AI 칩, 첨단 공정 및 패키징, 메모리, 중국 AI 컴퓨팅, 양자 보안 하드웨어를 포함한 반도체: 클라우드 설비투자, 맞춤형 ASIC 및 중국의 국내 컴퓨팅 역량이 AI 반도체의 강력한 장기 성장을 공동으로 뒷받침

개요

보고서는 글로벌 AI 반도체 사이클, 클라우드 서비스 제공업체의 맞춤형 ASIC, TSMC의 첨단 공정 및 CoWoS, 메모리 수급, 중국의 국내 AI 컴퓨팅 역량, 양자 보안 등 6대 주제를 검토한다. 핵심 결론은 AI 인프라 투자가 장기 산업 확장을 지속적으로 견인할 수 있으나, AI와 비AI 반도체 환경 간 격차, 비용 상승, 에너지 및 생산능력 병목은 더욱 뚜렷해질 것이라는 점이다.

핵심 견해

보고서는 먼저 글로벌 산업 규모와 설비투자를 평가하며 AI 반도체가 강한 확장 국면에 계속 머물 것으로 결론짓는다. 글로벌 반도체 시장은 2030년 US$1.5tn에 도달하고 AI 반도체가 약 절반을 기여할 것으로 예상된다. 공급망 데이터 기반 강세 시나리오에서는 클라우드 AI 반도체 TAM이 2026년 US$485bn, 전체 AI 반도체 TAM이 2030년 약 US$753bn에 이를 수 있다. 수요 전망은 클라우드 서비스 제공업체 투자에 기반한다. Amazon, Google, Microsoft 및 Meta의 설비투자는 2026년 2분기 전년 대비 87% 증가했고, 설비투자/EBITDA 비율은 70%를 상회했다. Morgan Stanley의 추적 모델은 국영 AI를 제외한 세계 상위 14개 상장 클라우드 서비스 제공업체의 설비투자가 2027년 US$1.4tn에 근접할 것으로 추가 추정한다. 한편 클라우드 로직 칩은 글로벌 클라우드 설비투자의 약 20%를 차지하여, 자본투자가 서버, GPU/ASIC, 웨이퍼, 첨단 패키징 및 메모리 가치사슬로 이어지게 한다. 이 성장은 반도체 산업 전반에 고르게 분포되지 않을 것이다. 보고서는 로직 파운드리 가동률이 2026년 하반기 80%에 도달할 것으로 예상하지만, 메모리와 NVIDIA AI GPU 매출을 제외하면 비AI 반도체 성장률은 2026년 하락할 것으로 본다. 웨이퍼, 조립 및 테스트, 메모리 비용 상승은 가격 탄력성을 통해 기술 제품 수요를 억제하고 칩 설계 기업의 마진을 압박할 수 있다. 공급망은 또한 T-Glass 및 메모리와 같은 희소 자원을 AI 제품에 우선 배분해 비AI 반도체를 밀어낼 것이다. 따라서 보고서는 업계 전반의 동시 회복보다는 AI 가치사슬의 구조적 강세와 전통 수요 부진이 병존하는 모습을 제시한다. 첨단 공정, CoWoS 및 HBM은 AI 수요 실현의 주요 물리적 병목이다. 보고서는 TSMC가 2025년 관련 칩 5.1mn개를 생산했고 연간 GB200 NVL72 랙 출하가 30k대에 이를 수 있다고 추정한다. AI 컴퓨팅이 소비하는 웨이퍼 가치는 2027년 US$46bn을 초과할 수 있고 HBM 소비량은 최대 48bn Gb에 달할 수 있으며, NVIDIA가 여전히 대부분을 차지한다. 글로벌 CoWoS 수요는 2026년 1,394천 장에서 2027년 2,694천 장으로 증가할 전망이다. NVIDIA 수요는 780천 장에서 1,222천 장으로 증가하지만 점유율은 56%에서 45%로 하락한다. AMD는 130천 장에서 530천 장으로 증가해 점유율이 9%에서 20%로 상승한다. Broadcom은 300천 장에서 484천 장으로 증가하지만 점유율은 22%에서 18%로 하락한다. MediaTek은 2027년 180천 장, 즉 7%가 필요할 것으로 예상된다. 수요처는 다변화되고 있으나 NVIDIA는 최대 고객으로 남는다. 이에 따라 TSMC는 2027년까지 CoWoS 생산능력을 월 20만 장으로 확대할 수 있다. N2 생산능력은 2026년부터 2028년까지 70% CAGR을 달성할 것으로 예상되고, N3 생산능력은 계속 증가하는 반면 N5 생산능력은 2027년 감소할 전망이다. 성숙 및 특수 공정 생산능력은 2024년부터 2029년까지 7% CAGR로 확대될 것으로 예상된다. AI 반도체는 2026년 TSMC 매출의 30% 이상을 차지할 것으로 예상되며, 보고서는 2024년부터 2029년까지 AI 반도체 매출 성장률이 “60%에 달할 수 있다”고도 언급한다. 패키징 경쟁에서 TSMC CoWoS는 최대 9.5배 레티클 크기와 웨이퍼당 약 4개 칩을 지원할 수 있으며, 공급망 실행이 원활하면 Intel EMIB는 12배 레티클 크기를 초과하는 대형 칩을 더 쉽게 지원할 수 있다. 따라서 CoWoS는 기존 규모와 생태계 우위를 보유하지만 초대형 칩 패키징을 위한 경쟁 기술 경로도 존재한다. 보고서는 고성능 범용 GPU가 클라우드 서비스 제공업체의 맞춤형 칩 개발 필요성을 없애지 않을 것으로 판단한다. Google TPU, AWS Trainium/Inferentia, Meta MTIA 및 기타 ASIC 프로젝트는 특정 워크로드에 대해 성능, 비용 및 공급을 최적화할 수 있다. Alchip의 추정 Trainium3 물량은 2026년 400k개, 2027년 600k개이며, Trainium4는 2028년 800k개에 이를 전망이다. Trainium 매출은 각각 US$1.8bn, US$2.8bn, US$8bn으로 예상되며 Alchip 전체 매출의 60%, 63%, 82%를 차지한다. 같은 기간 Alchip 총매출은 US$3.1bn, US$4.4bn, US$9.8bn으로 예상된다. Google TPU 전체 물량은 2025년 1.75mn개에서 2026년 3.70mn개, 2027년 7.35mn개로 증가하고 2028년에도 6.50mn개 이상을 유지할 전망이나, TPU와 같은 AI 칩 물량 증가는 ABF 기판 공급에 좌우될 수 있다. MediaTek은 보고서의 AI 최선호 종목 중 하나다. 고객 소유 툴링 COT 모델하에서도 보고서는 MediaTek이 최소한 TPU v10 패키징과 I/O 다이를 담당할 수 있다고 본다. TPU 매출은 2027년 US$13.5bn에서 2028년 US$43.5bn, 2029년 US$70bn으로 증가할 전망이다. 이 사업은 2027년 MediaTek의 총매출 US$35bn 중 38%, 2028년 총매출 US$67bn 중 65%를 차지할 것으로 예상된다. 프로젝트별로 TPU v8t는 2027년 3mn개 및 US$13.5bn 매출, TPU v9는 2028년 3mn개 및 US$39bn 매출과 2029년 4mn개 및 US$52bn 매출, TPU v10은 2029년 1mn개 및 US$18bn 매출에 이를 것으로 예상된다. 이 성장은 패키징, I/O 다이 및 칩 테스트에도 이어지며, 보고서는 특히 KYEC가 AI GPU, TPU 및 CPU 성장의 수혜를 본다고 언급한다. GPU와 ASIC 외에도 보고서는 Agentic AI를 서버 CPU 성장의 새로운 원천으로 본다. NVIDIA의 Vera CPU는 최고 성능 x86 CPU 대비 1.8배 성능을 제공할 수 있으며, 코어가 서로 다른 칩렛에 분리되지 않아 더 빠른 코어 간 연결을 가능하게 한다. Morgan Stanley의 톱다운 모델은 Agentic CPU TAM이 F26부터 F30까지 251% CAGR로 확대될 것으로 예상하며, 강세 시나리오는 US$238bn의 CPU 오케스트레이션 TAM을 시사한다. 이 견해는 AI 컴퓨팅 수요를 가속기 이상으로 확장하여 데이터 처리, 작업 조정 및 시스템 오케스트레이션을 담당하는 CPU까지 포괄한다. 메모리도 AI 인프라 수요와 공급 우선순위 변화의 영향을 받는다. 보고서는 AI 스토리지 수요가 NAND 부족을 유발하고 NOR Flash 공급 부족은 2026년까지 지속될 것으로 예상한다. DDR4 부족은 2026년 하반기까지 이어질 전망이나 현물 가격의 상승 여력은 제한적이다. AI 서버는 더 많은 고용량 및 첨단 메모리를 필요로 하는 반면 생산능력과 공급망 자원은 AI 제품으로 이동하고 있어, 메모리 종류별 수급 타이트함과 가격 성과가 차별화되기 때문이다. 중국 AI 컴퓨팅은 또 다른 독립적인 성장 테마다. 보고서는 중국 AI 칩 TAM이 2030년 US$91bn으로 성장할 것으로 예상한다. DeepSeek이 보여준 저비용 추론은 추론 수요를 자극하고 있으며, 현지 파운드리 체인의 AI GPU 생산 역량도 개선되고 있다. ByteDance의 Volcano Engine 및 Doubao에서 급증하는 Token 물량은 수요 강도의 지표로 사용된다. 중국 시장의 NVIDIA 프로세서와 비교하면 국내 칩은 더 낮은 총소유비용과 유사한 Token당 비용을 제공하며, 크게 낮은 가격 때문에 더 강한 비용 조정 성과를 나타낸다. WAIC 2026에서 제시된 SuperPod 생태계는 개선되는 국내 시스템 역량을 보여준다. Huawei Atlas 950은 16개 컴퓨팅 캐비닛, 4개 UnifiedBus 캐비닛, 하이브리드 구리-광 인터커넥트 및 최대 256TB의 풀드 메모리를 사용해 1,024개의 Ascend 950DT NPU로 확장할 수 있다. Moore Threads, ZTE와 함께한 Enflame, ZTE와 함께한 MetaX도 128~256개 가속기 또는 64개 가속기 규모의 솔루션을 시연했다. 보고서는 인프라 및 시스템 통합 역량이 중국과 미국 간 시장 인식상의 기술 격차를 좁히고 있다고 본다. 중국 CPU 시장에서 보고서는 TAM이 2030년 US$42bn으로 증가하고 Hygon Information의 중국 서버 CPU 시장 점유율이 2028년 18%에 이를 것으로 예상한다. 통합 CPU 및 GPU 컴퓨팅 플랫폼에는 OW 의견을 부여한다. 국내 AI 가속기의 경우 보고서는 Cambricon, MetaX, Iluvatar CoreX 등을 비교하고 칩, 시스템 및 인프라를 중국-미국 9개 요인 비교에 포함한다. 다만 성장은 미국 에너지 공급, 중국 칩 생산능력, 예산 및 규제에 의해 제약되며, 최종 시장 추론 수요만으로 공급 실현을 추론할 수는 없다. 마지막으로 보고서는 양자 보안을 2030년 전후의 새로운 반도체 수요 테마로 본다. 현대 전자 시스템은 주로 비대칭 암호화에 의존하며 양자 컴퓨팅은 국가들이 포스트양자암호 시스템으로 이전하도록 만들 수 있다. 주요 경제권은 대체로 NIST 포스트양자암호 표준에 맞춰가고 있으나 이전 일정은 지역별로 다르며, 2030년은 핵심 변곡점으로 간주된다. 보안 수요는 서로 다른 연결 계층에 걸쳐 발생하고 하드웨어 보안을 양자 공급망의 기반으로 만들 것이다. 보고서는 물리적 복제 불가능 기능, 즉 PUF의 TAM이 2030년 약 US$310mn에 이를 것으로 예상하며 글로벌 PUF/IP 관련 기업의 2027년 P/E 비율과 eMemory의 역사적 P/E 범위를 사용해 관련 자산 가치를 평가한다. 전반적으로 이 테마는 AI 칩보다 훨씬 작지만 명확한 정책 주도 이전 일정과 하드웨어 보안 애플리케이션의 논리적 기반을 갖는다.

분석 프레임워크

보고서는 먼저 클라우드 서비스 제공업체 설비투자, 전력 배치 및 서버 계획을 사용해 전체 AI 인프라 수요를 추정한 뒤, 이를 GPU/ASIC 물량, 웨이퍼 소비량, CoWoS 패키징 물량 및 HBM 용량으로 전환한다. 이후 각 클라우드 서비스 제공업체 프로젝트의 칩 물량과 칩당 ASP를 기반으로 Alchip 및 MediaTek과 같은 기업의 매출을 산출한다. 중국 부문은 Token 수요, 칩 가격 대비 성능, 총소유비용 및 SuperPod 시스템 역량을 비교한다. 양자 보안 부문은 지역별 이전 일정, 암호 시스템 변화 및 하드웨어 보안 부문에서 PUF 시장을 도출하고, 가치 평가를 위해 P/E 범위를 보완적으로 활용한다.

방법론 메모

• 산업/섹터 분석 프레임워크업스트림-미드스트림-다운스트림 가치사슬 전이

  클라우드 설비투자에서 AI 칩 공급망으로의 전이

  클라우드 서비스 제공업체 설비투자와 데이터센터 전력 수요에서 시작해, 보고서는 서버, GPU/ASIC, 웨이퍼, 첨단 패키징, HBM 및 테스트 수요를 순차적으로 도출하여 가치사슬 전반에서 성장 이익이 축적되는 지점을 식별한다.

• 산업/섹터 분석 프레임워크수급 프레임워크

  웨이퍼, CoWoS 및 메모리의 수급 추정

  보고서는 고객 수요, 기존 생산능력 및 증설 계획을 비교해 CoWoS, HBM, NAND, NOR 및 DDR4의 수급 격차, 고객 점유율 및 부족 기간을 평가한다.

• 산업/섹터 분석 프레임워크물량-가격 분해

  ASIC 프로젝트 물량에 칩당 ASP를 곱한 매출 모델

  Alchip Trainium과 MediaTek TPU의 매출 추정은 프로젝트 칩 물량과 식별 가능한 칩당 ASP를 핵심 변수로 사용하고, 이후 프로젝트 매출 및 회사 총매출에서의 비중을 계산한다.

• 산업/섹터 분석 프레임워크비용 곡선 분석

  총소유비용, Token당 비용 및 비용 조정 성과 비교

  중국 AI 컴퓨팅 부문은 하드웨어 가격, 총 추론 비용 및 Token당 비용을 비교해 국내 칩이 낮은 가격에서 강한 비용 조정 성과를 달성할 수 있는 이유를 설명한다.

• 가치평가 방법PE/PEG 가치평가

  횡단면 P/E 비교 및 역사적 범위

  보고서는 파운드리, 후공정 기업, 메모리, IDM, 장비, 팹리스 및 양자 보안 관련 기업의 P/E 비율을 비교하며, PUF/IP 기업의 2027년 P/E 비율과 eMemory의 역사적 P/E 범위를 참조한다.

• 산업/섹터 분석 프레임워크기타

  톱다운 TAM 및 강세 시나리오 추정

  보고서는 총 자본투자, 컴퓨팅 수요 및 애플리케이션 가정을 사용해 클라우드 AI 반도체와 Agentic CPU의 잠재 시장 규모를 도출하며, 이를 유일한 결과로 간주하지 않고 별도의 강세 시나리오를 제시한다.

자산 매핑 및 비교

투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).

• MediaTek（2454.TW）

  보고서는 이를 AI Top Pick으로 지명하며 Google TPU를 위한 설계, 패키징 또는 I/O 다이 작업을 맡을 것으로 예상한다.

  강점

  TPU 매출은 2027년 US$13.5bn에서 2029년 US$70bn으로 증가할 것으로 예상된다. COT 모델하에서도 보고서는 최소한 TPU v10 패키징과 I/O 다이를 담당할 수 있다고 본다.

  약점

  TPU 사업은 2028년 총매출의 65%를 차지할 것으로 예상되어 프로젝트 매출의 중요성이 크게 증가한다.

  비교

  단일 설계 기능만 제공하는 경우와 달리, 보고서는 칩 설계, 패키징 및 I/O 다이를 포함한 더 많은 가치사슬 부문을 포괄할 수 있음을 강조한다.

  위험

  TPU 물량 증가는 ABF 기판 공급에 의해 제약될 수 있다.

• TSMC

  글로벌 AI GPU 및 ASIC 수요는 첨단 공정, CoWoS 및 웨이퍼 테스트를 통해 TSMC로 연결된다.

  강점

  CoWoS 생산능력은 2027년까지 200kwpm으로 확대될 수 있고, N2 생산능력은 2026년부터 2028년까지 70% CAGR을 달성할 것으로 예상되며, AI 반도체는 2026년 매출의 30% 이상을 차지할 전망이다.

  약점

  N5 생산능력은 2027년 감소할 것으로 예상되며 사업 믹스는 AI 수요에 더욱 집중된다.

  비교

  CoWoS는 최대 9.5배 레티클 크기를 지원하는 반면, Intel EMIB는 공급망이 원활히 실행될 경우 12배를 초과하는 레티클 크기를 지원할 수 있다.

  위험

  에너지, 고객 예산, 프로젝트 실행 및 첨단 패키징 공급 능력은 모두 수요 전환에 영향을 줄 수 있다.

• NVIDIA（NVDA.US）

  보고서는 이것이 AI 웨이퍼, CoWoS 및 HBM 소비에서 계속 가장 큰 비중을 차지할 것으로 예상한다.

  강점

  CoWoS 수요는 2027년 1,222천 장에 이를 것으로 예상되며, Vera CPU 성능은 최고 성능 x86 CPU의 1.8배가 될 수 있고 Agentic CPU 수요의 수혜를 볼 수 있다.

  약점

  CoWoS 수요 점유율은 2026년 56%에서 2027년 45%로 하락할 것으로 예상되어 다른 ASIC 및 GPU 고객의 더 빠른 성장을 시사한다.

  비교

  중국 국내 칩은 훨씬 저렴하며 중국 추론 시나리오에서 유사한 Token당 비용과 강한 비용 조정 성과를 달성할 수 있다.

  위험

  미국 에너지 공급, 고객 예산 및 규제는 보고서가 식별한 AI 성장 제약 요인이다.

• Alchip

  AWS Trainium3 및 Trainium4 프로젝트가 매출 성장의 주요 동력이다.

  강점

  Trainium 매출은 2026년 US$1.8bn에서 2028년 US$8bn으로 증가할 것으로 예상되며, 회사 총매출은 같은 기간 US$3.1bn에서 US$9.8bn으로 증가할 전망이다.

  약점

  Trainium 매출 비중은 2026년 60%에서 2028년 82%로 상승할 것으로 예상된다.

  비교

  주로 AWS 맞춤형 학습 칩을 지원하는 반면, MediaTek의 추가 성장은 주로 Google TPU 프로젝트에서 나온다.

  위험

  보고서는 기타 자산별 위험을 별도로 식별하지 않는다.

• Cambricon（688256.SH）、MetaX-U（688802.SH）、Iluvatar CoreX（09903.HK）

  보고서는 이들 회사를 중국 국내 AI 가속기 및 SuperPod 생태계 비교에 포함한다.

  강점

  크게 낮은 가격을 기반으로 국내 칩은 더 낮은 총소유비용, 유사한 Token당 비용 및 강한 비용 조정 성과를 보인다.

  약점

  중국 AI 칩 공급은 여전히 국내 생산능력에 의해 제약된다.

  비교

  보고서는 칩, 시스템 및 인프라를 포함한 9개 요인으로 중국과 미국의 AI 역량을 비교하고 Cambricon, MetaX 및 Iluvatar CoreX를 별도로 비교한다.

  위험

  칩 생산능력과 규제는 중국 AI 성장의 제약 요인으로 보고서에서 명시된다.

• Hygon Information

  통합 CPU 및 GPU 컴퓨팅 플랫폼은 중국 서버 CPU 및 AI 컴퓨팅 수요에 대응하도록 포지셔닝되며, 보고서는 OW 의견을 부여한다.

  강점

  보고서는 중국 서버 CPU 시장에서의 점유율이 2028년 18%에 이를 것으로 예상한다.

  비교

  독립형 AI 가속기만 제공하기보다는 통합 CPU 및 GPU 컴퓨팅 플랫폼으로 포지셔닝된다.

  위험

  중국의 칩 생산능력 및 규제 제약은 산업 수요 실현에 영향을 미칠 수 있다.

핵심 데이터

• 글로벌 반도체 시장 규모US$1.5tn，2030e보고서는 AI 반도체가 약 절반을 기여할 것으로 예상한다.
• 클라우드 AI 반도체 TAMUS$485bn，2026e공급망 데이터 기반 강세 시나리오.
• 글로벌 AI 반도체 TAMApproximately US$753bn，2030e보고서의 장기 시장 규모 전망.
• 4대 클라우드 서비스 제공업체의 설비투자 성장YoY+87%2026년 2분기; Amazon, Google, Microsoft 및 Meta 포함.
• 클라우드 서비스 제공업체 설비투자/EBITDA 비율Above 70%AI 인프라 투자 강도가 이미 높아졌음을 나타낸다.
• 글로벌 클라우드 설비투자Nearly US$1.4tn，2027e국영 AI를 제외한 글로벌 상위 14개 상장 클라우드 서비스 제공업체.
• 클라우드 로직 칩에 배분되는 설비투자 비중Approximately 20%글로벌 클라우드 설비투자에서의 추정 비중.
• 로직 파운드리 가동률80%2026년 하반기에 도달할 것으로 예상.
• TSMC 관련 칩 생산량5.1mn chips，2025GB200 및 관련 AI 시스템의 공급 추정을 뒷받침하는 데 사용됨.
• GB200 NVL72 랙 출하량30k units，2025보고서의 연간 출하량 추정치.
• 글로벌 CoWoS 총수요1,394 thousand wafers，2026e；2,694 thousand wafers，2027e수요는 거의 두 배로 증가할 것으로 예상된다.
• NVIDIA CoWoS 수요780 thousand wafers，2026e；1,222 thousand wafers，2027e대응 점유율은 각각 56%와 45%이며, 여전히 최대 고객으로 남는다.
• AMD CoWoS 수요130 thousand wafers，2026e；530 thousand wafers，2027e대응 점유율은 9%에서 20%로 상승한다.
• Broadcom CoWoS 수요300 thousand wafers，2026e；484 thousand wafers，2027e대응 점유율은 22%에서 18%로 하락한다.
• TSMC CoWoS 생산능력 목표200kwpm，2027e월 약 20만 장의 잠재 생산능력에 해당한다.
• AI 컴퓨팅이 소비하는 웨이퍼 가치Above US$46bn，2027eNVIDIA가 대부분을 차지할 것으로 예상된다.
• HBM 소비량Up to 48bn Gb，2027eNVIDIA가 계속해서 공급량 대부분을 소비할 것으로 예상된다.
• TSMC N2 생산능력 성장70% CAGR，2026-2028e강한 2nm 고객 수요를 반영한다.
• TSMC 성숙 및 특수 공정 생산능력 성장7% CAGR，2024-2029e첨단 공정 확대와 병행된다.
• TSMC AI 반도체 매출 비중Above 30%，2026e회사 매출에서 AI의 중요성이 계속 증가하고 있다.
• Vera CPU 상대 성능1.8x최고 성능 x86 CPU 대비 보고서의 추정치.
• Agentic CPU TAM 성장251% CAGR，F26-F30Morgan Stanley의 톱다운 모델로 추정.
• CPU 오케스트레이션 TAMUS$238bn보고서의 강세 시나리오.
• Alchip Trainium 매출US$1.8bn / US$2.8bn / US$8bn각각 2026e, 2027e 및 2028e에 해당.
• Alchip Trainium 매출 비중60% / 63% / 82%각각 2026e, 2027e 및 2028e에 해당.
• Google TPU 총물량1.75mn / 3.70mn / 7.35mn / >6.50mn각각 2025e, 2026e, 2027e 및 2028e에 해당.
• MediaTek TPU 매출US$13.5bn / US$43.5bn / US$70bn각각 2027e, 2028e 및 2029e에 해당.
• MediaTek TPU 매출 비중38%，2027e；65%，2028e회사 총매출 전망 US$35bn 및 US$67bn에 해당.
• 중국 AI 칩 TAMUS$91bn，2030e국내 AI 반도체 비중과 시장 규모는 함께 성장할 것으로 예상된다.
• 중국 CPU TAMUS$42bn，2030e중국 서버 CPU 시장에 대한 보고서의 장기 전망.
• Hygon 서버 CPU 점유율18%，2028e중국 서버 CPU 시장에서의 예상 점유율.
• Atlas 950 SuperPod 규모1,024 Ascend 950DT NPUs16개 컴퓨팅 캐비닛, 4개 UnifiedBus 캐비닛 및 최대 256TB의 풀드 메모리로 구성.
• PUF 시장 규모Approximately US$310mn，2030e양자 하드웨어 보안 관련 TAM 전망.

영향과 시사점

보고서는 AI 인프라 투자가 첨단 공정, CoWoS, HBM, 맞춤형 ASIC, I/O 다이 및 테스트로 계속 가치를 이전시킬 것으로 본다. NVIDIA는 여전히 수요에서 가장 큰 비중을 차지하지만 AMD, Broadcom, Google, AWS 및 MediaTek 관련 프로젝트는 고객 구성을 다변화할 것이다. 중국에서는 저비용 추론, 국내 칩의 가격 대비 성능 및 개선되는 SuperPod 시스템 역량이 국내 AI 칩 수요를 확대하고 CPU, GPU, 인터커넥트 및 시스템 통합의 공동 발전을 이끌 수 있다. 반대로 높은 AI 투자는 비AI 반도체 자원을 밀어내며, 웨이퍼, 조립 및 테스트, 메모리 비용 상승은 칩 설계 기업의 마진을 압박할 수 있다. 양자 보안 시장은 현재 작지만 지역별 포스트양자암호 이전 로드맵은 2030년 전후 하드웨어 보안 수요에 대해 비교적 명확한 시점을 제시한다.

위험

• 웨이퍼, 조립 및 테스트, 메모리 비용 상승은 가격 탄력성을 통해 기술 제품 수요를 억제하고 2026년 칩 설계 기업의 마진을 압박할 수 있다.
• AI 반도체에 대한 공급망 우선순위 부여는 T-Glass 및 메모리 부족을 유발하고 비AI 제품 자원을 밀어낼 수 있다.
• 메모리와 NVIDIA AI GPU 매출을 제외하면 비AI 반도체 성장은 2026년 하락할 것으로 예상된다.
• AI 인프라 성장은 고객 예산에 의해 제약된다.
• 미국 AI 데이터센터 확대는 에너지 공급에 의해 제약된다.
• 중국 AI 칩 성장은 국내 생산능력에 의해 제약된다.
• 규제 변화는 AI 반도체 수요, 공급 또는 프로젝트 배치를 제한할 수 있다.
• Google TPU와 같은 AI 칩의 물량 증가는 ABF 기판 공급에 좌우될 수 있다.
• Intel EMIB가 초대형 칩을 지원할 수 있는 잠재력은 성공적인 공급망 실행에 달려 있다.

주시할 점

• 주요 클라우드 서비스 제공업체의 설비투자 증가와 설비투자/EBITDA 비율의 지속 상승 여부를 추적한다.
• TSMC가 2027년까지 CoWoS 생산능력을 200kwpm으로 확대할 수 있는지와 N2 생산능력이 2026년부터 2028년까지 70% CAGR을 달성할 수 있는지 모니터링한다.
• CoWoS 수요가 2027년 2,694천 장에 도달할 수 있는지와 NVIDIA, AMD, Broadcom 및 MediaTek 간 고객 점유율 변화를 관찰한다.
• Google TPU 및 AWS Trainium 프로젝트 물량, ABF 기판 공급, Alchip 및 MediaTek의 매출 인식 진척을 추적한다.
• NOR 타이트함이 2026년까지 지속되고 DDR4 부족이 2026년 하반기까지 이어질 것으로 예상되는 가운데 NAND, NOR 및 DDR4 수급을 모니터링한다.
• 중국 주요 대형 모델의 Token 수요, 국내 칩의 총소유비용 및 Token당 비용, SuperPod 배치 진척을 관찰한다.
• AI 성장의 4대 제약 요인인 미국 에너지 공급, 중국 칩 생산능력, 예산 및 규제를 추적한다.
• 특히 2030년 전후 핵심 이행 이정표를 중심으로 지역별 포스트양자암호 이전 로드맵을 모니터링한다.