저자: 이형수 · 한국인
요약 보기
AI 확산으로 반도체가 범용에서 주문형(커스텀) 구조로 바뀌며, 커스텀 설계·패키징·검사 서비스를 해줄 수 있는 업체가 부각될 것이라는 주장. 하이닉스가 주문형 메모리 수주에서 삼성보다 강점이며, 설계 단 국내 대장주 기대는 밸류에이션이 과도하다고 봄. 미국 IP·EDA 업체(케이던스, 시놉시스 등)가 밸류 매력이 더 있다고 언급. 온디바이스 AI에서는 퀄컴이 애플 대비 격차를 좁히고 있으며 리노공업, 삼성전기, 아비코전자 등이 수혜로 언급됨.
다듬은 글
기본적으로 반도체의 구조가 바뀌어야 합니다. 모바일 시대가 오면서 반도체에서 가장 큰 변화는 기존의 범용 프로세서들이 주문형으로 바뀌었다는 점입니다. 예전에는 CPU, GPU가 어떤 보드에든 꽂으면 작동했는데, 모바일 시대에는 AP(어플리케이션 프로세서)가 그 역할을 대체했습니다. AP는 주문형으로 팹리스 업체들이 설계하고, TSMC 같은 파운드리가 생산합니다.
AI 시대에도 프로세서는 앞으로 주문형으로 바뀔 것입니다. HBM 같은 메모리도 주문형이므로 점점 더 많이 퍼질 것입니다. 스마트폰의 AP가 단독주택을 짓는 수준이었다면, 이제는 주상복합처럼 아래는 쇼핑몰, 위는 오피스와 호텔이 한 건물에 들어서는 2.5D 구조가 만들어져야 합니다.
앞으로 온디바이스 AI가 제대로 되려면 3D 구조로 올려야 합니다. 프로세서 위에 메모리를 올리는 식의 구조가 돼야 하는데, 최근 삼성이 이야기하는 SEH 같은 기술이 바로 그것입니다. 설계 측면에서는 아키텍처도 바뀔 가능성이 있습니다. 지금까지 설계는 x86 계열 기반이었고, NVIDIA GPU도 x86 기반의 예전부터 써 오던 컴퓨팅 방식입니다. 그런데 AI 반도체가 주문형으로 늘어나면 결국 ARM의 IP 생태계가 커질 수밖에 없습니다.
ARM의 생태계가 커지면 설계 툴을 제공하는 시놉시스, 케이던스 같은 업체들이 중요해지고, 프로세서와 메모리 간 인터페이스와 커넥티비티가 매우 중요하므로 램버스 같은 IP 업체들도 부각될 수밖에 없습니다.
공정 측면에서는 칩을 자르고, 잘 붙이고, 연결하고, 구멍을 뚫는 기술이 중요합니다. TSV 관련 업체, TC 본딩 관련 업체, 하이브리드 본딩 관련 업체, 그리고 정렬(얼라이먼트)이 제대로 됐는지 검사하는 검사 기술 업체들이 훨씬 고도화되어야 합니다. 예전처럼 표준화된 영역이 아니라 제품마다 맞춤 대응이 필요하므로, 결국 해당 제품에 맞춰 줄 수 있는 커스텀 서비스 업체들이 부각될 수밖에 없습니다. 리노공업 같은 업체들이 이런 구조에 해당합니다.
과거에는 반도체가 규격화되어 대량 생산·판매되는 범용 구조였다면, 이제는 용도별로 "이렇게 만들어 달라"는 요구가 많아졌습니다. 각 분야마다 AI 쓰임과 크기가 다르기 때문에, 누가 더 세밀하게 커스터마이징해서 설계하고 생산하고 이어 붙이느냐, 즉 다양한 라인업을 구축해 맞춤 대응할 수 있느냐가 핵심 경쟁력이 되었습니다.
돈을 버는 방법은 단순합니다. 불편한 곳에 돈이 있습니다. 전단지로 전화 주문하던 배달이 배민 앱으로 바뀌고, 모텔 예약이 불편하던 시절에 야놀자가 등장했고, 빈 집을 빌려주는 에어비앤비가 나온 것도 같은 맥락입니다. 지금 AI의 가장 큰 불편한 점, 즉 약점은 전기를 너무 많이 쓴다는 것입니다. 이를 해결하려면 범용 반도체보다 주문형 반도체를 써야 하고, 그래야 전성비를 구현하고 전기 소모를 줄일 수 있습니다. ESG 트렌드를 무시할 수 없는 지금, 빅테크 업체들은 모두 에너지 사용을 줄이는 방법을 찾고 있습니다.
과거 대량 생산 시대에는 대량으로 싸게 잘 만드는 것이 가장 중요했고, 그걸 잘한 기업이 삼성전자였습니다. 그런데 이제 게임의 룰이 바뀌었습니다. 누가 고객사에 최적화해 맞춰 줄 수 있느냐가 중요해졌습니다. 메모리 쪽에서는 현재 삼성전자보다 SK하이닉스가 더 잘하고 있습니다. HBM이든 애플 비전 프로에 들어가는 메모리든, 모바일 DRAM이든 수주가 하이닉스로 몰립니다. 프로세서 설계 때는 대부분 TSMC를 찾아가지만, 메모리 빅테크 업체들은 주문형 메모리가 필요하면 하이닉스를 찾아갑니다. 돈 버는 게임이 완전히 바뀌었기 때문에, 이 게임을 누가 잘하느냐가 새로운 대장주가 탄생하는 구조라고 볼 수 있습니다.
최근 국내 주식시장에서는 설계 업체들이 가리지 않고 올랐습니다. 이 중에서 분명 대장주가 나올 것이라고 봅니다. 다만 우리나라에서 설계 단계의 대장주가 나올 수 있을지는 의문입니다. 가능은 하지만, 현재로서는 기대감이 너무 과하게 밸류에이션되어 있다고 생각합니다. 그래서 오히려 밸류 매력이 있는 쪽을 보는 것이 낫습니다. 하드웨어라고 해서 밸류 매력이 높은 것은 아니고, 전반적으로 많이 오르긴 했습니다. 개인적으로는 디자인이나 IP 업체에 투자한다면 미국 업체, 나스닥 쪽이 더 낫다고 생각합니다. 시놉시스, 케이던스 같은 업체들이 밸류 측면에서 더 매력적입니다.
우리나라 주식시장은 이슈와 모멘텀에 빠르게 반응합니다. 미국 증시는 상대적으로 느리지만 우상향하는 느낌이 있습니다. 우리나라가 급등했다가 식으면 미국 기업이 뒤늦게 오르는 흐름이 나타나기도 합니다. 단기적으로는 과열된 느낌이니, IP에 관심이 있다면 해외 기업을 눈여겨보는 것도 좋습니다. 변동성이 크므로 포트폴리오의 아주 일부만 투자하는 것은 나쁘지 않습니다. 다만 사람의 멘탈은 하나이므로, 한쪽은 가치투자하고 한쪽은 트레이딩하는 식의 병행은 잘 안 됩니다.
국내 하드웨어 쪽에서는 리노공업이 온디바이스 AI 쪽에서 가장 주목받고 있습니다. 온디바이스 AI에서 가장 잘할 것 같은 회사는 퀄컴입니다. 퀄컴에 투자하는 것도 방법이고, 퀄컴과 거래 비중이 높은 리노공업도 연관해 볼 수 있습니다. 앞으로 AP나 AI 칩에는 MPU 같은 블록이 많이 들어갑니다. 인텔의 메테오 레이크 CPU에도 MPU 블록이 별도로 들어갑니다. 칩 자체가 고성능화되면 헤테로지니어스 구조가 되어야 하고, 칩렛 구조로 칩 다이를 쪼개 2.5D로 연결하며, 메모리를 프로세서 가까이 두어야 합니다. 이를 위해서는 인터포저나 플립칩 BGA 같은 기판이 더 많이 쓰이고, 기판 면적도 넓어집니다. 따라서 삼성전기 같은 플립칩 BGA 기판 업체가 수혜를 입습니다. 능동소자가 좋아지면 수동소자 스펙도 함께 좋아져야 하는데, 3대 수동소자인 커패시터(MLCC), 인덕터, 저항 중 하이엔드 인덕터와 MLCC 쪽이 좋아질 수 있습니다. 삼성전기, 삼화콘덴서 같은 업체는 MLCC, 아비코전자 같은 업체는 인덕터 쪽에서 수혜를 볼 수 있습니다.
모바일에서는 애플이 압도적입니다. 애플 A시리즈 바이오닉 칩은 짐 켈러 같은 엔지니어가 설계한 것으로, 그동안 안드로이드 진영 AP보다 약 2년 앞서 있었습니다. 최근 퀄컴이 그 2년의 격차를 거의 좁혔습니다. 과정을 보면 이해할 수 있습니다.
애플은 처음에는 ARM이 제공하는 CPU, GPU를 받아 쓰다가, 점차 이들을 내재화했습니다. ARM의 ISA라는 언어만 가져다 쓰는 구조로 바뀌었고, 이것이 최적화로 이어져 전성비가 좋아졌습니다. M1, M2 칩이 계속 나올 수 있었던 배경입니다. 퀄컴은 가장 먼저 GPU를 내재화했습니다. 엑시노스와 스냅드래곤의 격차가 벌어진 것도 GPU 때문입니다. 삼성은 ARM의 Mali GPU를 계속 썼지만, 퀄컴은 AMD의 모바일 GPU 팀을 인수해 Adreno GPU를 자체 개발했습니다. 이후 이번에 나온 스냅드래곤 X 엘리트 노트북 칩은 CPU도 자체 설계한 Oryon을 사용하며, 애플 M2와 비슷한 성능을 낸다고 합니다. 애플 A바이오닉 설계 인력이 만든 Nuvia를 인수한 결과입니다.
또 한 가지 차이는 연결성입니다. 애플은 아이폰, 아이패드, 맥을 에어드롭처럼 매끄럽게 연결해 하나처럼 쓰게 합니다. 반면 안드로이드와 윈도우는 호환이 잘 안 되어 불편했습니다. 퀄컴은 '심리스(Seamless)' 컨셉을 처음 제공하며, 스냅드래곤 칩을 쓰면 안드로이드든 윈도우든 리눅스든 애플처럼 연결되도록 소프트웨어적으로 지원하기 시작했습니다.
AI를 공부할 때 기본적으로 이해해야 할 점은 하드웨어만으로는 안 된다는 것입니다. 엔비디아 칩을 다른 기업이 넘지 못하는 이유도 결국 CUDA라는 소프트웨어 생태계를 넘지 못하기 때문입니다. 최근 AMD가 다시 각광받는 이유는 CUDA 생태계를 넘어설 가능성을 보여줬기 때문입니다.
이제 장비나 칩을 팔고 끝나는 것이 아니라, 고객이 쓸 수 있도록 최적화하고 세팅해 주어야 합니다. 이를 잘하려면 고급 엔지니어링이 필요하고, 경력 있는 엔지니어들이 고객사에 필드 애플리케이션을 제공해야 합니다. 이런 것을 잘하는 기업이 제2의 엔비디아가 될 수 있습니다. 결국 AI 소부장 밸류체인을 볼 때, 해당 기업이 커스터마이징 서비스를 제공할 수 있는지 여부가 매우 중요하며, 그런 서비스를 해 줄 수 있는 회사를 찾아야 합니다.
Comments 0