화질 영화 수백 편을 동시에 전송할 수 있는 속도다.
수요 폭증의 규모도 가늠해보자. 1.6T 광 모듈은 2025년 약 180만 개에서 2026년 3,000만 개 이상으로 16배 이상 폭증할 전망이다. 이 가파른 증가가 광 인터커넥트를 병목으로 만든다.
여기서 차세대 패키징 방식인 CPO(Co-Packaged Optics, 광-칩 동시 패키징) 가 등장한다. 기존 방식은 광 모듈을 보드에 꽂는(pluggable) 별도 부품으로 두었다. CPO는 광 부품을 아예 칩(스위치·GPU) 바로 옆에 함께 패키징한다. 비유하면, 전화기를 책상 위 별도 단말기로 두는 대신(pluggable) 컴퓨터 안에 내장하는(co-packaged) 차이다. 거리가 짧아져 전력 손실이 줄고 속도가 빨라지지만, 칩과 광 부품을 한 패키지에 넣는 정밀도가 높아 양산 난도가 크다.
위 그림에서 보듯, pluggable은 스위치 칩과 광 모듈 사이에 구리 배선 구간이 있어 그곳에서 손실이 난다. CPO는 그 구간을 없애 광 엔진을 칩 바로 옆에 붙인다. NVIDIA가 차세대 스위치에 CPO를 채택하면서, CPO는 광 인터커넥트의 다음 분수령이 됐다.
광 모듈의 세대 전환을 한 표로 정리하면, 왜 지금이 변곡점인지가 분명해진다. 아래 표는 속도·연도별 보급 흐름과 각 세대의 의미를 보여준다.
표에서 핵심은 1.6T 모듈이 1년 사이 약 16배로 폭증한다는 점이다. 이 가파른 기울기가 광 인터커넥트를 "조용한 병목"에서 "시장이 주목하는 병목"으로 끌어올린 동력이다. 동시에 800G 침투율(전체 모듈 중 800G 비중)이 2024년 약 19.5%에서 2026년 60% 이상으로 오르는 것도, 데이터센터가 빠르게 고속 광으로 갈아타고 있다는 직접 증거다.
누가 만드는가
광 모듈 시장은 미국·동남아 소수 회사가 주도한다 — Lumentum (LITE), Coherent (COHR), Fabrinet (FN, 태국 위탁생산), Broadcom (AVGO). 특히 NVIDIA가 1.6T 광 부품 수요의 약 60%를 차지해, NVIDIA의 차세대 GPU 출하 일정이 곧 광 모듈 수요의 선행 지표다.
투자자 관점에서 보면
광 인터커넥트 투자의 핵심 추적 지표는 1.6T 모듈 출하량과 CPO 채택 시점이다. 1.6T 출하가 위 전망(2026년 3,000만 개+)대로 가는지가 단기 수요를 결정하고, CPO가 언제 본격 양산되는지가 중기 판도를 가른다. 흥미로운 역설은 — CPO로 가면 "꽂는 모듈"을 팔던 회사는 일부 수요를 잃을 수 있지만, 빛을 내는 핵심 레이저(InP/EML) 는 CPO에서도 여전히 필요하다는 점이다. 그래서 모듈 조립보다 InP 소재·레이저를 쥔 회사가 아키텍처 전환을 더 잘 견딘다(이 차이가 Part 3 해자에서 Coherent와 Ciena의 운명을 가른다).
요약하면 광 병목 안에서 회사의 위치를 이렇게 나눠 볼 수 있다.
- 소재·레이저(InP/EML): 어느 패키징 방식에서도 빛은 필요하므로, CPO로 가도 수요가 유지된다(전환 내구성 높음).
- 모듈 조립(pluggable): CPO로 광이 칩 안에 내장되면 별도 모듈 수요의 일부가 줄 수 있다(전환 노출 있음).
- 위탁 생산(Fabrinet 등): 물량이 늘면 함께 수혜를 보나, 부가가치가 조립 단계에 집중돼 마진이 상대적으로 얇다.
4절. 전력반도체 — 1MW 랙에 전기를 먹이는 송전탑의 원리
지금까지 데이터를 "옮기는" 병목(메모리·기판·광)을 봤다. 이번 절은 그 모든 칩에 전기를 공급하는 병목이다. AI 데이터센터에서 전력은 이미 가장 큰 제약 중 하나가 됐다.
1MW 랙 — 가정 1,000채 분량
규모 감각부터 잡자. 최신 AI 서버 랙(rack, 서버를 꽂는 캐비닛) 하나가 소비하는 전력이 약 1MW(메가와트) 에 이른다. 1MW는 일반 가정 약 1,000채가 동시에 쓰는 전력이다. 즉 캐비닛 하나가 작은 마을 전체의 전기를 빨아들인다. 이런 랙이 수천 개 모인 것이 AI 데이터센터다. 그래서 "어떻게 전기를 효율적으로 공급하느냐"가 곧 데이터센터의 운영비와 가능 규모를 결정한다.
800V HVDC — 송전탑이 고압을 쓰는 바로 그 이유
해법의 핵심은 800V HVDC(High Voltage Direct Current, 고전압 직류) 로의 전환이다. 용어를 풀면 — 데이터센터 내부 전력 공급 전압을 기존보다 높은 800V로, 그것도 직류(DC)로 바꾸는 것이다. 왜 교류(AC)가 아니라 직류(DC)일까. GPU·메모리 같은 반도체는 본래 직류로 작동하는데, 전력망에서 오는 교류를 여러 번 직류로 변환할 때마다 변환 손실이 난다. 처음부터 데이터센터 내부를 직류로 통일하면 이 변환 횟수가 줄어 손실이 추가로 줄고, 또 태양광·배터리(ESS) 같은 직류 전원과도 곧장 연결하기 쉬워진다. 즉 "고전압"으로 송전 손실을, "직류"로 변환 손실을 동시에 줄이는 두 마리 토끼 전략이다.
왜 전압을 높일까. 여기엔 전기의 기본 원리가 있다. 같은 양의 전력을 보낼 때, 전압을 높이면 전류가 줄어든다(전력 = 전압 × 전류). 그런데 전선에서 나는 열 손실은 전류의 제곱에 비례한다. 그래서 전압을 높여 전류를 낮추면 손실이 급격히 줄어든다. 이것이 바로 고압 송전탑이 수십만 볼트의 고압으로 전기를 보내는 이유와 똑같다 — 멀리 보낼수록 전압을 높여 손실을 줄이는 것이다. 데이터센터도 랙 전력이 1MW로 커지면서, 같은 원리로 전압을 800V까지 올려 손실을 줄인다.
숫자로 보는 전압 상승의 효과 (선택)
전선에서 열로 버려지는 손실은 "전류의 제곱 × 전선 저항"에 비례한다. 같은 1MW(전력 = 전압 × 전류)를 보낼 때, 전압을 2배로 올리면 전류는 절반이 되고, 손실은 전류의 제곱에 비례하므로 (1/2)의 제곱, 즉 1/4로 줄어든다. 데이터센터 내부 배전을 기존 대비 더 높은 800V로 올리면 같은 메커니즘으로 손실이 크게 줄어, 전체 전력 효율이 약 83%에서 92% 이상으로 개선된다. 효율이 9%포인트 오른다는 것은, 1MW를 공급할 때 버려지던 전기 중 상당 부분을 실제 계산에 쓸 수 있게 된다는 뜻이다 — 이것이 TCO 약 30% 절감의 원천이다.
효과는 구체적이다. 전력 공급 효율이 기존 약 83%에서 92% 이상으로 개선되면, 버려지는 전기가 줄어 데이터센터 총소유비용(TCO, Total Cost of Ownership)이 약 30% 절감된다. 전기료가 운영비의 큰 몫인 데이터센터에서 이 차이는 막대하다.
SiC와 GaN — "에너지 장벽"이 높은 차세대 소재
전압을 800V로 올리려면, 그 높은 전압을 견디며 전기를 빠르게 켜고 끄는 스위치 반도체가 필요하다. 기존 실리콘으로는 한계가 있어 와이드밴드갭(Wide Bandgap, 넓은 띠간격) 반도체가 등장한다.
여기서 밴드갭(bandgap) 이란 전자가 움직이기 시작하는 데 필요한 "에너지 장벽"의 높이다. 비유하면 수도꼭지를 틀 때 필요한 손잡이의 뻑뻑함이다. 밴드갭이 넓다(장벽이 높다)는 것은, 높은 전압·고온에서도 함부로 전류가 새지 않고 또렷하게 ON/OFF가 된다는 뜻이다. 왜 그런가 — 장벽이 높으면 어지간한 자극(고전압·고온)에도 전자가 멋대로 넘지 못하므로, 극한 조건에서도 스위치가 오작동하지 않는다.
이 와이드밴드갭 소재 두 가지가 주역이다.
- SiC(Silicon Carbide, 탄화규소): 실리콘과 탄소의 화합물. 높은 전압·높은 전류를 견뎌 800V급 전력 변환에 적합하다. 전기차 인버터에서 먼저 검증됐고, 이제 데이터센터로 넘어온다.
- GaN(Gallium Nitride, 질화갈륨): 갈륨과 질소의 화합물. 매우 빠르게 ON/OFF되어 고주파·고효율 전력 변환에 강하다. 상대적으로 낮은 전압대에서 SiC와 역할을 나눈다.
여기서 한 가지 "왜 지금인가"를 짚자. SiC·GaN은 새 소재가 아니라 이미 전기차·고속충전기에서 수년간 검증돼 왔다. 그런데 데이터센터로 넘어오는 시점이 지금인 이유는, 랙 전력이 1MW에 이르며 기존 실리콘으로는 효율 한계에 부딪혔기 때문이다. 즉 수요(1MW 랙)가 먼저 한계를 만들고, 이미 검증된 소재(SiC·GaN)가 그 빈자리로 들어오는 구조다. 검증된 소재가 새 시장으로 이동하는 국면은, 기술 리스크는 낮으면서 수요는 새로 열리는 — 투자자에게 비교적 가시성이 높은 전환이다.
누가 만드는가 — 2026년 3분기가 분수령
전력반도체 병목의 핵심 종목은 시스템과 소자 양쪽으로 나뉜다.
SiC/GaN 양산은 TI(텍사스 인스트루먼트), STM(ST마이크로), Renesas(르네사스), Navitas 등이 경쟁하며, 2026년 3분기가 800V 전환의 분수령으로 꼽힌다. 이 시점에 800V 아키텍처가 실제 양산 데이터센터에 들어가기 시작하는지가 관건이다.
투자자 관점에서 보면
전력반도체 투자의 추적 지표는 세 가지다. 첫째 800V 양산 시점 — 위에서 본 2026년 3분기 분수령이 실제로 지켜지는가. 둘째 content per rack(랙당 전력반도체 탑재 금액) — 랙이 1MW로 커지고 800V로 가면 랙 하나에 들어가는 전력반도체 금액이 늘어나므로, 이 금액의 증가가 곧 수혜의 크기다. 셋째 Vertiv (VRT) 백로그(수주잔고) — 전력·냉각 시스템 수주잔고는 데이터센터 전력 수요의 가장 빠른 선행 지표 중 하나다(현재 150억 달러 이상으로 Part 2에서 다시 다룬다). 전력은 메모리·기판보다 병목이 "좁아지는 중"인 단계라, 800V 전환이 본격화될수록 수혜가 커지는 구조다. 정리하면 전력 병목의 투자 신호는 단계적으로 나타난다 — 먼저 Vertiv 백로그가 데이터센터 전력 수요의 선행 신호로 움직이고, 그다음 800V 양산이 시작되며 SiC·GaN 소자 수요가 붙고, 마지막으로 랙당 전력반도체 탑재 금액(content per rack)이 구조적으로 올라간다. 이 세 신호가 순서대로 켜지는지를 따라가면 전력 병목의 진척을 단계별로 확인할 수 있다.
5절. CPU / 커스텀 실리콘 — 스위스칼 GPU vs 전용공구 ASIC
지금까지는 GPU를 둘러싼 부품들이었다. 이번 절은 GPU "옆자리"를 노리는 다른 종류의 칩 — 커스텀 실리콘(맞춤형 반도체) 이다.
ASIC이 무엇인가 — 스위스칼과 전용공구
GPU는 매우 강력하지만 본질적으로 범용 칩이다. 비유하면 스위스 군용칼이다 — 칼·가위·드라이버가 다 들어 있어 무엇이든 어느 정도 한다. 반면 ASIC(Application-Specific Integrated Circuit, 주문형 반도체) 은 특정 작업 하나만 하도록 설계한 전용 공구다. 전용 드라이버가 스위스칼의 드라이버보다 그 작업을 더 빠르고 적은 전력으로 해내듯, 특정 AI 작업(예: 구글의 검색 추론, 아마존의 특정 학습)에는 그 작업 전용으로 설계한 ASIC이 GPU보다 효율적이다. 왜 그런가 — GPU는 어떤 계산이 올지 모르니 온갖 종류의 연산 회로를 다 품고 있어야 한다. 그래서 실제로 한 작업을 돌릴 때는 칩의 상당 부분이 "이번엔 쓰이지 않는 회로"로 놀게 된다. 반면 ASIC은 그 작업에 필요한 회로만 남기고 나머지를 덜어내 설계하므로, 같은 면적·같은 전력으로 그 작업을 더 많이 처리한다. 비유하면 만능 공구함을 통째로 들고 다니는 것(GPU)과, 그 작업에 쓸 드라이버 하나만 들고 가는 것(ASIC)의 차이다.
왜 빅테크가 ASIC을 원할까. 첫째, 전력 효율 — 데이터센터 전기료가 막대하므로, 자기 작업에 최적화된 전용 칩으로 전력을 아끼면 비용이 크게 준다. 둘째, GPU 의존 탈피 — NVIDIA GPU 한 곳에 의존하면 가격 협상력이 없으므로, 자체 칩으로 협상 카드를 만든다. 그래서 구글(TPU), 아마존(Trainium/Inferentia), MS(Maia) 등이 자체 ASIC을 만든다.
누가 설계를 돕는가 — Broadcom과 ARM
빅테크가 칩 설계를 처음부터 다 하긴 어렵다. 그래서 위탁 설계 파트너가 필요하다.
- Broadcom (AVGO): 빅테크의 커스텀 ASIC을 함께 설계·구현하는 대표 회사다. 고객(구글 등)의 요구를 받아 맞춤 칩으로 만들어준다. ASIC 설계 + 데이터센터 스위칭 칩 + 광(CPO)을 모두 가진 보기 드문 회사다(Part 3 해자에서 상세).
- ARM (ARM): 칩 설계의 "설계 도면(IP)"을 라이선스하는 회사다. 여기서 ISA(Instruction Set Architecture, 명령어 집합 구조) 란 칩이 알아듣는 명령어의 규격이다. ARM의 ISA는 전력 효율이 좋아, 데이터센터에서 전통 강자인 x86(인텔·AMD 계열) 영역을 잠식하고 있다. ARM은 칩을 직접 만들지 않고 도면 사용료(로열티)를 받는다.
또 AMD (AMD)는 GPU·CPU 양쪽에서 NVIDIA에 이은 2위 사업자로, GPU 의존 탈피 수요의 또 다른 수혜자다. Marvell (MRVL)은 커스텀 ASIC 2위로 아마존·MS 칩을 맡는다(Part 3 참조).
투자자 관점에서 보면
커스텀 실리콘 투자의 추적 지표는 Broadcom (AVGO)의 AI 매출 비중과 ARM (ARM)의 데이터센터 로열티다. AVGO의 전체 매출 중 AI(커스텀 ASIC + 스위칭 + 광)가 차지하는 비중이 빠르게 오르고 있으며, 이 비중이 곧 "GPU 의존 탈피" 흐름의 크기를 보여준다. ARM은 데이터센터 칩에서 받는 로열티가 늘수록 x86 잠식이 진행 중이라는 신호다. 이 병목은 메모리·기판처럼 "물량이 부족한" 종류가 아니라 "GPU 외 대안 수요가 커지는" 종류라, 수요 성장 속도가 핵심이다.
한 가지 오해를 짚자 — 커스텀 ASIC이 GPU를 "대체"하는 것은 아니다. 학습(training)처럼 유연성이 중요한 작업엔 여전히 GPU가 강하고, 추론(inference)처럼 같은 작업을 대량 반복하는 영역에서 ASIC이 비용 우위를 갖는다. 즉 GPU와 ASIC은 데이터센터 안에서 역할을 나눠 공존하며, 빅테크는 둘을 섞어 쓴다. 그래서 이 병목의 투자 포인트는 "ASIC이 GPU를 이기는가"가 아니라 "추론 수요가 커지며 ASIC 파이가 함께 커지는가"다.
6절. 우주 / 궤도 데이터센터 — 화물 엘리베이터가 좁은 신대륙
여섯 번째 병목은 아직 초기지만 가장 야심찬 영역 — 우주의 데이터센터다.
왜 데이터센터를 우주로 보내는가
지상 데이터센터는 두 가지 한계에 부딪힌다 — 전력(앞 4절)과 냉각이다. 그런데 우주 궤도에는 두 가지 공짜 자원이 있다. 햇빛이 무한(태양광 발전에 구름·밤이 없음)하고, 냉각이 공짜(우주는 극저온이라 열을 그냥 방출)다. 그래서 일부에서는 AI 데이터센터를 궤도에 올리는 구상을 진지하게 추진한다. NVIDIA도 우주용 컴퓨팅 모듈(Vera Rubin 기반 Space-1, 엣지용 Jetson Orin)을 거론한다.
왜 이 구상이 지금 거론되는가 — 지난 10여 년간 발사 비용이 빠르게 떨어졌기 때문이다. 과거 1kg을 궤도에 올리는 데 수만 달러가 들었으나, 재사용 로켓이 보급되며 그 비용이 크게 낮아졌다. 비용이 충분히 더 떨어지면, "지상에서 전력·냉각에 드는 돈" vs "궤도로 올리는 돈"의 저울이 어느 순간 기울 수 있다. 다만 이 손익분기는 아직 멀고, 무거운 컴퓨팅 장비를 궤도에서 유지·보수하는 문제도 남아 있다. 그래서 우주 데이터센터는 "기술적 가능성"과 "경제적 현실성" 사이의 간극이 큰, 7대 병목 중 가장 먼 미래의 테마다.
진짜 병목은 "발사 용량"
궤도 데이터센터의 발목을 잡는 단 하나의 병목은 발사 용량(launch capacity) 이다 — 즉, 무거운 컴퓨팅 장비를 궤도까지 올려보낼 로켓이 충분한가, 그리고 그 비용이 충분히 싼가다. 비유하면 신대륙으로 가는 화물 엘리베이터가 좁은 상황이다. 신대륙(궤도)에 무한한 햇빛과 공짜 냉각이 있어도, 거기로 짐을 올리는 엘리베이터(로켓)의 칸이 작고 운임이 비싸면 이주가 늦어진다. 그래서 우주 데이터센터 시대의 가장 큰 변수는 발사 빈도와 발사 단가다.
누가 만드는가
이 영역의 종목은 발사·위성·궤도 인프라로 나뉜다 — Planet Labs (PL, 지구관측 위성), Rocket Lab (RKLB, 소형 발사체 + 위성 제조), Intuitive Machines (LUNR, 달 착륙·우주 인프라), AST SpaceMobile (ASTS, 위성-휴대폰 직접 통신). 발사 측에서는 Rocket Lab의 발사 빈도와 단가 개선이 핵심 지표다(Rocket Lab의 학습곡선 해자는 Part 3에서 상세히 다룬다).
투자자 관점에서 보면
우주 병목 투자의 추적 지표는 단순하다 — 발사 빈도와 발사 단가다. 발사 빈도가 늘고 단가가 떨어질수록 궤도 데이터센터의 경제성이 현실에 가까워진다. 다만 이 영역은 7대 병목 중 가장 초기 단계라, 단기 실적보다는 "발사 인프라가 임계점을 넘는가"라는 다년 추세로 봐야 한다. 메모리·기판 같은 즉각적 수혜와는 시간 지평이 다르다.
7절. 피지컬 AI / 로봇 — AI가 물리 세계로 나오는 뇌와 근육
마지막 일곱 번째 병목은 AI가 화면 밖 물리 세계로 나오는 영역 — 로봇과 피지컬 AI다.
엣지 추론과 구동계 — 뇌와 근육
여기엔 두 개의 부품 축이 있다.
- 엣지 추론(Edge Inference): "엣지"란 클라우드(중앙 데이터센터)가 아니라 로봇·기기 그 자체(현장 끝단)를 말한다. "추론"은 학습된 AI가 실제 판단을 내리는 과정이다. 로봇이 움직이려면 멀리 있는 클라우드에 물어볼 시간이 없다 — 눈앞 상황을 즉석에서 판단해야 한다. 그래서 로봇 안에 추론용 칩을 넣는다. 이것이 로봇의 "뇌" 다. NVIDIA의 Jetson Thor가 대표적인 로봇용 엣지 추론 칩이다.
- 구동계(Actuator, 액추에이터): 로봇이 실제로 움직이게 하는 모터·관절 부품이다. 이것이 로봇의 "근육" 이다. 뇌(추론)가 아무리 똑똑해도 근육(구동계)이 정밀하지 않으면 섬세한 동작을 못 한다.
왜 로봇용 추론 칩이 별도의 병목이 되는가 — 데이터센터의 추론 칩은 전기를 무제한 쓰고 큰 발열을 식힐 수 있지만, 로봇 안의 칩은 배터리로 작동하고 좁은 몸체 안에서 열을 식혀야 한다. 즉 "적은 전력으로, 작은 공간에서, 즉석에서" 판단해야 한다는 삼중 제약이 있다. 이 제약을 만족하는 칩(예: NVIDIA Jetson 계열)을 양산하는 것이 곧 피지컬 AI의 병목이다. 데이터센터 칩과는 설계 목표가 달라, 별개의 경쟁 영역이 된다.
누가 만드는가
이 영역의 종목은 추론 칩과 응용 로봇으로 나뉜다 — NVIDIA (NVDA, Jetson 로봇 추론 칩), Intuitive Surgical (ISRG, 수술 로봇 다빈치), Teradyne(산업 자동화·협동로봇). 수술 로봇처럼 정밀·고신뢰가 필요한 분야가 피지컬 AI의 선행 응용처다.
투자자 관점에서 보면
피지컬 AI 병목의 추적 지표는 NVIDIA의 Jetson/로보틱스 매출과 응용 로봇 회사의 설치 기반 확대다. 이 영역도 우주처럼 7대 병목 중 초기 단계로, 엣지 추론 칩이 다양한 로봇에 보급되는 속도가 관건이다. AI가 데이터센터 안에서 물리 세계로 확장되는 장기 흐름의 입구라, 다년 추세로 접근하는 영역이다.
이 영역에서 단계별 진척 신호는 다음과 같다.
- 추론 칩 보급: NVIDIA Jetson 같은 엣지 추론 칩이 산업·물류·의료 로봇에 얼마나 채택되는가.
- 응용처 검증: 수술 로봇(Intuitive Surgical) 등 고신뢰 분야에서 AI 기능이 실제 임상·현장에 들어가는가.
- 구동계 정밀도: 뇌(추론)와 근육(구동계)이 결합해 섬세한 동작을 양산 수준으로 해내는가.
세 신호가 함께 켜질 때 피지컬 AI가 "데모"에서 "산업"으로 넘어간다. 그전까지는 가장 먼 시간 지평의 테마로 두는 것이 합리적이다.
Part 1 종합 — "몇 개 회사가 이걸 양산할 수 있는가"
7개 병목을 관통하는 단 하나의 질문은 이것이다 — "이 부품을 양산 수율로 만들 수 있는 회사가 몇이나 되는가?" 답이 적을수록 가격결정력이 크다.
- HBM: 단 3개 회사(SK하이닉스·삼성·Micron)
- 고단 FC-BGA: 소수의 일·한·대만 회사
- InP 레이저: 극소수
- 800V SiC/GaN: 검증된 양산처 소수
여기까지 7대 병목을 처음 접한 독자가 자주 헷갈리는 세 가지를 정리해두자.
- "GPU와 HBM은 경쟁 관계인가?" — 아니다. 둘은 짝이다. GPU(두뇌)와 HBM(데이터 공급)은 한 패키지에 함께 들어가 협력하며, GPU가 팔릴수록 HBM이 함께 팔린다. 경쟁이 아니라 동반 성장 관계다.
- "기판과 메모리는 다른 병목인데 왜 같이 급등했나?" — 둘 다 "GPU를 작동시키는 실물 부품"이고, 둘 다 소수 회사만 만들 수 있으며, 둘 다 2026년 완판 상태이기 때문이다. 시장이 "병목이 GPU에서 실물로 이동했다"는 하나의 깨달음으로 두 부품을 동시에 재평가한 것이 6월 15일이다.
- "7대 병목에 다 투자해야 하나?" — 아니다. 병목마다 시간 지평이 다르다(앞의 종합 지도 참조). 단기·중기·장기 테마가 섞여 있으므로, 자신의 투자 시계(時界)에 맞는 병목을 골라야 한다.
희소성의 정도가 곧 병목의 깊이이고, 병목의 깊이가 곧 그 회사의 가격결정력이다. 이것이 Part 1 전체의 결론이며, 다음 Part 2에서는 이 병목들이 어떤 산업 구조 안에 놓여 있고, 돈이 어떻게 흐르며, 지금 사이클의 어디에 있는가를 본다.
본문 Part 2 — 산업·밸류체인 맥락: 누가, 어디서, 언제 돈을 버는가
Part 1에서 7대 병목의 작동 원리를 봤다면, 이번 Part 2는 그 병목들이 놓인 산업의 지형도다. 돈이 어디서 들어와 어디로 흐르는지, 누가 경쟁하는지, 역사적으로 이런 사이클이 어떻게 끝났는지, 그리고 지금 우리가 사이클의 어디에 서 있는지를 본다.
8절. 비즈니스 모델 — 병목 회사는 어떻게 돈을 버는가
7대 병목 회사들의 돈 버는 방식은 크게 세 유형으로 나뉜다. 같은 "AI 수혜주"라도 이 유형에 따라 마진 구조와 사이클 민감도가 다르다.
세 유형 모두를 관통하는 핵심은 자본집약도(capital intensity) 다. 반도체 팹(공장) 하나에 수조 원이 들고, 증설에 2~3년이 걸린다. 이 "느린 공급"이 곧 가격결정력의 원천이다 — 수요가 폭증해도 공급이 2~3년간 못 따라오니, 그 사이 병목 회사는 가격을 올릴 수 있다. 이것이 일반 제조업과 결정적으로 다른 점이다. 옷·가전처럼 진입이 쉬운 산업은 수요가 늘면 경쟁자가 빠르게 공장을 지어 가격을 끌어내린다. 반면 반도체 팹은 짓는 데만 2~3년, 게다가 수율 노하우를 쌓는 데 또 몇 년이 걸린다. 그래서 호황기에 가격이 올라도 새 경쟁자가 곧장 들어와 가격을 무너뜨리지 못한다. "느린 공급"은 단점이 아니라, 기존 플레이어에게는 가격을 지켜주는 방어막인 셈이다.
여기서 두 가지 산업 용어를 풀어두자.
- IDM(Integrated Device Manufacturer, 종합반도체기업): 설계부터 제조까지 한 회사가 다 하는 업체. 삼성전자·Micron·인텔이 여기 속한다. 자체 공장이 있어 캐파를 직접 통제한다.
- OSAT(Outsourced Semiconductor Assembly and Test, 외주 반도체 패키징·테스트): 칩을 만든 뒤 포장(패키징)하고 검사(테스트)하는 일을 전문으로 맡는 외주 업체. HBM 적층, 기판 부착 같은 후공정이 여기서 일어난다.
투자자 관점에서 보면
비즈니스 모델을 구분하는 것이 중요한 이유는, 같은 호황에서도 수혜의 질이 다르기 때문이다. 소재 독점형(Ajinomoto)은 가격 전가력이 가장 강해 마진이 두껍고, 시스템 판매형(Vertiv)은 백로그로 미래 매출이 가시화돼 예측 가능성이 높다. 부품 판매형은 완판일 때 가장 빛나지만 사이클이 꺾이면 가장 먼저 타격받는다. 투자자는 "이 회사가 어느 모델이고, 지금 사이클에서 그 모델이 유리한가"를 먼저 물어야 한다.
9절. 밸류체인 지도 — 돈은 위에서 들어와 어디로 흐르는가
이 산업의 돈은 맨 위 하이퍼스케일러에서 시작해 아래로 흐른다. 그 흐름을 한눈에 보면, 어느 단계가 가장 마진이 두껍고(상류 소재 독점) 어느 단계가 경쟁이 치열한지(중하류 조립)가 드러난다. 아래 밸류체인 지도를 먼저 보고 각 단계를 풀어보자.
지도를 위에서부터 읽어보자.
맨 위 — 하이퍼스케일러 capex. 모든 수요의 원천이다. 아마존·MS·구글·메타의 2026년 합산 capex 가이던스가 약 7,250억 달러로, 전년 약 4,100억 달러 대비 +77% 폭증했다. 이 돈이 곧 아래 모든 병목의 최종 매출원이다. 그래서 분기마다 발표되는 이들의 capex 가이던스가 7대 병목 전체의 가장 강력한 선행 지표다.
중간 — 컴퓨트 랙과 부품들. capex로 산 AI 서버 랙은 HBM·CPU/ASIC·기판·광·전력이라는 부품으로 쪼개진다. 이것이 Part 1에서 본 7대 병목의 산업적 위치다.
맨 아래(상류) — 소재 독점. 흥미로운 역설은, 밸류체인에서 가장 위(돈을 내는 쪽)가 아니라 가장 아래(소재)가 마진이 가장 두껍다는 점이다. 왜냐하면 소재는 대체 불가능하고 독점적이기 때문이다.
- Ajinomoto의 ABF 필름: 기판용 절연 필름 시장의 약 **95%**를 차지한다. 거의 독점이라 가격 인상(보도상 약 +30%)을 그대로 전가할 수 있다.
- 광 레이저(EML/InP): Lumentum (LITE)이 EML 영역에서 약 **50~60%**를 쥔다.
이 "상류 독점"이 두꺼운 마진의 비밀이다. 곡괭이와 삽 전략(Prerequisites)의 가장 순수한 형태가 바로 이 소재 독점 회사들이다.
투자자 관점에서 보면
밸류체인 지도가 투자자에게 주는 교훈은 "위에서 흐르는 돈(capex)을 추적하되, 가장 두꺼운 마진은 아래(소재 독점)에 있음을 기억하라"는 것이다. capex가 +77% 늘면 모든 단계가 수혜를 보지만, 그중 가격 인상을 그대로 전가할 수 있는 소재 독점 단계가 가장 안정적으로 마진을 키운다. 동시에 capex는 사이클의 정점에서 가장 빠르게 꺾이므로, capex 가이던스의 증감률(가속인가 감속인가)을 분기마다 확인하는 것이 사이클 위치 판단의 핵심이다.
10절. 경쟁구도 스냅샷 — 누가 몇 %를 쥐고 있는가
각 병목의 시장 점유율과 경쟁 구도를 보면, 왜 특정 회사가 가격결정력을 갖는지가 드러난다. 아래는 병목별 경쟁구도 요약이다. 표 뒤에 각 병목의 "왜 그 포지션인가"를 풀어 설명한다.
HBM — SK하이닉스 약 62%의 압도적 선두. HBM 시장에서 SK하이닉스 (000660.KS)가 약 62%로 1위, 그 뒤를 Micron (MU)이 약 21%로 삼성전자 (005930.KS, 약 17%)를 추월했다. 한때 메모리 전체 1위였던 삼성이 HBM에서는 3위로 밀린 것이 이 시장의 가장 큰 반전이다. 그 이유(SK하이닉스의 MR-MUF 독점 패키징)는 Part 3 해자에서 상세히 다룬다.
기판 ABF — 일본 vs 한국의 추격전. 전통적으로 일본 Ibiden(약 35% 선두)·Shinko가 장악했으나, 한국의 삼성전기 (009150.KS)·LG이노텍·이수페타시스 (007660.KS)가 빠르게 추격 중이다. 특히 이수페타시스는 MLB(다층기판) 수요 폭증으로 1년간 주가가 약 +360% 올랐다(8절·2절에서 언급한 그 회사다). 이 급등은 "한국 기판 회사가 AI 고부가 기판 영역에 진입했다"는 시장의 재평가를 반영한다.
광 트랜시버 — 상위 집중. Coherent (COHR)가 약 16%로 선두권이고, 상위 5개사가 합산 약 72%를 쥔 집중 구조다. InP 결정 성장이라는 소재 노하우가 진입장벽이라 신규 진입이 어렵다.
전력 — Vertiv의 백로그 선두. 전력·냉각 시스템에서 Vertiv (VRT)가 백로그(수주잔고) 기준 선두다(150억 달러 이상). 소자에서는 Infineon (IFNNY)이 종합 선두다.
세 병목 모두를 관통하는 진입장벽은 3관문이다. 신규 진입자는 이 셋을 차례로 다 통과해야 시장에 들어올 수 있는데, 각 관문이 독립적으로 매우 높다.
- 1관문 — 자본: 팹(공장) 하나에 수조 원, 증설에 2~3년. 자본이 있어도 시간이 걸린다.
- 2관문 — 학습곡선: 공장을 지어도 수율 노하우는 돈으로 살 수 없고 시행착오로만 쌓인다. SK하이닉스의 8년, Coherent의 30년이 그 예다.
- 3관문 — 고객 인증: NVIDIA 같은 큰 고객은 부품을 18~24개월 검증한 뒤에야 채택한다. 이 인증을 통과하지 못하면 만들어도 팔 곳이 없다.
세 관문을 모두 넘으려면 자본·시간·신뢰가 동시에 필요하므로, 신규 진입이 사실상 막혀 있다. 이 "3중 잠금"이 병목 회사들의 점유율을 오래 지켜주는 구조적 이유다.
투자자 관점에서 보면
경쟁구도에서 투자자가 읽어야 할 핵심은 "점유율의 안정성" 이다. SK하이닉스 62%, Ibiden 35%, Coherent 16% 같은 선두 지위는 단순한 순위가 아니라 3관문 진입장벽이 만든 방어된 지위다. 점유율이 높고 그 점유율을 지키는 해자가 깊을수록, 사이클이 꺾여도 마진 방어가 가능하다. 반대로 이수페타시스의 +360% 같은 급등은 "추격자의 재평가"라 상방 여력이 크지만, 선두 대비 해자가 얇아 변동성도 크다는 점을 함께 봐야 한다.
11절. 역사 사이클 — 다크파이버의 교훈과 이번엔 다른 점
AI 인프라 투자가 처음 겪는 일은 아니다. 기술 인프라는 늘 "과잉 투자 → 붕괴 → 회복"의 사이클을 반복했다. 아래 표는 지난 25년의 주요 사이클과 각각의 투자 교훈이다. 이 역사를 알면 지금 사이클의 위치를 가늠하는 데 도움이 된다.
이 역사에서 가장 중요한 비교는 1999~2001 닷컴 광섬유 vs 지금의 AI 인프라다. 당시 통신사들은 "인터넷이 폭발할 것"이라며 광섬유를 엄청나게 깔았다. 그러나 실제 수요가 따라오지 못해, 깐 광섬유의 약 85%가 불 꺼진 채(다크파이버, dark fiber) 방치됐고, 과잉 투자는 붕괴로 끝났다.
지금 AI 인프라 투자도 같은 운명일까? 결정적 차이는 "수요가 진짜인가" 다. 닷컴 때는 깐 광섬유를 쓸 실제 트래픽이 없었다(수요가 미래의 약속이었다). 반면 지금은 AI 추론 매출이 실시간으로 발생하고 있다 — ChatGPT·Gemini 등이 실제로 돈을 벌고, 그 사용량이 곧 데이터센터 가동률로 잡힌다. 즉 깐 인프라가 즉시 사용되고 있다는 점이 다크파이버와의 핵심 차이다. 물론 어느 시점에 공급이 수요를 추월하면 사이클은 꺾인다 — 그래서 "수요가 진짜로 유지되는가"를 끊임없이 검증해야 한다.
또 하나 새겨둘 교훈은 peak earnings 함정이다. 2017~18 메모리 슈퍼사이클 때, 이익이 정점일수록 Fwd P/E(주가÷예상이익)는 가장 낮게 보였다. "싸다"고 보고 들어간 투자자들이 정점에서 물렸다. 이것이 이 Digest가 사이클 왜곡에 약한 Fwd P/E를 primary 지표로 쓰지 않고, EV/EBITDA·FCF Yield·PEG를 우선하는 이유다(Prerequisites 참조).
병목이 어떻게 이동해 왔는지를 한 줄 타임라인으로 다시 짚으면, "다음 병목"을 가늠하는 직관이 생긴다.
- 2022~2023: 생성AI 폭발 → GPU 수요 급증 → 그 GPU에 데이터를 댈 HBM이 첫 병목.
- 2024~2025: HBM 캐파가 일부 따라잡자, 칩을 받칠 **기판(ABF)**으로 병목 이동.
- 2026.6: 메모리·기판이 동시에 가장 좁은 병목으로 부각 (이 Digest의 출발점).
- 2027~ (예상): 메모리·기판 증설 완료 시, **광(1.6T/CPO)·전력(800V)**으로 병목이 다시 이동할 가능성.
이 흐름이 보여주는 규칙은 하나다 — 한 병목이 풀리면 그 위·아래 부품 중 다음으로 좁은 곳이 새 병목이 된다. 투자자가 "지금 병목"뿐 아니라 "다음 병목 후보"를 미리 봐둬야 하는 이유다.
투자자 관점에서 보면
역사 사이클의 핵심 교훈은 "병목은 이동하고, 사이클은 반복하며, 수요의 진위가 다크파이버와의 차이를 만든다" 는 것이다. 지금 메모리·기판이 병목이지만, 이 둘의 캐파 증설이 완료되는 2027년 이후엔 병목이 다시 광·전력으로 옮겨갈 수 있다. 투자자는 한 병목에 고정되지 말고 "다음 병목이 어디로 이동하는가"를 추적해야 한다. 동시에 닷컴의 교훈대로 "AI 추론 매출이 실제로 계속 늘고 있는가"를 가장 중요한 안전판으로 삼아야 한다.
12절. 규제·지정학 — 공급을 더 빡빡하게 만드는 힘들
7대 병목은 지정학적 긴장의 한복판에 있다. 그리고 이 긴장은 대체로 공급을 더 빡빡하게 만들어 병목을 강화하는 방향으로 작동한다.
- CHIPS Act(반도체·과학법, 美 반도체 리쇼어링 보조금 법안): 미국이 자국 내 반도체 생산을 늘리려 보조금을 지급하는 법. Micron (MU)이 미국 메모리 생산에 약 64억 달러 보조금을 받는 등, 미국 내 생산 회사에 지정학적 프리미엄을 부여한다.
- 대(對)중국 수출통제: 미국이 첨단 반도체·장비의 중국 수출을 제한한다. 이는 글로벌 공급을 분절시켜, 통제 밖에 있는 회사의 공급이 상대적으로 더 귀해지게 만든다.
- 타이완 집중 리스크: 첨단 칩 제조가 대만(TSMC 등)에 집중돼 있어, 지정학적 긴장이 고조되면 공급 차질 우려가 커진다. 이 우려 자체가 공급을 더 귀하게 만든다.
- 소재 독점의 지정학화: Ajinomoto(일본)의 ABF, InP 소재 등 특정국 독점 소재는 외교·통상 카드가 될 수 있어, 공급 안정성에 대한 프리미엄을 키운다.
이 네 가지의 공통 효과는 — 규제·지정학이 공급을 분절·제약해 "만들 수 있는 곳"을 더 줄인다는 것이다. 줄어든 공급처는 곧 강해진 가격결정력이다. 즉 지정학은 병목의 친구다.
투자자 관점에서 보면
지정학은 양날의 칼이지만, 7대 병목에서는 대체로 수혜 쪽으로 기운다. 미국 내 생산 회사(Micron 등)는 CHIPS Act 보조금과 "지정학적으로 안전한 공급처"라는 프리미엄을 동시에 얻는다. 다만 투자자는 수출통제가 특정 회사의 중국 매출을 직접 깎을 수 있다는 하방 리스크도 함께 봐야 한다 — 같은 지정학이 어떤 회사엔 보조금이고 어떤 회사엔 매출 삭감이다. 회사별로 "지정학 순노출"을 따져야 한다.
13절. 현재 사이클 위치 — 상승 중반에서 정점 진입부로
지금 우리는 사이클의 어디에 있을까. 종합하면 상승 중반에서 정점 진입부다.
상승을 가리키는 신호: HBM·ABF 모두 2026년 완판, 하이퍼스케일러 capex +77%(9절), 1.6T 광 모듈 16배 폭증 전망(3절). 수요는 여전히 강하고 병목은 여전히 좁다.
정점 진입을 경계하게 하는 신호: 6월 15일 급등으로 일부 리더가 컨센서스(시장 평균 목표가)를 추월했다. 즉 일부 종목은 이미 상당한 기대가 가격에 반영됐다. 상승 사이클 후반에 흔히 나타나는 "좋은 회사를 비싼 값에 사는" 위험 구간에 접어든 종목이 생기기 시작한 것이다.
사이클 위치를 가늠하는 선행 지표 3가지:
- 부품 가격 추세 — HBM·ABF 가격이 계속 오르는가, 정체되는가
- capex 가이던스 — 하이퍼스케일러의 다음 분기 capex가 가속인가 감속인가
- 완판 해소 여부 — Ibiden 증설 등으로 완판이 풀리기 시작하는가
투자자 관점에서 보면
현재 사이클 위치 판단의 실천적 결론은 "추격보다 조정 대기" 다. 병목 서사 자체는 견고하지만, 6월 15일 급등으로 일부 리더의 단기 상방이 줄었다. 신규 진입이라면 위 3가지 선행 지표를 모니터링하며 가격 조정 시 분할 접근하는 편이, 급등 직후 추격 매수보다 위험 대비 수익이 낫다. EV/EBITDA·FCF Yield로 "지금 밸류가 사이클 정점 이익을 이미 반영했는지"를 점검하는 것이 핵심이다(peak earnings 함정, 11절 참조).
이제 마지막 Part 3에서, 같은 병목 안에서도 어떤 회사가 왜 더 오래 그 자리를 지킬 수 있는가 — 해자의 깊이를 본다.
본문 Part 3 — 기술 해자 교육: 누가 왜 그 자리를 지키는가
Part 1에서 7대 병목의 작동 원리를, Part 2에서 산업 지형을 봤다. 이제 가장 투자에 직결되는 질문이다 — 같은 병목 안에서도 어떤 회사가 더 오래, 더 안전하게 그 자리를 지킬 수 있는가? 그 답은 "해자(moat)"의 깊이에 있다.
해자란 무엇인가 — 4가지 유형
해자(moat)는 원래 성을 둘러싼 물웅덩이로, 적의 침입을 막는 방어선이다. 투자에서 해자는 경쟁자가 쉽게 따라오지 못하게 만드는 구조적 우위를 뜻한다. 해자는 보통 4가지 유형으로 나뉜다.
7대 병목의 대표 기업들이 어떤 해자를 어떻게 쌓았는지, 그리고 그 해자가 얼마나 깊고 오래가는지를 하나씩 본다. 읽을 때 두 가지 질문을 머릿속에 두면 좋다 — 첫째 "이 해자를 경쟁자가 복제하려면 시간·돈이 얼마나 드는가(복제 난이도)", 둘째 "다음 세대전환(예: HBM4, CPO, 800V)이 와도 이 해자가 살아남는가(내구성)". 깊고(복제 어렵고) 오래가는(전환을 견디는) 해자를 가진 회사가, 사이클이 꺾여도 가격결정력을 지킨다.
14절. HBM — SK하이닉스의 패키징 독점과 NVIDIA 공동설계
Part 2 경쟁구도에서 SK하이닉스 (000660.KS)가 HBM 약 62%로 압도적 1위라고 했다. 왜일까. 답은 MR-MUF라는 독점 패키징 기술과 NVIDIA 공동설계라는 두 겹의 해자다.
MR-MUF — 수율 +20%p의 비밀 레시피
MR-MUF(Mass Reflow-Molded Underfill, 매스 리플로우 몰디드 언더필) 는 SK하이닉스가 HBM 층을 쌓을 때 쓰는 독자 패키징 방식이다. 쉽게 말하면, 여러 층의 DRAM을 쌓고 그 사이를 특수 소재로 한 번에 채워 굳히는(몰딩) 기술이다. 경쟁사들이 층마다 따로 처리하는 방식보다 수율이 약 20%포인트 높게 나온다 — 같은 양을 만들어도 양품이 훨씬 많이 나온다는 뜻이다.
이 기술이 해자인 이유는 무형자산(노하우) 이기 때문이다. SK하이닉스는 2019년부터 약 8년간 이 공정을 최적화해 왔고, 핵심 소재는 일본 Namics와 사실상 독점 계약으로 묶었다. 비유하면 8년간 다듬은 비밀 레시피 + 핵심 재료 독점 공급권을 동시에 쥔 셈이다. 경쟁사가 같은 수율에 도달하려면 같은 8년의 시행착오를 다시 겪어야 한다 — 노하우는 돈으로 살 수 없고 시간으로만 쌓이기 때문이다.
NVIDIA 공동설계 — 18~24개월의 인증 장벽
두 번째 해자는 전환비용이다. HBM은 NVIDIA GPU와 짝으로 작동하므로, NVIDIA가 차세대 GPU를 설계할 때 SK하이닉스와 공동으로 HBM을 맞춰 개발한다. 한번 이렇게 공동설계로 묶이면, NVIDIA가 다른 메모리 회사로 갈아타려면 18~24개월의 재인증을 거쳐야 한다. 그 사이 제품 출시가 늦어지므로, NVIDIA 입장에선 검증된 SK하이닉스를 계속 쓰는 게 안전하다. 이것이 고객을 묶어두는 전환비용 해자다.
복제 난이도와 디스럽션 리스크
이 두 해자를 합치면, 경쟁사가 SK하이닉스의 HBM 지위를 복제하는 데 약 7~10년과 수조 원이 든다. 매우 깊은 해자다.
다만 리스크도 있다. 삼성전자 (005930.KS)는 메모리와 파운드리(칩 위탁생산)를 수직통합으로 가진 유일한 회사다. HBM4부터 베이스 다이에 연산이 들어가며 파운드리 협업이 중요해지는데(Part 1, 1절), 삼성이 이 수직통합을 무기로 추격하면 판도가 흔들릴 수 있다. 즉 SK하이닉스의 해자는 깊지만, 삼성의 수직통합이 차세대 아키텍처 전환에서 변수가 된다.
투자자 관점에서 보면
SK하이닉스 투자에서 해자의 핵심은 "MR-MUF 수율 우위가 HBM4 세대에도 유지되는가"다. HBM4로 넘어가며 공정이 바뀌면 기존 수율 우위가 일부 리셋될 수 있다 — 이 지점이 삼성·Micron이 추격할 틈이다. 따라서 HBM4 양산 수율 데이터(1절에서 본 60% 변곡점)와 NVIDIA 차세대 GPU 공급 비중이 SK하이닉스 해자의 지속 여부를 보여주는 가장 직접적인 신호다.
15절. Micron — 미국 유일 메모리의 지정학 해자
Micron (MU)의 해자는 SK하이닉스와 결이 다르다 — 기술 + 지정학의 결합이다.
1-gamma EUV DRAM — 칩 +40%, 전력 -20%
먼저 기술 해자. Micron은 1-gamma(1γ) 라 부르는 차세대 DRAM 공정에 EUV(Extreme Ultraviolet, 극자외선 노광) 를 적용한다. EUV는 극도로 짧은 파장의 자외선으로 실리콘 위에 미세 회로를 그리는 장비다 — 비유하면 초고해상도 스텐실로, 빛이 짧을수록 더 가는 선을 그릴 수 있다. 1-gamma 공정은 같은 면적에 트랜지스터를 약 40% 더 넣고 전력은 약 20% 줄인다. 이는 무형자산(공정 노하우) 해자다.
여기서 메모리 산업의 특성을 짚어두면 Micron의 지정학 해자가 왜 특별한지가 보인다. 메모리(DRAM)는 본래 "범용 부품(commodity)"에 가까워, 호황엔 가격이 치솟고 불황엔 적자로 떨어지는 사이클이 극심하다. HBM이라는 고부가 영역이 이 사이클을 일부 완화했지만, 범용 DRAM은 여전히 가격 변동에 노출된다. 바로 이 점 때문에, 가격 사이클과 무관하게 작동하는 Micron의 지정학 해자(미국 유일 메모리)가 더 값지다 — 사이클이 바닥일 때도 정부·국방 수요는 유지되기 때문이다.
CHIPS Act — 미국 유일 메모리의 지정학 프리미엄
더 독특한 해자는 지정학이다. Micron은 미국에 본사·생산을 둔 유일한 메모리 대기업이다. CHIPS Act(12절)로 약 64억 달러 보조금을 받고, "지정학적으로 안전한 미국산 메모리"라는 프리미엄을 얻는다. 미국 정부·국방·핵심 인프라가 "미국산 메모리"를 선호할수록 Micron만의 독점적 입지가 생긴다. 이것은 기술로 복제할 수 없는, 국적이 만든 해자다.
이 둘을 합치면 Micron의 지위를 복제하는 데 약 10년과 1,000억 달러 규모가 필요하다.
투자자 관점에서 보면
Micron 투자의 핵심은 "기술 해자(1-gamma EUV)와 지정학 해자(CHIPS Act)가 동시에 작동하는가"다. 메모리는 사이클 산업이라 가격 변동이 크지만, Micron은 지정학 프리미엄이라는 비(非)사이클 해자를 추가로 갖는다. 미국 내 생산 비중과 정부·국방 수주가 늘수록 이 지정학 해자가 강해진다 — 사이클이 꺾여도 이 부분은 방어된다는 점이 투자 포인트다.
16절. Broadcom — ASIC·스위칭·CPO 트라이어드의 맞춤복
Part 1(5절)에서 Broadcom (AVGO)을 "맞춤 ASIC 설계 파트너"로 소개했다. 해자 관점에서 보면 Broadcom은 세 가지 핵심 부품을 동시에 가진 유일한 회사다.
맞춤복 vs 기성복 — ASIC 공동설계의 전환비용
GPU가 "기성복"이라면, Broadcom이 빅테크와 함께 설계하는 ASIC은 맞춤복이다. 구글 등 고객은 2014년경부터 Broadcom과 함께 자기 작업에 꼭 맞는 칩을 다듬어 왔다. 한번 맞춤복을 입으면 다른 재단사로 갈아타기 어렵다 — 그 고객의 요구·설계 자산이 Broadcom에 축적돼 있기 때문이다. 이것이 전환비용 해자다.
트라이어드 — 셋을 동시에 가진 유일함
Broadcom이 특별한 이유는 AI 데이터센터에 필요한 세 부품을 한 회사가 다 가졌기 때문이다.
- 커스텀 ASIC (맞춤 칩 설계)
- 스위칭 칩 (Tomahawk 시리즈, 데이터센터 스위치 시장 약 70%)
- CPO (광-칩 동시 패키징, Part 1 3절)
이 셋을 묶어 제공할 수 있는 회사는 Broadcom뿐이다. 고객 입장에선 세 부품을 한 곳에서 호환성 검증까지 받아 살 수 있으니 매력적이다. 이 "트라이어드 단독 보유"가 규모의 경제 + 전환비용을 결합한 깊은 해자다. 복제에 약 10년과 100억 달러 규모가 필요하다.
투자자 관점에서 보면
Broadcom 해자의 추적 지표는 "ASIC·스위칭·CPO 세 축의 AI 매출이 함께 성장하는가"다. 셋이 동반 성장하면 트라이어드 해자가 작동 중이라는 신호다. 특히 CPO가 본격화(Part 1 3절)되면 Broadcom의 광 노출이 커지며 트라이어드가 더 강해진다. AVGO의 AI 매출 비중(Part 1 5절)이 이 해자의 크기를 보여주는 종합 지표다.
17절. ARM — 콘센트 규격의 네트워크 효과와 RISC-V 위협
ARM (ARM)의 해자는 7대 병목 중 유일하게 순수 네트워크 효과 형이다.
ISA — 모두가 맞춰 쓰는 콘센트 규격
Part 1(5절)에서 ISA(명령어 집합 구조)를 "칩이 알아듣는 명령어 규격"이라 했다. ARM의 ISA가 해자인 이유는, 그것이 사실상 표준 콘센트 규격이 됐기 때문이다. 전 세계 약 2,200만 명의 개발자가 ARM 규격에 맞춰 소프트웨어를 만든다. 콘센트 규격이 통일돼 있으면 모든 전자제품이 그에 맞춰 플러그를 만들 듯, ARM 규격이 표준이 되니 칩 제조사도 개발자도 ARM에 맞춘다. 쓰는 사람이 많을수록 더 많은 사람이 따라 쓰는 — 전형적인 네트워크 효과이자 생태계 락인(lock-in)이다.
RISC-V — 무료 오픈소스라는 시한부 위협
다만 ARM의 해자에는 시한이 붙어 있다. RISC-V(리스크 파이브) 는 ARM의 ISA와 경쟁하는 오픈소스(무료) 명령어 규격이다. ARM이 라이선스료(로열티)를 받는 반면, RISC-V는 누구나 공짜로 쓸 수 있다. 이미 IoT(사물인터넷) 칩 영역에서 약 25%를 차지하며 확산 중이다. "공짜 표준"이 충분히 성숙하면 ARM의 유료 모델을 약 3~5년 내 위협할 수 있다. 즉 ARM의 네트워크 효과 해자는 강하지만, RISC-V라는 시한부 도전에 노출돼 있다.
투자자 관점에서 보면
ARM 투자의 핵심은 "데이터센터 로열티 성장 vs RISC-V 잠식 속도"의 경주다. 데이터센터에서 ARM 채택(x86 잠식, Part 1 5절)이 빨리 늘면 네트워크 효과가 강화되지만, 동시에 RISC-V가 고성능 영역으로 올라오면 장기 해자가 약해진다. ARM의 데이터센터 로열티 증가율과 RISC-V의 고성능 채택 사례를 함께 모니터링해야 한다.
18절. 광 인터커넥트 — Coherent의 30년 암묵지와 Ciena의 17년 DSP
광 인터커넥트(Part 1 3절)에서는 두 회사의 해자가 대비된다 — 소재 해자의 Coherent와 신호처리 해자의 Ciena. 그리고 둘은 CPO 전환에 대한 노출이 다르다.
Coherent — InP 결정 성장 30년 암묵지
Coherent (COHR)의 해자는 InP 결정 성장이라는 30년 누적 암묵지다. Part 1(3절)에서 InP(인화인듐)가 광통신 레이저의 핵심 소재라 했다. 이 InP를 고품질 결정으로 키워내는 것은 극도로 까다로운 공정으로, Coherent는 세계에서 거의 유일하게 6인치 InP 웨이퍼를 다룬다(웨이퍼가 클수록 한 번에 더 많은 칩을 만들어 원가가 낮다). 이 결정 성장 노하우는 30년간 쌓인 무형자산(암묵지) 으로, 문서로 옮길 수 없고 사람과 시간에 담겨 있다.
중요한 점은 — CPO로 광 패키징 방식이 바뀌어도(Part 1 3절), 빛을 내는 CW 레이저(Continuous Wave laser, 연속 발진 레이저) 의 핵심 소재는 여전히 InP라는 것이다. 즉 Coherent의 소재 해자는 아키텍처 전환을 견딘다. 이것이 18절 첫머리에서 예고한 "모듈 조립보다 소재를 쥔 회사가 전환을 잘 견딘다"는 말의 실체다.
Ciena — WaveLogic DSP 17년 6세대
Ciena (CIEN)의 해자는 WaveLogic DSP라는 신호처리 칩이다. DSP(Digital Signal Processor, 디지털 신호 처리기) 는 광섬유를 타고 온 빛 신호를 깨끗한 데이터로 복원하는 칩이다. 먼 거리를 온 빛은 일그러지는데, DSP가 그 일그러짐을 수학적으로 보정한다. Ciena는 이 WaveLogic을 17년간 6세대까지 발전시켜, 단일 파장으로 1.6Tbps를 전송하는 세계 유일 수준에 이르렀다. 또 광 전송 장비는 수명이 10~15년이라, 한번 깔면 오래 쓰는 전환비용 해자가 있다.
다만 Ciena는 Coherent와 달리 CPO 노출 리스크가 있다. CPO로 광 기능이 칩 안으로 들어가면, 별도 장비·DSP 수요의 일부가 줄 수 있다. 즉 소재(Coherent)는 전환을 견디지만, 시스템·장비(Ciena)는 아키텍처 전환에 더 노출된다 — 같은 광 병목 안에서도 해자의 내구성이 갈린다.
투자자 관점에서 보면
광 병목 투자의 핵심 통찰은 "소재 해자(Coherent)는 세대·아키텍처 전환을 견디고, 시스템 해자(Ciena)는 전환에 더 노출된다"는 것이다. CPO 전환이 빨라질수록 이 차이가 실적으로 드러난다. Coherent는 InP 소재 독점으로 어느 패키징 방식에서도 필요한 부품을 공급하지만, Ciena는 CPO 채택률이 높아지면 일부 장비 수요를 잃을 수 있다. CPO 채택 시점(Part 1 3절)을 두 회사에 다르게 적용해 봐야 한다.
19절. Marvell — 커스텀 ASIC 2위와 광 패브릭 베팅
Marvell (MRVL)은 커스텀 ASIC에서 Broadcom에 이은 2위다. AWS의 Trainium, MS의 Maia 같은 빅테크 맞춤 칩을 맡는다. Broadcom과 같은 전환비용 해자를 갖지만, 트라이어드(ASIC+스위칭+CPO)를 다 갖춘 Broadcom보다 한 단계 아래의 해자(Strong vs Very Strong)다.
Marvell의 차별적 베팅은 Celestial AI의 Photonic Fabric — 칩 간 연결을 빛으로 하는 차세대 기술로, 대역폭이 기존 대비 약 25배라 거론된다(2027~28 양산 목표). 이것이 실현되면 Marvell의 해자가 한 단계 깊어질 수 있다.
투자자 관점에서 보면
Marvell 투자의 핵심은 "ASIC 2위 지위의 안정성 + Photonic Fabric의 실현 여부"다. ASIC 2위 자체는 AWS·MS라는 대형 고객의 전환비용으로 방어되지만, 1위 Broadcom과의 격차를 좁히려면 Photonic Fabric 같은 차세대 베팅의 성공이 필요하다. 2027~28 양산 일정의 진척이 Marvell 해자 심화의 분수령이다.
20절. Rocket Lab — 81회 발사 학습곡선과 ITAR 삼중장벽
우주 병목(Part 1 6절)의 대표 해자 기업은 Rocket Lab (RKLB)이다. 해자가 세 겹이다.
81회 발사 — 텔레메트리 학습곡선
가장 깊은 해자는 학습곡선이다. Rocket Lab은 약 81회 발사하며, 매 발사마다 방대한 텔레메트리(비행 데이터)를 쌓았다. 로켓은 실패에서 배우는 산업이라, 발사 횟수가 곧 신뢰성 노하우다. 경쟁사 Firefly는 약 2회 발사에 그쳐 — 약 40배의 경험 격차다. 이 격차는 돈으로 단번에 메울 수 없다. 80번의 발사를 하려면 80번의 시간이 필요하기 때문이다(무형자산 해자).
수직통합과 ITAR 삼중장벽
둘째, 수직통합 — 엔진·기체·위성을 자체 생산해 공급망 리스크와 원가를 통제한다. 셋째, ITAR라는 규제 해자다. ITAR(International Traffic in Arms Regulations, 국제무기거래규정) 은 미국의 방산·우주 기술 수출을 엄격히 통제하는 규정이다. Rocket Lab은 약 13억 달러 이상의 국방 수주를 가졌는데, ITAR 때문에 외국 경쟁사가 이 시장에 들어오기 매우 어렵다 — 규제가 곧 장벽이 된다.
이 세 겹(학습곡선 + 수직통합 + ITAR)을 합치면, 복제에 약 7~10년이 든다.
투자자 관점에서 보면
Rocket Lab 투자의 핵심은 "발사 빈도·신뢰성 트랙레코드의 누적 + 국방 수주 확대"다. 발사 횟수가 늘수록 학습곡선 해자가 깊어지고, ITAR로 보호되는 국방 수주가 늘수록 규제 해자가 강해진다. 다만 우주는 7대 병목 중 가장 초기라(Part 1 6절), 해자는 깊지만 수익화 시점은 멀어 다년 관점이 필요하다. 발사 단가 하락과 발사 빈도 증가가 가장 직접적인 진척 지표다.
21절. 공통 해자 패턴 — 무엇이 가장 오래 가는가
7개 병목의 해자를 통합해 보면, 어떤 종류의 해자가 더 깊고 오래가는지에 대한 메타 패턴이 드러난다. 이것이 Part 3 전체에서 투자자가 가져갈 가장 중요한 통찰이다.
핵심 메시지는 — 가장 깊은 해자는 "시간으로만 쌓이는 물리 공정 암묵지" 라는 것이다. 특허는 약 20년이면 만료되고 돈으로 우회할 수 있지만, 8년간 다듬은 수율 노하우(SK하이닉스)나 30년 결정 성장 암묵지(Coherent)는 만료도 없고 돈으로 단번에 살 수도 없다. 경쟁사가 같은 시간을 다시 들여야 하기 때문이다.
그리고 같은 해자라도 세대·아키텍처 전환을 견디는가가 내구성을 가른다. 소재·공정 해자(InP, MR-MUF)는 전환을 견디지만, 시스템·장비 해자(Ciena의 광 장비)는 아키텍처가 바뀌면 흔들린다. 투자자는 "이 회사의 해자가 다음 세대전환을 견디는 종류인가"를 물어야 한다.
투자자 관점에서 보면
Part 3 전체의 실천적 결론은 — "병목을 쥐었다고 다 같은 수혜가 아니다. 그 병목 안에서 시간으로 쌓인 물리 공정·소재 해자를 가진 회사가, 세대전환을 견디며 가장 오래 가격결정력을 유지한다" 는 것이다. 같은 HBM이라도 MR-MUF를 쥔 SK하이닉스, 같은 광이라도 InP 소재를 쥔 Coherent가, 단순 조립·시스템 회사보다 깊은 해자를 갖는다. 병목 테마에 투자할 때는 "이 회사 해자가 어느 유형이고, 다음 세대전환을 견디는가"를 종목 선별의 1차 기준으로 삼아야 한다.
종합 — 투자자를 위한 3가지 Takeaway
Part 1(작동 원리)·Part 2(산업 맥락)·Part 3(해자)를 관통하며, 비전공 투자자가 이번 주 7대 병목 테마에서 가져갈 핵심은 세 가지로 압축된다.
Takeaway 1 — 병목은 이동한다 (메모리 → 기판 → 광 → 전력)
가장 중요한 통찰은 병목이 한 곳에 머물지 않고 옮겨 다닌다는 것이다. 2022~23년엔 HBM(메모리)이 병목이었고, 2024~25년엔 기판으로 옮겨갔으며(11절 역사 사이클), 6월 15일 급등은 기판·메모리에 시장의 시선이 집중된 순간이었다. 그러나 메모리·기판의 캐파 증설이 완료되는 2027년 이후엔 병목이 다시 광(1.6T/CPO)·전력(800V)으로 이동할 수 있다. 투자자는 한 병목에 고정되지 말고, "다음 병목이 어디로 옮겨가는가" 를 추적해야 한다. 오늘의 병목 리더가 내일의 병목 리더는 아니다.
Takeaway 2 — 희소성 = 가격결정력
7대 병목 전체를 관통하는 한 문장이다(Part 1·2·3 모두의 결론). 어떤 부품을 양산 수율로 만들 수 있는 회사가 적을수록, 그 회사는 가격을 정할 힘을 갖는다. HBM 3사, InP 극소수, 고단 FC-BGA 소수 — 만들 수 있는 곳이 적을수록 마진이 두껍다. 그리고 그 희소성을 가장 오래 지키는 것은 시간으로만 쌓이는 물리 공정·소재 해자다(21절). 곡괭이와 삽 전략의 핵심은 "누가 AI 경쟁에서 이길지"가 아니라 "모두가 사야 하는데 만들 수 있는 곳이 적은 부품이 무엇인가"를 찾는 것이다.
Takeaway 3 — 6월 15일 급등 후, 추격보다 조정 대기
견고한 서사가 곧 안전한 진입가를 뜻하지는 않는다. 6월 15일 급등(삼성전기 +13%, Ibiden +16.7%, SK하이닉스 +6.8%)으로 일부 리더는 이미 컨센서스(시장 평균 목표가)를 추월했다(13절). 병목 서사 자체는 견고하지만, 단기 기대가 가격에 과하게 반영된 종목이 생겼다. 신규 진입이라면 추격 매수보다, 선행 지표를 모니터링하며 조정 시 분할 접근하는 편이 위험 대비 수익이 낫다. 특히 사이클 후반엔 peak earnings 함정(11절)을 경계해 EV/EBITDA·FCF Yield로 "지금 밸류가 정점 이익을 이미 반영했는지"를 점검해야 한다.
이번 주 관련 IC 메모 (Back-links)
이 Digest는 아래 5개 섹터 IC 메모를 통합·재구성한 것이다. 각 메모는 7대 병목을 서로 다른 각도에서 다뤘으나, 모두 "병목이 GPU에서 실물 부품으로 이동했다"는 한 서사로 수렴했다.
병목별 수혜 강도와 시간 지평 (종합 지도)
7대 병목은 "지금 얼마나 좁은가(수혜 강도)"와 "언제 수익으로 잡히는가(시간 지평)"가 제각각이다. 아래 그림은 두 축으로 7대 병목을 배치해, 투자자가 시간 지평에 맞춰 우선순위를 잡도록 돕는다.
이 지도가 주는 실천적 메시지는 — 단기 수익을 보는 투자자는 메모리·기판(이미 완판이라 가격 반영이 빠르나 6월 15일 급등으로 단기 과열 주의), 중기는 광·전력(전환이 진행 중이라 KPI로 진척 확인 가능), 장기 테마는 우주·로봇(다년 추세)으로 시간 지평을 나눠 접근해야 한다는 것이다.
해자 깊이 vs 세대전환 내구성 (해자 종합 지도)
Part 3에서 본 기업별 해자를, "복제가 얼마나 어려운가(깊이)"와 "다음 세대전환을 견디는가(내구성)" 두 축으로 종합하면 아래와 같다. 같은 병목 안에서도 어떤 회사가 더 안전한 포지션인지가 한눈에 드러난다.
왼쪽(초록)으로 갈수록 사이클·세대전환에도 가격결정력을 유지할 가능성이 높고, 오른쪽으로 갈수록 아키텍처 전환 시 수요 구조가 바뀔 수 있어 진척을 따라가며 봐야 한다. 이것이 21절 공통 패턴 — "소재·물리공정 해자는 전환을 견디고, 시스템·장비 해자는 노출된다" — 를 종목 단위로 시각화한 것이다.
다음 분기 추적 KPI 5개
각 KPI는 비전공 투자자도 스스로 확인할 수 있도록 측정 방법과 의미를 명시한다.
-
하이퍼스케일러 capex 가이던스 — 어디서: 아마존·MS·구글·메타의 분기 실적 발표(컨퍼런스콜·8-K 공시). 무엇을: 다음 분기/연간 capex 가이던스가 가속인가 감속인가. 의미: 7대 병목 전체의 가장 강력한 선행 지표. 가속이면 병목 수혜 지속, 감속 전환이면 사이클 정점 경계 신호(9절·13절).
-
HBM4 양산 수율 점유율 — 어디서: SK하이닉스·삼성·Micron 실적 발표 + 반도체 리서치 하우스(TrendForce 등). 무엇을: HBM4 양산 수율이 60%를 먼저 넘기는 회사 + NVIDIA 공급 비중. 의미: HBM4 초기 물량과 마진을 누가 가져가는지 결정(1절·14절).
-
ABF 완판 연장 여부 — 어디서: Ibiden(4544.T)·삼성전기(009150.KS) 실적 + 가동률 코멘트. 무엇을: FC-BGA 수요가 캐파를 초과하는 완판 상태가 2027년 이후로 연장되는가, Ibiden 5,000억 엔 증설로 풀리는가. 의미: 기판 가격 인상 여력의 지속성(2절·10절).
-
800G/1.6T 광 모듈 침투율 — 어디서: 광통신 리서치(LightCounting 등) + Lumentum·Coherent 실적. 무엇을: 800G 침투율이 2024년 약 19.5%에서 2026년 60%+로 가는가, 1.6T 출하가 16배 폭증 전망대로 가는가. 의미: 광 인터커넥트 수요 가속의 직접 신호(3절).
-
Vertiv 백로그(수주잔고) — 어디서: Vertiv(VRT) 분기 실적 발표. 무엇을: 전력·냉각 시스템 수주잔고(현재 150억 달러+)의 증감. 의미: 데이터센터 전력 수요의 가장 빠른 선행 지표 중 하나. 800V 전환과 함께 증가하면 전력 병목 수혜 가속(4절·10절).
용어 사전 (Glossary)
본문에 등장한 핵심 기술 약어와 용어를 한곳에 모았다. 본문을 읽다 약어가 헷갈리면 여기로 돌아오면 된다.
부록
출처
이번 Digest는 2026-06-15 ~ 2026-06-21 주간에 발행된 5개 섹터 IC 메모를 통합·재구성한 것이다. 메모 원문과 데이터 기준일은 아래와 같다.
- AI Physical Stack Sector — 2026-06-15
- AI Physical Infra 7 Themes Sector — 2026-06-15
- AI Value Chain Sector — 2026-06-18
- AI Value Chain Sub-$1T Sector — 2026-06-18
- AI Semi Fragility Sector — 2026-06-19
데이터 기준일
- 6월 15일 급등 수치(삼성전기 +13%, Ibiden +16.7%, SK하이닉스 +6.8%): 위 섹터 메모 기준값(2026-06-15 종가 기준)
- 하이퍼스케일러 capex(2026 약 7,250억 달러), HBM 점유율, ABF 점유율 등: 위 섹터 메모 인용 시점 기준
- 본 Digest는 2026-06-22 생성. 시점 민감 수치(주가·점유율)는 발행 이후 변동될 수 있다
면책 (Disclaimer)
본 학습 Digest는 교육 목적의 일반 시장 해설로, 투자 자문이나 특정 종목의 매수·매도 추천이 아니다. 본 문서는 어떤 종목에 대해서도 목표가·매수가를 제시하지 않으며, 독자 개인의 상황에 맞춘 조언이 아니다. 모든 투자 판단의 책임은 독자 본인에게 있으며, 투자 전 반드시 독자적 검토(DYOR, Do Your Own Research)를 수행하기 바란다. 본문의 수치는 인용 시점 기준이며 시장 상황에 따라 변동될 수 있다.
Digest 메타데이터
- 생성일: 2026-06-22
- 소스 메모 수: 5
- 다룬 종목 수: 24
- 에이전트: tech-explainer · industry-contextualizer · moat-educator · curriculum-synthesizer
- Schema: learning_digest v1
- 데이터 무결성 노트: SK하이닉스 티커 000660.KS · 삼성전자 005930.KS로 통일 표기(industry 출력의 혼동 표기 교정 완료). 밸류 판단은 EV/EBITDA·FCF Yield·PEG 우선, Fwd P/E primary 미사용