<이미지를 클릭하시면 크게 보실 수 있습니다> |
고대역폭메모리(HBM) 시장에서의 기술 경쟁이 삼성전자와 SK하이닉스의 실적에 중요한 변수가 되고 있다.
삼성전자는 최근 3분기 실적 발표에서 이례적인 어닝쇼크를 기록했다. 이는 AI 메모리 시장에서 뒤처진 것이 주요 원인이다. 반면, SK하이닉스는 HBM 기술을 선도하며 긍정적인 실적을 거두고 있는 것으로 전했다. 증권가에선 SK하이닉스의 실적이 우상향할 것으로 전망했다. SK하이닉스의 3분기 영업이익은 6조7559억원에 달할 것으로 예상했다.
글로벌 반도체 시장은 인공지능(AI) 개발 열풍 이후 범용 D램과 낸드플래시 중심이었던 반도체 시장이 AI 메모리 시장으로 선회했다. 업계는 이때 삼성전자와 SK하이닉스의 선택이 운명을 갈랐다고 평가하고 있다.
◆삼성전자, 기술개발에 주력
삼성전자는 향후 HBM 시장에서의 리더십 확보를 위해 기술 개발에 주력할 것으로 보인다. 특히 스마트폰 교체 주기의 장기화와 PC 판매 부진으로 기존 주력 상품인 범용 D램의 수요가 감소하고 있어, HBM 시장에서의 입지가 더욱 중요해지고 있다. 삼성전자는 HBM4 시대에 접어들면서 기술 역전을 노릴 가능성이 있으며, 이는 D램을 접착하는 공법이 변화하면서 실현될 수 있는 기회로 평가된다.
현재 삼성전자는 HBM 제작 시 'TC-NCF' 방식을 사용해 칩 사이에 비전도성 접착 필름을 넣고 녹여 연결하는 방식을 채택하고 있으며, SK하이닉스는 'MR-MUF' 방식으로 칩 사이에 액체 형태의 보호재를 한 번에 주입한 뒤 굳혀 칩 간 연결을 강화하고 있다. 이 두 방식의 차이가 향후 기술 경쟁의 중요한 요소로 작용할 전망이다.
노근창 현대차증권 리서치센터장은 "삼성전자의 문제를 반도체 산업 전체의 문제로 확대 해석하면 안 된다"며 "구글과 마이크로소프트 모두 거대언어모델(LLM)을 공개하거나 개발 중으로 자체 LLM을 위한 대규모 AI 데이터센터 투자 확대가 전망된다"고 반도체 시장의 호황기를 예상했다. 최근 나타나는 반도체 시장에 대한 부정론에 대해서는 엔비디아의 차세대 그래픽처리장치(GPU) 블랙웰 출시 지연으로 인한 단기적 문제로 짚었다. 블랙웰 B200은 최근 TSMC가 칩 온 웨이퍼 온 서브스트레이트(CoWoS) 생산능력을 2배 증설한 만큼 4분기 중 클라우드서비스공급자(CSP) 업체들에 공급될 것으로 전망된다.
현대차증권 리서치센터는 내년 전 세계 메모리 반도체와 파운드리(반도체 위탁생산) 시장 매출액은 각각 2176억 달러, 1639억 달러로 올해보다 각각 41%, 20% 증가해 사상 최고치를 경신할 것으로 전망했다.
◆SK하이닉스, AI 생태계 주도
"인공지능(AI)과 반도체 등 핵심 사업의 경쟁력을 빠르게 키워야 하는 우리의 과제는 쉽지 않지만 반드시 감당해야 할 일이다. 나부터 더 열심히 앞장 서 뛰겠다."(최태원 SK그룹 회장, 9월 글로벌 경영 환경 점검 회의)
'AI 생태계'에서 SK하이닉스는 가장 중요한 축을 끌고 간다. 최 회장은 올해 미국, 대만을 연이어 방문하며 AI 및 반도체 사업 경쟁력 강화를 위한 글로벌 네트워크 구축에 매진하고 있다.
SK그룹은 반도체부터 서비스까지 AI에 필요한 모든 생태계를 광범위하게 육성 중이다. 오는 10일 창립 41주년을 맞는 SK하이닉스는 AI 시스템 구현에 필수적인 초고성능 AI 반도체용 메모리 고대역폭메모리(HBM)와 AI 서버 구축에 최적화된 고용량 DDR5 모듈, 기업용 솔리드스테이트드라이브(eSSD) 등 경쟁력 있는 제품들을 앞세워 글로벌 AI용 메모리 시장을 선도할 태세다.
반도체 시장의 중심이 AI 메모리로 선회한 만큼 SK하이닉스는 올해 역대 최고 영업이익을 기록할 거라는 전망까지 나오고 있다.
SK하이닉스는 엔비디아에 지난 3월 HBM3E 8단 제품을 처음 납품한 데 이어 최근 12단 양산에 돌입해 연내 공급할 예정이다. D램과 달리 HBM은 주문제작 방식으로 진행되는 만큼 공급 과잉으로 인한 가격 변동에 대한 우려가 적다. 여기에 더해 D램 대비 이익률 또한 3~5배 높다.
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.