2026년 7월 27일 월요일

생각정리 322 (* CXMT, Bonded DRAM)

CXMT의 향 후 생산량 수율 추정에 대해 알아보다 차세대 기술 로드맵을 다시 살펴보며, 그동안 충분히 공부하지 못했던 부분을 하나씩 확인해 기록으로 남겨본다.

급락하는 시장의 움직임에 일일이 대응하기보다, 당분간은 흔들리지 않고 공부를 이어가려 한다.




CXMT는 DDR5를 따라왔지만, 수율과 원가까지 따라온 것은 아니다


CXMT는 이미 DDR5와 LPDDR5X 제품을 공개했고, 일부 제품은 양산 단계에 진입했다.

CXMT는 2025년 LPDDR5X 양산을 발표했으며, 같은 해 11월에는 최대 8,000Mbps 속도와 24Gb 용량을 지원하는 DDR5 제품군을 공개했다. 제품 사양만 보면 삼성전자·SK하이닉스·마이크론과 비슷한 세대까지 올라온 것처럼 보인다. (CXMT)

그러나 여기에는 반드시 구분해야 할 문제가 있다.

DDR5·LPDDR5X 규격을 충족하는 제품을 만드는 능력과 해당 제품을 작은 다이 면적, 높은 수율, 낮은 비트당 원가로 대량생산하는 능력은 서로 다르다.

CXMT의 기술 진전은 분명하다.

다만 제품 발표와 제한적 양산을 근거로 선두업체와의 집적도·수율·원가 격차까지 해소됐다고 해석하기에는 아직 확인되지 않은 부분이 많다.

특히 Cell-on-Periphery 기반 Bonded DRAM을 적용할 경우 다이 면적을 줄일 가능성은 있지만, 별도의 Cell Wafer와 Periphery Wafer를 만들어 결합해야 한다. 이 과정에서 수율 변수와 제조원가가 동시에 늘어난다.

Bonded DRAM의 핵심은 단순히 본딩에 성공할 수 있느냐가 아니다. 두 종류의 웨이퍼와 본딩·박막화 공정을 결합해 얼마나 많은 양품을 낮은 원가로 생산할 수 있느냐에 있다.


1. CXMT는 어떻게 DDR5·LPDDR5X를 빠르게 공개할 수 있었을까


CPU나 GPU와 같은 로직 반도체와 DRAM은 기술 발전의 중심이 다르다.

로직 반도체는 같은 면적에 더 많은 트랜지스터를 집적해 연산 성능과 전력 효율을 높여왔다.

반면 범용 DRAM은 동일한 메모리 용량을 더 작은 면적에 구현해 웨이퍼 한 장에서 생산할 수 있는 비트를 늘리고, 비트당 원가를 낮추는 방향으로 발전해왔다.

DRAM 다이는 크게 두 영역으로 구성된다.

  • Cell Array: 실제 데이터를 저장하는 메모리 셀 영역

  • Core/Periphery: 메모리 셀을 제어하고 외부 시스템과 통신하는 주변회로 영역


Cell Array는 다이 면적과 집적도, 웨이퍼당 비트 생산량에 직접적인 영향을 준다.

Core/Periphery는 센스앰프, 행·열 디코더, 클럭, 전력관리, 명령·주소 처리, 입출력 회로 등을 포함한다. DDR5와 LPDDR5X의 데이터 전송속도, 전압, 타이밍과 인터페이스 규격은 이러한 주변회로 설계의 영향을 크게 받는다.

따라서 다음 두 질문은 구분해서 봐야 한다.

  1. DDR5 규격을 충족하는 제품을 구현할 수 있는가

  2. 같은 DDR5를 얼마나 작은 다이와 높은 수율, 낮은 원가로 생산할 수 있는가


CXMT는 첫 번째 단계에서 상당한 진전을 이뤘다.

그러나 두 번째 단계에서는 여전히 선두업체와 격차가 남아 있을 가능성이 크다.

TechInsights가 분석한 CXMT G4 16Gb DDR5의 다이 면적은 66.99㎟이며 비트 밀도는 0.239Gb/㎟다. 분석된 Feature Size는 약 16nm로 제시됐다. (TechInsights)

이는 CXMT가 DDR5 기능을 구현하는 데 성공했음을 보여준다.

동시에 동일 용량을 더 작은 면적으로 구현하는 집적도와 웨이퍼당 생산성에서는 추가적인 개선이 필요하다는 의미이기도 하다.

결국 CXMT의 DDR5·LPDDR5X 출시는 실질적인 기술 진전이다.

다만 제품 규격의 추격을 집적도·수율·Cost per Bit의 추격으로 확대해석해서는 곤란하다.


2. CXMT의 실제 DRAM 수율은 공개되지 않았다


CXMT는 DDR5와 LPDDR5X의 실제 웨이퍼 수율을 공개하지 않았다.

따라서 외부에서 확인할 수 있는 것은 제품의 존재, 다이 면적, 공정 특성, 고객 샘플링과 양산 여부 정도다.

이 글에서 사용하는 수율은 CXMT의 공식 수치가 아니다.

공개된 공정 정보와 Bonded DRAM의 구조적 특성을 바탕으로 생산성을 계산하기 위한 추정값이다.

CXMT의 Monolithic DRAM 완제품 수율은 다음 범위로 가정한다.


이후 계산에서는 **기존 Monolithic DRAM 수율을 78%**로 설정한다.

이는 정확한 공장 수율을 맞히기 위한 숫자가 아니다.

Bonded DRAM 구조를 적용했을 때 물리적 수율과 웨이퍼당 생산량, 전체 제조자원당 생산성이 어떻게 달라지는지 확인하기 위한 기준값이다.


3. Bonded DRAM은 어떤 구조인가


기존 Monolithic DRAM은 Cell Array와 Core/Periphery를 하나의 다이 안에 수평으로 배치한다.

Cell Array가 다이의 대부분을 차지하고, 주변부에 Core/Periphery 회로가 배치되는 구조다.

반면 Cell-on-Periphery 기반 Bonded DRAM은 두 영역을 서로 다른 웨이퍼에서 제조한 뒤 수직으로 결합한다.

  • 상단: Cell Wafer

  • 하단: Core/Periphery Wafer

  • 연결: Wafer-to-Wafer Hybrid Bonding


이 구조에서는 기존에 Cell Array 옆에 있던 주변회로를 아래쪽 웨이퍼로 이동시킬 수 있다.

그 결과 최종 다이의 바닥 면적을 줄이고, 웨이퍼 한 장에서 얻을 수 있는 Gross Die 수를 늘릴 수 있다.

최근 발표된 16Gb Vertical-Cell-Transistor 기반 4F² DRAM 연구에서는 Cell-on-Periphery 구조와 Wafer-to-Wafer Hybrid Bonding을 적용해 동일한 설계 규칙에서도 웨이퍼당 다이 수를 20% 이상 늘릴 수 있다고 제시했다. (IEEE Xplore)

그러나 이 연구 결과를 CXMT에 그대로 적용할 수는 없다.

해당 연구의 Cell 구조와 설계 규칙, 주변회로 면적이 CXMT 제품과 같다는 근거가 없기 때문이다.

따라서 이 글에서는 Bonded DRAM의 Gross Die 증가율을 다음과 같이 설정한다.


다이 면적 감소는 Bonded DRAM의 가장 분명한 장점이다.

그러나 다이 면적이 줄어든다고 수율과 원가까지 자동으로 개선되는 것은 아니다.


4. Bonded DRAM에서는 수율 변수가 늘어난다


기존 Monolithic DRAM은 하나의 웨이퍼에서 Cell Array와 주변회로를 함께 만든다.

반면 Bonded DRAM은 다음 단계가 모두 정상적으로 완료돼야 최종 양품을 확보할 수 있다.

  1. Cell Wafer가 정상적으로 제조돼야 한다.

  2. Core/Periphery Wafer가 정상적으로 제조돼야 한다.

  3. 두 웨이퍼가 정확하게 정렬돼야 한다.

  4. Hybrid Bonding 계면이 정상적으로 연결돼야 한다.

  5. 박막화와 후면공정을 통과해야 한다.

  6. 최종 전기검사와 신뢰성 평가를 통과해야 한다.


따라서 Bonded DRAM의 판매 가능 수율은 다음과 같이 계산할 수 있다.

Bonded DRAM 최종 판매 가능 수율

= Cell Wafer 기능 수율
× Core/Periphery Wafer 기능 수율
× Bonding·박막화·후면공정 통과율
× 최종 Bin·신뢰성 통과율


이 계산은 각 공정의 불량이 서로 독립적이라고 가정한 단순 모델이다.

실제 수율은 웨이퍼맵, 결함의 공간적 분포, 여분회로, 불량 다이 매칭과 검사 방식에 따라 달라질 수 있다.

그럼에도 두 웨이퍼와 추가 본딩공정의 수율이 모두 최종 제품에 영향을 준다는 기본 구조는 변하지 않는다.


5. Wafer-to-Wafer Bonding의 가장 큰 약점


Wafer-to-Wafer 방식에서는 Cell Wafer와 Periphery Wafer를 통째로 결합한다.

두 웨이퍼에서 같은 위치에 있는 다이가 모두 양품이어야 최종 제품이 정상적으로 작동한다.

예를 들어 Cell Wafer 수율이 81%, Periphery Wafer 수율이 90%라면 두 웨이퍼가 모두 정상인 다이의 비중은 다음과 같다.

Cell·Periphery 동시 양품률

= 81% × 90%

= 72.9%


본딩공정을 시작하기 전부터 최종 후보 다이의 비중이 약 72.9%로 줄어드는 셈이다.

Die-to-Wafer 방식은 Known Good Die만 선별해 붙일 수 있다.

반면 Wafer-to-Wafer 방식은 다이별로 자유롭게 위치를 바꿀 수 없다. 양쪽 웨이퍼에서 양품 위치가 겹치지 않으면 한쪽 다이가 정상이더라도 최종 제품으로 사용할 수 없다.

Wafer-to-Wafer Bonding의 생산성은 본딩장비의 성능뿐 아니라 투입되는 두 웨이퍼의 결함밀도에 크게 좌우된다.

다만 처리속도가 빠르고, 웨이퍼 전체를 한 번에 정렬할 수 있다는 장점도 있다. Applied Materials는 Wafer-to-Wafer Hybrid Bonding이 CIS와 NAND에 사용되고 있으며 DRAM에도 적용 가능성이 있는 기술로 설명한다. HBM과 같은 다단 적층에는 Known Good Die를 활용할 수 있는 Die-to-Wafer 방식이 주로 검토되고 있다. (Applied Materials)


6. 본딩공정 자체의 수율은 얼마나 될까


Hybrid Bonding에는 다음과 같은 불량원이 존재한다.

  • 웨이퍼 표면의 미세 파티클

  • CMP 평탄도 불균일

  • Cu Pad 높이 편차

  • Cu Dishing과 유전체 Erosion

  • 웨이퍼 휨

  • 정렬 오차

  • 본딩 계면 보이드

  • 열처리 과정의 응력

  • 박막화 과정의 웨이퍼 파손

  • 본딩 이후 접촉저항 불량


본딩 피치가 좁아질수록 허용할 수 있는 오차도 작아진다.

패드가 미세해지면 표면 평탄도와 Cu Recess, 웨이퍼 전체의 Overlay를 더욱 정밀하게 관리해야 한다.

SK하이닉스는 상용 DRAM 웨이퍼에 Wafer-to-Wafer Hybrid Bonding을 적용한 연구에서 본딩 이후에도 DRAM 동작과 셀 특성이 유지되는 것을 확인했다. 다만 이는 기술 적용 가능성을 입증한 연구이며 상업 양산수율을 공개한 것은 아니다. (SK hynix Research)

따라서 시험 구조에서 확인된 높은 연결수율을 DRAM 완제품 수율로 그대로 적용해서는 안 된다.

현실적인 Bonding·박막화·후면공정 통과율은 다음 범위로 추정할 수 있다.


이 글에서는 초기 양산 기준으로 **93%**를 사용한다.

이는 본딩 연결수율만 의미하지 않는다.

정렬과 본딩, 열처리, 박막화와 후면공정을 모두 통과하는 비율을 하나의 지표로 단순화한 값이다.


7. CXMT Bonded DRAM의 현실적인 기준 가정


CXMT가 Cell-on-Periphery 기반 Wafer-to-Wafer Bonded DRAM의 초기 양산 단계에 진입했다고 가정해보자.



각 수치는 CXMT가 공개한 실적이 아니다.

CXMT의 공정 수준과 Wafer-to-Wafer Bonding의 기술적 난도를 반영한 중심 시나리오다.

Cell Wafer 수율을 기존 Monolithic DRAM보다 약간 높게 설정한 이유는 Cell과 Periphery를 분리하면 하나의 다이에 포함되는 회로 종류와 면적이 줄어들 수 있기 때문이다.

다만 Cell Array는 여전히 DRAM에서 가장 공정 민감도가 높은 영역이다. 따라서 수율이 큰 폭으로 개선된다고 가정하지 않았다.

Core/Periphery Wafer에는 고종횡비 커패시터와 같은 Cell Array 공정이 포함되지 않는다.

이에 따라 Cell Wafer보다 높은 90%의 수율을 적용했다.


8. Bonded DRAM의 최종 판매 가능 수율


기준 가정을 계산식에 대입하면 다음과 같다.

Bonded DRAM 최종 판매 가능 수율

= 81% × 90% × 93% × 95%

= 0.81 × 0.90 × 0.93 × 0.95

= 0.6441

≈ 64.4%


기존 Monolithic DRAM과 비교한 상대 수율은 다음과 같다.

상대 수율

= 64.4% ÷ 78.0%

= 82.6%


따라서 초기 양산 단계 Bonded DRAM의 현실적인 최종 판매 가능 수율은 약 60~68%, 중심값은 약 64~65%로 추정할 수 있다.

물리적 수율만 보면 기존 Monolithic DRAM보다 낮다.

그러나 Bonded DRAM은 다이 면적을 줄여 웨이퍼당 Gross Die를 늘릴 수 있다. 생산성을 판단하려면 수율과 다이 면적 효과를 함께 계산해야 한다.


9. Gross Die 증가를 반영한 Cell Wafer 생산량


Bonded DRAM의 최종 판매 가능 수율은 64.4%다.

다이 면적 감소로 웨이퍼당 Gross Die가 20% 증가한다고 가정하면 양품 다이 생산량은 다음과 같다.

Bonded DRAM 양품 다이 지수

= 1.20 × 64.4%

= 77.3

기존 Monolithic DRAM의 양품 다이 지수는 다음과 같다.

Monolithic DRAM 양품 다이 지수

= 1.00 × 78.0%

= 78.0

두 값을 비교하면 다음과 같다.

Cell Wafer 기준 상대 생산량

= 77.3 ÷ 78.0

= 99.1%


Cell Wafer 한 장만 기준으로 보면 Bonded DRAM의 양품 비트 생산량은 기존 Monolithic DRAM과 거의 비슷하다.

수율은 낮아지지만 다이 면적 축소에 따른 Gross Die 증가가 이를 대부분 상쇄하기 때문이다.

이는 Bonded DRAM의 중요한 경제적 장점이다.

다만 이 계산에는 별도의 Periphery Wafer와 본딩라인, 초기 가동손실이 포함되지 않았다.

Cell Wafer당 생산량이 비슷하다는 사실이 전체 Fab 생산성과 원가까지 비슷하다는 의미는 아니다.


10. 초기 양산에서는 가동손실이 발생한다


새로운 본딩라인은 처음부터 성숙한 Monolithic DRAM 라인과 같은 가동률을 확보하기 어렵다.

상당한 웨이퍼와 장비시간이 다음 과정에서 소진된다.

  • Engineering Lot

  • 공정 Recipe 변경

  • 장비 Calibration

  • Cell Wafer와 Periphery Wafer 매칭

  • 공정 Hold와 불량 분석

  • CMP 조건 최적화

  • Cu Recess와 표면 활성화 조정

  • 웨이퍼 휨 제어

  • 박막화 조건 최적화

  • 고객 인증

  • 장기 신뢰성 평가

  • 속도 등급 선별

Bonded DRAM은 본딩 이후 불량이 발견되면 두 웨이퍼를 다시 분리해 재작업하기 어렵다.

불량 하나가 Cell Wafer와 Periphery Wafer의 가치를 동시에 손상시킬 수 있다.

초기 양산라인의 실행효율을 성숙 Monolithic DRAM 라인의 85%로 가정하면 다음과 같다.

달력시간 기준 상대 생산량

= Cell Wafer 기준 상대 생산량
× 초기라인 실행효율

= 99.1% × 85%

= 84.2%


장비 가동손실과 개발 웨이퍼까지 반영하면 **달력시간당 Cell Wafer 기준 생산량은 기존 공정의 약 84%**로 낮아진다.


11. 전체 제조자원까지 포함한 생산성


Bonded DRAM에는 Cell Wafer 외에 별도의 Periphery Wafer가 필요하다.

여기에 CMP, 세정, 정렬, Hybrid Bonding, 열처리, 박막화와 추가 검사공정도 투입된다.

기존 Monolithic DRAM의 제조자원을 1.00으로 놓고 다음과 같이 가정한다.


여기서 1.40은 웨이퍼 장수가 아니다.

같은 DRAM 1bit를 생산하는 데 필요한 장비 사용시간과 공정단계, 원재료, 추가 검사비용을 기존 Monolithic DRAM 대비 상대적인 값으로 환산한 것이다.

Cell Wafer 공정을 1.00이 아니라 0.85로 설정한 이유는 기존 Monolithic Wafer에 포함돼 있던 일부 Core/Periphery 공정이 별도 웨이퍼로 이동하기 때문이다.

즉, 기존 Monolithic Wafer 비용을 그대로 1.00으로 놓고 Periphery Wafer 비용을 추가하면 같은 공정자원을 일부 중복 계산할 수 있다.

전체 제조자원당 생산성은 다음과 같다.

전체 제조자원당 Bit 생산성

= 초기 가동손실 반영 생산량
÷ 가중 제조자원 지수

= 84.2% ÷ 1.40

= 60.2%


따라서 CXMT가 Bonded DRAM 초기 양산에 진입할 경우 전체 제조자원당 실질 Bit 생산성은 기존 Monolithic DRAM의 약 60% 수준으로 추정할 수 있다.

이 수치는 물리적인 웨이퍼 수율이 아니다.

Cell Wafer와 Periphery Wafer, 본딩라인, 장비 점유시간, 초기 가동손실과 추가 검사공정까지 포함한 Fab 전체 자원당 판매 가능한 Bit 생산성이다.


12. 생산단계별 현실적인 범위

Bonded DRAM의 생산성은 공정 성숙도에 따라 크게 달라질 수 있다.



CXMT가 실제 Bonded DRAM을 양산하더라도 처음부터 60%의 전체 제조자원당 생산성을 확보한다는 의미는 아니다.

초기 파일럿에서는 Engineering Lot과 장비 Calibration, 불량 분석에 투입되는 웨이퍼가 많아 생산성이 40~50% 수준에 머물 수 있다.

본딩수율과 가동률이 안정화되면 초기 양산 단계에서 55~65% 수준으로 개선될 수 있다.

장기적으로는 80% 이상까지 접근할 가능성도 있다.

그러나 별도의 Periphery Wafer와 본딩·박막화·검사공정이 필요하다는 구조적 특성 때문에 성숙 Monolithic DRAM과 완전히 같은 원가구조를 확보하기는 쉽지 않다.


13. Bonded DRAM의 진짜 난도는 공정 통합에 있다


Bonded DRAM을 평가할 때 Hybrid Bonding의 연결수율만 보면 전체 난도를 제대로 이해하기 어렵다.

실제 병목은 여러 공정이 동시에 맞아야 한다는 데 있다.

두 웨이퍼의 양품 위치가 겹쳐야 한다

Wafer-to-Wafer 방식은 Known Good Die만 골라 원하는 위치에 붙이기 어렵다.

Cell Wafer와 Periphery Wafer의 같은 위치가 모두 양품이어야 한다.

한쪽의 수율이 낮아지면 다른 쪽 웨이퍼의 정상 다이까지 함께 사용할 수 없게 된다.

웨이퍼 전체가 평탄해야 한다

Hybrid Bonding은 웨이퍼 일부만 연결하는 공정이 아니다.

300mm 웨이퍼 전체에서 유전체 표면과 Cu Pad가 균일하게 맞닿아야 한다.

미세한 파티클 하나도 주변에 본딩 보이드를 만들 수 있다.

CMP에서 발생하는 Cu Dishing과 유전체 Erosion, 웨이퍼 휨과 표면 잔류물도 수율에 영향을 준다.

본딩 이후에는 되돌리기 어렵다

본딩 전에 불량을 발견하면 해당 웨이퍼를 보류할 수 있다.

그러나 본딩과 박막화 이후 문제가 발견되면 Cell Wafer와 Periphery Wafer가 함께 손실될 수 있다.

불량 한 건이 두 개의 전공정 웨이퍼 가치를 동시에 훼손할 수 있다.

전기적 연결과 장기 신뢰성도 확보해야 한다

패드가 물리적으로 맞닿았다고 공정이 끝나는 것은 아니다.

접촉저항과 전류 특성, 열처리 이후 Cu 팽창, 유전체 계면, 웨이퍼 휨과 열응력을 모두 관리해야 한다.

박막화 이후 균열과 파손, 장기 사용 과정의 접촉 열화까지 평가해야 한다.

Bonded DRAM의 진짜 난도는 본딩 한 단계보다 Cell·Periphery·Bonding·Thinning·Test를 하나의 안정적인 양산공정으로 통합하는 데 있다.


14. Bonded DRAM은 DUV 문제를 없애는 기술이 아니다


Cell-on-Periphery 구조는 주변회로를 Cell Array 아래로 이동시켜 다이 면적을 줄일 수 있다.

그러나 Cell Array의 Word Line, Bit Line, Active Pattern과 커패시터 구조를 자동으로 미세화해주지는 않는다.

CXMT는 Cell Wafer에서 여전히 다음 문제를 해결해야 한다.

  • 미세 패턴 형성

  • 멀티패터닝 Overlay

  • CD Uniformity

  • 고종횡비 식각

  • 커패시터 균일도

  • 셀 누설전류

  • Refresh 특성

  • 장비 간 Matching

Bonded DRAM을 적용하면 여기에 새로운 과제가 더해진다.

  • Periphery Wafer 수율

  • Hybrid Bonding 수율

  • CMP와 Cu Recess

  • 웨이퍼 휨과 정렬

  • 박막화와 후면공정

  • 본딩 이후 전기적·열적 통합

  • 추가 신뢰성 검사

따라서 Bonded DRAM은 DUV 제약을 제거하는 기술이 아니다.

다이 면적과 공정 최적화의 자유도를 확보하는 대신 새로운 수율 학습곡선을 받아들이는 기술이다.


15. 자국산 DUV를 함께 도입하면 변수가 더 늘어난다


노광장비의 경쟁력은 목표 선폭을 한 번 구현할 수 있는지만으로 결정되지 않는다.

양산에서는 다음 지표가 함께 중요하다.

  • Overlay

  • Focus

  • CD Uniformity

  • Throughput

  • 장비 가동률

  • 장비 간 Matching

  • 광학계의 장기 안정성

  • 부품 수명

  • 유지보수

  • 계측·검사장비와의 연동

ASML의 NXT:1980Fi는 38nm 해상도와 함께 2.5nm의 Machine-Matched Overlay, 시간당 330장의 처리량을 제시한다. 이는 노광 가능한 최소 선폭뿐 아니라 Overlay와 생산성을 동시에 유지하는 능력이 중요하다는 의미다. (ASML)

특히 DUV 멀티패터닝에서는 노광과 식각 횟수가 늘어날수록 Overlay 오차와 공정비용이 누적된다.

자국산 DUV를 새로운 Bonded DRAM 라인에 함께 투입하면 다음 과제가 추가된다.

  • 반복 노광 안정성

  • 장비별 Overlay 편차

  • 기존 장비와의 Mix-and-Match

  • 새로운 공정 Recipe 개발

  • 장비 간 Matching

  • 부품 교체주기와 가동률

  • 계측장비와의 피드백 최적화

  • 장기간의 수율 데이터 축적

미국의 수출통제 역시 첨단 DRAM의 기술 기준과 관련 반도체 제조장비를 폭넓게 다루고 있다. 2024년 규정에는 DRAM 셀 면적과 메모리 밀도에 관한 기준도 포함됐다. (산업안전청)

자국산 장비와 Bonded DRAM을 동시에 도입하면 두 개의 학습곡선이 겹친다.

불량 원인이 Cell 공정에 있는지, 노광장비의 Overlay에 있는지, 본딩과 박막화에 있는지를 분리해 분석하는 작업도 더 복잡해진다.


16. HBM은 Bonded DRAM보다 훨씬 복잡하다


Cell-on-Periphery Bonded DRAM은 두 웨이퍼를 결합해 하나의 DRAM Die를 만드는 구조다.

HBM은 완성된 DRAM Die 여러 개와 Base Die를 다시 수직으로 적층해야 한다.

HBM에는 다음 공정이 추가된다.

  • TSV 형성과 구리 충전

  • 웨이퍼 박막화

  • Known Good Die 선별

  • 다단 적층

  • 마이크로범프 또는 Hybrid Bonding

  • Base Die

  • 패키지 휨 관리

  • 열관리

  • 중간 적층 검사

  • GPU와의 시스템 검증

  • 장기 신뢰성 평가

  • 고객사 인증

HBM은 여러 DRAM Die를 적층하기 때문에 Wafer-to-Wafer 방식보다 Known Good Die를 활용할 수 있는 Die-to-Wafer 방식의 중요성이 커진다. Applied Materials도 Wafer-to-Wafer 방식은 DRAM 적용 가능성이 있는 기술로, Die-to-Wafer 방식은 로직과 HBM DRAM에 관심이 높은 기술로 구분한다. (Applied Materials)

Bonded DRAM Die를 다시 HBM으로 적층한다고 가정하면 수율구조는 다음과 같이 복잡해진다.

Cell Wafer 수율
× Periphery Wafer 수율
× CoP Bonding 수율
× TSV·박막화 수율
× HBM 적층 수율
× Base Die 수율
× Package·Test 수율

Known Good Die 검사를 통해 불량 다이가 적층되는 것을 줄일 수 있다.

그러나 검사 횟수와 생산시간이 늘어나며, 적층에 사용할 수 있는 양품 다이의 절대 수량도 기본 DRAM 수율에 의해 제한된다.

Bonded DRAM에서 생산한 다이를 다시 HBM으로 적층하는 구조는 기술적으로 가능하더라도 원가와 수율 측면에서는 매우 높은 장벽을 가진다.


17. CXMT가 동시에 넘어야 할 네 개의 학습곡선


CXMT는 하나의 문제만 해결하면 되는 상황이 아니다.

① Cell Array 미세공정

제한된 장비 환경에서 Cell Array의 집적도와 수율을 높여야 한다.


② Cell-on-Periphery Bonded DRAM

Cell Wafer와 Periphery Wafer를 각각 안정화하고 Wafer-to-Wafer Hybrid Bonding을 양산 수준으로 끌어올려야 한다.


③ HBM

TSV, 박막화, 적층, Base Die, 열관리와 고객 인증을 동시에 해결해야 한다.


④ 자국산 반도체 장비

노광 해상도뿐 아니라 Overlay, Throughput, OEE와 장비 간 정합성을 확보해야 한다.

각 과제는 독립적으로도 긴 수율 학습곡선을 요구한다.

여러 과제를 동시에 추진하면 투자금은 늘릴 수 있다.

그러나 공정 엔지니어, 계측장비, 파일럿 라인, 양품 웨이퍼와 고객 인증 자원은 분산될 수밖에 없다.

공정변수가 늘어날수록 불량 원인을 구분하기도 어려워진다.

반도체 수율은 자본 투입만으로 단기간에 압축하기 어려운 경험과 누적 데이터의 함수다.


종합 판단


CXMT의 기술 발전은 분명하다.

DDR5와 LPDDR5X를 실제로 구현했고, 제품 속도와 용량도 빠르게 높이고 있다.

그러나 시장에서 과장되기 쉬운 부분은 기술의 존재 자체보다 제품 시현을 양산 경쟁력과 동일시하는 해석이다.

CXMT가 DDR5를 만들 수 있다는 사실과 선두업체 수준의 다이 면적, 수율, Cost per Bit으로 DDR5를 생산할 수 있다는 것은 서로 다른 문제다.

Bonded DRAM도 같은 관점에서 봐야 한다.

Cell Array와 Core/Periphery를 분리하면 최종 다이 면적을 줄이고 웨이퍼당 Gross Die를 늘릴 수 있다.

기준 시나리오에서는 다음과 같은 결과가 나온다.

  • Bonded DRAM 최종 판매 가능 수율: 약 64~65%

  • 다이 면적 감소에 따른 Gross Die 증가: 약 20%

  • Cell Wafer 기준 양품 생산량: 기존의 약 99%

  • 초기 가동손실 반영 생산량: 기존의 약 84%

  • 전체 제조자원당 Bit 생산성: 기존의 약 60%

Bonded DRAM은 생산량을 무조건 절반으로 떨어뜨리는 기술이 아니다.

다이 면적이 충분히 줄어들면 Cell Wafer 한 장에서 얻을 수 있는 양품 비트는 기존 Monolithic DRAM과 비슷한 수준을 유지할 수 있다.

그러나 하나의 DRAM을 만들기 위해 별도의 Periphery Wafer와 본딩·박막화·검사라인을 추가로 운영해야 한다.

이 때문에 전체 Fab 자원당 생산성은 Cell Wafer 기준 생산량보다 크게 낮아진다.

결국 Bonded DRAM의 경제성을 결정하는 핵심은 본딩수율 하나가 아니다.

  • Cell Wafer와 Periphery Wafer의 결함밀도

  • 두 웨이퍼의 양품 위치 중첩

  • 다이 면적 감소율

  • Bonding·박막화 통과율

  • 초기라인 가동률

  • 전체 공정자원과 검사비용

이 변수들을 모두 함께 봐야 한다.

CXMT의 가장 큰 과제도 개별 기술을 구현할 수 있느냐에만 있지 않다.

여러 기술을 각각 시현하는 데 성공하더라도 이를 하나의 제품 안에 결합해 높은 수율과 낮은 원가로 안정적으로 양산하는 과정에서 병목이 겹칠 수 있다.

현재 확인되는 것은 제품 세대의 빠른 추격이다.

아직 확인되지 않은 부분은 해당 제품을 얼마나 작게, 많이, 안정적으로, 저렴하게 생산할 수 있는가이다.


출처

  1. CXMT, LPDDR5X 양산 발표

  2. CXMT, DDR5·LPDDR5X 제품군 공개

  3. TechInsights, CXMT G4 16Gb DDR5 분석

  4. IEEE, Vertical Cell 4F² Cell-on-Periphery DRAM 연구

  5. SK하이닉스, Wafer-to-Wafer Hybrid Bonding의 DRAM 적용 연구

  6. Applied Materials, Hybrid Bonding 기술과 적용 분야

  7. ASML, TWINSCAN NXT:1980Fi 사양

  8. 미국 BIS, Advanced Computing & SME Rule 2024


#글을 마치며 


왜 기사에서는 수율과 원가가 빠져 있을까


그렇다면 왜 대부분의 기사는 CXMT의 Bonded DRAM이 감수해야 할 수율과 원가 문제를 충분히 다루지 않는 것일까.

가장 큰 이유는 CXMT가 실제 공정수율과 제조원가를 공개하지 않았기 때문이다. 외부에서 확인할 수 있는 것은 파일럿라인 구축 여부와 목표 공정, 제품 사양 정도다. Cell Wafer와 Periphery Wafer 수율, 본딩·박막화 통과율, 실제 다이 면적과 Cost per Bit은 공개되지 않았다.

이 때문에 기사들은 확인하기 쉬운 ‘12nm급 구현’, ‘EUV 우회’, ‘차세대 DRAM 진입’​에 집중한다. 반면 수율과 경제성을 분석하려면 두 웨이퍼의 결함밀도, 양품 위치 중첩, 본딩수율, 추가 공정비용과 장비 가동률까지 추정해야 한다.

파일럿라인과 양산라인의 차이도 기사에서 자주 생략된다.

파일럿라인은 기술이 작동하는지 확인하는 단계다. 양산라인은 같은 결과를 반복하면서도 충분한 수율과 낮은 원가를 확보해야 한다. 본딩에 성공했다는 사실과 시장에서 경쟁력 있는 가격으로 대량생산할 수 있다는 사실 사이에는 상당한 거리가 있다.

시험구조에서 발표되는 높은 연결수율도 DRAM 완제품 수율과는 다르다. 실제 제품은 본딩 이후에도 Cell 특성, 접촉저항, 속도등급, 열응력과 장기 신뢰성 평가를 모두 통과해야 한다.

여기에 CXMT 관련 보도가 중국의 반도체 자립과 기술 추격이라는 프레임에 집중하면서 공정경제성은 상대적으로 뒤로 밀리기 쉽다. 12nm라는 숫자는 기술격차 축소를 직관적으로 보여주지만, 그 제품을 만들기 위해 투입되는 웨이퍼와 공정자원은 제목에 드러나지 않는다.

따라서 기사에 수율 문제가 언급되지 않는다고 해서 수율 희생이 없다고 해석해서는 안 된다.

Bonded DRAM으로 12nm급 집적도를 구현하는 것은 미세공정 격차의 일부를 구조적으로 우회하는 방법이다. 그러나 이는 기존 격차가 사라지는 것이 아니라, 미세화의 어려움을 본딩수율과 추가 제조원가라는 새로운 과제로 바꾸는 것이다.

결국 중요한 질문은 CXMT가 12nm급 제품을 만들 수 있는지가 아니다.

몇 장의 웨이퍼와 얼마의 공정자원을 투입해야 하며, 그 결과 몇 개의 판매 가능한 비트를 확보할 수 있는지가 핵심이다.

현재 확인되는 것은 기술 시현과 제품 세대의 추격이다.

아직 확인되지 않은 것은 그 기술을 얼마나 많이, 안정적으로, 저렴하게 양산할 수 있는가​이다.

=끝

생각정리 321 (* China DUV, 메모리 시나리오 테스트 )

어제 장을 마친 뒤 집으로 돌아와 아내와 저녁을 먹고 산책을 했다.

집에 돌아온 뒤 잠깐 잠이 들었다가 눈을 떴는데, 중국의 DUV 노광장비 자립화와 관련된 뉴스를 접하게 됐다.

기사를 읽는 순간 머리가 띵하게 울렸다. 중국의 반도체 장비 자립화가 예상보다 빠르게 진행될 수 있다는 생각에 조금씩 스트레스가 밀려왔다.

다만 뉴스의 제목과 첫인상만으로는 실제 파급효과를 판단하기 어려웠다.

중국산 DUV가 어느 정도의 성능과 양산 안정성을 확보했는지, CXMT와 YMTC의 생산능력 확대로 얼마나 연결될 수 있는지, 중국의 메모리 내수 자립이 삼성전자·SK하이닉스·마이크론의 실적에 어떤 영향을 줄지 하나씩 수치로 확인해 봐야 했다.

내일 회사에 출근하면 여러 시나리오를 세우고 직접 숫자를 넣어봐야 이번 뉴스의 대략적인 영향력을 가늠할 수 있겠다고 생각했다.

그렇다고 밤새 자료를 들여다보는 것은 좋은 선택이 아니었다.

잠을 제대로 자지 못한 상태로 출근하면 뉴스에서 받은 불안감에 휘둘려 상황을 과도하게 해석하거나 잘못된 판단을 내릴 가능성이 높았다. 그래서 마음에 걸리는 부분은 잠시 내려놓고, 억지로라도 일찍 잠을 청했다.

아침에 눈을 떴지만 푹 잔 느낌은 아니었다. 여전히 머리가 조금 무거웠다.

그래도 가능한 한 빨리 회사로 출근했다. 전날 밤 머릿속에 정리해 둔 질문과 가정을 하나씩 숫자로 옮기면서 이번 리서치 기록을 남겨본다.

21세기경제보도(21世纪经济报道) 기자: 자오윈판(赵云帆) 2026년 5월 20일


China Begins Mass Production of Homegrown DUV Chip Tools


AI 메모리 수요 확대와 중국 자립화


End Market별 노출을 반영한 삼성전자·SK하이닉스·마이크론 시나리오 분석


핵심 결론


중국 메모리 자립화 위험은 중국이 글로벌 DRAM과 NAND 수요의 약 4분의 1을 차지한다는 사실만으로 판단하기 어렵다.

현재 중국계 고객 비중은 모바일·자동차·통신장비에서 30~40%대로 높다. 반면 HBM과 고성능 enterprise SSD에서는 매우 낮다. 문제는 2030년까지 메모리 시장의 성장축이 스마트폰과 PC에서 HBM·AI Host DDR·SOCAMM2·AI eSSD·CMX로 이동한다는 점이다.

따라서 중국 자립화의 충격은 두 단계로 나뉜다.

  • 범용 DRAM·NAND 자립: 삼성전자 중심의 중국 매출 감소

  • HBM·AI 서버 DRAM·eSSD 진입: IDM 3사의 가격과 초과이익 훼손


세 시나리오 모두 AI 확산에 따른 글로벌 메모리 수요 증가는 동일하게 반영했다. 차이는 늘어나는 수요를 IDM 3사와 중국 업체가 어떻게 나누는지에 있다.

2030년 시장 컨센서스 대비 영업이익 변화는 다음과 같이 추정했다.

  • Bull: 삼성전자 +8%, SK하이닉스 +10%, 마이크론 +12%

  • Base: 삼성전자 -8%, SK하이닉스 -8%, 마이크론 -7%

  • Bear: 삼성전자 -22%, SK하이닉스 -21%, 마이크론 -23%





1. 중국 메모리 수요는 어디에서 발생하는가


이번 분석에서 중국 수요는 중국에서 조립된 전자제품이 아니라, 중국에 본사를 둔 스마트폰·PC·서버·클라우드·자동차·통신장비 업체의 글로벌 메모리 구매량으로 정의했다.

중국에서 조립되는 아이폰용 메모리는 애플 수요로 분류한다. 반대로 샤오미가 유럽이나 인도에서 판매하는 스마트폰용 메모리는 중국계 고객 수요에 포함한다.

국가와 End Market을 교차한 공식 메모리 수요 데이터는 공개되지 않는다. 아래 중국 비중은 스마트폰·PC 출하량, 클라우드 투자, 자동차 판매량, 통신장비 점유율과 기기당 메모리 탑재량을 결합한 모델 추정치다.

중국계 고객은 글로벌 DRAM 매출의 약 23~27%, NAND 매출의 약 23~28%를 차지하는 것으로 추정된다. 다만 제품별 노출은 크게 다르다.


2. DRAM End Market별 중국 비중


Mobile LPDDR


중국계 스마트폰 업체에는 Xiaomi·OPPO·vivo뿐 아니라 Huawei·Honor·Transsion·Lenovo·realme가 포함된다.

2026년 2분기 Xiaomi·OPPO·vivo의 글로벌 스마트폰 점유율만 합산해도 약 29%다. 여기에 Huawei·Honor·Transsion 등 기타 중국계 브랜드를 더하면 출하량 기준 중국계 비중은 40%를 넘어설 가능성이 높다. 다만 애플과 삼성전자 프리미엄 모델의 기기당 메모리 용량과 구매가격이 높다는 점을 반영해 중국의 모바일 메모리 매출 비중은 **36~42%**로 추정했다. (Chartle)


PC·Client


2026년 2분기 Lenovo는 글로벌 PC 출하량의 약 25%를 차지했다. Huawei와 중국계 중소 OEM을 더하면 중국계 고객의 PC DRAM·client SSD 수요 비중은 **25~28%**로 추정된다. PC용 DDR와 SSD는 제품 표준화 수준이 높아 중국산 메모리의 내수 대체와 해외 수출이 비교적 빠르게 진행될 수 있는 시장이다. (Omdia)


Server·Cloud


2025년 4분기 중국 본토의 클라우드 인프라 지출은 147억달러였다. 같은 기간 글로벌 클라우드 인프라 지출은 1,109억달러로, 중국 비중은 약 13%였다. 기업용 온프레미스 서버와 통신사 서버를 포함한 중국계 server DRAM 수요 비중은 **11~15%**로 추정된다. (Omdia)


HBM


현재 중국의 HBM 수요는 첨단 AI 가속기와 HBM 수출통제의 영향을 받는다. IDM 3사가 실제로 접근할 수 있는 중국 HBM 시장은 글로벌 수요의 약 **1~3%**로 추정된다.

수출통제가 없다면 중국의 잠재 HBM 수요는 5~8%까지 높아질 수 있다. 따라서 중국 HBM 자립화는 현재 매출을 빼앗는 문제보다, 미래 성장기회를 중국 업체에 넘기는 위험에 가깝다.


Automotive


2025년 중국 자동차 판매량은 약 3,440만대로 글로벌 판매량 9,980만대의 **34.5%**를 차지했다. 중국은 전기차·ADAS·스마트 콕핏 채택률이 높기 때문에 차량당 메모리 탑재량도 글로벌 평균보다 높을 가능성이 크다. 이를 반영한 자동차용 DRAM과 NAND의 중국 수요 비중은 **38~43%**로 추정된다. (세계자동차제조협회)


Networking·Telecom


2025년 상반기 글로벌 통신장비 매출에서 Huawei는 31%, ZTE는 10%를 차지했다. 두 업체만 합산해도 41%다. 통신장비와 네트워크용 DRAM·NAND는 모바일과 함께 중국 내수 대체 위험이 높은 영역이다. (Telecom Lead)

중국의 직접적인 DRAM 위험은 모바일·자동차·통신장비에 집중돼 있다. 반면 2030년까지 가장 빠르게 커지는 HBM과 미국계 CSP 서버 시장에서는 현재 중국 비중이 낮다.




3. NAND End Market별 중국 비중


Mobile UFS·eMMC


스마트폰 업체 구성이 모바일 DRAM과 동일하기 때문에 중국계 고객은 모바일 NAND 수요의 약 **36~42%**를 차지하는 것으로 추정된다.

YMTC가 이미 모바일·소비자용 NAND에서 점유율을 높이고 있어 삼성전자와 SK하이닉스가 가장 먼저 물량을 잃을 수 있는 시장이다.


Client SSD


Lenovo를 포함한 중국계 PC 업체의 글로벌 점유율을 반영하면 client SSD 수요의 중국 비중은 **25~28%**로 추정된다.

Client SSD는 컨트롤러와 펌웨어의 장벽이 enterprise SSD보다 낮다. 중국산 NAND가 중국 내수에서 해외 시장으로 이동할 때 가장 먼저 가격경쟁이 발생할 수 있다.


Consumer·Removable


USB, 메모리카드, 저가형 SSD 등 소비자용 NAND는 중국 제조·유통업체 비중이 높다. 중국계 수요 비중은 35~45%, 현재 자급률은 50% 이상으로 추정된다.


Enterprise SSD


2026년 1분기 enterprise SSD는 전체 NAND 매출의 43%를 차지했다. 그러나 중국의 글로벌 클라우드 투자 비중은 약 13%에 불과하고, 고성능 eSSD는 컨트롤러·펌웨어·내구성·지연시간·CSP 인증이 필요하다. 따라서 중국계 enterprise SSD 수요는 글로벌 시장의 10~14%, 중국 내부 자급률은 5~10% 수준으로 추정했다. (Counterpoint Research)

중국 NAND 자립률이 상승해도 처음 영향을 받는 시장은 모바일·client·소비자용이다. AI 데이터센터용 eSSD로 충격이 확대되려면 YMTC의 bit 생산량 증가뿐 아니라 SSD 시스템과 고객 인증까지 확보돼야 한다.




4. 중국 수요와 현재 중국 업체 공급능력의 차이


2026년 1분기 CXMT의 글로벌 DRAM 매출 점유율은 8%, YMTC의 NAND 점유율은 13%였다. 같은 기준으로 중국계 고객은 글로벌 DRAM 수요의 약 25~29%, NAND 수요의 약 28~33%를 차지하는 것으로 추정된다. (Counterpoint Research)

단순하게 보면 CXMT는 현재 중국 DRAM 수요의 약 30% 안팎, YMTC는 중국 NAND 수요의 40% 안팎을 공급할 수 있는 규모다. 실제 자급률은 해외 판매량, 제품 믹스와 재고를 고려하면 달라질 수 있다.

현재 글로벌 메모리 재고는 극단적으로 낮아져있는 상황으로 메모리 IDM 단기실적에는 큰 영향이 없을 것
Citi Research 


HBM은 중국 수요 자체가 수출통제로 제한돼 있고, 상업적 글로벌 공급 점유율도 아직 미미하다.

따라서 중국이 2030년까지 내수 100%를 대체하려면 CXMT와 YMTC가 현재 글로벌 점유율을 단순히 몇 퍼센트 높이는 수준을 넘어야 한다.

특히 DRAM에서는 현재 CXMT 생산규모를 두 배 이상 확대하면서 DDR5·LPDDR5X·서버 DRAM 수율도 함께 확보해야 한다.




5. 2030년에는 DRAM 수요의 중심이 바뀐다


이전 글의 모델에서는 글로벌 DRAM bit 수요가 2025년 약 39EB에서 2030년 약 118EB로 세 배 증가한다.

생각정리  320 (* CXMT, DRAM, LPDDR, HBM)

2030년 HBM 수요는 27.1EB, AI Host DDR와 SOCAMM2는 35.5EB로 추정된다. 두 시장을 합하면 AI 데이터센터가 전체 DRAM 수요의 약 53%를 차지한다.

모바일 LPDDR도 12.5EB에서 17.5EB로 약 40% 증가한다. 다만 전체 시장이 더 빠르게 성장하기 때문에 모바일 비중은 32%에서 약 15%로 낮아진다.

이 변화는 중국 리스크의 성격을 바꾼다.

현재 중국 노출이 높은 모바일·PC 시장의 절대 수요는 증가한다. 그러나 IDM 3사의 이익을 결정하는 핵심 시장은 점차 HBM과 AI 서버 DRAM으로 이동한다.

중국이 범용 DRAM을 완전히 자립하더라도 HBM과 SOCAMM2에 진입하지 못하면 IDM 3사의 핵심 이익원은 상당 부분 유지될 수 있다.




6. NAND도 AI 데이터센터 중심으로 재편된다


이전 기본 모델에서는 AI 데이터센터용 eSSD 수요가 2025년 약 24EB에서 2030년 약 704EB로 증가한다.

생각정리  319 (* NAND, eSSD)

2030년 AI eSSD 수요는 2025년 전체 enterprise SSD 시장 244EB의 약 2.9배에 해당한다. 전체 eSSD 시장에서 AI 수요가 차지하는 비중도 10%에서 약 58%로 상승한다.

CMX 수요는 2030년 약 185.5EB로 추정된다. 이는 2025년 전체 eSSD 시장의 약 76%다. 

중국 NAND 증산은 소비자용 NAND 가격에는 직접적인 압력을 줄 수 있다.

그러나 AI eSSD 수요가 모델대로 증가하면 범용 NAND 공급과 데이터센터 인증제품 공급은 서로 다른 사이클을 보일 가능성이 크다.

Bear 시나리오에서도 NAND 시장 자체가 축소되는 것이 아니라, YMTC와 중국 SSD 업체가 증가하는 AI 수요의 일부를 가져가는 구조로 설정했다.




7. 중국산 DUV가 의미하는 범위


최근 보도된 중국산 침지 DUV는 소량 장비 제작과 고객사 검증 단계로 보는 것이 적절하다.

장비의 장기 가동률, 오버레이 안정성, 시간당 처리량과 실제 웨이퍼 수율이 공개적으로 검증되지 않았다. 따라서 Bear 시나리오에서 중국산 DUV가 양산에 안정적으로 투입된다는 가정은 현재 확인된 수준보다 강한 스트레스 조건이다.

DUV 내재화만으로 메모리 공급망이 완성되지는 않는다.

  • 식각·증착·세정·CMP

  • 계측·검사

  • EDA와 공정 제어

  • 포토레지스트와 소재

  • HBM TSV·적층·테스트

  • SSD 컨트롤러와 펌웨어

  • 고객사 장기 인증


이 공정들이 함께 안정화돼야 중국산 메모리가 내수 대체를 넘어 글로벌 시장에서 가격경쟁을 할 수 있다.


8. 미국의 블랙리스트 변수


2026년 6월 기준 CXMT는 미국 국방부의 Section 1260H 중국 군사기업 명단에 포함돼 있다. 다만 1260H는 BIS Entity List와 동일한 수출통제가 아니다. (U.S. Department of War)

YMTC는 2022년 BIS Entity List에 추가됐다. 미국 의회에서는 CXMT의 Entity List 추가, 중국산 메모리의 미국 공급망 진입 제한과 동맹국 장비통제 강화를 요구하는 움직임이 이어지고 있다. (Select Committee on the CCP)

정책 변수는 세 시나리오를 나누는 핵심 기준이다.

  • Bull: CXMT 추가 제재와 동맹국 공조

  • Base: 추가 제재 없이 현행 통제 유지

  • Bear: 추가 제재가 없고 중국 장비 내재화가 예상보다 빠르게 진행


9. Bull·Base·Bear 시나리오


세 시나리오는 모두 다음의 AI 수요를 공통으로 반영한다.

  • 2030년 DRAM bit 수요 118EB

  • AI 관련 DRAM 비중 53%

  • HBM 27.1EB

  • AI Host DDR·SOCAMM2 35.5EB

  • AI 데이터센터 eSSD 704EB

  • CMX 185.5EB


시나리오 차이는 AI 수요의 강도가 아니라 중국이 해당 수요를 얼마나 공급할 수 있는가에서 발생한다.

Bull


CXMT가 Entity List에 추가되고 미국의 규제가 일본·한국·네덜란드 장비와 서비스까지 확대된다.

중국 업체는 모바일·소비자용 메모리에서 자립률을 높이지만 HBM·SOCAMM2·enterprise SSD 진입은 지연된다.

Base


CXMT는 추가 블랙리스트에 등재되지 않는다.

중국산 DUV와 일부 공정장비가 상용화되며 범용 DRAM과 NAND 자급률이 높아진다. 중국산 제품은 동남아·중동·중남미에 일부 수출되지만 HBM과 고성능 eSSD 격차는 유지된다.

Bear


AI 수요는 Bull·Base와 동일하게 증가한다.

그 위에 중국산 DUV가 양산라인에서 안정화되고, CXMT와 YMTC가 중국 내수의 대부분을 대체한다. HBM과 AI 서버 DRAM, enterprise SSD에서도 중국 수요의 상당 부분을 공급한다.

해외 수출은 범용 DRAM·NAND 중심으로 확대되며 기존 IDM 3사보다 10~20% 낮은 가격을 제시한다. 다만 중국산 HBM이 미국 CSP와 서방 가속기 시장을 전면 장악하는 극단적인 가정은 제외했다.

Bear에서도 HBM과 enterprise SSD의 중국 자급률은 100%로 설정하지 않았다.

중국이 범용 제품에서는 내수 자립을 완성하지만, 고부가 제품에서는 중국 AI 생태계의 일부만 충족하는 수준이다.




10. 시장 컨센서스 기준선


2026~2028년은 2026년 7월 27일 기준 공개 시장 컨센서스를 사용했다.

  • 삼성전자 2026~2028년 매출: 730.8조원, 940.4조원, 1,012.5조원

  • 삼성전자 영업이익: 387.7조원, 538.5조원, 547.0조원

  • SK하이닉스 매출: 358.3조원, 534.0조원, 587.9조원

  • SK하이닉스 영업이익: 276.8조원, 418.6조원, 436.2조원

  • 마이크론 FY2026~FY2028 매출: 1,297.8억달러, 2,388.2억달러, 2,592.2억달러

  • 마이크론 영업이익: 980.4억달러, 1,966.6억달러, 2,066.6억달러 (MarketScreener)


2029~2030년은 2028년 컨센서스에서 매출 성장률과 영업이익률을 점진적으로 정상화한 모델 추정치다.

2030년 기준선은 다음과 같다.


삼성전자는 연결 실적 기준이다. 중국 자립화 충격은 메모리 사업에 적용한 뒤 연결 실적으로 환산했다.


11. 2030년 시나리오 결과


매출 영향


Bull에서는 중국산 메모리의 글로벌 공급망 진입이 제한되면서 HBM·AI 서버 DRAM·eSSD의 가격과 점유율이 컨센서스보다 높아진다.

Base에서는 중국의 모바일·PC·소비자용 메모리 대체와 일부 수출이 발생하지만, AI 메모리 수요가 공급 증가분을 대부분 흡수한다.

Bear에서는 중국 내수 상실과 비중국 범용 메모리 가격 하락이 겹친다. 다만 AI 데이터센터 수요가 강하기 때문에 매출 감소폭은 10% 안팎에 머문다.

영업이익 영향


영업이익 충격은 매출보다 크다.

중국에서 판매하지 못한 물량이 비중국 시장으로 이동하면 기존 판매물량의 ASP까지 낮아진다. 팹 감가상각비와 연구개발비는 단기간에 줄이기 어려워 가격 하락분의 상당 부분이 영업이익 감소로 연결된다.




12. 삼성전자


삼성전자는 중국 모바일·PC·자동차와 NAND 노출이 가장 넓다.

Bull에서는 중국산 메모리의 미국·동맹국 공급망 진입이 제한되면서 HBM·서버 DRAM·enterprise SSD의 가격이 보호된다. 2030년 연결 영업이익은 617.2조원으로 기준선보다 8% 높아진다.

Base에서는 LPDDR·UFS·client SSD 중국 매출이 감소하지만 AI 메모리 증가가 상당 부분 상쇄한다. 2030년 영업이익은 525.8조원으로 기준선보다 8% 낮다.

Bear에서는 중국 내수 상실과 범용 DRAM·NAND ASP 하락이 동시에 발생한다. 2030년 영업이익은 445.8조원으로 컨센서스보다 22% 낮아진다. 그럼에도 2026년 영업이익 387.7조원보다는 약 15% 높다.

삼성전자의 가장 큰 위험은 HBM 경쟁보다 중국 모바일·PC·자동차와 NAND 노출의 합산이다.

다만 삼성전자는 완제품과 디스플레이·가전·하만을 보유해 연결 매출 충격은 메모리 사업 자체보다 완화된다.




13. SK하이닉스


SK하이닉스는 Base까지 가장 높은 방어력을 보인다.

중국이 범용 DDR·LPDDR·NAND에서 자립률을 높이더라도 HBM과 AI 서버 DRAM의 공급자 수가 제한돼 있기 때문이다.

Bull에서는 HBM과 AI Host Memory의 희소성 프리미엄이 강화되면서 2030년 영업이익이 501.2조원으로 기준선보다 10% 증가한다.

Base에서는 419.2조원으로 기준선보다 8% 낮지만, HBM 믹스가 범용 제품의 가격 하락을 방어한다.

Bear에서는 중국산 HBM이 중국 AI 가속기에 탑재되고, 서버 DRAM과 enterprise SSD도 일부 중국산으로 전환된다. 영업이익은 359.9조원으로 기준선보다 21% 낮아진다. 다만 2026년보다 약 30% 높은 수준이다.

SK하이닉스의 중국 리스크는 범용 메모리보다 중국 HBM의 실제 양산 여부에 좌우된다.

CXMT 또는 중국 후공정 업체가 HBM을 생산하더라도 중국 AI 가속기에 대량 탑재되지 못하면 SK하이닉스의 핵심 이익은 크게 훼손되지 않는다.




14. 마이크론


마이크론은 중국의 기존 보안 규제 때문에 중국 직접 매출 노출이 삼성전자와 SK하이닉스보다 낮다.

Bull에서는 미국 내 유일한 대형 메모리 IDM이라는 정책적 지위가 가장 큰 강점으로 작용한다. 2030년 영업이익은 2,382억달러로 기준선보다 12% 높아진다.

Base에서는 중국 내수 상실보다 중국산 DRAM·NAND의 해외 수출에 따른 ASP 하락이 주요 위험이다. 2030년 영업이익은 1,978억달러로 기준선보다 7% 낮다.

Bear에서는 미국 시장이 보호되더라도 중국산 제품이 비미국 시장의 계약가격을 낮춘다. 영업이익은 1,638억달러로 기준선보다 23% 감소한다. 그래도 FY2026 영업이익 980억달러보다 약 67% 높다.

마이크론은 중국 고객 노출보다 글로벌 ASP 민감도가 더 중요하다.

중국산 제품이 미국에 직접 판매되지 않더라도 해외 고객이 중국산 가격을 협상 기준으로 사용하면 미국 고객 가격에도 간접적인 하방 압력이 발생할 수 있다.




15. 2027~2030년 누적 이익 영향


연간 실적보다 누적 영업이익을 보면 중국 자립화가 장기 기업가치에 미치는 영향이 더 분명해진다.

2027~2030년 누적 영업이익은 기준선 대비 다음과 같이 변한다.

  • 삼성전자: Bull +5.6%, Base -4.3%, Bear -11.4%

  • SK하이닉스: Bull +6.7%, Base -4.0%, Bear -10.1%

  • 마이크론: Bull +7.8%, Base -3.4%, Bear -11.3%


Bear에서도 누적 이익이 절반으로 감소하지 않는 이유는 AI 메모리 수요가 모든 시나리오에서 동일하게 증가하기 때문이다.

중국 공급은 늘어나는 시장을 붕괴시키기보다, IDM 3사가 가져갈 수 있었던 매출과 희소성 프리미엄의 일부를 가져간다.




16. End Market별 IDM 3사 위험도


삼성전자는 중국 내수 대체에 가장 취약하다.

SK하이닉스는 중국 업체가 HBM에 진입하기 전까지 가장 방어적이다.

마이크론은 중국 직접 노출은 작지만 중국산 메모리의 해외 수출과 글로벌 가격 하락에 민감하다.


최종 판단


중국계 고객은 현재 글로벌 DRAM과 NAND 수요의 약 4분의 1을 차지한다.

그러나 이 수요는 모바일·PC·자동차·통신장비에 집중돼 있다. 2030년 가장 빠르게 성장할 HBM·SOCAMM2·AI Host DDR·enterprise SSD에서는 중국의 현재 공급능력이 낮다.

따라서 중국이 범용 DRAM과 NAND를 자립하는 것만으로 IDM 3사의 장기 성장성이 사라지지는 않는다.

AI 확산에 따른 메모리 수요가 전망대로 증가한다면 Bear 시나리오에서도 2030년 절대 영업이익은 2026년보다 높다.

  • 삼성전자: 387.7조원 → 445.8조원

  • SK하이닉스: 276.8조원 → 359.9조원

  • 마이크론: 980억달러 → 1,638억달러


다만 시장 컨센서스와 비교하면 20% 이상의 이익이 훼손된다.

중국 리스크는 메모리 수요 붕괴가 아니라 IDM 3사가 독점적으로 누릴 것으로 예상됐던 AI 메모리 성장과 희소성 프리미엄을 중국과 나누게 되는 위험이다.

향후 확인해야 할 지표는 다음 여섯 가지로 압축된다.

  1. 중국산 침지 DUV의 장기 가동률과 웨이퍼당 비용

  2. CXMT의 DDR5·LPDDR5X와 서버 DRAM 수율

  3. 중국산 HBM의 실제 AI 가속기 탑재량

  4. YMTC 기반 enterprise SSD의 CSP 인증

  5. 중국산 메모리의 해외 판매가격과 수출지역

  6. 중국 공급이 글로벌 계약가격에 미치는 영향


이 가운데 HBM과 enterprise SSD의 대량 고객 인증이 확인되기 전까지 중국 자립화는 IDM 3사의 성장을 제거하는 변수보다, 모바일·PC·범용 NAND 사업의 마진을 낮추는 변수로 해석하는 편이 적절하다.

#글을 마치며


중국산 침지 DUV 개발이 실제로 진전되고 있을 가능성까지 부정할 필요는 없다.

중국 DUV 및 EUV 포토리소그래피 기술 발전 전망

다만 최근 두 기사는 제조사, 출하시점, 생산 규모와 성능 지표가 서로 충돌하고 있으며, 장비 제조사와 고객사의 공식 확인도 없다. 따라서 기술의 존재 여부보다 기사에 포함된 세부 정보의 신뢰도가 낮다는 점이 더 큰 리스크다.










특히 CXMT와 YMTC의 상장을 전후해 중국 반도체 산업의 기술 자립 기대를 높이고 기업가치를 부각하려는 이해관계가 커질 수 있다. 이 과정에서 초기 투자자와 기존 주주의 엑시트 및 차익 실현에 유리한 분위기를 만들기 위해, 충분한 사실 검증을 거치지 않은 기술 기사가 의도적으로 확산됐을 가능성도 배제하기 어렵다.

결국 이번 보도는 중국산 DUV의 기술적 진전을 확인해 준 최종 증거라기보다, 상장과 자본 회수 국면에서 반복될 수 있는 정보 신뢰도 리스크를 보여준 사례로 보는 편이 적절하다.


China trials its first advanced tools for AI chipmaking 


China's largest chipmaker testing first homegrown immersion DUV litho tool


글을 정리하면서 들었던 생각은 중국의 DUV 자립화와 내재화 수준을 계속 추적하는 것보다, AI 확산에 따른 메모리 반도체 수요를 점검하는 편이 더 생산적일 수 있지 않을까 했다.

중국 장비의 실제 성능과 양산 상황은 외부에서 확인하기 어렵고, 관련 기사 역시 이해관계가 얽혀 있어 그대로 신뢰하기 힘들다. 반면 AI 인프라 투자와 서버 출하량, HBM·DRAM·NAND 수요는 비교적 구체적인 데이터로 추적할 수 있다.

결국 검증하기 어려운 중국 DUV 관련 보도에 과도하게 반응하기보다, 실제 실적과 산업 수급으로 연결되는 AI 메모리 수요의 변화를 지속적으로 확인하는 것이 더 중요하지 않을까 한다.

=끝

2026년 7월 26일 일요일

생각정리 320 (* CXMT, DRAM, LPDDR, HBM)

NAND에 이어 DRAM 시장도 다시한번 점검해본다.
CXMT의 IPO가 시장의 높은 관심을 받으며 흥행하는 분위기다.

N长鑫(SH688825)股票股价_股价行情_财报_数据报告 - 雪球

생각정리 310 (*CXMT IPO)

해외 IB 컨퍼런스콜에서는 CXMT가 Apple과 Nvidia를 향후 경쟁 상대로 보고 있으며, 5년안에 전세계 시총 1위를 목표로 하며, 

기존 메모리 3사인 SK하이닉스·삼성전자·마이크론은 자신들의 직접적인 경쟁 상대가 아니라는 취지의 발언을 했다고 한다.

최근 CXMT의 자신감(*자만심)이 상당히 높아진 모습이다.

다만 중국 첨단 반도체 산업을 견제해온 미국 행정부의 정책 방향을 고려하면, 향후 추가 제재가 발표될 가능성도 배제하기 어렵다. CXMT가 글로벌 고객사와 기술 경쟁을 본격화할수록 미국 정부의 경계 역시 더욱 강해질 수 있다.

(*제발 트럼프 형님이 저 거만한 뚝배기 깨버려주셨으면..)

특히 미국 정부 입장에서 Apple이 중국 공급망과 지나치게 밀접해지는 상황을 어떻게 바라볼지도 궁금하다.

최근 커뮤니티에서 Apple에 대한 비판적인 반응이 부쩍 늘어난 모습을 보면, 높은 브랜드 충성도가 앞으로도 지금과 같은 수준으로 유지될 수 있을지 의문이 들기도 한다.

메모리가 방정식을 바꾸기 시작했다


HBM·SOCAMM2·자율주행이 재편하는 2030년 DRAM 시장


메모리 수요는 오랫동안 스마트폰과 PC 출하량을 중심으로 설명됐다.

스마트폰 판매량이 늘면 모바일 LPDDR 수요가 증가하고, PC와 서버 판매량이 늘면 DDR 수요가 증가하는 비교적 단순한 구조였다.

하지만 AI 데이터센터가 빠르게 확장되면서 메모리 수요를 판단하는 기준이 달라지고 있다.

이제는 장비가 몇 대 판매되는지보다 CPU와 GPU를 쉬지 않고 가동하기 위해 시스템 한 대에 얼마나 많은 메모리를 탑재해야 하는지가 더 중요해졌다.

동시에 세 가지 변화가 진행되고 있다.

  • AI 가속기당 HBM 탑재량이 빠르게 증가한다.

  • 에이전틱 AI가 CPU에 연결되는 대용량 DDR와 SOCAMM2 수요를 만든다.

  • 자율주행차가 새로운 LPDDR 수요처로 부상한다.

GPU 옆에서는 HBM이 늘고, CPU 옆에서는 DDR와 SOCAMM2가 늘어난다. 스마트폰에 들어가던 LPDDR는 AI 서버와 자동차로 수요처를 넓히고 있다.

이번 메모리 사이클을 HBM 하나만으로 설명하기 어려운 이유다.


1. Meta와 Micron의 공동연구가 보여주는 메모리 해석의 변화


Meta와 Micron은 실제 하이퍼스케일 데이터센터 환경을 반영한 DCPerf 벤치마크를 활용해 LPDDR5X의 서버 성능을 비교했다.

연구의 핵심 질문은 단순했다.

서버 성능을 결정할 때 메모리 속도와 메모리 용량 가운데 어느 쪽이 더 중요한가.

연구진은 CPU 구조, 코어 수, 캐시와 Spark 작업용 메모리 할당량이 거의 같은 두 서버를 비교했다.

가장 큰 차이는 LPDDR5X의 용량이었다.


여기서 중요한 부분은 메모리 용량이 작은 SKU2의 속도와 이론적 대역폭이 더 높았다는 점이다.

단순히 메모리 전송속도만 비교하면 SKU2가 더 유리하다. 실제로 대용량 데이터를 단순 복사하거나 재배열하는 일부 작업에서는 SKU2가 더 높은 성능을 기록했다.

그러나 대규모 데이터를 반복적으로 정렬하고 재분류하는 Spark 작업에서는 결과가 완전히 달라졌다. (Micron Technology)


Micron Technology



전체 작업에서는 1TB 서버가 2.8~3.5배 빨랐다


그래프는 SKU2의 성능을 1로 놓고 SKU1의 성능을 비교한 것이다.



메모리 속도는 SKU2가 더 빨랐지만, 전체 작업 성능은 메모리 용량이 큰 SKU1이 약 2.8~3.5배 높았다.



Spark는 작업 과정에서 다음 데이터를 DRAM에 동시에 보관해야 한다.

  • 현재 처리 중인 원본 데이터

  • 서버 사이에서 재분류되는 셔플 데이터

  • 연산 과정에서 발생한 중간 결과

  • 운영체제가 다시 사용하기 위해 보관하는 페이지 캐시


1TB의 메모리를 탑재한 SKU1은 필요한 데이터를 대부분 DRAM 안에 유지할 수 있었다.

반면 512GB를 탑재한 SKU2는 메모리가 부족해 일부 데이터를 SSD로 내보낸 뒤, 필요할 때 다시 불러와야 했다.

이를 spill-to-disk라고 한다.


특정 셔플 단계에서는 최대 38.75배 차이가 났다

일반 작업량에서 단계별 성능 차이는 다음과 같았다.



Stage 1에서는 두 서버의 성능이 거의 같았다.

오히려 메모리 속도가 빠른 SKU2가 근소하게 앞섰다.

하지만 셔플 작업이 집중된 Stage 2에서는 SKU2의 데이터가 DRAM 용량을 넘어섰다. 일부 데이터가 SSD로 내려가면서 저장과 재호출이 반복됐고, SKU1과의 성능 차이가 38.75배까지 확대됐다.



작업량을 세 배로 늘리자 병목이 다른 단계로 이동했다.


데이터셋이 커지면서 SKU2의 운영체제 페이지 캐시에도 전체 데이터를 보관하기 어려워졌다.

SKU2는 한 번 읽은 데이터를 계속 메모리에 유지하지 못했고, 같은 데이터를 다시 처리할 때마다 SSD에서 반복적으로 읽어야 했다. 그 결과 모든 단계에서 큰 성능 차이가 발생했다. (Micron Technology)


메모리가 부족하면 성능은 선형적으로 떨어지지 않는다


이번 연구에서 가장 중요한 부분은 DRAM 용량과 서버 성능의 관계가 선형적이지 않다는 점이다.

메모리가 10% 부족하다고 성능도 10%만 떨어지는 구조가 아니다.

작업 데이터가 DRAM 안에 들어가는 동안에는 성능 차이가 제한적일 수 있다. 그러나 데이터가 DRAM 용량을 넘어 SSD로 이동하기 시작하면 스토리지 입출력이 새로운 병목으로 바뀐다.

Working Set ≤ DRAM Capacity
대부분의 데이터를 빠른 메모리 안에서 처리한다.

Working Set > DRAM Capacity
SSD 저장과 재호출이 반복되며 CPU와 GPU가 데이터를 기다린다.


이는 서버 메모리 용량을 평균 사용량에 맞춰 설계해서는 안 된다는 의미이기도 하다.

셔플 데이터와 중간 결과, 운영체제 페이지 캐시까지 고려해 충분한 여유 용량을 확보하지 않으면, DRAM 비용을 줄인 대신 훨씬 비싼 CPU와 GPU의 가동률을 희생할 수 있다.


스토리지 평가 기준이 $/TB에서 GPU 가동률로 확대된다


기존 스토리지는 주로 테라바이트당 가격으로 평가됐다.

같은 데이터를 더 저렴하게 보관할 수 있다면 경제적인 스토리지로 여겨졌다.

그러나 GPU가 가장 비싸고 희소한 자원인 AI 데이터센터에서는 계산이 달라진다.

추가 DRAM·Flash 비용
< 절감되는 GPU 유휴시간 × GPU 시간당 비용


스토리지에서 데이터가 늦게 도착해 GPU가 기다리면, 스토리지 비용을 절감한 효과보다 GPU 유휴시간으로 발생하는 손실이 더 커질 수 있다.

Meta는 AI 연산 성능이 약 2년마다 세 배씩 향상되는 반면 스토리지와 인터커넥트의 성능 개선은 상대적으로 느리다고 설명한다. 이 격차가 확대될수록 스토리지 병목은 AI 인프라의 비용과 모델 개발 속도에 직접 영향을 준다. (Engineering at Meta)

따라서 GPU에 인접한 메모리와 스토리지는 단순한 $/TB가 아니라 유효 GPU 시간당 총비용으로 평가해야 한다.

이번 연구가 SSD의 필요성을 부정하는 것은 아니다.

DRAM은 현재 처리 중인 데이터와 반복적으로 사용하는 데이터를 담당하고, SSD는 대규모 데이터셋과 체크포인트를 저장한다.

충분한 DRAM으로 불필요한 SSD 접근을 줄이면서, SSD는 그 아래의 고속 대용량 저장계층으로 활용하는 구조가 중요해졌다.


2. Agentic AI CPU 시대, SOCAMM2가 새로운 DRAM 수요처로 부상하는 이유


기존 생성형 AI는 사용자가 질문을 입력하면 모델이 한 번 답변을 생성하는 형태가 중심이었다.

에이전틱 AI는 하나의 작업을 완료하기 위해 검색, 코드 실행, 데이터베이스 조회, 문서 분석과 외부 도구 호출을 반복한다.

이 과정에서는 GPU뿐 아니라 CPU의 역할도 커진다.

CPU는 다음 작업을 처리해야 한다.

  • 여러 에이전트의 실행 순서 관리

  • Python과 애플리케이션 코드 실행

  • 검색과 데이터베이스 조회

  • 가상머신과 샌드박스 운영

  • 네트워크와 스토리지 입출력

  • GPU 사이의 데이터 이동

  • 사용자별 상태와 컨텍스트 관리


NVIDIA도 Vera CPU를 코드 실행, 도구 사용, 샌드박싱, 데이터 파이프라인과 에이전트 오케스트레이션에 특화된 CPU로 설명한다. Vera의 SOCAMM2 LPDDR5X 메모리 서브시스템은 최대 1.2TB/s의 총대역폭을 제공한다. (NVIDIA Developer)


에이전틱 AI는 대용량 CPU 메모리를 요구한다


하나의 AI 에이전트가 장시간 작업하면 다음 데이터가 계속 누적된다.

  • 기존 대화와 작업 이력

  • 검색 결과와 외부 문서

  • 실행한 코드와 중간 결과

  • 다른 에이전트가 생성한 응답

  • 사용자별 KV 캐시

  • 도구 호출 상태와 실행 환경


모든 데이터를 빠르지만 비싸고 제한적인 HBM에 보관하기는 어렵다.

따라서 사용 빈도가 높은 데이터는 HBM에 두고, 상대적으로 덜 자주 접근하는 KV 캐시와 긴 컨텍스트는 CPU에 연결된 대용량 메모리로 이동시키는 계층형 구조가 필요하다.

이 역할을 담당하는 제품이 SOCAMM2다.

HBM이 연산 속도를 담당한다면, SOCAMM2는 에이전틱 AI가 더 많은 사용자와 더 긴 컨텍스트를 처리할 수 있도록 용량을 확장한다.


SOCAMM2는 LPDDR를 서버용 메모리로 바꾼다


LPDDR는 원래 스마트폰과 태블릿을 위해 개발된 저전력 메모리였다.

전력과 공간 효율은 우수했지만, 메인보드에 직접 실장되는 경우가 많아 서버에서 교체하거나 용량을 확장하기 어려웠다.

SOCAMM2는 LPDDR5X를 서버에서 교체할 수 있는 모듈 형태로 만든 제품이다.

Micron의 256GB SOCAMM2 모듈을 8채널 CPU에 적용하면 CPU 한 개당 최대 2TB의 LPDDR5X를 구성할 수 있다.

Micron은 같은 용량의 RDIMM 구성과 비교해 SOCAMM2가 전력 소비와 모듈 면적을 각각 약 3분의 1 수준으로 줄일 수 있다고 설명한다. KV 캐시를 SOCAMM2로 이동한 장문맥 추론 실험에서는 첫 토큰 생성시간이 2.3배 개선됐다. (Micron Technology)

플래그십 스마트폰 한 대가 약 12~16GB의 LPDDR를 사용한다고 가정하면, CPU 한 소켓에 탑재되는 2TB는 스마트폰 100대가 넘는 메모리 용량이다.

서버 출하량이 스마트폰보다 적더라도 서버 한 대당 탑재량이 압도적으로 크기 때문에 LPDDR bit 수요에 미치는 영향은 상당할 수 있다.


LPDDR는 모바일 전용 메모리에서 서버 메모리로 확장된다


그동안 LPDDR 시장에서 가장 중요한 고객은 스마트폰 업체였다.

앞으로는 동일한 선단 LPDDR 생산능력을 두고 다음 수요처가 경쟁하게 된다.|

  • 스마트폰과 AI PC

  • NVIDIA·AMD 기반 AI 서버

  • 하이퍼스케일 데이터센터

  • 자율주행 및 소프트웨어 정의 차량


Meta와 Micron의 연구는 LPDDR5X가 모바일과 엣지에 한정된 제품을 넘어 하이퍼스케일 범용 컴퓨팅과 AI 플랫폼에서도 사용할 수 있음을 보여준다. (Micron Technology)

이는 스마트폰 출하량이 정체되더라도 LPDDR 전체 수요가 계속 증가할 수 있다는 의미다.

LPDDR가 모바일 메모리에서 모바일·자동차·AI 서버가 함께 사용하는 저전력 범용 DRAM으로 바뀌기 시작했다.


HBM과 SOCAMM2는 대체재가 아니다


HBM과 SOCAMM2는 서로 다른 역할을 담당한다.


HBM 용량을 무한정 늘리는 것은 비용과 패키징 면적, 전력과 수율 측면에서 부담이 크다.

SOCAMM2가 상대적으로 접근 빈도가 낮은 데이터를 받아주면, HBM은 가장 중요한 연산 데이터에 집중할 수 있다.

따라서 SOCAMM2가 늘어난다고 HBM 수요가 줄어들 가능성은 낮다.

에이전틱 AI가 확산될수록 GPU당 HBM과 CPU당 SOCAMM2가 함께 증가하는 구조에 가깝다.


HBM은 왜 전체 DRAM 공급의 병목이 되는가


첨부된 Needham 자료에서 가장 중요한 부분은 HBM bit 비중과 웨이퍼 투입 비중의 격차다.

Needham 

Needham은 2028년 HBM이 전체 DRAM bit에서 차지하는 비중을 약 15~17%로 예상했다.

반면 HBM 생산에 사용되는 DRAM 웨이퍼 비중은 2028년 거의 **50%**까지 높아질 것으로 전망했다.

TrendForce도 HBM이 상위 3개 DRAM 업체의 전체 웨이퍼 투입에서 차지하는 비중을 2025년 18%, 2026년 22%, 2027년 30%로 추정한다. 같은 기간 HBM bit 공급 비중은 각각 8%, 9%, 13%다. (TrendForce)


HBM은 여러 장의 DRAM die를 수직으로 쌓아 만들기 때문에 동일한 bit를 생산하는 데 범용 DDR보다 훨씬 많은 웨이퍼와 공정이 필요하다.

Micron은 같은 bit를 생산할 때 HBM이 DDR5보다 두 배가 넘는 웨이퍼 공급능력을 소비한다고 설명한다. TSV 공정과 적층, 선별, 수율 손실까지 포함하면 공급 부담은 더욱 커진다. (Micron Technology)

따라서 HBM 수요가 늘면 HBM 공급만 빠듯해지는 것이 아니다.

HBM으로 웨이퍼가 이동하면서 서버 DDR, 모바일 LPDDR와 PC DRAM에 배정할 수 있는 생산능력도 줄어든다.

HBM bit 비중보다 웨이퍼 비중이 훨씬 높다는 사실이 전체 DRAM 시장의 공급 병목을 만든다.


2030년까지 HBM bit 수요 추정


아래 표는 첨부된 Needham의 전체 DRAM bit 수요 전망과 TrendForce의 HBM 비중 전망을 기준으로 작성한 베이스 시나리오다.

2025~2028년은 공개 전망치를 중심으로 구성했고, 2029~2030년은 AI 가속기 출하량과 제품당 HBM 탑재량 증가를 반영한 추정치다.


2025년부터 2030년까지 전체 DRAM bit 수요는 약 세 배 증가한다.

같은 기간 HBM bit 수요는 약 3.1EB에서 27.1EB로 증가해 약 8.7배 성장하는 것으로 추정된다.

연평균 성장률로 환산하면 약 54%다.

HBM bit 비중도 2025년 8%에서 2030년 약 **23%**까지 높아질 수 있다.




HBM 매출은 2030년 1,500억달러를 넘어설 수 있다


Micron은 HBM 시장규모가 2025년 약 350억달러에서 2028년 약 1,000억달러로 증가할 것으로 전망한다. 이는 3년간 약 40% 이상의 연평균 성장률에 해당한다. (Micron Technology)

SK하이닉스가 인용한 BofA 전망은 2026년 HBM 시장을 약 546억달러로 추정한다. (SK hynix Newsroom)

이를 기반으로 HBM4·HBM4E 전환과 GPU·ASIC당 탑재량 증가를 반영하면 다음과 같은 경로를 추정할 수 있다.


2028년 이후에는 HBM bit 증가가 계속되더라도 세대 전환과 생산성 개선으로 bit당 가격이 점진적으로 낮아질 수 있다.

따라서 HBM 매출 증가율은 bit 수요 증가율보다 낮아지는 것으로 가정했다.

그럼에도 2030년 HBM 시장은 약 1,550억달러에 이를 수 있다. 이는 2025년 대비 약 4.4배 규모다.


HBM은 bit 비중보다 매출 비중이 훨씬 크다


HBM의 가격은 같은 용량의 범용 DRAM보다 크게 높다.

TrendForce는 HBM 가격이 DDR5보다 약 다섯 배 높을 수 있으며, 2025년 HBM이 전체 DRAM bit의 약 10%만 차지해도 DRAM 매출에서 30% 이상을 차지할 수 있다고 설명했다. (TrendForce)

2030년 HBM이 전체 DRAM bit의 약 23%까지 올라간다면 매출 비중은 절반을 넘어설 가능성이 높다.

2030년 HBM 추정치

  • DRAM bit 비중: 약 23%

  • DRAM 웨이퍼 투입 비중: 약 50% 안팎

  • DRAM 매출 비중: 약 50~55%


HBM이 전체 DRAM의 4분의 1에 못 미치는 bit만 생산하면서 웨이퍼와 매출의 절반가량을 차지하는 구조다.

HBM 공급부족이 전체 DRAM 가격과 공급량을 함께 흔드는 이유가 여기에 있다.




3. 자율주행차까지 메모리를 소비하기 시작한다


자동차도 새로운 LPDDR 수요처로 부상하고 있다.

기존 자동차는 여러 전자제어장치가 각자의 기능을 별도로 처리했다.

최근에는 차량 내부 기능을 중앙 컴퓨팅 시스템으로 통합하는 도메인·존 아키텍처가 확산되고 있다.

카메라, 레이더와 라이다가 수집한 데이터가 중앙 SoC로 모이고, 차량은 이를 실시간으로 처리해 객체를 인식하고 이동 경로를 판단한다.

Micron은 이런 구조를 바퀴 달린 데이터센터에 비유한다. (Micron Assets)


차량 한 대당 메모리 탑재량이 증가한다


Micron은 2025년 전 세계 자동차 판매량을 약 9,700만 대로 예상하면서 차량 한 대당 평균 메모리 탑재량을 다음과 같이 제시했다.


2021년과 비교하면 차량당 DRAM은 약 세 배, NAND는 약 네 배 증가한 수준이다. (Micron Assets)

자율주행 단계가 높아질수록 메모리 요구량은 더 빠르게 증가한다.

Micron은 2030년 약 300만 대가 완전자율주행 단계에 도달하고, 1,500만 대 이상이 L2+·L3 기능을 지원할 것으로 전망한다. (Micron Technology)

자율주행차는 다음 데이터를 DRAM에 동시에 보관해야 한다.

  • 카메라·레이더·라이다 센서 데이터

  • 객체 인식용 AI 모델

  • 센서 융합 과정에서 발생하는 중간 결과

  • 지도와 차량 위치 정보

  • 차량 운영체제와 애플리케이션

  • 운전자 모니터링 데이터

  • 인포테인먼트와 차량용 AI 비서 데이터


자율주행 수준이 높아질수록 메모리 용량뿐 아니라 대역폭과 기능안전도 함께 중요해진다.


자동차에서도 LPDDR가 핵심 메모리가 된다


자동차용 메모리는 높은 성능과 함께 낮은 전력 소비, 낮은 발열과 장기간의 신뢰성을 요구한다.

특히 전기차에서는 메모리 소비전력이 냉각 부담과 주행거리에도 영향을 줄 수 있다.

이 때문에 차량용 중앙 컴퓨팅과 인포테인먼트에는 LPDDR5X와 향후 LPDDR6 채택이 확대될 가능성이 높다.

자동차 산업은 과거 저용량 레거시 DRAM을 주로 사용했지만, 중앙집중형 컴퓨팅과 자율주행이 확대되면서 스마트폰 및 AI 서버와 동일한 선단 LPDDR 생산능력을 사용하기 시작했다.

스마트폰·SOCAMM2 서버·자율주행차가 같은 LPDDR 웨이퍼를 놓고 경쟁하는 구조가 만들어지고 있다.


차량용 DRAM은 2030년까지 약 2.5배 성장할 수 있다


2025년 차량용 DRAM 수요는 다음과 같이 계산할 수 있다.

9,700만 대 × 차량당 16GB
= 약 1.55EB

2030년 자동차 판매량을 약 1억 대, 차량당 평균 DRAM 탑재량을 약 39GB로 가정하면 차량용 DRAM 수요는 약 3.9EB가 된다.


첨단 자율주행차 한 대의 메모리 탑재량은 기존 차량보다 네 배 이상 증가할 수 있다.

다만 2030년에 판매되는 모든 차량이 L3·L4로 전환되는 것은 아니다. 따라서 전체 자동차 시장의 평균 DRAM 탑재량은 약 2.5배 증가하는 것으로 반영했다.

특정 고급차량의 탑재량 증가와 전체 자동차 시장 평균을 구분해서 볼 필요가 있다.




결론: 2025년과 2030년 DRAM End Market은 어떻게 달라지는가


아래 추정은 DRAM bit 수요 기준이다.

LPDDR5·LPDDR5X는 별도의 최종 수요처가 아니라 실제 사용처에 따라 구분했다.

  • 스마트폰용 LPDDR는 Mobile

  • 자동차용 LPDDR는 Automotive

  • AI 서버용 LPDDR는 AI SOCAMM2

  • AI 가속기용 적층 DRAM은 HBM


이렇게 분류해야 동일한 LPDDR 수요가 중복 계산되는 것을 피할 수 있다.


2025년 DRAM End Market


2025년 전체 DRAM bit 수요를 약 39EB로 가정했다.


2025년까지는 모바일과 PC·소비자용 DRAM이 시장의 절반 이상을 차지한다.

AI HBM과 AI 호스트 메모리를 합친 AI 관련 DRAM 비중은 약 14% 수준이다.

SOCAMM2는 상용화 초기 단계이기 때문에 전체 시장에서 차지하는 비중이 아직 미미하다.


2030년 DRAM End Market

2030년 전체 DRAM bit 수요는 약 118EB로 추정했다.


2030년에는 AI HBM, AI Host DDR와 SOCAMM2를 합친 AI 데이터센터용 DRAM 수요가 약 62.6EB에 이른다.

이는 전체 DRAM 수요의 약 **53%**다.


2030년에는 전체 DRAM bit 수요의 절반 이상이 AI 데이터센터에서 발생할 수 있다.

HBM만 보는 것보다 CPU에 연결되는 DDR와 SOCAMM2 수요를 함께 보는 것이 중요한 이유다.

AI Host DDR와 SOCAMM2를 합치면 약 35.5EB로 HBM 수요 27.1EB보다 크다.

랙 전체를 기준으로 보면 GPU 옆의 HBM보다 CPU 옆의 DDR와 LPDDR가 더 많은 DRAM bit를 소비할 가능성이 있다.




모바일 비중은 줄지만 수요가 감소하는 것은 아니다


모바일 LPDDR 수요는 2025년 12.5EB에서 2030년 17.5EB로 증가한다.

절대 수요는 약 40% 늘어난다.

그러나 전체 DRAM 시장이 약 세 배 커지면서 모바일 비중은 32%에서 약 15%로 낮아진다.

PC와 소비자용 DRAM도 마찬가지다.

절대 수요는 증가하지만 AI 메모리 수요가 훨씬 빠르게 늘면서 상대적 비중은 감소한다.

모바일 비중 하락은 모바일 메모리가 줄어든다는 의미보다 DRAM 시장의 중심축이 AI 데이터센터로 이동한다는 의미에 가깝다.


LPDDR 시장에서는 모바일의 독점적 지위가 약해진다


2025년 LPDDR 수요는 대부분 스마트폰과 자동차에서 발생한다.

2030년에는 SOCAMM2가 새로운 대형 수요처로 추가된다.


2030년 LPDDR 관련 수요에서 SOCAMM2가 차지하는 비중은 약 **49%**로 추정된다.

즉 2025년까지 스마트폰이 중심이었던 LPDDR 시장이 2030년에는 모바일과 AI 데이터센터가 수요를 양분하는 구조로 바뀔 수 있다.

자동차까지 포함하면 LPDDR 시장의 스마트폰 의존도는 더욱 낮아진다.




전체 DRAM 시장규모 추정


2025년부터 2030년까지 전체 DRAM bit 수요는 약 세 배 증가하는 것으로 추정된다.

주요 성장 동력은 HBM, SOCAMM2와 AI 서버용 DDR다.

자동차용 DRAM도 빠르게 성장하지만 전체 시장에서 차지하는 비중이 상대적으로 작기 때문에 전체 수요를 결정하는 핵심 변수는 AI 데이터센터다.


매출액


DRAM 매출은 bit 수요와 같은 속도로 증가하지 않는다.

범용 DRAM은 공정 전환과 집적도 개선으로 장기적인 bit당 가격 하락이 나타날 수 있다.

반면 HBM, SOCAMM2와 자동차용 고신뢰성 DRAM의 비중이 높아지면 제품 믹스는 고부가가치 방향으로 이동한다.

이를 함께 반영한 2030년 DRAM 매출 시나리오는 다음과 같다.


2030년 중앙값은 약 2,900억달러로 추정된다.

이 가운데 HBM이 전체 DRAM 매출의 절반 이상을 차지할 가능성이 있다.

다만 매출액 전망은 bit 수요보다 불확실성이 크다. HBM 공급계약 가격과 수율, 범용 DRAM 가격, 신규 팹 가동 시점에 따라 시장규모가 크게 달라질 수 있다.



최종 정리


Meta와 Micron의 공동연구는 메모리 용량이 서버 성능에 미치는 영향이 선형적이지 않다는 사실을 보여준다.

메모리가 부족해 데이터가 SSD로 넘어가면 성능이 조금 낮아지는 데 그치지 않는다. 특정 작업에서는 처리속도가 수십 분의 1 수준으로 떨어질 수 있다.

에이전틱 AI는 이 문제를 더욱 확대한다.

GPU가 모델을 연산하는 동안 CPU는 검색, 코드 실행, 데이터베이스 조회, 도구 호출과 수많은 에이전트의 상태를 관리해야 한다. 이를 위해 HBM뿐 아니라 CPU에 연결되는 대용량 DDR와 SOCAMM2가 필요하다.

자율주행차도 같은 방향으로 움직인다.

차량은 센서와 AI 모델을 실시간으로 처리하는 중앙 컴퓨팅 시스템으로 바뀌고 있다. 차량당 LPDDR와 NAND 탑재량은 자율주행 수준이 높아질수록 증가할 가능성이 크다.

Needham 자료가 보여주듯 HBM은 전체 DRAM bit의 일부만 차지하면서도 2028년 전체 DRAM 웨이퍼의 절반 가까이를 사용할 수 있다.

결과적으로 HBM 수요 증가는 HBM만의 공급문제가 아니라 서버 DDR와 모바일·자동차용 LPDDR 공급에도 영향을 준다.

이를 모두 반영한 베이스 시나리오는 다음과 같다.

  • 2030년 전체 DRAM bit 수요: 약 118EB

  • 2025년 대비 성장: 약 3배

  • 2030년 AI 관련 DRAM 비중: 약 53%

  • 2030년 HBM bit 수요: 약 27EB

  • 2030년 HBM bit 비중: 약 23%

  • 2030년 HBM 시장규모: 약 1,500억~1,600억달러

  • 2030년 SOCAMM2 수요: 약 20EB

  • 2030년 자동차용 DRAM 수요: 약 3.9EB

  • 2030년 전체 DRAM 시장규모: 약 2,700억~3,100억달러




결국 이번 메모리 사이클은 HBM 한 제품의 사이클로 설명하기 어렵다.

GPU 옆에서는 HBM이 늘고, CPU 옆에서는 DDR와 SOCAMM2가 늘어난다. 스마트폰에 들어가던 LPDDR는 AI 서버와 자율주행차로 확장되고, 데이터 계층 아래에서는 엔터프라이즈 SSD와 차량용 NAND 수요도 함께 증가한다.

2025년까지 스마트폰과 PC가 메모리 수요의 중심이었다면, 2030년에는 AI 데이터센터가 전체 DRAM 수요의 절반 이상을 차지하는 가장 큰 최종 수요처로 부상할 가능성이 높다.


#글을 마치며


페트로차이나 IPO 고점 이래 1/3 토막

페트로차이나의 2007년 상하이 상장은 중국 증시의 과열, 제한된 유통물량, 국유 대표기업에 대한 기대가 결합하면서 상장 첫날 시가총액 1조 달러를 넘어섰다. 그러나 실제 이익 성장과 자본효율성은 당시 밸류에이션을 뒷받침하지 못했고, 이후 주가는 장기간 상장 당시 고점을 회복하지 못했다.

최근 CXMT IPO 열기에서도 유사한 모습이 보인다. 중국 반도체 자립이라는 정책적 상징성, 제한된 투자 대상, 메모리 업황 회복 기대가 기업의 현재 경쟁력보다 강하게 반영될 가능성이 있다.

물론 CXMT는 중국 내 메모리 공급망 확대라는 구조적 성장성을 보유하고 있다. 다만 상장 초기 가격이 기술 격차, 수율, 자본투자 부담과 미국의 추가 제재 가능성을 충분히 반영하지 않는다면, 페트로차이나처럼 좋은 산업 서사와 좋은 투자 가격은 별개의 문제가 될 수 있다.


IPO 직후 실질 유통비율은 5.23~6.63%에 불과하며, 이후 추가로 풀리는 대규모 락업일정

CXMT의 주요지분은 국유기업, 정책펀드, 임직원 플랫폼, 은행·보험·증권사, 중국 산업 전략투자자 등 모두 하나의 중국 당·국가 연계 우호지분


CXMT IPO구조는 과거 페트로차이나 IPO를 연상케하는 IPO구조임.
(*이는 너무 당연..)

=끝