표시할 기사가 없습니다.
배터리 재활용 기업 Redwood Materials의 COO Chris Lister가 은퇴를 이유로 퇴사했다. Tesla Nevada Gigafactory 운영 부문 부사장 출신인 Lister는 2023년 말 입사해 2024년 COO로 승진했다. 이번 퇴사는 전체 인력의 약 10%, 약 135명을 감원한 구조조정 발표 며칠 후 나온 것이다. CEO JB Straubel은 전 직원에게 보낸 이메일에서 관리 계층 축소와 에너지 저장 사업 강화를 목표로 언급했다. 공급망 부문 부사장 Bradley Mayhew, 기계공학 부문 부사장 Guillermo Urquiza, 제조 부문 부사장 Carlos Lozano도 최근 수개월 내 퇴사해 고위 임원 이탈이 연이어 발생하고 있다.
핵심 인사이트
- Redwood Materials는 인력의 10%(약 135명)를 감원하며 대규모 구조조정을 단행했다.
- COO를 포함해 VP급 임원 4명이 연이어 이탈, 경영진 안정성에 적신호가 켜졌다.
- Rivian, Crusoe 등과의 배터리 재활용·그리드 저장 사업 계약으로 사업 방향을 전환 중이다.
- 수익성 강화를 위한 관리 계층 슬림화는 EV 시장 침체 속 스타트업의 생존 전략으로 주목된다.
OpenAI가 GPT-5.5를 공개했다. 공동 창립자 겸 사장 Greg Brockman은 이 모델이 더 적은 토큰으로 더 빠르고 날카롭게 작동하며 에이전틱·직관적 컴퓨팅을 향한 진전이라고 밝혔다. OpenAI는 ChatGPT, Codex, AI 브라우저를 하나로 통합한 '슈퍼 앱' 구축을 목표로 하며, GPT-5.5는 그 중간 단계로 위치한다. 수석 과학자 Jakub Pachocki는 "지난 2년이 오히려 놀라울 만큼 느렸다"고 언급해 향후 급격한 성능 향상을 예고했다. 모델은 기업용 에이전틱 코딩, 수학, 과학 연구, 신약 개발 분야에서 강점을 가지며, Google Gemini 3.1 Pro와 Anthropic Claude Opus 4.5 등 경쟁사 대비 벤치마크에서 앞선 성능을 보였다.
핵심 인사이트
- GPT-5.5는 동일 토큰 대비 더 빠른 추론 속도로 엔터프라이즈 비용 효율을 높인다.
- OpenAI는 ChatGPT·Codex·AI 브라우저 통합 '슈퍼 앱' 구축을 공식 로드맵으로 선언했다.
- 경쟁사 Gemini 3.1 Pro, Claude Opus 4.5 대비 벤치마크 우위를 공식 데이터로 공개했다.
- Plus, Pro, Business, Enterprise 전 티어에 즉시 배포해 구독 수익 기반 확대를 가속화한다.
트럼프 행정부가 두 차례 지명한 CISA(사이버보안 및 인프라 보안국) 국장 후보 Sean Plankey가 상원 인준 통과가 사실상 불가능하다는 판단 아래 지명 철회를 요청했다. 지명된 지 1년 이상이 지났음에도 Rick Scott(공화·플로리다) 상원의원이 사이버보안과 무관한 해안경비대 계약 문제를 이유로 인준을 막았다. 현재 CISA는 임시 국장 Nick Andersen이 이끌고 있으며, 이전 임시 국장 Madhu Gottumukkala도 2026년 2월 격동의 임기 후 불과 1년도 채 되지 않아 퇴임했다. 트럼프 행정부는 CISA 예산을 7억 달러 이상 삭감 요청한 상태로, 사이버 공격이 급증하는 가운데 리더십 공백이 장기화되고 있다.
핵심 인사이트
- CISA는 1년 이상 상원 인준 무산으로 공식 리더십 없이 운영되는 비정상 상태가 지속된다.
- 트럼프 행정부는 CISA 예산을 7억 달러 이상 삭감 요청, 사이버 방어 역량 약화 우려가 커졌다.
- 상원 정치 역학이 국가 사이버 안보 기관 운영을 직접 방해하는 사례가 되었다.
- 리더십 공백 속 사이버 공격 증가는 미국 연방 정부 보안 취약성을 심화시키는 구조적 위험이다.
Meta가 전체 인력의 10%에 해당하는 약 8,000명을 감원하고, 현재 공석인 6,000개 포지션도 채용하지 않기로 했다. Bloomberg가 입수한 내부 메모에 따르면 감원은 2026년 5월 20일부터 시작된다. 최고인사책임자 Janelle Gale는 "회사를 더 효율적으로 운영하고 다른 투자를 상쇄하기 위한 지속적인 노력의 일환"이라고 설명했다. Meta는 수십억 달러를 투자한 메타버스 사업이 사실상 실패한 가운데, AI 경쟁력 유지를 위해 대규모 투자를 이어오고 있으며 최근 완전히 개편된 AI 제품 Muse Spark를 출시했다.
핵심 인사이트
- 전체 인력의 10%(8,000명) 감원과 6,000개 공석 채용 동결로 총 14,000명 규모의 인력 축소다.
- 메타버스 실패와 AI 투자 가속화라는 이중 압박이 대규모 구조조정의 배경이 됐다.
- 5월 20일 일정이 확정된 점은 Meta가 단기 수익성 개선을 우선순위로 올린 신호다.
- Muse Spark 등 AI 제품 강화와 인력 감축을 동시에 추진하는 '선택과 집중' 전략을 구사한다.
Microsoft가 51년 역사상 처음으로 미국 직원에게 자발적 조기 퇴직 패키지(buyout)를 제공한다. 내부 메모에 따르면 근무 연수와 나이의 합이 70 이상인 직원이 대상이다(예: 52세, 18년 근속 직원 해당). 미국 직원은 약 125,000명으로, 7%에 해당하는 약 8,750명이 해당될 수 있다. 이번 조치는 지난 여름 9,000명을 해고한 이후 또 한 번의 인력 감축 수단으로, 강제 해고보다 덜 공격적인 방식으로 헤드카운트를 줄이려는 전략이다. CNBC와 Bloomberg가 보도했다.
핵심 인사이트
- 51년 역사 최초의 자발적 조기 퇴직 제도로, 강제 해고를 피한 유연한 인력 감축 방식이다.
- 대상은 나이+근속 연수 합산 70 이상으로, 베테랑 직원 중심의 고비용 인력 구조조정 성격이다.
- 약 8,750명(미국 인력의 7%)이 대상으로, 전년도 9,000명 해고에 이은 연속 감축이다.
- 자발적 참여 방식은 강제 해고 대비 기업 이미지와 직원 사기에 미치는 타격을 최소화한다.
웹·앱 호스팅 기업 Vercel이 4월 초 공개한 데이터 침해 사건 이전에도 고객 데이터가 이미 탈취됐다고 밝혔다. 조사 확대 결과, 소셜 엔지니어링·맬웨어 등으로 사전에 복수의 고객 계정이 침해된 정황이 발견됐다. 이번 침해의 발단은 직원이 AI 스타트업 Context AI가 만든 앱을 설치하면서 비롯됐으며, 해커는 이를 통해 직원 계정과 암호화되지 않은 내부 고객 자격 증명에 접근했다. Vercel CEO Guillermo Rauch는 해커들이 Vercel 계정 키를 포함한 '귀중한 토큰'을 탈취하는 인포스틸러 맬웨어를 활용했다고 지적했다. Context AI 직원의 PC가 Roblox 치트를 검색하다 인포스틸러에 감염된 것이 침해의 기원으로 추정된다.
핵심 인사이트
- 이번 침해는 4월 초 발생 이전부터 진행된 복수 경로의 사전 침해로 피해 범위가 당초보다 크다.
- 인포스틸러 맬웨어를 통한 공급망 공격(Context AI → Vercel)이 엔터프라이즈 보안의 맹점을 드러냈다.
- 암호화되지 않은 내부 고객 자격 증명이 노출돼 Vercel의 기본적 보안 관행에 의문이 제기됐다.
- 영향받는 고객 수가 아직 불확정이며, Context AI와 연결된 다른 기업까지 피해가 확산될 가능성이 있다.
Bret Taylor가 창업한 고객 서비스 AI 에이전트 스타트업 Sierra가 Y Combinator 졸업 프랑스 AI 스타트업 Fragment를 인수했다. Fragment는 기업 워크플로우에 AI를 통합하는 기술을 보유하고 있으며, 공동 창립자 Olivier Moindrot와 Guillaume Genthial이 Sierra 팀에 합류한다. 이번은 Sierra의 세 번째 공개 인수로, 직전에 일본의 기업용 AI 솔루션사 Opera Tech와 음성 에이전트 기업 Receptive AI를 모두 2026년 3월 말에 인수한 바 있다. Sierra는 Casper, Clear, Brex를 고객으로 보유하고 있으며, Sequoia·Benchmark 등 투자사로부터 누적 6억 3천만 달러 이상을 조달해 기업 가치 100억 달러를 인정받았다.
핵심 인사이트
- Sierra는 한 달 새 3건의 인수를 완료하며 글로벌 AI 에이전트 플랫폼 구축을 급속도로 확장 중이다.
- 프랑스 스타트업 인수로 유럽 시장 거점을 확보하는 지리적 다각화 전략을 실행했다.
- 기업 가치 100억 달러의 Sierra가 시드 규모($200만) 스타트업을 인수해 기술 인재 확보에 집중한다.
- OpenAI 이사회 의장 Bret Taylor가 이끄는 Sierra는 AI 에이전트 시장의 수직 통합 선두 주자로 부상 중이다.
디지털 인권 단체 Citizen Lab이 글로벌 통신 인프라의 취약점을 악용한 두 건의 감시 캠페인을 공개했다. 신원 미공개 감시 업체들이 '유령' 통신사로 위장해 이스라엘 통신사 019Mobile, 영국 Tango Networks, 채널 제도 Airtel Jersey(현 Sure 소유)의 인프라를 발판 삼아 이용자 위치를 추적했다. 첫 번째 캠페인은 2G·3G의 SS7 프로토콜 취약점을 활용하고, 실패 시 4G·5G용 Diameter 프로토콜로 전환하는 방식을 사용했다. 두 번째 캠페인은 2019년 Enea가 'SIMjacker'로 명명한 기법을 활용해 특정 고위 인사의 SIM 카드에 비밀 SMS를 전송하고 위치 추적 장치로 작동하게 했다. 연구자들은 이 두 캠페인이 전 세계에서 진행되는 수백만 건 공격의 극히 일부에 불과하다고 강조했다.
핵심 인사이트
- SS7과 Diameter 프로토콜의 구조적 보안 취약점이 수년째 방치되며 상업적 감시 도구로 악용되고 있다.
- 감시 업체들이 합법적 통신사로 위장해 글로벌 전화망에 직접 접근하는 '유령 통신사' 수법이 확인됐다.
- SIMjacker 기법은 사용자에게 흔적을 남기지 않아 탐지가 어렵고, 고위 인사 표적 공격에 활발히 사용 중이다.
- 이스라엘 기반 상업 지리정보 업체가 배후로 지목되며 사이버 감시 산업 규제 공백 문제가 재부각됐다.
Trump의 밈코인($TRUMP)은 최고가 대비 약 93% 하락해 일반 투자자들이 총 43억 달러 이상의 손실을 입었다. 반면 Trump 관련 내부자들은 약 6억 달러 이상의 수익을 거뒀으며, Trump 패밀리는 2억 8천만 달러 이상을 챙긴 것으로 알려졌다. 토큰 공급의 약 80%가 Trump 관련 단체가 통제 중이며, 내부자 토큰 27억 달러어치가 2028년까지 스마트 계약에 잠겨 있다. 오는 4월 25일 Mar-a-Lago에서 갈라 이벤트가 예정되어 있고, 4월 25일 백악관 기자단 만찬과 같은 날이어서 Trump 참석 여부도 불분명하다. 민주당은 MEME Act 및 Stop Presidential Profiteering from Digital Assets Act 두 법안으로 대통령 가족의 암호화폐 수익을 차단하려 시도 중이다.
핵심 인사이트
- 내부자 대비 일반 투자자 손실 비율이 1:20으로, 구조적 이해충돌이 극심한 고위험 정치 토큰이다.
- 토큰 공급의 80% 내부자 집중과 2028년까지 잠긴 구조가 장기 가격 회복을 사실상 불가능하게 만든다.
- 민주당 법안 두 건이 의회를 통과할 경우 대통령 및 가족의 암호화폐 수익이 전면 금지될 수 있다.
- World Liberty Financial을 통한 UAE 국부펀드 MGX와의 거래 등 외국 정부 자금 유입이 헌법 위반 가능성을 제기한다.
민간 우주정거장 스타트업 Vast가 세계 최초의 상업용 우주정거장 Haven-1을 위한 우주비행사 전용 비행복과 스위스 명품 시계를 공개했다. Vast Astronaut Flight Suit는 재킷과 바지를 분리하거나 결합 가능한 투피스 구조로, 각 승무원 맞춤 제작되며 등 통풍구와 어깨 거싯으로 편의성을 높였다. 전 NASA 우주비행사 Drew Feustel(우주 체류 225일)이 설계에 참여했으며, 이후 1년간 소재 검증 등 추가 테스트가 진행된다. 함께 공개된 시계는 스위스 명품 시계 브랜드 IWC Schaffhausen이 우주 환경에 맞게 특별 설계한 Pilot's Venturer Vertical Drive로, 일반 판매가는 28,200달러이다. Vast는 Haven-1 탑승 승무원에게 임무 패치와 개인 '날개(wings)'를 부여하는 등 상업 유인 우주비행 시대의 정체성을 구축하고 있다.
핵심 인사이트
- Vast가 비행복과 전용 시계를 선보이며 Haven-1 상업 우주정거장 운영 준비를 가속화하고 있다.
- ISS의 오프더셸프 의류(Cabela's 팬츠 등) 방식에서 벗어나 맞춤 제작 접근으로 고급 상업 우주관광 차별화를 꾀한다.
- IWC Schaffhausen과의 파트너십은 우주 산업과 명품 브랜드의 결합이라는 새로운 상업 모델을 보여준다.
- 승무원 맞춤 비행복과 개인 인증 '날개' 부여는 상업 우주 탑승자에게 프리미엄 경험을 제공해 고가 우주관광 수요를 자극할 전략이다.
미국 백악관 과학기술정책실(OSTP) 디렉터 Michael Kratsios는 중국이 수만 개의 프록시 계정과 탈옥(jailbreak) 기술을 이용해 미국 최전선 AI 모델을 '산업적 규모로 증류(distillation) 탈취'하고 있다고 경고했다. OpenAI는 DeepSeek이 자사 모델 결과물로 훈련됐다고 주장했고, Anthropic은 DeepSeek·Moonshot·MiniMax가 약 2만 4천 개 허위 계정을 통해 Claude와 1,600만 건 이상의 대화를 생성했다고 밝혔다. 미 하원 중국특위는 상무부 BIS와 법무부 DOJ가 모델 추출을 산업스파이 행위로 분류하고 중벌을 부과하도록 의회에 촉구했다. 중국 측은 이를 "순수한 비방"이라고 일축했으며, 미중 정상회담을 앞둔 민감한 시점에서 외교적 마찰이 예상된다.
핵심 인사이트
- 미국 정부가 AI 모델 증류 공격을 공식 산업스파이 행위로 규정하며 법적 대응 수위를 높이고 있다.
- Anthropic이 중국 AI 기업 3곳의 Claude 무단 증류를 구체적 수치(1,600만 건, 2만 4천 계정)와 함께 폭로해 증거 기반 대응이 가능해졌다.
- 미 의회가 Economic Espionage Act 및 Computer Fraud and Abuse Act 적용과 AI 모델 추출의 통제 기술 이전 분류를 추진해 법적 틀 정비가 임박했다.
- Trump가 Nvidia 칩 대중국 수출 완화 등 기존 완화 정책을 되돌려야 할 가능성이 높아져, AI 수출통제 정책의 불확실성이 반도체 기업에 직접 영향을 미친다.
스페인 연구팀이 이중벽 탄소 나노튜브 섬유에 테트라클로로알루미네이트(AlCl4-)를 도핑해 전도성을 최대 15배 이상 향상시키는 데 성공했으며, 이는 알루미늄 전도성의 약 70%, 구리의 절반 수준에 해당한다. 특히 밀도 대비 전도성으로 환산하면 도핑된 나노튜브 섬유가 구리를 능가하며, 탄소 나노튜브의 높은 인장 강도(구리·알루미늄보다 높고 강철에 근접)라는 이점도 유지된다. 이 연구는 학술지 Science에 게재됐다(DOI: 10.1126/science.aeb0673). 다만 도핑 물질이 공기 중 수분에 반응해 수 주 안에 열화되는 안정성 문제가 아직 해결되지 않았으며, 고분자 코팅으로 수명을 연장하는 방법도 임시방편 수준이다.
핵심 인사이트
- 도핑 후 나노튜브 섬유가 밀도 기준으로 구리를 초과하는 전도성을 기록해 경량 배선 소재로의 잠재력을 수치로 입증했다.
- 안정성 문제(수 주 수명)가 상용화 최대 걸림돌로, 이를 대체할 더 안정적인 도판트 발굴이 핵심 후속 과제다.
- 항공우주·고압 송전선 등 무게 절감이 중요한 분야에서 구리 대체 소재로의 적용 가능성이 구체화됐다.
- 탄소 나노튜브 섬유 생산 비용 절감이 병행돼야 실용적 상업화가 가능해 소재 공급망 투자 여건이 관건이다.
보안 기업 Rapid7이 랜섬웨어 패밀리 'Kyber'를 역분석한 결과, Windows 변종이 NIST 표준 양자내성 암호화 알고리즘인 ML-KEM1024(최고 강도)를 실제로 사용하는 것으로 확인됐다. ML-KEM은 AES-256 파일 암호화 키를 보호하는 용도로 쓰이며, Emsisoft의 Brett Callow는 이를 랜섬웨어가 PQC(Post-Quantum Cryptography)를 실제 사용한 최초 확인 사례라고 밝혔다. VMware 타겟 변종은 ML-KEM 사용을 주장하지만 실제로는 RSA 4096비트를 사용하는 것으로 드러나 마케팅 전략임이 확인됐다. 양자 컴퓨터가 RSA·ECC를 실질적으로 위협하기까지 최소 3년 이상이 필요함에도 불구하고, Kyber 개발자들은 "양자내성 암호화"라는 표현으로 비기술적 의사결정자들을 심리적으로 압박해 몸값 지불을 유도하고 있다.
핵심 인사이트
- 랜섬웨어에 PQC가 처음 실제 사용되며 보안 업계가 양자내성 방어 전략을 서둘러 재검토해야 할 새로운 전례가 생겼다.
- ML-KEM 구현 비용이 낮아(Rust 라이브러리 기반) 향후 다른 랜섬웨어 그룹도 유사한 접근을 빠르게 모방할 수 있다.
- "양자내성"이라는 기술 용어가 비기술적 임원·법무팀을 대상으로 한 심리적 협박 도구로 활용되는 새로운 사이버 범죄 트렌드를 보여준다.
- 기업의 인시던트 대응팀이 PQC 사용 랜섬웨어를 식별·평가할 기술 역량을 갖추지 못할 경우 피해 확대와 불필요한 몸값 지불 위험이 높아진다.
Micron이 중국 메모리 기업의 추격을 차단하기 위해 미국 정부에 반도체 장비 수출 규제 강화를 적극 로비하고 있다. Reuters에 따르면 Micron은 의회에 중국의 메모리 생산 확장을 억제하는 강화된 수출 통제 법안 추진을 촉구하고 있다. 미국 하원은 MATCH Act를 가결 처리하며 절차를 진전시켰다. 그러나 규제가 실제로 시행될 경우, 글로벌 시장 점유율이 더 큰 삼성전자와 SK하이닉스가 더 많은 수혜를 받을 것이라는 분석도 있다. 다만 두 한국 기업 모두 중국 내 생산시설을 운영하고 있어, 최종 규제 구조에 따라 피해를 입을 가능성도 존재한다. 한편 Tokyo Electron, Lam Research, Applied Materials, KLA 등 장비 업체들은 중국 매출 비중이 커 규제 완화를 위한 반대 로비를 전개하고 있다.
핵심 인사이트
- Micron의 규제 강화 로비: 세계 3위 메모리 업체가 중국 경쟁사 억제를 위해 미국 정책을 적극 활용하는 전략적 접근
- 삼성·SK하이닉스 양면성: 규제 수혜 1순위이지만 중국 내 생산시설(삼성 시안, SK하이닉스 우시·다롄) 리스크로 양날의 검
- 장비 업체 역풍: Tokyo Electron·Lam Research·Applied Materials·KLA는 중국 수익 보호 위해 규제 완화 로비 진행 중
- MATCH Act 입법 가속: 미 하원 위원회 가결로 SMIC·중국 메모리 업체 겨냥 규제 강화 현실화 가능성 증가
TSMC가 북미 기술 심포지엄 2026에서 2029년까지의 반도체 공정 로드맵을 공개했다. 1.3nm급 A13과 1.2nm급 A12 공정이 모두 2029년 양산을 목표로 하며, High-NA EUV 없이 구현할 계획이다. A16 양산은 2027년으로 기존 2026년 목표에서 연기됐다. A13은 A14 대비 트랜지스터 밀도를 약 6% 향상시키며 AI 가속기 및 고성능 CPU용 핵심 노드로, A12는 데이터센터급 AI·HPC 워크로드를 위한 2세대 나노시트 GAA 트랜지스터 및 NanoFlex Pro 기술을 탑재한다. N2U는 2028년 출시 예정으로 N2P 대비 성능 3~4% 향상 또는 전력 8~10% 절감을 제공하며 N2P IP와의 완전 호환성을 유지한다. TSMC의 High-NA EUV 미채택 결정은 ASML의 2030년 €600억 매출 목표에도 부정적 영향을 줄 수 있다.
핵심 인사이트
- A16 양산 1년 연기(2026→2027): AI 데이터센터 공급 일정 재조정 불가피, TSMC 고객사 제품 로드맵에 영향
- High-NA EUV 없이 2nm 이하 구현: TSMC의 광학 최적화 + DTCO 기술력으로 ASML 최신 장비 없이도 경쟁력 유지
- N2U 신설(2028): N2P와 IP 호환 유지한 채 성능·전력 효율 3~10% 개선, 모바일·클라이언트 시장 비용 효율 강화
- Intel 14A와의 경쟁 구도: Intel이 2027~2028년 High-NA EUV 채택 예정인 반면 TSMC는 미채택으로 전략적 분기
Tesla가 Austin의 Terafab AI 단지용 칩에 Intel의 차세대 14A 공정을 사용하기로 결정하면서 Intel 파운드리의 첫 번째 주요 외부 고객 확보가 확인됐다. Elon Musk는 Tesla 실적 발표에서 Intel이 "핵심 제조 기술 파트너"라고 밝혔으며, 14A 공정이 Terafab 프로젝트 규모가 확대될 시점에 양산 준비가 완료될 것이라고 언급했다. Reuters에 따르면 Terafab 프로젝트 전체 인프라 구축에는 $5조~$13조의 설비 투자가 필요하며, 칩 제조 시설 건설에만 약 $250억 규모로 추정된다. 완전 가동 시 연간 최대 1테라와트의 AI 연산을 제공할 것으로 예상된다. Intel 14A 공정 양산 준비는 2027년을 목표로 하고 있으며, 올해 PDK 0.5 출시에 이어 가을에 PDK 1.0이 공개될 예정이다.
핵심 인사이트
- Intel 14A 첫 외부 고객 확보: TSMC 독주 파운드리 시장에서 Tesla라는 메가 고객 유치로 Intel 파운드리 신뢰성 급등
- Terafab 규모 충격: $5조~$13조 설비 투자·연 1테라와트 AI 연산은 현존 최대 AI 인프라 프로젝트, 칩 공급 구조 근본 변화 예고
- 2027년 양산 가시화: Intel 14A가 TSMC A16(2027년 연기)과 동기간 경쟁, 대형 고객 확보 여부가 14A 성패 결정
- PDK 로드맵 선제 공개: PDK 0.5 현재 배포 중, 가을 PDK 1.0 → Google·Apple·AMD·NVIDIA 고객 평가 전환점
생성형 AI 붐을 계기로 글로벌 VC 시장이 2021년 거품 붕괴 이후 회복세를 보이며, 자금이 AI 스타트업에 집중되고 있다. PitchBook에 따르면 2025년 전 세계 VC 자금의 절반 이상, 미국에서는 64%가 AI 기업으로 흘러들었으며, AI 투자 총액은 $2,023억으로 2024년($1,140억) 대비 급증했다. 글로벌 수직 AI 시장은 2034년 $1,154억 규모로 성장할 전망이며(CAGR 24.5%), 방위 기술 스타트업 투자도 2025년 $491억으로 전년 $272억 대비 급증했다. 대만은 2024년 VC 투자가 605건 $33.4억을 기록하며 사상 최고치를 달성했고, 누적 투자(2015~2025년 1분기)가 $189.5억에 달한다. AI, 에너지·지속가능성, 반도체 공급망이 대만 스타트업 생태계의 3대 축으로 부상하고 있다.
핵심 인사이트
- AI 투자 독점 심화: 2025년 전 세계 VC 자금의 50%(미국은 64%)가 AI에 집중, OpenAI $1,100억·Anthropic $300억 메가 라운드 일상화
- 방위 기술 VC 붐: 지정학 위기 심화로 2025년 방위 기술 투자 $491억(전년 대비 80% 급등), 드론·AI 군사 플랫폼 유니콘 속출
- 대만 스타트업 최고치: 2024년 $33.4억·605건으로 역대 최대, 에너지·지속가능성 섹터가 CVC 투자 1위(20.3%) 차지
- 수직 AI 시장 고성장: 2024년 $129억 → 2034년 $1,154억(CAGR 24.5%), 헬스케어·제조·물류 등 산업별 AI 맞춤화가 핵심 성장 동력
SK하이닉스가 2026년 1분기에 사상 최대 실적을 기록했다. 매출 52.6조 원, 영업이익 37.6조 원, 순이익 40.3조 원을 달성하며 4분기 연속 최고 기록을 경신했다. 영업이익률은 72%로 Micron(67.6%)과 TSMC(58%)를 앞질렀다. 영업이익은 전년 동기 대비 5배 이상 증가했으며, 분기 매출 50조 원·영업이익 30조 원 돌파는 사상 최초다. AI 수요 급증으로 DRAM 계약 가격은 전 분기 대비 83% 가까이 상승했고, NAND 가격은 약 160% 폭등했다. TrendForce는 2Q26에도 DRAM 계약 가격이 58~63% QoQ, NAND 가격이 70~75% QoQ 추가 상승할 것으로 전망한다. HBM 수요는 향후 3년간 공급 능력을 크게 초과할 것으로 전망되며, SK하이닉스는 Microsoft·Google 등 AI 빅테크와 3~5년 장기 공급 계약(LTA) 체결을 추진 중이다.
핵심 인사이트
- 영업이익률 72% 달성: 반도체 업계 최고 수준으로 Micron(67.6%)·TSMC(58%) 압도, AI 메모리 시장 독주 확인
- DRAM +83%·NAND +160% 가격 급등: AI 서버 수요 급증이 메모리 가격 슈퍼사이클 견인, 2Q26에도 추가 상승 전망
- HBM 3년간 수요 > 공급: 고객 수요가 생산 능력을 초과하는 구조적 공급 부족, HBM4 공급 확대 가속화
- LTA 전환 가속: 연간 단기 계약에서 3~5년 장기 계약(LTA)으로 전환 중, Microsoft·Google과 DRAM LTA 체결 추진으로 안정적 수익 구조 구축
Intel이 2026년 초부터 장비 발주를 전년 대비 50% 이상 늘리며 파운드리 사업 재건에 속도를 내고 있다. 14A 노드의 PDK 1.0이 올 가을 공개되면 Google, Apple, AMD, NVIDIA가 고객으로 참여할 수 있다는 분석이 나온다. Apollo Global Management로부터 아일랜드 합작법인 지분을 재매입해 Fab 34 통제권도 회복했다. Elon Musk와의 Terafab 프로젝트(2029년 테스트 생산 예정) 및 TSMC 2.5D 경쟁 패키징 기술 EMIB도 고객 유인 카드로 활용 중이다.
핵심 인사이트
- YoY +50% 장비 발주: Intel 파운드리 투자 재가속의 구체적 신호, 대만 공급망(KINIK, E&R) 수혜
- 14A PDK 1.0 올 가을 → Apple·Google·NVIDIA 고객화 가능성: TSMC 독점 파운드리 구도에 균열 예고
- Fab 34 통제권 회복: Apollo 지분 재매입으로 Intel 3/4 노드 생산 능력 강화 의지 확인
- AI 추론 전환이 CPU 르네상스: 추론·에이전틱 AI 시대 도래로 GPU 중심에서 이종 시스템으로 전환
삼성전자의 중국 시안 NAND 생산 공장이 200층 이상 고적층 제품으로 전환하는 과정에서 월 웨이퍼 생산량이 전년 대비 약 5~6% 감소한 것으로 알려졌다. 기존 월 약 15만 장 수준이었던 생산량이 줄어든 것이다. 시안 공장은 삼성 전체 NAND 생산의 약 40%를 차지하는 핵심 시설이다. 현재 236층 8세대 NAND(V8) 양산을 시작했으며, 2026년 내 286층 9세대 NAND(V9) 전환도 완료할 예정이다. 공정 전환에는 통상 최소 6개월~1년 이상 소요되며, 생산 차질이 내년까지 이어질 수도 있다는 관측이 나온다. 미국의 대중 반도체 장비 수출 통제가 강화되면 선제적 장비 반입이 필요해지는 등 불확실성이 가중되고 있다. 일각에서는 삼성이 시안 및 한국 공장에서 100개 이상의 장비를 매각하고 있다는 보도도 나온다.
핵심 인사이트
- 시안 생산량 5~6% 감소: 삼성 NAND 글로벌 공급의 40% 담당 거점 생산 차질, NAND 가격 상승 압력 추가 가중
- 128층→200층 이상 세대 전환 리스크: V8(236층)·V9(286층) 전환에 최소 6개월~1년 이상 소요, 수율 안정화까지 공급 불확실성 지속
- 미국 수출 통제 이중 압박: MATCH Act 시행 시 장비 반입 제한으로 공정 전환 속도 저하 가능성, 기존 시설 예외조항도 불확실
- NAND 공급·가격 구조에 영향: 삼성의 가장 큰 NAND 거점의 공급 감소는 이미 슈퍼사이클 중인 NAND 시장에 추가 상승 압력으로 작용
Huawei가 Pura 90 Pro Max를 공개하며 자체 개발한 HyperSpace Memory 기술을 탑재했다. 물리적 12GB RAM이지만 메모리 압축률을 69% 향상시켜 16GB 수준의 앱 유지와 멀티태스킹 성능을 제공한다. 앱 재개 유지율은 100% 개선됐다. 동일한 기술이 이전 Mate 80 Pro Max에서 16GB를 20GB 수준으로 향상시킨 바 있다. Kirin 9030S 프로세서는 소프트웨어·하드웨어·칩 수직 통합으로 성능을 25% 향상시켰다.
핵심 인사이트
- 소프트웨어로 하드웨어 스펙 격차 극복: 12GB → 16GB 동등 성능의 HyperSpace Memory 기술 상용화
- 메모리 압축률 69% 향상: 스마트폰 고성능화의 새로운 방법론으로 원가 절감과 성능 동시 달성
- Kirin 9030S 수직 통합 전략: 자체 칩·소프트웨어 통합으로 외산 의존 탈피 및 25% 성능 향상
- DRAM 스펙 경쟁의 대안: 고용량 DRAM 수급 제한 환경에서 소프트웨어 최적화로 차별화 시도
중국 LLM 기업 DeepSeek이 창사 이후 처음으로 외부 자금 조달을 추진하고 있다고 The Information이 보도했다. 목표 조달액은 최소 $3억이며 기업 가치는 $100억 이상으로 평가될 전망이다. 모회사인 퀀트 헤지펀드 High-Flyer(운용 자산 700억 위안 이상)의 지원만으로 초기 R&D를 진행해 왔으나, AI 모델이 조 단위 파라미터 시대로 진입하면서 컴퓨팅 비용이 단일 기관의 재정 능력을 초과하고 있다. 또한 DeepSeek-R1 성공 이후 핵심 연구자들이 Xiaomi, ByteDance, Tencent 등으로 이탈하는 인재 유출 문제도 심각해졌다. 차기 모델 V4는 조 단위 파라미터의 MoE 아키텍처와 100만 토큰 수준의 컨텍스트 길이를 지원할 예정이며, Huawei Ascend 등 국산 AI 칩과의 완전 호환을 목표로 하고 있다. V4 출시는 원래 2월 예정이었으나 수차례 지연되며 4월 말로 미뤄졌다.
핵심 인사이트
- DeepSeek 첫 외부 자금 조달: $100억 이상 기업 가치 평가로 중국 LLM 최상위권 진입, OpenAI·Anthropic 대비 저평가 상태
- NVIDIA 의존 탈피 전략: V4의 Huawei Ascend 완전 호환 목표, 미국 수출 통제 속 국산 AI 칩 전환의 기술적 복잡성으로 반복 지연
- 인재 유출 구조적 위기: R1 성공 후 핵심 연구자들이 Xiaomi·ByteDance·Tencent 등으로 이탈, 외부 자금 없이는 스톡옵션 유인 불가
- 중국 LLM 자금 양극화: 2026년 1분기 중국 LLM 투자 둔화 속에서도 선두 기업 집중, DeepSeek의 $100억 진입이 국내 AI 투자 구도 재편
중국 광학칩 선두 기업 Yuanjie Semiconductor의 주가가 4월 17일 장중 CNY 1,410을 돌파하며 중국 주류 대장주 Kweichow Moutai를 제치고 A주 최고가 주식으로 부상했다. 2025년 Yuanjie의 매출은 CNY 6.01억으로 전년 대비 138.5% 급증했으며, 데이터센터 세그먼트가 전체 매출의 50% 이상을 차지하며 72.21%의 고마진을 기록했다. AI·데이터센터·5G/6G 수요 급증으로 고속 광통신 부품 공급이 극도로 부족한 상황이다. Lumentum CEO는 향후 2분기 안에 2028년까지의 생산 용량을 모두 예약할 수 있다고 밝혔으며, Coherent는 향후 2년간 생산 용량을 2배로 늘릴 계획이다. Yuanjie는 광전자 통신 반도체 칩 2단계 제조 시설에 CNY 12.51억을 투자할 예정이다.
핵심 인사이트
- 광학칩 공급 부족 극심: Lumentum이 2분기 내 2028년까지 용량 매진 전망, AI 데이터센터 확장과 5G/6G가 공급 경색을 구조적으로 심화
- Yuanjie 매출 138.5% 급증: 데이터센터 부문 매출 비중 50% 이상·마진 72.21%로 AI 인프라 수혜 최대 수혜주로 부상
- 중국 국산 광학칩 경쟁력 부각: Yuanjie가 A주 최고가 주식 등극, 중국 내 고속 광학칩 자급화 및 공급망 독립 전략에 방점
- 글로벌 광학칩 캐팩스 레이스: Coherent 2년간 용량 2배 확장, Yuanjie CNY 12.51억 투자, Yunnan Germanium InP 기판 연산 4.5만 장 증설로 공급 확대 경쟁 본격화
Through-Silicon Via(TSV)는 HBM 스택, 실리콘 인터포저, 3D 칩 스택에서 필수적인 수직 연결 구조로, AI 붐으로 인한 HBM 수요 급증이 TSV 제조 병목 현상을 야기하고 있다. HBM용 TSV는 직경 2~5µm, 깊이 30~60µm 수준이며, 인터포저용은 직경 5~20µm, 깊이 80~120µm로 더 크다. TSV 제조는 Bosch DRIE 에칭, SiO2 라이너 증착, TaN/TiN 배리어 금속, 구리 전기도금, CMP 평탄화, TSV 리빌 등 다단계 공정으로 구성되며, 각 단계에서 결함 관리가 매우 중요하다. 웨이퍼 박화 후 CTE 불일치(Si 2.8 ppm/°C vs Cu 17 ppm/°C)로 인한 기계적 응력도 주요 과제다. TSMC·Samsung은 TSV first/middle 공정을, ASE·Amkor 등 OSAT는 TSV last 공정을 담당하며, 2nm 이하 노드에서는 백사이드 전력 공급을 위한 nanoTSV(<100nm)가 전력 손실을 최대 30% 절감할 수 있다.
핵심 인사이트
- AI 데이터센터 확장으로 HBM 및 2.5D/3D 패키징 수요가 공급 능력을 초과하여 선단 조립 역량 부족이 심화되고 있다.
- TSMC·Samsung·Intel Foundry는 TSV first/middle을, ASE·Amkor는 TSV last 공정을 담당하는 역할 분화로 공급망 복잡성이 증가한다.
- 2nm 이하 노드의 nanoTSV 기반 백사이드 전력 공급 네트워크(BSPDN)가 전압 드루프와 RC 지연을 줄여 전력 손실 최대 30% 절감 가능성을 제시한다.
- 고종횡비(>10:1) TSV 에칭 기술 고도화와 hybrid bonding 전환이 차세대 패키징 원가 경쟁력의 핵심 변수로 부상하고 있다.
배터리 기술은 연간 4~8%의 완만한 용량 개선 속도와 달리, 배터리 판매량은 연간 약 40%(Rocky Mountain Institute) 증가하며 수요-공급 간 격차가 확대되고 있다. Finland의 Donut Lab은 400 Wh/kg(리튬이온 대비 약 2배) 용량에 5분 미만 충전이 가능한 고체전해질 배터리를 주장했으며, 중국 BYD는 5분 만에 70% 충전 및 1,000km 주행 가능한 리튬이온 배터리와 고체전해질 배터리 상용화를 예고했다. 열폭주 방지를 위해 EV 업계는 400V에서 800V 아키텍처로 전환 중이며, NMC 배터리 최적 운용은 30~80% 충전 구간 유지가 핵심이다. 2024년 배터리 화재는 4,203건, 폭발 193건(UL Solutions)으로 안전성 확보가 시급하다. Penn State의 Chao-Yang Wang 교수팀은 -30°C~60°C 전 기후 자가조절 배터리 기술을 약 2년 내 상용화 목표로 개발 중이다.
핵심 인사이트
- 고체전해질 배터리는 열폭주 리스크 최소화와 고속 충전 잠재력을 갖추나, 현재 상용화가 지연되고 점도·제조 난이도 문제가 극복 과제다.
- EV 배터리 관리 시스템의 800V 아키텍처 전환은 충전 속도와 열 발생의 트레이드오프를 완화하나, 시스템 복잡도와 비용이 증가한다.
- 배터리 판매량이 연 40% 증가하는 반면 기술 성숙 속도는 연 4~8%에 불과해 전 산업 생태계의 R&D 투자 가속이 필수적이다.
- 반도체 기반 고체 트랜스포머·고체 회로차단기가 €100억 규모의 전통 전기기기 시장에 침투하며 새로운 반도체 수요처로 부상하고 있다.
AI 가속기와 HPC 패키지의 대형화로 웨이퍼 레벨 경제성이 한계에 도달하면서 패널 레벨 패키징(PLP)의 두 번째 물결이 도래하고 있다. 310mm x 310mm 포맷의 사각형 패널은 단위면적당 처리량을 개선해 고비용 AI 패키지의 원가 절감 효과가 크지만, 유리(glass) 기판 채택 시 유리의 취성(brittleness)으로 인한 마이크로크랙, Through-Glass Via(TGV) 열 사이클링 중 CTE 불일치 크랙, 재사용 캐리어의 43마이크론 수준 엣지 결함 등 복잡한 재료·공정 통합 문제가 뒤따른다. Applied Materials는 저CTE·저모듈러스 라이너 재료로 응력 집중 포인트를 최대 60% 저감하는 솔루션을 개발했다. 또한 패널 규모에서의 하이브리드 본딩 도입 시 OSAT 환경의 오염 입자 관리, 임시 본딩 재료의 두께 균일성, RDL 리소그래피 2마이크론 이하 해상도 확보 등 다층 과제가 동시에 해결돼야 한다.
핵심 인사이트
- 42개 리티클 필드를 초과하는 초대형 AI 패키지(100mm x 150mm 이상)가 이번 10년 내 등장할 전망이며, 이는 패널 레벨 공정 없이는 경제적으로 처리 불가능한 규모다.
- 유리 기판의 TGV 크랙은 CTE 불일치에서 비롯되는 구조적 문제로, 저CTE·저모듈러스 복합 라이너 소재만이 두 가지 파괴 모드를 동시에 억제할 수 있다.
- 하이브리드 본딩이 OSAT 환경으로 확대되면서 나노미터급 입자 하나가 대형 패널 전체 수율을 붕괴시킬 수 있어, 클러스터 툴 기반 국소 청정 환경 구축 투자가 필수화된다.
- Lam Research, Applied Materials, ASE, Amkor, Synopsys, Fraunhofer IZM 등 장비·재료·EDA 기업이 패널 레벨 생태계 선점을 위해 공정 데이터 공유 없이 경쟁 중이며, 표준화 부재가 양산 전환의 가장 큰 장벽이다.
AI 모델 개발 속도가 실리콘 설계 사이클을 압도하면서, 엣지 AI 프로세서 아키텍처의 적응성(adaptability)이 핵심 경쟁력으로 부상하고 있다. Hugging Face에서 SLM/VLM 새 변형이 몇 시간 단위로 업로드될 만큼 모델 변화 속도가 빠르며, 자동차(VLA: Vision Language Action 모델)·로보틱스 분야에서는 아키텍처적 변화도 빠르게 진행된다. 이에 반해 공장 자동화 같은 정적 환경에서는 모델 갱신 빈도가 낮다. Arm·Cadence·Quadric·Synopsys 등 9개 기업 전문가 패널은 이기종(heterogeneous) 아키텍처(NPU+DSP+CPU)와 컴파일러 툴체인의 견고성이 모델 포팅의 병목을 해소하는 열쇠라고 강조했다. 에이전틱 AI는 엣지에서 24/7 지속 추론을 요구하며, 단일 쿼리당 수만 토큰 규모의 컨텍스트 처리를 위한 메모리 대역폭·용량 확대와 전력 관리 고도화가 시급한 과제로 제기됐다.
핵심 인사이트
- 모델 업데이트 주기가 일·시간 단위로 단축되면서 NPU 설계 단계에서 지원 불가 연산자(operator) 처리를 위한 소프트웨어 폴백(fallback) 전략이 필수 요소로 자리잡고 있다.
- 이기종(heterogeneous) AI 아키텍처(NPU+DSP+CPU)는 PPA 최적화와 미지 모델 유연성 간의 근본적 트레이드오프를 내포하며, 컴파일러 툴체인의 완성도가 시장 진입 장벽을 결정한다.
- 에이전틱 AI는 엣지 디바이스에 TOPS·메모리 대폭 증설을 요구하며, 클라우드 의존도를 줄이고 현장 자율 추론 인프라로의 전환을 가속한다.
- 엣지 AI IP 공급사들은 대규모 GPU 업체 대비 소수 인력으로 모델 포팅을 감당해야 해, 컴파일러 자동화와 크로스 고객 소프트웨어 비용 분산이 수익성의 핵심 변수다.
칩렛 마켓플레이스 실현을 위해 다이-투-다이 인터커넥트 표준(UCIe, BoW)을 넘어선 광범위한 표준화 작업이 진행 중이다. Open Compute Project(OCP) 주도로 패키지 기술 표준(JESD-030O, 2025년 2월 발표), 칩렛 기반 시스템 아키텍처(Foundation Chiplet System Architecture, FCSA 1.0, 2026년 2월 발효), 칩렛 설계 키트(CDK: CDXML, ADK, MDK, TDK, SI/PI 키트) 등이 정비됐다. BoW에는 고대역폭·저지연 메모리 인터페이스인 BoW Memory와 4Gbps급 저비용 시스템을 위한 BoW Flexi(연내 출시 예정)가 추가됐으며, PHY에 무관한 범용 링크 레이어도 도입됐다. Synopsys는 시스템 아키텍처, 보안·신뢰, 부팅·전력 관리, KGD 기준, 물리 배치까지 망라하는 포괄적 표준 필요 목록을 제시했다. 현재 칩렛은 HBM을 제외하면 단일 기업 내 사일로로 운영되어 진정한 플러그-앤-플레이 마켓플레이스 실현까지는 기술·경제적 과제가 남아 있다.
핵심 인사이트
- FCSA 1.0(2026년 2월), JESD-030O(2025년 2월), CDK 백서(2025년 1월) 등 핵심 표준이 연속 발표되며 칩렛 마켓플레이스의 기술적 기반이 2025~2026년에 집중 완성되고 있다.
- 물리 인터커넥트(UCIe·BoW)를 넘어 보안·신뢰·부팅 시퀀스·전력 협상·열 설계 제약까지 포괄하는 표준 체계가 필요하며, 이는 칩렛이 사실상 '미니 SoC'로 기능해야 함을 의미한다.
- BoW Flexi(4Gbps, 저비용 패키지)와 BoW Memory(고대역폭 저지연)의 분화는 AI HPC 외 자동차·엣지 등 다양한 칩렛 적용 영역 확장을 촉진한다.
- OCP·JEDEC·IEEE 협력 구조가 표준의 법적·산업적 신뢰성을 제고하며, Alphawave Semi, Chipletz, Cadence, Synopsys, Siemens EDA 등 참여 기업들의 IP 및 툴 포지션 강화로 이어진다.
AI 워크로드가 요구하는 대규모 내부 데이터 이동(east-west traffic)을 감당하기 위해 데이터센터 내 광인터커넥트 채택이 가속화되고 있다. Enosemi(AMD 인수) 추산에 따르면 첨단 HPC ASIC은 전체 소비전력의 최대 절반을 데이터 이동에 소모한다. 포토닉 인터커넥트의 구현 방식은 플러그어블(보드·랙 간 연결), Co-Packaged Optics(CPO, 와이어본드 통합), Optical I/O(OIO, 단일 모듈 통합)의 세 단계로 발전하고 있다. 핵심 소재로는 InP 다이오드 레이저, LiNbO3 변조기(100GHz 이상 대역폭 가능, 단 오염 리스크), 게르마늄 광검출기, 실리콘 도파관이 사용된다. 이종 집적 시 광학·전기 소자의 열·기계적 응력 공존이 핵심 설계 과제이며, 에피택셜 게르마늄 증착이 전체 회로 비용의 최대 40%를 차지하는 것으로 보고됐다. GlobalFoundries, imec, CEA-Leti, NTT, AMD 등 주요 기업들이 통합 광전자 모듈 상용화를 향해 경쟁 중이다.
핵심 인사이트
- AI 클러스터의 east-west 트래픽 급증이 구리 인터커넥트의 에너지·대역폭 한계를 가시화시키며, 실리콘 포토닉스는 선택이 아닌 필수 인프라로 전환점을 맞이하고 있다.
- LiNbO3 변조기는 100GHz 이상 고성능을 제공하지만 실리콘 오염 리스크로 직접 집적이 불가해, 마이크로트랜스퍼 프린팅 같은 이종 통합 기술이 핵심 공정으로 부상한다.
- 에피택셜 게르마늄 광검출기가 전체 회로 비용의 최대 40%를 차지하는 고비용 공정이어서, 원가 절감 없이는 OIO 모듈의 대량 상용화에 구조적 장벽이 된다.
- AMD의 Enosemi 인수, NTT의 InP-Si 웨이퍼 본딩 기술, imec·CEA-Leti의 통합 인터포저 연구가 수렴하면서 2026~2028년 CPO/OIO 상용화 경쟁이 본격화될 전망이다.
Synopsys, Intel, AMD, Nvidia, Microsoft, UC Berkeley 전문가들이 Synopsys Converge 컨퍼런스에서 AI가 칩 설계 및 EDA 툴에 미치는 영향을 논의했다. Nvidia, AMD 등 대형 시스템 기업들은 EDA 벤더들에게 agentic AI 기반 자동화 도구를 요구하고 있으며, 현재 EDA 업계는 이 전환에서 다소 뒤처진 상태라는 평가가 나왔다. Synopsys의 Thomas Andersen은 현재 AI 에이전트 학습이 인간 전문가 지식에 의존하며 자기 학습 시스템은 아직 실현되지 않았다고 밝혔다. UC Berkeley 교수는 EDA 시뮬레이션 툴이 GPU 병렬화를 충분히 활용하지 못해 설계 속도를 따라가지 못한다는 기술적 한계를 지적했다. 설계 팀 구조도 변화 중으로, 역할 경계가 사라지고 팀원 스스로 워크플로우를 개발하는 방향으로 전환되고 있다.
핵심 인사이트
- EDA 업계는 agentic AI 혁명에서 상대적으로 뒤처져 있으며, Intel·AMD 등 고객사가 자동화 가속을 강하게 압박 중
- AI 기반 칩 설계 자동화가 확산되어도 고객별 맞춤 설계는 유지되며, 차별화 경쟁은 소프트웨어·워크플로우로 이동
- EDA 시뮬레이션의 GPU 가속 미적용이 AI 설계 사이클 단축의 주요 기술 병목으로 부상, 학계에서 병렬화 연구 진행 중
- AI 에이전트 툴 도입으로 설계 팀 역할이 융합되며, Synopsys·Cadence 등 EDA 벤더의 agentic 플랫폼 수요가 급증할 전망
2026년 1분기 반도체 스타트업 투자 시장은 80개사가 총 80억 달러 이상을 조달하며 강세를 보였다. 18개사가 1억 달러 초과의 메가 라운드를 달성했고, Rapidus(17억 달러)와 Cerebras(10억 달러)가 10억 달러를 돌파했다. AI 추론 칩, 칩간 인터커넥트, 포토닉스 분야가 투자를 주도했으며, EDA 자동화에 AI 에이전트를 적용하는 스타트업(Ricursive Intelligence: 3억 달러, ChipAgents: 5,000만 달러)도 주목받았다. 특히 6개 이상 스타트업이 최근 1년 내 추가 자금을 유치하며 재투자 빈도가 증가했다. 포토닉스 분야에서는 Ayar Labs(5억 달러), Olix(2.2억 달러), Neurophos(1.1억 달러) 등이 대규모 투자를 받았으며, 리소그래피·에피택시·전력 관리 등 제조·장비 분야의 신기술 스타트업도 자금을 유치했다.
핵심 인사이트
- AI 추론 칩과 데이터센터 인터커넥트 분야가 Q1 2026 반도체 스타트업 투자의 핵심 테마로, AI 인프라 수요가 스타트업 생태계 전반의 자금 흐름을 주도하고 있다.
- Ricursive Intelligence(3억 달러)·ChipAgents(5,000만 달러) 등 agentic EDA 플랫폼에 대한 대규모 투자가 집중되며, AI 기반 칩 설계 자동화가 독립 시장으로 부상하고 있다.
- 포토닉스 분야(Ayar Labs, Olix, Neurophos 등)가 AI 데이터센터 광 인터커넥트 수요를 기반으로 총 수억 달러 규모의 투자를 유치하며 차세대 고성장 섹터로 자리잡았다.
- Rapidus(17억 달러)의 대규모 전략적 투자 유치는 미국·한국 중심의 AI 칩 공급망에 일본 파운드리가 진입하는 지정학적 반도체 경쟁의 심화를 나타낸다.
Anthropic이 지난주 출시한 Claude Opus 4.7에서 Acceptable Use Policy(AUP) 분류기의 오탐(false positive) 비율이 급증해 개발자들의 불만이 폭발하고 있다. Opus 4.7은 보안 취약점 탐지 모델 Mythos의 사전 테스트 버전으로 강화된 가드레일이 적용됐는데, 구조생물학 계산, 사이버보안 교육 자료 교정, Hasbro 완구 광고 PDF 읽기 등 완전히 무해한 요청까지 차단하는 사태가 발생했다. 4월 한 달에만 30건 이상의 오탐 신고가 제출됐으며, Anthropic은 공식 입장을 내놓지 않고 있다.
핵심 인사이트
- Opus 4.7의 AUP 분류기 오탐 신고가 4월에 30건 이상으로 급증하며 역대 최고치를 기록했다. 이전에는 월 2~8건 수준이었다.
- 사이버보안 연구자 특별 면제(Exemption) 승인을 받아도 API 경로에서는 해당 면제가 작동하지 않아, 유료 고객이 정당한 작업을 수행하지 못하는 문제가 확인됐다.
- 오탐 원인 중 하나로 Claude Code 소스의 정규식(regex) 기반 감정 분석처럼 AUP 분류기도 문맥 파악 없이 금지 단어만 검색하는 단순 패턴 매칭 방식을 사용할 가능성이 지목됐다.
- 월 200달러 이상 지불하는 유료 고객의 정당한 작업이 차단되면서 Anthropic의 신뢰도와 비용 대비 가치(ROI)에 심각한 의문이 제기되고 있으며, 경쟁사 전환 압력이 높아지고 있다.
'Dr. Semiconductor'라는 유튜버가 뒷마당 창고를 개조한 소규모 클린룸에서 세계 최초로 가정 제작 DRAM 셀을 성공적으로 구현했다. AI 수요로 메모리 가격이 급등한 상황에 대응하기 위해 시작된 이 프로젝트에서 5×4 배열의 커패시터-트랜지스터 셀이 정상 동작하는 것을 확인했다. 캐패시터 용량은 12.3 pF로 목표치에 근접했으나 전하 유지 시간은 4밀리초로 상용 제품(64밀리초 이상)에 크게 미치지 못한다.
핵심 인사이트
- AI 데이터센터 수요로 인한 메모리 가격 급등이 개인 수준의 반도체 제조 실험을 촉발시킬 만큼 심각한 공급 위기 상황임이 드러났다.
- 가정용 DIY DRAM 셀이 기능적으로 동작함을 최초로 입증하여 반도체 제조 진입 장벽에 대한 인식에 상징적 도전을 제시했다.
- 전하 유지 시간이 상용 DRAM의 약 1/16 수준(4ms vs 64ms+)으로, 스케일링과 누설 전류 제어가 DIY 반도체 제조의 핵심 기술 과제임을 확인했다.
- 단일 미크론 채널 길이에서 펀치쓰루(punch-through) 현상이 발생해 반도체 미세화의 물리적 한계를 보여줬으며, 이는 상용 생산의 복잡성을 재확인시켜준다.
Google Cloud Next 행사에서 Google Cloud 데이터 사업 총괄 Andi Gutmans는 Google이 AI 인프라, 프론티어 모델, 데이터 플랫폼을 동시에 보유한 유일한 클라우드 사업자라는 점을 핵심 경쟁 우위로 내세웠다. 기업 AI가 인간 쿼리 응답에서 에이전트 자율 실행으로 전환되는 시점에서 통합 스택의 가치가 극대화된다고 주장하며, Gemini 2.5 출시를 계기로 데이터 포트폴리오 전체의 에이전트를 완전히 재설계했다고 밝혔다. 전략 슬로건은 '차별화되되 개방적(Differentiated, but open)'이다.
핵심 인사이트
- Gemini 2.5의 추론 능력이 임계점에 도달하면서 Google이 데이터 포트폴리오 내 모든 에이전트를 지난 1년간 완전히 재설계했으며, 이전에는 간단한 작업도 불가능했던 시스템이 현재는 실용 수준으로 도약했다.
- Google Cloud Next에서 80개 이상의 데이터 관련 발표가 이뤄졌으며, Knowledge Catalog를 통해 기업 비정형 데이터의 90%를 데이터 엔지니어 없이 에이전트가 직접 활용 가능하게 하는 방향을 제시했다.
- AWS·Azure는 AI 모델을 보유하지 않고, 데이터 전문 업체(Snowflake, Databricks 등)는 인프라와 모델이 없으며, AI 모델 전문사는 데이터 플랫폼이 없는 반면 Google은 세 요소를 모두 갖춘 유일한 사업자라는 포지셔닝이 강화됐다.
- Google은 Nvidia(칩), Databricks·Snowflake(데이터), Salesforce·ServiceNow(에이전트)와 경쟁하면서도 동시에 파트너십을 유지하는 '경쟁적 공존' 전략으로 크로스클라우드 레이크하우스(AWS·Azure 데이터 저지연 쿼리)까지 확장하고 있다.
Datadog이 AI 비용 급증에 대응해 GPU 모니터링 기능을 옵저버빌리티 스택에 추가했다. GPU 인스턴스가 클라우드 컴퓨팅 비용의 14%를 차지하는 상황에서 팀별 GPU 사용률·비용 추적, 유휴 GPU 식별, 잘못 구성된 워크로드 탐지를 단일 대시보드로 제공한다. Datadog 자체 적용으로 월 수만 달러 절감을 달성했으며, Grafana와 Nutanix도 유사한 GPU 옵저버빌리티 도구를 출시하는 등 관련 시장이 빠르게 형성되고 있다.
핵심 인사이트
- GPU 인스턴스가 전체 클라우드 컴퓨팅 비용의 14%를 차지하며, IDC 기준 2025년 4분기 전 세계 AI 인프라 지출이 899억 달러(전년 대비 62% 증가)로 급증해 GPU 비용 최적화 도구 수요가 급부상했다.
- Datadog은 초기화 단계에서 멈춘 서빙 파드를 GPU 모니터링으로 식별·제거해 월 수만 달러를 절감했다고 밝히며, 하드웨어가 아닌 운영 비효율이 비용 상승의 주요 원인임을 강조했다.
- 클라우드·네오클라우드·온프레미스 GPU 플릿을 모두 지원하는 통합 가시성을 제공해 데이터 주권 우려로 퍼블릭 클라우드를 꺼리는 기업도 대상으로 삼고 있다.
- Grafana(에이전트 행동 인사이트 + GPU 옵저버빌리티), Nutanix(멀티테넌시 GPU 프레임워크)가 같은 시기에 유사 기능을 출시하며 GPU 옵저버빌리티가 독립 시장 카테고리로 확립되고 있다.
AI 서버 수요 급증이 범용 서버의 전력관리 칩(PMIC)과 베이스보드 관리 컨트롤러(BMC) 공급 부족으로 확산되면서 TrendForce가 2026년 전체 서버 출하 성장 전망을 20%에서 13%로 하향했다. PMIC 리드타임은 35~40주, BMC는 21~26주까지 늘어날 것으로 예측되며, Samsung의 8인치 웨이퍼 공장 폐쇄 계획이 성숙 공정 공급을 더욱 압박하고 있다. AI 서버는 28% 성장세를 유지하지만 범용 서버와 기업용 구매자가 직접적인 피해를 입는 구조다.
핵심 인사이트
- AI 공급망 병목이 메모리→CPU/HDD에 이어 PMIC·BMC까지 확산되며, 반도체 부족의 'AI 효과'가 서버 전체 부품 생태계를 잠식하고 있다.
- TrendForce의 2026년 서버 출하 성장 전망 20%→13% 하향 조정은 공급 제약이 실제 비즈니스 결과에 미치는 충격을 수치로 입증한다.
- Samsung의 8인치 웨이퍼 팹 폐쇄가 현실화될 경우 PMIC 공급이 추가로 타격을 받을 수 있으며, 이는 포스트-코로나 자동차 칩 부족 사태와 유사한 성숙 공정 투자 결핍 구조에서 비롯된다.
- 대형 클라우드 사업자(AWS, Microsoft, Google)가 사전에 물량을 확보한 반면, 중소 기업 구매자는 PMIC·BMC 리드타임 증가로 서버 도입이 지연될 위험이 높아 AI 인프라 격차가 심화될 전망이다.
Elon Musk는 Tesla 실적 발표에서 'Terafab' 프로젝트를 통해 Intel의 아직 완성되지 않은 14A 공정으로 자체 AI 칩을 생산할 계획을 공개했다. 14A는 Intel의 차세대 공정 18A(아직 양산 전)보다도 더 미래의 공정으로, Musk는 Terafab이 궤도에 오를 무렵 14A가 성숙할 것이라고 낙관했다. 자율주행·AI 중심으로 사업 전환을 추진하는 Tesla는 충분한 AI 칩을 확보하지 못하면 벽에 부딪힐 것이라고 우려하며 자체 실리콘 확보를 존재적 과제로 규정했다.
핵심 인사이트
- Tesla가 아직 완성도 안 된 Intel 14A 공정에 AI 칩 제조를 베팅하면서, Intel은 자사 공정 기술의 신뢰성 회복 여부와 무관하게 대형 고객을 확보하는 전략적 이점을 얻었다.
- Tesla의 매출이 전년 대비 감소하고 이익률이 압박받는 상황에서 수백억 달러의 칩·로봇·자율주행 투자는 재무적 긴장을 심화시킬 수 있으며, 자동차 판매 외 신사업 수익화 타임라인이 핵심 리스크다.
- 자체 AI 칩 확보를 '공급 부족 대비 생존 전략'으로 프레이밍함으로써, Tesla가 NVIDIA 의존 구조에서 탈피해 수직 통합 AI 인프라 기업으로 전환하겠다는 장기 의지를 공식화했다.
- "완성되지 않은 공정에 베팅"이라는 고위험 전략은 Tesla의 단기 실적 악화와 맞물려 투자자 신뢰에 부담을 줄 수 있으나, 자율주행·휴머노이드 로봇(Optimus) 시장 선점 가치를 고려한 장기 옵션으로 해석될 수 있다.
Nebius의 ML/AI 제품관리 헤드인 Aleksandr Patrushev가 AI 학습 비용을 GPU 시간 단가만으로 측정하는 방식의 한계를 지적하며 실제 총소유비용(TCO)은 GPU 가동률, 체크포인팅 오버헤드, 클러스터 장애 복구 시간 등을 종합적으로 고려해야 한다고 주장했다. 3,000-GPU 클러스터 기준 시간당 6,000달러의 비용 구조에서 2시간 다운타임만으로도 1만 2천 달러가 추가되며, GPU 가동률 1~2% 차이가 수십 시간, 수십만 달러 규모의 비용 차이로 이어진다고 분석했다. (Nebius 파트너 콘텐츠)
핵심 인사이트
- 대규모 AI 학습에서 GPU 단가보다 실제 유효 컴퓨팅 시간이 TCO를 결정하며, 체크포인팅(24시간당 약 40분 손실), 클러스터 장애 복구(수동 약 1시간 vs 자동 수 분), GPU 가동률 격차가 주요 숨겨진 비용이다.
- 인프라 효율화로 GPU 가동률이 표준 대비 102%까지 향상 가능하며, 자동화된 장애 복구와 관리형 오케스트레이션이 여러 주에 걸친 학습 실행에서 수십만 달러 절감 효과를 낼 수 있다.
- 베어메탈 제공업체는 노드 장애 대비를 위해 GPU 비용의 10~20% 추가 버퍼 비용이 발생하는 반면, 관리형 AI 오케스트레이션은 버퍼 용량을 추가 비용 없이 제공해 비용 구조가 근본적으로 다르다.
- AI 인프라 선택 기준이 '단가'에서 '실제 워크로드 기준 효율성'으로 전환되고 있으며, 이는 Nebius처럼 수퍼컴퓨터급 인프라와 관리형 서비스를 결합한 전문 AI 클라우드 사업자의 차별화 포인트를 부각시킨다.
Google이 Cloud Next에서 8세대 TPU를 학습 전용(TPU 8t)과 추론 전용(TPU 8i)으로 이원화한 AI 가속기 전략을 공개했다. TPU 8t는 이전 Ironwood 대비 학습 속도 2.8배 향상, 광회로 스위치 기반 단일 포드에 최대 9,600개 가속기 연결, 데이터센터 단위 최대 13만 4천 개 TPU 통합이 가능하다. TPU 8i는 추론 최적화를 위해 384MB SRAM·288GB HBM을 탑재하고 집합 통신 지연을 5배 단축하는 CAE를 도입했다. x86 CPU를 자체 Arm 기반 Axion으로 전환한 것도 특징이다.
핵심 인사이트
- 학습·추론 워크로드의 병목이 근본적으로 다르다는 인식 하에 Google이 TPU를 이원화함으로써, 단일 칩으로 모든 AI 워크로드를 처리하는 Nvidia의 접근 방식에 정면 도전하는 설계 철학이 확립됐다.
- TPU 8t의 광회로 스위치(OCS) 기반 포드는 최대 9,600개 가속기를 단일 도메인으로 연결해 Nvidia NVLink의 576개 한계를 16배 이상 초과하며, 프론티어 모델 학습에서 네트워크 스케일이 칩 성능보다 중요해졌음을 보여준다.
- 추론용 TPU 8i의 집합 가속 엔진(CAE)이 집합 통신 지연을 5배 단축해 MoE(전문가 혼합) 아키텍처의 비예측적 통신 패턴 문제를 해결하며, 이는 향후 대규모 추론 서비스 경제성에 직접적인 영향을 미친다.
- Google, AWS(Graviton+Trainium3), Nvidia(Blackwell Ultra 추론 특화) 모두 학습·추론 분리 또는 전용 칩 전략으로 수렴하고 있어 AI 가속기 시장이 범용에서 용도별 특화 구조로 전환되는 변곡점을 맞고 있다.
AWS, Snowflake, MongoDB 등 주요 데이터 플랫폼 벤더들이 LLM을 활용한 Text-to-SQL 기능을 경쟁적으로 출시하고 있지만, 토론토대학 Nick Koudas 교수는 일반 비즈니스 사용자에게 이를 그대로 적용하면 구문은 맞지만 의미가 틀린 SQL이 생성될 위험이 있다고 경고했다. 현재 BIRD-SQL 벤치마크 최고 정확도는 약 82%(전문 인간 93% 대비)에 그치며, 전문 용어가 포함된 기업 자체 스키마에서는 정확도가 더 낮아진다. 연구 방향은 LLM이 불확실할 때 사용자에게 되묻는 '인간 협력형 추론' 모델로 진화하고 있다.
핵심 인사이트
- Text-to-SQL 최고 정확도가 약 82%로 인간 전문가(93%) 대비 약 11%p 격차가 있어, SQL을 이해하는 전문가가 검수하는 '개발자 생산성 도구'로는 유효하지만 일반 사용자 자율 사용에는 의미적 오류 위험이 존재한다.
- AWS(Bedrock), Snowflake(Cortex Analyst), MongoDB(LangChain 기반 API) 등 사실상 모든 주요 데이터 벤더가 Text-to-SQL을 내장하면서, 해당 기능이 데이터 플랫폼의 기본 스펙으로 표준화되는 단계에 진입했다.
- 기업 고유 스키마와 전용 용어에 대한 LLM 미학습이 정확도 저하의 주요 원인으로, 벤더별 시맨틱 모델(Snowflake Cortex의 '비즈니스 용어↔DB 스키마 연결')이 핵심 차별화 요소가 되고 있다.
- '불확실 토큰 감지 → 자연어 되묻기' 메커니즘을 통한 인간-LLM 협력 추론이 차세대 Text-to-SQL의 핵심 연구 방향이며, SQL 50년 역사상 완전한 자연어 쿼리 목표는 아직 미달성 상태다.
SK Hynix가 미국 인디애나주 웨스트라파예트에 약 40억 달러 규모의 HBM 어드밴스드 패키징 시설 기공식을 진행했다. 2027년 말 완공, 2028년 하반기 본격 가동이 예정되며, Nvidia의 Rubin Ultra 플랫폼에 탑재될 HBM4E 공급 시기와 맞물린다. 현재 진행 중인 메모리 부족 해소에는 기여가 어렵지만, 미국 내 AI 반도체 공급망 자립화의 핵심 거점으로 기능할 전망이다. 같은 주 한국 청주에도 유사 패키징 시설을 착공했다.
핵심 인사이트
- SK Hynix의 인디애나 공장은 미국 내 HBM 어드밴스드 패키징 역량을 확보하는 최초의 대규모 프로젝트로, Micron 중심의 미국산 메모리 생태계에 한국계 기업이 합류하는 구조적 변화를 의미한다.
- Amkor(Peoria 패키징 시설, 2028년 초 가동)와 SK Hynix(2028년 하반기 가동)가 같은 시기에 미국 내 어드밴스드 패키징 역량을 확보하면서, Nvidia Rubin Ultra 세대부터 미국산 HBM 공급 생태계가 실질화될 가능성이 높아졌다.
- Nvidia Blackwell GPU가 TSMC 미국 팹에서 제조된 뒤 최종 통합을 위해 대만으로 왕복해야 하는 공급망 취약성이 드러난 상황에서, 인텔 파운드리의 어드밴스드 패키징 역량이 단기 대안으로 부각되고 있다.
- SK Hynix 인디애나 공장에 R&D 센터가 병설되면서 단순 생산 기지를 넘어 미래 세대 HBM 개발 거점으로 기능할 예정이며, 이는 미국의 메모리 반도체 기술 자립화 전략의 일환이다.
AI 칩 설계 스타트업 Verkor.io가 219단어 프롬프트만으로 완전한 RISC-V CPU 코어 'VerCore'를 설계한 에이전틱 AI 시스템 'Design Conductor'를 발표했다. VerCore는 클럭 속도 1.48GHz, CoreMark 점수 3,261을 기록하며 2011년 출시된 Intel Celeron SU2300 수준의 성능을 보인다. 설계 완료까지 12시간이 소요됐으며, ASAP7 PDK(7nm 공정 시뮬레이션)와 Spike 시뮬레이터로 검증됐다. AI 에이전트가 설계 사양에서 GDSII 파일 출력까지 전 과정을 자율적으로 처리한 첫 완전한 CPU 코어 사례로 기록됐다. 다만 물리 생산은 이루어지지 않았으며, 타이밍 오류 등 LLM의 직관 부족 문제는 여전히 숙제다. Verkor.io는 2026년 4월 말 설계 파일을 공개하고 DAC 컨퍼런스에서 FPGA 구현체를 시연할 예정이다.
핵심 인사이트
- 219단어 프롬프트→완전 CPU 코어 설계 달성, AI 에이전트가 RTL·레이아웃·검증 전 과정 자율 처리하는 첫 사례
- 12시간 만에 설계 완료, 소규모 팀도 반도체 설계 가능한 민주화 가능성 제시하나 고급 설계에서 계산량 급증 한계
- Synopsys·Cadence 등 EDA 대기업과 달리 처음부터 끝까지 완전 자율 설계 추구, 칩 EDA 소프트웨어 시장 경쟁 구도 변화 예고
- RISC-V 오픈스탠다드와 AI 자율 설계 결합으로 저비용 맞춤형 SoC 개발 사이클 단축, 임베디드·IoT 시장 가속화 전망
Anthropic이 소프트웨어 취약점을 자율적으로 발견하고 실제 익스플로잇으로 전환하는 모델 'Claude Mythos Preview'를 발표했다. 운영체제와 인터넷 인프라 등 핵심 소프트웨어에서 수천 명의 개발자도 발견하지 못한 취약점을 찾아내는 수준으로, Anthropic은 일반 공개 대신 소수 기업에만 제한적으로 제공하기로 결정했다. Harvard Kennedy School의 Bruce Schneier와 Fastly의 Barath Raghavan은 이를 "실제적이지만 점진적인 진보"로 평가하며, AI 보안 위협에 대응하기 위한 패치 가능 시스템과 패치 불가 시스템의 분류 및 차별화 대응 전략을 제시했다. 자동화된 지속적 테스트와 방어용 AI 에이전트를 활용한 'VulnOps' 개념이 향후 개발 표준 프로세스로 자리잡을 것으로 전망된다.
핵심 인사이트
- Mythos가 인간 전문가 없이도 핵심 인프라 취약점을 자율 발견·무기화, AI 기반 사이버 공격 능력이 상용 모델 수준에 근접
- IoT·산업제어·레거시 시스템 등 패치 불가 영역이 구조적 취약 지점으로 부각, 계층별 보안 아키텍처 재설계 필요성 급증
- 방어용 AI 에이전트로 취약점을 자동 탐색·검증·패치하는 VulnOps가 차세대 소프트웨어 개발 표준으로 부상할 전망
- Anthropic의 제한 배포 결정은 AI 안전 원칙 준수 사례이나, GPU 부족 핑계라는 시장 신뢰 논쟁도 동반하며 AI 공시 투명성 이슈 재점화
일본 국립물질재료연구기구(NIMS)의 Takao Mori 팀이 기존 대비 10,000배 빠르게 열전발전기(TEG)를 설계하는 AI 도구 'TEGNet'을 개발해 Nature에 발표했다(2026년 4월 15일). TEGNet은 열 흐름과 전기 수송을 설명하는 복잡한 물리 방정식을 학습한 신경망 기반으로, 수천 가지 소자 구조를 밀리초 단위로 탐색한다. AI가 도출한 설계로 제작한 프로토타입은 산업 폐열 온도 조건에서 약 9% 변환 효율을 달성, 현재 최고 수준 열전소자와 동등한 성능을 보였다. 특히 희소 원소인 텔루륨 함유 비스무트 텔루라이드에 의존하지 않는 저비용 소재 조합을 발굴해 산업용 경제성 확보 가능성을 열었으며, 공구가열·서버랙·자동차 배기관 등 광범위한 폐열 활용에 적용될 전망이다.
핵심 인사이트
- 기존 수일~수 주 걸리던 TEG 설계 시간을 밀리초 수준으로 단축, 청정에너지 소재 개발에 AI 가속화의 실증적 성과 제시
- 변환 효율 약 9%로 현재 최고 수준 TEG와 동등, AI 설계가 수십 년 축적된 실험적 최적화에 필적하는 성능 달성
- 비스무트 텔루라이드 의존성 탈피 소재 발굴로 희소 원소 공급망 리스크 완화 및 대량 생산 비용 절감 경로 확보
- Nature 게재 및 TEGNet 공개 배포로 AI 기반 소재 설계 표준화 촉진, 산업용 폐열 발전 상용화 시기 앞당길 전망
미국 양당 의원들이 공동 발의한 '미국 보안 로보틱스 법(American Security Robotics Act)'이 연방 정부의 중국산 지상 로봇(휴머노이드, 사족보행 로봇, 크롤러 포함) 사용을 제한하려 한다. 이는 FCC의 외국산 라우터 규제 강화와 함께 반도체, 항만 크레인, 드론, 통신 장비에 이어 로봇 분야까지 확대된 미중 기술 디커플링의 일환이다. 미국 로봇 기업 Ghost Robotics 등이 수혜를 받을 수 있으나, 핵심 부품 상당수를 중국에 의존하는 공급망 구조가 현실적 난관이다. 2025년 미국의 라우터 수입 $310억 중 중국산은 1.1%에 불과한 사례처럼, 규제가 실제 위험보다 과도하거나 전략 없이 급조됐다는 산업계 비판도 거세다.
핵심 인사이트
- 미국 안보 로보틱스 법은 반도체·드론·통신에 이어 로봇까지 대중 기술 디커플링 전선 확대, 한국·일본 부품 공급망이 핵심 변수
- Ghost Robotics 등 미국 로봇 업체에 정부 수요 독점 기회이나, 중국산 액추에이터·센서 의존도가 높아 공급망 재편 비용 부담 상충
- 라우터 규제 사례처럼 공개 의견 수렴 없는 급속 행정 결정 반복, 산업계의 예측 가능성 훼손 및 글로벌 공급망 불확실성 증폭
- Brookings·ITIF 등 싱크탱크 모두 "미국에 중국 기술 경쟁 총괄 전략 부재" 지적, 파편화된 규제가 미국 기술 생태계 자체 경쟁력 약화 위험
AI 데이터센터의 급격한 확장이 고대역폭 메모리(HBM) 수요를 폭발적으로 늘리며 DRAM 공급 부족과 가격 급등을 초래하고 있다. Counterpoint Research에 따르면 올해 DRAM 가격은 80~90% 상승했으며, Nvidia B300 GPU 한 대에 HBM 칩 8개(각 12단 DRAM 다이)가 탑재된다. Micron은 HBM·클라우드 관련 DRAM 비중이 2023년 17%에서 2025년 약 50%로 급증했다고 보고했으며, HBM 시장 규모가 2025년 $350억에서 2028년 $1,000억으로 성장할 것으로 전망했다. 새 팹들은 빨라야 2027~2028년에 생산을 시작하며, Intel CEO는 "2028년까지 공급 완화는 없다"고 언급했다. 수요 압력이 지속되는 가운데 가격은 공급 확대 후에도 쉽게 내려가지 않을 것으로 전망된다.
핵심 인사이트
- DRAM 가격 올해만 80~90% 급등, AI 데이터센터 빌드아웃이 메모리 시장 구조적 변화 주도
- Micron의 HBM 비중 17%→50% 급변, 3대 DRAM 제조사(SK Hynix·Samsung·Micron) 모두 AI 메모리로 중심축 이동
- 신규 팹 가동 시점 2027~2028년으로 단기 공급 완화 불가, Intel CEO "2028년까지 공급 부족 지속" 공언
- HBM 시장 2025년 $350억→2028년 $1,000억 예상, 전체 DRAM 시장 2024년 규모를 단일 세그먼트가 초과 전망
Boston Dynamics가 Google DeepMind의 Gemini Robotics-ER 1.6 고수준 추론 모델을 4족 로봇 Spot에 탑재한다고 발표했다. 이번 협력은 상업적으로 검증된 산업 점검 분야에 집중하며, Spot은 위험한 파편·액체 탐지, 복잡한 계기판 판독, 자율 환경 인식 등을 수행할 수 있게 된다. 현재 수천 대가 실제 산업 현장에 배포된 Spot은 80% 이상의 성공률을 상업적 신뢰 임계치로 설정해 운영한다. 다만, 모델은 현재 시각 정보만 사용하는 한계가 있어 촉각·힘 센서 통합은 학습 데이터 부족으로 아직 미구현 상태다. 고객은 새 기능 사용 시 데이터를 Boston Dynamics와 공유해야 하며, 이를 통해 향후 Atlas 등 다른 플랫폼의 발전에도 기여할 것으로 기대된다.
핵심 인사이트
- Gemini Robotics-ER 1.6 탑재로 Spot이 계기판 판독·자율 점검 수행, 상업용 구현에서 embodied AI 첫 대규모 적용
- 성공률 80% 이상이 상업적 신뢰 임계치로 설정, 현실 로봇에서 AI 신뢰성 기준 정립 사례
- 현재 시각 전용 모델의 한계로 촉각·힘 센서 미통합, 물리 데이터 부족이 로보틱스 AI 발전의 핵심 병목
- 고객 데이터 공유 의무화로 현장 데이터 수집 체계 구축, Atlas 등 차세대 플랫폼 발전으로 연결되는 데이터 플라이휠
Google Quantum AI가 암호화 위협을 가할 수 있는 양자 컴퓨터의 필요 규모가 기존 추정치보다 약 20배 작다는 백서를 발표해 post-quantum cryptography 전환에 긴박감이 더해졌다. RSA와 타원곡선 암호(ECC)를 깨는 데 필요한 큐비트는 현재 최대 기기(약 1,000큐비트)의 500배 이상이 필요하지만, 하드웨어 개선과 알고리즘 효율화가 동시에 진행되며 위협 시간표가 앞당겨지고 있다. 이 발표로 post-quantum cryptography를 이미 도입한 블록체인 Algorand의 코인 가격이 44% 급등했다. lattice cryptography 전문가 Chris Peikert는 향후 10년 이내 양자 공격 성공 확률을 5~10%로 추산하며, 미국 정부의 2035년 전환 목표가 시의적절하다고 평가했다.
핵심 인사이트
- 양자 위협 규모 기존 대비 20분의 1로 축소 확인, 암호화 전환 시간표 긴급 재평가 필요성 대두
- 10년 이내 양자 공격 성공 확률 5~10% 추산, 미국 정부의 2035년 post-quantum 전환 목표 재조명
- Algorand의 post-quantum 선도 도입이 44% 가격 급등으로 이어져, 보안 선점의 실질적 비즈니스 가치 입증
- lattice cryptography 기반 post-quantum 표준은 키 크기 증가 문제 미해결, 블록체인 적용 시 공간 효율 과제 상존
Cisco의 인큐베이션 조직 Outshift이 Universal Quantum Switch 프로토타입을 공개했다. 이 스위치는 IBM(초전도), QuEra(중성 원자), IonQ(이온 트랩) 등 다양한 양자 컴퓨터 모달리티를 단일 네트워크로 연결해 분산 양자 컴퓨팅을 가능케 한다. 편광(polarization), 시간 빈(time-bin), 주파수 빈(frequency-bin), 경로(path) 등 4가지 인코딩 방식을 지원하며, 소비 전력은 1밀리와트 미만, 전기-광학 전환 속도는 나노초 이하다. 양자 상태 열화율은 4% 미만으로 측정됐다. 현재 편광 인코딩 검증이 완료됐고, 나머지 모달리티 검증이 진행 중이다. 이를 통해 현재 100~1,000 큐비트 수준의 시스템을 네트워킹으로 수십만~수백만 큐비트 규모로 확장하려는 것이 목표다.
핵심 인사이트
- Cisco는 클라우드 컴퓨팅의 스케일 아웃 패러다임을 양자 컴퓨팅에 적용, 1,000 큐비트 시스템 100대를 연결해 10만 큐비트 달성을 목표로 한다.
- 이종 양자 모달리티 간 상호 운용성 확보가 차세대 양자 데이터센터 인프라의 핵심 경쟁 요소로 부상하고 있다.
- 실온 동작, 1밀리와트 미만 소비전력, 기존 텔레콤 광섬유 호환으로 실용적 배포 가능성을 높인 설계가 주목된다.
- DARPA의 HARQ 프로그램 등 정부 주도 이종 양자 아키텍처 이니셔티브와 맞물려 Cisco의 양자 네트워크 스택 투자가 가속화될 전망이다.
AI 학습 비용을 GPU 시간당 단가로만 평가하는 것은 잘못된 지표라는 주장이 제기됐다. Nebius AI Cloud의 제품 관리 책임자 Aleksandr Patrushev는 실제 TCO(총소유비용)는 GPU 활용률, 체크포인팅 오버헤드, 장애 복구 시간 등 인프라 효율성에 의해 결정된다고 설명했다. 3,000 GPU 클러스터를 GPU당 $2/시간으로 운용할 경우 시간당 비용은 $6,000이며, 2시간 다운타임은 $12,000의 추가 비용을 발생시킨다. GPU 활용률은 일반적으로 95~97%이나 고급 인프라에서는 102%까지 가능하다. 3시간마다 체크포인팅 시 하루 약 40분의 유효 학습 시간이 손실된다. 자동 복구 시스템은 수동 복구(평균 1시간) 대비 수 분으로 단축 가능하다.
핵심 인사이트
- 3,000 GPU 클러스터 기준 2시간 다운타임 = $12,000 추가 비용으로, GPU 단가보다 인프라 안정성이 TCO에 더 큰 영향을 미친다.
- GPU 활용률 1~2%p 차이가 대규모 학습 런에서 수십~수백만 달러 수준의 비용 차이를 만들어낼 수 있다.
- 자동 장애 복구, 관리형 오케스트레이션, 버퍼 노드 제공 등 인프라 부가 서비스가 실질적 비용 절감의 핵심 변수로 부상하고 있다.
- AI 클라우드 시장의 경쟁이 단순 GPU 가격에서 인프라 효율성·안정성 지표 기반으로 전환되며 전문 AI 클라우드 사업자의 차별화 가능성이 높아졌다.
웨이퍼스케일 AI 칩 기업 Cerebras Systems가 두 번째 IPO를 재추진한다. 2024년 9월 첫 번째 IPO 시도 이후 Series G($1.1B, 기업가치 $8.1B)와 Series H($1B, 기업가치 $23B)를 거쳐 기업가치가 6배 이상 상승했다. OpenAI와는 750MW 규모의 CS 시스템 설치 계약($10B, 최대 $20B 확장 가능)을 체결했고, AWS와는 CS-3와 Trainium 3/4를 결합하는 바인딩 텀시트를 맺었다. 현재 유동성은 $3.34B 수준이며, 2025년 매출은 $510M으로 UAE의 G42(Abu Dhabi)와 MBZUAI 두 고객이 86%를 차지한다. Nvidia가 Groq를 $20B에 인수한 이후 저지연 AI 추론 칩 시장에서 Cerebras의 전략적 가치가 더욱 부각되고 있다.
핵심 인사이트
- Cerebras의 기업가치는 2024년 $4B에서 2026년 $23B으로 6배 상승했으며, OpenAI·AWS와의 대형 계약이 IPO 추진의 핵심 동력이다.
- Nvidia의 Groq $20B 인수 이후 독립적인 저지연 AI 추론 엔진 공급자로서 Cerebras의 희소성이 높아졌다.
- CS-3/CS-4 웨이퍼스케일 아키텍처는 prefill-decode 분리 추론 방식에서 GPU 대비 우수한 저지연 성능을 제공, 에이전틱 AI 시대에 적합한 하드웨어로 평가받고 있다.
- 투자자들이 $2.55B의 누적 투자금 회수를 원하는 시점과 AI 인프라 붐이 맞물려 2026년이 IPO 적기라는 시장 판단이 형성됐다.
NeuBird.ai가 AWS 환경에서 에이전틱 AI 기반 자율 SRE(사이트 신뢰성 엔지니어링) 시스템 Hawkeye를 개발하고 있다. 전체 경보의 약 95%는 조사가 필요 없는 노이즈이며, 클라우드 복잡성이 인간의 인지 한계를 초과한 상황에서 AI 에이전트가 첫 번째 대응자로 나서야 한다고 주장한다. 시스템은 AWS IAM 읽기 전용 권한으로 CloudWatch, Prometheus 등 텔레메트리 데이터를 분석하고 루트 원인 분석(RCA)을 자동 생성한다. 신뢰 점수 60% 미만 시 추가 조사를 수행하며, 두 모델이 독립적으로 분석하는 Hawkeye 방식으로 정확도를 높인다. Terraform 스크립트 생성 및 GitHub PR 작성까지 자동화하는 '좌편향(shift left)' 전략을 추진 중이다.
핵심 인사이트
- 전체 경보의 95%가 불필요한 노이즈라는 지적은 현행 AIOps 툴의 한계를 명확히 보여주며, 에이전틱 AI 기반 자율 조사의 시장 필요성을 뒷받침한다.
- 읽기 전용 AWS IAM 권한 + Amazon Bedrock 경유 메타데이터만 처리하는 보안 설계로 엔터프라이즈 신뢰 확보에 집중하고 있다.
- 감독 에이전트가 하위 에이전트를 관리하는 계층적 에이전트 아키텍처는 복잡한 분산 시스템 운영에서의 새로운 AI 활용 패턴을 제시한다.
- Terraform·GitHub 연동을 통한 코드 자동 수정 기능은 AIOps에서 DevOps 자동화로의 경계를 허물며 SRE 인력 절감 효과를 가속화할 전망이다.
TSMC가 2026년 1분기 매출 $359억(+40.6% YoY), 순이익 $181.3억(+65.2%, 마진 50.5%)의 역대급 실적을 달성했다. AI 칩 사업이 2022년 $15.2억에서 2025년 $333.8억으로 급성장했으며, 조만간 전체 매출의 1/3(약 $110억/분기)을 차지할 전망이다. 웨이퍼 생산량은 Q1 2026에 417만 장으로 사상 최대치를 경신했고, 웨이퍼당 수익도 4년 전 대비 1.7배인 $8,600으로 상승했다. 2026년 CAPEX는 $560억으로 상향 조정됐다.
핵심 인사이트
- AI 칩이 TSMC 전체 매출의 1/3 임박: 2022년 <$2B에서 2026년 ~$11B/분기로 불과 4년 만에 7배 성장
- 50% 순이익률이 소프트웨어 수준: 첨단 반도체 파운드리가 IBM 메인프레임 필적하는 마진 구조 확립
- 공급 부족이 TSMC의 가격 결정력 유지 핵심: Intel·Samsung 추격에도 수요>공급 구조로 과점적 지위 지속
- N2·A14 노드 투자로 AI 칩 독점 강화: High-NA EUV 대신 멀티패터닝 전략으로 고객사 전환 비용 최소화
Sun Microsystems 공동 창업자이자 Arista Networks CDO인 Andy Bechtolsheim이 주도하는 XPO(Extra-dense Pluggable Optics) 표준이 기존 OSFP 대비 8배 대역폭, 4배 레인 밀도를 구현하며 CPO(Co-Packaged Optics) 이전의 현실적 대안으로 부상했다. XPO 모듈은 OSFP 2개 공간에 64채널×200 Gb/sec를 집적하고 액체 냉각으로 최대 400W를 처리한다. Arista, Microsoft, Marvell, Broadcom, Ciena 등 100개 이상 기업이 표준을 지지하며, 2027년 양산이 예정된다. 512개 XPU 클러스터 기준 네트워킹 랙을 8개→2개로 축소하고, 1GW 데이터센터 규모를 절반으로 줄이는 비용 혁신이 핵심 가치다. Nvidia는 Feynman GPU(2028년)부터 CPO로 전환할 예정으로, XPO는 2027~2028년 시장의 과도기 기술이 될 전망이다.
핵심 인사이트
- XPO가 OSFP 대비 8배 대역폭·4배 밀도 달성 - 512 XPU 클러스터의 네트워킹 랙을 8개에서 2개로 축소해 데이터센터 규모 절반 절감
- Arista·Microsoft·Marvell·Broadcom 등 100개 이상 기업 참여 - 2027년 양산 목표로 20개 이상 제조사가 참여해 표준화 생태계 구축
- Nvidia의 Feynman GPU 2028년 CPO 전환 계획 - XPO는 CPO 양산성 확보 이전의 2~3년 시장 공백을 메우는 과도기 전략
- 액체 냉각 의무화로 XPO 모듈당 400W 처리 - Open Rack v3 기준 랙당 6.5 Pb/sec 집적으로 AI 데이터센터 전력 밀도 상승 가속
AWS, Quantum Elements, USC, Harvard 연구팀이 AI 디지털 트윈 기술과 클라우드 HPC를 결합해 양자 에러 수정(QEC) 연구를 대폭 가속했다. AWS EC2 Hpc7a 인스턴스(96 vCPU)와 AWS ParallelCluster를 활용해 distance-7 표면 코드(97 물리 큐비트) 양자 마스터 방정식 시뮬레이션을 단일 노드에서 75분 만에 완료했다. 기존 Clifford 시뮬레이터나 텐서 네트워크 방법으로는 15~20 큐비트 한계를 넘지 못하던 것을 USC의 실시간 양자 몬테카를로 알고리즘으로 97 큐비트까지 확장했다. 이 접근법은 미래 하드웨어를 가상으로 구성해 QEC 디코더를 선행 개발할 수 있어, 하드웨어 완성 시점에 소프트웨어가 즉시 준비되는 병렬 개발 경로를 열었다.
핵심 인사이트
- distance-7 표면 코드 97 큐비트 시뮬레이션 75분 완료 - 기존 브루트포스 방식의 20 큐비트 한계를 5배 이상 초과하며 실험 규모 시뮬레이션 현실화
- AI 디지털 트윈으로 미래 하드웨어 QEC 전략 선행 개발 가능 - 하드웨어-소프트웨어 병렬 개발로 fault-tolerant 양자 컴퓨팅 출시 시간 단축
- 클라우드 HPC(AWS Hpc7a)가 양자 연구 인프라로 전환 - 전용 양자 하드웨어 없이 고비용 QEC 연구 대중화의 길 개척
- 현실적 노이즈 모델 포함 신드롬 데이터 대량 생성 - ML 기반 QEC 디코더 학습 데이터 공급으로 AI-양자 융합 생태계 가속
Cadence Design Systems이 2019년부터 추진해온 'Design for AI and AI for Design' 전략이 구체적 성과를 내고 있다. Nvidia Blackwell GPU 기반 Millennium M2000 슈퍼컴퓨터, ChipStack AI Super Agent(AgentIC AI 기반 SoC 설계·검증 플랫폼), Cerebrus AI Studio 등 Cadence.AI 포트폴리오를 확대했다. CadenceLIVE 2026에서 Nvidia·Google과의 파트너십 확대를 발표했으며, Gemini AI가 ChipStack AI Super Agent와 통합돼 Google Cloud Marketplace에 출시된다. Nvidia와는 EDA·SDA 솔루션을 CUDA-X, Omniverse 디지털 트윈과 결합해 엔지니어링 워크로드를 기존 대비 최대 100배 가속한다. FY2025 매출은 약 53억 달러로 전년 대비 14% 성장했으며, 반도체·PCB 설계에서 항공우주, 생명과학, 자율주행까지 영역을 확장하고 있다.
핵심 인사이트
- ChipStack AI Super Agent의 'Mental Model'이 LLM 환각 문제 해결 - SoC 설계 명세·계층 구조를 영구 기억하는 단일 진실 소스로 기능
- Nvidia·Google 동시 파트너십 강화 - GPU 기반 고성능 시뮬레이션과 클라우드 네이티브 에이전트 설계 플랫폼을 양방향으로 확보하는 이중 전략
- EDA→SDA→물리 AI로의 확장 공식 - 동일한 컴퓨팅 최적화 역량을 드론·로봇·약물 설계 등 신규 수직 시장에 반복 적용하는 성장 로드맵
- FY2025 매출 53억 달러, 전년 대비 14% 성장 - AI 설계 도구 수요 구조적 확대가 전통 EDA 사업 성장을 견인
Nvidia가 양자 컴퓨팅의 두 가지 핵심 병목인 캘리브레이션과 에러 디코딩을 해결하기 위한 오픈 소스 AI 모델 패밀리 'Ising'을 발표했다. 현재 최고 양자 프로세서는 1,000번 연산당 1번 오류가 발생하지만, 실용화를 위해서는 1조분의 1 이하가 필요하다. Ising Calibration(350억 파라미터 VLM)은 캘리브레이션을 수일에서 수 시간으로 단축하고, Ising Decoder(91만~179만 파라미터 CNN)는 PyMatching 대비 2.5배 빠른 속도 또는 3배 정확한 에러 수정을 제공한다. Nvidia는 "AI가 양자 하드웨어의 제어 플레인"이라 표현하며 CUDA-Q, NVQLink와 통합해 Quantum-GPU 수퍼컴퓨팅 생태계를 구축하고 있다.
핵심 인사이트
- AI가 양자 제어 플레인 역할 - 큐비트 노이즈 관리의 유일한 현실적 확장 경로
- Ising Calibration: 캘리브레이션 수일→수 시간 단축 - 상용 QPU 1M+ 큐비트 시대 전제 조건
- Ising Decoder: PyMatching 대비 2.5배 속도 / 3배 정확도 - 오픈소스로 양자 업계 표준화 시도
- Nvidia 시가총액 $4.5조의 양자 투자 - HPC·AI·양자 3자 융합 생태계 선점 전략
Anthropic의 Mythos 모델(코드명 Capybara)과 Meta의 Muse Spark 프론티어 모델이 동시에 공개됐다. Mythos는 Opus 4.6보다 대폭 향상된 능력을 가지며, 보안 취약점 발견 능력이 뛰어나 AWS, Apple, Broadcom, Google, Microsoft 등 주요 파트너들에게만 선공개됐다. 코드명은 Capybara이며, 10조 파라미터 추정치가 있으나 확인되지 않았다. Meta의 Muse Spark는 Llama 4 Maverick 대비 10분의 1 컴퓨팅으로 훈련됐으며, 상위 5위 프론티어 모델이지만 오픈소스는 아니다. Llama 4 Behemoth(2조 파라미터 MoE)는 결국 출시되지 못해 Zuckerberg가 Scale AI를 $143억에 인수하는 계기가 됐다.
핵심 인사이트
- Mythos, 주요 OS·브라우저 보안 취약점 수천 건 발견 - 공개 배포 보류의 직접 원인
- AWS·Apple·Google·Microsoft 등 11개 파트너만 Mythos 접근 - Project Glasswing 방어적 사용
- Meta Muse Spark, Maverick 대비 10배 적은 컴퓨팅으로 훈련 - 효율성 향상 입증
- Llama 4 Behemoth 출시 실패→Scale AI $143억 인수 - AI 프론티어 경쟁 구조 재편