표시할 기사가 없습니다.
OpenAI가 기업공개(IPO)를 앞두고 거물급 인사를 영입하고 있다. Google DeepMind의 AI 전설로 불리는 Noam Shazeer와 전 Trump 백악관 AI 정책 담당자 Dean Ball이 합류한다. Shazeer는 Gemini의 공동 리더이자 AI 롤플레잉 스타트업 Character AI의 창업자로, 2000년부터 Google에 재직했으며 Character AI 공동창업을 위해 3년간 떠났던 기간을 제외하면 줄곧 Google에 있었다. 2년 전 Google은 27억 달러 규모의 거래로 Shazeer를 재영입하면서 Character AI의 기술 접근권을 확보한 바 있다. 이번 영입은 OpenAI가 상장 준비 과정에서 기술 리더십과 정책 역량을 동시에 강화하려는 움직임으로 해석된다.
핵심 인사이트
- OpenAI가 IPO 직전 Noam Shazeer, Dean Ball 등 거물급 인사를 동시 영입했다.
- Trump 백악관 AI 정책 출신 영입은 규제 환경 대응 강화 의도로 읽힌다.
- Shazeer는 Transformer 핵심 연구자이자 Gemini 공동리더로 기술적 무게가 크다.
- IPO 앞둔 인재 보강은 투자자 신뢰와 기업가치 제고를 위한 포석이다.
Y Combinator(YC)의 2026년 봄(Spring 2026) 코호트가 화요일 공개됐다. 이번 배치는 방위 기술(defense tech), 로보틱스, AI 인프라, 개발자 도구, 그리고 AI 에이전트 등으로 채워졌다. TechCrunch는 8명의 투자자(VC)와 인터뷰해 이번 배치에서 가장 주목받는 기업들을 선별했는데, 이는 투자자들이 직접 주시하는 곳과 다른 VC들이 앞다퉈 관심을 보인 곳을 모두 포함한다. 이 명단은 주로 최소 2명 이상의 투자자가 가장 화제성 있다고 지목한 11개 기업으로 구성됐다. 방위 기술과 AI 인프라가 이번 코호트의 핵심 테마로 부상한 점은 현재 스타트업 생태계의 자금 흐름과 투자 트렌드를 보여준다.
핵심 인사이트
- YC Spring 2026 코호트에서 VC들이 11개 화제 스타트업을 선별했다.
- 방위 기술, 로보틱스, AI 인프라가 이번 배치 핵심 투자 테마로 부상했다.
- AI 에이전트 분야가 독립 카테고리로 자리잡으며 창업 트렌드를 주도한다.
- 복수 VC가 동시 주목한 기업은 초기 투자 경쟁 과열 신호로 읽힌다.
Rivian이 R1T 트럭과 R1S SUV의 자율주행 능력에 대해 허위 주장을 했다는 혐의로 집단소송을 당했다. 수요일 캘리포니아 중부지구 연방지방법원에 제기된 소송은 1세대 R1T·R1S 모델이 핸즈프리·시선 자유(hands-free, eyes-off) 주행, 즉 SAE 기준 Level 3 자율주행이 가능하다고 Rivian이 허위 광고했다고 주장한다. 소송은 Rivian이 5년에 걸쳐 전국적 마케팅을 통해 Driver+ 시스템을 전 차량 기본 탑재하겠다고 거짓 약속했으며, "어떤 소프트웨어 업데이트로도 1세대 차량은 광고대로 작동할 수 없다"고 지적했다. 사기, 과실 허위표시, 부당이득 혐의를 담았다. Rivian은 작년에도 2022년 가격 인상 관련 주주 집단소송에서 2억 5천만 달러를 지급하고 합의한 전력이 있다.
핵심 인사이트
- Rivian 1세대 R1T·R1S 소유주가 Level 3 자율주행 허위광고로 집단소송했다.
- 사기·과실 허위표시·부당이득 혐의로 배심원 재판을 요청한 상태다.
- 2세대 차량만 카메라 11개·레이더 5개 핸즈프리 하드웨어를 갖췄다.
- Tesla FSD 소송 흐름과 맞물려 자율주행 마케팅 리스크가 확대된다.
Snap이 사내 생성형 AI 비디오 팀을 Dotmo라는 별도 회사로 분사한다. Dotmo는 인터랙티브 게임 경험을 생성할 수 있는 AI 모델 개발에 집중하며, Snap은 분사 이유로 사내에서 이런 작업을 수행하는 높은 비용을 꼽았다. Dotmo는 별도 법인이지만 Snap과 긴밀한 관계를 유지한다. Snap은 게임·인터랙티브 엔터테인먼트용 기술 라이선스를 제공하고, 초기 팀은 현 Snap 직원들로 구성된다. Snap이 직접 자금을 대지는 않지만 CTO Bobby Murphy가 리드 투자자로 상당한 개인 지분을 가지며, Murphy는 Snap CTO직과 GenAI R&D를 계속 이끈다. 인재와 기술 라이선스 대가로 Snap은 Dotmo의 큰 지분을 확보한다. 이는 올해 두 번째 주요 분사로, 앞서 스마트글라스 Specs($2,200)를 분사했고 약 1,000명을 감원한 바 있다.
핵심 인사이트
- Snap이 비용 부담을 이유로 AI 비디오 팀을 Dotmo로 분사했다.
- 지분 확보로 분사하면서도 잠재적 업사이드 노출을 유지하는 구조다.
- CTO Bobby Murphy가 개인 리드 투자자로 참여하는 이례적 거래다.
- 올해 두 번째 분사·1,000명 감원은 Snap의 비용 압박을 시사한다.
AI를 책임 있게 개발·배포할 것을 요구하는 일반 테크 노동자들의 풀뿌리 운동이 형성되고 있다. 민주당 활동가 Shaunna Thomas와 Leah Hunt-Hendrix가 목요일 AI 입법 지지를 위한 새 슈퍼팩(super PAC) Guardrails Alliance를 출범시켰으며, 테크 직원·노동조합 등의 지원을 받는다. Guardrails는 소액 기부로 운영되는 포퓰리스트 정치 운동을 표방하며, 현재 약 500만 달러의 자금을 보유하고 이번 사이클에 1,500만 달러를 모금할 계획이다. 이는 OpenAI 사장 Greg Brockman 등 테크 리더로부터 1억 달러 이상을 모은 Leading the Future에 비하면 작은 규모다. Guardrails는 Leading the Future의 첫 타깃이 된 뉴욕 하원의원 후보 Alex Bores를 지원하는 광고를 집행할 예정이다. Bores는 Anthropic이 후원하는 또 다른 슈퍼팩 Public First Action의 지원도 받는다.
핵심 인사이트
- AI 규제 지지 슈퍼팩 Guardrails Alliance가 테크 노동자 지원으로 출범했다.
- $5M 대 $100M+ 자금 격차로 AI 규제 입법 전선이 본격화됐다.
- OpenAI(Brockman)·Anthropic 진영이 정치자금으로 양분되는 양상이다.
- 테크 직원의 규제 요구는 기업의 정책 리스크·평판 변수로 작용한다.
Waymo가 약 4,000대 규모의 로보택시 전 차량을 리콜하고, 건설 구역 주변 주행 문제를 해결할 때까지 고속도로 주행을 제한했다. 이번 리콜은 로보택시가 건설로 폐쇄된 고속도로 구간으로 진입한 사례가 최소 13건 확인된 후 이뤄졌다. 6건은 4월 애리조나 Phoenix, 7건은 5월 캘리포니아 San Francisco에서 발생했다. Waymo는 5월 19일 모든 고속도로에서 로보택시를 철수시켰으며, NHTSA에 자발적 소프트웨어 리콜을 제출했다. 이는 Waymo의 6번째 리콜이다. Waymo의 주행 소프트웨어는 1월 학교 인근에서 로보택시가 어린이를 친 사건과 관련해 NHTSA·NTSB 조사를 받고 있다. Alphabet 소유의 Waymo는 1억 7천만 마일 이상 자율주행했으며 인간 운전자 대비 중상해 충돌이 13배 감소했다고 주장한다. 회사는 London·Tokyo 포함 올해만 20개 이상 도시로 확장 중이다.
핵심 인사이트
- Waymo가 고속도로 건설구역 진입 13건 이후 약 4,000대를 리콜했다.
- 6번째 리콜·어린이 사고 조사로 자율주행 안전 신뢰도 압박이 커진다.
- 공격적 도시 확장이 엣지 케이스 노출을 늘리는 트레이드오프를 보인다.
- 규제·소송 리스크는 로보택시 상업화 속도의 핵심 변수로 작용한다.
AI 추론(inference) 기업 Baseten이 130억 달러 기업가치에 15억 달러 규모의 펀딩 라운드 마무리에 근접했다고 WSJ가 보도했다. 불과 5개월 전 Baseten은 50억 달러 가치에 3억 달러 규모 시리즈 E를 발표했고, 그 라운드는 1억 5천만 달러 시리즈 D 9개월 뒤였다. 이번 라운드가 확정되면 반년도 안 되는 기간에 기업가치가 160% 상승하는 셈이다. 다만 WSJ는 이번이 분할 가격(split-priced) 라운드라고 전했는데, 이는 헤드라인 기업가치를 부풀리고 리드 투자자를 서류상 유리하게 보이게 하는 전술이다. 일부 투자자는 130억 달러 가치로, 다른 일부는 110억 달러 가치로 참여하는 것으로 알려졌다. 이번 거래는 Spark Capital, Sands Capital, Altimeter Capital, Wellington Management가 공동 주도하는 것으로 전해졌다.
핵심 인사이트
- Baseten이 $13B 가치에 $1.5B 조달로 AI 추론 인프라 수요를 입증한다.
- 반년 만에 기업가치 160% 급등은 AI 인프라 자금 과열을 보여준다.
- 분할 가격 라운드($13B/$11B)는 밸류에이션 신호 왜곡 우려를 낳는다.
- Spark·Altimeter 등 대형 VC 참여는 추론 레이어 베팅 집중을 의미한다.
Amazon Web Services(AWS)가 Nvidia 시장에 더 깊이 진입하려 하면서, Nvidia의 AI 칩 지배력에 대한 최대 도전 중 하나가 될 수 있다. Amazon의 AI 책임자 Peter DeSantis는 Bloomberg에 AWS가 자사 AI 칩 Trainium을 다른 기업의 데이터센터용으로 판매하는 협상을 진행 중이라고 밝혔다. 이 논의는 초기 단계로, Amazon CEO Andy Jassy가 4월 초 주주서한에서 자사 칩이 너무 인기가 많아 판매를 고려 중이라고 밝힌 데서 비롯됐다. Jassy는 칩 사업이 독립 사업이었다면 연간 매출 실행률이 약 500억 달러에 달했을 것이라고 언급했다. 다만 Nvidia가 현재 3,260억 달러 매출 실행률을 기록 중이어서 500억 달러 경쟁자가 Nvidia를 무너뜨리진 못하지만, Intel의 연매출 수준에 해당한다. AWS는 그간 칩 직접 판매를 꺼려왔는데, 클라우드에서 스토리지·보안·네트워킹 등 부가 서비스 수익(워터폴 효과)을 얻기 때문이다.
핵심 인사이트
- AWS가 자체 AI 칩 Trainium을 외부 기업에 판매하는 협상에 착수했다.
- $50B 규모 칩 사업으로 Nvidia의 $326B 지배 구도에 정면 도전한다.
- 칩 외판은 클라우드 워터폴 수익·생산 capacity 부족과 상충된다.
- TSMC 생산능력 확보가 외판 실현의 핵심 병목으로 작용한다.
Google이 Android 개발자 인증(developer verification) 시스템의 구체적 일정을 확정했다. 인증 시스템은 9월 30일 가동되며, 앱 사기가 빈번한 Brazil, Indonesia, Singapore, Thailand 4개국에서 우선 시행된다. 외부 개발자는 $25를 지불하고 신원을 인증해야 하며, 미등록 개발자의 앱은 Google 인증 기기에서 sideload가 차단된다. 이번 달부터 com.google.android.verifier 시스템 서비스가 Android 8 이상 기기에 배포되고, 7월에는 새 개발자 API와 최대 20대까지 설치 가능한 "limited distribution" 계정(취미 개발자용, 수수료·신분증 불필요)이 도입된다. 8월에는 인증을 우회하는 "advanced flow"(여러 차례 위험 확인 후 하루 대기)가 글로벌 출시된다. Google은 2027년 전 세계로 확대해 결국 글로벌 기기 정책으로 만들 계획이다. 과거 "개방형" 플랫폼을 표방하던 Android가 자체 walled garden을 구축한다는 비판이 제기된다.
핵심 인사이트
- 인증 시스템 9월 30일 가동, Brazil·Indonesia·Singapore·Thailand 4개국 우선 시행
- Android의 개방성 후퇴 — Apple식 walled garden으로 전환하는 전략적 분기점
- com.google.android.verifier 시스템 서비스가 Android 8+ 기기에 사전 배포되어 대기
- 개발자 $25 인증·sideload 차단으로 플랫폼 통제력 강화, 외부 앱스토어 생태계 영향
Apple이 Beats Studio Buds 무선 이어버드에서 도청이 가능한 고위험 취약점(CVE-2025-20701)을 패치했다. 심각도 8.8/10인 이 취약점은 Bluetooth 관련 칩 펌웨어의 부적절한 인증으로 인해, 신호 범위 내 공격자가 기존에 페어링된 기기를 가장(impersonate)해 사용자 주변 대화를 도청할 수 있게 했다. 수정은 Beats Firmware Update 1B211에 포함되어 iPhone·iPad·Mac과 페어링된 상태에서 자동 배포된다. 이 취약점은 1년 전 보안업체 Insinuator의 연구원 Dennis Heinze와 Frieder Steinmetz가 Airoha Systems 칩에 대해 공개한 3개 취약점 중 하나로, Airoha는 SDK를 업데이트해 영향받는 제조사에 배포했다. 같은 주에 Jabra도 패치를 발표했고 Bose, JBL도 수정을 적용했다. 별도로 1월에는 Google Fast Pair를 통한 WhisperPair 취약점이 공개돼 Sony, Nothing, OnePlus, Google 등 10개 제조사 12개 이상 기기가 영향받았다.
핵심 인사이트
- CVE-2025-20701 심각도 8.8/10, 페어링 안 된 기기 마이크로 도청 가능
- Airoha Systems 칩 단일 결함이 Apple·Jabra·Bose·JBL 등 다수 제조사로 확산
- Bluetooth 펌웨어 인증 결함 — 공급망 칩 의존성이 산업 전반 보안 리스크로 전이
- 무선 오디오 칩 공급사(Airoha) 취약점은 OEM 브랜드 신뢰도·리콜 비용에 직결
ProPublica가 입수한 비공개 투자자 명단에 따르면, SpaceX가 비상장이던 시기에 중국 군수업체와 연계된 사업가를 포함한 해외 투자자들이 미국 중개사 Tomales Bay Capital을 통해 지분을 비밀리에 취득했다. 중국·홍콩·러시아 주소를 가진 최소 12명의 투자자가 2018~2021년 사이 $80만~$4,000만 규모로 투자했다. 베이징 VC 회사 MPCi의 공동창업자 David Su 관련 법인은 2020년 SpaceX 펀드에 $1,500만을 투자했는데, 그의 회사는 미국 제재 대상이 된 중국 위성업체들을 후원한 이력이 있다. Qatar 왕실과 연계된 Bracket Capital은 2017~2020년 약 $4,800만을 투자했다. SpaceX는 Pentagon 첩보위성 제작 등 민감한 정부 사업을 수행해 외국 투자가 엄격히 규제되며, 지난주 사상 최대 규모 IPO 시 중국·홍콩 투자자의 청약을 차단했다. SpaceX 기업가치는 2019년 $333억에서 수요일 기준 $2.7조로 폭증했고 Musk는 세계 최초 trillionaire가 되었다.
핵심 인사이트
- 중국 군수 연계 투자자가 Pentagon 협력사 SpaceX 지분을 우회 취득 — 국가안보 쟁점
- 사상 최대 IPO 직전 폭로, SpaceX 중·홍콩 투자자 청약 차단으로 규제 리스크 방어
- Cayman·오프쇼어 경유 구조로 외국 투자 추적 회피 — 중개사 Tomales Bay 핵심 통로
- 기업가치 2019년 $333억→$2.7조, Musk 첫 trillionaire 등극으로 투자자 막대한 차익
Bernie Sanders 상원의원이 거대 AI 기업으로부터 수조 달러를 국민에게 이전하는 공격적 법안을 공개했다. 법안은 최대 AI 기업 주식에 일회성 50% 세금을 부과해 국부펀드(sovereign wealth fund)를 조성하며, 연간 AI 매출 $2억 이상인 모든 기업이 과세 대상이다. Sanders는 이 펀드가 $7조 규모에 달해 의료·교육·주택 프로그램과 직접 지급에 연간 수천억 달러를 창출하고, 각 미국인이 5% 연배당으로 연 $1,000 이상을 받을 수 있다고 추산했다. 또한 대통령이 지명하고 상원이 인준하는 7인의 초당파 Independent Commission for Democratic AI가 의결권 주식으로 기업의 공익 침해 결정을 차단할 수 있게 한다. 비AI 사업과 AI 사업 분리 요건은 X·SpaceX와 합병한 xAI 등에 영향을 줄 수 있다. OpenAI의 Sam Altman, Anthropic의 Dario Amodei가 일부 공익 환원에 지지를 보였으나 규모 면에서 Sanders와 큰 격차를 보이며, David Sacks는 "재산 몰수"라 비판했다. 공화당 주도 의회에서 Trump 동의 없이는 통과가 어려울 전망이다.
핵심 인사이트
- AI 대기업 주식 50% 일회성 과세로 $7조 국부펀드, 1인당 연 $1,000+ 배당 추산
- 연 AI 매출 $2억 이상 전 기업 과세 — OpenAI·Anthropic·xAI 등 직접 타격
- AI/비AI 사업 분리 요건, 정부 의결권 — 빅테크 지배구조 통제 시도
- 공화당 의회·Trump 미온적, Altman·Amodei와 큰 격차로 통과 가능성 낮으나 규제 의제화
캘리포니아 주정부와 캘리포니아 공공 유틸리티 위원회(CPUC)가 AT&T가 구리선 전화망 폐쇄를 위해 FCC에 허위 진술을 했다고 공식 반박했다. AT&T는 캘리포니아 규정이 구리선 유지를 강제한다며 FCC에 약 19만 9,000명 고객에 대한 서비스 중단 허가를 요청했으나, 주 정부는 이를 사실과 다른 주장이라고 일축했다. 핵심 쟁점은 AT&T가 구리선 대체 수단으로 제시한 무선(LTE) 서비스가 실내에서의 품질을 보장할 수 없어 '적절한 대체 서비스' 기준을 충족하지 못한다는 것이다. 캘리포니아는 또한 AT&T가 연간 10억 달러를 노후 망 유지에 쓰고 있다고 주장하는 것과 달리, 저소득·농촌 지역 주민의 서비스 접근성 보호가 우선이라는 입장을 고수하고 있다.
핵심 인사이트
- AT&T, FCC에 "캘리포니아 법이 구리선 유지 강제" 주장 — 주정부는 이를 수년간 반복된 허위 진술로 규정
- LTE 기반 무선 서비스는 실내 음성 품질 보장 불가 — FCC의 '적절한 대체 서비스' 요건 미충족이 핵심 쟁점
- 저소득층 대상 Lifeline 프로그램·농촌 지역 보편적 서비스 유지 여부가 규제 분쟁의 실질적 이해관계
- FCC 위원장 Brendan Carr 체제에서 구리망 폐쇄 절차 간소화 추진 중 — 연방-주 규제 권한 충돌 국면
Marvell의 COO Chris Koopmans가 차세대 AI 연결성 칩을 위해 TSMC의 A14(1.4nm) 공정 도입을 논의 중이라고 밝혔다. A14는 2028년 양산 예정으로, 통상 Apple·NVIDIA·AMD·MediaTek 같은 대형 업체만 초기 채택하는 첨단 노드다. Marvell은 업계 최초 1.6T 인터커넥트용 DSP를 TSMC 3nm로 개발했고 2nm DSP·DCI도 최초 도입했다. 미래 capacity 확보를 위해 $1B 선급금을 투입했으며, NVIDIA로부터 $2B 투자를 유치한 상태다. 데이터센터 매출 비중은 2016년 10% 미만(<$200M)에서 현재 75% 이상으로 급증했다.
핵심 인사이트
- Marvell 데이터센터 매출 비중 2016년 10% 미만 → 현재 75% 초과로 AI 인프라 기업 전환
- A14 2028년 양산, 대형 팹리스 전유물에 Marvell 합류로 첨단 노드 수요층 확대
- 16nm→5nm 직행(7nm 우회)·전력효율 중시로 AI 데이터센터 대역폭 확보 전략 명확
- $1B 선급금·$2B NVIDIA 투자로 capacity·관계 선점, 장기 성장 가시성 강화
세계 2위 알루미늄 전해 커패시터 업체 Nichicon이 전 제품군 가격 인상을 통보했고, Nippon Chemi-Con도 인상을 발표했다. 당초 9~12%로 추정된 인상폭은 최종 10~15%에 이를 전망이며, 대만 업체들도 6~7월 순차 인상으로 동참할 것으로 보인다. 인상 배경은 알루미늄 foil·화학소재·전기료 상승과 capacity 제약으로, 화학소재 비용은 30~40%, 금속 원자재는 약 10% 상승했다. MLCC·탄탈럼에 이어 알루미늄 전해 커패시터가 가격 인상 대열에 합류했다. AI 서버·HPC·전력 시스템 수요 급증이 고급 커패시터 공급을 타이트하게 만들고 있다.
핵심 인사이트
- 인상폭 당초 9~12% → 최종 10~15%, 대만 업체 6~7월 순차 인상으로 수익성 개선
- MLCC·탄탈럼 이어 알루미늄 전해 커패시터까지 수동소자 전반 인상 사이클 확산
- 화학소재 30~40%·금속 10% 상승으로 원자재 인플레 상승 추세 고착화
- NVIDIA Vera Rubin 2H26 램프업 시 일본업체 AI 집중→대만업체 주문 이전 수혜
Apple CEO Tim Cook이 메모리 비용 급등을 흡수해왔으나 일부 가격 인상이 불가피하다고 시사했다. DRAM 공급이 AI 서버용 HBM으로 이전되면서 메모리·스토리지 비용이 부담이 됐다. Apple은 현금 보유고를 활용해 추가 메모리 공급 확보에 나설 준비가 됐으나, 자체 메모리 제조 시설 건설 계획은 없다고 밝혔다. TrendForce는 iPhone 18 Pro/Pro Max 시작가가 약 US$150~200 인상될 수 있고, iPhone 17 등 구형은 현 가격 유지로 수요가 분산될 것으로 전망했다. 2027년 iPhone 생산은 전년 2.5억대 이상을 상회할 가능성이 있다. Samsung Galaxy S는 인상 자제 시 프리미엄 점유율 확대 기회를 얻을 수 있다.
핵심 인사이트
- iPhone 18 Pro/Pro Max 시작가 약 US$150~200 인상 전망, 구형 모델은 현 가격 유지
- DRAM의 HBM 전환으로 메모리 인플레가 스마트폰 산업 전반 2H26~2027 인상 사이클 촉발
- Apple, 현금 활용 공급확보 시사하나 hyperscaler 대비 경쟁력 불확실, 자체제조는 배제
- Galaxy S 인상 자제 시 Samsung MX, 반도체 수익성 기반 프리미엄 점유율 확대 기회
SK hynix가 5월 Samsung의 첫 HBM4E 샘플 공개 수주 후, 12-high HBM4E 샘플을 주요 고객사에 출하하기 시작했다. 핀당 대역폭 최대 16Gbps, 전력효율은 전세대 대비 20% 이상 개선됐다. 6세대 10nm급(1c) DRAM으로 전환해(HBM4까지의 5세대 1b 대비) 동일 다이 면적에서 셀 밀도를 높였고, Advanced MR-MUF 패키징으로 12단 적층 48GB 용량과 패키지 안정성을 동시 확보했다. 열 성능은 HBM4 대비 17% 향상됐다. Samsung은 2월 HBM4 양산을 먼저 시작했고, 1d DRAM(7세대, 10~11nm)을 2027년 상반기 양산 목표로 HBM5 로드맵 우위를 노린다.
핵심 인사이트
- SK hynix 12-high HBM4E 대역폭 16Gbps/핀, 전력효율 20%+·열성능 17% 개선
- 차세대 AI 메모리 상용화 경쟁 가속, HBM4E 샘플 단계서 韓 양사 정면 격돌
- 6세대 1c DRAM 전환으로 셀 밀도 상승, 12단 48GB 용량 MR-MUF로 구현
- Samsung HBM4 2월 선제 양산·1d DRAM 2027 상반기 목표로 HBM5 로드맵 선점 경쟁
San'an Optoelectronics가 Xidian University 광대역갭 반도체 국가공학연구센터, Hangzhou Garen Semiconductor와 협력해 갈륨옥사이드(Ga2O3) 동종 에피택시 기술에서 돌파구를 마련했다. MOCVD로 초기 핵형성을 최적화해 쌍정 결함을 억제, 2인치 기판에 고품질 동종 에피층을 성장시켰다. 표면 거칠기 RMS 0.5nm 미만, 전자이동도 100 cm²/V·s를 달성했다. 측면형(lateral) 전력소자는 edge-termination 구조 없이 항복전압 1,420V, on/off 비 10⁵, 임계전압 균일도 91% 초과를 기록했다. 스마트그리드·신재생에너지차(NEV) 등 고전압 응용에 초광대역갭(UWBG) 반도체 상용화를 가속할 전망이다.
핵심 인사이트
- 2인치 Ga2O3 동종 에피 RMS 0.5nm 미만·전자이동도 100 cm²/V·s 달성
- 중국 산학 협력으로 초광대역갭 반도체 자립 기반 확보, SiC/GaN 후속 트랙 부상
- 측면형 소자로 반절연 기판·기존 실리콘 planar 공정 호환성 확보가 기술적 핵심
- 스마트그리드·NEV 고전압 시장 겨냥, 6인치 이상 스케일업 시 상용화 본격화
DeepSeek가 첫 외부 자금조달을 완료해 CNY 500억(약 US$74억)을 조달했고, 기업가치는 US$500억(CNY 3,300억) 이상으로 평가됐다. 창업자 Liang Wenfeng의 지배력 유지를 위해 투자자는 Liang이 운용하는 LP에 투자했고 5년 락업이 적용됐다. National AI Industry Investment Fund(CNY 10억)만 직접 투자·락업 면제·의결권을 보유했다. Liang 본인이 CNY 200억으로 최대 출자자이며, Tencent CNY 100억, CATL CNY 50억, JD.com·NetEase·IDG Capital 각 CNY 30억을 투자했다. 2023년 설립 후 무외부자본으로 운영했으나, R1 모델 성공 이후 컴퓨팅 비용·인재 경쟁 심화로 외부 자금이 필요해졌다.
핵심 인사이트
- 조달액 CNY 500억(US$74억), 기업가치 US$500억(CNY 3,300억) 평가
- 中 대표 AI랩 외부자본 첫 유치, 대규모 모델학습·추론 인프라 투자 본격화
- LP 구조·5년 락업으로 창업자 절대지배 유지, 국가펀드만 의결권 예외
- Tencent·CATL·JD·NetEase 등 빅테크 참여로 中 AI 생태계 자금·수요 결집
Intel이 VLSI 심포지엄에서 18A-P 공정의 리스크 생산 돌입을 공식 확인했다. 18A-P는 기존 18A 대비 최대 9% 성능 향상 또는 18% 전력 소비 절감을 제공하며, AI·HPC·차세대 컴퓨팅 워크로드를 주요 타깃으로 삼는다. 차세대 Diamond Rapids Xeon 프로세서가 18A-P에서 생산될 예정이다. 통상 첨단 노드는 리스크 생산 이후 12~24개월의 램프업 기간이 필요하지만, 18A-P는 18A의 연장선인 만큼 단축된 램프업이 가능할 것으로 기대된다. 소재 측면에서도 열저항 20~40% 개선, TSV 저항 10~30% 감소 등의 향상이 추가되었다. 18A 수율은 현재 약 80%에 달하는 것으로 알려졌으며, Apple이 Intel 파운드리의 잠재 외부 고객으로 언급되고 있어 수율 추가 개선이 계약 성사의 관건이다.
핵심 인사이트
- Intel 18A-P 리스크 생산 돌입 — 18A 대비 성능 9% 향상 또는 전력 18% 절감, Diamond Rapids Xeon에 채택 확정
- 18A 수율 약 80%, EMIB 패키징 수율 90~95%로 개선 — Apple 외부 파운드리 고객 유치를 위한 핵심 지표 달성 접근
- 18A-P는 GAA 트랜지스터·백사이드 전력 구조·설계 규칙 18A와 완전 호환 — 기존 IP 재활용으로 고객 전환 비용 최소화
- Intel 14A 리스크 생산 2028년·양산 2029년 목표로 TSMC 1.4nm와 타임라인 경쟁 — Intel 파운드리 재건 로드맵 가시화
TSMC의 공급 제약이 지속되는 가운데 Samsung Foundry가 AMD, Google, BYD, Tesla 등 주요 고객사들과 파운드리 계약을 논의 중인 것으로 알려졌다. 특히 AMD는 2028년부터 특정 미래 CPU 일부를 Samsung에서 생산하는 방안을 협의 중이며, Google은 차세대 Axion 프로세서 및 10세대 TPU "Icefish" 부품 제조를 Samsung Foundry에서 맡기는 것을 검토 중이다. 자동차 반도체 분야에서는 BYD의 자율주행 SoC를 Samsung의 2nm 및 4nm 공정으로 생산하는 협의가 진행 중이며, Tesla의 차세대 AI6 칩은 Samsung 텍사스 공장에서 생산될 예정이다. 다만 Samsung의 2nm 수율 개선과 제조 안정성이 계약 성사의 핵심 변수로 남아 있다.
핵심 인사이트
- AMD가 2028년부터 일부 CPU를 Samsung Foundry에서 생산 협의 — TSMC 독점 구도에 균열, Samsung 2nm 수율이 관건
- 삼성전자 파운드리가 Google(Axion·TPU), Tesla(AI6), BYD(자율주행 SoC) 등 AI·전기차 고객 동시 유치 시도 — 매출 다변화 기대
- 멀티파운드리 전략은 칩 설계 이중화·공급망 복잡성 증가로 충분한 자금력을 보유한 대형 팹리스만 현실적으로 채택 가능
- Samsung Foundry의 TSMC 대안 입지 강화는 한국 반도체 파운드리 생태계 전반에 긍정적이나, 2nm 수율 미달 시 고객 이탈 리스크 존재
Apple이 2028년 출시 예정인 고급형 iPhone용 A22 Pro 칩에 TSMC의 1.4nm(A14) 공정을 채택할 가능성이 제기되고 있다. TSMC는 여전히 Apple의 주요 파운드리 파트너로 유지되지만, Intel이 iPad 및 Mac용 하위 칩 생산에 보조 파트너로 평가되고 있다는 점이 주목된다. 1.4nm 웨이퍼 비용은 개당 약 4만 5천 달러로 추산되어 비용 부담이 크기 때문에 A22 Pro에만 적용되고 일반 A22는 제외될 것으로 보인다. A21 Pro는 TSMC N2P 공정을 유지할 전망이며, TSMC의 1.4nm 팹 건설은 대만 중부과학단지에서 예정보다 앞당겨 2027년 3분기 시험 생산, 2028년 하반기 양산을 목표로 진행 중이다. N2 대비 성능 10~15% 향상 또는 전력 25~30% 절감, 로직 밀도 20% 이상 향상이 기대된다.
핵심 인사이트
- TSMC 1.4nm(A14) 웨이퍼 단가 약 $45,000으로 고비용, A22 Pro(프리미엄 모델)에만 선택적 적용 예정 — 수익성 우선 전략
- Intel이 Apple의 iPad/Mac용 하위 칩 파운드리 보조 파트너로 검토 중 — Samsung에는 위협, Intel 파운드리 재건 계기
- TSMC 1.4nm, N2 대비 성능 10~15% 향상·전력 25~30% 절감·로직 밀도 20% 이상 향상 — 공정 기술 경쟁력 유지
- Apple 2027년 말 20주년 기념 iPhone(곡면 엣지-투-엣지)·폴더블 2세대·카메라 내장 AirPods 등 3종 대형 신제품 예고 — 공급망 선점 기회
AI 인프라가 광학(optics)을 연산 엔진 가까이 끌어당기면서, on-chip/in-package 실리콘 포토닉스의 제조 인프라가 따라가지 못하는 상황이다. Co-packaged optics(CPO)는 광 변환을 스위칭 ASIC에서 mm 단위까지 근접시켜 전기 경로를 단축하지만, ASIC은 최대 발열원이라 굴절률·파장·coupling 효율·삽입손실이 온도에 민감하게 흔들린다. ASE CEO Tien Wu는 "올해 실리콘 포토닉스 양산 출하 시작"을 밝히면서도 방법론·아키텍처 성숙에 향후 20년이 걸린다고 전망했다. 제조는 front-end 패터닝 정밀도(waveguide, modulator)와 back-end 조립(정렬·warpage·세정)이 융합된 hybrid 문제로 변하며, 광학 cavity 내 단일 입자도 functional defect가 된다. 따라서 EIC 부착 전 광학 중간 test insertion이 필수화되고, 패키지 PDK에 thermal·mechanical·optical 데이터가 함께 실려야 한다.
핵심 인사이트
- ASE는 2026년 실리콘 포토닉스 양산 출하 개시, 다만 방법론 성숙엔 20년 소요 전망(Tien Wu).
- AI 데이터 무브 비용이 시스템 제약으로 부상, CPO가 전기 경로를 mm 단위로 단축해 링크 전력 절감.
- 광학 경로는 온도 민감성 때문에 thermal/electrical/optical co-simulation 통합 사인오프 필요(Synopsys).
- EIC 부착 전 광학 test insertion 증가는 OSAT·test 장비(Amkor·Lam) 신규 수요를 창출.
에이전틱 AI의 부상이 데이터센터 아키텍처를 GPU 중심 연산에서 CPU 주도 오케스트레이션 체계로 근본적으로 변화시키고 있다. Arm은 에이전틱 AI가 동일 전력 봉투 내에서 CPU 코어 밀도를 최대 4배 높일 것으로 전망한다. Siemens EDA에 따르면 CPU 역할이 단순 데이터 로더에서 에이전트 워크플로우 전체 오케스트레이터로 전환되면서 Intel CPU 수요가 급증하고 있다. Synopsys는 에이전틱 AI 칩 설계에서 PCIe 레인 수요가 AI 훈련(16레인) 대비 최소 5배(100레인+) 증가했다고 확인했다. 아키텍처는 Intel Panther Lake, Nvidia RTX Spark, AMD APU 등 CPU-GPU 통합 이종 SoC·칩렛 설계로 수렴 중이다. 검증 난이도도 폭발적으로 증가해 기능 검증·성능 검증·3D-IC 열 분석·하드웨어 보안 모니터 등 4개 축을 동시에 다루는 대규모 에뮬레이션·FPGA 프로토타이핑 수요가 급증하고 있다. Quadric CMO Steve Roddy는 연간 $1조 하이퍼스케일러 CapEx로도 토큰 수요를 따라갈 수 없어, $1,000 이하의 엣지 에이전틱 토큰 서버 시장이 형성될 것으로 예측했다.
핵심 인사이트
- CPU-GPU 통합 이종 SoC 및 칩렛 아키텍처가 에이전틱 AI 시대의 표준으로 부상하며, 2026년 이후 Intel·Arm·AMD·Nvidia 모두 단일 패키지 내 CPU+GPU 통합을 가속화하고 있어 첨단 패키징·인터커넥트 IP 수요를 견인한다.
- PCIe 레인 수요가 AI 훈련(16레인)에서 에이전틱 AI(100레인+)로 5배 이상 급증하면서, PCIe/CXL IP 벤더(Cadence, Synopsys, Rambus) 및 관련 반도체 설계 수혜가 구조적으로 확대된다.
- 에이전틱 AI SoC 검증은 기능·성능·열·보안 4개 축을 동시 처리해야 해 에뮬레이션(Siemens EDA, Cadence Palladium) 및 FPGA 프로토타이핑 장비의 대규모 교체 수요가 2026~2027년 집중될 전망이다.
- 데이터센터 컴퓨트 공급 부족이 지속되며 $1,000 이하 엣지 에이전틱 추론 서버 시장이 신규 형성되고 있어, 저전력 고효율 추론 칩(Quadric 등 신흥 팹리스) 분야에서 차별화된 투자 기회가 발생한다.
2nm 이하 공정에서 기존 스케일링 공식이 한계에 봉착하는 '서브-2nm 역설'이 반도체 업계의 핵심 화두로 떠올랐다. 배선이 극도로 얇아지면서 RC 지연이 심화되고, SRAM 스케일링은 디지털 로직보다 훨씬 느리게 진행되어 단일 레티클 다이에 탑재 가능한 캐시 메모리가 제한된다. 공정 변이(process variation) 문제도 수백~수천 개 삽입 지점에 걸쳐 누적되어 수율이 하락하고 비용이 증가한다. proteanTecs Evelyn Landman CTO는 정적 가드밴드 방식으로는 2nm·18A 이하에서 더 이상 대응이 불가능하며, 실제 워크로드 하에서 실시간 타이밍 마진을 측정·관리하는 방식만이 지속 가능하다고 강조했다. 한편 AI 수요 급증으로 단일 다이 대신 chiplet 기반 멀티-다이 어셈블리가 표준화되고 있으며, 300mm 원형 웨이퍼에서 500×500mm 직사각형 패널로의 전환도 가속화되고 있다. 트랜지스터 구조는 gate-all-around(GAA)를 거쳐 nFET과 pFET을 수직 적층하는 CFET으로 발전하며, Lam Research David Fried에 따르면 CFET은 트랜지스터를 넘어 배선·패키징 전반에 구조적 복잡성을 확산시킨다. 소재 혁신도 W→Mo, Co→Ru 전환과 집적 포토닉스 도입으로 이어지며, Intel 14A에서는 High-NA EUV 단일 패스 패터닝 도입이 검토 중이다.
핵심 인사이트
- 2nm 이하에서 SRAM 스케일링 지연으로 캐시 용량이 병목이 되어, 3D-IC 및 HBM 적층이 성능 확장의 유일한 현실적 대안으로 부상하고 있다.
- 정적 가드밴드 방식의 한계로 실시간 타이밍 마진 모니터링(proteanTecs 방식)이 2nm+ 칩의 수율·신뢰성 관리 필수 기술로 자리잡을 전망이다.
- CFET 아키텍처는 nFET·pFET 수직 적층으로 밀도를 높이지만, 백사이드 전력 분배(backside PDN)와 상호연결 복잡성을 급격히 높여 10A 이후 노드의 설계·제조 난이도를 대폭 끌어올린다.
- 300mm 원형 웨이퍼에서 500×500mm 직사각형 패널로의 전환은 칩렛 생산 경제성을 개선하지만, 새로운 장비 투자와 패널 중앙부 기계적 응력 변이라는 새로운 과제를 수반한다.
Hybrid bonding이 1µm pitch로 bumpless pad-to-pad 접합을 가능케 하면서 단일 패키지 내 연결 수가 수십억 개에 이른다. 예시 패키지(Intel Nova Lake 다이 8개 + 16-high HBM4 12스택 + AMD형 I/O chiplet + 3-reticle 인터포저)는 총 26.7억 개 연결을 갖고, 이 중 대부분이 HBM4(23억+)에서 나온다. 이 규모에서는 개별 접합을 광학 검사·테스트하는 것이 불가능해진다. 해법은 ① 웨이퍼 전반의 극한 공정 균일성(표면 거칠기 <0.5nm, copper dishing 3~5nm recess)과 ② cluster 단위 BiST·redundancy·repair 아키텍처다. Synopsys 3DIO IP는 16-lane cluster마다 자체 clock tree(4~6Gb/s DDR), BiST, redundant pad를 두어 pre/post-bond 테스트와 결함 lane 수리를 지원한다. Cu-to-Cu 단축 연결은 microbump 대비 저항·정전용량이 낮아 신호 무결성이 오히려 개선된다.
핵심 인사이트
- 1µm pitch는 mm당 1,000 bump, 예시 패키지 총 26.7억 연결(HBM4가 23억+ 차지)로 검사 불가능.
- 개별 검사 불가 → cluster 단위 BiST·redundancy·repair 아키텍처가 yield 관리의 핵심 패러다임.
- 이론상 300mm 웨이퍼 200nm pad pitch로 수조 개 연결 가능, 다만 hexagonal pad 등 형상 변경 필요(EV Group).
- Synopsys 3DIO IP·테스트/세정 장비(Lam·Brewer Science) 수요 확대, multi-die 자동화가 대량 채택 관건.
GaN 전력반도체는 소비자 충전기 등 저전압 응용엔 안착했으나, 발전·운송 같은 고전압 응용은 제조 난이도 탓에 더디다. 기존 상용 GaN은 GaN/AlGaN 계면의 2DEG를 이용한 lateral 전도 방식이라 breakdown voltage가 gate-drain 거리에 비례해 고전압일수록 footprint가 커지고, 얇은 2DEG는 표면/계면 trap으로 신뢰성 리스크가 있다. 해법은 Si·SiC처럼 vertical 구조를 GaN에 구현하는 것으로, GaN-on-GaN 기판이나 QST(Qromis Substrate Technology, poly-AlN 코어) 같은 engineered substrate로 열팽창을 맞춰 합리적 footprint에서 kilovolt급 breakdown을 달성하기 시작했다. 핵심 공정 과제는 선택적 doping(이온 주입), dopant activation(GaN은 800°C 이상서 분해→AlN 보호막 필요, 1,300°C/5분 annealing서도 p-GaN 활성화 20%), trench gate 형성, gate dielectric(Al2O3/SiO2 bilayer, AlSiO) 최적화다.
핵심 인사이트
- Lateral GaN(2DEG)은 고전압에서 footprint 비대·trap 신뢰성 한계 → vertical 구조 전환이 돌파구.
- QST·GaN-on-GaN engineered substrate가 열팽창 정합·kilovolt breakdown으로 고전압 시장(전력·운송) 개방.
- 개별 공정 모듈은 갖춰졌으나 Mg 주입·활성화·소자 모델 등 거의 모든 요소가 개선 필요(상용화 초기).
- SiC 대비 GaN은 carrier mobility 우위(2,000 vs 900 cm²/V·s)지만 열전도(1.3 vs 4.9 W/cm·K) 열위로 응용 분화.
반도체 업계 전문가 9명이 온-다이(on-die) 텔레메트리와 실리콘 수명 주기 관리(SLM, Silicon Lifecycle Management)의 현황을 논의한 라운드테이블 기사다. 핵심 주제는 칩 내부에 탑재된 PVT(공정·전압·온도) 모니터가 수집하는 방대한 데이터(수백 GB/s)를 어떻게 처리하느냐는 것이다. 전문가들은 데이터를 칩 밖으로 이동하면 보안·소유권 문제가 발생하므로 나노초~마이크로초 단위의 즉각 반응(드룹 완화, 열 관리, DVFS)은 온-다이 처리가 필수라고 강조했다. 반면 장기 신뢰성·수율 분석은 클라우드 플릿 레벨에서 수행된다. 현재 업계는 모니터를 가능한 한 많이 배치하는 학습 단계에 있으나, 향후 정형 기법(formal methods)을 활용해 모니터 배치를 최적화하고 '과측정'을 줄이는 방향으로 수렴할 것으로 전망된다. Arteris, Cadence, Synopsys, Siemens EDA, Keysight EDA, Movellus 등 주요 EDA·IP 기업이 참여했다.
핵심 인사이트
- [온-다이 처리 필수화] 수백 GB/s 규모의 센서 데이터는 칩 외부로 이동 불가 — 나노초 단위 열·전압 제어는 온-다이 실시간 컴퓨팅만 가능하며, 이는 엣지 AI 전용 제어 프로세서 수요를 견인.
- [SLM 이중 피드백 루프] 빠른 루프(DVFS·쓰로틀링 즉시 조정)와 느린 루프(플릿 데이터 → 차세대 테이프아웃 가드밴드 최적화)로 분리되어 설계-제조-운용 전 사이클에 적용 중.
- [정형 기법으로 모니터 최적화] 현재 '일단 많이 배치' 단계에서 증명 커버리지·영향 콘 분석(cone-of-influence)으로 안전·코히런시 속성 위반 예측 모니터만 배치하는 선택적 관측성으로 전환 예정.
- [투자 관점: EDA·IP 기업 수혜] AI 가속기 시대 가드밴드 축소로 전력·성능 회복 가치가 칩 개발비(수억 달러) 대비 모니터 면적 비용을 압도 — Arteris, Movellus, Synopsys 등 온-다이 텔레메트리 솔루션 제공사에 실질적 수혜.
Edge AI 확산으로 Wi-Fi가 단순 인터넷 공유 수단을 넘어 산업용 핵심 인프라로 진화하고 있다. Wi-Fi 7이 신뢰성·보안·속도 측면에서 현장 표준으로 자리잡는 가운데, 2028년 출시 예정인 Wi-Fi 8은 결정론적(deterministic) 지연 보장을 핵심 목표로 삼는다. Synaptics, Infineon, Keysight Technologies 등 반도체 기업들은 Bluetooth LE 6.0, Thread, Zigbee를 통합한 멀티프로토콜 Wi-Fi 칩을 개발 중이며, 분산 메모리 아키텍처로 저전력·저지연을 동시에 구현하고 있다. 5G/6G mmWave는 직진성 한계와 인프라 비용 문제로 On-premises 환경에서 Wi-Fi에 주도권을 내주는 추세이며, Edge는 왕복 지연 1ms 이하 보장이 핵심 경쟁력으로 부상하고 있다.
핵심 인사이트
- Wi-Fi 7이 산업용 로봇·자동화 환경의 필수 인프라로 격상되며, 신뢰성·결정론적 지연이 속도보다 중요한 설계 기준으로 전환되고 있다.
- Wi-Fi 8(2028년 예상)은 결정론적(deterministic) 레이턴시 보장을 핵심 스펙으로 채택, 현재 "best-effort" 방식에서 산업 등급 통신으로 패러다임 전환을 예고한다.
- Synaptics·Infineon 등은 Wi-Fi+Bluetooth LE 6.0+Thread+Zigbee 통합 SoC와 분산 메모리(connectivity RAM/ROM + 앱 SRAM + XiP flash) 아키텍처로 Edge AI 칩 경쟁력을 강화하고 있다.
- 5G/6G mmWave 대비 Wi-Fi의 On-premises 승리가 굳어지며, 관련 Wi-Fi 칩셋(Synaptics, Infineon) 및 테스트 장비(Keysight) 업체의 Edge AI 수혜가 기대된다.
EDA 플로우의 핵심 구성요소인 모델(model) 생성·검증·유지보수에 AI가 어떤 영향을 미칠지 업계 전문가들의 시각을 종합 분석한 기사다. 모델은 복잡한 물리 공정을 추상화하여 실행 성능을 확보하는 핵심 수단으로, 전통적으로 생성 비용이 높아 전자시스템 레벨(ESL) 추상화 등 유망한 플로우가 채택되지 못한 사례가 있었다. AI, 특히 강화학습과 서로게이트 모델은 아날로그·혼합신호(AMS) 도메인에서 PLL, ADC, DAC, LDO 등의 동작 모델을 수주~수개월의 시뮬레이션 시간을 수시간~수분으로 단축하는 성과를 보이고 있다. Synopsys는 에이전트·서브에이전트가 목적에 맞는 모델을 선택해 비용을 최적화하는 멀티-모델 체계를 도입 중이다. 그러나 물리 법칙을 무시한 순수 신경망 기반 모델은 패시비티 위반 등 근본적 오류를 내포할 수 있어, Keysight EDA는 전자공학 도메인 지식을 결합한 하이브리드 접근의 필수성을 강조했다. Southampton 대학 Simon Davidmann은 AI 생성 RTL이 기능적으로는 올바르지만 타이밍 클로저에서 실패하는 구조적 한계를 지적하며, 결정론적 검증(시뮬레이터·FPV·린트) 없이는 생산 배포가 불가능하다고 경고했다. PDK 업데이트마다 모델 재훈련이 필요한 유지보수 비용과 탄소 발자국 문제도 새로운 과제로 부상했다.
핵심 인사이트
- AI 기반 AMS 동작 모델은 시뮬레이션 시간을 100X~1,000X 단축하는 성과(Keysight EDA)가 검증되어 2026년 기준 아날로그·혼합신호 EDA 툴의 핵심 경쟁력 축이 되고 있으며, 상용화 초기 단계다.
- 대규모 설치 기반을 보유한 Synopsys·Siemens EDA 등 기존 EDA 대기업은 누적 설계 데이터로 AI 모델을 지속 개선하는 복합적 데이터 우위를 확보해, 신규 진입자가 따라잡기 어려운 구조적 해자(moat)를 형성하고 있다.
- AI 생성 RTL의 타이밍 클로저 실패 문제는 물리 인식(physical-aware) 코딩 데이터의 훈련 부재에서 기인하며, 이를 해결하는 특화 데이터셋 및 검증 파이프라인 업체(Normal Computing 등)의 차별화 기회가 확대된다.
- PDK 업데이트 주기마다 AI 모델 재훈련이 필요한 온고잉 유지보수 비용은 소규모 팹리스의 AI 도입 장벽으로 작용해, 클라우드 기반 AI-EDA 서비스(SaaS) 형태의 아웃소싱 수요를 장기적으로 창출할 전망이다.
IDC에 따르면 2026년 1분기 글로벌 서버 시장은 1,226.2억 달러로 전년 대비 30.4% 성장했으나 전분기 대비 2.1% 감소했다. CPU·GPU·DRAM·플래시 부품 가격 상승이 부품 부족에 따른 출하 감소를 상쇄했다. GPU 가속 서버는 689억 달러(전체 56.2%), XPU(Google TPU·AWS Trainium 등) 시스템은 171억 달러(13.9%)로, 둘을 합치면 860억 달러로 전체 서버 매출의 70.2%를 차지했다. X86 서버는 639억 달러로 비중 52.1%까지 하락, 비X86(Arm 등)이 587억 달러로 전년 대비 2.1배 성장했다. Dell은 Nvidia의 핵심 OEM 지위로 AI 서버 매출이 HPE의 약 10배에 달한다.
핵심 인사이트
- 1Q26 서버 시장 1,226억 달러, GPU+XPU 가속 서버가 매출의 70.2% 차지
- XPU(맞춤형 칩) 시스템 비중 8.2%→13.9%로 급증, GPU 외 대안 부상
- 부품 가격 상승이 부족발 출하 감소를 상쇄, 수요 둔화 아닌 공급 제약
- Dell, Nvidia OEM 지위로 AI 서버 매출 HPE의 10배, 서버 사업 5.5배 우위
HPE가 Discover 2026(라스베이거스)에서 약 1년 전 140억 달러에 인수 완료한 Juniper Networks와의 통합 네트워킹 전략을 구체화했다. Juniper의 Mist AI와 Aruba Central 플랫폼을 상호 통합하는 "교차 수정(cross-pollination)" 전략으로, 자가 구성·최적화·복구가 가능한 "자율주행 네트워크"를 지향한다. AI 네트워크 어시스턴트 Marvis AI 엔진과 Marvis Actions를 데이터센터 운영으로 확장해 근본 원인 분석과 자율 문제 해결을 제공한다. 신규 하드웨어로 AI 추론 클러스터용 QFX5140 스위치와 AMD "Helios" AI 서버 랙용 QFX5250을 발표했다. Cisco·Arista와 경쟁하며, 에이전트 AI 워크로드가 작업당 트래픽을 450% 증가시킨다는 Cisco 보고서도 인용됐다.
핵심 인사이트
- HPE, $14B Juniper 인수 후 Mist AI+Aruba 통합으로 자율 네트워크 구현
- Cisco·Arista와 AI 데이터센터 네트워킹 시장 경쟁 본격화
- AI 추론·에이전트 워크로드가 네트워크를 인프라 핵심 축으로 부상시킴
- 2035년 네트워크 트래픽의 25%가 AI 추론 예상, 네트워크 장비 수요 구조 변화
이스라엘 양자 스타트업 Quantum Pulse Ventures가 글래스고 콘퍼런스에서 양자컴퓨터 성능을 10배 향상시킨다는 QP2.0 플랫폼을 공개했다. 핵심은 광자 회로에서 두 큐비트가 상호작용하는 "광학용 트랜지스터" 역할의 재설계된 범용 방향성 결합기(directional coupler)로, 동작 충실도를 한 자릿수(10배) 개선한다고 주장한다. 단일 균일 도파관 대신 복합 도파관을 사용해 제조 편차에 따른 물리적 오류와 노이즈를 줄인다. 실리콘 포토닉스·실리콘 나이트라이드·박막 리튬 니오베이트 등 기존 공정에 적용 가능하며, 팹 변경 없이 다른 리소그래피 이미지만 제공하면 된다. 비즈니스 모델은 로열티 기반 IP 라이선스다.
핵심 인사이트
- 광학용 "트랜지스터" 방향성 결합기로 양자 동작 충실도 10배 개선 주장
- 팹 공정 변경 없이 리소그래피 패턴만 교체, 도입 장벽 낮춤
- 결함내성 큐비트당 물리 큐비트 1만→1천 감소로 시스템 크기·비용 축소
- IP 로열티 라이선스 모델, 광자 양자 생태계 전반에 적용 가능
Databricks가 샌프란시스코 Data + AI Summit(현장 참석 3만 명+)에서 분석(OLAP)과 트랜잭션(OLTP) 처리를 통합하는 LTAP(Lake Transactional/Analytical Processing) 아키텍처를 발표했다. 객체 스토리지 기반 서버리스 Postgres인 Lakebase와 Lakehouse를 단일 거버넌스·스토리지 계층(Unity Catalog)으로 통합해 ETL 파이프라인 없이 운영 데이터를 즉시 분석 가능하게 한다. Iceberg·Delta 등 개방형 테이블 포맷과 호환된다. 또한 신규 컴퓨트 엔진 Reyden 기반의 실시간 Lakehouse//RT는 수만 명 동시 사용자 환경에서 밀리초 단위 쿼리 지연을 제공한다. 에이전트형 고객 데이터 플랫폼 CustomerLake도 공개됐다. Lakebase는 출시 1년 만에 수천 고객, 일 1,200만 DB 실행을 처리 중이다.
핵심 인사이트
- LTAP, 스토리지 계층에서 OLAP+OLTP 통합해 ETL 파이프라인 제거
- Lakehouse//RT(Reyden 엔진), 기존 실시간 서빙 스택 대비 최대 16배 성능
- Snowflake·Dremio와 경쟁 격화, 통합 데이터 플랫폼 전쟁 심화
- AI 에이전트가 데이터 인프라의 새 병목, 거버넌스 통합이 핵심 차별점
Databricks가 에이전트형 코워커 Genie One을 포함한 Genie 제품군을 출시했다. 핵심은 조직 내 데이터·문서·앱·사람 등 전체 지식을 연결하는 자가 개선형 컨텍스트 계층 Genie Ontology로, Google PageRank와 유사한 OntoRank 개념으로 데이터 자산을 순위화한다. Google Drive·Jira·Slack·Confluence·SharePoint 등 50개 이상 앱과 통합된다. 1세대 Genie가 대화형 분석에 그쳤다면 Genie One은 문서·리포트·아티팩트 생성, 알림 설정, 작업 스케줄링, MCP 도구를 통한 실행까지 수행한다. Genie App Builder(매니지드 바이브 코딩), Genie Code(데이터 엔지니어링 에이전트), Genie ZeroOps(자율 모니터링), 그리고 Linux Foundation 호스팅 개방형 표준 OpenSharing도 함께 공개됐다.
핵심 인사이트
- Genie Ontology(OntoRank)로 기업 데이터 컨텍스트 통합, 환각 문제 정조준
- 단순 챗봇 넘어 실행형 에이전트(문서 생성·스케줄링·MCP 액션) 전환
- OpenSharing, 에이전트 스킬·AI 모델 공유 위한 첫 벤더 중립 개방 프로토콜
- 좌석 기반 아닌 사용량 과금(월 사용자당 $10 무료), AI 코워커 시장 진입 가속
Everpure 회장 겸 CEO Charlie Giancarlo가 라스베이거스 고객 행사에서 "데이터 우선(data primacy)" 전략을 제시했다. 앱이 데이터를 관리하는 기존 앱 중심 구조에서, 기업이 데이터와 컨텍스트를 직접 정의하는 데이터 중심 구조로 전환해야 하며, 각 AI 워크플로우 벤더에 데이터를 복제 공유하는 비효율을 해소한다는 것이다. Everpure Data Intelligence는 특정 모델에 종속되지 않도록 표준적(canonical) 설계를 채택했다. 한편 플래시 등 부품 가격 급등으로 올해 최대 40% 가격 인상을 단행했으며, DRAM은 10배, 플래시는 6~8배 올랐다고 밝혔다. 회사는 사상 최저 마진으로 운영 중이며, 핵심 하이퍼스케일 고객 Meta향 대규모 출하를 하반기 재개한다.
핵심 인사이트
- DRAM 10배·플래시 6~8배 폭등, Everpure 제품가 최대 40% 인상
- "데이터 우선" 전략으로 AI 시대 데이터 거버넌스·온프레미스 회귀 강조
- 모델 종속 회피 위한 canonical 설계, MCP 표준 채택(보안 보완 전제)
- Meta향 대규모 출하 하반기 재개, 부품난 속 사상 최저 마진 운영
영국 하원 과학혁신기술위원회에서 University of York의 Martin Trefzer 교수가 뉴로모픽(뇌 모사) 컴퓨팅이 AI의 급증하는 전력 수요를 완화할 수 있으나 단기간 내 데이터센터 하드웨어를 대체하지는 못할 것이라고 밝혔다. 뇌처럼 메모리와 처리가 분리되지 않고 통합된 구조에서 데이터 이동을 줄여 효율을 높이는 것이 핵심 아이디어다. 분석에 따르면 AI가 글로벌 데이터센터 전력 사용을 2030년까지 약 945TWh(일본 전체 전력 소비량 초과)로 두 배 이상 늘리는 최대 동인이다. 단기적으로는 보청기 같은 웨어러블·엣지 센서에 뉴로모픽 기판을 적용해 디지털 시스템에서 기능을 떼어내면 수십 배 에너지 효율 개선이 가능하다고 제시했다. University of Manchester의 Caterina Doglioni 교수는 엣지 기기 제조의 탄소 비용도 고려해야 한다고 지적했다.
핵심 인사이트
- 뉴로모픽 컴퓨팅, 메모리-처리 통합으로 데이터 이동 최소화해 효율 추구
- AI발 데이터센터 전력 2030년 945TWh로 배증, 일본 전체 소비량 초과
- 단기 실용성은 웨어러블·엣지 센서 하이브리드 통합에 국한
- 기기 제조 탄소 비용 상쇄 위한 손익분기점 연구 필요, 즉각 대체 불가
University of California San Diego(UCSD)가 Google과 협력해 폐기된 Pixel Fold 스마트폰 2,000대로 컴퓨트 클러스터를 구축한다. 평균 4년마다 교체되는 폰의 핵심 연산 능력은 그대로여서, 저비용·저탄소 컴퓨팅 플랫폼으로 재활용하려는 것이다. 화재 위험인 배터리와 케이스를 제거하고 메인보드만 추출하며(메인보드가 폰 내재탄소의 약 50% 차지), 서버용으로 Linux를 플래시한다. Pixel Fold는 Google Tensor G2(Cortex-X1 2개·A78 2개·A55 4개), Mali-G710 GPU, 12GB 메모리를 탑재하며, SPEC 벤치마크상 폰 25~50대가 일반 서버 1대 성능에 해당한다. 25~50대 단위 클러스터를 Kubernetes로 오케스트레이션하고 PCB로 전원·유선 이더넷을 공급한다. EdTech·채점·연구 워크로드용으로 올가을 가동 예정이다.
핵심 인사이트
- 폐폰 2,000대 재활용 클러스터, 저탄소·저비용 엣지 컴퓨팅 실증
- 폰 25~50대가 서버 1대 성능, 단일스레드 성능은 데이터센터 칩 능가
- Kubernetes 오케스트레이션·Linux 플래시, 배터리 제거 후 메인보드만 활용
- function-as-a-service·EdTech 등 산발적 워크로드에 경제성, 순환경제 모델
AI 추론 전문 스타트업 Tensordyne이 행렬 곱셈 연산을 로그 덧셈으로 대체하는 방식의 "Napier" AI 추론 엔진을 공개했다. 이 방식은 Nvidia·AWS 대비 10배 이상의 성능, 비용, 전력 효율 개선을 주장한다. Broadcom이 칩 제조를 담당하며, TSMC 3nm 공정으로 1,380억 트랜지스터를 집적했다. Napier 칩은 FP8 기준 2.1 페타플롭스 성능에 144GB HBM4 메모리(4.7TB/s)를 갖추고 300W 전력만 소비한다. 클라우드 접근은 2026년 말, 고객 베타 시스템은 2027년 1분기 출하 예정이다. 회사는 3라운드에 걸쳐 1억 7,600만 달러를 조달했으며 120명 이상 임직원을 보유한다.
핵심 인사이트
- 로그 변환으로 행렬 곱셈을 덧셈으로 치환, 300W vs Nvidia B300 1,200W로 4배 전력 절감 달성
- Broadcom 파운드리 활용으로 HBM 공급망 확보, TSMC 3nm 고급 공정 적용으로 기술 신뢰성 제고
- 랙당 288 칩이 에어쿨링으로 운영 가능, 액체냉각 설비 불필요로 금융·도시형 데이터센터 시장 공략
- 동일 Nvidia GPU 인프라 대비 350랙으로 1억 토큰/초 달성(기존 2,000랙), 6배 처리량·30% 절전 가능
Arm Neoverse 아키텍처가 클라우드 AI 인프라의 주류 기반으로 자리잡고 있다. AWS Graviton은 최근 3년간 신규 CPU 용량의 절반 이상을 차지했으며, Google Cloud Axion은 x86 대비 최대 65% 비용-성능 개선을 달성했다. 실제 도입 사례로 Pinterest는 AWS Graviton 전환으로 컴퓨팅 비용 38%, 탄소 배출 62% 절감했고, Uber는 2,800개 서비스를 마이그레이션해 인프라의 20%를 Arm으로 전환했다. Spotify는 Google Axion에서 x86 대비 250% 성능 향상을 확인했다. Arm은 AI 데이터센터용 AGI CPU를 새롭게 출시했으며, 전세계 Arm 개발자 생태계는 2,200만 명 이상으로 성장했다. (본 기사는 Arm 스폰서 콘텐츠임)
핵심 인사이트
- 주요 하이퍼스케일러 모두 Arm 기반 커스텀 실리콘 채택, 현재 하이퍼스케일러 출하 CPU의 약 절반이 Arm
- Pinterest 사례: Graviton 전환으로 비용 38% 절감·탄소 62% 감소, AI 추론 인프라의 효율성 우위 실증
- AI 데이터센터의 랙 전력밀도가 5~10kW에서 30kW+, 일부 100kW 이상으로 급증하며 설계 패러다임 전환
- Nvidia Grace Blackwell·Vera Rubin 등 GPU 가속기도 Arm CPU와 결합, Arm이 AI 컨트롤 플레인 표준으로 부상
생성형 AI의 확산으로 기존 음악 저작권 로열티 시스템이 위협받는 가운데, 아티스트가 AI 훈련에 대한 보상을 받을 수 있는 기술적·제도적 대안이 논의되고 있다. Warner Music Group에 인수된 Sureel은 스웨덴 저작권 기관 STIM과 협력해 AI 기업의 음악 훈련 사용을 추적하고, 창작자가 사용 여부를 세밀하게 제어할 수 있는 소프트웨어를 제공한다. SoundVerse는 생성된 출력물에 기여도가 높은 훈련 데이터에 차등 보상을 부여하는 방식을 제안한다. 단순 협상 계약 방식도 대안으로 거론되며, 정책 전문가들은 복잡한 어트리뷰션 시스템이 투명하고 감사 가능해야 한다고 강조한다. 과세·재분배 전략을 병행해 창작 노동자를 보호해야 한다는 시각도 제시된다.
핵심 인사이트
- Sureel의 Warner Music 인수는 메이저 음악사가 AI 저작권 기술 내재화를 가속하고 있음을 시사한다 (2026년 기준).
- 훈련 시점 일회성 보상 vs. 출력 발생마다 보상하는 두 모델의 경쟁이 향후 AI-미디어 산업 수익 구조를 결정한다.
- 어트리뷰션 시스템의 게임화·불투명성 위험 → 오픈·감사 가능한 설계 요구가 규제 입법 방향을 선도할 전망.
- AI 음악 라이선싱 B2B 시장 성장으로 음악 저작권 추적 소프트웨어 스타트업의 투자 가치가 부각된다.
Honor의 Lightning 휴머노이드 로봇이 2026년 4월 19일 하프 마라톤을 50분 26초에 완주하며 인간 세계 기록보다 7분 빠른 성과를 달성했다. 핵심 기술은 액체 냉각 시스템으로, 냉각 파이프가 모세혈관처럼 모터 내부 깊숙이 관통하며 분당 4리터 이상의 열교환 유량을 제공한다. 하부 구동 모터 4개에 독립 회로가 적용되어 지속 고부하 주행 시 발생하는 약 150W의 열을 효과적으로 관리한다. 경쟁사 Unitree는 보행 효율(1.5 m/s)에 최적화해 주행 중 과열 문제를 겪은 반면, Lightning은 용도에 맞는 트레이드오프 설계로 차별화했다. 이 사례는 로봇 하드웨어 설계에서 열 관리가 성능 한계를 결정하는 핵심 요소임을 보여준다.
핵심 인사이트
- 액체 냉각 기술이 휴머노이드 로봇의 지속 고성능 주행을 가능케 하는 핵심 enabler로 부상 (2026년 상용화 단계).
- 모터 토크·기어비·발열의 물리적 트레이드오프 해결 능력이 로봇 제조사 간 기술 격차를 결정짓는 변수다.
- 중국 로봇 기업(Honor)이 특정 퍼포먼스 지표에서 세계 최고 수준 달성 → 글로벌 경쟁 지형 재편 중.
- 열 관리 부품(펌프·냉각 모듈·고밀도 모터)과 관련 소재·부품 공급망 투자 기회가 확대될 전망.
버지니아대학교 조교수 Yen-Ling Kuo가 개발한 Diff-DAgger 기법이 로봇의 불확실성 자가 진단을 가능하게 한다. 기존 DAgger 방식이 인간의 실시간 교정에 의존했던 반면, Diff-DAgger는 확산 정책(diffusion policy)의 훈련 손실 신호를 실시간 신뢰도 지표로 재활용한다. 결과적으로 실패 예측률 39% 향상, 작업 완료율 20% 증가, 실행 속도 약 8배 개선이라는 성과를 달성했다. Kuo는 이 공로로 IEEE Robotics and Automation Society의 신설 초기 경력 여성 연구자상을 수상했으며, NSF Career Award($665,000, 5년)와 Toyota Research Institute 청년 교수상도 획득했다.
핵심 인사이트
- Diffusion policy의 훈련 손실을 실시간 신뢰도 지표로 전용, 별도 불확실성 모듈 없이 자가 진단 구현
- 실패 예측 39%·완료율 20%·속도 8배 개선 — 소규모 데이터셋으로도 즉각적 실용화 가능 수준
- Theory of mind 기반 접근으로 언어·동작·시선까지 해석, 인간-로봇 협업 범위를 제조·자율주행으로 확장
- NSF·Toyota 복수 대형 펀딩 확보 — 학술 성과가 자율주행 산업 투자로 직결되는 연구 방향성 주목
ABI Research 우주항공 애널리스트가 궤도 데이터센터의 물리적·경제적 현실을 냉정하게 분석했다. SpaceX(xAI 인수), Google(Project Suncatcher, 2027년 TPU 위성 발사 예정), Starcloud(88,000위성 FCC 신청) 등이 우주 컴퓨팅을 추진 중이나, 핵심 장벽은 냉각 문제다. 우주에는 대기가 없어 전도·대류 냉각이 불가능하며, Stefan-Boltzmann 법칙에 따라 복사 냉각만 가능해 700W를 소모하는 H100 GPU 한 개를 20°C로 유지하려면 3㎡의 방열판이 필요하다. 32개 GPU 랙(40kW) 냉각에는 약 80㎡(피클볼 코트 크기) 방열판이 요구된다. 우주 방사선으로 인해 5년 후 필요 면적이 40% 추가 증가하고, 방사선 경화(rad-hard) 프로세서는 LLM 구동 불가 수준의 성능이라는 딜레마도 존재한다. ABI Research 총소유비용 분석 결과 우주에서 GPU를 1년 운용하는 비용은 지상 대비 최소 10배 이상이다.
핵심 인사이트
- [기술 성숙도] Stefan-Boltzmann 복사 법칙상 1MW 전력 생산에는 1MW 방열을 위한 동일 면적 방열판이 필요 — 이는 현재 기술 수준에서 일반 목적 우주 데이터센터의 경제성을 원천 봉쇄하는 물리적 장벽
- [상용화 시기] 지구 관측 데이터 전처리, 극초음속 미사일 탐지/추적, LEO 위성 충돌 회피 등 틈새 응용 분야에서만 단기 실용화 가능 — LLM 학습·추론용 범용 우주 데이터센터는 최소 10년 이상 경제성 확보 불가
- [기술적 혁신] 종이접기 기반 방열판(origami-inspired radiators)과 액체 방울 방열판(liquid-droplet radiators)이 Stefan-Boltzmann 한계 극복을 위한 연구 방향 — 실용화 시 우주 컴퓨팅 경제성 지형 변화 가능
- [투자/비즈니스] 방열판·태양전지판이 위성 전체 질량의 65~70% 차지, 우주급 태양전지는 지상 대비 수백 배 고가, 게르마늄 기판 공급망은 중국에 집중 — 우주 데이터센터 관련 실질 투자 기회는 발사 비용 절감(SpaceX 스타십)보다 방열 소재·기술 혁신 기업에 집중
2026 IEEE International Conference on Robotics(ICRA)에서 AGILINK의 로봇 손이 풍선 강아지를 꼬는 시연이 큰 주목을 받았다. 풍선 비틀기는 경량·고변형·미끄러운 물체의 연속적 힘 조절이 필요한 고난도 조작 과제로, AGILINK는 이를 해결하기 위해 '모션 인텔리전스'(동작 생성·양손 협조·연장 시퀀스 실행)와 '컨택트 인텔리전스'(접촉 확립·유지·적응) 두 역량을 구분해 각각 학습했다. 전문 풍선 아티스트의 시연 데이터를 수집하고, 실패 직전 인간 개입 데이터를 강화학습에 반영해 회복 전략까지 학습시켰다. 연구진은 복잡한 조작 문제의 본질이 올바른 동작 순서보다 접촉 안정성 유지에 있다고 결론짓고, 알고리즘뿐 아니라 더 나은 센서·액추에이터·접촉 물리학 이해가 필요하다고 강조했다.
핵심 인사이트
- '컨택트 인텔리전스' 개념의 명시적 분리는 로봇 조작 연구의 패러다임 전환을 시사하며, 촉각 센서·유연 액추에이터 분야의 기술 수요를 높일 것으로 전망된다.
- 실패 직전 인간 개입 데이터를 강화학습에 통합하는 방식은 희소 전문가 데이터를 최대한 활용하는 새로운 로봇 학습 패러다임으로 주목받을 수 있다.
- 장기 순서 실행(long-horizon task)과 접촉 안정성의 동시 달성은 제조·물류 자동화에서 인간 대체 가능 작업의 범위를 크게 확장할 잠재력이 있다.
- AGILINK의 접촉 중심 로보틱스 접근법은 고정밀 촉각 센서 및 소프트 로보틱스 부품 기업의 기술 가치를 높이는 투자 촉매로 작용할 수 있다.
1976년 William Heronemus 교수(University of Massachusetts)가 주도한 풍력 발전 실험이 미국 현대 풍력 에너지 산업의 기원이 됐다는 사실이 재조명되었다. IEEE Spectrum은 Heronemus가 해상 풍력(offshore wind)의 잠재력을 수십 년 앞서 제시하며 대규모 풍력 전기 생산 가능성을 학문적으로 증명한 선구자였음을 기록했다. 그의 1970년대 연구는 오늘날 미국 연방 에너지 정책과 해상 풍력 투자 붐의 지적 토대를 제공했다.
핵심 인사이트
- 1976년 UMass의 Heronemus 실험이 미국 풍력 산업의 기술적·학문적 출발점이었음이 재확인되었다.
- 해상 풍력(offshore wind)의 상업적 잠재력을 처음 제시한 공학적 선구자로 역사적 재평가가 이루어졌다.
- 1970년대 에너지 위기 시대의 학술 연구가 수십 년 후 실제 산업으로 이어지는 기술 전이의 사례다.
- 재생에너지 역사 인식 제고는 현재 풍력 투자·정책 지지 기반 강화에 기여한다.
IDC에 따르면 2026년 1분기 글로벌 서버 시장은 $122.62B로 전년比 +30.4%, 전분기比 -2.1%에 그쳤다. CPU·GPU·DRAM·플래시 가격 급등이 부품 부족에 따른 출하 감소를 상쇄한 결과로, OEM/ODM이 기회적 가격 인상으로 마진을 확보했다. GPU 가속 서버는 $68.9B(매출 56.2%), Google TPU·AWS Trainium 등 XPU 시스템이 $17.1B(13.9%, 전년 8.2%에서 급증)를 기록해 합산 $86B(70.2%)에 달했다. X86 서버는 $63.9B(-2.9% YoY)로 점유율 52.1%까지 하락했고, hyperscaler 자체 Arm 칩과 Nvidia Grace 기반 non-X86이 $58.7B(2.1배 성장)로 추격 중이다. 수요 문제가 아닌 공급(부품) 제약이 핵심.
핵심 인사이트
- 1분기 서버 시장 $122.62B(+30.4% YoY), 가격 인상이 부품 부족發 출하 감소를 상쇄.
- GPU($68.9B)+XPU($17.1B) 합산 70.2% 점유 — 가속기가 서버 매출 구조를 지배.
- X86 점유율 52.1%로 하락, Arm·Grace 기반 non-X86이 2.1배 성장하며 추격.
- 데이터센터 GPU 가속기 1개 $50K, 차세대 멀티칩은 $100K 육박 — 단가가 매출 견인.
HPE는 Discover 2026 행사에서 140억 달러에 인수한 Juniper Networks 통합 성과를 공개했다. 핵심은 Juniper의 Mist AI 엔진과 Aruba Central 플랫폼을 교차 통합하는 "자율 주행 네트워크(self-driving network)" 전략이다. Marvis AI 엔진을 Aruba Central에 적용해 네트워크 장애를 수 시간이 아닌 수 분 안에 진단·해결하며, AMD "Helios" AI 서버 랙 전용 QFX5250 스위치 트레이와 AI 추론 엣지용 QFX5140 스위치 등 신규 하드웨어도 출시했다. Cisco 보고서는 AI 에이전트가 전통 도구 대비 트래픽을 450% 더 생성하며, 2035년까지 네트워크 트래픽의 25%가 AI 추론이 될 것으로 전망했다.
핵심 인사이트
- HPE의 Juniper 인수 통합이 가속화되며 Cisco·Arista에 대한 AI 인프라 네트워킹 경쟁력이 실질적으로 강화되고 있다.
- Mist AI + Aruba Central 교차통합으로 엣지~데이터센터~클라우드 전 구간 AI-native 자율 운영 네트워크 상용화가 현실화되고 있다.
- AI 에이전트 워크로드가 기존 대비 트래픽 450% 증가를 유발해 2035년 추론 트래픽이 전체의 25%에 달할 것으로 예상되며, 네트워크 인프라 교체 수요가 급증할 전망이다.
- AMD Helios 랙 전용 QFX5250 등 AI 서버와 네트워크의 하드웨어 레벨 공동 설계가 진행되며, HPE는 컴퓨트+네트워킹 통합 판매로 수익성 확대를 노리고 있다.
이스라엘 양자 스타트업 Quantum Pulse Ventures가 에든버러 컨퍼런스에서 QP2.0 플랫폼을 공개했다. 핵심은 "복합 펄스 방식(composite pulse approach)"을 적용한 새로운 범용 방향성 결합기(directional coupler)로, 기존 단일 세그먼트 균일 도파관 대신 복합 도파관을 사용해 게이트 회로의 물리적 오류와 노이즈를 획기적으로 줄였다. 이 기술은 운영 정확도를 10배 향상시키며 제조 편차에 대한 내성도 높였다. 현재 실리콘 포토닉스·질화 실리콘·박막 니오브산리튬 등 기존 제조 공정에 그대로 적용 가능하며, 비즈니스 모델은 IP 로열티 방식이다. 수익화 전환에는 6~9개월의 제조 사이클이 소요될 것으로 예상한다.
핵심 인사이트
- 광학 양자 컴퓨터의 핵심 난제인 제조 편차 문제를 새로운 도파관 설계로 해결해 물리 큐비트 대 논리 큐비트 비율을 10,000:1에서 1,000:1로 획기적으로 개선했다.
- 기존 팹 공정 변경 없이 설계 이미지 교체만으로 도입 가능해 상용화 속도가 빠를 것으로 예상되며, 도입 기간은 6~9개월(2~3 제조 사이클)이다.
- IP 로열티 모델로 수익화하는 방식은 Arm Holdings와 유사한 구조로, 자체 하드웨어 제조 없이 생태계 확장과 자본 효율을 동시에 확보할 수 있다.
- 기술 전망 시점은 5~10년으로, 전자 기반 프로세서의 물리적 한계 도달과 양자 라우터 수요 증가를 배경으로 광자 기반 연산이 차세대 컴퓨팅의 핵심 축으로 부상하고 있다.
AI 추론 스타트업 Tensordyne이 행렬 곱셈 연산을 로그 덧셈으로 변환하는 혁신적 아키텍처 "Napier" 칩을 발표했다. 핵심 원리는 부동소수점 곱셈 대신 로그 변환 후 덧셈을 사용해 연산 부하를 획기적으로 줄이는 것으로, 이를 통해 Nvidia B300 GPU(1,200W) 대비 300W라는 낮은 전력으로 FP8 기준 2.1 petaflops 성능을 구현했다. Napier 칩은 138B 트랜지스터, TSMC 3nm 공정, 48개 로그 코어, 144GB HBM4(4.7 TB/sec)를 탑재하며, Broadcom이 칩 위탁생산을 담당한다. TDN Pod(4섀시 랙) 기준 608 petaflops, 42 TB HBM, 120kW 전력으로 공랭 가능하다. 2026년 말 클라우드 접근, 2027년 Q1 고객 베타 시스템 출하 예정이며, GPU 대비 동일 처리량 달성에 필요한 랙 수를 2,000개에서 350개로 줄일 수 있다고 주장한다.
핵심 인사이트
- **HPC/AI 인프라 트렌드**: 로그 연산 기반 추론 가속기가 GPU의 행렬 곱셈 중심 아키텍처에 근본적으로 도전하며, 에너지 효율과 공간 효율이 차세대 AI 인프라 선택의 핵심 기준으로 부상하고 있다.
- **시장 경쟁 구도**: Nvidia가 지배하는 AI 추론 시장에서 Tensordyne, Groq, Cerebras 등 2세대 AI 칩 스타트업이 틈새를 확장 중이며, 특히 전력 밀도와 냉각 제약이 있는 메트로폴리탄 데이터센터 시장을 정조준하고 있다.
- **도입 비용/효율**: 동일 처리량 대비 랙 수 약 83% 절감(2,000 → 350 racks per billion tokens/sec)과 공랭 지원이 가능해 전통 금융·보험사의 온프레미스 AI 도입 장벽을 대폭 낮출 수 있다.
- **투자/비즈니스 관점**: $176M 조달, Broadcom 협력, TSMC 3nm 테이프아웃 성공은 기술 완성도를 입증한다. 칩 출하 전 인수 압력이 AMD, Google, HPE 등에게 커질 것으로 보이며, 특허 경쟁력이 기업가치의 핵심 변수다.
양자 컴퓨팅 기업 QuEra가 차세대 내결함성 양자 시스템 "Libra"를 발표하고 AWS Amazon Braket 서비스에 2028년 출시할 예정이다. Libra는 QuEra의 중성 원자(neutral-atom) 방식 기반으로, 10,000~15,000개의 물리적 큐비트로 256개 이상의 논리 큐비트를 구성하며, 논리 오류율 10⁻⁶(백만 연산 중 1회 오류)를 달성한다. 이는 "megaquop" 등급(백만 번의 신뢰성 있는 논리 양자 연산 수행 가능)으로, 화학·소재 시뮬레이션 등 상업적 활용이 가능한 수준이다. 중성 원자 방식은 레이저로 원자를 고정해 상온에서 동작 가능하며 표준 19인치 랙에 설치 가능하다. QuEra는 기존 Aquila(256 물리 큐비트, 2022년 출시) 이후 AWS와의 파트너십을 확대하고 있다. Alice & Bob의 Helium Quantum System(cat-qubit 방식) 발표와 맞물려 양자 컴퓨팅 상용화 경쟁이 가속화되고 있다.
핵심 인사이트
- **HPC/AI 인프라 트렌드**: 양자 컴퓨팅이 "유용성 격차" 해소 단계에 진입하며, 논리 큐비트 수와 오류율이 물리적 큐비트 수보다 중요한 성능 지표로 전환되고 있다.
- **시장 경쟁 구도**: 중성 원자(QuEra), 초전도(Google·IBM), 포획 이온(IonQ), cat-qubit(Alice & Bob) 등 다양한 방식이 경쟁하는 가운데, 클라우드 플랫폼(AWS Braket) 연동이 상용화 속도를 가르는 핵심 전략으로 부상했다.
- **도입 비용/효율**: 중성 원자 방식은 상온 동작과 표준 랙 수납이 가능해 크라이오제닉 냉각 불필요, 이는 데이터센터 운영 비용 구조를 크게 단순화시킨다. Alice & Bob Helium 시스템은 약 40kW로 운영 가능하다고 밝혔다.
- **투자/비즈니스 관점**: QuEra·Harvard·MIT 공동 연구에서 논리 큐비트 1개 생성에 물리 큐비트 2개면 충분하다는 결과가 도출돼, 기존 예상(1,000:1 비율) 대비 자원 효율이 혁신적으로 개선됐다. 2년 내 실용적 응용 가능성이 투자자 주목을 받고 있다.
데이터센터 전력 소비가 급증하며 전력망에 대한 우려가 커지고 있지만, Gartner 예측에 따르면 실제 규모는 공포만큼 심각하지 않을 수 있다. 2024년 전 세계 데이터센터 전력 소비는 387 TWh로 전체 소비의 1.3%에 불과하며, 2030년까지 1,200 TWh(3.3%)로 증가할 전망이다. CAGR 20.8%로 성장하는 데이터센터 전력 수요는 전체 전력 소비 CAGR 3%를 크게 앞서지만, 2010년대에도 유사한 우려가 있었으나 서버 가상화와 아키텍처 효율화로 위기를 극복한 사례가 있다. AI 워크로드 특화 아키텍처 전환이 다시 한번 과소비 위기를 완화할 열쇠가 될 수 있다.
핵심 인사이트
- 데이터센터 전력 소비 CAGR 20.8%로 2030년까지 3.1배 성장 예상, 전력 인프라 투자 필수
- 전 세계 전력 용량 증가(CAGR 5.9%)가 소비 증가(3%)를 앞서 구조적 공급 여유 존재
- 2010년대 가상화 혁신처럼 AI 특화 아키텍처 효율화가 과소비 억제의 핵심 변수
- 데이터센터 전력 배분 용량 2024년 104 GW → 2030년 290 GW로 확대, 관련 인프라 수혜 기대
Oracle이 FY2026 Q4 실적을 발표하며 하이퍼스케일러 도약을 선언했다. 총 매출 $15.9B(+15.3% YoY), 클라우드 매출 $6.2B(+25.3%)를 기록했고, FY2026 한 해 동안 1.2 GW의 데이터센터 용량을 가동했다. FY2027 Q1에는 추가 1 GW를 더 점등한다. 수주잔고(backlog)는 $638B에 달하며, 이 중 12%인 $76.6B이 FY2027에, 이후 2년간 34%($219.6B)가 인식될 예정이다. 주요 고객인 OpenAI를 위한 Stargate 데이터센터(텍사스 에이블린)는 현재 42% 가동 중이며 연내 100% 도달 목표다. 총 5개 신규 데이터센터(합계 5.5 GW)를 건설 중이며, 총 부채는 $80.5B로 현금 $13.4B 대비 재정 부담이 크다.
핵심 인사이트
- **HPC/AI 인프라 트렌드**: Oracle이 연간 1+ GW 규모의 데이터센터를 점등하며 AWS·Azure·GCP에 이어 미국의 실질적 5번째 하이퍼스케일러로 부상. AI 전용 인프라 투자 규모가 클라우드 사업자 간 격차를 재편 중이다.
- **시장 경쟁 구도**: $638B 수주잔고의 핵심은 OpenAI 단일 고객 의존도로, OpenAI의 자금 조달 능력이 Oracle 성장 시나리오의 최대 변수다. 고객 집중 리스크가 월가의 불안감을 키우고 있다.
- **도입 비용/효율**: 총 5.5 GW 규모 데이터센터 구축을 위해 부채가 $80.5B까지 늘었고, FY2027부터 $76.6B의 매출이 인식되기 시작해야 투자 회수 사이클이 개시된다. Bloom 연료전지 전원 공급 등 전력 다각화 실험도 주목할 요소다.
- **투자/비즈니스 관점**: FY2027 Q1 가이던스 $15.8~16B(+15% YoY)는 시장 기대를 충족했으나, 대규모 부채+자본 지출 구조에서 이익률 개선이 언제 가시화될지가 주가 재평가의 핵심이다.
AWS의 Graviton5 ARM 서버 CPU가 M9g/M9gd 인스턴스로 출시됐다. Annapurna Labs가 설계한 이 칩은 4개의 chiplet으로 구성되며, 각 chiplet에 48개의 Neoverse V3 "Poseidon" 코어를 탑재해 총 192개 코어를 제공한다. TSMC 3nm 공정, DDR5 8.8GHz, PCIe 6.0, CXL 3.0을 지원하며 D2D 인터커넥트는 420 GB/sec 속도로 동작한다. 전력 소비는 약 650W로 Graviton4 대비 성능/와트는 절반이지만, 소켓당 처리량은 2.4배 향상됐다. M9g 인스턴스는 동급 R8g 인스턴스 대비 31.9~33.6%의 가격 대비 성능 개선을 제공하며, 저지연이 핵심인 에이전틱 AI 및 인메모리 데이터베이스 워크로드를 주 타깃으로 한다.
핵심 인사이트
- **HPC/AI 인프라 트렌드**: ARM 기반 서버 CPU의 chiplet 아키텍처 전환이 가속화되고 있으며, AWS는 Arm Holdings의 Poseidon Compute Subsystem을 커스터마이징해 클라우드 전용 고성능 CPU를 구현. CXL 3.0 지원으로 메모리 확장성도 확보했다.
- **시장 경쟁 구도**: Graviton5의 소켓당 2.4배 성능 향상은 x86 경쟁사(Intel Xeon, AMD EPYC) 대비 TCO 우위를 강화하며, 특히 에이전틱 AI에서 저지연 특성이 차별화 포인트로 부각된다.
- **도입 비용/효율**: M9g 인스턴스가 R8g 대비 ~33% 가격 대비 성능 우위를 제공하지만, 650W의 높은 전력 소비는 데이터센터 전력 설계에 새로운 부담을 줄 수 있다.
- **투자/비즈니스 관점**: Arm Holdings(SoftBank)의 서버 CPU 생태계 확장이 지속되고 있으며, AWS의 커스텀 실리콘 전략은 타 클라우드 사업자의 유사 투자 경쟁을 심화시킬 것으로 예상된다.
GPU 가속 게노믹스 파이프라인에서 "샘플당 비용"이라는 기존 지표가 실제 비용을 숨기는 구조적 문제를 다룬다. Nebius의 보고에 따르면 short-read sequencing 파이프라인의 15~40%가 최소 1회 이상 실패 후 재시작되며, 이로 인해 보이지 않는 비용이 발생한다. H200 기반 전장 유전체 분석(WGS)은 약 2 GPU-hour, 비용 $9/샘플이지만 25% 실패율 적용 시 실제 비용은 $11.25로 증가한다. 월 2,000 샘플 처리 팀의 경우 연간 $54,000의 낭비가 발생하며, Nextflow의 cache-dir 미설정이 주요 원인으로 지목된다. 올바른 지표로 전환(완료율, 시도 대비 완료 비용)하고 실패율을 먼저 측정하는 것을 권고한다.
핵심 인사이트
- **HPC/AI 인프라 트렌드**: GPU 가속 바이오인포매틱스가 주류화되면서 Parabricks, AI 기반 variant calling 등 GPU 의존 워크로드가 급증. CPU 클러스터 시대의 비용 회계 방식이 GPU 클라우드 환경에서 오류를 유발하고 있다.
- **시장 경쟁 구도**: Nebius와 같은 특화 GPU 클라우드 사업자가 게노믹스 인프라 시장에서 컨설팅 역할을 강화하며 AWS/GCP 등 범용 클라우드와 차별화를 시도 중이다.
- **도입 비용/효율**: 파이프라인 실패율 관리가 GPU 인프라 TCO의 핵심 변수로 부상. 압축 WGS 파일(30GB/샘플)이 복원 시 200GB로 팽창하는 스토리지 아키텍처 문제도 숨겨진 비용 요인이다.
- **투자/비즈니스 관점**: 게노믹스 클라우드 인프라 최적화 솔루션(checkpointing, 스팟 인스턴스 관리, 파이프라인 모니터링) 시장에 새로운 수요가 형성될 수 있으며, Nextflow/Snakemake 기반 워크플로우 관리 툴 기업에 유리한 환경이다.
D-Wave가 $550M에 인수한 Quantum Circuits의 dual-rail 오류 수정 기술을 기반으로 게이트 모델 양자 컴퓨터 로드맵을 공개했다. 2026년 17큐비트 시스템 출시를 시작으로 2027년 49큐비트, 2028년 181큐비트, 2030년 10논리큐비트, 2032년 100논리큐비트 시스템을 목표로 한다. Dual-rail 기술은 단일 큐비트 수준에서 90%의 오류를 감지하고 99.9% 2큐비트 fidelity를 달성하며, 오류 감소 계수인 Lambda 값 10을 목표로 타사의 2 대비 5배 우수한 성능을 주장한다. 2026년 1분기 bookings는 전년비 1,994% 급증한 $33.4M을 기록했고, 플로리다 애틀랜틱 대학에 5,000큐비트 어닐링 시스템을 $20M에 판매하는 등 수익화에서 앞서가고 있다. 미국 상무부 CHIPS Act $2B 프로그램의 LOI에도 서명하여 ~$100M 추가 자금 확보를 추진 중이다.
핵심 인사이트
- Dual-rail qubit 기술은 오류 감지 90%, Lambda=10 달성으로 IBM/Google 대비 적은 물리 큐비트로 내결함성 구현 가능성 제시
- D-Wave는 어닐링(최적화 워크로드)과 게이트 모델(양자 화학·신물질 발견)의 이중 플랫폼 전략으로 차별화된 포지셔닝 구축
- 2032년 100논리큐비트·100만+ 연산 달성 시 초기 상업적 활용(소재 시뮬레이션, 양자 화학) 개시 예상, 현재보다 6년 단축된 타임라인
- 1분기 bookings +1,994% YoY, Fortune 100 기업과 $10M QCaaS 계약 등 양자 컴퓨팅 수익화에서 유일하게 앞서가는 Pure-play 기업으로 투자 매력 부각
2026년 4월 AI5 칩 설계 확정 발표에 이어, Tesla CEO Elon Musk가 AI6 칩에 대한 새로운 벤치마크를 제시했다. 수율을 고려할 때 AI6는 웨이퍼당 최대 가용 컴퓨팅 성능에서 신기록을 세울 것으로 기대된다고 밝혔다. 이는 Tesla의 자체 AI 칩 설계 전략이 단순 성능이 아닌 웨이퍼 단위 경제성으로 진화하고 있음을 시사한다.
핵심 인사이트
- AI6 양산 시 TSMC 선단노드(2nm급) 대량 수주 가능성 — TSMC 직접 수혜
- Tesla 자체 칩 강화로 Nvidia 의존도 축소, AI 가속기 경쟁 구도 변화
- 웨이퍼당 가용 컴퓨팅 극대화 = 수율·다이사이즈 최적화 설계 일정 본격화
- 단기: 파운드리 수주 모멘텀, 중기: Tesla AI 수직계열화 가치 재평가
스마트 글라스 출하량이 꾸준히 증가하며 노트북·스마트폰에 이은 차세대 소비자 전자 성장 동력으로 부상하고 있다. 대만 광학 부품 업체(GSEO 등)들이 일찍 진입했으며, 중국 주요 광학 업체들도 도파관(waveguide) 시장 기회를 잡기 위해 진입 중이다. 광학 도파관이 차세대 핵심 부품 전장으로 부상하고 있다.
핵심 인사이트
- 대만 광학업체(GSEO) 선점 효과 — 웨이브가이드 공급망 핵심 수혜주
- 중국 광학업체 진입으로 가격·기술 경쟁 심화, 점유율 재편 예상
- 도파관 광학 양산 기술이 스마트글라스 성장의 병목·차별화 요소
- 단기: AR/스마트글라스 부품주 테마, 중기: 광학 업체 실적 레버리지
수동소자(passive component) 시장 수요가 크게 회복되며 대만 양대 공급사 Yageo와 Walsin Technology의 영업 모멘텀을 끌어올리고 있다. 양사 평균 수주잔고/출하 비율(book-to-bill)이 1.3 이상으로 상승해 최근 수년 내 최고 수준에 근접했으며, 2026년 내내 순차적 성장 기대를 강화하고 있다. AI 데이터센터 붐이 직접적 수요 견인 요인이다.
핵심 인사이트
- Yageo·Walsin 직접 수혜 — book-to-bill 1.3+로 가격·물량 동반 상승
- AI 데이터센터 수동소자 수요 = MLCC 업황 사이클 상승 신호
- 2026년 순차 성장 = 하반기 단가 인상·가동률 확대 일정 가시화
- 단기: 수동소자주 실적 서프라이즈, 중기: AI 인프라 부품 구조적 수혜
Renesas 기술이사 Mu-Sen Lin은 전력이 곧 컴퓨팅이 되며 AI 데이터센터 구축 비용의 핵심 동인이 되고 있다고 밝혔다. 전통적 데이터센터는 저전압 AC(LVAC)와 긴 배선, UPS의 반복적 AC-DC 변환으로 전송 효율이 낮다. SiC(탄화규소) 도입으로 5%의 효율 개선만으로도 약 50억 달러를 절감할 수 있다고 분석했다.
핵심 인사이트
- SiC 전력반도체 업체(Renesas·Wolfspeed·Infineon) 데이터센터向 신수요 수혜
- 전력 효율이 데이터센터 TCO 핵심 변수로 부상, AC-DC 아키텍처 전환
- SiC 기반 고전압 DC 급전 채택 일정 가속 — 전력 토폴로지 변화
- 단기: SiC 전력반도체 테마, 중기: 데이터센터 전력 인프라 구조 재편
AI·데이터센터 인프라·첨단 제조가 공급망을 재편하는 가운데 대만 전자산업이 글로벌 야망을 확대하고 있다. 2026년 6월 18일 중화민국전국공상협진회(CNAIC)에서 Foxconn 회장이자 TEEMA 회장인 Young Liu(劉揚偉)가 대만의 글로벌 AI 및 제조 확장 전략을 제시했다. AI 서버·데이터센터 중심의 해외 생산기지 확대가 골자다.
핵심 인사이트
- Foxconn(Hon Hai) AI 서버 글로벌 증설 — AI 인프라 EMS 수혜 확대
- 대만 공급망의 미국·해외 생산 이전 가속, 지정학 리스크 분산
- AI 서버·데이터센터 제조 캐파 확장 일정 구체화
- 단기: Foxconn AI 서버 매출 비중 상승, 중기: 대만 EMS 밸류 재평가
NIO 창업자 겸 회장 William Li가 2026 중국 자동차 충칭 서밋에서 중국 자동차 산업이 "가장 잔혹한 최종 단계"에 진입했다고 경고했다. 2026년 중국 승용차 소매판매가 전년 대비 15~20% 감소할 수 있다고 전망했다. 그는 중국 전기차(NEV) 시장이 더 가혹한 경쟁 국면에 진입함에 따라 업계가 조기 대비할 것을 촉구했다.
핵심 인사이트
- 중국 EV 수요 둔화 = 배터리·전장 부품 공급망 수요 하향 압력
- 중국 NEV 출혈 경쟁 격화로 군소업체 도태·점유율 집중 가속
- 2026년 판매 15~20% 감소 전망 — 생산 캐파 조정 일정 불가피
- 단기: 중국 EV 밸류체인 부정적, 중기: 구조조정 후 생존업체 반사이익
백라이트 모듈 제조사 Darwin이 6월 17일 주주총회에서 신사업 견인으로 2026년 매출에 대해 신중한 낙관론을 유지한다고 밝혔다. 미국 시장의 신규 상업용 디스플레이 주문을 인용했으며, 장기칩(organ-chip) 파트너 Anivance AI가 Nvidia 생태계(backdrop)에 포함되어 의료 기술 사업에 모멘텀을 더한다고 언급했다. 디스플레이에서 의료·바이오로 사업 영역 확장 중이다.
핵심 인사이트
- Nvidia 의료 AI 생태계 편입 — Darwin·Anivance AI 테마 수혜
- 백라이트 모듈에서 organ-chip 의료로 사업 다각화, 밸류 확장
- 미국 상업용 디스플레이 신규 주문 = 2026 매출 가시성 확보
- 단기: Nvidia 의료 테마 부각, 중기: 신사업 상용화 진척이 관건
Panjit International이 6월 18일 주주총회에서 자동차와 AI에 초점을 둔 "듀얼 엔진" 성장 전략을 추진하겠다고 발표했다. 향후 5년간 100억 대만달러(NT$10 billion) 이상의 설비투자를 목표로 한다. 양 부문 수요가 가속되는 가운데 수주잔고/출하 비율(book-to-bill)이 1.5까지 상승했다.
핵심 인사이트
- Panjit 차량용·AI 전력반도체 직접 수혜 — book-to-bill 1.5 강세
- 자동차+AI 듀얼엔진 전략으로 디스크리트 반도체 수요 다변화
- 5년 NT$100억+ 캐파 증설 일정 — 생산능력 확대 본격화
- 단기: 디스크리트 수주 모멘텀, 중기: 차량용 비중 상승 마진 개선
Imec와 Sony Semiconductor Solutions가 반도체 웨이퍼의 전면과 후면을 연결하는 새로운 집적 방식을 공동 발표했다. 양 기관은 이 기술이 로직과 메모리 소자를 위한 미래 3D 칩 스태킹 설계를 지원할 수 있다고 밝혔다. 후면 인터커넥트(backside interconnect)와 TSV 기술이 차세대 3D 적층의 핵심으로 부상하고 있다.
핵심 인사이트
- 3D 스태킹·후면배선 기술 = HBM4 세대 및 첨단 패키징 수혜 모멘텀
- Imec·Sony 협업으로 로직-메모리 이종집적 경쟁 구도 진전
- 백사이드 인터커넥트가 차세대 노드 양산 로드맵에 편입
- 단기: 첨단 패키징·TSV 장비 테마, 중기: HBM·CoWoS 공급망 구조 수혜
Apple CEO Tim Cook이 The Wall Street Journal 단독 인터뷰에서 이례적으로 솔직하게, 메모리·스토리지 비용 급등으로 더 이상 흡수할 수 없어 제품 가격 인상을 준비 중이라고 밝혔다. AI 수요가 DRAM·NAND 공급을 압박하면서 메모리 가격이 급등했다. Apple은 그동안 고객을 비용 인상으로부터 보호해 왔으나 한계에 도달했다고 말했다.
핵심 인사이트
- DRAM·NAND 가격 급등 = Samsung·SK Hynix·Micron 직접 수혜 강력
- AI發 메모리 공급부족이 세트업체(Apple) 원가 전가로 확산
- HBM 쏠림으로 범용 메모리 캐파 부족, 단가 상승 사이클 지속
- 단기: 한국 메모리 양사 실적 상향, 중기: 메모리 슈퍼사이클 모멘텀
일본 Sanae Takaichi 총리가 2026년 7월 초 인도 북동부 Assam주를 방문할 예정이다. Nikkei에 따르면 Suzuki, Itochu, Toyota Tsusho 등 50개 이상의 일본 기업·경제단체가 동행할 것으로 예상되며, 반도체와 인프라 분야 협력에 시장의 관심이 집중되고 있다. 일본-인도 반도체 공급망 협력 회랑(corridor) 구축이 골자다.
핵심 인사이트
- 일본-인도 반도체 회랑 = 인도 반도체 공급망 신규 투자처 부상
- 중국 의존 탈피(de-risking) 흐름 속 인도 생산기지 경쟁 가속
- 50개+ 일본 기업 동행 — 반도체·인프라 투자 일정 구체화
- 단기: 인도 반도체 테마, 중기: 글로벌 공급망 다변화 수혜 재편
China Airlines가 7월 1일부터 화물 유류할증료를 인하한다. 6월 17일 서명된 미-이란 양해각서로 호르무즈 해협 운항 재개 가능성이 높아지며 국제 유가가 하락한 데 따른 조치다. 항공 화물 운임 인하는 반도체·전자 부품 물류 비용 절감으로 이어질 수 있다.
핵심 인사이트
- 항공화물 운임 인하 = 대만·아시아 반도체 수출 물류비 부담 완화
- 유가 하락은 전자 부품 공급망 원가 구조에 긍정적 파급
- 미-이란 합의로 호르무즈 해협 운항 정상화 일정 기대
- 단기: 물류·항공화물 운임 안정, 중기: 전자 공급망 비용 개선
BMW의 Neue Klasse BEV 라인업이 강한 시장 반응과 수요를 받고 있음에도, 중국 자동차 시장 약세와 중동 분쟁으로 어려움에 직면했다. BMW는 재무 전망을 하향해 자동차 사업 마진 전망을 기존 4~6% 범위에서 1~3%로 절반 수준으로 낮췄다. 강한 수요에도 외부 환경이 수익성을 압박하고 있다.
핵심 인사이트
- BMW 마진 반토막 = 유럽 OEM 수익성 악화, 전장·부품 단가 압박
- 중국 시장 약세가 글로벌 완성차 실적의 핵심 리스크로 확산
- Neue Klasse 신차 예약 조기 개시로 BEV 전환 일정은 가속
- 단기: 완성차·자동차 부품주 투자심리 위축, 중기: 비용 통제 관건
주요 프로브 카드 공급사 MPI Corporation은 AI 수요가 프로브 카드 시장 전반의 공급을 타이트하게 만들고 주문 가시성을 연장하고 있다고 밝혔다. 회사는 고객에게 캐파 우선 접근을 보장하기 위해 선불(prepayment) 메커니즘 도입을 검토 중이다. AI 칩 테스트 인터페이스 병목이 심화되고 있다.
핵심 인사이트
- MPI 등 프로브카드·테스트 인터페이스 업체 직접 수혜 — 공급 타이트
- AI 칩 테스트 병목 심화로 후공정 검사 밸류체인 가격 협상력 상승
- 선불제 도입 검토 = 캐파 확보 경쟁·주문 가시성 장기화 일정
- 단기: 테스트 인터페이스 테마, 중기: AI 칩 후공정 구조적 수혜
Unitree Robotics가 상하이 증시 상장을 추진하며 중국을 넘어 주목받는 메시지를 내세우고 있다. 휴머노이드 로봇을 충분히 저렴하게, 충분한 규모로 제조해 좁은 범위의 노동 작업을 대체하기 시작할 수 있다는 것이다. 저비용 휴머노이드에 대한 중국의 베팅을 시험하는 IPO로 주목된다.
핵심 인사이트
- 저비용 휴머노이드 양산 = 액추에이터·센서·감속기 부품 수요 촉발
- 중국 로봇 굴기로 글로벌 휴머노이드 가격·점유율 경쟁 본격화
- Unitree 상하이 상장이 휴머노이드 상용화 자금 일정 가속
- 단기: 로봇 부품·서플라이체인 테마, 중기: 휴머노이드 산업 개화