2026.09.03 · 유튜브 · 이효석아카데미

원가 다 밑지고 만든 삼성 HBM4가 현존 최고 스펙이 됐습니다. 하이닉스와 갈린 지점은 바로 '이것' [월간아신 9월호 1부]

유형
유튜브
날짜
2026.09.03
강연자/작성자
이효석아카데미
분석 주제
미지정
자료 길이
전사문 12,523자
1

문서 전체 조망

핵심 구조

HBM4의 고사양 경쟁은 주문형 AI 칩 확산과 함께 메모리의 역할을 다시 키운다

오픈AI 할라피뇨의 HBM4 채택설은 엔비디아 중심이던 고사양 메모리 수요가 자체 설계 칩으로도 번질 수 있음을 보여준다. 다만 삼성 납품과 성능 우위는 왜 그런 평가가 나왔는지의 근거와 실제 검증이 남아 있고, 대규모 계약이 현실화되는 과정에서는 금리가 마지막 제약으로 제시된다.

HBM4 채택설은 에이직의 기준이 바뀔 수 있음을 보여준다

기존 에이직은 엔비디아 GPU보다 낮은 가격과 사양이 주된 장점이었지만, 할라피뇨는 HBM4 최고 스펙을 쓴 것으로 거론된다. 공급이 빠듯한 조건에서 높은 조건으로 물량을 확보했다면, 그 구조 때문에 메모리 회사의 협상력에도 의미가 생긴다는 해석이다.

칩의 전문화는 메모리도 시스템별로 나뉘게 한다

범용 TPU, 특정 워크로드용 칩, 초저지연 칩, 초거대 모델 대량 처리 칩은 필요한 성능과 메모리가 다르다. 용도가 달라지는 흐름 때문에 메모리는 만들어 놓고 쓰는 부품이 아니라 시스템에 맞춰 설계되는 주문형 영역으로 재평가될 수 있다는 관점이다.

AI는 제조의 경험 지식을 설계 속도로 바꾼다

반도체 현장의 안목지를 명시적 지식으로 바꾸면 AI가 설계 검증과 공정을 빠르게 개선할 수 있다. 반면 할라피뇨의 성능 비교는 특정 시험 조건에 치우칠 수 있어 멀티턴·롱컨텍스트에서의 검증이 남는다는 판단이다.

10GW 계약의 크기보다 현실화와 금리가 관건이다

원문은 10GW를 데이터센터 투자로 환산해 HBM 원가 비중이 큰 규모라고 계산한다. 다만 그 숫자가 한 번에 매출로 잡히는 것은 아니며, 계획 확대에 따른 금리 상승을 감당할 수 있는지가 결국 최종 확인 사항이다.

ANALYSIS VIEW사건별 사실과 작성자의 판단, 지속 정보를 나누어 읽기
2
발생·예정 사건과 출처별 관점

이슈 분석

이 자료가 이슈의 어떤 사실을 다루고, 작성자가 무슨 결론을 어떤 근거로 내렸는지 원문에 붙여 읽습니다.

발생진행 중발생월 26-9

26-9 오픈AI 할라피뇨의 HBM4 채택설

작성자의 핵심 판단

할라피뇨의 HBM4 채택과 삼성 납품설은 고사양 HBM 경쟁의 상징적 사례지만, 삼성의 공식 확인과 실제 성능 검증은 더 필요하다는 평가다.

근거 보기 4
  1. 원문 구간 1

    에이직이라는게 이렇게 쉬운 거였어. 요즘에 좀 그런 생각도 좀 드는데 팁을 24년에 꾸렸고 작년 10월인가 11월에 테이프하웃을 했거든요. 이제 테이프하웃이라는게 보통 설계 끝나고 파운더리한테 이제 설계도 던져 주는 시점인데 그래서 얼마 안 됐는데 벌써 칩이 나와 가지고 좀 놀랐고요. 그리고 에이직 중에서 HBM을 제일 하이엔드를 썼습니다. 정확하게 확인 안 됐는데 HBM 4 최고 스펙 사양을 썼다라고 하는데 삼성전자가 납품했다라는 설이 유력합니다. 지부 언론에서는 삼성에서 납품한 거 맞다라고 이제 뭐 확정적으로 기사를 쓰기도 했는데요.

  2. 원문 구간 2

    삼성에서 공식 코멘트는 아직 안 했기 때문에 좀 더 봐야 되긴 하겠지만 놀랍습니다. >> 보시는 분들에 따라서 이해를 못 하실 수도 있을 것 같아서 삼성전자가 하이닉스가 HBM을 만들면 이걸 가져다가 쓰는 애들이 있잖아요. 일단 뭐 엔비디아가 그거 가져다가 자기 만들어 가지고 또 팔고 누구누구가 사가는 거예요, 고객들이. >> 일단 엔비디아 GPU가 신내 고객이죠. 제일 큰 고객이고 그리고 이제 자체 설계칩을 하는 회사들이 있습니다. >> 그러니까 그 자기가 스스로 반도체를 만드는 >> 맞습니다.

  3. 원문 구간 3

    네. 그렇죠. 정확하시네요. 그니까 이게 보통 엔비디아 칩 가지고 와서 테스트하잖아요. 그러니까 이제 보통 그리고 HBM도 SK 하이닉스 기준으로 테스트를 하는데 이제 테스트할 때 교묘하게 자기한테 유리하게 하죠. >> 아, >> 네. 그러니까 이제 요게 보통 이제 단일 예측 기준으로 하면 거의 뭐 할라피뇨가 좀 더 뛰어나다라고 하는데 실제로 이제 그런 조건에서 쓸 일이 많지 않은 거죠. 아, >> 그니까 보통 다중 예측을 기반으로 하고 비디아는 그런 쪽에서 뛰어난칩이고 그 GPU 자체가 범용이잖아요.

  4. 원문 구간 4

    그니까 여러가지 워크로드에 적합한 건데 할라피뇨 같은 경우 특정 워크로드에 최적화된 칩이다 보니까 딱 그것만 가지고 이제 와 우리가 이제 특정 영역에서는 엔비디아 이겼어. 이게 일종의 마케팅이라고 보 봐야 될 거 같고요. 할라피뇨는 아직까지 좀 더 많은 검증을 해야 되죠. 음. 특히나 이제 뭐에트 X라고 해서 멀티턴이나 롱컨텍스트 뭐 이런 데서 실제로 잘되는지 봐야 되는 거고 엔비디아 이미 다 검증된 건데 할라피뇨는 사실 그런 쪽에서 아직 검증된게 없어요. >> 그런데 이제 일단은 마케팅이니까 항상 그런 거 있지 않습니까?

이 자료에서 다룬 사실

오픈AI의 자체 설계 칩 할라피뇨에 HBM4 최고 스펙이 쓰였고 삼성전자가 납품했다는 보도가 나왔으나, 삼성전자는 공식 코멘트를 하지 않았다.

근거 보기 3
  1. 원문 구간 1

    안녕하세요. 이어석입니다. 오늘도 월관하신 시간이 돌아왔습니다. 안녕하세요. >> 네. 안녕하십니까? >> 네. 그 바로 본론으로 들어가서 최근에 오픈 AI가 자체 칩을 개발했는데 한라피뇨 이런 걸 공개했어요. 그래서 여기에 삼성전자 HBM4가 들어간답니다. 구글 TPU도 아마존 트레니엄도 아직 HVM4를 못 썼는데 오픈에어가 먼저 쓴다는게 어떤 의미가 있는 건가? 그러니까요. 이게 자체 설계칩 뭐 개발한다 그러길래 아 저가 어느 세월에 할까라고 했는데 그게 굉장히 빨리 나온 거 같아요. 그리고 생각보다 빨리 나왔고 성능도 꽤 괜찮은 거 같습니다.

  2. 원문 구간 2

    에이직이라는게 이렇게 쉬운 거였어. 요즘에 좀 그런 생각도 좀 드는데 팁을 24년에 꾸렸고 작년 10월인가 11월에 테이프하웃을 했거든요. 이제 테이프하웃이라는게 보통 설계 끝나고 파운더리한테 이제 설계도 던져 주는 시점인데 그래서 얼마 안 됐는데 벌써 칩이 나와 가지고 좀 놀랐고요. 그리고 에이직 중에서 HBM을 제일 하이엔드를 썼습니다. 정확하게 확인 안 됐는데 HBM 4 최고 스펙 사양을 썼다라고 하는데 삼성전자가 납품했다라는 설이 유력합니다. 지부 언론에서는 삼성에서 납품한 거 맞다라고 이제 뭐 확정적으로 기사를 쓰기도 했는데요.

  3. 원문 구간 3

    삼성에서 공식 코멘트는 아직 안 했기 때문에 좀 더 봐야 되긴 하겠지만 놀랍습니다. >> 보시는 분들에 따라서 이해를 못 하실 수도 있을 것 같아서 삼성전자가 하이닉스가 HBM을 만들면 이걸 가져다가 쓰는 애들이 있잖아요. 일단 뭐 엔비디아가 그거 가져다가 자기 만들어 가지고 또 팔고 누구누구가 사가는 거예요, 고객들이. >> 일단 엔비디아 GPU가 신내 고객이죠. 제일 큰 고객이고 그리고 이제 자체 설계칩을 하는 회사들이 있습니다. >> 그러니까 그 자기가 스스로 반도체를 만드는 >> 맞습니다.

그렇게 판단한 이유

기존 에이직이 엔비디아보다 한두 세대 뒤 HBM을 주로 쓰던 것과 달리 HBM4를 먼저 썼고, 공급 부족 속 물량을 확보한 조건이 가격이나 선급금일 수 있다는 점을 근거로 든다.

근거 보기 3
  1. 원문 구간 1

    >> 근데 이제 보통 우리가 그런 칩들 이야기하면 엔비디아 GPU 내에서 뭐 한 30% 가격이다. 자, 이게 중요했지 사실 뭐 성능을 M비D하고 한번 비벼볼 만한 거 같습니다. 이런 이야기 별로 안 했거든요. >> 근데 이제 할라피뇨는 지금 블랙웰 울트라가 지금 제일 현존하는 거 중에 최고잖아요. >> 이제 루빈이 조만간 나오지 않습니까? 근데 루빈하고 비벼 볼만하다. 그리고 이제 HBM을 보통 이제 우리가 빅테크들 직을 보면 비디아가 지금 쓰는 HBM보다 한 세대, 두 세대 뒤쳐진 걸 보통 써요.

  2. 원문 구간 2

    >> 그러니까 엔비디아 블랙 울트라의 HBM 3 12단이 적용이 되면 그거보다 좀 떨어지는 것들을 보통 쓰죠. 에이직에다가. 그런데 할라피뇨는 지금 HBM 4를 제일 먼저 쓴 거죠. 근데 이게 상징하는 바가 있겠네요. 이게 왜냐면은 저희가 이제 들었을 때 느낌은 삼성전자 입장에서 이걸 생각해 보면 HBM4 만들었다. 야, 이거 누구 누구한테 줄까? M비D한테 먼저 드죠. 뭐 당연히 뭐 이렇게 하고 있을 거고 구글도 달라고 그러거든 하는데 >> 오픈 AI가 달라고 해서 떡한이 줄리는 없잖아요.

  3. 원문 구간 3

    이제 굉장히 좋은 조건을 제시를 했겠죠. 오픈에서 >> 맞아요. 그것도 되게 재밌는 포인트인데 메모리 3사들 2분기 실적 발표 컨퍼런스 콜 보면 2027년까지 지금 풀부킹입니다. 뭐 HB 케파 없어요 이랬잖아요. >> 그럼 오픈 AI 어떻게 받았지? >> 그러니까 >> 자 이런 생각이 들잖아요. 그러면 두 가지죠. 가격을 세게 불렀거나 아니면 선급금을 줬을 거다. 자 그러면 이제 이게 메모리 회사들한테 의미하는게 되게 커요. >> 그렇군요. >> 예 그러면 A직 업체들이 이제 HBM 기술 경쟁을 하는 거야.

3
사실·구조, 해석·전망, 시점 관찰, 판단 방법

지식·관점

사건 밖에서도 다시 참고하거나 다른 자료와 비교할 가치가 있는 내용을 대상과 반복 가능한 논점으로 묶습니다.

해석·전망추론용 주문형 칩과 메모리의 전문화주 대상 · 산업·업종 · AI 반도체관련 대상 · 기술·제품 · 고대역폭 메모리(HBM)

추론용 칩의 용도별 전문화는 메모리 선택을 어떻게 바꾸는가?

이 자료가 더한 내용

구글 TPU·프로즌 V2, LPU, 할라피뇨는 각각 범용·특정 워크로드·초저지연·초거대 모델 대량 처리라는 용도가 달라 주문형 메모리를 필요로 한다고 본다. 이 변화는 메모리를 일률적인 커머더티보다 시스템별 최적화 대상으로 보게 한다.

근거 보기 5
  1. 원문 구간 1

    검증. 이런 것들을 속도로 완전 단축시킨 겁니다. >> 야, 그러네요. AI로 AI 침을 만드는 시대가 오고 있는 거 같습니다. >> 네. 근데 같은 출론용 치민들 전략이 좀 다르다. 구글, 프로즈, V2는 HBM 사용을 줄이고 엔비디아는 S램을 쓰고 한라피노는 HBM을 최대로 쓴다. 왜 이렇게 달라지는 거죠? 이게 우리가 출론용침 그러면 한 덩어리로 생각해서 같은 방향 생각하잖아요. 근데 이제는 출론이라는 그 영역 안에서 굉장히 세분화 되는 겁니다.

  2. 원문 구간 2

    >> 전문화 되는 거라고 봐야 될 것 같고 그 말은 메모리 쪽은 그냥 논하는 겁니다. 잘하면 그러니까 이제 프로즈 V2라는게 뭐냐면 >> 구글에 TPU가 있는데 왜 프로준 V2라는 칩이 또 필요하냐? A잖아요. 중에서도 TPO는 좀 법령스러운인 거고요. 출론을 주로 하지만 좀 더 법령스러운이라고 보시면 되고 >> 예. 프로즈 브트는 정말 재미 나이에 최적화된 집이에요. >> 아. >> 예. 최근에 이제 구글이 TPU를 자기네들만 쓰다가 이제 외부 판매도 하잖아요.

  3. 원문 구간 3

    예. 외부 판매도 하는데 그건 약간이지만 법용스러운 그 어떤 역할들을 해야 되는 거죠. 소프트웨어나 하드웨어적으로. 음프는정말자기네들 재미 쓰려고 특정워크로드에만 최적화려고 하는 칩이고 실제로 칩 자체에다가 하드코딩을 해 버립니다. >> 음. 음. >> 그래 이게 재미나이가 잘 안 되면이 다 버려야 돼요. 그리고 이제 그 LPU 같은 경우는 뭐 HBM을 안 쓰고요. 이제 그 >> 그 엔비디아가 그록이라는 회사를 인수를 했잖아요. 인수인 듯 인수 아닌 듯 약간 반독점을 회피하기 위해서 인력과 IP만 다 이제 가져오는 그런 형태지만 사실상 인수잖아요.

  4. 원문 구간 4

    근데 이제 이거는 초저지연 지연이 없는 쪽에 이제 쓰기 위한 칩이고 초론이라는 역할을 보면 어 프리필이라는 영역이 있고 디코딩이라는 영역이 있는데 디코딩 중에서 이제 지연이 적은 거 그리고 에이전틱 AI에서 제일 먼저 그 얼마나 속도를 빠르게 답변을 첫 답변을 뽑아내느냐 거기서 이제 그 LPU LPX라는 그 서브렉 시스템이 중요해지는 거고요. 그리고 할라피뇨는 정말 철저하게 초고대 모델을 대량으로 돌리는데 최적화돼 있는 칩이에요. 아, >> 그러니까 다릅니다.

  5. 원문 구간 5

    이제 용도가. >> 아, >> 그래서마다 생각하는 전략에 따라서 칩이 달라지는 거고 거기에는 다 주문형 메모리가 필요하죠. 여기서 이제 키 팩터가 주문형이라는 거 같아요. 그니까 우리가 늘 반도체를 이야기할 때 어 커머더티라고 얘기하면은 만들어 놓으면 가져다 쓰는게 아니고 이들마다 지금 방금 말씀하신 대로 M비디와 생각 다르고 오픈 생각 다르고 구글도 생각데 구글은 심지어 구글 안에서도 생각이 달라. >> 그니까 거기에 맞는 반도체를 따로 만들어야 돼.

해석·전망AI와 반도체 설계·공정의 안목지주 대상 · 산업·업종 · 반도체 설계·공정

AI는 반도체 현장의 경험 지식을 설계와 공정에 어떻게 활용하는가?

이 자료가 더한 내용

반도체 현장의 경험·안목지를 명시적인 지식으로 바꾸면 AI가 설계 검증과 공정 개선을 가속할 수 있다고 설명한다. 오픈AI가 코덱스를 설계에 투입한 사례와 중국 메모리 업체의 개선을 이 흐름의 예로 든다.

근거 보기 7
  1. 원문 구간 1

    AMD가 우리가 엔비디아보다 뭐 뛰어나다라고 하지만 막상 써 보면 안 그렇거든요. >> 근데 이제러니 저러니 해도 네. 좀 속도는 놀라운 거 같아요. 아니, 언제 아까 말씀하 24년에 시작해 놓고 언제 이렇게 했나? 이런게 판도체를 만드는데 시간이 이렇게 단축된다라는 건 또 어떤 의미가 있을까요? >> 최근 트렌드가요. 반도체 공정 그러니까 설계하고 공정 쪽에 >> 네. >> 어, 이제 반도체라는게 설계하고 공정이지 않습니까? 여기 AI가 엄청난 가속도를 붙이고 있어요.

  2. 원문 구간 2

    >> 아, >> 그러니까 이게 사실 우리가 반도체라고 하면 최첨단 기술이라고 하지만 여기에 >> 노가 나죠. 아날로그적이잖아요. 굉장히 아날로그적이잖아요. 여기 반도체 전문가들 많이 나오시지만 실제로 반도체라는게 굉장히 아날로그적이에요. >> 그리고 여기 굉장히 많은 그 그 안목지들이 많단 말이에요. 이런 노하우들이. 물론 여전히 우리가 막 그 안목지라는 영역이 정말 그 수요를 아주 높이는 데는 중요한 역할을 하지만 >> 그러니까 이런 거 있잖아요. 지금은 50점 60점 받는 애야.

  3. 원문 구간 3

    네. 네. >> 그럼 얘를 80점으로 끌어올린 데는 사실 그 AI가 >> 굉장히 큰 역할을 할 수 있거든요. >> 그러니까 이제 그 안목지들을 명시적인 지식으로 바꿔서 할 수 있잖아요.이 >> 안목 하니까 옛날에 제가 그 재밌는 에피소드로 생각났는데 제가 이제 포항에서 학교 다녔잖아요. 그래서 포항공대 이제 현장 선수를 갔는데 얘기 들어 보니까 너무 재밌는 거예요. 그 쇠물이 이렇게 쭉 흘러나와요. 막 뜨거워 더워. 어저씨가 이렇게 색깔 딱 보더니 야 그거 좀 더 넣어라 이러는 거예요.

  4. 원문 구간 4

    그니까 그 완전 잖아. 느낌으로 딱 보고 색깔 보고 그냥 판단하는 거잖아. 그게 이제 안목지잖아. 일종에 그 철도 마찬가지고 반도체도 >> 어 이거 아니고 이런 거 같은데 그 수많은 경험 그니까 우리도 무슨 뭐 생활의 달인 뭐 이런 거 보면 나오는 거 그런 거라는 거잖아요. 그분이 없어도 된다는 얘기가 아니라 그런 거를 최소화하고 AI로 완전히 그런 것들을 성능이나 이제 프로세스를 개선시키는 거 이런게 가능하다는 거네요. >> 맞. 그렇죠. 그게 설계 영역에서도 굉장히 가속화시켜 주는 거고 그리고 공정 영역에서도 이런 것들을 굉장히 가속화시켜 주는 거예요.

  5. 원문 구간 5

    >> 그러니까 이런 것들을 왜 엔비디아가 젠슨왕이 허구나 날러 와서 반도체에서 하고 뭐 하자. 그 팔란티어 뭐 그 알렉스 카프어 와서 왜 삼성하고 막 이런 거 하겠습니까? 여기에 있는 굉장히 많은 안목지들을 >> 이거를 명시적인 지식으로 바꾸고 싶은 거예요. 그러면 AI 업체 입장에서 이게 돈이거든요. 이게 데이터 접근성이잖아요. >> 그러네요. >> 그런 것들이 실제로 효과를 내고 있다라는 거죠. 그 특히나 최근에 보면 CXMT는 YMTC 같은 중국 업체들이 >> 수요이 많이 좋아지고 있거든요.

  6. 원문 구간 6

    >> 거기서 AI 역할이 굉장히 큽니다. >> 그러게요. 사실은 이제 AI를 생각하면은 우리는 어 체 GPT 지능 이쪽으로만 생각하는데 제조 쪽에서도 이렇게 설계나 이런 쪽에서도 알게 모르게 굉장히 큰 영향을 주고 있구나. 좋은 AI가 나오면 어 AI를 만드는 방법도 가속화시키는이 선순한 효과가 지금 나타나고 있다라고 볼 수 있겠네요. >> 그렇죠. 이번에 할라핀 설계하데 있어서 오픈 AI가 코덱스를 엄청나게 이제 강력하게 투입했죠. >> 그게 어떻게 보면 이제 설계 뭐 EDA 툴이라든지 뭐 이런 쪽 있잖아요.

  7. 원문 구간 7

    검증. 이런 것들을 속도로 완전 단축시킨 겁니다. >> 야, 그러네요. AI로 AI 침을 만드는 시대가 오고 있는 거 같습니다. >> 네. 근데 같은 출론용 치민들 전략이 좀 다르다. 구글, 프로즈, V2는 HBM 사용을 줄이고 엔비디아는 S램을 쓰고 한라피노는 HBM을 최대로 쓴다. 왜 이렇게 달라지는 거죠? 이게 우리가 출론용침 그러면 한 덩어리로 생각해서 같은 방향 생각하잖아요. 근데 이제는 출론이라는 그 영역 안에서 굉장히 세분화 되는 겁니다.

해석·전망HBM 성장률과 공급 협상력주 대상 · 기술·제품 · 고대역폭 메모리(HBM)관련 대상 · 산업·업종 · 메모리 반도체

HBM 수요 경쟁은 메모리 회사의 협상력에 어떤 조건을 만드는가?

이 자료가 더한 내용

2027년까지 HBM 공급이 빠듯한 상황에서 에이직 업체들이 기술 경쟁을 하며 더 높은 조건을 제시하면 메모리 회사의 협상력이 높아질 수 있다고 본다. 올해 HBM 성장률 둔화 뒤 내년 성장률 재가속 전망도 관심이 돌아오는 배경으로 제시한다.

근거 보기 5
  1. 원문 구간 1

    이제 굉장히 좋은 조건을 제시를 했겠죠. 오픈에서 >> 맞아요. 그것도 되게 재밌는 포인트인데 메모리 3사들 2분기 실적 발표 컨퍼런스 콜 보면 2027년까지 지금 풀부킹입니다. 뭐 HB 케파 없어요 이랬잖아요. >> 그럼 오픈 AI 어떻게 받았지? >> 그러니까 >> 자 이런 생각이 들잖아요. 그러면 두 가지죠. 가격을 세게 불렀거나 아니면 선급금을 줬을 거다. 자 그러면 이제 이게 메모리 회사들한테 의미하는게 되게 커요. >> 그렇군요. >> 예 그러면 A직 업체들이 이제 HBM 기술 경쟁을 하는 거야.

  2. 원문 구간 2

    음. >> 그 얘들이 또 돈을 질러되는 거야. 그럼 이제 메모리 회사들의 협상력이 더 높아지는 거냐? 자, 이런 기대감이 생길 수 있죠. >> 이들이 네. >> 더 우돈을 주지 않는 그런 상황일 때는 그냥 고만고만할 텐데 돈 더 줄테니까 나한테 줘. 이렇게 서로 하게 되면 손성전자 입장에서도 아, 구글 죄송한데요. >> 아, 오픈이가이 정도 빌려 가지고 아, 우리 어쩔 수 없어요. 아, 나는이 그 가격을 줄이려고 했죠. 어 죄송합니다. 다음기에 기다리세요. 이러면은 이제 받았죠. >> 거기서부터 이제 가격이 이제 막 더 올라가게 되고 막 이런 현상도 나타날 수 있겠다 이런 생각이 드네요.

  3. 원문 구간 3

    >> 그렇죠. 요즘에 뉴스 플로우들 보면 >> 그 7월 시장을 기점으로 약간 기류가 좀 바뀐 느낌이 있는데 >> 사실 그동안에 우리 커모디 메모리 그 법경 디램이나 랜드 쪽 이야기를 되게 많이 했잖아요. 지난 1년 동안. 그죠? 그 HBM이 사실은 우리가 작년 막 상반기 때만 해도 뭐 삼성전자가 MBDI에 들어가냐 뭐 이런 이야기 막 그죠. 관하신 이야기 하면 다 그런 이야기하다가 어느 순간 뭐 법용 메모리 AS가 어떻고 뭐 저기 물량이 어떻고 뭐 이런 이야기 한동안 했잖아요. 근데 이제 7월 시장을 기점으로 폭락 이후에 지금 올라오면서 보면 다시 또 HBM 이야기 많이 하거든요.

  4. 원문 구간 4

    >> 그게 왜냐면 >> 이제 HBM이 어 작년 성장률 대비해서 올해 성장률이 확 떨어졌거든요. >> 음. >> 그러니까 작년 성장률이 100%가 넘었죠. >> 근데 올해 성장률이 40%대로 쪼그라들었죠. 왜냐면 법용 가격이 워낙 좋으니까 HBM 쪽에 리소스를 많이 할당하면 그게 바보잖아요. 돈 더 벌 수 있는데 그런데 이제 범용 가격이 꺾인 건 아니지만 완만해지니까 둔화되니까 >> 이게 또 HBM 쪽으로 시장 관심이 가는 거고 그리고 내년에 HBM 시장 성장률이 올해보다 높아진다는 거죠.

  5. 원문 구간 5

    그 항상 주가라는 기울기잖아요. 성장률 그죠? 성장률이 다시 플러스로 돌아서는 거죠. 지금 뭐 내년에 HBM 시장 성장률을 적게 보는 쪽은 뭐 한 5, 60% 많게 보는 쪽은 7, 80%까지 봅니다. >> 이게 근데 HBM 하면은 당연히 하이닉스가 먼저 나와야 될 것 같데 삼성전자라는 것도 또 의외예요. 그렇죠. >> 이게 이제 제가 오해가 나신 이야기하면서 계속 이제 쭉 이야기했지만 다시 한번 이제 말씀드리면 음 >> 이거는 이제 원제는 엔비디아한테 있습니다. >> 아 >> 예.

4

시간흐름대로 모든 내용을 살려 정리

시간흐름대로 모든 내용을 살려 정리

1
10GW 계약이 던진 질문

오픈AI가 브로드컴과 맺은 10GW 계약이 실제 삼성전자 HBM4 매출로 얼마나 이어질지가 오늘의 출발점입니다. AI 반도체 원가에서 HBM 비중이 크다는 계산이 뒤따르지만, 계약이 한 번에 매출이 되는 것은 아니라는 전제도 같이 둡니다.

2
자체 칩과 HBM4 채택설

최근 오픈AI가 자체 칩을 개발해 할라피뇨를 공개했어요. 여기에 삼성전자 HBM4가 들어간답니다. 구글 TPU나 아마존 트레이니엄도 아직 못 쓴 HBM4를 먼저 쓴다는 게 어떤 의미인가요?

3
짧아진 설계 일정

에이직이라는게 이렇게 쉬운 거였어, 요즘 그런 생각도 듭니다. 24년에 팀을 꾸리고 작년 10월이나 11월에 테이프아웃했다면 설계도를 파운드리에 넘긴 지 얼마 안 됐는데 칩이 나왔습니다. 속도와 성능이 놀랍습니다.

4
삼성 HBM4 납품의 유보

할라피뇨가 HBM4 최고 스펙을 썼고 삼성전자가 납품했다는 설이 유력하다고 합니다. 일부 언론은 확정적으로 썼지만 삼성의 공식 코멘트는 아직 없으니 더 봐야 합니다.

5
HBM의 고객 구조

삼성전자나 하이닉스가 HBM을 만들면 엔비디아가 큰 고객으로 가져가 GPU를 만들고, 자체 칩을 설계하는 회사들도 고객이 됩니다. 자체 설계라고 해도 실제 회로 설계에는 다른 역할이 붙습니다.

6
브로드컴의 설계 역할

빅테크가 설계 의도를 던지면 브로드컴이 반도체 회로를 그리고 검증해 파운드리에 넘깁니다. AI 반도체는 칩 하나로 끝나지 않고 네트워크와 조립 노하우가 필요하니 브로드컴·마벨 같은 회사의 역할이 커집니다.

7
TSMC 패키징과 에이직의 기준

제조는 TSMC를 거치고 HBM은 CoWoS라는 2.5D 패키징으로 조립합니다. 기존 에이직은 엔비디아 GPU 가격의 약 30%라는 경제성이 주로 논점이었지, 성능을 비빌 만하다는 얘기는 드물었습니다.

8
할라피뇨의 HBM4

엔비디아 블랙웰 울트라에는 HBM3 12단이 적용되는데, 에이직은 그보다 떨어지는 것을 보통 쓰죠. 그런데 할라피뇨는 HBM4를 제일 먼저 쓴 거예요. 이게 상징하는 바가 있겠네요.

9
공급 부족 속 확보 조건

메모리 3사는 2분기 실적발표에서 2027년까지 HBM이 풀부킹이라고 했습니다. 그런 물량을 오픈AI가 받았다면 가격을 세게 불렀거나 선급금을 줬을 수 있다는 두 가지 가능성을 제시합니다.

10
메모리 협상력의 가능성

에이직 업체들이 HBM 기술 경쟁을 하며 더 많은 돈을 내면 메모리 회사의 협상력이 높아질 수 있습니다. 삼성전자가 다른 고객에게 다음 기수를 기다리라고 할 정도의 가격 경쟁이 생길 수 있다는 기대입니다.

11
7월 이후 다시 HBM

지난 1년은 범용 디램과 낸드 가격 이야기가 많았지만 7월 시장을 기점으로 HBM이 다시 많이 언급됩니다. 폭락 뒤 반등하는 구간에서 뉴스 흐름의 기류가 바뀌었다는 관찰입니다.

12
성장률 둔화와 자원 배분

HBM은 작년 성장률이 100%를 넘었지만 올해는 40%대로 낮아졌다고 합니다. 범용 가격이 좋아 더 벌 수 있는 곳에 자원을 배분하는 편이 낫다는 이유로 HBM 쪽 자원이 줄었다는 설명입니다.

13
내년 성장률의 기울기

범용 가격 상승이 완만해지면 시장의 관심은 다시 HBM으로 갈 수 있습니다. 내년 HBM 성장률은 적게 보는 쪽이 50~60%, 많게 보는 쪽이 70~80%라는 전망을 소개하며, 주가는 성장률의 기울기를 본다고 말합니다.

14
엔비디아의 초기 요구

HBM4 사양의 원인은 엔비디아에 있다고 봅니다. 루빈 플랫폼에서 처음에는 95 정도만 준비하라 했고, SK하이닉스는 100 정도면 맞출 수 있다고 보고 준비했다는 설명입니다.

15
높아진 사양과 삼성의 배팅

엔비디아의 요구는 105, 다시 110으로 올라갔습니다. 삼성은 HBM에서 승부를 보겠다며 처음부터 오버스펙에 투자했고, 하이닉스를 뒤집기 위해 110을 준비하는 쪽에 배팅했다는 이야기입니다.

16
현존 최고 스펙이라는 평가

엔비디아가 작업을 하다 110이 필요해지며 삼성의 준비가 맞아떨어졌다는 해석입니다. 현재 HBM4에서는 삼성이 최고 스펙이라는 평가가 나오는 배경입니다.

17
베이스다이와 원가의 선택

이게 운이 좋으려면 이렇게 될 수 있더라고요. 삼성은 베이스다이에 4나노, 하이닉스와 마이크론은 12나노를 썼다고 합니다. 적층 디램도 삼성은 10나노 6세대를 택해 원가는 불리하지만 높은 사양을 택한 것이 결과적으로 운이 좋게 됐다는 얘기입니다.

18
성능 비교의 조건

할라피뇨가 엔비디아를 넘었다는 말은 테스트 요건을 봐야 합니다. 보통 엔비디아 칩과 SK하이닉스 HBM을 기준으로 비교하며, 테스트는 자기에게 유리하게 짤 수 있다는 지적입니다.

19
특정 워크로드와 범용성

단일 추론에서는 할라피뇨가 더 뛰어날 수 있지만 실제 사용은 다중 추론이 많습니다. 엔비디아 GPU는 여러 워크로드에 맞는 범용 칩이고, 할라피뇨는 특정 워크로드 최적화 칩이라는 구분입니다.

20
검증 전의 마케팅

특정 영역에서 엔비디아를 이겼다는 말은 마케팅으로 봐야 하며, 할라피뇨는 멀티턴·롱컨텍스트에서 실제로 잘 되는지 더 검증해야 합니다. 이미 검증된 엔비디아와 같은 선상에서 단정할 단계는 아니라는 뜻입니다.

21
AI가 설계 속도를 높이는 흐름

그래도 24년에 시작해 이렇게 빨리 칩을 만든 속도는 놀랍습니다. 반도체 설계와 공정에는 AI가 큰 가속도를 붙이고 있다는 쪽으로 대화가 이어집니다.

22
아날로그적인 반도체 현장

반도체는 최첨단 기술이라고 하지만 굉장히 아날로그적이잖아요. 50점, 60점 받는 쪽을 80점으로 끌어올리는 데 AI가 큰 역할을 할 수 있거든요. 안목지를 명시적인 지식으로 바꾸는 겁니다.

23
안목지를 명시적 지식으로

안목지는 경험으로 쌓인 판단입니다. 포항 제철 현장에서 쇳물 색을 보고 무엇을 더 넣을지 판단하던 사례처럼, 느낌에 의존하던 것을 명시적인 지식으로 바꿀 수 있다는 설명입니다.

24
경험을 대체하지 않는 AI

그 판단을 하던 사람이 필요 없어지는 게 아니라, 그런 영역을 최소화하고 AI로 성능과 프로세스를 개선할 수 있다는 뜻입니다. 설계뿐 아니라 공정에서도 같은 가속이 일어난다고 봅니다.

25
데이터 접근성과 제조 AI

엔비디아나 팔란티어가 반도체 회사와 협업하는 이유는 현장 안목지를 명시적 지식으로 바꾸려는 데 있다고 합니다. AI 업체에는 그 데이터 접근성이 돈이며, 중국 CXMT와 YMTC의 개선에도 AI 역할이 크다고 말합니다.

26
AI로 AI 칩을 만드는 속도

AI는 챗GPT 같은 지능만이 아니라 제조 설계에도 영향을 줍니다. 오픈AI가 할라피뇨 설계에 코덱스를 강하게 투입해 EDA 도구와 검증의 시간을 단축했다며, AI로 AI 침을 만드는 시대가 오고 있는 거 같습니다.

27
추론 칩의 다른 전략

구글 프로즌 V2는 HBM 사용을 줄이고 엔비디아는 SRAM을 쓰며 할라피뇨는 HBM을 크게 쓴다는 질문이 나옵니다. 추론 칩을 한 덩어리로 보지 말고 용도별로 세분화된다고 봐야 합니다.

28
TPU와 프로즌 V2의 구분

구글 TPU는 외부 판매도 하며 비교적 범용 역할을 해야 합니다. 반면 프로즌 V2는 제미나이에만 맞춘 특정 워크로드 칩으로, 칩에 하드코딩해 제미나이가 잘 안 되면 칩도 버려야 하는 성격이라고 설명합니다.

29
초저지연 LPU의 역할

엔비디아가 그록에서 가져온 LPU 계열은 초저지연을 위한 칩으로 소개됩니다. 추론의 프리필과 디코딩 가운데 첫 답변을 빨리 뽑는 에이전틱 AI에서 지연을 줄이는 역할이 중요하다는 설명입니다.

30
주문형 메모리의 의미

할라피뇨는 초거대 모델을 대량으로 돌리는 데 최적화된 칩입니다. 회사마다 전략과 용도가 달라지고 각각 주문형 메모리가 필요해지니, 반도체가 만들어 놓고 가져다 쓰는 커머더티가 아니라는 얘기입니다.

31
사이클 논쟁과 NVHBM

반도체 사이클이 꺾였다는 시각과 더 간다는 시각이 갈립니다. AI를 보면 어 이게 이제 커뮤디티가 아니에요. 메모리가. 엔비디아의 NVHBM은 HBM을 자기 시스템에 완전히 최적화하는 방식이며 루빈 울트라부터 적용된다는 설명으로, 메모리의 재평가 가능성을 얘기합니다.

32
주가와 펀더멘털의 괴리

이 내용은 숫자나 뉴스로 확인되기까지 시간이 필요합니다. 자산시장은 주가가 펀더멘털보다 먼저 반영해 사이클이 꺾인 것이라 의심하고, 산업 쪽에서는 시장이 오해했고 펀더멘털 따라 주가가 다시 오를 수 있다고 봅니다.

33
매크로를 제외한 산업 판단

매크로가 흔들려 위기가 오면 이야기가 달라질 수 있습니다. 그 요인을 제외하면 산업적으로 지금 나쁜 것은 없다는 판단을 둡니다.

34
TSMC 선택과 칩렛

매크로가 흔들려 위기가 오면 이야기가 달라질 수 있습니다. 그 요인을 제외하면 산업적으로 보면은 지금은 나쁜게 없다라고 봅니다.

35
첨단 패키징의 신뢰 문제

원칩 SoC는 삼성에 맡기던 고객도 칩렛과 2.5D 패키징이 들어가면 삼성에 맡기기를 꺼린다는 얘기입니다. TSMC가 아니면 인텔로 간다는 말까지 나오며, 이 점이 파운드리의 불안 요인으로 제시됩니다.

36
삼성 파운드리의 노드별 온도

삼성 4나노는 고객 의심이 적어 물량이 오지만 3나노 이하는 아직 불안하다는 평가입니다. 4나노 가동률이 오르는 것은 좋은 소식일 수 있어도 문제가 끝난 것은 아니라는 맥락입니다.

37
2나노가 남은 숙제

4·5·8나노는 잘 돼도 가장 중요한 3나노와 2나노가 잘 돼야 합니다. 3나노는 망했고 2나노도 잘 안 된다는 표현으로, 이것이 해결해야 할 숙제라고 합니다.

38
브로드컴 플랫폼 논의

브로드컴이 삼성과 자주 만나고, AI 반도체 설계 수요의 70%가 자기 플랫폼으로 온다며 표준을 만들자고 한다는 이야기입니다. 파운드리뿐 아니라 유리기판·FC-BGA·MLCC까지 패키지로 묶을 수 있다는 제안입니다.

39
10GW의 데이터센터 계산

10GW면 1GW 데이터센터 10기이며, 1GW 건설비를 600억달러로 보면 6,000억달러 규모입니다. 이는 원문에서 제시한 단순 계산이고 실제 집행 시점과 구성은 별개입니다.

40
반도체와 HBM 비중

6,000억달러 중 60%가 반도체라는 수치는 GPU 기준이고, 에이직은 절반 정도라는 추정도 소개됩니다. 그럼에도 AI 반도체 원가의 절반이 HBM이라 전체 데이터센터 캐펙스의 30%가 메모리 원가라는 계산을 제시합니다.

41
1,800억달러 추정의 한계

이 계산으로는 1,800억달러, 약 250조~300조원 규모가 나옵니다. 다만 1년에 한 번에 나오는 매출이 아니라 오픈AI 한 회사와 맺은 계약이 그 정도로 깔려 있다는 의미라고 선을 긋습니다.

42
비현실적인 숫자의 현실화

숫자가 말도 안 되게 느껴지는 만큼 현실이 되느냐가 중요합니다. GPU 기반 금융화도 사람들이 이런 규모를 믿지 못해 자금을 끌어들이는 과정이라는 해석을 소개합니다.

43
참여자에 대한 해석

엔비디아가 매출을 부풀린다는 해석과 달리, 참여 회사들은 다 믿는데 시장이 믿지 않아 그동안 못 했던 것이라는 시각을 말합니다. 블랙스톤 등 참여자를 들며 단순 들러리는 아니라고 봅니다.

44
마지막 숙제는 금리

계획이 많아질수록 금리가 오르고, 그 금리 상승을 충분히 커버할 수 있는지가 결국 확인할 숙제입니다. 큰 숫자 자체보다 자금 조달 환경이 버틸 수 있는지를 마지막에 남깁니다.

45
금리 커버 여부의 확인

문제는 이런 계획이 많아질수록 금리가 올라간다는 겁니다. 금리가 오르는 부분을 충분히 커버할 수 있는지, 그 부분을 확인하는 게 결국 숙제 아닐까 생각합니다.

5

그럼에도 빠진내용 정리

잡담·곁다리 내용

별도 참고사항이 없습니다.

생략 기록

별도 생략 기록이 없습니다.

그럼에도 빠진내용 정리

압축/생략
원문의 45개 구간을 순서대로 flow에 연결했고, 같은 취지의 짧은 맞장구와 반복 질문만 최소 정리했다.
원문에 남은 유보
삼성 HBM4 납품, 할라피뇨의 엔비디아 대비 성능, HBM 수요와 매출 전환은 원문이 제시한 보도·추정·전망의 강도로만 남겼다.
전사 오류 가능성
한라피뇨·로드컴·ATBM 등 자동전사 표기는 문맥상 할라피뇨·브로드컴·HBM으로 최소 보정했으며, 원문에 없는 수치나 계약 조건은 덧붙이지 않았다.
원문 확인

document_work_runner prepare가 입력 원문을 수정 없이 보존했다.