▶ SBS 뉴스 앱 다운로드

▶ 뉴스에 지식을 담다 - 스브스프리미엄 앱 다운로드

ⓒ SBS & SBS i : 무단복제 및 재배포 금지

⚡ 스프 핵심요약

70년 방송사의 산증인: 1952년 BBC 입사 후 흑백·컬러·HD·4K·VR 등 모든 방송 기술 시대를 거치며 '영국 아카데미 그랜드 슬램'을 달성한 유일한 인물입니다.

자연 다큐의 패러다임 전환: 동물과 인간의 정서적 교감을 끌어낸 '고릴라와의 만남' 등 혁신적 연출로 자연 다큐멘터리를 예술의 경지로 끌어올렸습니다.

기후위기 시대의 '최후 증언자': 단순 해설자를 넘어 100세의 나이에도 전 세계에 실질적 정책 변화와 행동을 촉구하는 강력한 환경 활동가로 영향력을 행사 중입니다.

사진 : BBC

01. "흑백부터 4K까지" 기술의 진보를 이끈 미디어의 개척자

1926년 5월 8일생, 오늘로 정확히 100세를 맞은 데이빗 애튼버러 경은 단순한 방송인을 넘어 현대 방송 기술사의 이정표입니다. BBC 보도에 따르면, 그는 1952년 방송계 입문 당시 "화면에 나오기에 이가 너무 크다"는 부정적 평가를 받았으나, 결과적으로 흑백, 컬러, HD, 3D, 4K, 그리고 VR 시대에 이르기까지 각 기술 단계별로 영국 아카데미(BAFTA) 상을 모두 휩쓴 지구상 유일한 방송인이 됐습니다. 특히 1960년대 BBC Two 책임자 시절 영국에 컬러 방송을 최초로 도입한 주역이기도 합니다. 로드리 탈판 데이비스(Rhodri Talfan Davies) BBC 국장은 "그는 기술의 변화 속에서도 변하지 않는 신뢰의 가치를 보여준 우리 시대 가장 중요한 목소리"라고 평가했습니다.
 

02. "고릴라가 내 어깨를 짚었을 때" 자연 다큐의 문법을 바꾸다

그의 명성은 1979년 방영된 대작 '지구 위의 생명(Life on Earth)'에서 확고해졌습니다. 르완다에서 산악 고릴라 파블로(Pablo)와 눈을 맞추며 교감하는 장면은 전 세계 5억 명 이상의 시청자에게 전율을 선사했습니다. 뉴욕타임스(NYT)는 이 장면을 "인간과 동물의 경계를 허문 다큐멘터리 역사의 가장 결정적인 순간"으로 꼽았습니다. 이후 '플래닛 어스(Planet Earth)', '블루 플래닛(Blue Planet)' 시리즈를 통해 압도적인 영상미를 선보인 그는 90대 중반의 나이에 넷플릭스로 무대를 옮겨 '우리의 지구(Our Planet)' 시리즈를 제작, 2025년 한 해에만 전 세계 3,000만 가구 이상의 시청을 이끌어내며 디지털 플랫폼에서도 그 영향력을 입증했습니다.
 

03. "지구의 증언자" 100세 활동가가 던지는 마지막 경고

애튼버러의 진정한 위대함은 노년에 접어들며 '해설자'에서 '활동가'로 진화했다는 점에 있습니다. 그는 2020년 작 '지구, 위대한 여정(A Life on Our Planet)'을 통해 자신의 커리어를 "지구의 쇠락을 목격한 증언"이라 정의하며 기후위기의 심각성을 경고했습니다. UN 환경계획(UNEP)은 2022년 그에게 '지구 챔피언 평생공로상'을 수여하며, 그의 목소리가 각국 정부의 환경 정책 수립에 실질적인 압박으로 작용했음을 인정했습니다. 100세를 맞이한 지금도 그는 로열 앨버트 홀 콘서트 등 공식 석상에서 "인류는 파괴자가 아닌 수호자가 되어야 한다"는 메시지를 전하며 전 세계의 행동을 촉구하고 있습니다.
 

[Deep Dive Q&A]

Q1. 데이빗 애튼버러가 다른 자연 다큐 진행자들과 차별화되는 이유는 무엇인가요?

A1. 그의 핵심은 '권위 있는 공감'에 있습니다. 과학적 사실을 전달하는 전문성을 갖추되, 자연을 정복의 대상이 아닌 '경이로운 동반자'로 묘사하는 특유의 스토리텔링 능력이 탁월합니다. 또한, 기술적 수용도가 매우 높아 90대에도 VR 다큐멘터리를 제작하는 등 매체의 한계를 두지 않는 혁신성을 보여주었습니다.
 

Q2. 이른바 '애튼버러 효과(Attenborough Effect)'란 무엇을 의미하나요?

A2. 그의 다큐멘터리 방영 이후 대중의 인식이 바뀌고 실제 정책이나 소비 변화로 이어지는 현상을 말합니다. 대표적으로 2017년 '블루 플래닛 II' 방영 이후 영국과 유럽 내에서 일회용 플라스틱 사용 금지 여론이 급격히 확산된 사례가 있으며, 이는 기업들의 패키징 정책 변화에도 큰 영향을 미쳤습니다.
 

[References]

• BBC: Sir David Attenborough at 100: A century of storytelling (2026.05.08)

• The New York Times: How one voice changed the way we see the natural world

• UN Environment Programme (UNEP): Lifetime Achievement Award - Sir David Attenborough (2022)

• Netflix Newsroom: Engagement Report 2025: Nature Documentaries

▶ 이 기사의 전체 내용 확인하기

▶ SBS 뉴스 앱 다운로드

▶ 뉴스에 지식을 담다 - 스브스프리미엄 앱 다운로드

ⓒ SBS & SBS i : 무단복제 및 재배포 금지

▶ SBS 뉴스 앱 다운로드

▶ 뉴스에 지식을 담다 - 스브스프리미엄 앱 다운로드

ⓒ SBS & SBS i : 무단복제 및 재배포 금지

⚡ 스프 핵심요약

AI 토큰은 AI 서비스의 비용 및 성능과 직결되는 핵심 지표이며, AI 사용량 증가와 함께 토큰 사용량도 기하급수적으로 늘고 있습니다.

AI 추론 비용이 급감하면서, 토큰 사용량이 늘어나면서 토큰 가성비가 중요해지고 있습니다. 특히 중국 모델들이 가격 경쟁력을 앞세워 시장 점유율을 확대하고 있습니다.

토큰 경제의 최종 승자는 GPU 칩과 컴퓨팅 리소스를 제공하는 엔비디아, AWS, 구글 클라우드, 마이크로소프트 애저와 같은 기업들입니다.

안녕하세요. 데이터를 만지고 다루는 안혜민 기자입니다. 요즘 AI를 좀 쓴다는 사람들 입에 자주 오르내리는 단어가 있습니다. 바로 토큰이죠. 뉴스를 보다 보면 이 토큰이라는 게 단순히 AI 사용량을 나타내는 단위를 넘어, 업무 성과나 성실도를 보여주는 지표처럼 쓰이기도 하더라고요. 도대체 토큰이 뭐길래 이렇게까지 언급되는 걸까요? 오늘 오그랲에서는 이 토큰 이야기를 준비해 봤습니다. 정확히 토큰이 무엇인지, 또 토큰을 둘러싼 AI 시장은 앞으로 어떻게 흘러갈지, 그리고 이 시장의 진짜 승자는 누구인지, 데이터와 그래프를 통해 이야기 나눠보겠습니다.

토큰에 얽매이는 사람들... '토큰 이코노미'의 등장

바이브 코딩과 바이브 디자인이 우리 삶에 들어오면서 '토큰'이라는 단어도 자연스럽게 자주 등장하고 있습니다. 토큰을 어느새 다 써버려서 추가로 AI를 돌리기 위해 돈을 지불하기도 하고요. 그런데 도대체 토큰이 정확히 뭘 뜻하는 걸까요? 

컴퓨터에게 어떤 문장을 넣어서 해석하도록 해봅시다. 이때 컴퓨터는 문장을 통으로 보는 게 아니라, 하나하나 나누어서 살펴봅니다. 이렇게 컴퓨터가 텍스트를 분석할 때 의미를 구분하는 최소 단위를 토큰이라고 합니다. 보통 영어 텍스트에서 1개의 토큰은 평균적으로 4글자에 해당됩니다. 문단 1개 정도를 보면 약 100개의 토큰 정도에 해당하죠. 대형언어모델인 LLM에서도 마찬가지로 이 토큰 단위로 텍스트를 처리합니다.

토큰이 AI가 텍스트를 처리하는 최소 단위라는 건 알겠는데, 왜 이렇게까지 중요하게 언급되는 걸까요? 그건 바로 토큰이 AI 서비스 비용에 직결되는 핵심 지표이기 때문입니다. 입력값이든 결괏값이든 AI가 처리해야 하는 토큰이 많아지면 많아질수록 AI는 더 많은 연산을 수행해야 합니다. 더 많은 연산을 수행해야 한다는 건 곧 시간이 더 걸리고, 비용이 늘어난다는 거죠. 그래서 AI 기업들은 서비스 사용 요금의 기준을 토큰으로 두고 과금하고 있어요.

토큰은 비용뿐 아니라 모델의 성능과도 직접 연결됩니다. 가령 AI가 한 번에 기억하고 처리할 수 있는 정보, 즉 처리할 수 있는 토큰 양이 많을수록 AI의 성능이 좋다는 의미니까요. 이렇게 토큰이 AI와 떼려야 뗄 수 없는 관계이다 보니 AI 시장을 두고 '토큰 경제'라는 단어도 나오고 있죠.

AI 서비스 사용자가 늘어나면서 토큰 사용량도 정말 엄청나게 늘어나고 있습니다.

오픈AI의 한 엔지니어가 1주일 동안 사용한 토큰량이 무려 2,100억 개에 달했다는 얘기까지 나오죠. 이 토큰량은 위키피디아를 통으로 33번 붙여 넣은 양과 맞먹어요.

또 어떤 이용자는 앤트로픽의 클로드 코드를 한 달에 15만 달러 넘게 사용했다는 얘기도 들려오죠. 15만 달러면 우리나라 돈으로 2억 2천만 원이 넘는 금액입니다.

생각해 보면 단순히 텍스트를 생성하는 데에는 이렇게 많은 토큰을 사용할 수가 없습니다. 억 단위의 사용량과 비용이 나올 수 있는 이유는 바로 바이브 코딩에 있습니다. 에이전트 기반의 AI 코딩 도구가 등장하면서 AI가 방대한 코드를 처리하고 편집할 수 있게 됐으니까요. 단 한 문장만 넣어도 AI가 하나의 소프트웨어를 뚝딱 만들어낼 수 있고, 오픈클로 같은 에이전트는 하루 종일 돌아가게 둘 수도 있으니 토큰 사용량은 기하급수적으로 늘어날 수밖에 없는 거죠.

500만 명이 넘는 개발자들에게 AI 모델들의 API를 제공해 주는 오픈라우터 자료입니다. 올해 토큰 사용량을 살펴보면 쭉쭉 늘어나는 게 보이죠? 주간 단위로 살펴봤을 때 올해에만 평균 15조 개의 토큰이 사용되었어요. 가장 많은 때에는 무려 27조 개의 토큰이 사용되었죠. 이 숫자에는 오픈AI나 앤트로픽의 모델을 직접 API로 붙여 쓰는 경우가 잡히지 않기 때문에 전체 사용량은 이보다 훨씬 많을 수 있어요.

참고로 실리콘밸리에서는 서로 얼마나 토큰을 사용했는지를 자랑하는 '토큰 맥싱' 문화가 유행하고 있다고 하죠.

오픈AI가 누적 1조 개의 토큰을 쓴 사용자에게 준 상패입니다.

메타에서는 직원들의 토큰 사용량을 비교할 수 있는 순위 대시보드를 만들기도 했어요. 그중에서도 가장 토큰을 많이 사용한 직원에게는 '세션 임모탈', '토큰 레전드'라는 칭호를 붙여줬고요. 참고로 메타 직원이 8만 5천 명이 넘는데, 이들이 한 달간 사용한 토큰량이 60조 개 수준이었다고 하죠.

이게 단순한 내부 문화로만 그치지도 않습니다. 기업들은 토큰 사용량을 인사 평가에 연결하기 시작했으니까요. 캐나다의 전자상거래 플랫폼 쇼피파이의 CEO가 사내에 공유한 메모입니다.

"쇼피파이에서 AI 활용은 이제 당연한 기준입니다."

쇼피파이에서는 이제 직원이 신규 채용을 요청하기 전에, AI로는 안 되는 이유를 입증해야 해요.

마이크로소프트 역시 AI 활용이 더 이상 선택사항이 아니라며 AI의 적극적인 사용을 주문했어요. 들리는 얘기로는 마이크로소프트에서도 사내 토큰 리더보드를 가동했다고 하고요.

이 영역에서 가장 적극적인 사람, 바로 엔비디아의 CEO 젠슨 황입니다. 젠슨 황은 연봉 50만 달러, 우리 돈으로 7억이 넘는 개발자라면 적어도 그 절반인 25만 달러는 토큰에 써야 한다고 말합니다.

"우리가 연봉 50만 달러를 주는 소프트웨어 엔지니어나 AI 연구원들이 있다고 칩시다. 실제로 흔한 일이죠. 그런데 연말에 그 친구한테 '토큰 비용으로 얼마나 썼나?' 물었더니 '5천 달러 썼습니다'라고 대답한다? 그럼 전 정말 뚜껑이 열릴 겁니다. 만약 50만 달러짜리 엔지니어가 최소 25만 달러어치의 토큰도 소비하지 않았다면, 전 심각한 위기감을 느낄 것 같아요."

늘어나는 사용량... '토큰 가성비'가 떠오른다

사람들이 이렇게 많은 토큰을 계속 소비할 수 있는 근본적 이유는 추론 비용이 점점 떨어지고 있기 때문입니다. GPT 쇼크가 있었던 2022년 11월 당시 GPT 3.5의 성능을 내는데 드는 비용이 100만 토큰 당 20달러였습니다. 하지만 2년이 지난 2024년 10월엔 0.07달러로 280배나 떨어졌죠. 이런 흐름은 지금도 이어지고 있고, 앞으로는 더 가파르게 떨어질 거라는 전망도 나오고 있습니다.

가트너가 1조 개의 파라미터를 가진 LLM의 추론 비용을 전망해 봤어요. 2030년이 되면 AI 추론 비용이 2025년 대비 90% 이상 급감할 것으로 내다봤죠. 최첨단 반도체를 사용하는 시나리오에서는 추론 비용이 토큰당 0.35달러 밑으로도 떨어질 수 있어요.

이렇게 가격이 떨어지면 소비자 입장에서는 두 손 벌려 환영할 일입니다. 같은 수준의 성능을 훨씬 더 싼 값에 쓸 수 있는 모델이 있다면 소비자들은 당연히 그쪽을 선택하게 될 겁니다. 그래서 떠오르는 게 바로 토큰 가성비입니다. 기업들 입장에서도 이 가성비를 잡는 게 주요 이슈였고요.

그 흐름에서 터졌던 게 바로 2025년 초에 있었던 딥시크 쇼크입니다. 중국의 스타트업이었던 딥시크는 당시 최고 모델이었던 오픈AI의 o1과 엇비슷한 추론 능력을 가진 R1 모델을 공개해 세상을 놀라게 했습니다. o1의 토큰 비용은 입력은 100만 개당 15달러, 출력은 100만 개당 60달러였어요. 딥시크는 이 비용을 각각 0.55달러와 2.19달러로 낮췄죠. o1모델과 비교해서 압도적으로 저렴하고 성능도 뒤지지 않으니 소비자들이 선택하지 않을 수 없었던 겁니다.

이번에 딥시크가 공개한 신규 모델 V4역시 가격 경쟁력을 내세우고 있습니다. 오픈AI나 구글, 앤트로픽의 비슷한 급 모델들과 성능은 비슷하지만 가격은 훨씬 저렴한 V4를 쓰라는 얘기인 거죠. 그렇다면 지금 가장 가성비가 좋은 모델은 무엇일까요?

X축은 출력 토큰의 가격을 나타내고, Y축은 모델의 성능을 나타냅니다. 토큰 가격은 저렴한데 성능이 높은 모델들이 눈에 띕니다.

다만 추론 가격이 떨어졌다고 하지만 여전히 비싼 토큰 가격을 자랑하는 모델들도 많습니다. 가장 비싼 라인은 오픈AI와 앤트로픽의 최신 모델인 GPT-5.5와 클로드 Opus 4.7인데요. 이런 빅테크 기업들의 출력 토큰당 가격이 25달러를 훌쩍 넘습니다.

가성비가 좋은 모델들은 대부분이 중국 모델들이고, 토큰 값이 비싼 모델들은 거의 다 미국 모델들입니다. 왜 이렇게 차이가 나는 걸까요? 핵심은 컴퓨팅 리소스에 있습니다.

더 나은 모델을 만들어 내려면 더 많은 GPU, 즉 더 많은 컴퓨팅 리소스가 필요합니다. 그러다 보니 최첨단 모델의 토큰 가격은 결국 비싼 GPU 값에 묶일 수밖에 없어요. 그 결과가 토큰당 30달러, 25달러라는 고가로 나타난 거고요.

대신 미국 기업들은 그 안에서 효율성을 찾아가고 있어요. GPT-5.5의 경우엔 직전 모델인 5.4 대비 가격이 2배로 늘어났는데, 그럼에도 불구하고 이용자 반응이 그렇게 나쁘지 않습니다. 왜냐하면 같은 작업을 시켜도 이전 모델보다 훨씬 적은 양의 토큰을 사용하더라는 거죠.

반면 중국은 어떨까요? 중국은 엔비디아의 고성능 GPU를 쓰고 싶어도 쓸 수가 없습니다. 왜냐하면 미국이 성능 좋은 반도체 칩의 수출을 꽉 막고 있으니까요. 그러다 보니 중국은 좋은 GPU를 충분히 쓰지 못하는 대신, 더 효율적인 모델을 만드는 데 집중하고 있습니다.

또 모델 훈련에 사용되는 무지막지한 에너지를 훨씬 더 저렴한 재생에너지를 사용하여 가격 절감에 나서고 있어요. 안 그래도 재생에너지에 강력한 드라이브를 거는 중국은 여기에 컴퓨팅까지 연계하여 정책을 운영해 나가고 있죠. 이미 일부 개발자들은 기본적인 업무는 중국의 AI 모델을 사용하고, 복잡한 과제를 해야 할 경우에만 미국의 비싼 모델을 사용하고 있습니다.

그래서 앞서 살펴봤던 오픈라우터의 토큰 사용량 모델 리스트를 뽑아보면, 1위부터 6위까지가 다 중국 모델일 정도죠.

중국 정부는 여기서 멈추지 않고 있어요. 단순히 가격 경쟁을 넘어서 토큰 경제 자체의 주도권을 노리고 있습니다.

최근 중국 국가데이터국에서는 토큰 대신 '츠위안'이라는 단어를 쓰기로 했습니다. 말과 단어를 뜻하는 '츠'에 중국의 화폐 단위인 '위안'을 붙여 토큰의 공식 번역 명칭을 정한 겁니다. 연산 단위에 자국의 화폐명을 써서 토큰 경제하면 자연스럽게 중국을 떠올리게 하려는 브랜딩인 셈입니다.

토큰으로 진짜 돈을 버는 곳은 어디일까?

토큰 경제가 이렇게 커지고 있으니 토큰을 파는 AI 기업들은 함박웃음을 짓고 있겠죠? 그렇지 않습니다. 오히려 적자가 계속 쌓이는 아이러니한 상황이 벌어지고 있습니다.

월스트리트저널이 입수한 오픈AI와 앤트로픽의 내부 문건자료입니다. 이 그래프는 두 기업의 연간 수익을 나타낸 건데요, 겉으로 보면 빠르게 늘어나고 있죠. 하지만 이 숫자에는 모델의 훈련 비용이 포함되어 있지 않습니다. 만약 훈련 비용까지 포함해서 그래프를 다시 그려보면? 이렇게 됩니다.

오픈AI는 2030년에, 앤트로픽은 2028년에야 흑자로 전환될 것으로 예측되고 있죠.

토큰에 이렇게 돈을 많이 쓰고, AI 시장에 투자금이 천문학적으로 몰리고 있는데 도대체 다 어디로 가는 걸까요? 토큰 경제에서 진짜 돈을 버는 쪽은 바로 컴퓨팅 리소스를 파는 기업들입니다.

GPU 칩을 판매하는 엔비디아. 그리고 GPU를 데이터센터에 쌓아두고 빌려주는 AWS나 구글 클라우드, MS 애저 같은 클라우드 기업이 바로 그 주인공입니다.

앤트로픽이 지난 4월 20일에 발표한 계약이 있습니다. 앞으로 10년간 AWS에 1,000억 달러 이상을 투자하겠다는 내용이었죠. 우리 돈으로 140조 원이 넘는 막대한 금액의 들어가는 이유는 클로드 모델의 훈련과 배포를 위해서입니다. 이렇게 확보된 컴퓨팅 용량이 원전 5기 수준인 5GW입니다.

앤트로픽이 AWS 하고만 손을 잡는 게 아닙니다. 구글 클라우드와도 협력해서 구글의 TPU 최대 100만 개를 활용할 수 있는 파트너십을 체결했어요.

오픈AI도 마찬가지입니다. 일단 오픈AI는 스타게이트 프로젝트라는 대규모 AI 인프라 사업에 직접 플레이어로 참여하고 있죠. 또 기존의 마이크로소프트와의 7년간 맺어왔던 독점 계약에서 벗어나 멀티 클라우드 전략으로 방향을 수정했어요. 이에 따라 구글과 AWS와 계약 맺으며 컴퓨팅 리소스를 확보하고 있죠.

AI 컴퓨팅 영역의 압도적 강자인 엔비디아가 지금 이 시장에서 가장 행복한 웃음을 짓고 있을 겁니다.

"과거 데이터센터는 파일 처리용이었어요. 하지만 이제는 토큰을 생산하는 공장이 되었습니다."
"토큰은 새로운 상품이며, 다른 상품들처럼 성숙 단계에 들어서면 변곡점을 맞게 될 겁니다."

젠슨 황은 이전부터 AI 시장을 두고 '5단 케이크'론을 설파해 왔어요. 맨 밑에 이 시장을 떠받치는 에너지가 있고, 그 위에 칩, 그리고 그 위에 인프라가 있습니다. 이런 구조 위에서 AI 모델과 애플리케이션, 서비스들이 돌아간다는 거죠.

AI 모델 위에서 만들어진 애플리케이션이 돈을 벌면, 그 수익은 결국 아래층으로 흘러갈 수밖에 없습니다. 칩을 꽉 쥐고 있는 엔비디아는 당연히 기쁠 수밖에 없겠죠. 칩뿐만 아니라 최근 엔비디아는 에너지 인프라 효율을 극대화하기 위한 기술도 세일즈하고 있으니 수익은 더 늘어날 가능성이 있고요.

오픈AI의 GPT-5.5가 출시되고 젠슨 황은 엔비디아의 전 직원에게 사내 공지 메일을 보냈습니다. 내용은 이렇습니다. 오픈AI의 Codex와 새 모델을 적극적으로 쓰라는 내용이었죠. 그리고 이 사내 메일 내용을 복사해서 샘 올트먼에게도 그대로 보냈습니다. 이 말을 덧붙이면서 말이죠.

"블랙웰 GPU를 가동합시다! 우리는 더 많은 토큰이 필요합니다!"

토큰은 이제 새로운 상품이자 새로운 통화가 되어가고 있습니다. 하지만 토큰이 중요해질수록 그 숫자에 사람들이 과하게 얽매이는 부작용도 커지고 있습니다. 마이크로소프트의 어떤 개발자는 AI를 너무 적게 쓴다고 지적받을까 봐 꼭 필요하지 않은데도 일단 에이전트에게 일을 맡긴다는 인터뷰도 있더라고요. 회사의 압박과 경쟁 문화 속에서 가짜 토큰 사용량이 늘어나게 될지도 모르는 겁니다.

하지만 비용은 진짜로 남겠죠. 단순히 돈의 문제가 아니라 토큰 하나를 처리하고 만들기 위해 막대한 양의 에너지와 물이 들어간다는 점도 주목할 지점이고요. 과연 토큰 경제는 어디로 향하게 될까요? 오늘 준비한 오그랲은 여기까지입니다. 긴 글 끝까지 읽어 주셔서 진심으로 감사드립니다.

▶ 이 기사의 전체 내용 확인하기

▶ SBS 뉴스 앱 다운로드

▶ 뉴스에 지식을 담다 - 스브스프리미엄 앱 다운로드

ⓒ SBS & SBS i : 무단복제 및 재배포 금지

▶ SBS 뉴스 앱 다운로드

▶ 뉴스에 지식을 담다 - 스브스프리미엄 앱 다운로드

ⓒ SBS & SBS i : 무단복제 및 재배포 금지

⚡ 스프 핵심요약

태국 경제의 기초 체력보다는 소액 온라인 금 거래 폭증과 캄보디아 범죄 조직의 금을 이용한 대규모 돈세탁 수요가 바트화 가치를 비정상적으로 끌어올렸습니다.

원화는 DBS 분석 기준 올 1분기 아시아에서 가장 저평가된 통화였는데, 이란 전쟁 직후 역대 최대로 외국인이 한국 증시 차익 실현분을 달러로 바꿔나가는 등 고베타 신흥국 통화의 변동성이 두드러졌습니다.

미국의 구두 개입, 국민연금의 환헤지 비중 확대(뉴프레임워크), 수출 기업의 환전 수요 유입 등으로 인해 원달러 환율은 점차 안정세를 찾으며 하락할 가능성이 큽니다.

※ 2026. 4. 30. 출고된 영상을 바탕으로 제작된 기사입니다.

태국 돈 바트가 한국 돈에 비해서 왜 이렇게 비싸진 거냐. 원화, 바트에도 밀리고 있나? 결론부터 말씀드리자면 올해 들어서는 바트 상승세가 좀 멈췄고, 원화가 비교적 버티고 있긴 합니다. 하지만 우리나라 사람들이 가장 자주 방문하는 나라 탑 5에 속하는 태국 돈이 지난해 초 이후로 우리에게 엄청난 속도로 비싸진 건 사실입니다. 동남아 여행도 이제 부담스러워서 못 가겠다, 달러당 1500원 밑으로 다시 내려오긴 했지만 원화는 여전히 아시아에서도 돈의 가치가 가장 쉽게 흔들리는 그룹에 속해 있습니다. 언제까지 이런 모습이 이어질까요?

태국 돈의 가치가 왜 이렇게 과열됐을까요? 가장 큰 이유는 금값이 너무 잘 올랐던 탓이 큽니다. 사실 태국은 경제 상황이 여러 가지로 좋지 않아서 지난해 1년 동안만 기준금리를 4번이나 내렸고, 이제 1%라는 초저금리에 머물고 있습니다. 바트화의 가치가 아시아 최약체여도 이상하지 않은 금리 수준이죠. 그런데 바트화는 오히려 지난해 1년 내내 달러 대비 10% 넘게 비싸졌습니다. 어떻게 이런 일이 일어났을까요?

태국 사람들이 온라인 금 거래를 너무 많이 하는 데다 여기에 검은손들이 끼어들어서라는 분석이 가장 설득력 있게 제시됩니다. 태국의 중앙은행 총재가 '바트화 가치가 급속도로 올라가는 날들을 분석해 보면 그 상승세의 절반은 금 거래 때문이다'라고 지난 연말에 공식적으로 얘기했을 정도입니다.

리처드 한 | 하나 마이크로일렉트로닉스 CEO

(태국 바트는) 말레이시아 링깃을 제외하면 최근까지 미국 달러 대비해서 가장 강세를 보인 통화였어요. 금 거래와 다른 몇 가지 이유들이 있었죠.

중국에서 특히 인기인 1그램짜리 콩알금, 실물로 사려고 하면 우리 돈으로 20만 원이 훌쩍 넘습니다. 비싼 금을 사고파는 건 아무리 적은 양이어도 그만큼 부담스러운 일이란 얘기입니다. 우리나라도 온라인 금 거래가 활발한 편인데, 보통 최소 단위가 1그램은 돼야 합니다. 몇 천 원 수준인 0.01그램 단위로 온라인 거래를 할 수 있는 계좌가 있긴 하지만 아직 일반적이지 않습니다.

반면 안 그래도 금을 좋아하는 태국에선 최근 몇 년간 소액 온라인 거래 플랫폼들이 발달했는데요. 지난해 특히 전 세계적으로 금 가격이 폭등하다 보니 거래 규모가 엄청나게 커졌습니다. 온라인 금 거래 규모가 태국 GDP의 50% 수준까지 됐다는 분석이 나올 정도였습니다.

이렇게 거대한 금 거래 플랫폼들이 가입자들의 주문을 수행하느라 국제시장에 금을 팔 때마다 달러가 들어오고 금을 판 가입자들 계좌에는 바트화를 꽂아주기 위해서 바트화를 사들이는 규모가 매분 매초 엄청난 수준이었다는 거죠. 이게 바로 태국 중앙은행 총재의 발언, '바트화 가치가 급등하는 날을 살펴보면 절반은 금 때문'이란 말이 나온 이유입니다.

그런데 이게 과연 전부 다 금 거래를 너무 많이 하는 평범한 사람들 때문이었을까요? 이웃 나라들, 특히 캄보디아에서 금을 이용한 대규모 돈세탁이 일어나고 있다는 합리적 의심이 계속 제기됐습니다. 범죄 조직이 나쁜 짓을 해서 번 굴린 돈을 코인(암호화폐)으로 저장합니다. 이 코인을 코인 관련 제도가 아직 미비한 태국에서 바트화로 현금화하고, 그걸로 금을 사서 캄보디아로 다시 들여갔다는 겁니다.

이렇게 하면 애초에 어디서 났던 돈인지 추적이 안 되는 그야말로 감쪽같은 돈세탁이 가능했고요. 이 과정에서 바트화 환전 수요가 대규모로 발생하다 보니까 태국 돈의 가치가 이상 급등했다는 거죠. 그 와중에 금값은 계속 올랐으니 범죄 집단에게는 '꿩 먹고 알 먹고'였겠죠. 부자 나라라고 할 수는 없는 캄보디아가 지난해에 태국이 두 번째로 금을 많이 수출하는 나라로 떠올랐습니다. 돈 없는 보통 캄보디아 사람들이 태국 금을 그렇게 많이 사갔던 게 아니라 이런 돈세탁 수요가 컸다는 지적이 제기됐습니다.

이런 식으로 바트화 환전 수요를 일으키면서 돈세탁을 했던 인물 중에 한 명이 프린스 그룹 천즈 회장이었습니다. 지난해 우리나라를 떠들썩하게 했던 바로 한국인 청년 취업 사기 건, 우리 젊은이들을 취업시켜 주겠다고 캄보디아의 외딴 농장으로 끌어들인 뒤에 협박해서 감금하고 보이스피싱에 가담하게 한 걸로 알려졌던 범죄 조직도 이렇게 바트화를 이상 급등시킨 검은손 중의 하나였다는 얘기입니다.

바트화에 밀린 원화? '환율의 함정' 파헤쳐보니

태국 돈 바트화의 이상 급등은 태국 경제가 갑자기 너무 튼튼해져서가 아니었습니다. 관광 수입이 중요한 태국 경제에는 오히려 자국 돈이 급증하는 게 큰 골칫거리였겠죠. 돈이 비싸지는 만큼 외국인 관광객들이 부담스러워하니까요. 그래서 지난해 말부터 금 거래 관련 규제를 강화한 데다가 올 초 이후에 전 세계적으로 금값이 조정을 한 번 겪은 것도 금 때문에 이상 급등세가 나왔던 바트화가 한풀 꺾이는 데 한몫한 걸로 분석됩니다.

물론 이란 전쟁 영향도 컸습니다. 태국은 자국 내 원유 수요의 86%를 수입하는 대규모 원유 수입국이라서 아시아에서도 이란 전쟁 충격을 가장 크게 받은 나라 중 하나로 분류됩니다. 사실 경제 기초 체력만 놓고 보면 바트화가 진작에 약세를 띠었어야 자연스러웠던 상황이기도 하고요.

그런데도 바트화가 한국인 입장에선 여전히 너무 비싸게 느껴지는 건 한국 돈 원화가 약한 탓이 큽니다. 올해 들어서 달러화는 바트화 대비해서 1년 전의 가격대를 회복했습니다. 달러 대비 바트화의 이상 급등세가 되돌려진 겁니다.

그런데 원화는 올해 들어서 태국 돈 대비해서 더 떨어지지 않고 버티고 있지만 1년 전 가격대는 아직 근처에도 못 갔죠. 환율 때문에 한국 경제가 태국보다 안 좋은가 생각한다면 그건 오해가 맞습니다. 태국 바트화의 급등은 태국 경제의 진짜 체력에 어울리지 않는 이상 현상이었습니다. 다만 전반적으로 한국 돈의 힘이 아직 약한 상태다 보니까 그 이상 현상이 되돌려지는 가운데서도 우리 돈 원화로는 그 되돌림을 아직 느끼기가 힘들다는 얘기입니다.

셰리 안 | 블룸버그 더 아시아 트레이드 앵커 (2026.4.20)

한국 원화는 여전히 미국 달러에 비해 약세를 보이면서 다시 1달러당 1천5백 원에 가까워지는 모습을 보였습니다.

그런데 우리 돈 원화는 지금 진짜 약한 걸까요? 아니면 약해 보이는 걸까요? 싱가포르 은행인 DBS는 올 1분기에 한국 돈이 아시아에서 가장 저평가된 돈이었다는 분석을 내놓기도 했습니다. 저평가됐다, 한국 경제의 지금 체력보다 약해 보이는 게 문제라는 겁니다. 태국 바트화와 반대 상황이죠. 바트화는 실제 경제 상태에 비해서 돈이 너무 비싸진 게 문제였던 반면에 한국은 경제 상태에 비해서 돈이 너무 싸졌다. 그 저평가 정도가 DBS의 환율 적정가치 평가 모델로 평가해 봤더니 올해 아시아에서 가장 심한 수준이더라는 거죠.

증시는 대축제인데.. 환율은 왜 안 떨어지죠?

왜 한국 돈에 대한 평가가 이렇게 박한 걸까요? DBS의 분석에서 흥미로운 점이, 오히려 중동 에너지 쇼크 자체로 인한 타격은 한국 돈이 중국 돈 위안화와 더불어서 아시아에선 그렇게 크지 않았던 편이었다고 분석했다는 겁니다. 중국이나 한국이나 기름이 들어오지 않는다고 해서 경제에 바로 큰 문제가 생기지는 않게 대비를 해 놓은 나라들이었다는 거죠. 그런데도 왜 한국 돈은 이렇게 저평가를 심하게 당했나?

이런 위기 상황이 오면 원화는 여전히 고베타 신흥국 통화라는 게 두드러집니다. 베타가 높은 통화, 똑같이 중동 에너지 의존도는 높더라도 일본 엔화처럼 기축 통화에 가까운 돈보다 훨씬 더 이리 튀고 저리 튀고 영향을 많이 받는 돈이란 뜻입니다. 호재가 나타나면 더 가치가 빠르게 솟기도 하지만 악재에도 더 잘 무너지는, 변동성이 큰돈이다. 전 세계적으로 위험자산 선호 심리가 싹 사라졌던 이란 전쟁 직후에 우리 돈의 하이베타 통화로서의 면모가 두드러졌습니다.

지금 주식 시장이 날아다니고 있지만, 외국인들 입장에서는 '한국이 마침 이럴 때 많이 올라줘서 좋다. 이걸로 안전자산 달러를 채우자' 한국 증시에서 번 돈을 팔아서 달러로 바꿔가는 수요가 원화 가치를 또 짓눌렀습니다. 지난 3월에 외국인이 한국 증시와 채권을 판 돈이 365억 5천만 달러, 당시 환율로 55조 원 넘는 돈을 달러로 바꿔 나갔습니다. 역대 최대 규모입니다. 2월에도 77억 6천만 달러 규모의 외국인 투자금 순유출이 나타났었지만요. 한국에서 벌어서 달러로 바꿔 나가는 돈이 한 달 만에 5배나 치솟는다? 이건 전쟁 이후 전 세계적인 위험자산 회피 현상이 유독 잘 벌고 있었기 때문에 오히려 차익 실현해서 돈을 들고나갈 수 있었던 한국 증시에서 더 두드러지게 나타났다는 점을 빼고는 설명하기 어렵습니다.

"미국이 그냥 안 둔다니까?!" 올해 연말 원화의 가격은

앞으로는 어떻게 될까요? 지난 1월의 똑소리에서 올해 미국이 한국 돈의 가치가 계속 빠지도록 두진 않을 거란 말씀을 드린 적이 있습니다. 실제로 당시 스콧 베센트 재무장관이 한국 돈이 경제 상태에 비해서 너무 약세라면서 이례적으로 구두 개입을 했었죠. 올해부터 우리에게서 막대한 직접 투자금을 받아가야 할 미국으로서도 한국 돈의 가치가 너무 낮은 건 반갑지 않거든요.

석 달 만인 4월 17일에 스콧 베센트와 구윤철 장관이 또 만났습니다. 이번에도 베센트 장관이 소셜 미디어 계정에 한 줄 올립니다. 1월처럼 강한 어조까지는 아니었지만 '원화의 과도한 변동성이 바람직하지 않다는 데 동의했다' 한마디 덧붙여 준 겁니다. 미국도 원화가 이렇게 널뛰는 것, 달러 대비 약세가 너무 튀는 모습이 나오는 건 싫다. 괄호 치고 '그러니까 미국에 투자 많이 할 수 있는 환경 만드는 데는 도움 주겠다' 괄호 닫고, 재확인한 겁니다.

2월 말에 시작된 이란 전쟁은 그전까지의 모든 거시 전망을 리셋시켰고, 그 전쟁이 정말 너무하다 싶게 끝나지 않고 있습니다. 하지만 미국이 확실히 이제 전쟁을 빠져나가고 싶어 한다는 인식을 전 세계가 공유하면서 전쟁 리스크에 대한 시장의 민감도는 점점 무뎌지고 있습니다. 이런 상황에서 올해 환율이 이제는 떨어지는 방향으로 움직일 거다. 달러 대비한 원화의 가치가 갑자기 튀어 오를 일까지는 없어도 '원화의 버티는 힘이 강해질 거다'는 쪽으로 대비하는 게 더 유리할 가능성이 큽니다.

김학균 | 신영증권 리서치센터장

중동 전쟁으로 인해서 가장 (환율이) 높았던, 원화 약세의 시기는 지나간 것으로 판단이 됩니다. 과잉 수요가 있을 때는 중앙은행이 기준금리를 높여서 경기 둔화와 물가 안정을 맞바꾸는 게 정책적으로 맞는 조합인데 지금은 사람들이 많이 써서 물가가 높아지는 건 아니기 때문에 '연준이 최대한 인내할 거다'라는 기대가 있어서, 유가 급등에도 불구하고 달러가 안 강해지고 미국 국채금리가 안 올라가는 것 같습니다.

우리 돈 원화가 올해 1분기에 가장 저평가됐다고 분석한 DBS는 올해 말까지 원달러 환율을 달러당 1천4백 원까지 내려서 예측했습니다. 한국 대신증권은 4월 마지막 주에 1,460원을 내놨습니다.

역대급 '달러 런'도 멈췄다

기록적인 규모로 달러를 바꿔 나갔던 외국인들도 4월 말 들어서는 우리 증시로 돌아오는 움직임을 보이고 있습니다. 반도체를 비롯한 우리 주요 수출 기업들이 올해 벌어들인 막대한 외화도 시장에 풀리고 있습니다. 수출 기업들이 벌어온 외화, 이게 정말 우리의 진짜 구명보트죠.

그런데 이렇게 기업들이 벌어오는 돈을 바로바로 외환시장에서 원화로 환전하지 않고 외화 예금으로 쌓는 경우가 많아서 환율이 잘 떨어지지 않는다는 분석도 나왔었는데요. 정부가 기업들에게 '그러지 말고 바로바로 환전해 달라'는 방향의 정책을 펴고 있기도 하지만요. 기업들 입장에서도 1천5백 원 이상 구간에서는 환전을 하는 게 유리하다고 판단한 걸로 보이는 기미들이 감지됩니다. 기업들의 생산 활동에서 생기는 비용, 국내에서 지불해야 할 원화 결제 대금들을 영원히 미룰 수는 없는데요. 결국 환전을 해야 하는데 1천5백 원 이상으로 가면 '이 정도면 비싸졌다. 지금 환전하자' 이렇게 판단한 모습들이 나타났다는 겁니다.

또 하나 국민연금의 이른바 '뉴프레임워크'가 어떻게 작용할지도 큰 관심거리입니다. 국민연금은 우리나라 국고의 외환보유액을 뛰어넘는 해외 투자 자산을 가진 엄청난 큰손이죠. 그런데 이 국민연금이 해외에 투자하기 위해 달러 환전하는 걸 좀 줄일 수는 없나? 여기서 이 '뉴프레임워크'라는 정책이 고안됐습니다.

'연금은 국민의 노후 보장을 위해서 돈을 잘 버는 데만 집중해야지, 지금 환율 잡겠다고 수익률을 떨어뜨릴 위험도 감수하겠다는 거냐'라는 비판과 '지금 구조적으로 올라가서 내려올 생각을 하지 않는 환율을 내버려 두면 그게 국민들의 노후에 진짜로 보탬이 되겠냐'는 주장이 팽팽히 맞섰는데요.

4월 중순에 마침내 이 두 주장 사이에 절충안이 나왔습니다. 일부 외화채를 발행해서 달러를 조달한다. 그러니까 원화를 달러로 환전하는 게 아니라 밖에서 달러를 빌려와서 그 돈으로 해외 투자한다. 채권자들에게 이자는 좀 나가겠지만요. 마지막으로 우리 환율이 일정 이상 올라가면 국민연금이 실시하는 환 헷지 비중을 지금의 10%에서 15%로 올린다. 최대 20%까지도 할 수 있다. 이런 내용의 국민연금 운용책이 새로 도입되는 겁니다.

뉴프레임워크의 효과가 얼마나 클지, 연금의 수익률에는 장기적으로 어떤 영향을 미칠지 지켜봐야 하지만, 일단 원화 가치에 대한 안전판이 하나 더 늘어난 것만은 분명하기 때문에 더더욱 올해 환율이 여기서 더 치솟는 쪽에 베팅하는 건 나에게 불리한 선택이 될 수 있습니다.

▶ 이 기사의 전체 내용 확인하기

▶ SBS 뉴스 앱 다운로드

▶ 뉴스에 지식을 담다 - 스브스프리미엄 앱 다운로드

ⓒ SBS & SBS i : 무단복제 및 재배포 금지

▶ SBS 뉴스 앱 다운로드

▶ 뉴스에 지식을 담다 - 스브스프리미엄 앱 다운로드

ⓒ SBS & SBS i : 무단복제 및 재배포 금지

성장에는 힘이 필요합니다. 흔들리지 않을 힘, 더 높이 뻗어나갈 힘. 들을수록 똑똑해지는 지식뉴스 "교양이를 부탁해"는 최고의 스프 컨트리뷰터들과 함께 성장하는 교양인이 되는 힘을 채워드립니다.

장비 한 대당 5천억..삼성·SK가 20조 쏟아부은 이유

Q. 최근 삼성과 하이닉스가 EUV* 장비를 대량으로 확보했다고 하더라고요. 이게 반도체 공정에서 앞으로 어떤 역할을 하게 될지?

*EUV(극자외선) 노광장비 : 파장이 짧은 빛인 EUV(극자외선)를 활용해 웨이퍼에 회로를 새기는 장비. 반도체 초미세 공정에 필수적.

삼성과 하이닉스 모두 EUV가 필요한 이유는, 삼성은 파운드리도 필요합니다만 메모리에서 이제는 다음 단계, 특히 D램에서 다음 단계로 가야 될 상황이 왔기 때문입니다.

현재 가장 최신 공정은 D1c까지 왔는데 다음 단계가 D1d, 심지어 그다음 단계는 '1'도 빠집니다. '1'까지는 나노미터 단위로 볼 수 있고 D0가 되는데 그때부터는 한 자릿수 나노미터의 피처를 갖는 수준까지도 가야 되는데, 그렇게 하기 위해서는 1세대 EUV 공정 장비만으로는 부족할 수 있고 레졸루션(물리적 해상도) 8나노 정도까지 보장할 수 있는 2세대 EUV 장비가 필요하고, 그것 때문에 삼성과 하이닉스가 큰돈을 들여서 ASML의 EUV 장비를 대량으로 구매했다.

삼성은 20대 정도, 하이닉스는 10대 정도인데 20대, 10대가 뭐가 대량이냐고 생각할 수도 있는데 장비 1대의 가격을 생각하면 어마어마한 투자입니다. 장비 1대가 3.5억 달러 정도 합니다. 지금 환율로 5,200억 원 정도. 20대를 샀다면 10조 넘게 산 거고, 10대를 샀다면 5조 정도 산 거죠.

지금 하이닉스나 삼성이 돈을 많이 벌어들이고 있으니까 큰돈이 아닐 거라고 생각할 수도 있겠습니다만, 이 EUV 장비의 특징은 와서도 돈 잡아먹는 귀신이 된다는 거예요. EUV 장비에 들어가는 수많은 부품들은 다 수명이 있습니다. 그리고 이것을 몇 번 돌리다 보면 수명이 금방 닳기 때문에 계속 갈아야 되는데, 부품을 교체하고 정비하는 것에만 장비 가격의 3분의 1, 4분의 1 정도의 비용이 매년 들어갑니다. 그러니까 장비 한 대 사서 4년 정도 돌리면 장비 하나 더 사는 느낌이 되는 거죠.

그러니까 장비를 4년 동안 열심히 돌려야 그 장비에 들어간 돈의 뽕을 뽑는다고 볼 수 있죠. 그렇게 하지 않으면 이 비싼 장비를 사서 감가상각시킨 게 되기 때문에 최악의 투자가 되는 겁니다. 이렇게 20대, 10대를 샀다는 것은 그다음 단계의 공정으로 진입해서 앞으로도 메모리 시장 내 지배력을 확고하게 하겠다는 양사의 의지가 담겨 있다고 볼 수 있겠고요.

EUV 보유 대수=경쟁력? 진짜 싸움은 도입 이후부터

단일 회사 단위로 2세대 EUV 장비를 가장 많이 가지고 있는 회사는 인텔입니다. 인텔은 이전부터 6대 정도 도입해서 돌리고 있는데, EUV 장비를 많이 가졌다고 더 앞선 공정을 활용하는 반도체를 더 많이 만들 수 있다고 넘겨짚으면 곤란합니다. 나중에 기술이 성숙되면 그렇게 볼 수도 있겠습니다만 EUV 노광기, 특히 2세대 EUV 노광기 같은 경우에는 공정이 굉장히 까다롭습니다.

그래서 도입 초기 1년~2년 정도는 R&D 단계를 지나가야 됩니다. 왜냐하면 ASML이 EUV 장비를 납품하면 완제품을 납품하는 것처럼 보입니다만, 사실은 와서부터가 문제입니다. 삼성이나 하이닉스의 팹 라인에 설치돼야 하는데 무슨 볼트 넣듯 조이는 설치가 아니고요. 삼성이나 하이닉스의 기존 반도체 라인과 딱 맞게 설치해야 되는데, 설치하는 것만 몇 개월 정도 걸리고요.

설치 후 설계한 스펙대로 칩이 나오는지를 테스트하는 것도 몇 개월 정도, 그리고 양산으로 넘어갔을 때 테스트 단계에서 보이지 않았던 것이 보이는지 보는데 몇 개월 정도, 그래서 최소 1.5년~2년 얘기를 하는 거죠.

그런데 이러한 단계를 하기 위해서는 아이러니하게도 그 이전 세대의 장비 데이터가 중요합니다. 예를 들어서 2세대 EUV를 도입한다면 2세대 이전에 1세대 장비에서 있었던 시행착오 데이터가 중요한 거죠. 이 시행착오 데이터를 잘 활용하면 예를 들어서 3년 걸릴 초기 안정화를 1.5년, 1년 이내로 줄일 수 있는 거고, 이걸 제대로 활용 못하면 2세대 장비는 공정 난도가 더 높아진 상황에서 양산으로 진입하는 기간이 예상보다 더 늘어날 수 있는 거죠.

우리나라의 메모리 양사는 이 EUV를 전 세계 메모리 메이커 중에서는 제일 많이 가지고 있을 거라고 생각되고요. 마이크론은 아직 2세대 EUV를 도입을 안 한 걸로 알고 있고 도입하더라도 많이는 도입을 못할 거로 보고 있어서, 마이크론은 D1c까지는 어떻게든 잇몸으로 버틸 수는 있겠지만 그다음에 어떻게 해야 할지는 고민이 많을 겁니다.

그래서 D램의 그다음 공정 단계를 전환시키는 데 하이닉스는 주력할 거고요. 삼성은 파운드리와 메모리가 각각 EUV를 사용하는 방향이 좀 다릅니다. 몇 대 몇으로 EUV가 배분될지는 기업 기밀이기 때문에 알려지기는 어려울 건데, 두 사업 부분에서 적절히 이 공정의 데이터를 공유하면서 양산으로의 진입을 최대한 가속화할 것이라고 볼 수 있겠죠.

중국 반도체 굴기, EUV 앞에서 막혔다?

Q. EUV를 많이 가졌다고 경쟁력은 아니라고 하셨지만, 중국 회사들 처럼 없는 입장의 회사들은 신규 진입하기 어렵겠다는 생각이 들어요.

네. 맞아요. 그래서 중국이 지금 가장 갖고 싶어 하면서도 가장 고통스러워하는 기술이 바로 이 극자외선 노광 기술입니다. 그것 때문에 중국의 파운드리나 메모리가 더 빨리 진행할 수 있는 진도가 많이 늦춰진 상황이죠.

Q. 단순히 '중국이 우리 쫓아오겠지' 이런 게 아니고 현실적인 갭이 느껴집니다.

네. 거의 진도가 못 나가고 있다고 볼 수도 있는 상황인데, 사실 중국에서 EUV 리소그래피*를 자체적으로 개발하려는 노력은 오래전부터 있었어요.

*리소그래피(Lithography·노광) : 반도체 회로를 실리콘 웨이퍼 위에 빛으로 새겨 넣는 공정

두 가지 정도의 기술력이 있는 것 같은데, 첫 번째가 지금 ASML이 이용하고 있는 LPP(Laser Produced Plasma)라는 개념이 있습니다.

EUV는 파장으로 따진다면 13.5나노, 13.8나노 정도의 지극히 짧은 자외선입니다. 파장을 짧게 만들면 그만큼 더 미세한 칩을 만들 수 있기 때문인데, 문제는 13.5나노미터 정도의 극자외선을 안정적으로 만들어낼 수 있는 자연스러운 광원은 없다는 겁니다. 그래서 인공적으로 만들어야 하는데, ASML이 20~30년간 고생해서 얻은 공학적인 결정체가 바로 이 EUV를 만들어낼 수 있는 광원이고요.

이거는 ASML 혼자만의 기술은 아니고 ASML이 협력해 왔거나 인수한 자회사들의 기술력이라고도 볼 수 있습니다. 예를 들어서 이 광원 기술은, 엑사이머 레이저 들어보셨을 거예요, 미국의 사이머라는 회사에 원류를 두고 있고요.

실질적으로 거기서 바로 레이저를 만드는 것은 아니고, 직경이 50마이크로나 40마이크로 정도밖에 안 되는 미세한 주삿바늘을 통해서 액체 상태의 주석 방울이 분당 5만 개, 10만 개 정도로 빠르게 흘러나옵니다. 그 미세한 주석 방울에 트라이엄프(독일의 레이저 회사)에서 고출력 CO2 레이저를 분사시켜서, 동그란 형태의 주석 방울을 납작한 빈대떡처럼 만듭니다.

이런 빈대떡처럼 만든 주석 방울에 순간적으로 다시 한번 2차 집속 레이저로 쏴서 순간 기화를 시키면 들뜬 주석 이온들이 불안정한 상태에서 다시 안정한 상태로 떨어지면서 빛을 방출하는데, 그 빛이 극자외선입니다.

ASML이나 엑사이머나 트라이엄프는 다른 여러 대안을 써보다가 안 되고 안 되고 안 돼서 여기까지 온 겁니다. 이 과정에 20년 정도가 걸렸고 양산 단계까지 가는 데도 10년 정도 걸렸으니까, 30년 넘게 이 기술을 개발한 겁니다.

중국은 이 LPP를 쓸 수 없어요. 여기는 지금 완전히 점유하고 있고 특허 장벽도 많고, LPP를 할 수 있는 기업은 ASML, ASML이 인수한 사이머, ASML의 협력업체인 트라이엄프, 광학계 전문 칼자이스. 이런 회사들이 사실상 ASML의 생태계 안에 독과점 구도를 이루고 있기 때문에, 이 기업들은 ASML과만 일을 하고 다른 회사와 거의 일을 안 합니다.

중국 회사들이 어떻게든 협력을 하려고 하지만 미국 정부가 제재하고 있기 때문에 엔지니어들이 중국에 가는 것도 어렵고 중국의 엔지니어들이 배우러 오는 것도 어렵고. 그래서 중국에서는 이걸 쓸 수 없으니 옛날에 ASML이 하다가 포기했던 방식들을 쓰기 시작해요.

그중에 하나가 LDP(Laser-induced Discharge Plasma)라는 방식이 있습니다. 주석을 굉장히 뜨겁게 가열해서 들뜬 상태로 만드는 건 똑같은데, ASML의 방법이 50kW 수준의 집속 레이저를 이 미세한 주석 방울에 정확하게 맞춰서 쏘는 방식이라면, LDP는 빠르게 회전하는 전극에 주석을 코팅한 후 마찰시켜서 뜨겁게 만들고 다시 한번 레이저를 쏴서 들뜨게 만들어서 거기서 나오는 빛을 이용하는 겁니다. 이 LDP도 똑같이 극자외선을 만들 수 있어요.

문제는 ASML이나 트라이엄프나 사이머는 이 방법을 20년 전에 하다가 포기했다는 거예요. 전극이 생각보다 빨리 마모되고 여기서 나오는 빛의 품질이 일정하지 않고 에너지 효율이 별로 높지 않다는 거였는데, 중국은 LDP를 하면서 이 문제를 조금씩 해결하고 있는 것처럼 보입니다. 에너지 효율도 높였고 전극의 수명도 늘렸고.

그럼에도 불구하고 지금 ASML에서 쓰고 있는 LPP에 비하면 여전히 양산에 적용하기는 어렵다고 생각합니다. EUV가 양산에 적용되려면 광학 특성도 중요합니다만 더 중요한 것은 한 시간당 EUV가 몇 장의 웨이퍼를 만들 수 있느냐입니다. 그런데 LDP 방식으로는 ASML 장비로 삼성이나 하이닉스가 월 5만 장 만들고 있을 때 중국에서는 500장밖에 못 만들 거라는 거죠. 그러면 장비가 감가상각되기 전에 장비에 들어간 돈을 회수하기가 어려워지죠. 그래서 적어도 100장 정도의 역치가 있다고 본다면 이렇게 하기 위해서는 LDP 방식은 한계가 명확하다는 거고요.

LDP 말고 다른 거 있느냐. 전자빔 가속기를 이용한 방식이 있습니다. 포항 방사광 가속기와 비슷하다고 생각하시면 됩니다. 전자를 빛의 속도로 가속한 다음에 전자 다발로 만들고, 이 전자 다발을 터널(전자석 통로)을 통해서 한 방향으로 뽑아냅니다. 질서정연한 전자들의 군단이 빛의 속도로 달려오고 있는 거예요. 이 속도로 달려오고 있는 전자들을 전자석 터널에 통과시키면 속도가 감소돼요. 극자외선 정도의 에너지를 가질 때까지만 감속을 시킵니다. 그래서 그 빛을 원하는 영역에 쏘는 거죠. 이러한 방식을 싱크로트론* 방식이라고 합니다.

*싱크로트론 : 전자 같은 입자를 빛의 속도에 가깝게 가속해서, 매우 강한 빛(X선 등)을 만들어내는 장치

이렇게 하면 고품질의 빛을 얻을 수 있지만, 문제는 너무나 덩치가 크다는 거예요. 싱크로트론은 아무리 작게 잡아도 조 단위가 넘어갑니다. 1조 5천억, 2조 정도 되는데, 예전에는 돈 생각만 하면 바보 같은 짓이라고 했지만 최근 2세대 EUV 장비가 5천억이 넘어가니까 그래 봐야 두세 대 정도 값이니 해볼 만하다고 하기도 하죠.

관건은 싱크로트론은 너무 크기 때문에, 최소 장충체육관만 한데 한 대만 설치할 수는 없고 몇 대가 설치된다면 반도체 팹보다 싱크로트론이 차지하는 면적이 더 커질 수도 있다.

그런데 중국은 뭐 그런 건 문제가 안 된다, 될 때까지 해보겠다고 해서 그쪽도 활발하게 연구하고 있고. 그래서 저는 두려운 것 중의 하나가, 중국이 저렇게 싱크로트론에 쏟아붓는 인력이나 재원의 규모가 세계 최고 수준이거든요. 그래서 앞으로 가속기 관련된 연구는 중국이 주도하게 될 것이고, EUV 리소그래피 대체용 장비뿐 아니라 싱크로트론으로 할 수 있는 그다음 세대의 반도체 난제들이 많은데, 거기에서는 중국이 먼저 깃발을 꽂을 가능성이 있다. 그런 것들이 오히려 지금 이 EUV 이슈에 가려져 있는, 진짜 들여다봐야 되는 지점이기도 하죠.

EUV도 곧 한계 봉착..중국, 그 빈자리 노린다

Q. 그러니까 지금 저희가 반도체 호황이라고 좋아할 게 아니고 10년, 20년 반도체 산업의 패권을 바라본다면 위험할 것이라는 게 맞나요?

EUV가 앞으로 천년만년 쓸 것 같지만 EUV도 명확한 한계는 있습니다. 1세대 EUV가 2017년에 처음 양산에 도입됐거든요. 2세대 EUV는 삼성이나 하이닉스, 인텔은 아마 빠르면 올해부터, 이미 작년에 도입한 경우도 있습니다만 올해부터 양산에 들어가기 시작할 거니까 9년~10년 정도의 간격이 있죠.

그래서 3세대 EUV도 앞으로 9년~10년 정도 후에 나오지 않겠느냐. 그러면 2030년대 중반쯤 나올 것이다, ASML이 그런 식으로 추정한 로드맵을 만들었어요.

2세대까지는 기술도 있고 어느 정도 가능하다는 게 알려져 있고 많은 고객사들이 주문해서 실제로 쓰고 있는데, 3세대는 광원에 대해서 정보는 있지만 주변의 생태계가 거의 없습니다. 9년 안에 이 생태계가 만들어질 것인지 아무도 예측을 못 하고, 설사 만들어진다고 하더라도 3세대는 1세대, 2세대에 비해서 훨씬 어렵습니다.

1세대, 2세대, 3세대를 구분하는 핵심 변수는 NA값(Numerical Aperture)인데, 광학 이론에 따르면 물리적 해상도는 작게 만들고 싶으면 파장을 짧게 가거나 NA값을 크게 만들어야 됩니다. NA값이 분모에 위치하니까.

그래서 NA값을 높이면 좋긴 한데, 문제는 NA값을 높이면 대가가 따른다는 겁니다. 뎁스가 그만큼 얕아져요. 뎁스가 얕아진다는 것은 빛이 모여서 화학 반응을 일으킬 수 있는 깊이가 제한된다는 거라서, 그것을 받아들일 수 있는 소재의 두께도 그만큼 얇아져야 해요. 근데 이렇게 얇아지면 공정에 에러가 많이 생기기 시작하죠. 두꺼웠을 때는 정밀하게 박막을 통제할 필요는 없었는데, 너무 얇아지면 공정이 그만큼 어려워지기 때문인데. 말씀드리고 싶은 핵심 메시지는, 3세대까지 어찌어찌 간다고 하더라도 그다음에는 정말 답이 없다는 겁니다.

빠르면 2035년, 늦어도 2039년 정도에는 3세대까지 가겠죠. 그걸 가지고 10년 정도는 쓸 수 있겠죠. 그러면 2040년대 중반~후반까지는 어떻게든 이 EUV를 가지고 쓸 수 있을 겁니다. 그런데 보통 이런 우려들은 그렇게 충분히 써먹기 전에 한 10년 전부터 나옵니다. 지금 다들 3세대 걱정하고 있잖아요, 벌써. 3세대까지 가면 그다음 세대 걱정하게 될 텐데, 그다음 세대는 기술적으로 명확한 대안이 하나도 없어요. '그러면 더 짧은 파장을 쓰면 되는 거 아닙니까? 13.5를 굳이 쓰지 말고 훨씬 더 짧은 파장인 6.5나노나 3나노 쓰면 되지 않습니까?' 이론적으로는 가능하죠. 근데 그거를 하기 위한 광원이 지금 명확하게 뭐가 돼야 된다라는 것은 없어요.

그리고 20년, 30년간 EUV 개발사 ASML이 얼마나 고생했는지를 생각해 보면, 2040년대쯤에 그게 나온다면 2010년대부터 EUV 다음 세대의 광원에 대한 연구가 시작됐어야 되는데, 시작은 됐습니다만 마일스톤상 아직 명확한 것들은 안 나왔어요. 후보는 있어요. 뭐 가돌리늄을 써야 된다, 루테늄을 써야 된다, 란탄 계열을 써야 된다, 여러 기술들에 대한 논의들이 있습니다만.

인류는 늘 솔루션을 찾아왔으니까 2030년대 중반쯤 되면 또 재미있는 게 나올 거라고 생각합니다만 지금으로서는 잘 답이 보이지 않고. 중국이 그런 기초 과학 쪽에 많이 투자하고 있어서 중국에서 그러한 혁신이 될 만한 맹아, 격변이 될 수 있는 기술을 먼저 발견할 가능성이 높지 않겠느냐가 우려되는 거죠.

Q. 지금 중국을 제외하고는 극자외선 쪽에는 ASML한테 다 의존하고 있는 거죠?

일본에서 그나마 캐논이 연구하고 있는 걸로 알고 있습니다. 근데 캐논 혼자만의 생태계로는 불가능하고요. 다만 캐논에서는 그전 세대의 장비인 DUV* 쪽은 좀 했었으니까 리소그래피에 대한 이해도는 굉장히 높은 상황이고, 다만 이런 광학계 핵심 기술들을 충분히 확보를 못 하고 있는 상황이어서, EU(네덜란드·독일), 미국, 영국이 지배하고 있는 여기에 일본의 광화학 업체까지 들어가면 이 4개의 국가가 점유하고 있는 철옹성에 지금 도전할 수 있는 나라는 중국 외에는 단 한 나라도 없다고 단언할 수 있습니다.

*DUV(심자외선 노광장비) : 190~365나노미터 범위의 파장을 가진 빛을 사용해 반도체 웨이퍼에 미세한 회로 패턴을 그리는 장비. (EUV는 13.5나노미터 파장)

Q. 우리나라도 일단 그 영역은 들어가지도 못하는 거죠?

기술 생태계 자체는 지금 저희가 무슨 광학계를 납품한다, 무슨 펠리클*을 납품한다 이런 케이스는 없는데, 조금씩 국내외 소부장 회사들이 EUV의 생태계 그리고 EUV 시장이 커진다는 것은 잘 알고 있기 때문에 기술 개발을 하고 있습니다. 다만 ASML에 직접 납품할 정도의 공급망은 우리나라에서는 아직 없다고 보입니다.

*펠리클 : EUV 노광 공정에서 포토마스크(집적회로 패턴을 실리콘 웨이퍼에 전달하는 핵심 부품)를 오염으로부터 보호하는 소모성 부품

▶ https://youtu.be/2KDLZMG8FAs

<교양이를 부탁해> 유튜브 채널을 구독하시면 더 많은 콘텐츠를 보실 수 있습니다.

▶ 이 기사의 전체 내용 확인하기

▶ SBS 뉴스 앱 다운로드

▶ 뉴스에 지식을 담다 - 스브스프리미엄 앱 다운로드

ⓒ SBS & SBS i : 무단복제 및 재배포 금지

▶ SBS 뉴스 앱 다운로드

▶ 뉴스에 지식을 담다 - 스브스프리미엄 앱 다운로드

ⓒ SBS & SBS i : 무단복제 및 재배포 금지

⚡ 스프 핵심요약

케냐의 사바스티안 사웨가 런던 마라톤에서 1시간 59분 30초를 기록하며, 공식 대회 역사상 처음으로 마의 2시간 벽을 돌파했습니다.

2위 케젤차와 끝까지 벌인 치열한 순위 다툼이 기폭제가 되어, 한 대회에서 두 명의 '서브 2' 달성자가 나오는 초유의 사태가 벌어졌습니다.

세계 기록이 1시간대까지 진입한 반면, 한국은 26년 전 이봉주 선수의 기록에 머물러 있어 과학적 훈련을 통한 격차 해소가 시급한 실정입니다.

2026년 4월 26일 영국 런던. 꿈의 기록이 현실이 되어 눈앞에 나타났습니다. 1시간 59분 30초. 주인공은 케냐의 사바스티안 사웨입니다.

영국 런던의 템스 강을 따라 42.195km를 달리는 런던 마라톤. 사웨의 페이스는 초반부터 안정적이었습니다. 승부처는 30km 지점이었습니다. 사웨와 그 뒤를 바싹 붙은 에티오피아의 요미프 케젤차가 선두 그룹까지 따돌리며 치고 나오기 시작했고, 두 선수만의 레이스가 이어졌습니다.

경기 막바지 사웨가 조금씩 앞으로 치고 나왔고, 케젤차를 따돌린 사웨는 결국 먼저 결승선을 통과하며 두 팔을 번쩍 들어 올렸습니다. 종전 기록을 1분 5초나 경신한 1시간 59분 30초, 인류 역사상 처음으로 마라톤 2시간의 벽인 '서브 2'가 깨진 순간이었습니다.

사바스티안 사웨 | 케냐 마라토너

오늘 런던에서 세계 신기록을 세우게 되어 정말 행복합니다. 너무 기뻐요. 믿기지 않았지만, 저는 준비가 잘 되어 있었고 제가 해온 훈련들이 이제 결과로 나타난 것 같습니다.

2시간의 벽을 깨기 위한 인류의 도전은 필사적이었습니다. 기술이 발전하면서 최첨단 러닝화들이 등장했고, 과거에 비해 훈련도 더욱 체계적으로 받을 수 있게 됐습니다. 하지만 이런 노력에도 2시간의 벽은 좀처럼 깨지 못했습니다.

그러던 지난 2023년 10월, 서브 2에 가장 가까이 다가간 선수가 등장했습니다. 주인공은 케냐의 켈빈 킵툼. 시카고 마라톤에서 2시간 35초로 당시 세계 최고 기록을 세우며 '서브 2'를 기록할 최초의 인류로 기대됐지만 불의의 사고로 목숨을 잃게 됐습니다.

이후 수많은 마라토너가 도전을 이어왔고, 마침내 사웨가 그 업적을 이뤄낸 겁니다.

사바스티안 사웨 | 케냐 마라토너

제게 있어 오늘 런던에서의 기록은 역사를 쓴 것이라 생각합니다. 그리고 다음 세대들은 이제 신기록을 세우는 것이 가능하다는 것을 알게 되었습니다. 그것은 여러분이 얼마나 준비되었는지, 어떤 열정을 가졌는지, 그리고 얼마나 훈련했는지에 달려 있습니다.

우리나라는 어떨까요? 사실 유례없는 러닝 열풍이 일고 있지만 마라톤의 경우 세계 기록과 비춰 볼 때 차이는 점점 벌어지고 있습니다. 26년 전 이봉주 선수가 세웠던 2시간 7분대의 기록이 아직도 우리나라 최고 기록입니다.

전문가들은 타고난 신체 조건의 과학적인 훈련, 여기에 카본화 등 온갖 최신 장비를 갖춘 동아프리카 선수들과는 앞으로 격차가 더 벌어질 수밖에 없을 것으로 예상하고 있습니다.

윤여춘 | 마라톤 해설위원

동아프리카는 고지대예요. 고지대에서 태어나고 거기서 성장한 사람들은 이 근육 자체가 마라톤 근육을 형성해요.

다만 이번 기록은 혼자만의 힘으로 이뤄낸 건 아닙니다. 2위로 맹추격하던 케젤차와의 치열한 경쟁 덕분이라는 게 전문가들의 분석입니다.

케젤차 역시 마의 2시간을 깬 1시간 59분 41초를 기록하며 한 대회에서 2명의 '서브 2' 달성자가 나오는 기적 같은 장면을 연출했습니다. 3위 키플리모도 2시간 28초로 종전 세계 최고 기록을 넘어섰습니다.

윤여춘 | 마라톤 해설위원

제일 중요한 것은 둘이 라이벌전. 예전에 2시간 벽을 깨려고 했던 선수들은 35km 이후에 혼자 레이스를 하다 보니까 기록이 당겨질 수가 없었는데, 오히려 두 선수들은 후반에 빠르게 달렸다는 것은 라이벌 경쟁을 하다 보니까 나타나는 현상이다. 그렇게 정리할 수 있죠.

사웨의 기록은 날씨와 치열한 순위 다툼을 뚫고 실제 도로 위에서 만들어낸 '진짜 인간의 기록'이라는 점에서 의미가 큽니다. 이제 다음 목표는 인간의 한계로 여겨져 온 1시간 57분입니다. 과연 우리는 이 목표를 달성할 수 있을까요?

▶ 이 기사의 전체 내용 확인하기

▶ SBS 뉴스 앱 다운로드

▶ 뉴스에 지식을 담다 - 스브스프리미엄 앱 다운로드

ⓒ SBS & SBS i : 무단복제 및 재배포 금지

▶ SBS 뉴스 앱 다운로드

▶ 뉴스에 지식을 담다 - 스브스프리미엄 앱 다운로드

ⓒ SBS & SBS i : 무단복제 및 재배포 금지

성장에는 힘이 필요합니다. 흔들리지 않을 힘, 더 높이 뻗어나갈 힘. 들을수록 똑똑해지는 지식뉴스 "교양이를 부탁해"는 최고의 스프 컨트리뷰터들과 함께 성장하는 교양인이 되는 힘을 채워드립니다.

"하이닉스 이익률, TSMC압도"..메모리 초호황 시대 연 AI추론

지난 3월 엔비디아 GTC에서 젠슨 황이 언급한 바 있습니다만, 같은 AI데이터센터라고 하더라도 과거에는 누가 더 큰 모델을 만들어서 학습을 시키느냐가 중요했다면 최근에는 추론이 훨씬 더 중요해지고 있다. 추론하기 위해서는 사용자의 입력을 처리할 수 있는 프리필* 단계, 사용자의 입력 정보를 가지고 와서 학습한 모델이 다시 정보를 생성해 내는 디코드* 단계, 이 두 가지가 모두 중요합니다.

*프리필(Prefill) : 사용자가 입력한 프롬프트를 분석하고 계산하는 단계
*디코드(Decode) : 모델이 실제 응답을 생성하는 단계

디코드 단계로 갈수록 앞에서 프리필을 했었던 정보를 가지고 와서 더 많은 정보를 찾고 그 안에서 맥락을 발견할 수 있어야 하는데, 문제는 가장 앞선 세대의 HBM만으로도 웬만한 수준의 토큰을 처리하기가 어려워지고 있다.

수십만 개 정도의 토큰만 하더라도 HBM3E(5세대 HBM)이 이제는 HBM을 넘어가 버리는 현상이 생기기 때문에, '추론이 중요하다는 건 알고 있는데 추론의 병목 지점이 GPU가 아니라 메모리가 되고 있구나, HBM만으로는 다 커버가 안 되고 있구나'라는 것을 깨닫고 이것을 우회할 수 있을 만한 기술적인 솔루션이나, 메모리 자체를 더 많이 늘린다든지 하는 방식으로 이 문제를 해결하려고 하는 거죠.

Q. 추론이 들어오면서 HBM을 보조할 수 있는 이걸 범용 메모리라고 할 수 있나요?

메모리 수직 계열화 구조라는 산술연산, 논리연산을 할 수 있는 코어 부분이 있고, 가장 많은 데이터를 장기 보존하는 예를 들어서 우리가 흔히 얘기하는 하드디스크 요즘에는 eSSD(기업용 SSD)를 많이 쓰는데, 이 둘 사이에는 간극이 엄청나게 큽니다. 하나는 데이터 처리 중심이고 다른 하나는 데이터 저장 중심이니까. 처리와 저장 사이를 한 번에 갈 수는 없고 몇 단계의 징검다리가 필요한데 이 징검다리들을 메모리 수직 계열화 구조라고 하고, 코어에 가까울수록 데이터 전송 속도는 빠르지만 용량은 작고, 코어에서 멀어질수록 속도는 느리지만 용량은 커지는 구조를 기본적으로 갖습니다.

HBM과 D램이 지금까지는 AI반도체에서 메모리 수직 계열화 구조의 정석이라고 볼 수 있었는데, 추론 자체 연산의 강도가 높아지니까 이제 HBM만으로 안 되니 HBM와 D램 사이에 또 뭐가 필요하겠다는 얘기들이 나오고 있는 거죠.

"HBM이냐, 범용이냐"..메모리 3강 눈치싸움 시작

Q. SK하이닉스가 최대 실적이 나온 건 HBM에서 수익이 굉장히 높았을 것이고, 삼성전자가 HBM을 가긴 했지만 아직 포션은 작잖아요.

이게 사실 좀 미묘한 얘기인데요. 작년 상반기만 하더라도 워낙 HBM 가치를 더 쳐주니까 범용 메모리를 만드는 업체들은 가능하다면 HBM을 만드는 게 정답이었습니다. 그리고 HBM이 고가 정책을 가져갈 수 있었던 이유 중의 하나는, HBM을 제일 많이 사용하는 업체인 엔비디아가 자기네 GPU를 만들고 그것을 하나만 만드는 게 아니라 랙 단위로 만들고 또 랙을 엮어서 클러스터로도 만들어서 데이터센터를 조 단위, 10조 단위로 팔았으니까요.

그런데 상황이 조금씩 바뀌고 있다고 하는 게, 예전에는 HBM의 기가바이트당 단가가 범용 메모리 반도체 기가바이트 단가의 5배, 6배 가져갔다면 요즘에는 격차가 좁혀지고 있어요. 그러니까 '여전히 HBM을 만드는 건 중요하지만 우리가 저렇게까지 많은 돈을 쏟아부어서 HBM을 만들 정도로 지금 HBM이 압도적으로 가치가 높지는 않은 것 같다. 범용 반도체에 대한 수요도 폭증하고 있으니 우리가 원래 잘 만들던 것을 원가를 낮추고 캐파를 늘려서 최대한 잘 만드는 것을 많이 팔아서 현금을 확보하는 게 낫지 않겠냐'는 쪽으로 조금씩 컨센서스가 바뀌고 있기도 하죠.

이 현금이 이제부터 문제입니다. 현금 여유가 생겼으니까 이걸 다시 좀 더 난도가 높은 그다음 세대의 HBM을 만들기 위한 패키지 공정까지 포함된 제조 시설에 투입할 것이냐, 아니면 범용 반도체가 계속 가격이 높아질 것을 가정해서 범용 반도체 팹을 더 늘릴 것이냐. 글로벌 메모리 업계의 눈치 싸움이 시작된 거죠. 그리고 분기가 시작된 거죠.

HBM을 그나마 지금 최신 세대로 만들 수 있는 회사는 두세 개 정도밖에는 없기 때문에 이 글로벌 메모리 반도체 3강(삼성전자·SK하이닉스·마이크론)끼리의 게임 이론(Game Theory)이 지금 적용되고 있다고 생각합니다.

하이닉스는 HBM으로 여기까지 왔지만 계속 HBM 위주 전략으로 갈 것이냐. 하이닉스도 압도적인 실적을 거둔 것은 사실이지만 예상했던 것보다는 조금 낮은 실적이 나오기도 했었죠. 하이닉스의 잘못이라기보다는 시장의 무게중심이 바뀌고 있다는 간접적인 증거라고 볼 수 있습니다.

엔비디아 GPU의 시장 지배력이 앞으로도 계속 유지될 것이냐, 그리고 엔비디아의 시장을 충분히 지금 하이퍼스케일러들이 뒷받침해 줄 것이냐에 대해서 여러 가지 시나리오를 만들어야 할 거고요.

범용 반도체 팹을 늘린다면 낸드를 늘릴 것이냐, D램을 늘릴 것이냐, 아니면 젠슨 황이 얘기하고 있는 제3의 HBM과 D램 사이에 KV캐시* 전용 메모리 쪽으로 신기술을 개발할 것이냐. 불확실성이 누적되고 있는 상황이 된 거죠.

*KV캐시 : AI모델이 이전에 생성하거나 처리한 단어(토큰)들의 정보를 임시로 저장해 두는 공간

돈은 많이 벌리고 있는데, 메모리 업계의 가장 큰 화두 중의 하나는 현금을 절대 오래 쌓아둘 수 없습니다. 주기적으로 장비를 교체해야 하고 팹(공장)을 늘려야 되기 때문에 주기적으로 수십 조 단위의 CAPEX(자본적 지출)를 집행했었던 것이 메모리 업계의 관행이자 논리였고, 지금 수요는 폭증하는데 공급이 달리니까 시장에 압박이 생기고 있는 거죠. '더 많이 생산해라.'

그래서 메모리 업계가 CAPEX를 예전보다 훨씬 더 많은 규모로, 훨씬 더 짧은 주기로 투입해야 되는 상황이라서, 여기서 잘못 판단하면 앞으로 5년, 6년이 어려워지는, 심지어는 회사 상황도 굉장히 어려워질 수 있는 결정이 되기 때문에 지금부터 대처가 정말 중요하겠죠.

삼성 생태계 vs SK·TSMC..차세대 HBM 전쟁 본격화

Q. TSMC와 하이닉스의 조합과 삼성 파운드리와 삼성 메모리의 조합, 결국 이 구도가 되는 거잖아요. HBM4E부터.

일단 파운드리가 TSMC와 비교해 본다면 기술 경쟁력 자체는 크게 차이가 나지 않지만, 파운드리 본연의 팹리스(반도체 설계) 맞춤형으로 공정을 최적화해 주고 특히 이 팹리스 업체들이 파운드리에 왔을 때 그냥 바로 하는 게 아니라 중간에 매개체를 할 수 있는 *디자인 플랫폼이라 부르는 접근 가능한 채널이 좀 부족하다는 게 삼성 파운드리의 약점입니다만, 삼성 내부에서는 큰 문제는 안 되겠죠. 같은 공정을 공유할 수도 있고 엔지니어들도 교류할 수 있을 테니까, 그게 어떻게 보면 삼성의 고유한 장점이라고 볼 수 있고.

*디자인하우스 : 팹리스가 설계한 칩을 실제 생산 가능한 형태로 구현. 최근 시스템 구조를 함께 설계하는 단계까지 역할 확대

특히 HBM4, HBM4E 단계까지 가면 3나노나 2나노 공정까지 가야 될 수 있는데 지금 이미 삼성은 2나노 공정 양산에 들어갔기 때문에 아마 2~3년 후에 HBM4E 정도로 양산 초기 테스트를 한다고 했을 때 삼성은 미리 안정화시켜 놓은 삼성 SF2(2나노), SF3(3나노) 공정을 가지고 좀 더 스무스하게 진입할 수 있겠죠.

하이닉스 같은 경우에는 지금 자체적으로 아직은 *베이스다이에 CMOS 공정을 하고 있지만 HBM4E 정도까지 가면은 하이닉스도 조금 어려워질 수 있다고 생각합니다.

*베이스다이(로직 다이) : HBM 두뇌 역할, HBM 맨 아래에서 GPU와 상부 메모리칩 연결

하이닉스는 워낙 TSMC하고 협력을 많이 하였었고, 다만 파운드리에 대한 협력이라기보다는 패키징 쪽에 대한 협력이었죠. 그래서 패키징에 더해 파운드리까지도 협력의 채널이 확장될 수 있을 것이냐, 이게 하이닉스와 TSMC의 공존이 메모리에서도 가능할 것이냐라고 생각합니다.

하이닉스 입장에서 TSMC와의 협력을 계속 가져가는 것은 당연히 중요합니다만, 협상력을 확보하기 위한 차원에서라도 자사에서 어느 정도의 베이스다이까지는 만들 수 있는 여력은 지켜내야 한다. 그리고 현금 흐름이 안정적으로 몇 년간 확보된다면 베이스다이에 대한 투자도 더 많이 늘리는 게 좋지 않을까. 아마 하이닉스 내부에서도 고민하고 있을 거라고 생각합니다.

"AI, 데이터센터 밖으로 나온다"..온디바이스AI, 메모리 대격변 예고

Q. 학습에서 추론으로 넘어가면서 메모리가 폭증하게 됐는데, 추론 다음에 또 스테이지가 있을까라는 생각이 들어요.

추론 다음 스테이지라면, 추론이 온라인상이 아니라 오프라인 리얼 월드에 실제로 내장돼서 돌아다니는 상황이 제일 최종 단계가 될 거라고 봅니다. 자동차 안에 들어가서 자동차가 알아서 주변 환경을.. 이미 그런 상태로 가고 있습니다만.

온디바이스AI 단계에서 주목해야 되는 기업은 애플이라고 생각하는데, 애플이 지금까지 AI시장에서는 어떻게 보면 납작 엎드려 있는 상황이었죠. 주목할 것은 애플이 가지고 있는 어마어마한 애플 하드웨어 생태계거든요. 이 애플 하드웨어 생태계는 AI모델이나 추론을 개발하는 업체들에게 가장 황금 시장이 될 겁니다.

어차피 사람들은 맨날 스마트폰 갖고 다니잖아요. 스마트폰 안에서 배터리 기반으로, 심지어는 인터넷이 안 되는 상황에서도 내가 원하는 작업을 알아서 할 수 있는, 훨씬 더 에너지 효율적이고 컨텍스트 최적화돼 있고 피지컬 그리고 온디바이스에 최적화된 추론의 끝판왕이 될 것이라고 생각합니다.

온디바이스로 에이전트AI들이 들어오고 맞춤형이 되고 더 많은 토큰을 에너지 효율적으로 처리하기 위해서는 지금 형태(폼)의 메모리는 적합하지 않을 수 있어요. 랩톱이나 PC에 들어가 있는 메모리가 스마트폰에 적합하지 않은 것처럼. 그러면 메모리 업계에도 한 번 대폭풍이 올 거라는 얘기가 되죠. 큰 폼팩터*의 전환이 있을 수밖에 없고, 이 폼팩터의 전환이 온디바이스AI 추론 시장에서 역전할 수 있는 기회가 될 수도 있고 역사의 뒤안길로 사라지는 상황이 생길 수도 있다.

*폼팩터 : 하드웨어 제품의 크기나 구성, 물리적 배열

2천년대 초중반에 모바일에서의 메모리가 기업용 혹은 PC에서의 메모리 시장을 앞질러 가기 시작했을 때, 일본의 기존 메모리 업체들은 이 시장의 변화에 제대로 대응을 못했어요. 조그마한 피처폰에 들어가는 메모리가 뭐가 중요하겠느냐. 그때 제대로 대비를 했었으면 2천년대 후반 피처폰에서 스마트폰으로 넘어가는 시절에 훨씬 더 강력해진 모바일 생태계에 적합한 메모리로 가는 과정에 적응할 수 있었을 거예요, 일본 기업들이. 그런데 처음에 진입해야 하는 시점을 놓친 거죠. 똑같은 일이 벌어질 거라고 생각합니다.

폼팩터가 어떤 식으로 전환될지는 아무도 모르는데 그나마 레퍼런스로 삼을 수 있는 지점이 있다면, 애플이 어떠한 하드웨어 최적화 계획을 가지고 있느냐는 겁니다. 최근 애플의 CEO가 교체된다는 소식이 있었죠. 팀 쿡의 후임 CEO가 애플 주주들, 애플의 사용자들이 기대하고 있는 니즈가 뭔지 알고 있을 거라고 생각합니다.

수십억 대에 달하는 애플의 스마트 기기들, 개인화된 하드웨어들, 앱 생태계가 대전환하게 될 텐데 추론형 에이전트AI가 핵심 화두가 될 수밖에 없을 것이고, 애플의 M시리즈와 궁합이 맞을 정도의 폼팩터가 나올 수 있을 것이냐. 이게 정말 중요한 문제가 될 것이다. 애플의 스마트 기기의 교체 주기나 시장 규모를 본다면 지금 AI 데이터센터만큼이나 커질 시장이 될 거라고 생각합니다.

Q. 삼성 갤럭시도 굉장한 점유율을 가지고 있는데 애플만큼의 시장이 있는 거죠?

그렇습니다. 다만 애플을 콕 집어서 말씀드린 이유 중의 하나는 결국 에너지 효율성입니다. 아무리 성능이 좋아도 AI 몇 번 돌리고 나니까 갑자기 배터리가 20%밖에 안 남는다면 아무도 쓸 사람이 없을 거예요. 오히려 기능을 다 꺼놓으려고 하겠죠.

애플은 애초부터 이것을 가정하고 만든 것은 아니라고 생각합니다만 처음부터 굉장히 에너지 효율적인 칩을 만들었어요. M1, M2, M3 시리즈 모바일 전용의 *AP칩을 굉장히 잘 만들었고, 이것들은 이미 일부 AI알고리즘 같은 것들은 내장돼 있을 정도로 SoC(System on a Chip) 최적화를 많이 시켜놓은 상황이어서, 이 M시리즈에 대해서 애플은 워낙에 악명이 높지만 협력사들에게 '여기에 우리가 원하는 에너지 효율성 스펙에 맞을 정도의 저전력으로 작동할 수 있는 AI 전용의 메모리를 만들어'라고 요만한 공간을 줄 겁니다. '여기에 우리가 원하는 거를 다 구현하는 업체들과 연간 500억 달러 정도의 계약을 맺겠다' 이런 얘기를 하겠죠.

*애플리케이션 프로세서(AP) : 두뇌 역할을 하는 반도체

이게 아주 챌린징한 부분이 될 거라고 생각하는데, 갤럭시의 엑시노스나 퀄컴의 스냅드래곤은 M시리즈만큼의 에너지 효율성은 안 나와요. 그럼에도 불구하고 만약 M시리즈에 대해서 최적화된 모바일 생태계를 만들 수 있다고 하면 갤럭시나 퀄컴 쪽으로 갈 때 오히려 더 좋은 레퍼런스가 될 수 있겠지만, 그 정도의 챌린징한 지점들을 갤럭시 생태계 내에서나 엑시노스 생태계 내에서 삼성이 생각하고 있는지는 들여다봐야 합니다.

갤럭시도 더 큰 시장으로 갈 수 있다고 생각합니다만 그러기 위해서 삼성은 삼성 고유의 어드밴티지를 살릴 필요가 있죠. 예를 들어서 엑시노스는 삼성 파운드리에서 만들고 있고 거기에 들어가는 모바일 D램 같은 것들은 삼성 메모리 사업부에서 만들고 있는데, 앞으로 삼성이 DX 모바일 사업부, DS 메모리 사업부, 파운드리 사업부까지 같이 뭔가 작품을 만들어 낸다면 이런 갤럭시 같은 것들이 좋은 신호탄이 될 수 있겠죠.

저는 낙관을 할 수도 있다고 보는 게, 어떻게 보면 여기에서 시너지를 아직 못 봤잖아요. 근데 시너지를 볼 수 있는 가능성이 충분히 있는 영역이 생기고 있으니. 다만 이거를 놓치면 그냥 애플만 좋은 일 시켜주겠죠.

"반도체는 이익이 곧 투자금"..성과급 논란, 단순하지 않은 이유

Q. 지금 워낙 실적들이 잘 나오니까 성과급 논쟁이 좀 있잖아요.

굉장히 민감한 이슈여서, 반도체 업계의 주 52시간 근로 문제만큼 폭발적인 주제라고 생각합니다. 다만 저는 회사와 상관 없이 학계에 있는 사람으로서 그동안 똘똘한 친구들이 의학 쪽으로 많이 갔었는데 반도체나 AI, 첨단 전략산업 쪽으로 오면 그것보다 훨씬 더 보상을 잘 받을 수도 있다, 이공계에서 성공하는 케이스가 나올 수 있다는 것을 보여주는 것 자체로는, 지금 삼성이나 하이닉스에서 성과급을 놀랄 정도 수준으로 가는 것은 좋은 방향이라고 생각합니다.

다만 반도체 업계의 특성은, 기업이 이익이 생긴다고 기업 자체가 갑자기 부자가 되는 게 아니에요. 주주들한테 배당도 해야 하고 세금도 내야 되고 하는 게 있겠습니다만 절대다수는 주기적으로 다시 CAPEX로 투입돼야 합니다.

장비 가격은 계속 위로 뚫고 올라가고 있고 그나마도 살 수 있느냐 없느냐가 나오고 있고, 무엇보다도 기술적 난도 자체가 높아지기 시작하면서 R&D 비용이 너무 많아지고 있어요. 예전에 연간 몇조 정도면 할 수 있었던 프로젝트도 이제는 10조 단위, 20조 단위, R&D를 위해서 EUV 장비를 사야 될 정도인 거예요. 그런 것도 한두 대가 아닌 거죠. 그렇게 안 하면 양산으로 못 들어가니까 안 할 수가 없는 거예요. 그러니까 수십조의 이익이 쌓인다는 것은 그만큼 수십조의 비용이 날아갈 수밖에 없다는 것을 인지해야 합니다.

일단 상황이 이렇게 바뀌고 있다. 그럼에도 불구하고 기본적으로 이렇게 이익을 만들어 낼 수 있는 기술력을 개발하는 데 기여한 분들에 대해서 충분한 보상이 들어가는 건 맞다고 생각하는데, 이 보상의 개념을 잘 생각해야 되는 게, 반도체 업계에서 CAPEX로 가기 위해서는 현금이 필요하죠. 현금이 주기적으로 수십 조씩 뭉텅이로 들어가야 되죠. 그리고 이익이 점점 커질 거죠. 현금의 상당수는 거기로 들어가야 되기 때문에 현금에 대한 보상에 더해 현금성 보상도 좀 하는 걸로 해서, 이 현금의 비중을 잘 컨트롤하는 게 중요하다고 생각합니다.

양도제한조건부주식(RSU) 같은 것들. 어차피 주식은 계속 올라가고 있으니까, 열심히 일한 만큼 현금이 쌓이고 그러면 주가가 올라가니까 주식으로 받으면 지분 가치도 올라갈 것이라는 약속을 주는 거죠. 다만 이것을 현금으로 바로 환전하면 회사 입장에서 부담이 될 수 있으니, 최소한의 안전장치는 걸 수 있는 거고.

이게 꼭 정답은 아닙니다만 회사도 현금을 충분히 확보해서 그다음 단계에 투자하면 실탄을 확보하기도 하고 지금 일하시는 분들도 보상을 받으면서 계속 가치가 올라갈 수 있다는 관점에서 본다면, 이 정도 수준에서 타협점을 찾을 수 있지 않을까 생각합니다.

▶ https://youtu.be/ub8FWEz5zsw

<교양이를 부탁해> 유튜브 채널을 구독하시면 더 많은 콘텐츠를 보실 수 있습니다.

▶ 이 기사의 전체 내용 확인하기

▶ SBS 뉴스 앱 다운로드

▶ 뉴스에 지식을 담다 - 스브스프리미엄 앱 다운로드

ⓒ SBS & SBS i : 무단복제 및 재배포 금지