2026년 4월 28일 화요일

생각정리 236 (* Rambus-3 발산적상상)

Rambus에 대해 이제 수렴적상상은 그만하고,
이제 발산적상상으로 넘어가보자.

매수 매도
추천아님.

Rambus 재평가의 핵심: RCD 제품주에서 AI 메모리 인터페이스 플랫폼으로

Rambus를 단순한 DDR5 RCD 제품주로만 보면 투자 포인트가 좁아진다. 현재 실적의 바닥을 만드는 사업은 DDR5 RCD와 DIMM interface chip이지만, 2027년 이후 멀티플 확장을 설명할 수 있는 핵심은 MRDIMM과 HBM4E Digital Controller IP라고 판단한다.

Rambus의 투자 논리는 크게 두 층으로 나눠볼 수 있다. 첫 번째는 DDR5 서버 메모리 모듈 확산에 따른 RCD·PMIC·SPD Hub·Temperature Sensor·MRDIMM chipset 성장이다. 두 번째는 AI 가속기에서 HBM 병목이 커질수록 HBM Digital Controller IP의 전략적 가치가 높아지는 구조이다.

내가 특히 주목하는 부분은 두 번째이다. HBM 산업의 발전 방향이 단순히 더 많이 쌓고, 더 넓게 연결하고, 더 빠르게 전송하는 방식에서 점차 데이터 이동 효율 최적화로 이동하고 있기 때문이다. 이 변화 속에서 Rambus는 단순 메모리 부품 회사가 아니라, AI 가속기와 메모리 사이의 병목을 제어하는 memory interface platform으로 재평가될 여지가 있다.

1. HBM의 물리적 확장은 점점 비싸지고 있다

AI 가속기 성능 경쟁에서 핵심은 데이터를 얼마나 빠르게 연산 유닛에 공급하느냐이다. GPU와 AI ASIC의 연산 성능이 빠르게 높아져도, 메모리에서 데이터를 제때 가져오지 못하면 실제 성능은 이론 성능에 미치지 못한다.

HBM은 이 문제를 해결하기 위해 DRAM을 수직 적층하고, GPU·ASIC과 매우 넓은 인터페이스로 연결하는 구조이다. HBM4는 HBM3 대비 독립 채널 수를 16개에서 32개로 늘리고, 2,048-bit 인터페이스에서 최대 8Gbps 전송속도와 스택당 2TB/s 대역폭을 지원하는 방향으로 표준화됐다. 또한 4단, 8단, 12단, 16단 적층과 24Gb·32Gb die를 지원해 16단 32Gb 구성에서는 최대 64GB 스택까지 가능하다. (TrendForce)

하지만 이 방식은 명확한 비용을 동반한다. HBM은 여러 개의 DRAM die를 수직으로 쌓아 하나의 스택으로 만드는 구조이다. 적층 단수가 높아질수록 개별 die 수율, TSV 연결, 마이크로범프 접합, 웨이퍼 박막화, 열관리, 검사 난이도가 동시에 상승한다. 하나의 die 또는 하나의 접합부 결함이 전체 스택의 가치 훼손으로 이어질 수 있기 때문이다.

적층 단계에 따라 기하급수적으로 급감하는 HBM 수율 그래프 도식화

이 지점에서 중요한 것은 wafer loss의 경제적 가치이다. AI 반도체와 HBM 패키지는 개별 칩과 웨이퍼의 가치가 매우 높다. 공정 후반부에서 발생하는 결함은 단순한 불량률 문제가 아니라 이미 투입된 전공정, 후공정, 검사비용 전체의 손실로 연결된다. 특히 HBM처럼 고부가 패키징 비중이 높은 제품에서는 불량 1개의 기회비용이 커질 수밖에 없다.

따라서 HBM 고도화의 핵심은 “얼마나 많이 쌓을 수 있는가”보다 높은 적층 구조를 얼마만큼의 수율과 비용으로 양산할 수 있는가의 문제이다.

2. 하이브리드 본딩은 유망하지만 단기 해법으로 보기 어렵다

하이브리드 본딩은 HBM 적층 한계를 돌파할 수 있는 차세대 기술로 거론된다. 마이크로범프를 줄이거나 제거해 더 미세한 피치와 높은 연결 밀도를 구현할 수 있고, 장기적으로는 전기적 특성과 열 특성 개선 가능성도 존재한다.

다만 현재 시점에서 하이브리드 본딩의 병목은 본딩 아이디어 자체보다 전공정 수준의 표면 관리, 파티클 제어, known-good-die 확보, 검사 플로우, 장비 투자비, 초기 양산 수율에 있다. HBM4에서는 JEDEC가 12단과 16단 HBM4의 nominal package thickness를 775마이크로미터로 완화하면서 기존 패키징 기술로도 대응할 수 있는 여지가 생겼고, 이로 인해 하이브리드 본딩의 즉각적인 도입 압력은 낮아진 것으로 평가된다. (TrendForce)

즉, 하이브리드 본딩은 기술적으로 유망한 방향이다. 다만 HBM4에서 곧바로 전면 확산될 기술이라기보다, HBM4E 후반부 또는 HBM5 이후 세대에서 단계적으로 중요해질 가능성이 높은 기술이다.

이 말은 HBM 산업의 물리적 확장 경로가 점점 더 어려워지고 있다는 뜻이다. 더 많이 쌓으면 수율과 열관리 문제가 커지고, 더 넓게 연결하면 범프 밀도, 신호 무결성, 전력 전달, 테스트 복잡도, 인터포저 면적, 시스템 비용이 함께 상승한다.

3. 엔비디아의 HBM4 속도 상향 요구는 병목을 보여주는 신호이다

이런 맥락에서 엔비디아의 HBM4 사양 상향 요구는 중요한 시그널이다. 엔비디아 역시 HBM의 물리적 병목을 충분히 이해하고 있기 때문에, Rubin 이후 플랫폼에서 단순히 스택 수와 용량을 늘리는 방식만으로는 AI 가속기 성능 요구를 충족하기 어렵다고 판단했을 가능성이 높다.

TrendForce는 엔비디아가 Vera Rubin 서버랙의 핵심 부품 공급사들에게 HBM4 핀당 속도를 10Gbps로 높여달라고 요청했다고 보도했다. 이는 JEDEC HBM4 표준 속도인 8Gbps를 넘어서는 요구이다. 같은 보도에서 TrendForce는 신규 사양이 전력 소모나 비용을 과도하게 높일 경우 엔비디아가 사양 업그레이드를 포기하거나 플랫폼별 부품 등급을 나눌 수 있다고 설명했다. (TrendForce)

여기서 “엔비디아가 전압을 올리라고 직접 요구했다”는 내용은 공개자료로 확인된 사실이라기보다 투자 가설로 두는 것이 적절하다. 다만 핀당 전송속도를 8Gbps에서 10Gbps 이상으로 끌어올리는 과정에서는 신호 무결성, 타이밍 마진, 전력 소모, 발열 관리 부담이 함께 증가하는 구조이다. 따라서 엔비디아의 요구는 HBM 공급사들에게 전력·전압·타이밍 마진을 더 공격적으로 활용해야 하는 방향의 압박으로 이어질 수 있다는 추론이 가능하다.

이 흐름은 HBM 산업의 본질적 병목을 더 선명하게 보여준다. 적층을 늘리면 수율이 문제이고, I/O를 늘리면 패키지 복잡도가 문제이며, 핀당 속도를 높이면 전력과 신호 무결성이 문제이다. 결국 HBM의 물리적 확장 경로는 세 방향 모두에서 비용과 난이도가 높아지는 구조이다.

생각정리 87 (* HBM4, SKH, SEC, MU)

4. 다음 경쟁축은 이론 대역폭이 아니라 유효 대역폭이다

HBM 스택의 이론 대역폭이 아무리 커져도 실제 AI 워크로드에서 메모리 접근 패턴이 비효율적이면 유효 대역폭은 제한된다. 중요한 것은 더 많은 배선을 만드는 것뿐만 아니라, 그 배선을 통해 흐르는 데이터를 얼마나 효율적으로 제어하느냐의 문제이다.

이 지점에서 HBM Digital Controller의 가치가 커진다.

PHY는 실제 전기 신호를 송수신하는 물리 계층이다. 고속 I/O, clocking, training, equalization, lane repair, interposer routing, signal integrity, power integrity가 핵심이다. 반면 Digital Controller는 Host logic 또는 AI accelerator core가 보낸 메모리 접근 요청을 HBM 규격에 맞는 command sequence로 변환하고, command queue, refresh, power-down, RAS, ECC, QoS, reorder, bandwidth utilization을 담당하는 디지털 제어 계층이다.

쉽게 말하면, PHY는 신호를 물리적으로 밀어 넣는 계층이고 Controller는 메모리 명령을 지능적으로 스케줄링하는 계층이다.

이 구분이 Rambus 분석에서 중요하다. HBM IP를 Controller + PHY + Verification + Package support로 묶어 보면 Synopsys와 Cadence가 강한 시장으로 보인다. 그러나 HBM Digital Controller-only 시장으로 보면 Rambus의 포지션은 달라진다.

Rambus의 HBM4E Controller IP는 최대 16Gbps per pin, HBM4E device당 4.1TB/s, 8개 HBM4E 기준 32TB/s 이상의 대역폭을 지원하며, 100건 이상의 HBM design win track record를 기반으로 한다고 제시되어 있다. 또한 third-party standard PHY 또는 TSV PHY와 결합해 2.5D 또는 3D 패키지의 HBM4E memory subsystem을 구성할 수 있다고 설명한다. (Rambus)

이 구조가 중요하다. Rambus는 PHY full-stack 1위 사업자가 아니더라도, 고객이 특정 파운드리, 패키징, PHY 전략을 유지하면서 controller만 외부에서 도입하는 선택지를 제공할 수 있다. Hyperscaler custom ASIC, AI accelerator startup, ASIC design house 입장에서는 이 유연성이 의미 있는 선택지가 될 수 있다.

5. Rambus를 보는 네 개의 사업 축

Rambus를 이해하려면 사업을 네 조각으로 나눠야 한다.

여기서 가장 중요한 재해석은 HBM PHY와 HBM Digital Controller의 분리이다. Rambus 투자 논리에서 HBM PHY 점유율을 크게 잡으면 오히려 논리가 약해진다. PHY 시장은 공정 노드, interposer, package, SI/PI, verification, foundry enablement가 모두 붙는 영역이기 때문에 Synopsys와 Cadence가 강한 축이다.

반대로 HBM4E Digital Controller-only 시장에서는 Rambus의 선행성이 더 뚜렷하다. 실제 고객 설계에서는 PHY, HBM 공급사, interposer, thermal, power envelope가 함께 맞아야 하므로 headline speed가 전부는 아니다. 다만 차세대 AI ASIC의 early engagement를 잡는 데 중요한 신호인 것은 분명하다.

6. 사업부별 TAM, CAGR, 경쟁 포지션

Rambus의 장기 실적을 추정할 때는 RCD 하나만 보는 것보다, 각 사업부가 속한 시장의 크기와 경쟁 포지션을 나눠 보는 것이 더 유용하다. 아래 표는 외부 보고서, Rambus 코멘트, 산업 성장률을 바탕으로 정리한 2030년 시장 구조이다. 일부 세부 시장은 공식 TAM 정의가 일관되지 않기 때문에, 시장조사기관 수치와 개인적인 추정치를 함께 반영했다.

Rambus의 chipset business TAM은 RCD, companion chips, MRDIMM, client solution을 포함해 약 20억 달러로 제시된 바 있고, MRDIMM은 표준 DIMM 대비 module당 content가 약 4배 커질 수 있는 기회로 설명됐다. 같은 자료에서 Rambus는 mRDIMM에서 40~50% 시장점유율을 목표로 하고, RCD 경쟁사는 Renesas와 Montage, PMIC 경쟁사는 Renesas와 MPS로 언급됐다. (Investing.com)

HBM Controller IP 시장은 별도로 빠르게 성장하고 있다. QYResearch는 HBM Controller IP 시장이 2023년 1.04억 달러에서 2030년 5.51억 달러로 성장하고, 2024~2030년 CAGR은 26.4%에 이를 것으로 전망한다. 이는 Rambus의 HBM4E Digital Controller IP가 단순한 제품 라인이 아니라, AI 메모리 병목과 맞물린 고성장 IP 시장에 위치한다는 의미이다. (QYResearch)

다만 HBM IP 시장은 보고서마다 정의가 다르다. QYResearch의 HBM IP 전체 시장 전망은 2024년 2.05억 달러에서 2030년 4.02억 달러, CAGR 11.9%로 제시된다. 반면 Yole은 HBM 메모리 자체 매출이 2025년 약 340억 달러에 달하고 2030년까지 CAGR 33%로 성장할 것으로 전망한다. 이 괴리는 controller-only, PHY, full subsystem, 실제 HBM memory 매출이 서로 다른 시장 정의를 갖고 있기 때문에 발생한다. (QYResearch)

따라서 Rambus를 분석할 때는 “HBM IP 전체 시장점유율”보다 HBM4E Digital Controller-only 시장에서의 design win 점유율을 보는 편이 더 적절하다. Rambus가 PHY 시장을 장악하지 못하더라도, controller-only 시장에서 30% 이상 design engagement를 확보한다면 Silicon IP 사업의 가치평가가 달라질 수 있다.

7. 경쟁 구도: 어디서 강하고, 어디서 약한가

Rambus의 강점과 약점은 명확하다. 강한 영역은 RCD, MRDIMM chipset, HBM Digital Controller이다. 반대로 상대적으로 약한 영역은 HBM PHY, DDR PHY, full subsystem이다.

이 표에서 중요한 결론은 하나이다. Rambus를 HBM PHY 업체로 보면 투자 논리가 약해진다. 하지만 Rambus를 HBM4E Digital Controller-only IP 업체로 보면 논리가 강해진다.

HBM4E 이후 AI ASIC 설계에서 고객은 반드시 특정 PHY·패키징·파운드리 전략을 선택해야 한다. 이때 Rambus는 그 선택을 강제하는 full-stack 업체라기보다, 고객의 기존 전략 위에 붙일 수 있는 controller IP 공급자에 가깝다. 이 유연성이 Rambus의 차별점이다.

8. 실적 모델에서는 HBM4E IP를 별도 라인으로 봐야 한다

핵심은 Rambus를 단순 RCD 회사로 보지 않고, RCD + companion chips + MRDIMM + HBM4E Digital Controller IP로 나눠 본다는 점이다.

기존 시장 컨센서스 모델

Base Case에서는 RCD가 실적의 바닥을 만들고, companion chips와 MRDIMM이 제품 매출을 키우며, HBM4E Digital Controller IP가 2028년 이후 의미 있게 붙는 구조이다.

Bull Case에서는 HBM4E Digital Controller-only 시장에서 Rambus가 35~40% 이상의 선도적 design engagement를 확보하고, 이것이 2028~2030년 license revenue와 royalty revenue로 전환되는 구조이다.

여기서 중요한 점은 HBM4E Digital Controller IP 매출이 단순 제품 매출과 같은 가치로 평가되기 어렵다는 것이다. IP 사업은 매출총이익률이 높고, design win이 누적될수록 royalty 성격의 반복 매출이 붙는다. 따라서 같은 1억 달러 매출이라도, 제품 매출 1억 달러보다 HBM controller IP 매출 1억 달러의 가치가 더 높게 평가될 수 있다.

9. Bull Case가 현실화되기 위한 조건

Rambus의 Bull Case가 현실화되려면 세 가지 확인이 필요하다.

첫째, 제품 매출이 분기 1억 달러 이상 run-rate로 안정화되어야 한다.

Rambus의 Q1 2026 실적은 매출 1.802억 달러, product revenue 8,800만 달러, royalty 6,960만 달러, contract and other revenue 2,260만 달러였다. Q2 2026 가이던스는 product revenue 9,500만~1.01억 달러, royalty revenue 7,200만~7,800만 달러, contract and other revenue 1,900만~2,500만 달러로 제시됐다. 이 구간에서 제품 매출이 1억 달러 이상으로 안정화되는지가 단기 체크포인트이다. (Rambus)

둘째, MRDIMM 매출이 2027년부터 숫자로 확인되어야 한다.

MRDIMM은 기존 RDIMM 대비 DIMM당 chipset dollar content를 키울 수 있는 제품 확장이다. Rambus가 RCD에서 확보한 포지션을 MRCD, MDB, PMIC, SPD Hub, TS로 확장할 수 있다면 product revenue의 성장성이 유지될 수 있다.

셋째, HBM4E Controller IP design win이 license revenue와 royalty revenue로 전환되어야 한다.

HBM4E Controller IP는 2026~2027년 design-in, 2028~2030년 양산 및 royalty 확대 구간으로 보는 것이 합리적이다. Rambus는 HBM4E Controller IP가 현재 licensing 가능하며, early access design customer와 engagement가 가능하다고 밝혔다. (Rambus)

10. 핵심 리스크도 분명하다

Rambus 투자 논리의 리스크도 분명하다.

첫째, HBM PHY와 full subsystem 시장에서는 Synopsys와 Cadence가 강하다. Rambus가 HBM4E Controller에서 선행성을 보이더라도, 고객이 PHY+Controller+Verification을 통합 패키지로 선호하면 Synopsys와 Cadence의 경쟁력이 커질 수 있다.

둘째, 대형 고객의 자체 설계 가능성이다. Hyperscaler와 대형 AI ASIC 업체는 일부 controller 기능을 자체 설계하거나, ASIC service 업체와 공동 개발할 수 있다. 이 경우 외부 controller IP의 TAM이 제한될 수 있다.

셋째, HBM4E의 양산 시점과 royalty 전환 속도이다. IP 사업은 design win과 매출 인식 사이의 시차가 길다. 2026년에 design engagement가 늘어나도 의미 있는 royalty revenue는 2028년 이후에 본격화될 가능성이 크다.

넷째, RCD 제품 매출의 사이클 리스크이다. RCD와 companion chips는 Rambus의 단기 실적을 지탱하는 기반이다. 서버 DRAM 수요, DDR5 전환 속도, 고객사 재고 조정에 따라 분기 실적 변동성이 생길 수 있다.

결론: Rambus의 재평가 포인트는 AI 메모리 병목이다

Rambus의 단기 실적 엔진은 RCD이다. 2026~2027년 이익의 바닥은 DDR5 RCD, companion chips, MRDIMM ramp-up에서 만들어질 가능성이 높다. 그러나 2028~2030년 멀티플 확장을 설명하는 핵심은 HBM4E Digital Controller IP이다.

HBM 산업은 더 많이 쌓고, 더 넓게 연결하고, 더 빠르게 전송하는 방향으로 발전하고 있다. 하지만 적층 확대는 수율과 열관리 한계를 키우고, I/O 확장은 패키지 비용과 신호 무결성 문제를 키우며, 핀당 속도 상향은 전력·전압·타이밍 마진 부담을 키운다. 엔비디아가 HBM4 속도 상향을 요구하는 흐름은 이 병목을 더 명확히 보여주는 사례이다.

결국 다음 경쟁축은 단순한 이론 대역폭이 아니라 유효 대역폭이다. 실제 AI 워크로드에서 데이터를 얼마나 낮은 지연, 낮은 전력, 높은 신뢰성으로 이동시키는지가 중요해진다. 이 과정에서 HBM Digital Controller는 GPU·ASIC과 HBM 사이의 데이터 흐름을 제어하는 핵심 계층이 된다.

따라서 Rambus는 단순한 DDR5 RCD 점유율 상승주가 아니라, AI 메모리 병목을 해결하는 controller IP + memory interface product platform으로 재평가될 여지가 있다. Bull Case의 핵심은 Rambus가 HBM4E Digital Controller-only 시장에서 선도적 design win을 확보하고, 이를 2028~2030년 license revenue와 royalty revenue로 전환하는 것이다.

정리하면, Rambus는 RCD로 현재 현금을 벌고, MRDIMM으로 제품 매출을 확장하며, HBM4E Digital Controller IP로 장기 고마진 옵션을 확보한 회사이다. HBM의 물리적 확장이 점점 비싸질수록, 데이터 이동을 최적화하는 controller IP의 희소성은 높아질 가능성이 크다. 이 지점이 Rambus 재평가의 핵심이다.

#글을 마치며

결국 AI 반도체의 차세대 병목은 데이터 이동을 얼마나 줄이고, 불가피한 이동을 얼마나 효율적으로 제어하느냐의 문제로 귀결될 가능성이 높다.

데이터는 이동하는 순간 전력을 소모하고, 지연시간을 만들며, 열을 발생시킨다. 따라서 칩 설계의 방향도 단순 연산 성능 확대에서 벗어나, 연산 유닛과 메모리를 최대한 가깝게 배치하는 구조로 이동할 가능성이 크다.

현실적인 해법은 모든 연산과 저장을 하나의 칩 안에 완전히 통합하는 것이 아니다. 더 큰 on-chip cache, near-memory computing, chiplet, advanced packaging, HBM controller 최적화를 결합해 데이터 이동 거리를 줄이고 접근 효율을 높이는 방향이다.

이 관점에서 보면 칩 내부의 아주 작은 데이터 이동 최적화도 장기적으로는 큰 경제적 차이를 만들 수 있다. 1nm의 이동 거리 절감 자체가 곧바로 의미 있는 비용 절감으로 연결되는 것은 아니지만, 수십억~수조 번의 연산과 메모리 접근이 반복되는 AI workload에서는 작은 효율 개선이 누적된다.

그 결과는 전력당 token 생산비용, 즉 token TCO의 차이로 나타날 수 있다. 장기적으로 AI 경쟁의 경제적 해자는 단순히 더 많은 연산 유닛을 넣는 능력이 아니라, 데이터를 더 짧게 이동시키고, 더 적은 전력으로, 더 높은 유효 대역폭을 끌어내는 칩 아키텍처 역량에서 갈릴 가능성이 크다.

Rambus의 HBM4E Digital Controller IP는 바로 이 흐름 속에서 의미를 갖는다. HBM의 물리적 확장이 점점 비싸지는 구간에서, 데이터 흐름을 더 효율적으로 제어하고 유효 대역폭을 높이는 IP의 가치는 커질 수밖에 없는 구조이다.

=끝

생각정리 236 (* Rambus-2 흥망성쇄)

Rambus라는 회사가 흥미로워 추가 리서치를 이어나가본다.

매수 매도
추천아님.

램버스의 흥망성쇠: RDRAM은 졌지만, 특허는 살아남았다

인텔의 RDRAM 베팅 실패에서 현재 로열티 사업까지

한눈에 보는 결론

램버스(Rambus)는 1990년 창립 이후 고속 메모리 인터페이스 기술을 앞세워 PC 메모리 표준 경쟁에 뛰어든 회사다. 당시 램버스가 내세운 핵심 기술은 RDRAM이었다. 인텔은 펜티엄 3와 펜티엄 4 시기에 RDRAM을 차세대 고성능 메모리로 밀었지만, 시장은 결국 SDRAM과 DDR을 선택했다.

하지만 램버스의 이야기는 여기서 끝나지 않았다. 램버스는 제품 표준 경쟁에서는 패배했지만, 특허 라이선스 회사로 살아남았다. RDRAM은 PC 메인 메모리 시장에서 퇴출됐지만, 그 과정에서 축적한 메모리 인터페이스, 고속 신호처리, 메모리 컨트롤러 관련 특허는 이후 Samsung, SK hynix, Micron뿐 아니라 AMD, Broadcom, NVIDIA, Qualcomm 같은 로직 반도체 업체와의 라이선스 사업으로 이어졌다.

결국 램버스의 역사는 이렇게 요약할 수 있다.

제품으로는 졌지만, 특허로는 살아남은 회사다.

1. RDRAM, SDRAM, DDR이란 무엇인가

램버스의 흥망성쇠를 이해하려면 먼저 세 가지 메모리 용어를 알아야 한다. RDRAM, SDRAM, DDR은 모두 PC와 서버에서 CPU가 데이터를 주고받는 데 쓰인 메모리 기술이지만, 구조와 산업 생태계가 크게 달랐다.

1-1. RDRAM: 램버스가 주도한 고속 메모리

RDRAM은 Rambus DRAM의 약자다. 램버스가 개발한 고속 메모리 인터페이스 기술을 기반으로 한 규격이다. 구조적으로는 상대적으로 좁은 채널을 높은 클럭으로 동작시켜 대역폭을 확보하는 방식이었다.

초기 기준으로 RDRAM은 매력적인 기술이었다. 인텔은 펜티엄 4 출시 당시 i850 칩셋의 듀얼 RDRAM 메모리 뱅크가 펜티엄 4의 400MHz 시스템 버스와 결합해 최대 3.2GB/s의 데이터 전송 대역폭을 제공한다고 발표했다. 이는 당시 기준으로 고성능 PC 플랫폼을 만들기 위한 중요한 장점이었다. (Intel)

다만 RDRAM은 가격이 비쌌고, 발열 부담이 컸으며, 공급망도 제한적이었다. 무엇보다 램버스 중심의 라이선스 구조가 붙으면서 메모리 제조사와 PC 생태계가 적극적으로 받아들이기 어려웠다.

1-2. SDRAM: 범용성과 가격 경쟁력을 가진 표준 메모리

SDRAM은 Synchronous DRAM의 약자다. 시스템 클럭과 동기화해 동작하는 DRAM이다. RDRAM보다 초기 성능은 낮았지만, 여러 메모리 업체가 생산할 수 있었고 가격이 저렴했다.

SDRAM의 강점은 기술적 최고 성능보다 범용성, 안정성, 낮은 가격, 넓은 제조 생태계였다. PC 시장에서는 이 요소들이 매우 중요했다. 소비자는 성능만 보고 제품을 사지 않는다. 메모리 가격, 메인보드 가격, 공급 안정성, 업그레이드 편의성까지 함께 본다.

1-3. DDR: SDRAM의 진화형

DDR은 Double Data Rate의 약자다. 기존 SDRAM은 클럭 한 번에 데이터를 한 번 전송했지만, DDR은 클럭의 상승과 하강 양쪽에서 데이터를 전송한다. 같은 클럭에서도 전송 효율을 높일 수 있는 구조다.

따라서 DDR은 완전히 별개의 기술이라기보다 SDRAM을 더 빠르게 만든 진화형 표준으로 이해하면 된다. DDR은 JEDEC 기반의 범용 표준으로 확산됐고, 이후 DDR2, DDR3, DDR4, DDR5로 이어지며 메인 메모리 시장의 중심이 됐다.

2. RDRAM, SDRAM, DDR 장단점 비교

RDRAM은 기술적으로 흥미로운 고성능 메모리였지만, 시장 표준이 되기에는 부담이 컸다. SDRAM과 DDR은 처음부터 가장 빠른 기술은 아니었지만, 더 싸고, 더 많이 공급되고, 더 빠르게 개선되는 방향으로 진화했다.

PC 산업에서는 이 차이가 결정적이었다.

3. 인텔은 왜 RDRAM을 선택했나

1990년대 후반 인텔의 고민은 분명했다. CPU 성능은 빠르게 올라가고 있었지만, 메모리 대역폭이 이를 따라오지 못하면 전체 시스템 성능은 제한될 수밖에 없었다.

펜티엄 시대 이후 CPU 클럭 경쟁이 본격화되면서 인텔은 더 빠른 메모리 플랫폼이 필요했다. CPU와 메모리 사이의 데이터 통로가 넓어져야 고성능 CPU의 장점을 제대로 살릴 수 있었다. 이때 RDRAM은 인텔이 보기에는 가장 앞선 선택지였다.

인텔 입장에서는 논리가 명확했다.

고성능 CPU를 팔려면 고대역폭 메모리가 필요하다.
당시 RDRAM은 높은 대역폭을 제공할 수 있다.
따라서 차세대 플랫폼은 RDRAM으로 가야 한다.

기술 로드맵만 보면 그럴듯한 판단이었다. 그러나 시장은 기술 스펙만으로 움직이지 않았다.

4. 펜티엄 3 시기: i820과 MTH 문제

인텔은 펜티엄 3 시기 i820 칩셋을 통해 RDRAM 기반 플랫폼을 추진했다. 당시 인텔은 CPU 성능 향상에 맞춰 더 높은 메모리 대역폭이 필요했고, RDRAM은 그 요구를 충족할 수 있는 차세대 메모리처럼 보였다.

문제는 RDRAM이 시장에 충분히 싸고 안정적으로 공급되기 어려운 구조였다는 점이다. 램버스는 삼성전자나 히타치처럼 직접 메모리를 대량 생산하는 회사가 아니라, 메모리 인터페이스 기술을 보유한 IP 라이선스 회사였다. 실제 생산은 라이선스를 받은 DRAM 업체들이 맡아야 했고, 이 과정에서 램버스에 지급해야 하는 로열티 부담도 존재했다. 제조사 입장에서는 기존 SDRAM보다 생산 부담과 비용 부담이 컸기 때문에 RDRAM 공급 확대가 원활하지 않았다.

RDRAM이 비싸고 공급도 제한적이자, 인텔은 i820 칩셋에서 SDRAM도 사용할 수 있도록 우회 장치를 만들었다. 이 장치가 MTH, Memory Translator Hub였다. MTH는 SDRAM 신호를 i820 칩셋이 이해할 수 있도록 변환하는 역할을 했다. 그러나 이 부품에서 결함이 발생했고, 인텔은 2000년 5월 MTH 관련 마더보드 교체 프로그램을 발표했다.

결국 인텔은 비싸고 공급이 부족한 RDRAM과 불안정한 SDRAM 우회 지원이라는 두 가지 문제를 동시에 안게 됐다. 이 사건은 인텔의 RDRAM 전략에 큰 부담을 줬고, 소비자와 메인보드 업체가 기존 SDRAM 플랫폼, VIA 같은 서드파티 칩셋, AMD 플랫폼 등 다른 대안을 찾는 계기가 됐다.

요약하면, RDRAM 실패의 원인은 단순히 가격이 비쌌기 때문만이 아니다. 램버스가 직접 생산시설을 가진 메모리 제조사가 아니라 IP 라이선스 회사였고, 높은 로열티 구조가 제조사들의 적극적인 생산 참여를 제한했으며, 여기에 인텔의 MTH 결함까지 겹치면서 시장이 SDRAM과 DDR 대안으로 빠르게 이동한 것이다.

5. 펜티엄 4 시기: 인텔은 RDRAM을 더 강하게 밀었다

펜티엄 4 초기에는 인텔이 RDRAM을 더 강하게 밀었다. 2000년 11월 발표된 펜티엄 4와 i850 칩셋은 듀얼 RDRAM 구성을 통해 최대 3.2GB/s의 대역폭을 제공하도록 설계됐다. (Intel)

기술적으로는 인텔의 선택에 이유가 있었다. 펜티엄 4는 높은 메모리 대역폭을 필요로 했고, 당시 RDRAM은 그 요구를 맞출 수 있는 고성능 메모리로 보였다.

그러나 시장이 본 것은 달랐다.

RDRAM은 비쌌다.
메모리와 메인보드 가격 부담이 컸다.
공급도 충분하지 않았다.
대안으로 SDRAM과 DDR이 빠르게 개선되고 있었다.

소비자 입장에서는 “성능이 조금 더 좋을 수 있는 비싼 플랫폼”보다 “충분히 빠르고 훨씬 저렴한 플랫폼”이 더 매력적이었다. PC 제조사도 마찬가지였다. 원가와 공급 안정성이 중요한 완제품 시장에서 RDRAM은 부담스러운 선택지였다.

6. 시장의 반격: SDRAM, DDR, VIA, AMD

인텔이 RDRAM을 밀수록 시장은 다른 길을 찾았다. 가장 큰 변화는 RDRAM을 쓰지 않아도 되는 플랫폼이 늘어났다는 점이다.

6-1. 기존 SDRAM 플랫폼의 생명 연장

RDRAM 플랫폼이 비싸고 불편하자 소비자와 메인보드 업체는 기존 SDRAM 기반 플랫폼을 계속 활용했다. 성능 차이가 압도적이지 않다면 굳이 비싼 메모리로 갈 이유가 없었다.

6-2. VIA 등 서드파티 칩셋의 부상

VIA 같은 칩셋 업체는 인텔이 원하지 않던 대안을 제공했다. 인텔 CPU를 쓰면서도 RDRAM 대신 SDRAM이나 DDR을 쓸 수 있는 메인보드가 등장하자 시장은 빠르게 반응했다. 이는 인텔의 플랫폼 통제력을 약화시켰다.

6-3. AMD 플랫폼의 대안화

AMD도 중요한 대안이 됐다. 인텔+RDRAM 조합이 비싸고 부담스러웠던 소비자는 AMD 기반 시스템으로 눈을 돌릴 수 있었다. 당시 AMD 애슬론 계열은 가격 대비 성능이 좋았고, 인텔이 RDRAM 전략으로 흔들리는 동안 존재감을 키웠다.

6-4. DDR의 결정적 부상

결국 가장 중요한 변화는 DDR이었다. DDR은 SDRAM 기반 생태계를 유지하면서 성능을 빠르게 끌어올렸다. RDRAM은 초기 스펙에서 강점이 있었지만, DDR은 더 넓은 생태계와 낮은 가격을 바탕으로 빠르게 개선됐다.

이 흐름이 RDRAM의 패배를 결정했다. RDRAM은 기술적으로 앞선 면이 있었지만, 표준 경쟁은 기술만으로 결정되지 않는다. 가격, 공급, 호환성, 제조사 참여, 플랫폼 확장성이 함께 작동한다. 이 종합 경쟁에서 시장은 RDRAM이 아니라 SDRAM과 DDR을 선택했다.

7. RDRAM의 패배가 램버스의 끝은 아니었다

RDRAM이 PC 메인 메모리 표준 경쟁에서 패배하면서 램버스의 제품 전략은 실패했다. 그러나 램버스라는 회사는 사라지지 않았다. 이유는 특허에 있었다.

램버스는 RDRAM을 개발하는 과정에서 메모리 인터페이스, 고속 신호처리, 데이터 전송 구조, 메모리 컨트롤러 관련 특허를 축적했다. 이 특허들은 RDRAM 자체에만 국한되지 않았다. 이후 SDRAM, DDR, GDDR, LPDDR, 메모리 컨트롤러, 고속 시리얼 링크, 보안 기술과 연결될 수 있었다. (= HBM Digital Controller IP)

현재 램버스는 자사 특허 포트폴리오가 memory architecture, high-speed serial links, security 영역을 포괄한다고 설명한다. 즉 램버스의 핵심 자산은 더 이상 RDRAM 제품 자체가 아니라, 메모리와 로직 칩 사이에서 데이터가 이동하는 방식에 대한 지식재산권이다. (SEC)

사업 모델도 바뀌었다.

램버스는 제품 표준 경쟁에서 졌지만, 제품을 만들며 확보한 특허를 기반으로 새로운 사업 모델을 만들었다.

8. 램버스 법적 공방 연표: 특허, 라이선스, 독과점 논란

아래 표는 1990년 창립 이후 램버스의 주요 특허, 라이선스, 독과점·반독점 사례를 연도별로 정리한 것이다. 판결로 끝난 사건은 승소·패소로, 소송 이후 계약으로 마무리된 사례는 합의·라이선스로 구분했다.

FTC 사건은 램버스가 표준화 과정에서 관련 특허 정보를 숨겼는지가 핵심 쟁점이었고, FTC는 이를 독점화 문제로 보았다. 그러나 최종적으로 미국 대법원이 FTC의 상고를 받아들이지 않으면서 램버스는 이 사건에서 법적 부담을 크게 덜었다. (SEC)

메모리 업체와의 라이선스 계약은 램버스의 비즈니스 전환을 보여준다. SK hynix는 2013년 램버스의 memory-related patented innovations를 SK hynix 반도체 제품에 사용하는 5년 라이선스를 체결했고, 특정 DRAM 제품에 대해 분기당 1,200만 달러를 지급하기로 했다. (Rambus) Micron도 2013년 메모리 IC를 포함한 특정 IC 제품 제조에 램버스 특허를 사용할 권리를 받는 장기 라이선스를 체결했다. (Rambus) Nanya 역시 2014년 DRAM 제품에 램버스의 고성능·저전력 특허 혁신을 사용할 수 있는 5년 라이선스를 체결했다. (Rambus)

2020년대 들어서도 이 구조는 유지됐다. Samsung은 2022년 포괄 특허 라이선스를 10년 연장해 2033년 말까지 램버스 전체 특허 포트폴리오에 광범위하게 접근할 수 있게 됐다. (Rambus) SK hynix는 2023년 계약을 10년 연장해 2034년 중반까지 접근권을 확보했고, Micron은 2024년 5년 연장을 통해 2029년 말까지 라이선스를 유지하게 됐다. (Rambus)

메모리 IDM 3사의 라이선스 계약 요약

램버스 특허 라이선스의 기술 범주

9. 법적 공방의 핵심 해석

램버스의 소송사를 단순히 “이겼다” 또는 “졌다”로만 보면 본질을 놓치기 쉽다. 램버스는 모든 소송에서 일방적으로 승리한 회사가 아니다. 문서파기 이슈, JEDEC 표준화 논란, 반독점 논란에서는 여러 차례 취약점을 드러냈다.

그럼에도 최종 비즈니스 결과는 램버스에 유리한 방향으로 정리됐다. 주요 메모리 업체들은 결국 램버스와 라이선스 계약을 체결했고, 2020년대에도 장기 계약을 연장했다.

이 흐름은 다음과 같이 정리할 수 있다.

램버스는 특허 라이선스 회사로서는 상당히 성공적인 결과를 만들었다. Hitachi, Samsung, Hynix, Micron, Nanya 등 주요 메모리 업체들이 결국 라이선스 계약을 체결했고, 2020년대에도 Samsung, SK hynix, Micron과 장기 계약을 연장했다.

다만 법적 측면에서는 명암이 분명했다.

특허침해 소송에서는 강했고, 표준화기구 관련 행위와 독과점 논란에서는 취약했다. 그러나 최종 비즈니스 결과는 주요 DRAM 업체들과 장기 라이선스 계약을 체결하는 방향으로 귀결됐다.

이 지점이 램버스 분석의 핵심이다. 램버스는 RDRAM이라는 제품으로 시장을 장악하지 못했지만, RDRAM 개발 과정에서 확보한 특허와 공격적인 법적 대응을 통해 장기 로열티 사업을 구축했다.

10. 현재 램버스 라이선스 사업의 구조

10-1. 라이선스의 방향

램버스의 현재 라이선스 사업은 방향부터 정확히 이해해야 한다.

고객사 → 램버스에게 로열티 지급
램버스 → 고객사에게 특허 사용권 부여

즉 고객사가 램버스에게 기술을 주는 구조가 아니다. 램버스가 고객사에게 자사 특허 포트폴리오를 사용할 권리를 주고, 고객사는 그 대가로 로열티를 지급한다.

다만 모든 고객이 같은 이유로 라이선스를 받는 것은 아니다. 크게 두 그룹으로 나눌 수 있다.

10-2. 로직 반도체 업체: 메모리를 제어하는 쪽

AMD, Broadcom, NVIDIA, Qualcomm 같은 회사는 CPU, GPU, ASIC, SoC를 설계한다. 이 칩 안에는 외부 메모리와 통신하는 메모리 컨트롤러가 들어간다.

구조는 다음과 같다.

CPU / GPU / ASIC / SoC
 └─ 내장 메모리 컨트롤러
     └─ DDR / LPDDR / GDDR / HBM 등 외부 메모리와 통신

이때 램버스 특허가 연결되는 영역은 메모리 컨트롤러, 고속 인터페이스, 시리얼 링크, 보안 기술이다.

AMD 사례는 이를 잘 보여준다. AMD는 램버스 특허 중 DDR2, DDR3, FB-DIMM, PCI Express, XDR 컨트롤러 설계에 사용되는 특허와 미래 고속 메모리·로직 컨트롤러 인터페이스 관련 특허에 대한 라이선스를 받았다. (Rambus)

NVIDIA 계약도 메모리 컨트롤러 성격이 뚜렷하다. 2010년 계약에서 NVIDIA는 SDR, DDR, DDR2, DDR3, LPDDR, LPDDR2, GDDR2, GDDR3, GDDR4 및 일부 GDDR5 메모리 컨트롤러에 대한 라이선스를 받았다. (NVIDIA Newsroom)

Broadcom은 광범위한 IC 제품에서 램버스 특허 혁신을 사용할 수 있는 라이선스를 체결했다. 특히 Broadcom 같은 네트워킹·통신 ASIC 업체에는 로직 IC 안의 메모리 인터페이스와 고속 링크가 중요하다. (Rambus) Qualcomm은 램버스의 memory, interface, security technologies에 접근할 수 있는 포괄 특허 라이선스를 체결했다. 모바일 SoC와 모뎀, 자동차용 칩에서는 LPDDR 인터페이스와 보안 기능이 모두 중요하기 때문에, 메모리와 보안 양쪽이 연결된다. (Rambus)

정리하면 로직 업체에게 램버스 특허는 메모리를 제어하는 칩 내부의 인터페이스 권리에 가깝다.

10-3. 메모리 IDM: 제어받는 메모리 디바이스 쪽

Samsung, SK hynix, Micron은 DRAM, HBM, GDDR, LPDDR 같은 메모리 제품을 만든다. 이들은 CPU나 GPU 안의 호스트 메모리 컨트롤러를 주력으로 만드는 회사가 아니다. 대신 그 컨트롤러와 통신하는 메모리 디바이스를 만든다.

구조는 다음과 같다.

로직 칩 쪽
CPU / GPU / SoC
 └─ Host Memory Controller

메모리 IDM 쪽
DRAM / HBM / GDDR / LPDDR
 └─ Memory Device Interface

이 경우 램버스 특허가 연결되는 지점은 메모리 디바이스의 인터페이스, 동작 구조, 메모리 아키텍처다. SK hynix 계약은 “SK hynix 반도체 제품에서 램버스의 memory-related patented innovations를 사용하는 라이선스”라고 설명됐고, 특정 DRAM 제품이 포함됐다. (Rambus) Micron 계약도 메모리 IC를 포함한 특정 IC 제품 제조에 램버스 특허를 사용할 권리를 부여한 구조였다. (Rambus)

따라서 메모리 IDM의 라이선스는 단순히 “메모리 컨트롤러를 칩 안에 넣기 위한 권리”가 아니다. 자사 DRAM, HBM, GDDR, LPDDR 등 메모리 제품이 램버스의 메모리 아키텍처·인터페이스 특허 범위와 연결될 수 있기 때문에 포괄 특허 라이선스를 유지하는 구조다.

고객별 라이선스 범주 요약

11. 램버스 사업의 본질: 메모리 밸류체인의 양쪽을 잡는다

램버스 라이선스 사업의 강점은 메모리 밸류체인의 양쪽과 연결된다는 점이다.

즉 램버스는 메모리 자체를 대량 생산하는 회사도 아니고, CPU나 GPU를 직접 만드는 회사도 아니다. 대신 메모리와 로직 칩이 데이터를 주고받는 경계면에 특허 포트폴리오를 쌓았다.

이 경계면은 반도체 산업에서 점점 중요해지고 있다. AI, GPU, 데이터센터, 고속 네트워킹, 모바일 SoC 모두 더 많은 데이터를 더 빠르게 옮겨야 한다. 메모리 대역폭과 인터페이스 효율은 시스템 성능을 좌우하는 핵심 요소가 됐다.

이 점에서 램버스의 현재 사업은 과거 RDRAM의 잔재가 아니라, 데이터 이동 병목을 둘러싼 특허 비즈니스에 가깝다.

12. 최종 정리

램버스의 역사는 흥미로운 역설을 보여준다.

RDRAM은 기술적으로 야심찬 메모리였지만, 시장 표준이 되지 못했다. 인텔이 강하게 밀었음에도 가격, 공급, 발열, 생태계, DDR의 빠른 발전이라는 벽을 넘지 못했다. PC 메인 메모리 표준 경쟁에서는 SDRAM과 DDR이 승리했다.

그러나 램버스는 실패한 제품만 남긴 회사가 아니었다. RDRAM 개발 과정에서 확보한 메모리 인터페이스 특허, 이후 이어진 소송과 합의, 그리고 주요 반도체 업체들과의 장기 계약이 현재의 라이선스 사업으로 이어졌다.

결론적으로 램버스는 이렇게 정리할 수 있다.

램버스는 제품 표준 경쟁에서는 패배했지만, 특허 라이선스 사업에서는 살아남은 회사다.
RDRAM은 시장에서 퇴출됐지만, 메모리 인터페이스 특허와 소송 경험은 현재 로열티 사업의 기반이 됐다.
로직 업체는 메모리를 제어하는 쪽에서, 메모리 업체는 제어받는 메모리 디바이스 쪽에서 램버스 특허 포트폴리오와 연결된다.

이 양면성이 지금의 램버스 라이선스 사업을 만든 핵심이다.

#글을 마치며

램버스 사례를 공부하면서 다시 한 번 느끼게 되는 것은, 반도체 산업에서 특허와 IP 라이선싱이 단순한 부가 수익원이 아니라 기업의 생존 방식이 될 수 있다는 점이다.

제품 표준 경쟁에서 패배한 기업도 핵심 특허를 보유하고 있다면, 법적 공방과 라이선스 협상을 통해 장기간 현금흐름을 만들어낼 수 있다.

동시에 이 과정은 미국식 특허 소송과 법적 공방이 얼마나 강력한 사업 도구가 될 수 있는지도 보여준다. 기술 경쟁만큼이나 법률, 특허, 협상력이 기업의 운명을 좌우할 수 있다는 점에서, 램버스는 무섭고도 흥미로운 사례다.

=끝

2026년 4월 27일 월요일

생각정리 235 (* Rambus)

이전글에 이어 Rambus 개별기업에 대해 추가 리서치를 이어나가본다.
뭔가 더 공부해놓은 좋을것 같은 느낌이 들었다.

매수매도
추천 아님.

Rambus 투자포인트 요약

AI와 Physical AI 시대, 메모리 데이터 이동 병목의 관문을 지키는 기업

1. 단기 주가 하락은 수요 훼손보다 공급망 병목 이슈

최근 Rambus 주가 하락의 핵심 원인은 OSAT 공급망 회복 지연, DRAM 공급제약, 제품 출하 타이밍 둔화다. 시장은 Q1 실적 발표 이후 제품 매출 회복 속도와 마진 안정화 시점을 우려했고, 고성장 기대가 반영된 주가에서는 이러한 불확실성이 크게 반영됐다.

다만 이번 이슈를 Rambus 제품 수요의 구조적 둔화로 해석하기는 어렵다. 경영진은 Q1의 OSAT 관련 이슈가 해결됐고, 현재는 공급망을 재안정화하는 단계라고 설명했다. 또한 Q2 제품 매출은 가이던스 중간값 기준 순차 성장을 제시했고, 데이터센터와 AI inference, Agentic AI 수요는 여전히 견조하다고 언급했다.

따라서 이번 실적 불확실성은 수요 부진보다 출하·후공정·검증 일정의 문제로 보는 편이 합리적이다.
Rambus가 팔 제품의 필요성이 줄어든 것이 아니라, 강한 AI 서버향 메모리 수요를 물리적 공급망이 따라가는 과정에서 병목이 발생한 것이다.

2. Rambus의 본질은 “메모리 데이터 이동 관문” 기업

Rambus는 단순 DDR5 사이클 업체가 아니다.
동사의 핵심 제품과 IP는 AI 시스템 안에서 데이터가 메모리와 연산기 사이를 이동하는 경계면에 위치한다.

핵심은 Rambus가 메모리를 직접 만드는 회사가 아니라, 메모리가 고속·고용량 환경에서 제대로 쓰이도록 하는 인터페이스 칩과 IP를 제공하는 회사라는 점이다.

이 관점이 중요한 이유는 Rambus의 실적 민감도가 단순 DRAM 가격보다는 아래 변수로 이동하고 있기 때문이다.

첫째, 서버 CPU 주변의 메모리 채널 수와 DIMM 수 증가
둘째, DDR5 세대 전환에 따른 RCD 채택 확대
셋째, MRDIMM 전환 시 모듈당 칩 콘텐츠 증가
넷째, HBM·DDR·LPDDR·PCIe·CXL 관련 Silicon IP 수요 확대

AI 시대의 병목은 단순 연산량 부족에만 있지 않다. 모델이 커지고, inference가 복잡해지고, agent가 더 많은 도구와 외부 데이터를 호출할수록 병목은 점점 메모리 접근과 데이터 이동으로 이동한다. Rambus는 바로 이 지점에서 수익을 낸다.

3. RCD는 선택재가 아니라 AI 서버 메모리의 필수 부품

AI 서버에서는 CPU 주변 메모리의 용량과 대역폭 요구가 계속 커진다.
이때 고속·고용량 RDIMM을 안정적으로 동작시키려면 RCD가 필요하다.

RCD는 CPU memory controller가 보낸 command/address/clock 신호를 RDIMM 내부 DRAM 칩들에 안정적으로 분배한다. 고속·고용량 서버 메모리에서는 신호무결성, 전력무결성, 타이밍 마진이 중요해지기 때문에 RCD는 단순 부가 칩이 아니라 CPU-attached memory 확장에 필요한 필수 인터페이스 칩에 가깝다.

따라서 AI 서버용 DDR5 RCD는 전통적인 메모리 사이클 부품으로만 보기 어렵다. Rambus 제품 수요는 단순 DRAM 가격보다 아래 변수에 더 민감해진다.

즉 Rambus의 제품 수요는 메모리 가격 사이클보다 AI 서버 메모리 아키텍처의 고도화와 더 깊게 연결된다.

Rambus 경영진도 컨퍼런스에서 RCD TAM을 약 8억 달러, DDR5 companion chip TAM을 약 6억 달러, MRDIMM이 추가로 약 6억 달러의 TAM을 더한다고 설명한 바 있다.

즉, 구조적으로는 **“서버 수요 성장 × DIMM 고속화 × 칩 콘텐츠 증가 × 점유율 유지”**가 동시에 맞물릴 수 있다.

4. Physical AI와 Agentic AI는 Rambus의 장기 수요를 강화

앞으로 AI는 디지털 세계의 텍스트·이미지·코드 생성에 머물지 않고, 로봇, 자율주행, 산업 자동화, 휴머노이드, 물류, 제조, 국방, 의료기기 등 물리세계로 확장될 가능성이 크다.

Physical AI가 확산되면 AI 시스템은 훨씬 더 많은 데이터를 다룬다.

AI 지능이 높아질수록 모델은 더 많은 데이터, 더 긴 컨텍스트, 더 많은 추론 단계를 요구한다. Scaling law가 여전히 유효한 방향으로 AI가 발전한다면, 그 결과는 단순 compute 증가에 그치지 않는다. 메모리 용량, 메모리 대역폭, 데이터 이동량이 함께 증가한다.

이 지점에서 Rambus의 사업모델과 AI 발전 방향이 맞닿는다.
Rambus는 DRAM bit 자체를 파는 회사가 아니라, 더 많은 데이터가 연산기와 메모리 사이를 빠르고 안정적으로 이동하도록 하는 인터페이스 칩과 컨트롤러 IP를 제공한다.

AI가 더 지능화되고 물리세계로 확장될수록, 더 많은 메모리와 더 빠른 데이터 이동이 필요하다. Rambus는 그 이동 경계면에서 수익을 얻는 구조다.

5. MRDIMM과 SOCAMM2는 장기 성장 옵션

Rambus의 성장 포인트는 RCD 하나에 그치지 않는다.

MRDIMM이 확산되면 Rambus는 MRCD + MDB + PMIC + SPD Hub로 모듈당 콘텐츠를 크게 늘릴 수 있다. 기존 RDIMM에서는 RCD 중심이었다면, MRDIMM에서는 모듈당 Rambus가 공급할 수 있는 칩 수와 가치가 커진다.

이번 콜에서도 경영진은 MRDIMM 관련 기회를 약 6억 달러 SAM으로 보고 있으며, 본격적인 램프는 2027년부터 시작될 가능성이 높다고 설명했다.

SOCAMM2도 중요하다. SOCAMM2는 LPDDR 기반 AI 서버 메모리 모듈로, 단기 매출 기여는 제한적이지만 장기적으로는 저전력 AI 서버 메모리 계층으로 확장될 수 있다. 데이터센터 전력 효율이 중요해지고, AI 서버 메모리 구조가 HBM, DDR5, MRDIMM, LPDDR, CXL 등으로 계층화될수록 Rambus의 접근 가능한 시장도 넓어진다.

즉 Rambus는 DDR5 RDIMM뿐 아니라 MRDIMM, LPDDR 서버 모듈, HBM Controller IP, CXL/PCIe IP까지 AI 메모리 계층화 전반에 노출돼 있다.

정리해보면, 아래와 같다.

직접 수혜: DDR5 RCD, PMIC, SPD Hub, MRCD, MDB 등 서버 메모리 모듈용 칩
준직접 수혜: Agentic AI 확산에 따른 CPU 서버·메모리 용량·대역폭 증가
옵션 수혜: HBM4E, CXL, PCIe, Security IP, SOCAMM2 같은 차세대 아키텍처 IP
장기 테마 수혜: Physical AI, 로봇, 자율주행, 산업 자동화

6. 로열티·IP 사업은 현금흐름의 안정성을 높인다

Rambus의 장점은 Product 사업만 있는 회사가 아니라는 점이다.
동사는 Product 매출 외에도 로열티·IP 사업을 보유하고 있다.

장기 특허 라이선스와 Silicon IP 매출은 Rambus 현금흐름의 바닥을 만든다. Product 사업은 OSAT 병목, DRAM 공급, 플랫폼 전환 시점에 따라 분기별 변동성이 생길 수 있지만, 로열티·IP 사업은 상대적으로 안정적인 현금흐름을 제공한다.

이 구조는 Rambus의 사업 변동성을 완충한다.
제품 매출이 강하게 성장할 때는 upside를 제공하고, 제품 출하가 일시적으로 흔들릴 때는 로열티·IP 매출이 현금흐름의 안정성을 유지해준다.

따라서 Rambus는 단순 제품 회사보다 질 좋은 수익 구조를 갖는다.
Product는 성장성, Royalty/IP는 안정성을 담당하는 구조다.

7. 낮은 자본집약도는 FCF와 ROIC 개선의 핵심

Rambus의 또 다른 중요한 장점은 낮은 자본집약도다.

Rambus는 자체 팹을 보유하지 않는 fabless/IP 혼합 모델이다. RCD, PMIC, SPD Hub, MRCD, MDB 등 Product 제품은 Rambus가 설계하고 외부 파운드리와 OSAT를 활용해 생산한다. Silicon IP와 로열티 사업은 물리적 제조 부담이 더 낮다.

이 때문에 매출이 증가해도 Capex가 크게 늘지 않는다.
매출 증가분이 대규모 설비투자로 흡수되지 않고, 이익과 FCF로 빠르게 전환될 수 있다.

이 구조 덕분에 Rambus는 최근 몇 년 사이 저Capex·고마진·고FCF·고ROIC 구조로 재평가될 수 있는 회사가 됐다.

특히 AI 서버에서 메모리 이동과 인터페이스 병목이 커질수록 Rambus의 RCD, MRCD, MDB, PMIC, SPD Hub와 HBM·DDR·PCIe·CXL·Security IP의 전략적 가치는 더 커질 수 있다.

8. 재무구조 개선은 사업모델 전환의 결과

최근 Rambus의 FCF, 현금성자산, ROE, ROIC는 빠르게 개선되고 있다. 이는 단순 비용 절감이나 일시적 호황보다 AI 데이터센터 메모리 인터페이스 수요가 Rambus의 사업모델에 본격적으로 반영되기 시작한 결과로 볼 수 있다.

핵심은 세 가지다.

첫째, 제품 매출의 성장축 전환이다.
DDR5 RCD와 신규 memory interface chips가 AI 데이터센터 수요와 맞물리며 제품 매출이 크게 성장했다.

둘째, 로열티·IP 사업의 안정성이다.
장기 특허 라이선스와 Silicon IP 매출이 현금흐름의 바닥을 만들고, 제품 사업 변동성을 완충했다.

셋째, 낮은 자본집약도다.
fabless/IP 모델이기 때문에 매출이 증가해도 Capex가 크게 늘지 않았고, 이익이 FCF로 빠르게 전환됐다.

그래서 Rambus는 최근 몇 년 사이 저Capex·고마진·고FCF·고ROIC 구조로 재평가될 수 있는 회사가 됐다.

단기적으로 OSAT와 공급망 이슈가 분기 실적을 흔들 수는 있다. 그러나 FCF, ROIC, 현금성자산의 개선 방향은 Rambus가 과거보다 훨씬 질 좋은 회사로 변했다는 신호에 가깝다.

최근 재무구조 개선은 단순 호황이 아니라, AI 데이터센터 메모리 인터페이스 수요가 Rambus의 사업모델에 본격적으로 반영되기 시작한 결과로 해석하는 것이 합리적이다.

9. 검증된 공급자라는 점도 중요

AI 서버 메모리 부품은 검증 리스크가 크다.
RCD, PMIC, SPD Hub, MRCD, MDB는 CPU 플랫폼, DRAM, 모듈 PCB와 함께 검증되어야 한다. 고객 입장에서 검증되지 않은 부품을 쓰는 것은 플랫폼 일정과 수율 리스크를 키울 수 있다.

이 시장에서 Rambus의 장점은 이미 검증된 공급자라는 점이다. 경영진은 2025년 말 기준 제품 점유율이 mid-40% 수준이었고, 2026년에도 점유율 훼손 징후가 없다고 언급했다.

이는 단순 시장점유율 이상의 의미가 있다. 고속 메모리 세대로 갈수록 고객은 가격보다 검증된 성능, 낮은 qualification risk, 안정적 공급, 세대 전환 대응력을 더 중요하게 본다.

Rambus의 40% 중반대 점유율은 향후 Gen5, MRDIMM, companion chips로 확장될 때도 고객 채택 가능성을 높이는 근거가 된다.

10. 투자포인트 요약

11. 최종 투자 논리

Rambus의 핵심은 “AI가 커질수록 DRAM이 많이 팔린다”는 단순 논리가 아니다.
더 정확한 논리는 다음이다.

AI가 더 지능화될수록 모델은 더 많은 compute, 더 많은 데이터, 더 긴 컨텍스트, 더 많은 추론 단계를 요구한다. AI가 물리세계로 확장될수록 센서·시뮬레이션·행동·환경 데이터가 폭증한다. 이 모든 데이터는 메모리와 연산기 사이를 이동해야 하며, 그 이동 경계면에서 Rambus의 제품과 IP가 필요해진다.

Rambus는 AI 시대의 가장 큰 칩을 만드는 회사도, HBM을 직접 제조하는 회사도 아니다. 그러나 AI 시스템이 작동하기 위해 반드시 통과해야 하는 메모리 데이터 이동의 관문을 지키고 있다.

CPU-attached RDIMM/MRDIMM에서는 RCD, MRCD, MDB, PMIC, SPD Hub를 제공하고, 고객 AI 칩 내부에서는 HBM, DDR, LPDDR, PCIe, CXL, Security IP를 제공한다. 여기에 주요 메모리·반도체 고객과의 특허 라이선스 기반 로열티가 현금흐름의 안정성을 보완한다.

따라서 Rambus의 장기 투자포인트는 다음 한 문장으로 정리할 수 있다.

Rambus는 Physical AI와 Agentic AI 시대에 메모리 확장과 데이터 이동 병목이 커질수록 제품 채택률, 모듈당 콘텐츠, IP 라이선스 기회가 함께 확대되는 고FCF·고ROIC 메모리 인터페이스 플랫폼 기업이다.

현재의 OSAT와 DRAM 공급병목은 단기 실적 불확실성을 만들 수 있다. 그러나 장기적으로 AI가 더 지능화되고 물리세계로 확장될수록, 더 많은 메모리와 더 빠른 데이터 이동이 필요해진다는 방향은 Rambus의 사업모델과 정합성이 높다.

따라서 이번 조정은 장기 수요 훼손보다, 구조적 수요를 공급망이 따라가는 과정에서 발생한 과도기적 마찰로 해석하는 것이 더 합리적이다.

=끝

생각정리 234 (* Memory IP, Rambus)

이전 리서치에 이어 추가로 이번엔 메모리 IP에 대한 리서치 기록을 남겨본다.

생각정리 208 (* ARM CPU, TSMC, Memory)
생각정리 178 (* VAST Data, Optical Interconnect)
생각정리 176 (* Agent AI, VRAM)

AI 시대의 숨은 병목: 왜 메모리 IP 사업이 중요해지는가

AI 인프라를 이야기할 때 가장 먼저 떠오르는 것은 GPU와 HBM이다.
GPU는 AI 모델을 계산하는 엔진이고, HBM은 그 GPU 옆에서 데이터를 빠르게 공급하는 고속 메모리다.

하지만 AI 시스템이 커질수록 질문은 조금 달라진다.

GPU를 얼마나 많이 사느냐보다, 그 GPU가 멈추지 않도록 데이터를 얼마나 빠르고 효율적으로 공급할 수 있느냐가 중요해지고 있다.

이 질문의 중심에 메모리 계층이 있다.

메모리 계층이란 데이터를 저장하고 불러오는 여러 단계의 구조를 뜻한다. GPU 옆의 HBM, CPU 주변의 DDR 메모리, CXL 메모리, SSD, 원격 스토리지까지 모두 여기에 포함된다.

그리고 이 메모리 계층을 실제 반도체와 서버 안에서 작동하게 만드는 기술이 메모리 IP다.

메모리 IP는 HBM, DDR, LPDDR, GDDR 같은 메모리를 칩에 연결하고 제어하기 위한 설계 자산이다. 대표적으로 메모리 컨트롤러, PHY, 인터페이스 IP, 검증 IP가 포함된다.

과거에는 반도체 설계의 한 부품처럼 보였던 영역이다. 그러나 AI 시대에는 시스템 성능과 전력 효율을 결정하는 핵심 관문으로 올라오고 있다.

1. AI 발전의 병목은 두 축으로 이동하고 있다

1-1. 첫 번째 병목: 데이터 이동과 East-West 트래픽

초기 AI 인프라 경쟁의 중심은 GPU 연산 성능이었다.
더 많은 GPU, 더 빠른 GPU, 더 큰 모델이 중요한 키워드였다.

그러나 LLM과 Agent AI가 확산되면서 병목은 점점 연산 자체에서 데이터 이동으로 옮겨가고 있다.

LLM은 답변을 만들 때 이전 토큰의 계산 결과를 저장해둔다. 이를 KV 캐시라고 한다. 이전 계산 결과를 저장해두면 같은 계산을 반복하지 않아도 되기 때문에 추론 속도를 높일 수 있다.

문제는 KV 캐시가 메모리를 많이 차지한다는 점이다.

컨텍스트가 길어질수록 KV 캐시는 커진다. 동시에 처리하는 사용자가 많아질수록 필요한 메모리는 더 빠르게 증가한다. NVIDIA도 긴 컨텍스트와 큰 배치 사이즈에서 KV 캐시가 메모리 병목을 만든다고 설명했고, NVFP4 KV cache를 통해 KV 캐시 메모리 사용량을 최대 50% 줄일 수 있다고 밝혔다. (NVIDIA Developer)

여기서 중요한 변화가 시작된다.

KV 캐시와 에이전트 컨텍스트가 GPU HBM 안에만 머무르기 어려워지면, 데이터는 GPU HBM, CPU DRAM, CXL 메모리, NVMe SSD, 원격 스토리지 사이를 이동하기 시작한다.

즉, 데이터가 한 곳에 가만히 있는 것이 아니라 여러 메모리 계층 사이를 계속 오가는 구조가 된다.

이때 서버 안에서만 움직이는 데이터보다 더 큰 문제가 생긴다. GPU와 GPU, 서버와 서버, 랙과 랙 사이를 오가는 East-West 트래픽이 급증한다.

데이터가 멀리 이동할수록 전력 소모도 커진다. 지연시간도 길어진다. AI 데이터센터에서는 계산보다 데이터를 옮기는 과정이 더 큰 병목이 되는 순간이 생긴다.

그래서 앞으로의 AI 인프라 경쟁력은 GPU 숫자만으로 결정되지 않는다.

데이터를 얼마나 가까운 곳에 두는가.
얼마나 적은 전력으로 이동시키는가.
필요한 데이터를 얼마나 빠르게 다시 불러오는가.

이 세 가지가 점점 더 중요해진다.

NVIDIA가 BlueField-4 기반 CMX(Context Memory Storage Platform)를 제시한 것도 같은 맥락이다. NVIDIA는 CMX를 long-context, multi-turn, agentic AI inference를 위한 AI-native context tier로 설명하며, GPU 메모리를 pod-level shared context tier로 확장하는 방향을 제시하고 있다. (NVIDIA)

쉽게 말하면, GPU 안의 HBM만으로 모든 컨텍스트를 감당하기 어려워지자, GPU 밖에 새로운 메모리 계층을 만들고 이를 빠르게 연결하려는 시도다.

1-2. 두 번째 병목: Agent AI와 CPU 오케스트레이션

두 번째 병목은 CPU 오케스트레이션이다.

기존 챗봇형 AI는 비교적 단순했다.
사용자가 질문하면 모델이 답변을 생성하는 구조였다.

Agent AI에서는 구조가 훨씬 복잡해진다.

하나의 요청이 여러 단계로 나뉜다. 계획을 세우는 에이전트, 검색하는 에이전트, 코드를 실행하는 에이전트, 결과를 검증하는 에이전트가 동시에 움직인다.

이 과정에서 CPU의 역할이 커진다.

CPU는 단순히 GPU를 보조하는 장치에 머무르지 않는다. 작업을 나누고, 각 에이전트에 태스크를 배분하고, GPU와 메모리, 스토리지, 네트워크 사이의 흐름을 조율한다.

즉, Agent AI 시대의 CPU는 오케스트레이터에 가깝다.

오케스트라에서 지휘자가 여러 악기의 타이밍을 맞추듯, CPU는 여러 에이전트와 하드웨어 자원을 조율한다.

이때 CPU 주변의 메모리 계층도 중요해진다.

GPU HBM만 좋아져서는 충분하지 않다. CPU DRAM 대역폭, DDR5 RDIMM, MRDIMM, CXL 메모리, PCIe/CXL 인터커넥트가 함께 좋아져야 한다.

Agent AI는 GPU HBM 병목뿐 아니라 CPU 메모리 병목도 함께 키운다.

이 흐름은 서버 메모리 인터페이스, 메모리 컨트롤러, PHY, CXL, PCIe 관련 IP의 중요성을 높인다.

2. 왜 이 흐름이 메모리 IP 사업자에게 순풍인가

메모리 IP 사업자의 수혜 경로는 어렵지 않다.

AI 칩과 AI 서버가 더 많은 메모리를 필요로 할수록, 그 메모리를 연결하고 제어하는 기술도 더 많이 필요해진다.

반도체 칩은 HBM이나 DDR을 물리적으로 붙인다고 바로 작동하지 않는다. 칩이 메모리와 데이터를 주고받으려면 중간에 여러 설계 블록이 필요하다.

여기서 핵심이 메모리 컨트롤러와 PHY다.

메모리 컨트롤러는 데이터를 언제, 어떤 순서로, 어떤 우선순위로 메모리에 보낼지 결정한다.

PHY는 실제 전기 신호를 주고받는 물리 계층이다.

검증 IP는 이 인터페이스가 실제 칩과 패키지에서 안정적으로 동작하는지 확인하는 역할을 한다.

AI 시스템이 복잡해질수록 이 IP들의 가치는 커진다.

첫째, HBM 세대 전환이 빨라진다.
HBM3E에서 HBM4, HBM4E로 갈수록 대역폭은 커지고 인터페이스는 복잡해진다.

둘째, CPU 메모리 계층이 커진다.
DDR5 RDIMM, MRDIMM, CXL 메모리 같은 구조가 중요해지면 CPU 주변 메모리 인터페이스 칩과 IP 수요가 늘어난다.

셋째, 칩렛과 2.5D 패키징이 확산된다.
AI ASIC과 GPU는 HBM을 로직 다이 옆에 붙인다. 이때 로직 다이, HBM 스택, 인터포저, 패키지를 함께 설계해야 한다.

넷째, 실패 비용이 커진다.
AI ASIC 하나를 개발하는 데 막대한 비용이 들어간다. 메모리 인터페이스 오류로 칩이 제대로 동작하지 않으면 손실이 매우 크다. 고객 입장에서는 자체 개발보다 검증된 IP를 사는 편이 합리적이다.

결국 메모리 IP 사업자는 AI 인프라 확산에서 보이지 않는 톨게이트 역할을 한다.

AI 칩이 HBM을 쓰고, CPU가 더 큰 DDR5 메모리를 쓰고, 서버가 CXL과 MRDIMM을 채택할수록 메모리 IP의 중요성도 함께 커진다.

3. 대표 메모리 IP 3사: Rambus, Cadence, Synopsys

메모리 계층 IP에서 대표적인 회사를 꼽으면 Rambus, Cadence, Synopsys다.

다만 세 회사의 성격은 다르다.

Rambus는 서버 메모리 모듈과 메모리 특허 라이선스에 더 직접적으로 연결되어 있다.

Cadence와 Synopsys는 AI ASIC, GPU, CPU, NPU 설계자가 HBM·DDR·LPDDR·CXL 등을 붙일 수 있도록 설계 IP와 EDA 플랫폼을 제공한다.

같은 메모리 IP 수혜주로 묶을 수 있지만, 수혜의 경로는 다르게 봐야 한다.

3-1. Rambus: 가장 직접적인 메모리 계층 수혜주

Rambus는 세 회사 중 메모리 계층 노출도가 가장 직접적이다.

Rambus는 DDR5 서버 메모리 모듈에 들어가는 RCD, MRCD, MDB, PMIC, SPD Hub, 온도 센서 등을 제공한다. Rambus는 DDR5 RDIMM용 RCD·PMIC·SPD Hub·온도 센서와 DDR5 MRDIMM용 MRCD·MDB·PMIC·SPD Hub·온도 센서를 지원한다고 설명한다. (Rambus)

특히 Rambus는 DDR5 RDIMM 8000과 MRDIMM 12800용 완성형 칩셋을 공개했다.

MRDIMM 12800은 두 개의 DRAM rank를 multiplexing해 host memory bus가 native DRAM보다 두 배의 데이터 속도로 동작할 수 있도록 설계된다. Rambus는 MRDIMM 12800 하나에 MRCD 1개와 MDB 10개가 필요하다고 설명한다. (Rambus)

이 부분이 중요하다.

Rambus의 수혜는 단순히 메모리 시장이 좋아지는 데서 끝나지 않는다. 서버 메모리 모듈이 고속화되고 구조가 복잡해질수록, 모듈 하나에 들어가는 Rambus 관련 칩의 수와 가치가 늘어날 수 있다.

즉, Rambus는 서버 메모리 모듈의 복잡도 증가에 직접 노출된 회사다.

또 하나의 중요한 차별점이 있다.

Rambus는 삼성전자, SK하이닉스, 마이크론과 장기 특허 라이선스 계약을 맺고 있다. 이 점이 Cadence, Synopsys와 Rambus를 구분하는 핵심이다.

3-2. Cadence: 메모리 IP와 EDA 플랫폼의 결합

Cadence는 Rambus처럼 서버 메모리 모듈용 칩을 직접 파는 회사라기보다, 반도체 설계자가 HBM·DDR·LPDDR·GDDR을 칩에 붙일 수 있도록 돕는 회사다.

Cadence는 메모리 컨트롤러, PHY, 검증 IP, 설계 툴을 함께 제공한다.

Cadence의 HBM4E PHY and Controller IP는 AI/ML, 그래픽, 고성능 컴퓨팅용으로 설계되어 있으며, PHY, controller, interposer, package까지 포함한 complete HBM solution을 제공한다고 설명된다. (Cadence)

Cadence의 강점은 메모리 IP가 단독 제품으로 끝나지 않는다는 점이다.

AI ASIC 고객에게 필요한 것은 HBM 컨트롤러 하나가 아니다. HBM이 실제 패키지 위에서 안정적으로 동작하도록 만드는 전체 설계 환경이 필요하다.

여기에는 EDA 툴, 검증 환경, 3D-IC 패키지 설계, 전력·신호 무결성 분석이 모두 포함된다.

Cadence는 이 전체 과정을 묶어서 제공할 수 있다. 그래서 Cadence는 메모리 IP 단품보다 AI 칩 설계 복잡도 상승의 플랫폼형 수혜주로 보는 것이 적절하다.

3-3. Synopsys: 가장 넓은 Design IP 플랫폼

Synopsys는 Cadence와 함께 EDA/IP 시장의 핵심 기업이다.

Synopsys의 DesignWare IP는 HBM, DDR, LPDDR, PCIe, CXL, UCIe 등 다양한 인터페이스 IP를 포함한다.

Synopsys는 HBM4 PHY IP를 HPC, AI, 그래픽, 네트워킹 ASIC·ASSP·SoC용으로 제공하며, 최대 12Gbps per data pin을 지원한다고 설명한다. HBM4 PHY는 HBM4 Controller IP와 memory model VIP까지 결합해 complete HBM4 interface solution을 구성한다. (Synopsys)

또한 Synopsys HBM4 Controller IP는 JEDEC HBM4 표준을 지원하고, 전력·지연시간·대역폭·면적 최적화를 목표로 한다. QoS, refresh management, power-saving, RAS, ECC 같은 기능도 포함된다. (Synopsys)

Synopsys의 강점은 포트폴리오의 폭이다.

HBM뿐 아니라 DDR, LPDDR, CXL, PCIe, UCIe, embedded memory, verification IP까지 넓게 제공한다. AI 칩이 chiplet 구조로 가고, 메모리와 인터커넥트가 동시에 복잡해질수록 Synopsys의 IP attach 기회는 커진다.

다만 Rambus와 비교하면 성격이 다르다.

Rambus가 메모리 계층에 더 직접적으로 노출되어 있다면, Synopsys는 EDA와 Design IP를 함께 제공하는 대형 설계 플랫폼에 가깝다.

4. Rambus의 핵심 차별점: 메모리 IDM 3사와의 장기 특허 라이선스

Rambus가 특히 중요한 이유는 DDR5 인터페이스 칩을 팔기 때문만은 아니다.

Rambus는 메모리 산업의 핵심 기업인 삼성전자, SK하이닉스, 마이크론과 장기 특허 라이선스 계약을 맺고 있다.

계약 조건과 세부 로열티율은 공개되어 있지 않다. 그러나 Rambus가 공식적으로 밝힌 계약 기간과 특허 접근권은 분명하다.

Rambus는 삼성전자와의 계약에 대해 기존 재무 조건을 대체로 유지하면서 Samsung에 Rambus 전체 특허 포트폴리오에 대한 broad access를 2033년 말까지 제공한다고 밝혔다. (Rambus)

SK하이닉스와의 계약도 유사하다. Rambus는 SK hynix와 포괄적 특허 라이선스 계약을 10년 연장했으며, 2024년 7월 1일부터 2034년 중반까지 SK hynix가 Rambus 전체 특허 포트폴리오에 broad access를 가진다고 설명했다. (Rambus)

마이크론과는 2024년 12월에 특허 라이선스 계약을 5년 연장했다. Rambus는 해당 계약이 기존 라이선스 조건을 유지하며, Micron에 2029년 말까지 Rambus 특허 포트폴리오에 대한 broad access를 제공한다고 밝혔다. (Rambus)

이 부분이 Rambus의 핵심 차별점이다.

Cadence와 Synopsys는 주로 AI ASIC, GPU, CPU, NPU 설계자가 HBM·DDR·LPDDR을 붙이기 위해 쓰는 설계 IP를 제공한다.

반면 Rambus는 메모리 IDM 자체와 장기 특허 라이선스 관계를 가지고 있다.

즉 Rambus는 두 개의 축을 동시에 가진다.

첫째, DDR5/MRDIMM 서버 메모리 모듈용 실물 칩 사업이다.
둘째, 메모리 산업 핵심 기업들과의 특허 라이선스 사업이다.

이 이중 구조는 실적에서도 확인된다. Rambus는 2025년에 연간 product revenue 3.48억달러, royalties 2.79억달러, total revenue 7.08억달러를 기록했다. 회사는 DDR5 RCD 리더십과 신제품 기여를 product revenue 성장 요인으로 언급했다. (Rambus)

5. Rambus 주력 제품을 쉽게 이해하기

~~1Q26 실발후 폭락 -ㅅ-;;~~

Rambus를 이해하려면 서버 메모리 모듈 용어를 먼저 정리할 필요가 있다.

전문용어가 많지만, 큰 그림은 단순하다.

서버 CPU가 더 많은 메모리를 더 빠르고 안정적으로 쓰려면, 메모리 모듈 안에 신호를 정리하는 칩, 데이터를 나눠주는 칩, 전력을 관리하는 칩이 필요하다.

Rambus가 바로 이 칩들을 공급한다.

RDIMM: 서버용 안정화 메모리 모듈

RDIMM은 Registered DIMM의 약자다.

서버에서 쓰는 메모리 모듈이다. 일반 PC용 메모리보다 안정성과 확장성이 중요하다.

서버 CPU가 많은 DRAM 칩을 직접 제어하면 신호 부담이 커진다. 그래서 RDIMM은 중간에 RCD를 넣어 명령, 주소, 클럭 신호를 정리한다.

쉽게 말하면, RDIMM은 서버 CPU가 더 많은 메모리를 안정적으로 사용할 수 있게 해주는 메모리 모듈이다.

MRDIMM: 더 빠른 서버용 메모리 모듈

MRDIMM은 Multiplexed Rank DIMM의 약자다.

RDIMM보다 더 높은 대역폭을 목표로 하는 서버 메모리 모듈이다.

핵심은 여러 DRAM rank의 데이터 흐름을 번갈아 묶어서 더 빠른 전송 속도를 만드는 것이다.

Rambus에 따르면 DDR5 MRDIMM 12800은 두 개의 DRAM rank를 interleaving해 host memory bus가 native DRAM보다 두 배의 데이터 속도로 동작하도록 설계된다. 이를 위해 MRCD와 MDB가 필요하다. (Rambus)

쉽게 말하면, MRDIMM은 CPU가 더 빠르게 메모리에 접근할 수 있도록 만든 고대역폭 서버 메모리 모듈이다.

RCD: 메모리 모듈의 신호 지휘관

RCD는 Registering Clock Driver의 약자다.

RDIMM의 핵심 제어 칩이다. CPU에서 들어오는 command/address 신호와 clock 신호를 DRAM 칩들에 안정적으로 나눠준다.

Rambus는 RCD를 RDIMM에서 command/address와 clock을 DRAM 장치에 분배하는 핵심 control plane chip으로 설명한다. (Rambus)

쉽게 말하면, RCD는 서버 메모리 모듈 안에서 신호를 정리해주는 지휘관이다.

MRCD: MRDIMM용 고속 지휘관

MRCD는 Multiplexed Registering Clock Driver의 약자다.

MRDIMM용 RCD라고 이해하면 된다.

MRDIMM은 여러 DRAM rank를 번갈아 움직여 더 높은 대역폭을 만든다. 이때 MRCD는 여러 rank가 정해진 타이밍에 맞춰 움직이도록 제어한다.

쉽게 말하면, MRCD는 MRDIMM에서 여러 DRAM rank를 번갈아 움직이게 하는 고속 제어 칩이다.

MDB: MRDIMM의 데이터 배분 칩

MDB는 Multiplexed Data Buffer의 약자다.

MRDIMM에서 데이터 흐름을 올바른 DRAM 쪽으로 보내고 다시 받아오는 역할을 한다.

Rambus는 DDR5 MRDIMM 12800 하나에 MRCD 1개와 MDB 10개가 필요하다고 설명한다. (Rambus)

쉽게 말하면, MDB는 MRDIMM 안에서 데이터가 어느 DRAM으로 가야 하는지 안내하는 데이터 배분 칩이다.

PMIC: 메모리 모듈의 전력 관리자

PMIC는 Power Management IC의 약자다.

메모리 모듈에 필요한 전력을 관리하는 칩이다.

DDR5 세대에서는 전력 관리 기능이 메인보드에서 메모리 모듈 쪽으로 더 많이 이동했다. 그래서 메모리 모듈 안에서 전압을 조절하고 필요한 전력을 안정적으로 공급하는 PMIC의 역할이 중요해졌다.

쉽게 말하면, PMIC는 메모리 모듈 안의 전력 관리자다.

여기서 한 가지를 덧붙일 필요가 있다.

Rambus는 fabless 회사다. 회사는 메모리 인터페이스 칩을 제3자 파운드리와 제조 계약사를 통해 생산한다고 공시하고 있다. 다만 RCD, MRCD, MDB, PMIC 각각이 어느 파운드리의 몇 nm 공정에서 만들어지는지는 공개하지 않는다. (Securities and Exchange Commission)

따라서 Rambus의 투자 포인트를 3nm, 5nm 같은 선단공정 노출로 보는 것은 적절하지 않다.

더 중요한 포인트는 서버 메모리 모듈이 고속화되고 복잡해질수록 모듈당 Rambus가 공급할 수 있는 칩의 수와 가치가 늘어날 수 있다는 점이다.

SPD Hub와 Temperature Sensor: 메모리 모듈의 신분증과 체온계

SPD Hub는 메모리 모듈의 설정 정보와 상태 정보를 시스템에 전달하는 칩이다.

Temperature Sensor는 메모리 모듈의 온도를 측정한다.

서버 메모리는 안정성이 중요하기 때문에, 시스템은 메모리 모듈의 상태와 온도를 계속 확인해야 한다.

쉽게 말하면, SPD Hub와 온도 센서는 메모리 모듈의 신분증과 체온계 역할을 한다.

6. 세 회사 비교: 누가 어떤 순풍을 받는가

세 회사 모두 AI 메모리 계층 변화의 수혜를 받는다. 다만 수혜의 성격은 다르다.

Cadence와 Synopsys는 AI 칩 설계 복잡도 전체의 수혜를 받는다. HBM, DDR, LPDDR, CXL, PCIe, UCIe가 복잡해질수록 이들의 IP와 검증 툴 attach 기회가 증가한다.

Rambus는 더 직접적이다.

Rambus는 서버 메모리 모듈용 인터페이스 칩, 메모리 특허 라이선스, DDR5/MRDIMM 전환에 동시에 노출되어 있다.

7. 왜 Rambus가 가장 온전히 순풍을 맞을 수 있는가

첫째, 메모리 병목과 사업 구조가 직접 연결된다

AI 서버에서 CPU 메모리 병목이 커질수록 DDR5, RDIMM, MRDIMM의 중요성이 높아진다.

Rambus는 이 모듈에 들어가는 핵심 인터페이스 칩을 제공한다.

AI 인프라가 GPU 단품 성능 중심에서 CPU·GPU·메모리·스토리지 전체를 연결하는 구조로 바뀔수록 Rambus의 역할도 커진다.

둘째, 메모리 IDM 대상 장기 특허 라이선스 포지션을 가진다

Rambus의 가장 독특한 지점은 삼성전자, SK하이닉스, 마이크론과 장기 특허 라이선스 관계를 가지고 있다는 점이다.

계약의 세부 조건과 제품별 로열티율은 공개되어 있지 않다. 하지만 공식 발표 기준으로 Rambus가 메모리 IDM 3사에 장기적으로 특허 포트폴리오 접근권을 제공한다는 점은 확인된다.

이 구조는 Cadence나 Synopsys와 구별된다.

Cadence와 Synopsys는 주로 AI 칩 설계자가 메모리 인터페이스를 구현하기 위해 쓰는 IP를 판다. Rambus는 메모리 산업 자체의 표준과 제품 사이클에 더 직접적으로 연결되어 있다.

셋째, DDR5에서 MRDIMM으로 갈수록 Rambus의 silicon content가 늘어난다

RDIMM에서 MRDIMM으로 가면 메모리 모듈 구조가 더 복잡해진다.

기존 RDIMM에는 RCD, PMIC, SPD Hub, 온도 센서가 중요하다. MRDIMM에는 여기에 MRCD와 MDB가 추가된다.

특히 Rambus는 DDR5 MRDIMM 12800 하나에 MRCD 1개와 MDB 10개가 필요하다고 설명한다. (Rambus)

이 구조는 Rambus에 유리하다.

서버 메모리 모듈이 고속화될수록, 모듈 하나에 들어가는 Rambus 관련 칩의 수와 가치가 늘어날 수 있기 때문이다.

넷째, Rambus는 AI 인프라의 비연산 병목에 베팅하는 회사다

AI 투자에서 가장 눈에 띄는 자산은 GPU다.

그러나 앞으로의 병목은 GPU 연산보다 데이터 이동, 메모리 접근, CPU 오케스트레이션, 외부 메모리 계층에서 더 자주 발생할 가능성이 높다.

Rambus는 GPU 경쟁 그 자체보다, GPU가 제대로 일하기 위해 필요한 메모리 경로에 노출된다.

AI 서버가 많아지고, CPU 메모리 대역폭이 중요해지고, DDR5/MRDIMM 전환이 빨라질수록 Rambus의 수혜 경로는 더 선명해진다.

8. 결론: 메모리 IP는 AI 시대의 보이지 않는 톨게이트

AI 시스템은 더 많은 데이터를 기억하고, 불러오고, 재사용하는 방향으로 발전하고 있다.

긴 컨텍스트, 멀티 에이전트, KV 캐시, 외부 컨텍스트 메모리, CXL, MRDIMM, HBM4는 모두 같은 방향을 가리킨다.

AI의 병목은 연산에서 메모리와 데이터 이동으로 이동하고 있다.

이 변화 속에서 메모리 IP 사업자는 AI 인프라의 보이지 않는 톨게이트가 된다.

AI 칩이 HBM을 붙이고, CPU가 더 큰 DDR5 메모리를 쓰고, 서버가 MRDIMM과 CXL을 채택할수록 메모리 IP의 중요성은 커진다.

Cadence와 Synopsys는 이 흐름에서 AI 칩 설계 플랫폼으로 수혜를 받는다. 복잡한 HBM, DDR, LPDDR, CXL, PCIe, UCIe 설계가 늘어날수록 IP와 검증 툴의 attach 기회가 증가한다.

그중 Rambus는 더 직접적이다.

Rambus는 서버 메모리 인터페이스 칩, 메모리 IDM 대상 장기 특허 라이선스, DDR5/MRDIMM 전환에 동시에 노출되어 있다.

그래서 메모리 계층의 중요성이 커지는 큰 흐름에서 Rambus는 가장 온전히 순풍을 받을 수 있는 회사로 해석할 수 있다.

=끝

2026년 4월 26일 일요일

이모저모

소규모 IR 미팅에서 배운 것들

분기에 한 번 정도 증권사 주관으로 열리는 소규모 IR 미팅 기회가 있으면, 가능한 한 참석하려고 하는 편이다.
기업을 숫자로만 보는 것과, 실제로 회사의 이야기를 듣고 질문을 주고받는 것은 꽤 다른 경험이기 때문이다.

돌이켜보면 기억에 남는 IR 미팅들이 몇 차례 있다.
그중에서도 특히 상반된 인상을 남겼던 두세 번의 경험이 오래 기억에 남는다.

당시에는 지금처럼 AI 산업이 시장의 중심에 있지 않았다.
오히려 특정 섹터는 지금과 달리 투자자들의 관심에서 다소 비켜나 있었다.

우리는 AI 산업의 흐름을 추적하는 과정에서 그 섹터가 언젠가 중요해질 수 있다고 판단했고, 투자 가능한 기업들을 하나씩 살펴보며 기다리고 있었다.

그러던 중 그 섹터에서 새롭게 상장한 회사가 처음으로 여의도에 나와 소규모 IR 투자자 미팅을 진행한다는 소식을 들었다. 자연스럽게 사전등록을 했고, 미팅 장소로 향했다.

그런데 막상 도착해보니 사전등록자는 나 혼자였다.
작은 호텔룸에서 IR 담당자와 나, 단둘이 마주 앉아 1시간 동안 미팅을 해야 하는 상황이었다. 솔직히 처음에는 조금 부담스러웠다. 이 자리가 이렇게 진행되어도 되는 건가 싶은 생각도 들었고, 괜히 어색한 긴장감도 있었다.

미팅이 시작된 뒤 조심스럽게 여쭤봤다.

“혹시 오늘 저만 참석한 건가요?”

그러자 IR 담당자분은 이렇게 답하셨다.
투자자들이 한 타임에 너무 많이 몰리면 오히려 회사의 사업을 제대로 설명하기 어렵다고 판단해, 1타임에 1명씩만 받기로 했다는 것이다.

그 말을 듣는 순간 생각이 조금 바뀌었다.
단순히 형식적인 IR이 아니라, 회사의 사업을 제대로 설명하고 싶어 하는 진심이 느껴졌다.

그 뒤로 1시간 넘게 미팅이 이어졌다.
나는 꽤 구체적인 질문들을 계속 던졌다. 회사의 과거 연혁, 수주가 이뤄지는 방식, 단가 계약 구조, 원가 구조, 고객사별 관계와 이력, 과거 위기 상황에서 CEO가 어떤 방식으로 회사를 이끌어왔는지까지 물었다.

IR 담당자분은 질문 하나하나에 빠짐없이 답변해주셨다.
단순히 긍정적인 메시지를 전달하는 데 그치지 않고, 회사가 지나온 과정과 사업의 구조를 최대한 구체적으로 설명하려는 태도가 인상적이었다.

미팅이 끝난 뒤 기록해둔 내용을 다시 정리해보니, 사업구조와 경쟁 구도, 그리고 향후 실적을 추정할 수 있는 근거가 상당히 구체적으로 남아 있었다. 숫자로 연결할 수 있는 단서들이 손에 잡혔고, 그만큼 투자 판단의 확신도 높아졌다.

그렇게 우리는 그 기업에 대한 투자를 결정했다.
시간이 흐른 지금 돌아보면, 그 판단은 꽤 좋은 결과로 이어지고 있는 듯하다.

반대로 전혀 다른 경험도 있었다.

어느 날 갑자기 한 회사의 기업홍보팀이라며 연락이 왔다. 어떻게 내 번호를 알게 되었는지 물었더니, 증권사를 통해 알게 되었다고 했다. 이후 그분은 거의 매일 해당 산업과 관련된 뉴스를 카카오톡으로 보내주셨고, 결국 한 번 미팅을 하게 되었다.

그런데 미팅을 해보니 이상한 점이 있었다.
산업 이야기는 길게 이어졌지만, 정작 기업 자체에 대한 구체적인 질문에는 계속 답을 피했다. 사업의 구조, 수익성, 리스크, 재무적 특징, 고객사와의 관계처럼 투자 판단에 필요한 질문을 던질 때마다 다시 산업 전망 이야기로 돌아갔다.

결국 제대로 된 답을 듣기 위해서는 질문을 조금 더 집요하게 이어갈 수밖에 없었다. 상대방이 초면에 다소 부담을 느낄 수 있는 선을 넘지 않으려 최대한 공손하게 물었지만, 질문의 방향은 계속 좁혀갔다.

그 과정에서 결국 드러난 것은, 그분의 역할이 사실상 회사의 주식을 팔기 위한 세일즈에 가까웠다는 점이었다.

그 미팅 이후 우리는 해당 기업의 투자 위험성을 내부에 공유했다. 그리고 시간이 지나 다시 보게 된 그 회사는 시장의 주목을 크게 받다가, 결국 상장적격성 심사 대상에 오르게 되었다.

또 다른 기억은 꽤 큰 대기업 IR 행사였다.

마침 이전 직장 선배가 그 회사 IR팀으로 이직했다는 이야기를 들었던 터라, 오랜만에 해당 IR 행사에 참석했다. 하지만 행사는 기대와 달리 다소 형식적으로 흘러갔다. 들으나 마나 한 질문들이 오갔고, 답변 역시 이미 준비된 범위를 크게 벗어나지 않았다.

행사가 끝난 뒤 건너건너 들은 이야기는 더 인상적이었다.
후선부서인 IR팀은 윗선에서 정한 가이드라인을 벗어나 말하기 어렵고, 그 윗선에서는 투자자들이 특정 방향으로 회사를 바라보도록 이미 소통 방향을 정해둔다는 것이었다.

문제는 실제 영업환경이 월별, 분기별로 계속 변해도 그 변화가 실시간으로 IR 커뮤니케이션에 반영되기 어렵다는 점이었다. 변화가 쌓이고 나서야 다음 실적발표 때 조금씩 가이던스나 소통 방향이 조정되는 구조였다.

그래서였는지 그 회사는 몇 분기 동안 실적 쇼크와 서프라이즈를 반복했고, 시장에서 IR팀에 대한 신뢰도 역시 크게 흔들렸던 기억이 있다.

결국 IR 미팅을 통해 배운 것은 하나다.

IR 담당자의 말을 무조건 믿을 필요는 없다.
다만 그들의 말 속에서 회사의 현재 상황, 업황의 방향, 내부의 온도차, 커뮤니케이션의 한계와 의도를 읽어낼 수 있어야 한다.

IR은 답을 얻는 자리이기도 하지만, 더 정확히는 질문을 통해 답의 질을 검증하는 자리에 가깝다.
사전 공부 없이 참석해 처음부터 모든 것을 가르쳐달라는 식으로 접근하면, 그 미팅에서 얻을 수 있는 정보는 제한적일 수밖에 없다.

반대로 미리 공부를 해두고, 산업과 기업의 구조를 이해한 상태에서 질문을 던지면 상황은 달라진다.
상대방이 무엇을 구체적으로 설명하는지, 무엇을 반복해서 강조하는지, 어떤 질문에는 답을 피하는지, 그리고 어떤 대목에서 말의 결이 달라지는지를 볼 수 있다.

그런 의미에서 좋은 IR 미팅은 단순히 회사의 설명을 듣는 자리가 아니다.
기업을 더 입체적으로 이해하고, 투자 판단의 빈틈을 메우는 과정에 가깝다.

그리고 때로는 숫자보다, 한 시간 동안의 대화에서 더 많은 힌트를 얻기도 한다.

=끝

생각정리 233 (* 과학적 상상)

지난주 읽은책 중에 가장 흥미로웠던 책에 대한 개인적인 기록을 남겨볼까 한다.

'과학은 이것을 상상력이라고 한다'

과학적 상상력과 주식투자자의 사고방식

과거에 “저 사람의 분석과 운용 능력은 정말 한번 베껴보고 싶다”는 생각이 들 정도로 강한 인상을 준 분들이 몇 분 있었다. 돌이켜보면 그분들은 단순히 정보를 많이 알고 있거나, 시장을 잘 맞히는 유형의 사람들이 아니었다. 어딘가 과학자나 철학자처럼 무언가를 연구하고, 새로운 방법론과 참신한 시각을 제시하는 사람들에 가까웠다.

그분들에게서는 사건과 현상, 그리고 세상을 약간 비뚤어진 각도에서 해석하는 유머러스함도 느껴졌다. 정답을 말한다기보다, 익숙한 대상을 낯설게 바라보게 만드는 힘이 있었다. 아마 초기에 그런 분들을 마음속 롤모델로 삼았기 때문인지, 아니면 원래 내 기질이 그런 쪽인지 정확히는 모르겠지만 지금도 내 마음속 롤모델은 변함이 없다.

지금도 기억에 남는 장면들이 있다. 메르스 사태로 항공권과 호텔 숙박료가 급락했을 때 오히려 그 시기를 활용해 여행을 다녀왔다거나, 스페인 폭동 사태로 관광 수요가 위축된 틈을 이용해 비교적 저렴하고 한적하게 스페인 여행을 다녀왔다는 식의 이야기들이다.

이들은 위기나 소란을 단순히 피해야 할 사건으로만 보지 않고, 그 안에서 남들이 놓치는 가격과 심리의 왜곡을 읽어내는 사람들이었다.

개인적으로 철학과 과학 분야는 늘 흥미로웠다. 관련 서적을 읽고, 유튜브를 찾아보는 과정도 자연스럽게 이어졌다. 그러던 중 『과학은 이것을 상상력이라고 한다』라는 책을 읽게 되었다. 제목부터 어딘가 투박했고, 전혀 마케팅적인 계산을 하지 않은 듯한 책이었다. 오히려 그 점이 흥미로웠고, 읽는 동안 과학적 사고와 주식투자의 사고방식이 맞닿아 있다는 생각이 자주 들었다.

1. 과학은 원래 자연철학에서 출발했다

‘과학’이라는 영어 단어 science는 라틴어 scientia에서 온 말이라고 한다. 흥미로운 점은 scientia가 철학처럼 통합적인 앎을 뜻하는 말이 아니었다는 점이다. 오히려 법률, 선박 제조술과 같은 개별적이고 분화된 지식을 의미하는 말에 가까웠다고 한다.

당시 영국 철학자들은 과학 연구자들이 자연철학적 통찰력을 잃고, 좁은 영역의 문제에만 몰두한다고 보았다. science라는 표현에는 그런 태도를 비꼬는 풍자적 의미가 담겨 있었다는 설명이 나온다. 원래 자연에 대한 경험적·이론적 탐구는 자연철학natural philosophy이라고 불렸고, 자연철학은 보다 통합적인 앎에 가까웠다.

이 대목에서 자연스럽게 주식투자가 떠올랐다. 주식투자에 비유하면 자연철학은 거시 탑다운과 미시 바텀업을 일원화해 통찰을 얻는 투자 방식에 가깝다. 반면 좁은 의미의 과학은 거시 매크로와 탑다운을 배제하고, 개별 기업 바텀업에만 집중하는 방식처럼 느껴졌다.

물론 어느 한쪽이 절대적으로 우월하다는 의미는 아니다. 다만 통합적 앎에서 출발한 자연철학이라는 개념은 좋은 투자자가 갖춰야 할 사고방식과 꽤 닮아 있었다. 시장을 제대로 이해하려면 개별 기업만 보거나, 거시 환경만 보는 것으로는 부족하다. 결국 중요한 것은 두 영역을 분리하지 않고 하나의 구조 안에서 연결해내는 능력이라고 느꼈다.

2. 과학적 상상력은 수렴과 발산으로 나뉜다

책에서는 토머스 쿤의 『과학혁명의 구조』를 바탕으로 과학적 상상력을 설명한다. 핵심은 수렴적 상상력과 발산적 상상력이다. 세기의 발견이나 패러다임 전환을 이끌어낸 과학자들은 한순간의 번뜩이는 아이디어만으로 세상을 바꾼 사람들이 아니었다.

대부분의 과학자는 먼저 기존 패러다임과 고전적 범례를 꼼꼼히 습득한다. 기존 학계가 받아들이는 문제의식, 연구 방식, 검증 방법, 근본 원리를 충분히 익히는 과정이다. 이것이 수렴적 상상력이다. 수렴적 상상력은 말 그대로 기존 지식의 중심부로 깊이 들어가는 능력에 가깝다.

그다음 과학자는 기존 연구가 풀어낸 문제보다 더 복잡한 문제를 다루거나, 다른 재료와 실험 방법을 적용해 자신만의 독창적인 연구를 시작한다. 이 과정이 발산적 상상력이다. 발산적 상상력은 기존의 틀을 무시하는 태도가 아니라, 기존 범례를 충분히 이해한 뒤 그것을 변형해 새로운 문제를 풀어내는 능력에 가깝다.

중요한 점은 새로운 발견이 수렴적 상상력만으로도, 발산적 상상력만으로도 나오기 어렵다는 것이다. 기존 범례를 깊이 학습하되, 그것을 그대로 반복하는 데 그치지 않아야 한다. 동시에 새로운 시도를 하되, 관련 분야가 공유하는 근본 원리를 완전히 벗어나서도 안 된다. 결국 새로운 발견은 수렴과 발산이라는 상반된 상상력을 동시에 병행할 때 나타난다.

3. 주식투자에서 수렴적 상상력이 부족한 경우

이 개념은 주식투자에도 그대로 적용할 수 있다고 느꼈다. 지금도 그렇지만, 경험이 많지 않은 주니어 투자자나 시장에 온전히 몰두하지 않은 투자자들의 이야기를 듣다 보면 비슷한 생각이 들 때가 있다. 내가 보기에 그들에게 먼저 부족한 것은 수렴적 상상력이다.

조금 더 직관적으로 말하면, 지금 유동성이 쏠리는 자산과 산업에 대한 이해가 부족한 경우가 많다. 시장의 주도 자산, 주도 산업, 주도 기업이 무엇인지 충분히 이해하지 못한 상태에서 투자 아이디어를 제시하는 식이다. 그러다 보니 우연히 찾은 기업이나 산업이 좋아 보인다는 이유만으로 투자를 설득하려 한다.

하지만 그 논리가 실제로 의미를 가지려면 먼저 기준점이 필요하다. 현재 시장에서 가장 강한 시세를 내고 있는 자산, 산업, 기업에 대한 이해가 먼저 있어야 한다. 그래야 그 주도 산업과 주도 자산을 기준점으로 삼고, 그보다 더 나은 포인트를 찾아 나설 수 있다. 이 과정이 투자에서의 발산적 상상력에 해당한다.

가끔 증권사 리포트, 애널리스트 코멘트, 여러 정보를 듣다 보면 전부 좋아 보여서 무엇을 사야 할지 모르겠다는 이야기를 듣는다. 그럴 때마다 나는 먼저 지금 가장 강한 시세를 내고 있는 산업과 기업을 공부해보라고 말한다. 그것을 기준점으로 삼아야 다른 아이디어의 상대적 매력도 보이기 때문이다.

물론 나중에 다시 물어보면 실제로 주도주와 주도 산업을 깊이 공부한 경우는 많지 않다. 이 점이 주식투자 세계에서 꽤 흥미로운 부분이다. 경험이 적을수록 기존 범례에 해당하는 주도주 공부를 건너뛰려는 경향이 있다. 마치 홍대병에 걸린 사람처럼 자신만의 숨은 맛집을 찾으려는 듯, 소외주를 먼저 찾으려 한다.

하지만 수렴적 상상력 없이 발산적 상상력으로 바로 뛰어들면 설득력이 약해진다. 듣는 사람 입장에서는 아무리 좋은 이야기를 해도 귀에 잘 들어오지 않는다. 결국 주식운용 조직에서 큰 성과를 내고 싶다면 순서가 중요하다. 먼저 현재 주도 산업을 누구보다 꼼꼼히 공부하고, 그다음 이를 기준점으로 삼아 자신만의 새로운 해석과 더 나은 통찰을 제시해야 한다.

4. 통제실험은 바텀업 리서치와 닮아 있다

책에서 인상 깊었던 또 다른 개념은 통제실험이었다. 이 부분은 정말 바텀업 리서치와 닮아 있다고 느꼈다. 물리 세계는 너무 복잡하고, 수많은 요소가 끊임없이 서로에게 영향을 준다. 그래서 자연현상을 이해하기 위해서는 통제실험이 필요하다.

통제실험의 목적은 원인과 결과 사이의 인과관계를 명확히 밝히는 데 있다. 이를 분석적 방법 또는 환원적 방법론이라고 부른다. 복잡한 현상을 그대로 바라보면 무엇이 원인이고 무엇이 결과인지 알기 어렵다. 그래서 변수를 통제하고, 특정 요인만 따로 떼어내 관찰하는 과정이 필요하다.

바텀업 리서치도 이와 매우 비슷하다. 기업 실적에 영향을 주는 요소들은 복합적이고 동시다발적으로 움직인다. 따라서 기업을 이해하려면 먼저 쪼개기가 필요하다. 회계 분류상 기업 실적에 영향을 미치는 요소를 먼저 분해하고, 그 안에서 다시 P, Q, C를 소분류해야 한다.

그다음 각각의 P, Q, C에 영향을 주는 외부 거시 변수까지 다시 쪼개야 한다. 가격은 왜 변하는지, 수량은 어떤 변수에 민감한지, 비용은 어떤 원재료와 환율, 금리, 인건비 변수에 영향을 받는지 따져보는 식이다. 기업 실적은 단일 변수로 움직이지 않기 때문에, 먼저 복잡한 구조를 잘게 나누어야 이해가 가능하다.

5. 실적 추정은 쪼개고 다시 쌓는 과정이다

이렇게 분해한 뒤에는 각 요소에 대한 미래 추정과 가정을 세운다. 그리고 이를 다시 하나씩 쌓아 올려 미래 실적을 추정한다. 이 과정이야말로 환원적 사고에 가깝다. 먼저 쪼개고, 그다음 다시 조립하는 방식이다.

특히 중요한 것은 각 요소가 미래 실적에 얼마나 큰 영향을 미치는지 확인하는 과정이다. 이를 위해서는 특정 요소만 변화시키고, 나머지 요소는 그대로 둔다는 통제실험적 사고가 필요하다. 그래야 어느 변수가 기업의 미래 실적 추정에 가장 민감한지 알 수 있다.

예를 들어 매출 성장률, 판가, 판매량, 원가율, 환율, 금리, 세율 등 여러 변수가 동시에 움직이면 실적 변화의 핵심 원인을 파악하기 어렵다. 그래서 하나의 변수만 바꿔보고, 나머지는 고정한 상태에서 민감도를 확인해야 한다. 이 과정을 통해 기업의 미래 실적을 움직이는 핵심 변수Key Value를 찾아낼 수 있다.

여기서 쪼개기는 기존 범례를 공부하는 수렴적 상상력에 해당한다. 반대로 쪼갠 요소들에 대한 미래 가정을 다시 쌓아 올리고, 민감도를 분석해 핵심 변수를 찾아내는 과정은 발산적 상상력에 가깝다. 결국 좋은 실적 추정은 단순한 숫자 맞히기가 아니라, 기업을 움직이는 구조를 해석하는 작업이다.

6. 다만 자연과학과 주식투자는 완전히 같지 않다

물론 자연과학, 철학과 주식투자 세계가 모든 면에서 같다고 보기는 어렵다. 굳이 차이를 찾자면 먼저 적시성의 개념이 다르다. 주식투자 세계에서 정보는 특정 시기에만 유용하고 중요할 때가 많다. 같은 사실이라도 시장이 이미 충분히 반영한 뒤에는 더 이상 투자 판단의 핵심 정보가 되기 어렵다.

반면 자연과학과 철학에서의 지식은 상대적으로 시간의 제약을 덜 받는다. 하나의 원리나 개념은 발견 이후에도 오랜 기간 반복적으로 검토되고, 후속 논의의 토대가 된다. 물론 과학 역시 새로운 발견에 따라 기존 이론이 수정되지만, 주식투자 세계에서처럼 정보의 가치가 시세와 시간에 의해 빠르게 소멸되는 구조와는 조금 다르다.

또 다른 차이는 반복 가능성에 있다. 자연에서는 실험을 반복하면서 결론을 수정할 수 있다. 같은 조건을 다시 만들고, 변수를 조정하고, 오류를 확인한 뒤 더 나은 설명으로 나아갈 수 있다. 그러나 투자는 그렇게 완전히 되돌아갈 수 있는 세계가 아니다.

주식투자는 결국 시간과 자본이 소모되는 비가역적 선택의 연속이다. 한 번 지나간 가격과 기회는 그대로 반복되지 않는다. 어떤 판단이 틀렸다는 사실을 뒤늦게 깨달아도, 이미 투입한 시간과 자본, 그리고 그동안 발생한 기회비용은 되돌릴 수 없다.

그래서 주식투자에서 과학적 사고가 중요하다고 해도, 그것이 자연과학의 실험처럼 완전한 반복 가능성을 보장해주지는 않는다. 오히려 투자자는 불완전한 정보와 제한된 시간 속에서 결정을 내려야 한다. 이 점에서 투자는 과학적 사고를 필요로 하지만, 동시에 과학보다 훨씬 더 강한 시간성과 비가역성을 갖는 세계라고 느꼈다.

7. 좋은 투자자는 과학자이자 철학자에 가깝다

돌이켜보면 내가 예전에 롤모델로 삼고 싶다고 느꼈던 분들의 분석법과 운용 방식도 이와 닮아 있었다. 그분들은 단순히 기업을 많이 아는 사람이 아니었다. 과학적 사고와 철학적 사고를 동시에 사용하는 사람들에 가까웠다.

하나의 현상을 잘게 쪼개고, 원인과 결과를 구분하려 했다. 동시에 그 쪼개진 조각들을 다시 연결해 더 큰 구조를 보려 했다. 그래서 그들의 분석은 단순한 정보 전달처럼 느껴지지 않았다. 오히려 하나의 방법론처럼 느껴졌다.

좋은 투자자는 결국 시장을 바라보는 자신만의 렌즈를 가진 사람이라고 생각한다. 그 렌즈는 그냥 만들어지지 않는다. 기존 시장의 범례를 깊이 공부하고, 주도 산업과 주도 기업을 집요하게 관찰하고, 그 위에서 자신만의 해석을 만들어내는 과정을 거쳐야 한다. 내가 그들에게 강한 인상을 받았던 이유도 아마 이 지점에 있었던 것 같다.

8. 과학연구와 주식투자에 공통적으로 필요한 것

마지막으로 책에서는 천재적 과학 연구에 예외 없이 등장하는 요소를 이야기한다. 바로 끈기, 집중력, 회복탄력성, 열정이다. 과학 연구에서는 정말 열심히 노력해서 무언가 발견될 것 같다가도, 결정적인 오류가 발견되어 처음부터 다시 시작해야 하는 경우가 많다고 한다.

이때 회복탄력성이 없다면 실망감은 쉽게 무기력으로 이어진다. 끈기와 집중력이 없다면 같은 문제를 다시 붙잡고 버티기 어렵다. 열정이 없다면 애초에 그 긴 과정을 견디기 힘들다. 그래서 과학 연구에서 위대한 발견은 번뜩이는 천재성만으로 설명되지 않는다.

주식투자도 마찬가지다. 내가 공부하고 분석한 기업과 산업이 있더라도, 외부 거시 변수와 지정학, 사회, 정치 환경은 끊임없이 변한다. 기존에 가정했던 외부 변수가 달라졌다면 결론도 달라져야 한다. 그 순간 지금까지의 리서치 노력은 매몰비용으로 간주하고, 다시 새롭게 나아가야 한다.

의외로 많은 투자자가 이 과정에서 앵커링 효과라는 덫에 빠진다. 이미 많은 시간을 들였기 때문에 기존 생각을 버리지 못한다. 처음 세웠던 가정에 계속 묶여 있고, 시장이 달라졌는데도 결론은 달라지지 않는다. 분석을 많이 했다는 사실이 오히려 생각을 고정시키는 족쇄가 되기도 한다.

가끔 말로는 열심히 한다고 하지만, 시간이 지나도 생각이 거의 변하지 않는 투자자들이 있다. 하루가 지나도, 한 주가 지나도, 한 달이 지나도 가장 좋게 보는 회사와 산업이 그대로인 경우다. 물론 긴 호흡의 투자 관점 자체가 문제라는 뜻은 아니다. 다만 세상이 변하고 있는데도 자신의 답이 전혀 변하지 않는다면, 그것은 신념보다 앵커링에 가까울 수 있다.

열심히 버티는 것과 과거의 생각에 갇히는 것은 다르다. 좋은 투자자는 틀렸을 때 다시 시작할 수 있어야 한다. 기존 분석을 버릴 수 있는 회복탄력성, 다시 파고들 수 있는 끈기, 계속해서 질문을 던지는 집중력과 열정이 필요하다.

9. 결국 좋은 분석은 상상력의 문제다

『과학은 이것을 상상력이라고 한다』를 읽으며 과학과 투자 사이에는 생각보다 많은 접점이 있다는 생각을 했다. 과학자는 기존 범례를 깊이 학습한 뒤, 그것을 변형해 새로운 문제를 풀어낸다. 투자자도 현재 시장의 주도 산업과 기업을 깊이 이해한 뒤, 그 기준점 위에서 새로운 해석을 만들어야 한다.

과학자는 복잡한 자연현상을 이해하기 위해 통제실험을 한다. 투자자는 복잡한 기업 실적을 이해하기 위해 매출, 비용, 가격, 수량, 원가, 거시 변수를 쪼개고 다시 조립한다. 과학자는 실패와 오류 속에서도 다시 실험을 이어간다. 투자자 역시 잘못된 가정과 바뀐 환경을 인정하고, 다시 분석을 시작할 수 있어야 한다.

다만 둘 사이에는 분명한 차이도 있다. 과학과 철학의 지식은 상대적으로 긴 시간 동안 축적되고 검토되지만, 주식투자 세계의 정보는 특정 시점에만 투자적 의미를 갖는 경우가 많다. 또한 과학은 반복 실험을 통해 결론을 수정할 수 있지만, 투자는 지나간 시간과 투입한 자본을 완전히 되돌릴 수 없다. 그래서 투자자는 과학적 태도를 가져야 하지만, 동시에 시간과 자본의 비가역성을 늘 의식해야 한다.

결국 좋은 분석은 단순히 정보를 많이 모으는 데서 나오지 않는다. 기존 범례를 충실히 공부하는 수렴적 상상력이 필요하고, 그 기준점 위에서 자신만의 해석을 만들어내는 발산적 상상력도 필요하다. 내가 과거에 강한 인상을 받았던 좋은 투자자들의 공통점도 여기에 있었던 것 같다.

종합해보면, 수렴 없이 발산하면 공허하고, 발산 없이 수렴하면 평범해지며, 회복탄력성 없이 분석하면 집착이 되기 쉬우며, 동시에 정보의 적시성이 어긋나면 무가치하다.

그들은 시장을 단순히 맞히려는 사람들이 아니었다. 세상을 이해하는 자신만의 방법론을 가진 사람들이었다. 그리고 그 방법론은 과학적이면서도 철학적이었다.

내가 그들의 분석과 운용 능력을 베껴보고 싶다고 느꼈던 이유도, 아마 그들이 단순한 투자자가 아니라 하나의 연구자처럼 보였기 때문이었지 않을까 싶다.

글을 마치며

마지막으로, 주도주와 주도산업을 피해 소외주와 소외산업을 분석하고 투자하는 것만이 역발상이라고 보편적으로 받아들여지지만, 나는 조금 다른 시각을 갖고 있다.

경험상 좋은 투자는 오히려 남들이 가장 많이 바라보는 시장의 중심부를 가장 깊게 이해한 뒤, 그 안에서 아직 충분히 해석되지 않은 균열이나 확장 가능성을 발견하는 과정에서 나오는 경우가 많았다.

이미 시세가 났고 정보가 반영됐으니 더 이상 볼 겂이 없다라는 편견을 깨는것이 역발상이라는 것이다.

이는 기존 패러다임과 범례를 충분히 학습하는 수렴적 상상력과, 그 토대 위에서 새로운 해석을 만들어내는 발산적 상상력이 함께 작동하는 지점이다.

그런 점에서 이미 시세가 많이 오른 반도체를 더 깊게 공부하고, 그 안에서 여전히 과소평가된 변화의 방향을 발견해 다시 매수하는 행위 역시 어쩌면 가장 현실적인 의미의 역발상 투자일 수 있지 않을까 싶다.

=끝