[필독] 반도체 산업 리포트 : 반등의 역사 - 새로운 수요의 중심, 비메모리

 

 

 

 

▼ 신한투자증권 반등의 역사 REPORT 시리즈

① 네 차례 Cycle의 교훈

[필독] 반도체 산업 리포트 : 반등의 역사 - 네 차례 Cycle의 교훈

② 교훈의 적용, 23년 Cycle에 대한 해답 찾기

[필독] 반도체 산업 리포트 : 반등의 역사 - 교훈의 적용, 23년 Cycle에 대한 해답 찾기

③ 중기적 메모리 Cycle 미리보기 – 공급

[필독] 반도체 산업 리포트 : 반등의 역사 - 중기적 메모리 Cycle 미리보기 (공급)

④ 중기적 메모리 Cycle 미리보기 – 수요

[필독] 반도체 산업 리포트 : 반등의 역사 - 중기적 메모리 Cycle 미리보기 (수요)

⑤ 새로운 수요의 중심, 비메모리

[필독] 반도체 산업 리포트 : 반등의 역사 - 새로운 수요의 중심, 비메모리

 

 

 

반도체/장비 - 반등의 역사 ⑤ (신한투자증권 : 고영민)

 

 

 

비메모리 산업 History

 

1) 비메모리 산업의 성장 흐름을 볼 때 중요한 키워드는 3가지를 뽑을 수 있으며, 첫 번째는 디바이스의 발전임.

 

2) 디바이스의 변천사가 곧 비메모리의 발전사와 같으며, PC, 스마트폰, 서버, 자율주행, AR/VR 등 디바이스의 발전 과정에서 비메모리의 쓰임새와 성능 개선이 동반됐음.

 

3) 두번째는 인텔, 세번째는 TSMC이며, 대표 비메모리 회사인 두 곳이 산업구조의 변화에 미친 영향이 컸고 산업구조 변화의 역사와 인텔/TSMC의 역사가 궤를 같이하는 이유임.

 

 

1970~1990: PC 보급 확대와 함께 CPU 시장 개화
1970년대 애플이 처음으로 개인용 PC를 출시했다. 개인용 PC에 처음으로 탑재된 CPU는 1971년 인텔이 한 4비트 CPU 4004였다. 이후 1980~1990년대 개인 PC 보급이 시작되면서 CPU 시장이 개화하기 시작했다. PC 보급 초기 국면인 1980년대 IBM이 인텔 CPU를 채택하면서 인텔이 시장 내에서 주도권을 잡았다.


1991~2005: PC 대중화 & 게임 출시 확대 → GPU 개화 시작
PC 대중화는 1995년 윈도우95 출시와 함께 본격화됐다. 이는 PC 게임 출시를 촉발시켰다. 시간이 지날수록 고해상도 게임이 늘었고, CPU의 화면 출력 처리 작업량 부담이 증가하면서 CPU 속도 저하가 발생했다. 당시 이미 GPU는 존재했었으나 게임 증가 과정에서 GPU의 본격 개화가 시작됐다. 90년대 말까지 GPU 시장 1등이었던 3dfx라는 곳이 파산 후 엔비디아가 3dfx의 기술력을 사들였으며, 이후 엔비디아가 시장 주도권을 가져가게 되었다. CPU 시장에서는 인텔의 공고한 입지가 지속됐다. 인텔의 2차(하청) 공급업체였던 AMD가 자체 아키텍쳐를 개발하면서 경쟁구도가 형성됐으나 여전히 인텔의 점유율은 80% 이상으로 압도적이었다. 서버 시장 내에서도 인텔은 강한 장악력을 보였다. 비메모리 제품의 개화가 시작되면서 생산업체들은 메모리 외에 비메모리로도 영역을 확대했다. 삼성전자는 LSI 사업부 개편과 더불어 전용 양산라인 구축 및 가동 시작했다. TI는 메모리 사업을 마이크론에 매각 후 아날로그 반도체를 중심으로 사업에 진출했다. 이 외에 일본 NEC, 히타치, 미쓰비시 등도 비메모리로 사업영역을 확대했다. 현 르네사스는 과거 히타치와 미쓰비시의 합작사로 설립된 이후 NEC의 비메모리 사업부까지 흡수 합병했다.


2006~2015: 스마트폰 탄생, 인텔의 1차 부진 → ARM, 퀄컴, TSMC의 약진
2007년 애플의 아이폰 출시 후 스마트폰 시장이 개화했다. 스마트폰 시대에서는 CPU의 변화가 있었다. 스마트폰은 PC 대비 칩을 넣을 공간이 작고, 이동형 수단인만큼 전력소모가 적어야 했다. 이러한 이유로 스마트폰에는 기존 CPU가 아닌 모바일 AP가 탑재됐다. CPU와 RAM, 통신모뎀, PMIC 등을 한번에 넣은 구조인 SoC 방식이 필수적이었다. 모바일 AP에서는 퀄컴과 삼성전자의 약진이 도드라졌다. 반면 인텔은 모바일로 의 패러다임 변화 대응에 늦었고 뒤늦게 진출을 시도했으나 결국 2016년 모바일 사업을 철수하는 것으로 마무리됐다. 모바일 AP 시장 개화 이전까지 PC와 서버로 구성된 CPU 시장은 인텔이 독점에 가까운 점유율을 가지고 있었다. 인텔은 설계와 생산을 자체적으로 다 하는 IDM으로, 이는 사실상 CPU 시장 내에서는 팹리스와 파운드리의 존재감이 미미했다는 것을 의미했다. 인텔의 모바일 AP 침투 실패로 CPU 시장 내 팹리스와 파운드리 영역이 확대될 수 있는 틈이 생겼으며, 결과적으로 비메모리 산업구조의 새로운 변화를 맞이하는 변곡점이 됐다


2016~2020: 인텔의 2차 부진 → AMD의 약진, TSMC의 입지 고착화
모바일 시장 진입은 실패했어도 PC와 서버 내에서는 공고한 점유율을 지키던 인텔이 2010년대 중후반부터 기존 텃밭에서도 경쟁력을 잃기 시작했다. 2013년 부임한 CEO 브라이언 시절부터 중기적 기술 발전보다 단기적 성과, 원가절감 등 에 치중하며 기술 경쟁력이 약화됐다. 10나노 공정 및 7나노 공정 칩 출시는 당초 언급했던 시점보다 약 1년 6개월 지연됐다. 이 과정에서 인텔의 주요 CPU 고객사였던 애플도 이탈했다. 인텔 역시 기술 개발 차질을 겪으면서 자체 생산 외에 TSMC 파운드리도 활용하기 시작했다. AMD의 성능 우위가 확인되기 시작하면서 점유율 격차는 PC와 서버 모두 축소 됐다. 서버용 CPU의 경우, 오히려 인텔이 AMD를 뒤쫓는 후발주자가 됐다. 성능을 비롯해 DDR5와 같은 차세대 제품 출시 시점 등 모두 인텔이 AMD에 뒤쳐졌다.

2021~: 변화의 중심, 비메모리
애플을 기점으로 구글, 아마존, 마이크로소프트 등에서도 인텔 CPU 의존도를 줄이고 자체적으로 CPU 개발을 하려는 움직임이 시작됐다. 그러나 마이크로소프 트의 경우 서버 CPU는 자체 개발을 선언했으나 PC용 CPU는 퀄컴 CPU로 바꾸었다는 점에서 인텔의 입지 변화가 여실히 드러난다고 판단된다. Chat GPT를 시작으로 AI 반도체에 대한 관심도가 증폭됐다. AI 관련 응용처인 chatbot, AR/VR, 자율주행 등에서 또 한번 비메모리의 변화가 부각될 것으로 예상된다. 현재 쓰이고 있는 GPU를 넘어 전용 AI 반도체의 등장과 함께 새로운 Value-Chain 구도가 형성될 수도 있다. 신규 디바이스 등 새로운 반도체 수요처의 등장은 점점 메모리 대비 비메모리 산업 내 기회요인을 창출할 전망이다.

 

 

 

비메모리 산업 특징

 

1) 팹리스의 변화 & 다양화 / 파운드리 쏠림 심화 : 스마트폰 시장 진입 실패 및 기술 경쟁력 약화로 인텔의 독점에 가까운 IDM 점유율 구조는 붕괴됐음.

 

2) 설계와 생산 모두 탈인텔 흐름이 확대됐으며, 이 과정에서 뚜렷한 산업 내 흐름은 설계(Fabless) 관련 Value-Chain의 확대임.

 

3) 전문 설계 업체 외에 구글, 아마존 등도 자체 설계를 통한 제품 생산을 목표 중이며, 비메모리는 다품종인 만큼 향후 새로운 디바이스의 변화 및 탄생과 함께 설계 Value-Chain 내에서도 많은 변화가 발생할 것으로 예상됨.

 

4) 과거 스마트폰 탄생에 따른 모바일 AP로의 변화 속에서 퀄컴이 부상한 것과 같은 양상이 보일 수 있으나, 생산 측면에서는 새로운 Value-Chain 형성이 제한적임.

 

5) 글로벌 파운드리 업체들은 TSMC를 중심으로 소수의 사업자로 유지되고 있으며, 제품 고도화에 따른 공정 기술 난이도 심화, 제조설비 신규 구축 비효율 등의 이유로 이러한 양상은 앞으로도 지속될 가능성이 높음.

 

6) 설계 Value-Chain이 다양화될수록 기술력을 가지고 있는 소수의 파운드리 업체들의 수혜 쏠림이 심화될 것으로 예상됨.

 

 

7) 메모리와 비메모리간 업황 및 주가의 시차 존재 : 비메모리는 주문형 산업이며, 고객사가 주문하는 시점과 생산업체들이 제작 후 판매하는 시점 간에는 시차가 발생함.

 

8) 경기 불황 등 수요 약세 구간에 메모리 반도체 대비 비메모리 반도체는 불황에 대한 영향이 수주, 실적으로 나타나기까지 시간이 필요함.

 

9) 대표적인 예시는 지난 2022년이며, 전방 수요 둔화에 따른 메모리 업황 부진이 생산업체들의 주가와 실적으로 나타난 시점은 3Q22임.

 

10) 그러나 삼성전자, SK하이닉스의 실적이 감소된 것과 달리 TSMC의 실적은 차별화된 견조한 모습을 보였으며, 다품종 비메모리를 취급한다는 점도 실적에 영향을 미쳤으나 주문형 산업 특징이 더 결정적이었음.

 

11) 이후 4Q22부터 TSMC 실적 둔화의 기미가 보이기 시작했음.

 

 

 

 

신규 수요처의 확대, 비메모리의 미래 ① - AI(인공지능) 응용처

 

1) 최근 PC, 모바일, 서버 이후 새로운 반도체 수요처에 대한 관심이 크고 이들의 공통점은 AI이며, 다양한 분야에 걸쳐 AI 응용처들이 나타날 것으로 예상됨.

 

2) 신규 수요처들이 메모리, 비메모리 각각의 수요에 실제 어떤 영향을 미칠 수 있을지에 대해 생각해 볼 필요가 있으며, 인공지능 활용의 핵심은 학습과 추론임.

 

3) 서버 내 학습 요구량(연산) 증가 → AI 반도체 증가 & 메모리 반도체 증가 : 수많은 데이터를 기반으로 서버 내에서 AI는 학습이 진행되며, 인공지능 활용이 늘어난다는 것은 머신러닝, 딥러닝 등을 통한 인공지능의 학습이 증가한다는 것임.

 

4) 이는 연산 처리량의 증가를 말하며, 연산 처리량의 증가는 AI 반도체의 증가를 야기하고 현재 AI 반도체로는 GPU가 대표적으로 사용되고 있음.

 

5) 또한 GPU의 경우만 봐도, DRAM 등 캐시 데이터를 저장할 메모리가 필요하며, 따라서 비메모리와 메모리 모두 수혜가 발생함.

 

6) Edge Device 내 연산 증가 → AI 반도체 증가 & 메모리 반도체 증가 : 서버 내에서 AI가 학습을 진행하기 위해 필요한 데이터는 AR/VR 기기, 자동차 등 하드웨어 디바이스를 통해 수집됨.

 

7) 데이터 수집 과정에서 Edge Device는 각 데이터에 대해 정의와 분류 등의 과정을 거치며, 고해상도, 고사양 이미지 등의 데이터가 증가할수록 하드웨어에서 진행되는 연산 처리량은 증가하고 AI 반도체와 메모리 반도체의 증가를 야기함.

 

8) 서버 트래픽 증가 → 서버 증설에 따른 메모리 반도체 증가 : Edge Device에서 수집된 데이터가 인공지능 서버로 전달되고, 서버 내에서 학습 및 해석 후 해당 데이터는 다시 전방 하드웨어로 전달되며, 여기서 트래픽이 발생함.

 

9) 서버 업체들은 이러한 데이터 트래픽의 최대치를 감안해 서버 증설을 사전에 준비하며, 인공지능의 활용도가 높아질수록 서버 트래픽 증가 → 서버 투자 증가 → 서버용 DRAM, NAND 수요 증가로 이어질 수 있음.

 

 

 

Chat GPT

 

1) Open AI에서 개발한 Chat GPT 출시 이후 AI, 인공지능에 대한 관심이 증폭됐으며, GPT는 Generative Pre-trained Transformer의 약자임.

 

2) Chat GPT는 사전에 언어 구조에 대한 학습이 진행된 인공지능 언어 모델이 사용자의 질문에 맞는 답변을 제공해주는 일종의 챗봇 형태의 서비스임.

 

3) 비메모리 영향 방대한 양의 데이터를 빠르게 처리하는 것이 중요한 만큼, GPU의 필요성이 부각되고 있음.

 

4) CPU는 직렬 구조의 연산처리를 하기 때문에 순차적 작업이 가능한 반면, GPU는 병렬 구조의 연산처리가 가능해 동시에 빠른 연산 작업을 하기 유리함.

 

5) 방대한 양을 학습해야하는 인공지능에 GPU가 채택되는 이유이며, Chat GPT의 경우 10,000개 이상의 엔비디아 GPU가 학습을 위해 사용되고 있는 것으로 파악됨.

 

6) Chat GPT는 서버 내에서 인공지능의 학습이 진행되며, 사용자들이 대화를 입력하는 PC는 Edge Device에 해당되지 않음.

 

7) PC는 매개체의 역할만 할 뿐, 사용자들이 네트워크를 통해 Chat GPT의 본사 서버와 직접 소통하는 구조이며, 메모리 영향 GPU에는 연산 데이터를 저장할 공간이 존재하고 이를 위해 DRAM이 탑재됨.

 

8) 엔비디아 GPU에 탑재되는 DRAM은 SK하이닉스가 생산하는 HBM3 제품이며, ChatGPT의 사용량 증가가 만들어낼 서버 증설 자극은 급격한 기울기가 되기에는 제한적일 것으로 예상됨.

 

 

 

AR/VR

 

1) AR은 Augmented Reality(증강 현실)의 약자로, 실제 현실에 가상 현실을 겹쳐 보여주는 기술을 의미하며, 대표적인 AR기기는 구글과 애플이 준비하고 있는 AR글라스임.

 

2) 차량 내 디스플레이에 헤드업 디스플레이가 운전 정보를 나타내 주는 것과 같이, 향후에는 AR글라스도 안경을 통해 여러 정보 확인 등과 같은 기능이 구현될 것으로 예상됨.

 

3) 스마트폰의 기능도 수행하면서 스마트폰을 대체하는 아이템이 될 수 있는 가능성도 제기되며, VR은 Virtual Reality(가상 현실)의 약자로 가상의 현실을 구현해 보여주는 기술을 말함.

 

4) 대표적인 VR기기는 오큘러스 등이 있으며, VR기기를 통해 착용자는 가상 현실 안에서 실제 현실처럼 행동하고 경험할 수 있음.

 

 

5) 비메모리 영향 AR/VR 기기의 경우, 가속도계, 지자기센서 등 다양한 센서가 장착되며, 센서를 통해 방대한 데이터를 수집 및 처리하는 과정에서 복잡한 연산 처리가 필요함.

 

6) 더불어 해당 데이터를 중앙 서버로 전달하면, 인공지능은 학습과 동시에 솔루션을 다시 기기(Edge Device)로 전달해 증강 현실을 구현함.

 

7) Edge Device, 서버 내에서 각각 복잡한 연산 처리가 진행되고 이는 고해상도로 기술 발전이 될수록 심화되며, AR/VR 기기와 서버 각각 AI 반도체가 필요함.

 

8) 메모리 영향 AR 기기와 서버 내에 AI 반도체가 탑재될 때 DRAM도 동반되며, AR 기기를 통해 데이터가 수집되면 서버로 전달 전까지 기기 내에 데이터를 저장할 공간이 필요하므로 스토리지를 위한 NAND 역시 탑재됨.

 

 

 

자율주행

 

1) 현재의 자율주행은 AR/VR 기기와 마찬가지로 Edge Device-서버의 구조로 구현됨.

 

2) 자율주행 차량이 카메라, 센서 등을 통해 기록한 도로, 주행 등의 데이터를 인공지능 서버에 전달하면, 서버에서 이를 분석하고 다시 자율주행 차량에 솔루션을 전달 및 구현시킴.

 

3) 따라서 Edge Device(자율주행 차량)와 서버 둘 다 인공지능이 존재하며, 각 자율주행 업체별 방향성은 차이가 있음.

 

4) 테슬라는 센서가 아닌 카메라 위주로 데이터를 수집할 계획이며, 테슬라 외 나머지 업체들은 센서(레이더, 라이다) 위주로 데이터를 수집하는 것을 목표함.

 

5) 방식에 따라 반도체에 미치는 영향은 다소 차이가 있을 것으로 예상되며, 비메모리 영향 카메라와 센서를 통해 수집되는 데이터를 인공지능은 자체적으로 하나의 이미지 지도로 만듦.

 

6) 그렇기에 카메라나 센서 등이 늘어나며 더 많은, 고해상도의 정보가 늘어날수록 차량 내 인공지능의 성능도 고사양화가 필요함.

 

7) 고스펙 AI 반도체가 쓰이게 되는 이유이며, 이론적으로는 테슬라처럼 카메라를 사용하는 것보다 테슬라 외 업체들처럼 카메라와 더불어 센서를 많이 사용할수록 처리해야 하는 데이터 연산이 복잡해짐.

 

8) 그러나 이와 무관하게 테슬라가 사용하는 AI 반도체의 개발 수준이 워낙 높아, 이를 구현하기 위한 메모리 반도체의 용량 증가 효과는 여타 업체들과 동일하게 발생할 것으로 예상됨.

 

9) 메모리 영향 고성능 AI 반도체가 쓰일수록 이를 빠르게 지원할 수 있는 메모리가 필요하며, AI 반도체의 고성능화는 메모리의 고용량화를 야기할 전망임.

 

10) AI 반도체에 맞춰 DRAM이 탑재되고, 차량에서 수집한 데이터를 서버로 전달하기 전까지 저장할 공간을 위해 NAND 역시 탑재됨.

 

 

 

결론 - ① 신규 수요는 분명, 그러나 일부는 이중수요가 될 가능성도 존재

 

1) 앞서 정리한 사례들을 종합해보면, 신규 수요처들의 반도체 수요 창출 능력은 시장에서 기대하는 모습에 부합할 것으로 예상됨.

 

2) 인공지능을 활용하는 과정에서 비메모리는 새로운 변화, 메모리는 용량 증가가 나타나며, 수집과 학습하는 데이터가 해상도가 높아지고 복잡도가 심화될수록 AI 반도체의 성능 개선이 필요함.

 

3) 또한 AI 반도체를 지원하기 위해 메모리 용량 증가가 기반으로 마련돼야하며, 다만 이중수요(Carnivalization)가 발생될 가능성도 존재함.

 

4) 과거 스마트폰이 출시됐을 때, 당초 기대와 달리 메모리보다 비메모리에서 변화가 부각됐으며, 스마트폰이 일부 PC 수요를 대체하면서 메모리의 신규 시장이 만들어지는 것보다 기존 PC향 메모리 수요의 일부를 차지하는 구조가 됨.

 

5) AR은 향후 동일한 사례에 해당할 가능성이 일부 있으며, 자율주행과 VR은 상대적으로 해당 우려에서 자유로운 응용처라고 판단됨.

 

6) 지금까지 정리한 신규 수요처들 모두 비메모리와 메모리 가릴 것 없이 수요 확대가 기대되는 요인이며, 일부 이중수요가 발생할 수 있는 응용처들도 존재하는 만큼 메모리 대비 비메모리에서 변화가 클 것임.

 

 

결론 - ② AI 반도체 부상, 새로운 Value-Chain 형성 및 산업 재편 가능성

 

1) AI가 적용되고 있는 응용처에서 AI에게 요구되는 역할 요약하면 학습과 추론이며, AI가 학습과 추론을 하는 과정에서 높은 연산 처리 능력이 필요함.

 

2) 따라서 AI 반도체는 고연산 처리가 가능한 반도체가 적합하며, 현재 AI 반도체는 GPU가 대부분을 차지하고 있음.

 

3) CPU 대비 GPU는 데이터의 병렬 처리가 가능하나, 사실 GPU는 AI 반도체로 완벽하게 적합하지 않음.

 

4) AI 반도체로 쓰기 불필요한 기능까지 탑재한 GPU는 낭비되는 전력이 많으며, 전력효율성이 떨어지기 때문에 방대한 양의 데이터를 처리하는 과정에서 열이 많이 발생할 수 있고 이는 반도체 수명 단축으로 이어짐.

 

5) GPU의 경우 기대 수명은 2~4년인데, 자율주행과 같이 생명과 직결된 적용처에서는 10년 이상의 기대 수명이 요구된다는 점에서도 부적합함.

 

6) 또한 음성이나 텍스트 등을 처리할 때 효율도 떨어지며, 전용 AI 반도체가 필요하고 현 시점에서의 대안은 NPU임.

 

7) NPU는 처음부터 AI 반도체 목적으로 만들어진 반도체로 인간의 신경계를 모방해서 만들었으며, 고연산이 필요한 일부 분야들에서는 이미 채택됐음.

 

8) 스마트폰 내의 생체인식 기술, 카메라 등이 해당되며, 이러한 장점에도 불구하고 아직 AI 관련 응용처들에서는 GPU가 대부분 사용되고 있음.

 

9) 배경은 경제성과 호환성(소프트웨어 지원 부족)에 있으며, NPU는 ASIC 반도로 특정 용도만을 위해 설계되는 주문형 반도체를 말함.

 

10) 고객사의 하드웨어 전용으로 설계되기 때문에 범용성이 떨어지며, 가격이 높을 수밖에 없고 개발 초기 단계라 여전히 제조 및 생산 비용이 높다는 점도 작용함.

 

11) NPU를 개발하기 위해 필요한 소프트웨어가 현재 거의 없으며, ChatGPT가 엔비디아의 GPU로 개발된 이유도 엔비디아의 cuDNN이라는 개발 플랫폼이 있기 때문임.

 

 

12) 향후에는 결국 NPU가 GPU를 대체하는 AI 반도체로 사용될 가능성이 높다고 판단되며, NPU 보급률이 낮은 배경이었던 경제성은 지금보다 범용성이 높아질지 여부가 중요함.

 

13) 인텔을 비롯한 NPU를 개발하고 있는 IDM, 팹리스들은 범용성을 높이는 방향으로 준비 중이며, 더불어 삼성전자, 퀄컴, 구글과 같은 대형 업체들은 개발 플랫폼도 함께 준비하고 있음.

 

14) 따라서 향후 범용성 확대와 함께 AI 반도체 시장에서 NPU가 중심 제품으로 자리할 가능성이 있다고 판단되며, 흥미로운 점은 엔비디아는 NPU 제품에 대한 개발 계획이 존재하지 않음.

 

15) NPU 개발 대신 기존 GPU 내에 Tensor Core 라는 하드웨어 유닛을 추가해, AI의 학습 및 추론 기능을 구현했으며, 현재 AI 응용처에서 사용되고 있는 엔비디아의 GPU가 이러한 형태임.

 

16) 기존에 압도적으로 점유하고 있는 GPU 영역을 포기할 수 없다는 점에서 GPU의 기능 확장을 목표하고 있다고 생각되나, 여전히 AI 기능을 보완한 GPU도 완벽하게 적합하진 않음.

 

17) 따라서 향후 NPU 시장 개화시 현재의 입지가 달라질 수 있는 가능성이 있으며, 실제 아예 개발 계획이 없는 것인지 혹은 내부적으로 준비하고 있음에도 외부에 알리지 않아서인지는 모르겠음.

 

18) 하지만 엔비디아가 NPU 개발 계획이 없는 것이라면 이는 NPU 시장의 자리매김 과정에서 새로운 Value-Chain 형성과 함께 산업 재편이 발생할 수 있음을 시사함.

 

19) 과거 스마트폰 개화 과정에서 인텔이 모바일 AP 시장 대응이 늦어지며 시장 진입에 실패한 것과 같은 양상이 보여질 수 있음.

 

 

 

결론 – ③ 서버 수요의 확대는 단기적으로 불분명

 

1) AI 응용처의 본격화는 서버 증설을 자극하는 요인이며, 딥러닝, 머신러닝을 통해 많은 양의 데이터를 서버 내에서 학습 및 해석해야함.

 

2) 이 때 트래픽이 발생하고 서버 증설 필요성이 생기며, 중장기적으로 관련 수요가 점진적 우상향 할 수 있음.

 

3) 그러나 단기적으로 급격한 수요 확대는 제한적일 수 있으며, 이미 서버 업체들은 코로나19 등 급격한 트래픽 증가까지 감안해두었기 때문임.

 

4) 연산 처리량 증가로 인한 AI 반도체의 고사양화 과정에서, 고용량 메모리 수요 확대는 분명하나 서버 측면에서는 단기적으로 다른 양상을 보일 수 있다고 판단됨.

 

 

 

신규 수요처의 확대, 비메모리의 미래 ② - 전력반도체

 

1) 고성장이 예상되는 또 다른 비메모리 제품군은 전력반도체이며, 전력반도체는 전자기기에 들어오는 전력을 다루는 역할을 수행하는 반도체임.

 

2) 세부적인 역할은 변환 및 변압, 분배 및 제어이며, 가장 대표적인 적용처는 모터가 탑재되는 제품임.

 

3) 모터의 회전 속도를 컨트롤하기 위해 MCU가 인버터에 명령을 전달하고, 인버터가 모터에 공급되는 전력을 제어ㆍ변환하며, 이 때 인버터에 필요한 부품이 전력반도체임.

 

4) 전력반도체의 성능에 따라 모터의 전력 손실이 줄어들고 효율적인 동력 전달이 가능하며, 시장의 개화 & 폭발적 성장 전력반도체 시장은 지속적으로 성장하고 있음.

 

5) 시장을 개화시킨 초기 성장의 주요 적용처는 가전, 스마트폰, 자동차 등이며, 명확한 Q(탑재 개수 및 전방 산업 침투율)의 증가를 통해 성장한 시장임.

 

6) 이는 전력 효율화 니즈 증가, 제품 편의사항 증가 덕분이었으며, 향후 폭발적인 시장 성장을 이끌 적용처는 친환경(전기차, 신재생 에너지 & ESS 등)과 서버, 로봇 등과 관련 있음. 

 

 

 

소재의 전환, SiC와 GaN을 주력으로 한 차세대 시장 확대

 

1) 앞서 정리한 전력반도체 시장의 폭발적인 성장 동력인 전기차, 신재생에너지, 서버 등의 공통점은 구동 환경이 거칠다는 점임.

 

2) 기존 전력반도체 소재는 Si(실리콘)로, 고전압, 고주파, 고열 등의 거친 환경에서 성능 구현이 어려우며, 이에 대한 대안으로 물리적 특성이 우수한 SiC와 GaN 반도체가 적용되기 시작했음.

 

3) 아직 미미하나 이미 적용처별 침투율은 확대되고 있으며, 이러한 흐름은 점진적으로 가속화될 것으로 예상됨.

 

 

4) 앞으로의 전력반도체 시장 성장 양상은 차세대 전력반도체 채택 확대를 중심으로 한 P와 Q의 동반 증가일 것으로 전망됨.

 

5) P의 증가 : 기존 Si 전력반도체를 사용하던 영역에서 전력 효율성을 추가로 개선시키기 위해 SiC로 대체하려는 시도가 증가하고 있으며, SiC와 GaN 등 차세대 전력반도체는 기존 Si 전력반도체 대비 판매단가가 우수함.

 

7) Q의 증가 : 향후 전력반도체의 성장을 이끌 주요 전방 수요처는 기존 수요처 대비 탑재량이 증가하며, 기존 내연기관차에서는 없던 전기차의 EPCU, OBC 등이 대표적으로 신규 영역은 SiC와 GaN이 사용될 전망임.

 

 

 

주요 적용처별 SiC·GaN 채택 현황

 

1) 전기차 글로벌 전기차 판매량 중 SiC 채택 모델의 판매량이 차지하는 비중(침투율)은 18년 38%에서 22년 70%로 급증했음.

 

2) 다만 자동차 특성상 모델 당 여러 개의 트림으로 나뉘고 현재는 상위 트림 위주로 SiC를 적용하고 있어, 실제 침투율은 계산 수치 대비 낮아질 가능성이 있음.

 

3) 그럼에도 SiC 채택을 결정하는 완성차 업체들이 늘고있고, 점진적인 적용 트림 확대 움직임이 확인되고 있다는 점에서 글로벌 침투율은 지속 확대될 것으로 예상됨.

 

4) 대표적으로 테슬라를 통해 관련 흐름을 예측해 볼 수 있으며, BYD도 23년까지 기존 Si IGBT(전장용)를 SiC 전력반도체로 모두 교체 예정임.

 

 

 

Value-Chain 태동기, 변화의 중심은 웨이퍼

 

1) 전력반도체 제조 산업은 크게 웨이퍼와 칩(완제품)으로 구분할 수 있으며, 일반적인 메모리/비메모리 반도체와 동일함.

 

2) 이는 Si와 SiC에서 공통적인 점이며, 세부 산업구조 측면에서 Si와 SiC는 차이점이 존재하는데 특히 웨이퍼를 중심으로 뚜렷하게 확인됨.

 

3) 칩 제조사들의 경우 글로벌 주요 비메모리 업체들이 Si 전력반도체에 이어 SiC 전력반도체에서도 경쟁력을 이어가려 노력 중임.

 

4) 그러나 웨이퍼의 경우 기존 Si 웨이퍼 제조사들은 한국의 SK실트론을 제외하고 SiC 웨이퍼 제조 사업을 영위하고 있지 않음.

 

5) 새로운 Value-Chain 형성 과정 중 웨이퍼 산업 내에서 눈에 띄는 변화가 발생하고 있으며, SiCㆍGaN 전력반도체 시장이 소수의 선도업체들이 대부분 점유율을 장악하고 있는 배경임.