ⓒTech42 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
삼성전자가 빠르게 돌아가는 IT업계에서 기술적 우위 유지하는 것이 얼마나 어려운지 보여주는 사례가 됐다.
삼성전자의 주가하락 이유와 전망에 대해 블룸버그, CNBC 등 외신이 9일(현지시간) 보도했다.
삼성전자는 불과 몇 달전까지 만해도 메모리라는 반도체 분야에서 주도적인 역할을 했으며, AI붐을 이용할수 있는 좋은 위치에 있었다. 이익이 급증했으며 주가도 사상 최고치를 향해 상승가도를 달리고 있었다.
그러나 외신은 이제 삼성전자가 AI 메모리 분야 경쟁사인 SK하이닉스에 밀리고 있으며, 아웃소싱 칩 제조에서 대만 반도체 제조업체 TSMC에도 뒤처지고 있다고 분석하고 있다.
실제로 삼성 주가는 올해 7월 9일 기준 최고치에서 32% 하락했다. 삼성전자는 이 기간동안 1220억달러(약 170조680억원) 시장 가치를 잃었는데, 이는 전 세계 다른 어떤 칩 제조업체보다 더 큰 손실로 분석되고 있다. 이에 삼성전자 경영진은 드물게 최근 재무 실적에 대해 공개 사과를 하기도 했다.
메모리는 데이터를 저장하는 데 사용되는 중요한 유형의 칩이며, 스마트폰에서 노트북에 이르기까지 다양한 기기에서 찾을 수 있다. 수년 동안 삼성전자는 해당 기술 분야에서 경쟁사인 SK하이닉스와 미국의 경쟁사인 마이크론을 앞지르는 확실한 선두 주자였다.
그러나 오픈AI의 챗GPT와 같은 AI 애플리케이션이 인기를 얻으면서, 이들이 의존하는 거대한 모델을 훈련하는 데 필요한 기본 인프라가 더 큰 중심이 되기 시작했다. 이에 엔비디아는 AI 훈련에 빅테크가 사용하는 스탠다드가 된 그래픽처리장치(GPU)로 이 분야의 최고 기업으로 부상하게 된다.
반도체 아키텍처의 중요한 부분은 고대역폭 메모리(HBM)이다. 이 차세대 메모리는 여러 개의 D램(DRAM) 칩을 쌓는 기술이 주요한데, AI붐이 일어나기 전에는 시장이 다소 협소했다.
바로 여기서 삼성전자는 걸려들었고 올바른 시기에 투자하지 못한 것으로 분석되고 있다.
업계 전문가들은 HBM이 오랫동안 틈새시장 제품이었으며, 삼성전자는 해당 기술 개발에 리소스를 집중하지 않았다고 보고 있다. 삼성전자는 D램 쌓는 데 관련된 기술적 어려움과 접근 가능한 시장의 규모가 작아 높은 개발 비용이 정당화되지 않는다고 여긴 것이다.
반면 SK하이닉스는 이 기회를 놓치지 않았다. SK하이닉스는 엔비디아 아키텍처에서 사용하도록 승인된 HBM 칩을 공격적으로 출시했고, 이 과정에서 기업은 글로벌 거대기업 엔비디아와 긴밀한 관계를 구축하는데 성공했다. SK하이닉스는 9월 분기에 기록적인 분기별 영업이익을 기록했다.
삼성전자는 현재 HBM3E로 알려진 제품 양산 중이며, 차세대 HBM4에 대한 개발도 진행중이다. 기업은 내년 하반기 HBM4의 대량생산을 시작하는 것을 목표로 하고 있다.
ⓒTech42 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
그러나 삼성전자가 단기적으로 ‘원래의 자리’로 돌아가기 위해서는 엔비디아와의 긴밀한 파트너십이 불가피해 보인다.
보통 엔비디아와 파트너십을 맺기 위해서는 기업이 HBM 공급업체로 승인하기 전 진행하는 엄격한 자격 심사 절차를 통과해야 하며 삼성전자는 아직 해당 검증을 완료하지 않은 것으로 알려진다.
삼성전자 대변인은 “HBM3E와 관련해 의미 있는 진전을 이루었으며 자격 심사 과정에서 중요한 단계를 완료했다”며 “4분기에 매출 확대를 시작할 것으로 예상하고 있다”고 외신을 통해 밝혔다.
모닝스타의 한 분석가는 “엔비디아가 대부분 HBM이 사용되는 AI칩 시장의 90% 이상을 차지하고 있기 때문에 엔비디아의 승인은 삼성전자가 AI서버에 대한 강력한 수요로부터 이익을 얻는 데 필수적”이라고 관측했다.
카운터포인트리서치 브래디 왕 부소장은 “강력한 R&D 투자와 산업 파트너십 확립을 통해 SK하이닉스는 HBM 혁신과 시장 침투에서 모두 우위를 유지하고 있다”고 분석했다.
류정민 기자
저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지
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.