반도체 산업 완전 입문: 메모리, 로직, AI 반도체의 관계
반도체는 실리콘으로 만든 초소형 스위치(트랜지스터)를 수십억 개 집적한 칩이며, 메모리(저장)와 로직(연산) 두 갈래로 나뉜다. 2026년 시장은 사상 첫 $1조에 근접하며, AI가 그 절반을 차지한다. HBM은 DRAM을 16층으로 쌓아 대역폭을 24배 높인 AI GPU 필수 부품으로, 지구상 3개 기업(삼성, SK하이닉스, Micron)만 제조할 수 있는 극한 진입장벽을 가진다.
1. 반도체는 왜 필요한가
전자제품은 전기로 작동합니다. 전기는 흐르거나(ON) 안 흐르거나(OFF) 둘 중 하나입니다. 컴퓨터는 이 ON/OFF를 0과 1로 읽습니다. 화면에 보이는 글자, 사진, 영상, 음악. 전부 0과 1의 조합입니다.
문제는 전기를 "흘려보내거나 막거나"를 누군가가 제어해야 한다는 것입니다. 이 제어를 하는 것이 스위치입니다.
세계 최초의 컴퓨터 ENIAC(1946년)은 진공관 17,468개를 스위치로 사용했습니다. 유리관 안에서 전자를 쏴서 전기를 통하게 하거나 막는 방식이었습니다. 방 하나를 가득 채우는 크기에, 발열이 심해서 수시로 고장났습니다.
여기서 반도체가 등장합니다. 이름 그대로 "반(半)만 도체(導體)"입니다.
실리콘에 특정 불순물을 넣고 전압을 걸면, 전기를 통하게 할 수도 있고 막을 수도 있습니다. 실리콘 자체가 초소형 스위치가 되는 것입니다. 이것이 트랜지스터입니다. 진공관이 하던 일을 손톱보다 작은 실리콘 조각이 대신하게 되었습니다.
이 트랜지스터를 수백만 개, 수십억 개 모아서 하나의 조각에 집적한 것이 칩입니다.
💡 반도체, 칩, IC(집적회로). 뉴스에서 이 세 단어는 같은 뜻으로 쓰입니다. "반도체 수출 호조" = "칩 수출 호조" = "IC 수출 호조". 전부 같은 물건입니다.
스마트폰이든 자동차든 냉장고든, 전자제품이 "판단"을 하려면 이 스위치들이 필요합니다. 냉장고는 온도가 5도 이상이면 압축기 ON, 아니면 OFF. 이 판단을 수십억 개의 트랜지스터가 합니다. 반도체가 없으면 전자제품은 전기가 흐르기만 하는 전선 덩어리입니다.
NVIDIA의 최신 GPU(B200)에는 트랜지스터가 2,080억 개 들어있습니다. 이 스위치들이 초당 수조 번 ON/OFF를 반복하면서 AI를 돌립니다.
2. 메모리와 로직: 같은 칩, 다른 설계도
같은 트랜지스터(스위치)라도 연결하는 방식에 따라 역할이 완전히 달라집니다. 비유로 설명하겠습니다.
같은 건물이 있다고 합시다. 내부를 어떻게 설계하느냐에 따라 주차장이 될 수도 있고, 조립공장이 될 수도 있습니다.
메모리 칩은 주차장입니다. 동일한 칸(트랜지스터+축전기)이 수십억 개 격자로 반복됩니다. 각 칸에 데이터(0 또는 1)를 넣거나 빼는 것만 합니다. 구조가 단순하고 반복적이라서 같은 면적에 엄청나게 많이 넣을 수 있습니다.
로직 칩은 조립공장입니다. 트랜지스터끼리 서로 다른 방식으로 연결되어 AND 게이트(둘 다 ON이어야 ON), OR 게이트(하나만 ON이면 ON) 같은 논리 연산을 수행합니다. 이런 게이트 수십억 개가 조합되면 덧셈, 비교, 판단이 가능해집니다. 방마다 다른 기계가 있고, 순서가 중요합니다.
같은 트랜지스터(스위치)인데 설계도가 다르면 역할이 달라집니다. 그래서 반도체 산업은 이 두 종류로 나뉩니다.
출처: WSTS Autumn 2025 Forecast. 전체 ~$975B
이 두 카테고리가 전체 반도체 시장의 70%를 차지합니다.
핵심 차이: 가치의 원천이 다르다
| 메모리 | 로직 | |
|---|---|---|
| 차별화 포인트 | 제조 공정 (더 미세하게, 더 싸게) | 설계 (어떤 회로를 그리느냐) |
| 표준화 | 높음 (JEDEC 규격 준수) | 낮음 (각 회사 독자 설계) |
| 참여자 | 3사 과점 (삼성, SK, 마이크론) | 수십 개사 경쟁 |
| 가격 결정 | 수급 사이클에 좌우 (반복 등락) | 성능과 생태계에 좌우 |
| 대표 기업 | 삼성, SK하이닉스, 마이크론 | NVIDIA, 인텔, AMD, 퀄컴 |
이 차이가 왜 중요한가? 메모리 기업(삼성, SK하이닉스)의 주가가 사이클을 타는 이유이고, 로직 기업(NVIDIA)의 주가가 성장을 타는 이유입니다. 같은 "반도체"인데 투자 논리가 완전히 다릅니다.
3. DRAM, NAND, HBM: 메모리의 세 종류
메모리 반도체도 용도에 따라 세 종류로 나뉩니다.
| DRAM | NAND (SSD) | HBM | |
|---|---|---|---|
| 한 줄 설명 | 작업 중인 데이터를 임시 저장 | 데이터를 영구 저장 | DRAM을 수직으로 쌓아 초고속화 |
| 비유 | 책상 (작업 중에만 올려놓는다) | 캐비넷 (꺼도 남아있다) | 16층 주차타워 |
| 전원 꺼지면? | 데이터 사라짐 (휘발) | 데이터 유지 (비휘발) | 데이터 사라짐 (DRAM이니까) |
| 속도 | 빠름 | 느림 | DRAM보다 수십 배 빠름 |
| 용도 | PC, 서버 메인 메모리 | SSD, 스마트폰 저장 | AI GPU 전용 메모리 |
| 2025 시장 | $136.5B | ~$87B | ~$34B |
| 3사 과점 | 삼성 34% / SK 36% / 마이크론 | 삼성 37% / SK / WD | SK 57% / 삼성 35% / 마이크론 |
출처: TrendForce, Yole Group, Counterpoint
DRAM vs HBM: 왜 따로 구분하는가
HBM은 DRAM의 한 종류입니다. 같은 메모리인데 물리적 구조가 다릅니다. AI GPU(NVIDIA H100, B200)는 엄청난 양의 데이터를 초고속으로 처리하는데, 병목은 "데이터를 얼마나 빨리 GPU에 넣고 뺄 수 있느냐"입니다. 일반 DRAM으로는 속도가 부족합니다.
핵심은 도로의 폭입니다.
더 자세한 구조: Wikipedia HBM 단면도, Tweaktown CoWoS 실물 사진, SK하이닉스 HBM2E 해설
두 그림 모두 왼쪽에 GPU, 오른쪽에 메모리입니다. 차이는 GPU와 메모리를 잇는 도로입니다.
왼쪽(DRAM)을 보면, GPU와 DRAM이 기판(PCB) 위에 떨어져 있고 구리선 64비트 폭의 좁은 도로로 연결됩니다. PCB의 구리 배선이 굵어서 차선을 많이 넣을 수 없기 때문입니다.
오른쪽(HBM)을 보면, GPU 바로 옆에 초록색 인터포저(실리콘 고속도로)가 있고, 그 너머에 HBM 스택이 있습니다. 인터포저는 실리콘으로 만들어서 PCB보다 훨씬 미세한 배선이 가능합니다. 그래서 1,024비트 폭의 초광폭 도로를 넣을 수 있습니다. 같은 시간에 16배 더 많은 데이터가 오갑니다.
HBM 스택 내부에서 8장의 DRAM은 TSV(엘리베이터)로 수직 연결되어 맨 아래 **Base Die(로비)**에 모입니다. Base Die가 인터포저를 통해 GPU와 통신합니다. 모든 층의 데이터가 로비를 거쳐 1,024차선 고속도로로 GPU에 전달되는 구조입니다.
정리하면, HBM이 빠른 이유는 두 가지입니다. 첫째, GPU 바로 옆에 배치되어 거리가 극도로 짧습니다. 둘째, 인터포저 덕분에 도로 폭이 16배 넓습니다.
HBM은 DRAM 출하량의 5%에 불과하지만, 매출의 20%를 차지합니다. 같은 메모리인데 돈은 4배 더 법니다. 8~16층을 쌓고 TSV로 관통하는 기술 난이도가 높아서, 이걸 만들 수 있는 회사가 지구상에 3곳뿐이기 때문입니다.
4. 칩은 어떻게 만드는가
반도체의 원재료는 모래(실리콘)입니다. 해변에 있는 그 모래를 정제하고, 300mm 원판(웨이퍼)으로 만들고, 그 위에 수백억 개의 회로를 새깁니다.
이것이 왜 특별한지, 숫자로 보겠습니다.
| 1971년 (최초의 칩) | 2024년 (최신 칩) | 변화 | |
|---|---|---|---|
| 칩 이름 | Intel 4004 | NVIDIA B200 | — |
| 트랜지스터 수 | 2,300개 | 2,080억 개 | 9,000만 배 |
| 공정 | 10μm (10,000nm) | 4nm | 2,500배 미세 |
| 용도 | 계산기 | AI 학습 | — |
출처: Wikipedia Intel 4004, NVIDIA Blackwell Architecture
53년 만에 하나의 칩에 넣을 수 있는 트랜지스터가 9,000만 배 늘었습니다. 이것이 스마트폰이 1960년대 슈퍼컴퓨터보다 강력한 이유이고, AI가 가능해진 이유입니다.
왜 아무나 못 만드는가
반도체를 만드는 건 인류가 하는 제조 활동 중 가장 어렵습니다.
이 극한의 진입 장벽 때문에, 반도체를 만들 수 있는 기업이 세계에 손에 꼽힙니다. 새로운 경쟁자가 나타나기 거의 불가능한 구조입니다. 투자자 입장에서 이것은 해자(moat)입니다.
5. "AI 반도체"란 무엇인가
뉴스에서 "AI 반도체 시장 $500B"라는 헤드라인을 볼 수 있습니다. 그런데 "AI 반도체"는 메모리나 로직처럼 별도의 분류가 아닙니다.
💡 "AI 반도체"는 종류가 아니라 용도(use case)입니다. AI에 쓰이는 모든 종류의 반도체를 합쳐서 부르는 이름입니다. 메모리(HBM)도 포함되고, 로직(GPU)도 포함됩니다.
메모리: DRAM, NAND, HBM
로직: CPU, GPU, NPU, ASIC
AI용: GPU + HBM + AI ASIC + NPU
스마트폰용: 모바일AP + 모뎀 + 메모리
자동차용: MCU + 센서 + 전력 소자
PC·서버용: CPU + DRAM + SSD
"AI 반도체"는 축 2(용도)에 해당합니다. 축 1(기능)의 메모리와 로직을 가로지르는 라벨입니다.
AI 서버 1대를 분해하면, 메모리(HBM, DRAM, SSD)와 로직(GPU)이 모두 들어갑니다. 이걸 합쳐서 "AI 반도체"라고 부르는 겁니다. 별개의 물건이 아니라, 기존 분류를 가로지르는 용도 라벨입니다.
"AI 반도체 $500B"의 함정: 정의에 따라 수배 차이
| 정의 | 포함 항목 | 2024 규모 | 2026E 규모 | 기관 |
|---|---|---|---|---|
| 협의 (프로세서만) | GPU + AI ASIC | $71B | ~$200B | Gartner |
| 중간 | GPU + ASIC + HBM | ~$200B | ~$350B | IDC |
| 광의 (AI 인프라 전체) | GPU + ASIC + HBM + DRAM + SSD + 네트워킹 | ~$200B+ | ~$500B | Deloitte |
출처: Gartner, IDC, Deloitte. 같은 'AI 반도체'라는 단어가 기관에 따라 2~7배 차이
⚠ 뉴스에서 "AI 반도체 시장 $500B"라고 할 때, 이것이 GPU만인지, HBM도 포함인지, 서버 DRAM과 SSD까지 포함인지를 확인해야 합니다. 정의에 따라 같은 시장이 $71B~$500B으로 7배 차이가 납니다. 어떤 기업이 이 시장에서 수혜를 받는지도 정의에 따라 완전히 달라집니다.
AI 가속기 시장: NVIDIA가 87%
"AI 반도체"의 핵심인 AI 가속기(GPU + ASIC) 시장에서는 NVIDIA가 압도적입니다.
출처: Silicon Analysts 2024. GPU + AI ASIC 기준
NVIDIA H100/B200 같은 GPU 없이는 AI 학습이 불가능합니다. 그리고 이 GPU 옆에 붙어야 하는 초고속 메모리가 HBM입니다. 둘은 한 세트입니다.
6. 사업 모델: 누가 어떻게 돈을 버는가
반도체를 "어떻게 만드는가"로 나누면, 사업 모델이 3가지입니다.
치킨집 비유로 이해하기
| 모델 | 치킨 비유 | 핵심 역량 |
|---|---|---|
| IDM | 레시피도 직접 개발하고, 매장에서 직접 튀기는 직영점 | 설계 + 제조 모두 잘해야 |
| Fabless | 레시피만 개발하고, 튀기는 건 OEM 공장에 맡기는 프랜차이즈 본사 | 설계 능력이 전부 |
| Foundry | 레시피 없이, 남의 레시피로 치킨을 튀겨주는 OEM 공장 | 제조 기술과 수율이 전부 |
왜 이렇게 나뉘었는가
1990년대까지는 대부분 IDM이었습니다. 설계도 제조도 한 회사가 했습니다. 그런데 제조 비용이 기하급수적으로 올랐습니다. 최신 공장 하나에 $30B+. 연간 CAPEX $40~70B. 이 비용을 감당하면서 설계까지 잘하는 건 극소수만 가능해졌습니다.
그래서 "설계만 잘하자(Fabless)"와 "제조만 전문으로 하자(Foundry)"로 분업이 일어났습니다. TSMC가 1987년에 순수 파운드리를 처음 만들면서 이 분업 구조가 시작됐고, 지금은 산업의 표준이 되었습니다.
2025년, 역사적 이변이 일어났습니다. 공장 없는 회사(NVIDIA, $130B)가 공장 있는 회사(삼성 DS $73B, 인텔 $53B)보다 반도체 매출이 더 큽니다. Fabless 기업이 세계 반도체 매출 1위가 된 것은 역사상 처음입니다.
왜 메모리에는 파운드리가 없는가
로직에서는 설계와 제조가 분리됩니다. NVIDIA는 GPU를 설계하고, TSMC가 제조합니다. 그런데 메모리에서는 이런 분업이 없습니다. 왜?
메모리 칩은 거의 표준화되어 있습니다. 모든 회사의 DRAM이 같은 규격(DDR5, HBM4 등)을 따릅니다. 차별화는 "더 미세한 공정으로 더 싸게, 더 좋게 만드는 것"에 있습니다. 즉, 설계 자체보다 제조 기술이 곧 경쟁력입니다.
"메모리 설계만 하고 남에게 찍어달라고 하는 회사"가 성립하지 않습니다. 메모리에서 설계와 제조는 분리할 수 없습니다. 그래서 메모리 기업(삼성, SK, 마이크론)은 전부 IDM이고, 메모리 파운드리는 존재하지 않습니다.
7. 주요 기업 포지션 맵
2025년 기준, 글로벌 반도체 산업의 핵심 플레이어입니다.
| 기업 | 2025 매출 | 시총(2026.05) | 모델 | 핵심 | OPM |
|---|---|---|---|---|---|
| NVIDIA | $130B+ | $4.8T+ | Fabless | AI GPU 87% 독점 | 62% |
| TSMC | $122B | $1.9T+ | Foundry | 파운드리 70%. 첨단 90%+ | 51% |
| 삼성전자 | $73B(DS) | $1.1T+ | IDM | 메모리 1위 + 파운드리 2위 | 37%(DS) |
| SK하이닉스 | $68B | $900B+ | IDM | HBM 1위 (57%). 메모리 전업 | 49% |
| Broadcom | $57B | — | Fabless | AI ASIC + 네트워크 칩 | — |
| 인텔 | $53B | $547B | IDM+F | x86 CPU. 파운드리 시도 중 (적자) | -4% |
| 퀄컴 | $44B | $220B+ | Fabless | 모바일AP + 5G 모뎀 1위 | 28% |
| AMD | $35B | $733B | Fabless | 서버CPU 2위 + AI GPU 2위 | 15% |
출처: Gartner 2026-01, 각사 FY2025 공시. 시총은 2026년 5월 기준 근사치
삼성전자의 독특한 위치
삼성전자는 이 산업에서 유일무이한 위치에 있습니다.
이것을 동시에 하는 기업이 세계에 없습니다. SK하이닉스는 메모리만. TSMC는 파운드리만. NVIDIA는 설계만. 삼성은 전부 합니다. 이것이 삼성의 "수직 통합" 전략이며, 장점(포트폴리오)이자 단점(자원 분산)입니다.
8. 시장 규모: $1조를 향해
반도체 시장은 2026년 사상 처음으로 $1조(약 1,400조원)에 근접합니다.
출처: SIA, WSTS. 2026E는 WSTS Autumn 2025 전망치
2023년 -8% 하락(메모리 사이클 바닥) 후 2024~2026 3년 연속 20%+ 성장. 이 성장의 엔진은 AI입니다.
AI가 반도체 시장의 절반을 먹는다
| 연도 | 전체 반도체 | AI 반도체(광의) | AI 비율 |
|---|---|---|---|
| 2024 | $628B | ~$200B | ~20% |
| 2025 | $796B | ~$250B+ | ~31% |
| 2026E | $975B | ~$500B | ~50% |
출처: Deloitte 광의 정의 기준. 협의(Gartner)로는 훨씬 작음
2024년에 20%였던 AI 비중이 2026년에 50%에 도달합니다. 반도체 시장의 절반이 AI를 위해 존재하게 됩니다. 이것이 NVIDIA가 $130B 매출을 올리고, HBM이 매년 2배씩 성장하고, 삼성과 SK하이닉스가 역대 최대 실적을 기록하는 구조적 이유입니다.
⚠ 반도체 시장은 구조적으로 성장하지만, 그 안에서 2~3년 주기의 호황-불황 사이클이 반복됩니다. 2023년 -8% 하락이 좋은 예입니다. "AI 때문에 영원히 오른다"가 아니라, "AI가 구조적 성장 방향을 만들지만, 사이클(등락)은 여전히 존재한다"가 정확한 표현입니다.
정리: 이 글에서 기억할 것
- 반도체(칩)는 트랜지스터라는 초소형 스위치를 수십억 개 집적한 것이다
- 칩은 크게 메모리(데이터 저장)와 로직(데이터 연산)으로 나뉘며, 이 두 분류가 시장의 70%다
- HBM은 DRAM을 16층으로 쌓아 대역폭을 40배 높인 AI GPU 필수 부품이다
- 사업 모델은 IDM(설계+제조), Fabless(설계만), Foundry(제조만) 세 가지로 구분된다
- 2026년 반도체 시장은 사상 첫 1조 달러에 근접하며, AI가 그 절반을 차지한다