갤럭시 대박에도 돈은 퀄컴으로? 삼성이 불안한 이유

갤럭시 S25가 역대 시리즈 가운데 가장 빠른 속도로 판매 100만 대를 돌파했어요. AI 성능 강화, 세련된 디자인, 가격 동결이 흥행을 이끌었지만 사실 삼성전자는 마냥 웃을 수가 없는 상황입니다. 왜냐하면 애플리케이션 프로세서(AP). 삼성은 이번 갤럭시 S25에 당초 자체 AP인 '엑시노스 2500'을 탑재하려 했지만, 엑시노스 시리즈의 발열, 성능 등이 끝내 발목을 잡으며 퀄컴의 '스냅드래곤8 엘리트'를 전량 채택했거든요.

사실 이게 왜 중요하냐면 스마트폰 제조 원가에서 AP가 차지하는 비율이 30% 선이거든요? 여기에 AI 성능 강화가 핵심 경쟁력으로 자리 잡으면서, 삼성 입장에서는 자체 AP를 탑재해 원가 부담을 줄이는 것이 필수적인 과제인 거죠. 결국 이 문제는 삼성 반도체, 더 나아가 대한민국 반도체 경쟁력의 실체와도 연결되죠. 오늘은 그 핵심을 다뤄보려고 해요.
반도체업을 이제 크게 몇 가지 사업 모델로 좀 나눠서 얘기를 할 때 메모리와 비메모리, 그다음에 비메모리 안에서도 또 팹리스와 파운드리 이렇게 나누죠. 우리나라 입장에서는 메모리, 팹리스, 파운드리 세 가지 사업이 이제 핵심일 텐데 여기서 가장 중요한 거는 결국은 기술 경쟁력이에요. 다른 산업처럼 비용 경쟁력은 그다음 얘기인 것 같아요. 중국 대비 혹은 이제 필요한 시장 수요에 대비 기술 경쟁력을 얼마나 갖추고 쫓아가고 있느냐 아니면 선도하고 있느냐 이게 가장 화두인 거죠.
먼저 메모리로 얘기하면 D램으로 비교를 하면, 중국의 CXMT보다 한 3세대 정도 우리가 좀 앞서 있다고 얘기합니다. 그러니까 한 1.5년(1세대) 곱하기 3 하면 4.5년 정도의. 이제 우리가 격차는 아직 유지하고 있는 상황이고, 그래서 D램은 아직은 중국 대비 확실히 격차는 있고 추월당하지 않았다.
*CXMT(창신메모리) : 중국 최대의 DRAM 제조사

그런데 굉장히 중요한 문제가 있는 게 D램 같은 경우는 이제 원래는 삼성전자가 먼저 첫 출시를 하고 그다음에 통상적으로 SK하이닉스가 한 6개월 뒤에 출시를 하고 마이크론이 그 뒤에 6개월 뒤에 출시를 하는 순서대로 했어요. 이게 첫 출시가 빠를수록 어떤 일이 생기냐면, 예를 들어 D램은 애플한테 공급하는 물량이 굉장히 많은데 애플이 제일 먼저 들어온 고객과 검증을 오래 할 수 있으니까 제일 많은 물량을 줘요. 그러니까 먼저 도착한 회사가 가장 많은 물량을 차지를 한다. 예를 들면 삼성전자가 50%, SK하이닉스가 30%, 마이크론 20% 정도를 애플에 공급하는 거예요.

그러니까 '얼마나 빨리 들어갔느냐'가 되게 중요했었는데 지금 삼성전자의 경쟁력이 D램 같은 경우는 오히려 SK하이닉스가 더 빨라졌다. 그리고 마이크론과 SK하이닉스는 유사 속도가 됐고 삼성전자가 늦춰졌다라는 얘기도 나오고 있고, 뭐 뉴스에도 나왔는데 1c 나노 이제 가장 최신 제품의 경우는 삼성전자가 전체 재설계를 다시 시도를 한다는 얘기를 하고 있어요. 그 얘기는 가장 먼저 도착했던 삼성전자가 가장 늦게, 그리고 더 늦게 갈 가능성까지 생겼다는 얘기를 하고 있는 거죠.

*나노(Nano, nm) : 반도체 제조 공정에서 회로 선폭의 크기. 숫자가 작을수록 더 정밀한 반도체를 만들 수 있다 / 1나노미터(nm) = 10억분의 1미터(0.000000001m)
그리고 낸드 쪽은 중국의 YMTC가 워낙 기술을 빨리 쫓아오면서 여기는 이제 우리가 일부 추월당한 것 아니냐라는 얘기들은 나오고 있습니다. 낸드 같은 경우는 워낙 중국에 이제 YMTC가 수요를 많이 잡아먹고 있다 보니까 경쟁력으로 시장 내 수요 증가 중 이제 이거는 몇 층을 쌓느냐의 게임이거든요. 지금은 YMTC가 오히려 하이브리드 본딩을 먼저 더 잘할 수 있는 기술력을 가지면서 삼성전자가 YMTC의 일부 라이센싱을 받겠다라는 얘기까지 나오고 있으니까 여기도 좀 우려가 있어요.

* YMTC(창장메모리): 낸드 업계 6위
* 하이브리드 본딩: 칩(chip)을 적층 할 때, 연결 단자 없이 칩과 칩을 직접 연결하는 기술. 기존의 다이렉트 본딩과 구리 본딩의 장점을 결합한 것

파운드리 분야로 가서 보면 여기는 중국이 애초에 SMIC(중국 국영 파운드리 1위 기업)라는 회사가 있긴 하지만 이 회사는 14나노 밑으로는 아직은 제대로 못 만들고 있어요. 14나노라는 게 큰 기술적 변곡점이 있는데 그전까지는 2차원 공정으로 구조를 만들면 14나노 밑으로는 핀펫이라고 하는 3차원 구조로 만들기 시작하고, 3나노까지 내려가면 게이트올어라운드(Gate-All-Around‧GAA)라고 하는 4차원 구조를 만들거든요. 그런데 아직 중국은 이 3차원 구조도 제대로 못 만들고 있는 상황이어서 여기는 분명히 격차는 존재한다라고 말씀을 드릴 수 있어요.

* 핀펫(FinFET): 3D 형태의 트랜지스터 구조로, 성능과 전력효율을 높이는 공정 기술
* 게이트올어라운드(Gate-All-Around‧GAA): 전류가 흐르는 채널을 모든 면에서 제어하는 방식의 차세대 반도체 제조 공정

그런데 여기서 중요한 문제는 파운드리는 3나노 경쟁에서 이미 TSMC가 언제나 양산 기술력을 갖추고 있다 보니까, 삼성전자에게는 똑같은 3나노를 TSMC랑 개발에 완성을 했다고 하더라도 수율이 낮으니까, NVIDIA든 애플이든 퀄컴이든 고객들 입장에서는 삼성전자를 후순위로 쓰려고 하게 될 수밖에 없는 상황. 이렇게 삼성의 반도체는 삼중고에 처해 있다고 보여요.
지금 반도체 시장에서는 TSMC가 절대적인 1등이기 때문에 부익부 빈익빈이 벌어지고 있어요. 그러니까 TSMC 같은 경우는 똑같은 선단 공정 3나노 공정을 개발할 때도 인력 수가 삼성전자에 비해 훨씬 많다고 얘기를 하고요. 그다음에 부익부 빈익빈의 가장 큰 게 뭐냐면, 예를 들면 고층 건물을 만들 수 있는 공법은 내가 가지고 있어도 건축 디자이너가 이거를 이렇게 만들지 이렇게 만들지를 결정을 해주고 그거에 따라 맞춰서 만들어 봐야 되거든요.
그러니까 TSMC의 장점은 예를 들어 내후년에 3나노를 만들어내야 되면, 이미 애플, NVIDIA, 일부 인텔, AMD 등등 한 5~10개사의 고객들이 다같이 "나는 이런 설계를 하고 있어"라고 하고 공정을 맡기는 거죠. TSMC 입장에서 이 10개사의 고객의 다양성을 이해하고 있다는 거죠. 그러다 보니까 TSMC의 강점으로 얘기하는 게 예를 들면 이제 다른 팹리스 고객이 TSMC한테 가서 "나 이번에 3나노 이렇게 하고 싶어" 그러면 TSMC가 딱 설계를 보고 이런 얘기를 해준대요. "아 이렇게 설계하면 아마 안 될 겁니다. 수율이 떨어질 거야" 얘기를 해 준다는 거예요. "왜 그러냐면 비밀이지만 내가 다른 고객들하고 해보니까 내 경험치상 이렇게 해야 돼"라고 오히려 알려준대요. TSMC는 뭐 제갈공명의 보따리를 여러 개 갖고 있는 것처럼 여러 개를 가지고서 "어, 그거 아니었어. 그럼 이걸로 하지"라고 선택할 수 있는 장점을 가지고 있다는 거죠.

반면에 삼성전자 파운드리 같은 경우는 알파 고객이라고 하는 게 지금 삼성전자 시스템 LSI 말고는 없어요. 최근에는 그래도 퀄컴이 있었고 조금 더 과거로 가면 애플도 있었고 그런데 다 떨어져 나갔죠. 그러니까 삼성전자 파운드리 입장에서는 시스템 LSI하고 둘이서 고군분투를 하고 있고, TSMC는 수많은 설계들을 놓고 게다가 돈도 많으니까 이것저것을 트라이해 가면서 할 수 있는 그래서 자꾸 부익부 빈익빈 화가 된 게 저는 문제라고 보여져요. 근데 삼성은 TSMC만큼 연구개발에 쏟을 수 있는 돈이 크지 않으니 '이걸 어떻게 극복할 거냐?'는 또 굉장히 난도가 있는 질문이에요. 삼성전자가 고객들한테 "내가 공짜로 해줄게, 와 주세요"라고 할 수도 없는 거고요.

Q. 듣다 보니 삼성전자가 파운드리 시장을 포기할 수도 있겠다는 생각이 드네요.

근데 삼성전자가 파운드리를 그만두기는 쉽지 않겠다. 여러 가지 이유들이 있는데 가장 중요한 동의는 앞서 서두에 언급했지만 내부적으로 갤럭시라고 이 스마트폰 때문에라도 스마트폰의 차별화는 굉장히 우리가 소비자 입장에서는 뭔가 디자인인 것 같고 디스플레이인 것 같고 기능인 것 같지만, 그 모든 거에 반도체칩이 제일 핵심이에요.

만약에 삼성전자가 퀄컴의 칩만 쓰기 시작하게 되면 똑같은 퀄컴 칩을 쓰고 있는 화웨이의 오포, 비보랑 큰 차이를 내기가 어려워요. 그러니까 삼성의 입장에서는 이 칩을 계속 가져갈 수밖에 없는 거고, 그 칩을 디자인은 삼성전자가 하고 TSMC 파운드리 맡긴다. 이 또한 적의 배를 불려 줄 수밖에 없는 상황이니 내부적으로 버리기 굉장히 어렵다라는 문제가 있을 거고요.

또 하나는 고객들이 원하지 않아요. 인텔, AMD, NVIDIA 등등의 많은 회사들이 삼성 파운드리의 3나노 공정, 최선단 공정을 맡기지 않을 뿐이지 4나노 공정 5나노 공정들에 필요한 칩들은 맡기고 있고요.

더 중요한 문제는 TSMC의 독점. 애플이라는 회사가 스마트폰도 만들지만 그 안에 들어가는 a16, a17 이런 칩들을 직접 팹리스로서 설계를 하고 TSMC에서 제조를 하는데 이 TSMC가 최근에 영업이익률을 보면 60% 정도를 차지하고 있어요. 이게 무슨 얘기냐면 고객사의 입장에서 "내가 이 파운드리를 맡기면 얼마니?"라고 했을 때 이거는 규격품이 아니기 때문에 TSMC가 부르는 게 값이 되는 거예요. 그런데 지금 고객들이 굉장히 불만을 갖고 있는 게 TSMC의 선단 노드의 파운드리 시장 점유율이 60% 이상이 되고 있거든요.
그러면 고객사 입장에서 TSMC한테 "3나노 이 제품을 만들어 주세요. 얼마예요?" 예를 들어 "100원입니다." 근데 TSMC의 점유율이 지금 막 70%까지, 그리고 3나노를 경쟁할 수 있는 삼성전자의 파운드리가 안 되고 있으면, 기술력이 안 되고 있으면 TSMC는 가격을 올리겠죠. 현재 점유율이 압도적이기 때문에 TSMC는 고객한테 전가할 수 있는 힘이 있어요. 그러니까 삼성전자 없어진 세상을 다시 한번 생각해 보면 고객사들은 TSMC가 갑자기 100원이었던 걸 "200원 주세요" 해도 대안이 없잖아요. 이걸 견제하고 싶은 겁니다. 그래서 고객들이 자꾸 '그래, 3나노는 내가 이 칩을 못 맡기겠지만 4나노라도 맡겨 볼 테니까 계속 연구하고 개발해.' 도와주려고 노력을 하는 거죠. 근데 이제 하나의 굉장히 중요한 문제가 있는 게 인텔의 파운드리죠.
미국의 입장에서 인텔은 10나노 이하를 만들 수 있는 기술력은 없어요. 그래서 미국의 입장에서는 인텔을 살려야 하는데 TSMC가 가장 훌륭한 대안으로 트럼프는 생각한 것 같아요. 자체적으로 10나노를 오는 데도 한 5년이 걸렸거든요. "그래, 좋은 선생님 하나 붙여주자" 그러면 대안은 아까도 말했지만 대안은 둘밖에 없잖아요. TSMC, 삼성전자 둘 중에 하나밖에 없죠. 그런데 TSMC한테 인텔을 인수시킨다?

잘 생각해 보시면 미국에게 이 선단 공정이라는 제조 기술력을 갖고 싶어 하는 건데 이거를 타이완 업체에게 줘버린다. 현실적으로 가능한 시나리오는 아닌 것 같아요. 인텔이 실적이 뚝뚝뚝 떨어졌고 결국은 굉장히 큰 부채가 이제 우려되는 상황. 그래서 심하면 파산까지 우려되는 상황이 되니 사업부 분리와 지분 매각이라는 게 유일하게 뭐 여러 가지 고용 해고들을 좀 하고는 있지만 유일하게 갈 수 있는 구제책이라고 본 거고 미국의 정부의 입장에서 봤을 때는 그래, 그러면 이 상황에서 전체를 판다기보다는 TSMC와 피를 좀 섞고 TSMC에게 이 공정을 완성시킨 다음에 안정화가 되면 다시 뭔가 옵션이 생기겠죠.

Q. 그렇게 되었을 때 우리나라 입장에서는 TSMC와 삼성전자의 경쟁에서 이제 인텔의 성장을 무시를 할 수는 없는 상황이 돼버리겠네요?

그렇죠. 인텔의 파운드리가 만약에 성공적으로 양산성을 갖춘다고 했을 때 고객들은 물론 3사가 있으면 좀 더 협상 견제가 가능하겠지만 '삼성전자가 없어도 인텔이 있으니까'라는 대안으로 생각하게 될 수 있어서 국가적으로는 좀 큰 걱정이 있어요.

특히나 고객들이 어디 있느냐 그러면 팹리스 고객들 그리고 대형 고객들은 AMD, NVIDIA, 애플, 퀄컴, 다 미국이죠. 그러니까 당연히 만약에 인텔이 경쟁력을 갖추고 선단 공정을 만든다고 하면 미국 입장에서는 당연히 미국 업체를 쓰고 싶은 인센티브가 생겨요. 이게 굉장히 중요한 문제가 있는 게 파운드리는 서비스업이라고 불려요. 왜냐면 내가 여러 가지의 건축 기술을 가지고 있어도 고객사가 어떻게 설계하느냐에 따라 다 달라져야 되거든요. 그러니까 기성품을 주는 것 같지만 고객에게는 어느 정도 맞춤형이 되어야 됩니다.
뭐 그렇다고 극단적으로 맞출 수는 없지만 예를 들면 파운드리는 고객사한테 디자인 룰이라는 걸 줘요. 그래서 "회로선을 이렇게 연결했을 때 얘네 둘이 너무 가까이 붙게 그리시면 우리가 수율이 안 나와요" 이런 디자인 룰을 제공하지만, 고객사 입장에서는 "그 대신에 이거를 좀 이렇게 해 줄 수 있어?"라고 해주는 서비스거든요. 그러니까 서비스업이고, 아까 말씀드린 대로 1년마다 기술 개발이 신속하게 벌어지는 상황이면 고객사 입장에서는, 예를 들면 바로 앞에 있고 영어로 커뮤니케이션이 수월한 인텔이 더 편하겠죠. 타이완으로 가면 예를 들면 밤낮이 다르니까 시차도 맞춰야 되잖아요. 이런 타임 갭도 없고, 랭귀지 갭도 없고 얼마나 편해요? 그러니 인텔이 역량을 갖춘다 그러면 굉장히 TSMC에도 위협적인 얘기가 될 거고 우리나라의 입장에서는 더 큰 위협으로 다가오는 얘기가 됩니다. Q. SK하이닉스는 이제 창사 이래 최대 매출을 내고 있는데 한국 반도체 위기는 삼성전자의 위기라고 보는 시각이 많은데 어떻게 생각하시나요?

반도체업은 최선단 반도체도 있고요. 램의 레거시 반도체들도 있어요. 근데 어디나 모든 산업이 그렇겠지만 결국은 부가가치가 높은 최신 기술들을 가지고 점유율을 높이는 게 당연히 매출과 수익성이 좋습니다. 뒤로 갈수록 가격 경쟁으로 빠지죠. 특히나 메모리가 더 심하죠.
그런데 SK하이닉스와 삼성전자의 차이는 딱 한 군데에서 왔죠. 똑같은 D램에 대해서는 여전히 수익성과 매출은 비슷해요. 그런데 최선단, 그리고 가장 수요가 많은 HBM이라는 제품에서 SK하이닉스는 HBM 제품이 준비가 되어 있었던 것, 그러니까 창사 이래 매출과 수익성을 만드는 거죠.

요즘에 반도체 업계에서 굉장히 많이 벌어지는 일이 독점에 가까운 과점이거든요. 무슨 말이냐면 주로 HBM을 누가 요구를 하고 있냐면 가장 큰 건 NVIDIA고 그 외에 NPU라는 칩을 만드는 수많은 팹리스들이에요. 근데 이들의 선택지는 지금 SK하이닉스밖에 없어요. 물론 마이크론도 지금 HBM을 하고 있지만 고객들이 또 싫은 겁니다. 그래서 SK하이닉스가 부르는 게 값이죠.

그래서 시장에서는 어떻게든 HBM의 세컨 벤더, 서드 벤더를 계속 만들어 내고 싶어 해요. 그러니 NVIDIA는 삼성전자한테 여러 가지를 도와주면서 하면서 HBM을 만들기를 바랄 거예요. 다른 고객사 입장에서도 마찬가지예요.

그러니까 단기적으로 실패는 현재 있지만 조금 더 중기적으로 가보면은 HBM을 만든 회사들이 최소한 삼성전자가 나오고 마이크론이 나오길 바라고 있을 거기 때문에 결국 중기로 가면 삼성전자가 HBM 양산에 성공할 거고, 삼성전자도 어느 정도 다시 원상의 모습을 좀 갖추지 않겠냐. 뭐 일각에는 CXMT(중국 최대 D램 제조사)도 HBM을 지금 개발하고 있고 만든다고 하지만 어찌 됐든 CXMT는 칩 자체의 수준이 결국은 면적 대비 효율성 가격 효율성의 측면에서 약하고, 특히나 전력 성능비가 굉장히 중요한 AI 데이터센터에서 중국산 HBM을 쓰기에는 효율적이지 못할 거예요. 이게 삼성전자의 기술 준비만 되면 다시 이제 어느 정도 회복은 될 문제라고 저는 봅니다.

Q. 그럼 AI용 반도체 HBM 쪽은 한국 반도체 기업들이 주도하게 되는 거네요?

마이크론도 당연히 무시는 못하지만 여전히 기초적으로 이것도 D램을 8개를 쌓아서 만드는 거잖아요. 그러니까 D램 자체의 성능이 좋아야 HBM도 좋아지는 거니까, 원판이 좋아야 되는 거니까 여태까지 그냥 삼성전자가 지금 살짝 좀 안 좋긴 해도 SK하이닉스 삼성전자가 무조건 마이크론보다는 그러니까 여기서 이제 약간의 차이가 생기는데 규격품은 맞아요.

그러니까 정해져 있는 규격품이지만 예를 들면 고객사들이 써보면 삼성전자, SK하이닉스 건 조금 더 신뢰성이 좋아, 혹은 내구성이 좋아. 마이크론은 조금 떨어져. 그러면은 비슷한 가격이면 삼성전자, SK하이닉스 걸 쓰는 것처럼 그 안에서의 차이가 생기거든요. 그러니까 앞에서 이제 기본적인 성능이 조금 더 D램이 좋았다고 하면 HBM도 좋은 쪽일 거니까 마이크론의 변수는 있어도 여전히 삼성전자, SK하이닉스가 경쟁력이 있을 겁니다.
이게 AI 반도체라고 하면서 모두가 지금 머릿속에 그냥 'AI 반도체 = 엔비디아'로 이렇게 점철이 되어 있는데 정확하게는 사각 편대예요. 그래서 AI 학습과 추론을 잘하기 위한 반도체는 분명히 NVIDIA의 GPU 집은 맞아요. 그런데 얘는 학습을 잘하기 위한 칩이지 기본적으로 AI도 머리가 있어야 되잖아요. 그러니까 학습을 잘하기 위해서 두뇌는 있어야 되는 거예요. 그러니까 공부하는 뇌와 생각하는 뇌가 둘 다 있어야 되는 거잖아요.

그러니까 NVIDIA의 GPU에 무조건 페어로 들어가는 건 CPU입니다. 근데 여기에 무조건 페어로 들어가야 되는 게 D램과 낸드가 붙어야 돼요. 학습을 할 때도 옆에서 누군가 계속,
예를 들면 '3 + 4 X 7'을 계산할 때 '3+4'를 잠깐 기억해 줘야 되잖아요. 메모리가 있어야 되죠. 여러 가지 변수가 있긴 하지만 D램, 낸드는 없이는 못해요. 사각 편대가 없으면 돌아가질 않습니다. 4개를 나눠서 큰 시장을 D램, 낸드 한국이 잡고 있고 CPU, GPU 설계를 미국이 잡고 있고 이것에 대한 생산을 지금 타이완이 잡고 있는 거죠. 그러니 한국의 반도체 기업들이 AI 반도체 제조에서도 중요한 역할을 하고 있는 거죠. Q. 최근에 오픈AI 샘 올트먼과 소프트뱅크 손정의가 삼성전자에 스타게이트 협력을 제안을 했는데요. 이 스타게이트 협력은 삼성전자에게 어떤 의미를 가지나요?
일단은 오픈AI가 왜 삼성전자의 손이 필요했을까 이게 제일 궁금하잖아요. 오픈AI가 만드는 거는 AI 알고리즘이지만 이 알고리즘을 구현하기 위해서는 AI 데이터 센터라고 하는 하드웨어가 필요한데, 오픈AI가 이 데이터센터를 만들기 위해서는 사각편대가 필요하죠. 아까 말씀드린 대로 CPU, GPU, D램, 낸드가 필요한데 자, 오픈AI가 가장 지금 불편한 건 뭘까요?
학습 칩, 추론 칩 모두 다 NVIDIA 칩을 내가 사서 써야 된다는 겁니다. NVIDIA의 칩이라는 게 NVIDIA의 H100이라는 칩이 있어요. 이 GPU 칩이 핵심이고 그 주변에 HBM을 6개를 붙인 다음에 이거를 이제 2.5D CoWoS라고 불리는 패키지를 해서 파는 가격이 대충 우리 돈으로 한 6천만 원이죠. 그리고 NVIDIA의 2.5D 패키징의 영업이익률이 70%. 얼마나 오픈AI의 입장에서 화가 나겠어요. 도둑도 이런 날도둑이 없다.

그래, 그러면 뭘 할까? NVIDIA GPU의 대안을 만들자. 그러면 내가 내 칩을 만드는 게 제일 빠른 거예요. 왜냐하면 선험 사례가 있죠. 구글이 자체적으로 TPU라는 칩을 텐서플로우라는 이 기반 안에서 만들어 놓고 구글은 자체적으로 쓰고, 뭐 좀 업계는 다르지만 테슬라가 자기의 칩을 FSD라고 하는 칩을 만들어서 쓰고. 왜 그러냐면 이것도 오픈AI가 자기가 만든 모델에 가장 잘 돌아갈 수 있는 칩이 있는 게 더 좋아요.

왜냐하면 NVIDIA는 조금 더 이들이 추구하는 바는 ASSP라고 하는 Application Specific Standard Product(특정 용도 표준 반도체). 그래서 NVIDIA의 칩은 오픈AI도 쓸 수 있고 네이버도 쓸 수 있고 누구도 쓸 수 있게 만들어 놔야 되잖아요. 그러려면 조금 더 보편적인 칩으로 만들어야 되죠. 반면에 어떤 고객의 입장에서는 '나는 NVIDIA 거는 필요 없고 난 이랬으면 좋겠는데'가 있지만 그건 선택을 못하는 거예요.
그러니까 오픈AI 입장에서 "내 칩을 만들자. 나한테 가장 내 알고리즘에 최적화된 칩을 만들자"라고 하면 뭐가 필요할까요? 일단 설계는 자기가 해야죠. 무조건 파운드리가 필요하겠죠. '아, TSMC한테 맡길까?' 고민스럽겠죠. '삼성전자도 대안으로 가지고 있으면 어때?' 그다음에 데이터센터의 사각편대 중에 D램, 낸드. 삼성전자, SK하이닉스 필요하지. 그러니까 이제 오픈AI의 머릿속에는 이 스타게이트라고 하는 프로젝트에 한국 업체를 빼고 생각할 수가 없는 거예요.

결국은 한국의 입장에서는 장점이 될 거고 또 하나는 어찌 됐든 한국이 현재 그 데이터센터를 만드는 기술력도 높지는 않은 상황이죠. 데이터센터를 누가 제일 잘 만드느냐 하면 아마존이 AWS라고 하는 서비스로 이제 만들고 있고, 구글도 마찬가지로 만들고 있으니까 우리나라 입장에서는 스타게이트에 참여를 하면서 AI 데이터센터를 만드는 기술까지도 어느 정도 엿볼 수 있고, 데이터센터의 지금 문제는 엄청난 전력을 소비해 가면서 발열은 줄이고 냉각을 잘해서 효율을 높이는 전력 대비 성능비, 투자비를 어떻게 최적화할 거냐에 대한 고민들을 많이 하고 있을 테니까 이런 측면에서 우리가 배울 수 있는 기회가 되지 않을까라고 생각을 합니다.
예전의 반도체업과 지금의 반도체업이 두 가지가 변했잖아요. 트럼프가 시작한 미중 분쟁부터 출발을 할 텐데 하나는 정부의 개입 모델로 바뀌었다. 또 하나는 편먹기 경쟁으로 바뀌었다예요.

편먹기 경쟁부터 얘기를 하면 예전에는 국가 단위로 전 세계가 하나의 그냥 공급망이 되어서 설계는 미국이 하고 생산은 타이완에서 한국에서 하고 다시 폭스콘 중국 공장에서 휴대폰 만들어서 미국으로 가는 이런 전체 하나의 공급망이었는데 어느 순간부터 미국 내에 자체적으로 엔드투엔드(End-to-end) 자급력을 갖추겠다, 이런 모습들이 생기고. 다만 이제 미국이 혼자 하기 힘드니까 프렌드 쇼어링(Friend-shoring)이라는 이름으로 멕시코에 싼 (생산) 인력과 뭐 캐나다의 자원들을 인력 자원들을 활용하겠다 이런 움직임.

유럽들도 EU 칩스 액트라는 이름으로 폴란드에 싼 공장을 놓고 이스라엘의 머리들과 독일의 이제 이런 기술력들을 활용하겠다. 이렇게 편먹기로 가고 있는데 우리나라는 누구랑 편을 먹고 있나요? 일단 편이 없다. 이게 첫 번째 이제 좀 문제라서, 편을 먹는 그게 일본일지 타이완일지는 모르겠지만 어쨌든 편 먹기에 동참은 좀 해야 되겠다. 뭐 미국이 돼도 좋습니다. 어찌 됐든 너무 혼자서 고립되어 있는 이 상황이 미래 경쟁력에 문제가 될 수 있을 것 같다.

두 번째 국가적인 지원이에요. 정부의 지원 측면에서 뭔가 국가가 나서서 이런 유치 활동이나 보조금 지원 활동들이 없다. EU 칩스 액트, 그다음에 미국의 칩스 액트 모두 한화로 60조 원에서 100조 원까지 막 다들 투자를 하고 일본은 정부가 나서서 기업 간의 협력을 도모하고 외국 회사들을 유치해서 팹을 짓게 하자. 예를 들면 마이크론이 일본에 팹이 있고 뭐 TSMC도 소니랑 협력해서 팹을 지었죠. 우리나라는 누가 들어왔죠? 없습니다.
그리고 중국은 국가가 워낙 보조금을 많이 주면서 반도체를 육성을 시키다 보니 정확하게 얘기를 하면 2014년도부터 중국은 그 IC 펀드라는 걸 만들었어요. 그래서 반도체를 세게 투자를 하겠다라는 결정을 했었고 그다음에 '중국제조 2025'(2015년), 그다음에 '반도체 굴기' 이런 이름으로 작년에 한화 65조 원 정도의 이미 투자를 국가에서 하고 있어요.

그리고 최근에는 마윈의 이제 이 AI 투자 관련된 얘기는 조금 더 정확하게 얘기하면 라지 랭귀지 모델(LLM, Large Language Model)이라고 하는, 사람처럼 인식할 수 있는 그걸 하기 위해서 이제 학습과 추론 두 가지가 필요한 건데 학습과 추론에 필요한 게 반도체의 파워가 굉장히 중요한 거죠.

근데 중국은 지금 미국이 규제를 걸어서 NVIDIA의 최선단 칩은 팔지 않는다라는 규제가 들어왔으니 중국의 입장에서는, 그리고 마윈 입장에서도 이걸 투자를 해야 되겠죠. 그러니까 이런 모습들이 국가 간 경쟁에서 이미 밀리고 있는 한국의 입장에서는 굉장히 심각한 상황이죠.
여기에 이제 하나 더 부과해서 저는 꼭 좀 제기하고 싶었던 게 지금 우리나라에서 공부를 잘했던 사람들은 의사가 되고 그다음에 두 번째로 공부를 잘하는 사람들은 미국에 가서 박사가 돼서 미국의 미국 회사를 다닌다 이런 농담이 있죠. 무슨 말이냐면 반도체 회사로 오는 사람들의 퀄리티가 예전만 못할 수 있습니다. 인력의 인적 역량에 대한 경쟁력이 떨어질 수 있는 문제거든요.
반면에 미국이나 유럽을 보시면 해외에서 수많은 인재들을 뽑아요. 그러니까 우리는 경험치 노하우들을 가지고 있는 사람들을 얼마나 잘 보호하고 안에 가지고 있느냐가 필요해요. 우리나라의 인적 경쟁력이 빠져나가는 일이 생기니까 경쟁 업체들이 쫓아오겠죠. 이게 걱정이죠. 그래서 국가적으로 유연성을 키워서 우수한 인재들을 뽑아주는 것들이 중요한 상황으로 보여집니다.

[제작진]
기획·연출 : 한동훈 / 영상취재 : 박승원·강동철 / 작가 : 윤단비 / 편집 : 현승호 / 콘텐츠디자인 : 채지우 / 인턴 : 강다현