HBM 반도체 (TSV기술, 메모리패권, CXMT투자)

주식 앱을 열었더니 반도체 ETF가 또 빨간불이었습니다. 창신메모리(CXMT) 상장 소식 이후로 SK하이닉스와 삼성전자 주가가 출렁이는 걸 보면서, 저도 솔직히 불안해졌습니다. HBM이라는 단어를 뉴스에서 매일 봤지만, 도대체 이게 왜 이렇게 중요한 건지, 중국이 따라잡으면 우리 반도체는 어떻게 되는 건지 — 그 답을 찾고 싶어서 관련 자료를 한참 파고들었습니다.

중국 D램 기업 창신메모리테크놀로지(CXMT) 본사 전경

HBM이 왜 지금 이 난리인가 — AI가 바꾼 메모리의 위상

혹시 GPU가 아무리 많아도 AI 서비스를 못 만드는 상황을 상상해 본 적 있으십니까? 실제로 지금 그 일이 벌어지고 있습니다. 엔비디아가 GPU를 생산해도 HBM이 없으면 팔 수가 없는 구조입니다. GPU 칩과 HBM은 분리된 부품이 아니라 패키징 단계에서 물리적으로 직접 결합되기 때문입니다.

HBM(High Bandwidth Memory)이란 D램 칩을 여러 층으로 수직 적층해 기존 메모리보다 훨씬 빠른 속도로 데이터를 처리할 수 있도록 만든 고대역폭 메모리입니다. 일반 D램이 단층 건물이라면 HBM은 16층짜리 아파트에 비유할 수 있습니다. 층수가 올라갈수록 전력 공급, 열 분산, 데이터 흐름 제어 방식이 완전히 달라지는데, 이걸 단층 건물 짓듯 접근하면 수율이 바닥을 칩니다.

AI의 수학적 연산 구조상 더 많은 데이터를 더 빠르게 메모리에서 꺼내 써야 하기 때문에, HBM의 성능이 곧 AI 서비스의 품질을 결정합니다. 특히 KV 캐시(Key-Value Cache) — 쉽게 말해 AI가 대화 문맥을 기억하는 임시 저장 공간 — 의 크기가 입력 문장 길이의 제곱에 비례해 커지기 때문에, 현재 AI 서비스 하나를 돌리는 데만 수백 기가바이트의 HBM이 필요합니다. 젠슨 황, 리사 수 같은 글로벌 CEO들이 직접 한국을 찾아오는 이유가 여기 있습니다.

• HBM은 GPU와 물리적으로 결합되어 분리 판매가 불가능한 구조
• AI 연산에서 메모리 대역폭이 CPU·GPU 성능보다 병목이 되는 시대 도래
• KV 캐시 폭증으로 HBM 수요는 AI 모델이 커질수록 기하급수적으로 증가
• 현재 HBM 시장은 SK하이닉스, 삼성전자, 마이크론 3사가 사실상 독점

요약: HBM은 AI 시대의 핵심 병목 자원이며, GPU 생산량과 무관하게 HBM 공급이 AI 산업 전체 속도를 결정합니다.

 

TSV 기술이 핵심인 이유 — 아파트를 쌓는 것과 반도체를 쌓는 것의 차이

제가 처음 TSV라는 단어를 접했을 때는 그냥 '반도체 연결 기술' 정도로만 이해했습니다. 그런데 자료를 파고들수록 이게 얼마나 무서운 기술 장벽인지 실감했습니다.

TSV(Through-Silicon Via)란 반도체 칩을 수직으로 관통하는 미세한 구리 기둥을 뜻합니다. 여기서 TSV란 단순한 연결 회로가 아니라, 16층으로 쌓인 HBM 전체에 전력을 균일하게 공급하고 열을 층별로 효율적으로 분산시키는 '빌딩의 배관 시스템' 역할을 합니다. 이 구조물이 정밀하게 작동하지 않으면 위층 칩은 열에 타거나 전력 부족으로 오동작합니다.

카이스트 김정호 교수 연구팀이 30년 가까이 이 분야를 거의 단독으로 연구해 왔다는 사실이 인상적이었습니다. 메모리 강국이 아닌 나라의 과학자들은 관심조차 없었고, 연구비 확보도 어려운 비주류 분야였습니다. 그런데 AI 시대가 오면서 그 연구가 세계 산업의 핵심이 됐습니다. 아무도 안 하던 걸 했기에 오히려 독보적인 기술로 남은 셈입니다.

TSV의 기술 난이도가 곧 HBM 수율을 결정합니다. 수율(Yield Rate)이란 전체 생산 칩 중 불량 없이 사용 가능한 칩의 비율을 말합니다. 16층을 쌓으면서 TSV 하나라도 어긋나면 해당 칩 전체가 폐기됩니다. 이 공정을 안정적으로 구현하는 데만 수십 년의 축적이 필요하고, 이것이 중국이 쉽게 추격할 수 없는 핵심 이유이기도 합니다. 무어의 법칙(출처: Intel — Moore's Law)에 따른 2D 미세화가 한계에 도달하면서 3D 스태킹 기술이 반도체의 새로운 축이 됐고, 그 중심에 TSV가 있습니다.

요약: TSV 기술은 HBM 수율과 성능을 좌우하는 핵심이며, 수십 년의 연구 축적 없이는 복제가 극히 어려운 진입 장벽입니다.

 

CXMT 투자 어떻게 볼 것인가 — 중국 반도체의 속도를 무시하면 안 됩니다

솔직히 말씀드리면, 창신메모리(CXMT) 상장 소식을 처음 봤을 때 저는 크게 신경 쓰지 않았습니다. SK하이닉스와 삼성전자라는 두 공룡이 있는데 설마 금방 따라오겠나 싶었습니다. 그런데 로보락 로봇청소기가 우리나라 시장을 1년도 안 돼 장악하는 걸 직접 목격한 저로서는, 그 안일한 생각을 다시 한번 의심해 봐야 했습니다.

현재 CXMT는 아직 HBM 양산 수준에는 도달하지 못했습니다. TSV 공정 안정화, 수율 확보, 패키징 기술 모두 SK하이닉스와 삼성전자와 결정적인 차이가 있습니다. 하지만 중국 정부의 반도체 자급화 지원 규모는 상상을 초월합니다. 중국 정부의 반도체 육성 펀드인 '빅펀드(Big Fund)'는 3기까지 합산 수천억 위안 규모로 알려져 있습니다(출처: Reuters — China chip fund). 이 자본이 CXMT를 비롯한 중국 메모리 기업에 집중 투입되고 있습니다.

딥시크(DeepSeek) 사례처럼 중국은 낮은 등급의 GPU와 제한된 HBM으로도 AI 학습 성과를 내는 소프트웨어 최적화 역량도 보여줬습니다. 물론 멀티모달 AI 시대로 진입하면서 그 한계가 드러나고 있는 것도 사실이지만, 이를 '해프닝'으로 가볍게 봐선 안 된다고 생각합니다.

제가 개인적으로 내린 결론은 이렇습니다. 지금 당장은 SK하이닉스와 삼성전자의 기술 우위가 명확합니다. HBF(High Bandwidth Flash) — 낸드플래시를 수직 적층해 HBM을 보완하는 차세대 메모리 — 개발까지 두 회사가 앞서 있습니다. 하지만 10년이라는 시간은 길고, 중국의 자본은 무한에 가깝습니다. 노후 자금이나 장기 포트폴리오로 반도체 ETF를 보유하고 계신다면, CXMT를 포함한 중국 반도체 흐름을 주기적으로 점검하는 시각이 필요하다고 생각합니다. 저 역시 보유 비중 일부를 중국 반도체 ETF로 분산하는 방안을 검토 중입니다.

요약: 현재는 한국 기업의 기술 우위가 명확하지만, 중국의 자본력과 추격 속도를 감안한 분산 투자 시각이 장기적으로 현명합니다.

 

자주 묻는 질문

Q. HBM이랑 일반 D램은 뭐가 다른 건가요?

A. 일반 D램은 메인보드에 꽂는 분리형 부품이지만, HBM은 D램 칩을 수직으로 여러 층 쌓아 GPU 칩과 물리적으로 직접 결합하는 구조입니다. 데이터를 주고받는 통로(채널) 수가 수십 배 많아 AI 연산처럼 대용량 데이터를 빠르게 처리해야 할 때 압도적인 차이를 냅니다. 일반 D램으로는 현재 AI 서비스의 응답 속도 자체가 구현이 안 됩니다.

 

Q. 터보 퀀트가 나오면 HBM 수요가 줄어들지 않나요?

A. 터보 퀀트(Turbo Quant)는 AI 모델의 데이터를 양자화해 압축하는 기술로, 메모리 사용량을 줄이는 효과가 있습니다. 하지만 정밀도를 낮추는 방식이라 AI 출력의 오차 가능성이 생기고, 금융이나 의료처럼 정확도가 중요한 분야에서는 쓰기 어렵습니다. AI 모델 자체가 계속 커지는 방향으로 가고 있기 때문에, 터보 퀀트가 HBM 수요 증가의 큰 흐름을 바꾸기는 어렵다는 시각이 많습니다.

 

Q. 창신메모리 CXMT가 실제로 HBM을 만들 수 있나요?

A. 현재 CXMT는 HBM 양산 수준에는 도달하지 못한 것으로 파악됩니다. TSV 공정 안정화와 수율 확보가 핵심 관문인데, 이 부분에서 SK하이닉스·삼성전자와 결정적인 기술 격차가 존재합니다. 다만 중국 정부의 집중 투자와 인재 유입 속도를 보면, 10년 내 의미 있는 추격이 이뤄질 가능성을 배제하기 어렵습니다.

 

Q. HBF는 HBM을 대체하는 건가요?

A. HBF(High Bandwidth Flash)는 낸드플래시를 수직 적층해 대용량 저장 기능을 갖춘 메모리로, 2027~2028년 상용화가 목표입니다. 속도는 HBM보다 느리지만 용량은 훨씬 크기 때문에 대체가 아닌 보완 관계로 보는 것이 맞습니다. AI 워크로드에 따라 HBM과 HBF를 함께 운용하는 구조가 최적이며, 두 기술을 모두 보유한 삼성전자와 SK하이닉스에게 유리한 구도입니다.

 

결론

HBM을 파면 팔수록 한 가지가 선명해집니다. 이건 단순한 부품 경쟁이 아니라 AI 시대 전체 컴퓨팅 아키텍처의 주도권 싸움입니다. 지금 한국의 두 회사가 그 중심에 서 있다는 건 분명 자랑스러운 일입니다.

그러나 제가 경험으로 배운 건, 기술 우위는 영원하지 않다는 것입니다. 로보락이 청소기 시장을 뒤집는 데 1년이 걸리지 않았듯, 반도체 시장도 10년이라는 시간 앞에서는 다른 그림이 나올 수 있습니다. 지금 반도체 ETF나 개별 주식을 장기 보유할 계획이라면, SK하이닉스·삼성전자 외에 중국 반도체의 기술 진척도를 분기마다 체크하고, 포트폴리오 일부를 중국 반도체 흐름에 분산하는 방향을 저는 진지하게 검토하고 있습니다. 완벽한 예측은 불가능하지만, 대비는 지금 시작할 수 있습니다.

참고: https://www.youtube.com/watch?v=bKB4XvaH8PY