💻반도체 소부장💻[그로쓰리서치]

💻 SK하이닉스, 용인 1기 팹 속도전…두 번째 클린룸도 조기 개방 추진 https://www.economytribune.co.kr/news/articleView.html?idxno=3903082 📌 용인 1기 팹 페이즈1 클린룸 오픈 기존: 2027년 5월 변경: 2027년 2월 (3개월 조기) 📌 페이즈2 클린룸도 조기 개방 추진 기존: 2028년 예상 변경 검토: 2027년 8월 → 약 6개월 간격으로 순차 가동 준비 📌 생산능력 확대 가능성 기존 예상: 월 30만장 수준 상향 검토: 약 20% 증가 잠재 캐파: 월 36만장 안팎 📌 배경은 AI 메모리 수요 급증 HBM 확대 → 일반 D램 생산 여력 감소 범용 D램 수급도 타이트 HBM 장기 공급계약 증가 📌 의미 청주 M15X 증설과 용인 클러스터가 동시에 가속되면서 SK하이닉스의 D램 캐파 확대 국면이 본격화. 단순 업황 회복이 아니라 AI 시대를 대비한 중장기 생산기반 선점 경쟁으로 해석 가능. 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 AI 공급망 병목 완화 조짐…TSMC CoWoS 부족률 20% → 10% 📌 CoWoS 공급 부족 완화 전망 CoWoS 공급 부족률은 현재 약 20%에서 2026년 말 10% 수준으로 축소 전망 2027년에는 CoWoS 공급 상황이 추가로 개선될 가능성 AI 가속기 생산의 핵심 병목인 첨단 패키징 수급이 점진적으로 완화 📌 CoWoS 생산능력 급증 TSMC의 2026년 CoWoS 월 생산능력은 12~14만 장으로 확대 전망 OSAT 파트너 증설분은 월 5~6만 장 수준으로 예상 업계 전체 CoWoS 월 생산능력은 20만 장에 근접할 전망 TSMC는 2027년까지 CoWoS 생산능력을 60% 이상 추가 확대 계획 CoWoS 생산능력은 2022~2027년 연평균 80% 이상 성장 전망 📌 차세대 패키징 CoPoS 개발 가속 TSMC는 차세대 패키징 기술 CoPoS 개발을 본격 추진 중 CoPoS는 Chip-on-Panel-on-Substrate 방식의 차세대 패키징 기술 TSMC는 2025년 VisEra에 CoPoS 연구개발 라인을 구축 CoPoS 소재·장비 인증은 2026년 6월 완료 예정 CoPoS 시험 양산 목표 시점은 2027년 중반 📌 엔비디아 Feynman 플랫폼 첫 적용 가능성 엔비디아 Feynman 플랫폼이 CoPoS 첫 상용 고객으로 거론 Feynman 플랫폼의 본격 양산 시점은 2028~2029년 전망 생산 거점은 대만 자이 공장과 미국 애리조나 공장이 유력 📌 투자 시사점 CoWoS 병목 완화는 AI GPU와 AI 서버 출하 확대에 긍정적 AI 인프라 공급 부족 우려가 점진적으로 완화될 가능성 CoPoS는 TSMC의 첨단 패키징 기술 우위를 강화하는 요인 다만 2026년까지는 제한적인 타이트 수급이 지속될 가능성 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

🎬 삼양엔씨켐, 티씨케이 P에서 Q로, CapEx의 시간: 장비 반입 다음은 소재, 부품! [반도체소부장 산업보고서] https://youtu.be/V9BJn6PfoJ0?si=piYZkMO5qII9kc6C 📌 P에서 Q 사이클로 전환 가격 상승률이 둔화되면 업체들은 다시 출하량과 증설로 대응 26년 하반기부터 CAPEX 확대가 본격화되는 구간 피에스케이홀딩스·브이엠 등 장비주는 이미 수급이 빠르게 유입 📌 소재·부품은 NAND 전환 투자 주목 DRAM 신규 증설 효과는 가동률 상승까지 시간이 필요 반면 NAND는 기존 라인의 고단화 전환이 먼저 진행 고단화가 진행될수록 PR 소재, 식각 부품, SiC 링 소모가 증가 📌 비포마켓을 우선 선호 SiC 링은 애프터마켓보다 비포마켓 수요가 더 확실 장비 출하와 함께 탑재돼 초기 전환 투자 수혜가 빠름 성숙 구간에서는 애프터마켓도 볼 수 있지만 현재는 비포마켓 우위 지금, 관심 가져야 할 반도체 소재부품 산업 흐름과 관심종목을 유튜브 영상을 통해 확인하시기 바랍니다!

💻 NVIDIA Blackwell, AI 에이전트 시대 인프라 경쟁력 입증 📌 1. 성능 비교 기준의 변화 기존 AI 반도체 성능 비교는 초당 토큰 생성 속도 중심의 측정 즉, 단순 LLM 추론 성능에 초점을 둔 방식 하지만 실제 AI 서비스의 핵심은 단일 응답 생성이 아님 앞으로의 핵심은 복잡한 작업을 수행하는 Agentic AI 워크로드 📌 2. AgentPerf 벤치마크의 의미 AgentPerf는 AI 에이전트 환경을 반영한 신규 벤치마크 단순 추론이 아니라, 반복 호출과 툴 사용이 결합된 구조 측정 핵심 목적은 전력·비용 대비 에이전트 처리 효율 확인 📌 3. 핵심 지표 Y축: MW당 동시 실행 가능한 AI 에이전트 수 → 전력 대비 생산성 X축: 서비스 수준 목표, Tokens/sec → 에이전트가 유지해야 하는 처리 속도 기준 📌 4. 주요 결과 ✔️ 20 Tokens/sec 기준 H200: 약 3천 개 수준 GB300 NVL72: 6만 개 이상 → Blackwell의 약 20배 높은 전력 효율 ✔️ 60 Tokens/sec 기준 H200: 처리 가능 에이전트 수 급감 GB300 NVL72: 약 2.3만 개 수준 유지 → 고속 환경에서도 Blackwell 우위 유지 📌 5. 시장 시사점 ① Agentic Coding 운영비 절감 Devin과 같은 AI 개발 에이전트의 대규모 운영 가능성 확대 동일 전력 기준에서 더 많은 에이전트 운영 가능 결과적으로 단위 운영비 절감 가능성 확대 ② 데이터센터 전력 병목 완화 현재 AI 데이터센터의 핵심 제약은 GPU뿐 아니라 전력 확보 Blackwell은 동일 전력 내 처리량을 크게 높이는 구조 따라서 전력 병목 완화에 기여할 가능성 ③ NVIDIA 인프라 주도권 강화 이번 결과는 단순 추론 성능 개선을 넘어선 사례 차세대 AI 서비스의 핵심인 에이전트 워크로드 최적화 역량 입증 AI 에이전트 시대의 인프라 주도권 강화 가능성 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 [단독] 제주반도체, 베트남 반도체 R&D·AI 센터 구축 검토…첨단 기술 협력 '첫 단추' https://www.theguru.co.kr/news/article.html?no=103086 📌 베트남 중부 첨단 기술 거점 검토 제주반도체, 지아라이성과 반도체·AI 산업 생태계 구축 논의 지난 13일 지아라이성 대표단 방한, 제주반도체 경영진과 회동 📌 R&D·AI센터 설립 가능성 반도체 설계, IoT, AI, 디지털 인프라 협력 방안 논의 R&D센터, 데이터센터, AI센터 구축 가능성 검토 📌 팹리스 기술 기반 해외 확장 제주반도체 설계 역량과 베트남 개발 잠재력 결합 기대 고숙련 인력 양성과 현지 산업 생태계 조성 추진 📌 베트남 정부 지원 기대 지아라이성, 투자기업 행정 절차 간소화 지원 검토 실제 프로젝트화 시 베트남 중부 기술 거점 부상 가능 ✅ 독립리서치 그로쓰리서치 https://t.me/growthresearch

💻 ASE·力成(파워텍) – TSMC 첨단 패키징 공급 부족에 후공정 수혜 확산 📌 TSMC 물량 넘치자 OSAT로 주문 확산 TSMC 첨단 패키징 수요가 공급을 초과하며 일부 물량이 ASE·PTI로 이전. AI·HPC 확대로 2.5D·3D 패키징과 SiP 수요가 빠르게 증가. 후공정 가치사슬 재편이 본격화되며 OSAT 업체 역할 확대. 📌 ASE, AI 패키징 투자 공격적 확대 ASE는 글로벌 최대 OSAT 업체로 첨단 패키징·테스트 투자를 지속 확대. AI 서버·고속 네트워크·차량용 반도체를 핵심 성장 동력으로 제시. 올해 CAPEX를 두 차례 상향해 85억달러(약 2,600억 대만달러)까지 확대. 📌 力成(파워텍), 메모리 넘어 HBM 패키징 진출 PTI는 기존 메모리 후공정 중심에서 고부가 첨단 패키징으로 사업 전환. HBM, AI 가속기, 첨단 패키징 통합 솔루션 개발을 강화 중. 파운드리·팹리스 고객과 협력을 확대하며 신규 수주 기반 확보. 📌 투자 포인트는 'OSAT 수혜 확산' TSMC CoWoS 공급 부족이 장기화될수록 후공정 외주 수혜 확대 가능. AI 서버 확대에 따른 HBM 패키징 수요 증가가 중장기 성장 동력. 첨단 패키징 경쟁력 확보 여부가 OSAT 업체 밸류에이션 재평가 요인. ✅ 독립리서치 그로쓰리서치 https://t.me/growthresearch

💻 AI 서버가 싹쓸이했다…MLCC 납기 24주·가격 급등 '압박' https://www.digitaltoday.co.kr/news/articleView.html?idxno=675063 📌 AI 서버당 MLCC 수요 급증 AI 서버 1대에는 최대 2만8000개 MLCC가 필요 일반 서버 대비 약 13배 많은 수준 엔비디아 Rubin 보드도 GB200보다 MLCC 탑재량이 크게 증가 📌 공급 부족·가격 상승 동시 발생 수요 집중 제품의 납기는 기존 10주에서 최대 24주로 확대 소비자용 MLCC 현물·유통 가격은 20~40% 상승 고순도 세라믹 분말과 이형필름도 병목 요인으로 부각 📌 증설은 따라가기 어려움 무라타는 서버용 MLCC 증설에 추가 투자 삼성전기도 필리핀 신규 공장으로 첨단 MLCC 생산 확대 추진 다만 향후 2년간 생산능력 증가는 20%대에 그칠 전망 📌 사이클 장기화 가능성 골드만삭스는 MLCC가 가장 크고 긴 호황에 진입했다고 평가 AI 인프라 투자는 최소 2028년까지 증가 전망 전력 병목까지 감안하면 2030년까지 수요가 이어질 가능성도 존재 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 WF₆ 공급망 재편: 일본 철수 이후 수혜 기업 점검 일본 업체 철수 이후 WF₆ 공급 공백을 누가 대체할지가 핵심 관전 포인트. 📌 주요 기업별 현황 ▷ 중선특기(中船特气 / A주) 중국 내 대표 WF₆ 업체. 현재 약 2,000톤/년 생산능력 보유. 2027년 상반기 추가 증설분 반영 예정. 다만 주가 선반영 부담과 장기 공급계약 부재가 주요 리스크. ▷ 중거심(中巨芯 / A주) 약 600톤 생산능력 보유. 중선특기 대비 규모는 작지만 대체 공급 후보군으로 분류. 원재료 가격 상승에 따른 마진 압박이 주요 리스크. ▷ 호화과기(昊华科技 / A주) 약 600톤 생산능력 보유. 다만 실제 판매량은 제한적인 상황. 증설 여력도 크지 않다는 점이 한계. ▷ 후성(Foosung / 한국) 약 900톤 생산능력 보유. 삼성전자, SK하이닉스향 일본산 대체 공급처로 부각될 가능성. 상장사라는 점에서 투자 연계성은 상대적으로 명확. 원재료 조달과 원가 부담이 주요 리스크. ▷ SK Specialty / SK그룹 관련 한국 내 핵심 WF₆ 공급사. 약 2,000톤 생산능력 보유. 다만 순수 상장 종목이 아니라 직접 투자 접근성은 후성 대비 낮은 편. 📌 투자 논리 일본 공급 축소 이후 WF₆는 반도체 소재 공급망 재편 수혜 품목으로 부각될 가능성. 중국에서는 중선특기, 한국에서는 후성이 가장 직접적인 투자 후보군. 📌 체크해야 할 리스크 단순 생산능력보다 고객사 인증, 장기 공급계약, 실판매량 확인이 핵심. 이미 주가에 기대감이 반영된 종목도 있어 밸류에이션 부담 존재. 원재료 가격 상승과 증설 지연 가능성도 주요 변수. 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 TSMC, 반도체 '패널 레벨 패키징(PLP)' 본격 양산 준비…삼성과 한판승부 https://www.etnews.com/20260615000239 📌 핵심 이슈 TSMC가 차세대 패키징 기술인 PLP(Panel Level Packaging) 양산 체제 구축 착수 국내외 소부장 업체들과 공급망 협의 진행 이르면 2027년 대량 생산 돌입 전망 📌 PLP란? 기존 WLP(Wafer Level Packaging) → 원형 웨이퍼에서 패키징 진행 PLP(Panel Level Packaging) → 사각 패널 위에서 패키징 진행 원형 웨이퍼 가장자리 폐기 영역을 줄여 생산성 극대화 가능 📌 왜 중요한가? 600×600㎜ 패널 기준 → 기존 300㎜ 웨이퍼 대비 생산량 5~6배 확대 가능 AI 반도체 수요 급증에 대응 가능한 차세대 패키징 기술 대면적 AI 칩 및 HPC용 패키징에 유리 📌 삼성 vs TSMC ▶️ 삼성전자 2019년 삼성전기로부터 PLP 사업 인수 모바일 AP·PMIC 양산 경험 보유 AI/HPC 반도체까지 적용 확대 추진 현재 PLP 분야 선도 업체 평가 ▶️ TSMC 기존 CoWoS·WLP 경쟁력으로 PLP 도입에 소극적 AI 반도체 생산성 확보 필요성 확대 2024년부터 PLP 투자 본격화 2026년 파일럿 라인 구축 2027년 대량 양산 추진 글로벌 AI 고객사 확보한 것으로 전해짐 📌 추가 관전 포인트 유리기판(Glass Substrate)이 PLP 공정에 적용될 가능성 확대 OSAT 업체들도 잇따라 시장 진입 패키징 경쟁이 파운드리 경쟁력의 핵심 요소로 부상 📌 시사점 AI 시대 반도체 경쟁의 무게중심이 '미세공정'에서 '첨단 패키징'으로 이동 중 삼성은 선행 기술 우위를, TSMC는 고객 기반과 양산 역량을 앞세운 정면 승부 국면 향후 수혜 범위는 파운드리를 넘어 패키징 소재·장비·유리기판 공급망까지 확대될 가능성 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 고급 유리섬유 독점 균열: 중국 업체 가격 공세 본격화 📌 핵심 이슈 일본 고급 유리섬유(Glass Fabric) 1위 업체인 일동방(日東紡, Nittobo) 주가가 고점 대비 약 50% 하락 중국 업체들의 대규모 증설과 가격 경쟁 본격화가 원인으로 지목 📌 그동안의 투자 논리 AI 서버 확산 → 고다층 CCL(동박적층판) 수요 증가 고급 유리섬유 공급 부족 심화 일본·대만 업체들의 독점적 지위 부각 관련 기업 주가 급등 📌 이상 신호 Nittobo 주가: 3,025엔 → 32,900엔(약 10배 상승) 후 최근 16,400엔 수준까지 하락 업황 선행지표 역할을 하던 일본 선두 업체가 먼저 무너지는 모습 일본 동종업체들도 동반 약세 전환 📌 중국 업체 움직임 중국 거석그룹(巨石集團): 46억 위안 투자해 고급 유리섬유 증설 필리화(菲利華)도 고급 시장 진출 기존 범용 제품을 넘어 고부가 제품까지 침투 시작 📌 대만 공급망 영향 수혜주: 대만유리(台玻), 富喬, 建榮, 德宏 등 AI 기대감으로 큰 폭의 주가 상승 경험 향후 중국발 공급 확대 시 가격 하락 압력 가능성 확대 📌 체크 포인트 고급 유리섬유 시장이 '공급 부족 → 공급 확대' 국면으로 전환되는지 여부 중국 업체들의 실제 품질 확보 및 고객사 침투 속도 일본 Nittobo 주가 흐름이 업황 선행지표 역할을 지속하는지 점검 필요 대만 업체들의 증설 대응 및 마진 방어 능력 확인 필요 📌 시사점 AI 공급망 내에서도 독점 구조가 영구적이지 않다는 점을 보여주는 사례 중국 업체들의 업그레이드가 현실화될 경우, 유리섬유 업종은 '물량 성장'보다 'ASP 하락' 리스크를 우선 고려해야 하는 국면 진입 가능 향후 AI 소재 밸류체인의 새로운 블랙스완 변수로 중국발 공급 확대를 주목할 필요 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻삼성전기, 빅테크에 ‘실리콘 캡’ 묶어 판다 https://www.sedaily.com/article/20055406?ref=naver 📌 전략의 핵심 — 3각 편대 턴키 솔루션 FC-BGA(AI 칩 기판) + MLCC + Si-Cap(실리콘 커패시터) 묶음 판매 패키지솔루션 + MLCC·Si-Cap 담당 인력 원팀 영업 체계 구축 AI 칩 설계 단계부터 기술 협의 → 고객사 설계에 삼성전기 부품 선(先) 탑재 📌 MLCC vs Si-Cap — 언제 무엇을 쓰나 고전압·대용량 필요 → MLCC (기존 주력 소자) 공간 제약 극심한 고밀도 AI 칩 → Si-Cap (나노미터 크기, 기판 내부 매립) AI 칩이 고밀도화될수록 Si-Cap 채택 비중 구조적 증가 📌 수주 현황 지난달 글로벌 빅테크 1곳과 Si-Cap 공급 계약 1조5,570억원 체결 향후 3~6개월 내 추가 수주 논의 급물살 전망 국내외 파운드리 다각화로 수요 대응 체계 확보 중 📌 공급자 희소성 — 핵심 해자 현재 Si-Cap 공급 가능 기업: 삼성전기·TSMC·무라타 단 3곳 진입장벽 극히 높음 → 빅테크 러브콜 집중되는 구조 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 머스크, ASML 콘퍼런스서 테라팹 구상 설명…EUV, 한미반도체 발주 기대 📌 ASML과 협력 가능성 부각 머스크는 ASML 기술 콘퍼런스에서 테라팹 구상을 직접 설명 ASML은 머스크 진영의 반도체 생태계 진입을 공식 확인 첨단 공정 구축에 EUV 장비가 필수인 만큼 핵심 공급사로 거론 📌 반도체 장비 발주 확대 전망 테라팹 추진으로 EUV를 비롯한 전공정 장비 수요 증가 기대 AMAT·도쿄일렉트론·램리서치에도 가격과 납기를 문의 대규모 장비 주문이 공급사 생산능력에 부담을 줄 가능성 📌 최대 1190억달러 투자 구상 테슬라와 스페이스X는 초기 550억달러 투자를 계획 전체 프로젝트는 최대 1190억달러까지 확대 가능 AI·전기차·우주용 반도체 공급망 내재화가 핵심 목적 📌 한미반도체도 공급 기회 모색 한미반도체는 스페이스X에 500억원 투자를 발표 전략적 관계를 통해 테라팹 장비 공급 가능성을 타진 실제 수주 여부와 장비 발주 시점은 추가 확인이 필요 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 AI 서버 기판 두꺼워질수록 드릴 소모 최대 10배…CCL 미세 드릴링의 숨겨진 병목 📌 왜 지금 이 문제인가 AI 서버 기판(CCL)은 레이어 수 증가와 함께 두께가 급격히 상승 중 이미지의 사례: 50레이어 기판, 드릴 직경 Φ0.20mm 고성능 유리섬유(Q-glass 등) 소재 채택 확산 — 강도·인성 대폭 향상 문제는 소재가 강해질수록 기계적 가공 난이도가 비례 이상으로 증가한다는 것 📌 두꺼운 기판이 드릴링에 가하는 3중 부담 홀 깊이 증가 → 드릴 경로 길어짐 → 마모 누적 긴 가공 시간 → 열 축적 → 드릴 비트 열화 가속 Q-glass 등 고강도 소재 → 기계적 마모 급증 결과: 드릴 비트 소모량 최대 10배 증가 📌 이미지 속 HLC 공정 — 실제 수치 3단계 드릴 시퀀스로 50레이어 관통 파일럿 드릴 (Φ0.20mm × 2.0L) → 170krpm / 이송속도 2.0m/min 2차 드릴 (Φ0.20mm × 5.5L) → 165krpm / TH 코팅 / Peck 1.2mm 3차 드릴 (Φ0.20mm × 7.5L) → 165krpm / TH 코팅 / Peck 1.2mm 홀 위치 정밀도: Avg+3σ = 32.1μm, UCL = 50μm 홀 내벽 조도: 4.72μm — 전기도금 후 신호 품질에 직결 네일헤드(층간 들뜸) 수치: 14.9~17.3μm 수준 관리 📌 왜 홀 품질이 AI 서버에서 더 중요해졌나 AI 서버는 고주파 신호 → 홀 내벽 조도가 클수록 신호 손실(삽입손실) 증가 50레이어 기판에서 홀 위치 오차가 쌓이면 층간 단락 또는 오픈 불량 직결 드릴 소모 10배 = 가공 비용 10배 — CCL 원가 구조에 직접 영향 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻SpaceX는 자체 팀에서 컴퓨팅 자원을 사용하는 데 어려움을 겪은 후 자원을 임대 https://www.bloomberg.com/news/articles/2026-06-12/spacex-rented-out-computing-after-own-teams-had-trouble-using-it 구글과 월 $9억2,000만, Anthropic과도 대형 컴퓨팅 계약 체결 📌 콜로서스1의 기술적 문제 두 가지 ① 지연(Latency) 문제 콜로서스1·2·3은 멤피스 내 세 개 캠퍼스로 구성된 클러스터 콜로서스1과 나머지 두 시설 간 거리 16km 이상 — 노후 네트워크 인프라로 연결 대규모 AI 모델 훈련은 시설 간 초저지연 연결이 필수 지연 발생 시 전체 클러스터 속도가 가장 느린 링크 기준으로 저하 ② 하드웨어 혼재(Heterogeneity) 문제 콜로서스1: Hopper·Blackwell 등 여러 세대 NVIDIA 칩 + 구형 가속기 혼재 콜로서스2·3: Blackwell 칩 중심으로 균일하게 구성 클러스터 분산 워크로드는 모든 머신이 동기화 필요 → 구형 칩이 있는 시설이 병목 → 전체 성능이 가장 느린 칩 기준으로 수렴 📌 SpaceX의 판단 한계 극복에 계속 투자하는 것보다 임대로 수익화 + 신규 시설 확보가 합리적 콜로서스1 → Anthropic 임대로 유휴 인프라 수익화 콜로서스2·3 → xAI Grok 개발·운영에 집중 머스크 직접 언급: "컴퓨팅 자원이 극도로 부족해지면 언젠가 다시 필요할 수 있다" — 계약 조기 종료 권리 보유 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 6월 2주차, 한 주간 반도체 소부장 섹터 핵심 정리 📌 SK하이닉스, 장비 협력사들의 납품단가 3~4% 인상 요청 검토 착수 📌 SK하이닉스, 연말 375단 낸드 양산 추진…워드라인 소재로 몰리브덴 첫 도입 📌 엔비디아, LPDDR 공급 부족으로 SOCAMM2 용량 축소 추진…기판 수요에는 긍정적 📌 중국, 반도체 유리기판 파일럿 라인 및 검사장비 투자 확대 📌 한미반도체, SK하이닉스향 HBM4 TC 본더 442억원 수주 📌 한화세미텍, SK하이닉스에 하이브리드 본딩 통합 클러스터 공급 🔍 이번 주 포커스: 한미반도체와 한화세미텍의 SK하이닉스향 본딩 장비 경쟁 • 한미반도체는 SK하이닉스로부터 HBM4용 TC 본더 442억원을 수주하며 주력 공급자 지위 재확인 • 한화세미텍은 TC 본더와 D2W 하이브리드 본딩 클러스터를 동시에 공급하며 장비 포트폴리오 확대 • 단기적으로는 검증된 장비와 높은 매출 가시성을 갖춘 한미반도체가 상대적으로 유리 • 중장기적으로는 HBM 고적층화에 따라 하이브리드 본딩 장비 수요 확대 기대 • 다만 한화세미텍의 품질 평가 통과와 후속 양산 수주 여부는 지속적인 확인 필요 🔥 한 주 동안의 반도체 소부장 흐름, 3분 만에 정리해드립니다! https://contents.premium.naver.com/growthresearch/growth/contents/260614141046092ni 💻반도체 소부장💻 [그로쓰리서치] https://t.me/growth_semi

💻 ICT가 수출 절반 넘게 책임졌다…비중 54.5% 역대 최고 https://www.dt.co.kr/article/12067397?ref=naver 📌 ① ICT 수출 비중 사상 최고 • 5월 ICT 수출: 477.9억달러 → 전년 대비 +128.9% • 전체 수출의 54.5% 차지 → 역대 최고 비중 기록 • ICT 무역수지: → 320.9억달러 흑자 (사상 최초 320억달러 돌파) 📌 ② AI 특수 올라탄 반도체 • 반도체 수출: 371.6억달러 (+169.2%) → 월간 기준 역대 최대 • 메모리 반도체: 321.4억달러 (+254.9%) • HBM·D램 중심 수요 확대 • 시스템 반도체: → 44.5억달러 (+5.7%) 📌 ③ SSD도 폭발적 성장 • 컴퓨터·주변기기: 43.3억달러 (+259.6%) • AI 서버용 SSD: 39.7억달러 (+337.7%) • 4개월 연속 역대 최대 실적 경신 📌 ④ 디스플레이·휴대폰도 반등 • 디스플레이: → 15.7억달러 (+2.8%) → OLED·노트북 수요 회복 • 휴대폰: → 12.2억달러 (+15.9%) → 고사양 스마트폰 판매 확대 📌 ⑤ 미국·중국 모두 AI 수요 폭증 • 중국: 195.1억달러 (+157.3%) • 미국: 81.1억달러 (+254.3%) • 미국 반도체 수출: +520.2% • 미국 SSD 수출: +457.3% 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 머리카락 1/10 크기에 몸값은 1.5조…삼성전기, 실리콘 캐패시터로 AI 큰손 잡는다 https://www.asiae.co.kr/article/2026061216273622953 📌 ① AI 반도체의 숨은 핵심 부품 • 삼성전기, 차세대 실리콘 캐패시터(Si-Cap) 양산 본격화 • MLCC·FCBGA에 이어 AI 인프라용 첨단 부품 라인업 완성 • 최근 글로벌 고객사와 1조 5,000억원 규모 공급 계약 체결 📌 ② 캐패시터는 '전기 물탱크' • 쉽게 말해, 반도체가 순간적으로 필요한 전기를 저장·공급하는 부품 • AI 서버는 연산 순간 전력 사용량이 급증 • 캐패시터가 전압 변동과 노이즈를 억제해 안정성을 유지 📌 ③ D램 기술을 응용한 실리콘 캐패시터 • 기존 MLCC: 세라믹 적층 방식 • 실리콘 캐패시터: → D램 제조 공정을 활용 → 실리콘 웨이퍼에 미세 구조 형성 • 핵심 구조 두께: 약 10㎛ (머리카락 굵기의 1/10 수준) 📌 ④ AI 시대 최대 장점은 '초고속 반응' • 기존 MLCC 대비 기생 인덕턴스(ESL) 약 100배 감소 • 전력 공급 지연 최소화 • AI 서버·GPU의 순간 전력 변화 대응에 유리 📌 ⑤ 고온 환경에서도 안정적 • 250℃ 이상 환경에서도 성능 유지 • 온도 변화에 따른 용량 손실 거의 없음 • 우주항공·위성 등 극한 환경에도 적용 가능 📌 ⑥ MLCC를 대체하는 게 아니다 • 삼성전기: "MLCC 대체재가 아니라 상호 보완 관계" • MLCC: → 대용량·고전압 담당 • 실리콘 캐패시터: → 초소형·고주파·초고속 대응 → 최신 AI 서버에서는 두 부품을 함께 사용하는 추세 📌 ⑦ AI 서버 중심으로 본격 램프업 • FCBGA 기판 내부에 실리콘 캐패시터를 내장하는 → 임베디드 시장 확대 • AI 데이터센터 중심 공급 확대 진행 중 • 글로벌 실리콘 캐패시터 시장 → 2026~2031년 연평균 성장률(CAGR) 18% 전망 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 [광케이블] 같은 9,072심, 전혀 다른 케이블 부피 서버 랙 1대에서 필요한 광섬유 수는 총 9,072개. 같은 광섬유 수라도 케이블 구성에 따라 전체 부피는 크게 변화. 📌 전제 조건 총 광섬유 수: 9,072개 광섬유 1가닥당 대역폭: 200G 모든 이미지는 동일 축척 기준 📌 케이블 구성별 Packed OD 8F Trunk: 1,134개 / 144.7mm 144F Cable: 63개 / 90.7mm 288F Cable: 32개 / 82.4mm 864F Cable: 11개 / 50.9mm 3456F Cable: 3개 / 50.6mm 6912F Cable: 2개 / 58.0mm 📌 핵심 인사이트 ① 저밀도 케이블의 공간 비효율 8F 트렁크 사용 시 필요한 케이블 수는 1,134개. 피복과 공극 증가로 전체 다발 외경은 144.7mm까지 확대. ② 고밀도 케이블의 공간 절약 효과 3456F 케이블 사용 시 필요한 케이블 수는 단 3개. 동일한 9,072심 구성에서 전체 다발 외경은 50.6mm 수준. 8F 트렁크 대비 케이블 묶음 지름은 약 3분의 1 수준. ③ 최적 구간은 864F~3456F 영역 6912F가 항상 가장 효율적인 선택은 아님. 전체 외경 기준 최적 구간은 약 50mm 수준의 864F~3456F 영역. 즉, 고밀도화에도 물리적 설계의 Sweet Spot 존재. 📌 시사점 AI 데이터센터 시대의 병목은 GPU와 전력만이 아님. 랙 집적도와 배선 공간도 핵심 인프라 경쟁력으로 부상. 초고밀도 광케이블 설계 기술의 중요성 확대. 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 400단 NAND 경쟁 본격화…삼성·SK·키옥시아 기술전 📌 400단이 차세대 분기점 NAND 경쟁의 초점이 400단급 적층으로 이동 삼성은 V10 NAND로 400단 이상 진입을 추진 SK하이닉스는 연말 375단 양산을 목표로 개발 중 📌 삼성은 W2W 본딩 도입 삼성 V10 NAND는 2026년 하반기 양산 목표 깊은 채널홀 구현을 위해 극저온 식각 도입을 추진 W2W 본딩과 레이저 다이싱도 수율 개선 핵심 기술 📌 SK하이닉스는 몰리브덴 전환 SK하이닉스 375단은 기존 400단급 계획에서 조정된 구조 워드라인 일부를 텅스텐에서 몰리브덴으로 전환 고적층에서 저항을 낮춰 읽기·쓰기 성능을 높이는 전략 📌 키옥시아는 CBA로 차별화 키옥시아는 332단 BiCS10 샘플을 2026년 여름 목표 CBA 구조로 셀 어레이와 주변회로 웨이퍼를 분리 후 접합 전송속도 33%, 저장밀도 59% 개선을 제시 📌 투자 포인트 NAND 스케일링은 단순 적층 경쟁에서 공정·구조 경쟁으로 진화 극저온 식각, 본딩, 몰리브덴, 전압 최적화가 핵심 변수 AI 데이터센터 SSD 수요 확대와 맞물려 고단 NAND 경쟁이 재점화 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi

💻 AI 클러스터 연결 구조 변화: Copper에서 Optics로 📌 1. 현재 구조 현재 GPU-GPU 연결은 대부분 2m 미만 Copper 기반. Copper가 사용되는 이유는 낮은 비용과 높은 신뢰성. 다만 AI 클러스터가 커질수록 도달 거리와 커넥터 밀도에서 한계 발생. 현재 Scale-up fabric은 Scale-out network 대비 약 9배 높은 대역폭 필요. 연결 비중은 대략 Copper : Optics = 5 : 1 수준. 📌 2. 변화의 방향 향후에도 GPU-GPU 링크의 대부분은 50m 미만에 머물 전망. 그러나 Scale-up 연결의 최소 50% 이상은 2m 초과 필요. 즉, 기존 Copper 중심 구조만으로는 확장성에 제약 발생. 📌 3. Optics가 필요한 이유 AI 시스템 내부 연결에서 필요한 조건은 다음과 같음. • 더 긴 도달 거리 • Copper에 근접한 신뢰성 • 낮은 전력 소비 • 높은 대역폭 밀도 이를 충족하기 위해 저비용·고신뢰성·저전력 Optics 필요성 확대. 📌 4. 핵심 목표 수치 Optics가 Scale-up 영역에 적용되기 위한 목표 조건. • 도달 거리: 30m • 신뢰성: Copper 수준에 근접 • 전력 소비: <5pJ/bit, PHY 제외 • 대역폭 밀도: 1Tbps/mm 📌 5. 의미 이 조건을 충족할 수 있는 기술로 200G VCSEL 부각. Optics가 Scale-up 연결에 본격 적용될 경우, AI 시스템 내부 광학 연결 수요 확대 가능성. 특히 Scale-up 연결의 100%까지 Optics가 적용된다면, 관련 물량은 향후 5년간 20배 이상 성장 가능성. 💻반도체 소부장💻[그로쓰리서치] https://t.me/growth_semi