출처: 모건 스탠리 중화권 반도체 연구

보고서 작성일: 2026년 5월 8일

I. 핵심 모순

전 세계 AI 투자 지출은 예상치를 뛰어넘어 증가했지만, 컴퓨팅 파워 공급은 '엔비디아(NVIDIA) 단독 주도' 모델에서 'GPU + ASIC + 중국산 칩'의 삼자 구도로 진화하고 있습니다 . 핵심 쟁점은 수요가 충분한지 여부가 아니라, 누가 이러한 성장의 점유율을 확보할 수 있는지, 그리고 이 과정에서 AI 관련 외 반도체가 얼마나 빠르게 소외될 것인가입니다.

II. 주요 결론 (거래 중요도 순)

III. 다양한 트랙에 대한 심층 개발

3.1 고급 패키징(CoWoS/SoIC) — 가장 강력한 결정론적 테마

[핵심 모순] 수요는 폭발적으로 증가하고 있지만, 생산 능력 면에서 TSMC만이 유일하게 대체 불가능한 공급업체이며, TSMC 이외의 포장재 업체(Amkor/ASE/UMC)는 시장 점유율 압박에 직면해 있다.

[주요 동인] 2026년 1분기 주요 클라우드 공급업체 4곳(AWS/구글/마이크로소프트/메타)의 자본 지출이 전년 동기 대비 95% 증가했으며, 전체 클라우드 자본 지출은 연간 6,850억 달러에 달할 것으로 예상됩니다. AI 서버에 대한 수요 증가는 CoWoS/SoIC 큐에 대한 수요를 직접적으로 견인하고 있습니다.

주요 데이터 및 일정:

NVIDIA가 CoWoS 소비량의 약 59%를 차지하고, 브로드컴이 약 20%, AMD가 약 9%를 차지합니다.

• 2026년 인공지능 컴퓨팅용 웨이퍼 소비 총액은 약 272억 달러로 사상 최고치를 기록할 것으로 예상됩니다.

TSMC 의 AI 칩 매출은 2024년부터 2029년까지 전체 매출의 60%를 차지할 것으로 예상되며, 2026년에는 AI 매출이 전체 매출의 30%를 넘어설 것으로 전망됩니다.

[전송 경로]

클라우드 벤더들의 자본 지출 → NVIDIA/Broadcom/Google의 TPU 주문 → CoWoS/SoIC가 병목 현상으로 부상 → TSMC의 협상력 증가 → AI 매출 지속 확대.

[거래 분석]

TSMC는 주요 테마 내의 핵심 테마로, 시장 타이밍에 구애받지 않고 명확한 보유 논리를 가지고 있습니다. SoIC는 2025년부터 시작되는 두 번째 성장 곡선이므로, SoIC 조립 분야에 진출하는 OSAT 공급업체(ASE 등)의 기회에 주목해야 합니다.

3.2 테스트 장비(핸들러/소켓/프로브 카드) — 가장 낮은 가치 평가, 가장 확실한 성장 가능성

[핵심 모순]

칩의 복잡성이 증가함에 따라 테스트 시간은 구조적으로 두 배로 늘어났지만, 테스트 장비에 대한 시장의 재평가(TAM)는 심각하게 뒤처지고 있습니다.

[핵심 동인]

GPU 칩의 각 세대별 테스트 시간은 두 배로 늘어났습니다(Hopper 350초 → Blackwell 700~1000초 → Rubin 1200~1400초 → 차세대 1800~2000초). 테스트 소켓 핀의 수도 휴대폰용 1500개에서 AI/HPC용 6000개, 그리고 차세대에서는 10000개 이상으로 급증했습니다.

세 가지 핵심 목표에서 얻은 데이터:

글로벌 핸들러 시장 규모: 2023년 4억 3,600만 달러 → 2027년 66억 달러, 연평균 성장률 35% 이상

• CPO 광학 테스트에 대한 수요는 2025년부터 크게 증가할 것이며, 2027년에는 전기 및 광학 테스트가 결합된 단계(Insertion 4i)에 진입할 것입니다.

[전송 경로]

칩 크기/레이어 수/복잡성 증가 → 테스트 시간 증가 → 핸들러/소켓의 물량 및 가격 상승 → CPO 광학 테스트에 대한 새로운 수요 발생 → 두 번째 성장 곡선의 시작.

[거래 분석]

이 세 기업은 AI 인프라 체인 내에서 가장 가치가 낮으면서도 성장이 확실한 하위 부문을 대표하므로 중장기 핵심 투자 대상으로 적합합니다. 시장 점유율이 낮고 가격이 상대적으로 저렴하기 때문에 현재 가장 가성비가 뛰어난 투자 부문입니다.

3.3 중국의 AI 칩(국산 GPU/ASIC) - 장기적으로는 돌이킬 수 없는 변화, 단기적으로는 뚜렷한 차별화

[핵심 모순]

수출 통제는 국내 대체재에 대한 수요를 촉진하고 있지만, 국내 반도체 기술의 성숙도와 대량 생산 능력은 지역별로 큰 차이를 보입니다. 주요 고객으로부터 주문을 확보하는 능력이 핵심적인 차별화 요소입니다.

[핵심 동인]

DeepSeek, 저비용 추론의 실현 가능성 입증 → 국내 클라우드 업체들, 7nm 공정 전환 가속화 → SMIC, 7nm 공정 생산 능력 확대로 양산 지원 → 국내 생산 칩의 총소유비용(TCO) 우위(NVIDIA 대비 30~60% 낮음)가 선순환 구조 형성

시장 규모 및 구조:

2026년 국내 시장 점유율: 화웨이 62%, 캠브리콘 14%, 쿤룬칩 5%, T-헤드 5%, 기타 14%.

MS는 "10대 용" 중에서 세 가지 핵심 종목을 비교 분석합니다.

[전송 경로]

수출 통제 → 국내 대체재 개발 → SMIC의 7nm 공정 생산 능력 확대 → 화웨이/캠브리콘의 생산량 증대 → 국내 클라우드 업체(바이트댄스/알리바바/텐센트)의 스위치 구매 → 추론 비용 감소 → 애플리케이션 폭발적 증가 → 새로운 컴퓨팅 성능 수요 발생

[거래 분석]

캠브리콘은 가장 확실한 성장 가능성을 제시하며 가장 선호되는 인수 대상입니다. 톈슈 인텔리전트 칩은 가장 큰 잠재력을 지니고 있지만 아직 수익성이 없어 위험 부담이 더 큽니다. 화웨이(비상장)는 최대 경쟁업체로, 시장 점유율 증가가 다른 국내 제조업체에 간접적인 압력을 가하고 있어 지속적인 모니터링이 필요합니다. 2026년에서 2027년은 국내 AI 칩 산업이 대체재에서 주력 제품으로 전환하는 중요한 전환점이 될 것입니다.

3.4 비인공지능 반도체(소비재/자동차/산업 제어) — 구조적으로 약세 전망; 약한 회복은 강한 회복이 아닙니다.

[핵심 모순]

인공지능으로 인해 공급망 자원이 체계적으로 고갈되고 있으며, 전통적인 반도체 산업의 회복은 예상보다 더디게 진행되고 있고, 시장은 반등 잠재력을 과대평가하고 있다.

[핵심 드라이버]

제조 역량, T-Glass 기판 및 메모리는 모두 AI 쪽으로 전환되고 있지만, 비AI 칩은 공급망에서 뒤처지고 있으며 웨이퍼 및 OSAT 비용이 상승하고 있어 칩 설계 회사들은 총 마진에 대한 압박을 받고 있습니다.

NVIDIA AI GPU와 스토리지를 제외하면, AI 관련 제품을 제외한 반도체 시장의 성장률은 2026년에 크게 감소할 것으로 예상됩니다.

• MCU 재고 회전일수는 역사적으로 높은 수준을 유지하고 있습니다(2025년 1분기 최고치, 2025년 4분기 보합세). STM/GD와 같은 주요 제조업체들은 재고 소진이 더디게 진행되고 있습니다.

• 로직 파운드리 가동률은 2026년 하반기에야 80% 수준으로 회복될 것으로 예상되며, 상승 여력은 제한적입니다.

SiC는 GaN보다 우수합니다. SICC(OW)를 추천하며, SiC의 시장 점유율은 2030년까지 50%를 넘어설 것으로 예상됩니다. InnoScience(EW)는 팽창 및 감가상각으로 인해 수익이 감소할 수 있으므로 피해야 합니다.

[거래 분석]

순수 전통적인 반도체 분야에 대한 투자는 피하는 것이 좋습니다. MCU(마이크로파 마이크로컨트롤러) 분야는 바닥을 쳤지만 회복세가 미약하므로, 강력한 반등에 대한 과도한 기대는 권장하지 않습니다. SiC(실리콘 커패시터)만이 전통적인 하위 분야 중 주목할 만한 유일한 분야입니다.

3.5 저장 장치(HBM/NAND/DDR4) — 상당한 내부 차별화, 신호 식별 필요.

[핵심 모순]

인공지능(AI)이 HBM 수요 급증을 주도하고 있는 것은 분명하지만, DDR4/NAND 가격 상승은 실제 수요 회복보다는 AI로 인한 공급 압박 때문이며, 이로 인해 신호가 왜곡되고 가격 탄력성이 제한적입니다.

[거래 분석]

HBM 시장은 여전히 강세이며, 하이닉스가 가장 큰 수혜를 입을 것으로 예상됩니다. 마크로닉스(NOR 플래시, 추천주)는 공급 부족으로 인한 이익을 얻고 있으며, 밸류에이션도 합리적입니다. 그러나 NAND/DDR4 가격 상승이 반드시 수요 증가를 의미하는 것은 아니므로, 랠리를 쫓는 데에는 주의해야 합니다.

IV. 거시경제 및 지정학적 변수: 항로 판단에 대한 설명 변수

[지리적] 수출 통제가 계속 강화되고 있습니다

NVIDIA의 중국 수출이 제한됨에 따라 이를 대체할 국내 생산 AI 칩에 대한 수요가 증가하고 있습니다. 중국의 클라우드 투자 지출은 2026년에 1,050억 달러에 달할 것으로 예상되며, 이는 전 세계 클라우드 투자 지출의 14%에 근접하는 수치입니다.

[거시경제] 에너지 제약 (미국 측)

미국 데이터 센터의 전력 공급 부족은 GPU 수요 증가에 잠재적인 제약 요인이 될 수 있지만, 단기적으로(2026년 기준)는 아직 심각한 제약 요인이 되지는 않았습니다.

[산업 구조] AI의 침투 효과

AI 수요가 비AI 공급망(T-Glass, 기존 DRAM, 소비자 파운드리 생산 능력)에 미치는 흡인 효과는 경기 순환적 요인에 비해 비AI 반도체의 지속적인 부진한 실적을 설명하는 핵심 변수입니다.

[비용 측면] 기술 인플레이션

웨이퍼 제조, OSAT(아웃소싱 자동화 및 테스트), 스토리지 기술 전반에 걸친 비용 상승은 칩 설계 회사(특히 AI 분야가 아닌 회사)의 총마진에 압력을 가하고 있으며, TSMC와 같은 파운드리 업체들은 점점 더 협상력을 강화하고 있습니다.

V. 추천 포트폴리오 및 거래 프레임워크

다양한 부문에 대한 평가를 바탕으로 다음과 같은 거래 프레임워크가 구축되었습니다.

VI. 한 문장으로 요약

패키징(TSMC), 테스트 장비(Hon Precision/WinWay/MPI), 그리고 중국 최고의 AI 칩 제조업체( Cambricon )에 투자하고 , 비AI 반도체의 강력한 회복 기대는 피하며, 메모리 부문에서는 HBM에 집중하고, 전통적인 DRAM/NAND에는 중립적인 입장을 유지하라. 투자 적기는 2026~2027년이며, AI 투자 사이클은 아직 끝나지 않았다.

위험 경고: 본 자료는 모건 스탠리가 공개한 연구 보고서를 바탕으로 작성되었으며, 내부 연구 참고용으로만 제공됩니다. 투자 조언으로 간주될 수 없습니다. 시장에는 불확실성이 존재하며, 실제 결과는 예측과 크게 다를 수 있습니다. 투자자는 신중하게 투자 결정을 내리시기 바랍니다.

미래 인공지능 인프라 구축: CPU, GPU, ASIC, 광학 모듈 및 중국산 칩

인공지능 반도체 시장의 밝은 전망

모건 스탠리는 AI 반도체 시장 전망을 "강력"하다고 평가하며, 그 이유로 세 가지 요인을 꼽았습니다. 바로 킬러 AI 애플리케이션의 지속적인 성장, 기술 대기업 간의 컴퓨팅 파워 경쟁, 그리고 각국의 AI 개발 수요입니다. 한편, 이 보고서는 예산, 미국의 에너지 병목 현상, 중국의 반도체 생산 능력, 그리고 규제라는 네 가지 성장 제약 요인을 지적했습니다. 이러한 제약 요인들은 수요 자체의 부진보다는 공급이 수요를 충족하지 못하는 데서 비롯된 것으로 분석됩니다.

장기적으로 볼 때, 우리가 주목해야 할 구조적 변수는 세 가지가 있습니다.

1) 기술적 인플레이션(웨이퍼 제조/패키징/메모리 테스트 비용 상승으로 칩 설계 회사의 이익이 압박받음);

2) AI 자사 제품 잠식 효과(공급망 자원이 AI 쪽으로 치우치고, 비AI 반도체는 소외됨);

3) 딥시크 효과(저비용 추론의 타당성이 입증되었고, 중국 내 추론 수요가 급증하고 있으며, 국내 OEM 공급망의 AI GPU 생산 능력이 동시에 향상되고 있음). 이 세 가지 요인이 결합되어 보고서의 모든 후속 부문 평가에 대한 기본 논리적 틀을 형성합니다.

가치 비교: 파운드리, 백엔드, 스토리지, IDM(통합 디바이스 제조업체) 및 반도체 장비

가치 비교: 팹리스 반도체, 전력 반도체, FPGA 및 아날로그 칩

반도체 빅 사이클

핵심 결론은 전반적인 회복보다는 주기적인 차별화에 있습니다. 로직 파운드리 가동률은 2026년 하반기에 80%까지 반등할 것으로 예상되지만, NVIDIA AI GPU와 메모리를 제외한 비AI 반도체 성장률은 2026년에 크게 감소할 것으로 전망됩니다. 재고 보유 일수가 정점에서 감소한 것은 긍정적인 신호입니다. 과거 데이터에 따르면 재고 감소 주기는 종종 반도체 주가 상승과 연관되지만, 이번 회복세의 구조적 차별화 정도는 과거보다 훨씬 더 큽니다.

인공지능 반도체 공급망 및 틈새 메모리

2030년까지 전 세계 반도체 산업 시장 규모는 1조 5천억 달러에 달할 것으로 예상되며, 그중 절반은 인공지능(AI)용 반도체가 차지할 것이다.

중요한 장기적 기준점: 전 세계 반도체 시장은 2030년까지 1조 5천억 달러에 달할 것으로 예상되며, 그중 AI 반도체가 약 7,530억 달러를 차지할 것입니다. 클라우드 AI 반도체 시장의 강세장 시나리오에서는 2025년에 2,350억 달러(주로 NVIDIA AI GPU)에 이를 것으로 예상하며, 2023년부터 2030년까지 연평균 38%의 성장률을 보일 것으로 전망합니다. 이는 향후 모든 관련 부문의 가치 평가를 위한 최상위 시장 기반을 제공합니다.

클라우드 기반 반도체: 더 밝은 미래

주요 클라우드 공급업체 4곳(AWS/구글/마이크로소프트/메타)의 2026년 1분기 자본 지출이 전년 동기 대비 95% 증가한 것은 보고서 전체에서 수요 측면에서 가장 강력한 단일 데이터 포인트입니다. 자본 지출/EBITDA 비율은 약 50% 수준에서 안정적으로 유지될 것으로 예상되어 클라우드 공급업체의 확장 계획이 재정적으로 지속 가능함을 시사합니다. Aspeed의 수익 전망치는 지속적으로 상향 조정되고 있으며, 클라우드 AI 서버용 BMC 칩의 주요 공급업체인 Aspeed의 이러한 수정 추세는 클라우드 수요의 타당성을 뒷받침합니다.

주요 클라우드 서비스 제공업체들은 클라우드 관련 자본 투자를 꾸준히 늘리고 있습니다.

MS 클라우드 자본 지출 추적기(MS Cloud Capex Tracker)는 전 세계 상위 10대 클라우드 공급업체의 자본 지출이 2026년에 6,850억 달러에 달할 것으로 예측하며, 이는 시장 컨센서스보다 약 10% 높은 수치입니다. 전 세계 클라우드 자본 지출과 TSMC의 자본 지출이 밀접하게 연관되어 증가해 온 역사적 추세는 "이번 투자는 단기적인 순환이 아니다"라는 판단을 뒷받침하는 핵심적인 시각적 증거입니다. 단기 수명 주기 자산이 약 65%를 차지한다는 것은 클라우드 공급업체들이 매년 이러한 자산을 지속적으로 구매해야 하며, 수요가 고정적이라는 것을 의미합니다.

TSMC는 전력 배치에 따른 영향을 발표했습니다.

NVIDIA, AMD, Broadcom, AWS 등 4대 주요 고객사의 랙 사양 및 구축 전력을 분석하여 CoWoS 웨이퍼 수요를 하향식으로 추정했습니다. NVIDIA Rubin NVL144 랙은 220kW의 전력을 소비하며 45,000개의 랙을 설치할 수 있으므로 2027년 CoWoS 웨이퍼 수요는 연간 136,000개에 달할 것으로 예상됩니다. 이는 본 기사 전체에서 CoWoS 공급과 수요의 불균형을 판단하는 핵심적인 정량적 근거가 됩니다.

인공지능에 대한 지속적인 강력한 수요를 고려하여 TSMC는 2027년까지 CoWoS 생산 능력을 월 16만 5천 웨이퍼로 확대할 수 있습니다.

CoWoS의 공급 측면 데이터는 다음과 같습니다. TSMC의 생산 능력은 2025년 말 120kwpm에서 2027년 말 165kwpm으로 확장될 예정이며, TSMC 이외의 업체(Amkor/UMC/ASE)의 생산 능력은 23kwpm에서 80kwpm으로 확장될 예정입니다. 소비자 측면에서 NVIDIA는 CoWoS 전체 소비량의 약 59%를 차지하고, Broadcom은 약 20%를 차지합니다. 이처럼 높은 시장 집중도는 소수의 고객 수요 변화가 TSMC에 엄청난 영향을 미친다는 것을 의미합니다.

TSMC는 향후 몇 년 동안 SOIC(시스템 온 칩) 분야의 확장에 주력할 것입니다.

SoIC는 향후 몇 년 동안 TSMC의 핵심 전략 방향으로 선정되었습니다. 생산 능력은 2025년 말 45kwpm에서 2027년 말 78kwpm으로 확대될 예정이며, NVIDIA, AMD, Apple, Qualcomm/Broadcom 등의 수요가 포함될 것입니다. SoIC는 CoWoS보다 높은 집적도와 기술적 장벽을 갖추고 있으며, TSMC의 첨단 패키징 분야에서 CoWoS에 이어 두 번째 성장 동력으로 자리매김하여 2026년에서 2027년 사이에 급격한 생산량 증가를 보일 것으로 예상됩니다.

TSMC는 2025년까지 CoWoS 및 SoIC 생산 능력을 두 배로 늘릴 수 있으며, 이러한 추세는 2026년까지 지속될 것으로 예상합니다.

인공지능 컴퓨팅용 웨이퍼 소비량은 2026년에 272억 달러에 달할 것으로 예상되며, 엔비디아가 대부분을 차지할 것으로 전망됩니다.

이 자료는 아래에서 위로 순서대로 제시되며, 2026년 주요 AI 칩(NVIDIA B300/Rubin/H200, Google TPU, AWS Trainium3, Microsoft Maia, OpenAI Nexus)의 CoWoS 생산 능력 할당량, 칩 출하량, 웨이퍼 소비량, 웨이퍼 가치를 보여줍니다. 2026년 AI 칩 웨이퍼 소비량의 총 가치는 약 272억 달러로 추산되며, NVIDIA가 이를 주도할 것으로 예상됩니다. 이는 기사 전체에서 TSMC의 AI 매출 규모를 가장 설득력 있게 보여주는 근거 자료입니다.

2026년 HBM(고대역폭 메모리) 소비량은 무려 320억 기가바이트에 달할 것으로 예상됩니다.

2026년 HBM 총 수요는 약 32,279백만 Gb에 달하며, 이 중 NVIDIA가 약 58%를 소비할 것으로 예상됩니다. 각 AI 칩에 사용되는 HBM 사양(용량, 세대, 공급업체)은 아래와 같습니다. Google의 TPU 시리즈는 주로 HBM3e 12hi를 사용하고, AWS/Microsoft는 HBM3/HBM4를 사용합니다. Hynix, Samsung, Micron이 공급을 분담하고 있으며, Hynix는 선도적인 HBM 기술 덕분에 가장 큰 수혜를 입고 있습니다.

NVIDIA GB200/300 랙 생산량 예상치

NVIDIA GB200/300 서버 랙 공급 및 수요 전망

TSMC의 AI 반도체 매출은 2024년에서 2029년 사이에 전체 매출의 60%를 차지할 것으로 예상됩니다.

TSMC의 AI 칩 매출은 2024년부터 2029년까지 연평균 60% 성장할 것으로 예상되며, 2026년에는 전체 매출의 30% 이상을 차지할 전망입니다. 매출 구조는 범용 AI 칩, 맞춤형 ASIC, CoWoS 패키징 및 테스트, AI 서버 CPU의 네 가지 부문으로 구성됩니다. 주요 고객으로는 Apple이 19%, NVIDIA가 21%, Broadcom이 11%를 차지합니다. 지속적인 매출총이익률 및 EBITDA 마진 확대는 AI 사업이 TSMC의 전반적인 수익성에 긍정적인 영향을 미치고 있음을 보여줍니다.

TSMC의 첨단 웨이퍼 수요 세분화

에이전트형 AI – CPU 활용 기회 확대

인공지능(AI)은 추론 단계에서 "실행" 단계로 이동하고 있으며, CPU/GPU 비율도 GPU 중심(1:12)에서 CPU 중심(≥1:1)으로 변화하고 있습니다. 이러한 변화의 원동력은 API 호출, 코드 실행, 다중 에이전트 동시 실행과 같은 도구 중심 작업입니다. 마이크로소프트는 에이전트 기반 AI가 2030년까지 CPU 시장에 325억~600억 달러를 추가할 수 있을 것으로 추정하며, AI 서버용 CPU 설계업체인 미디어텍이 보고서에서 언급된 수혜 기업 중 하나입니다.

AI 스토리지로 인해 NAND 부족 현상이 발생하고 있으며, NOR 플래시 공급 부족은 2026년까지 지속될 것으로 예상됩니다.

DDR4 부족 현상은 2026년 하반기까지 지속될 것이며, 현물 가격에는 상한선이 있습니다.

AI ASIC, CPO 및 칩 테스트

AI 반도체: 현재와 미래 – 주요 동인

본 보고서는 AI 반도체를 동인, 제약, 기술 솔루션, 성장 전망이라는 네 가지 관점에서 분석합니다. 또한 추론 vs. 학습, 엣지 vs. 클라우드, 맞춤형 ASIC vs. AI GPU라는 세 가지 성장 전망 비교를 제시합니다. 이 세 가지 비교는 보고서의 모든 후속 트랙에서 나타나는 차이점을 이해하는 데 도움을 주는 마인드맵 역할을 합니다.

엔비디아의 강력한 AI GPU가 있더라도 클라우드 서비스 제공업체(CSP)는 여전히 맞춤형 칩을 필요로 합니다.

여러 클라우드 서비스 제공업체(CSP)에 따르면, 앞으로 더 많은 ASIC 프로젝트가 예정되어 있다.

TSMC의 CoWoS와 인텔의 EMIB 간의 경쟁은 어떻게 진행되고 있습니까?

대용량 포장이 주요 산업 트렌드로 자리 잡고 있습니다.

칩 테스트 시간은 Hopper 방식의 350초에서 차세대 GPU의 경우 1800~2000초로 급증했으며, 이는 테스트 장비 업계의 가장 중요한 구조적 변화 요인입니다. 테스트 소켓의 핀 수는 모바일/PC용 1500개에서 AI/HPC용 6000개, 그리고 차세대 제품에서는 10000개 이상으로 늘어났습니다. 전 세계 테스트 장비 시장은 2024년부터 2027년까지 연평균 35%의 성장률을 기록할 것으로 예상되며, TSMC의 패키지 크기 로드맵 또한 인터포저의 지속적인 확장을 보여주고 있습니다. 이러한 두 가지 요인은 테스트 장비 시장의 장기적인 성장 전망을 뒷받침합니다.

반도체 공급망에서 Hon Hai Precision Industry, WinWay Technology 및 MPI의 역할과 책임을 설명합니다.

시험 장비 및 부품의 새로운 진화: 코패키지 광학 장치(CPO)

HTC: 테스트 기간 연장이라는 구조적 추세의 수혜를 받는 주요 수혜 기업; 모건 스탠리 투자의견: 비중확대(OW)

MPI: CPO 옵션을 제공하는 프로브 카드 기술 분야의 선도 기업; 모건 스탠리 등급: 비중확대(OW)

잉웨이 테크놀로지: AI 패키징 복잡성 분야에서 강점을 활용하는 선도적인 테스트 소켓 제조업체; 평가: 비중 초과(OW)

중국 반도체 산업: OSAT, 복합 반도체, MCU 및 AI GPU

우리는 백엔드 장비(ASMP)에 대해서는 낙관적이지만, 중국 OSAT에 대해서는 중립적인 견해를 가지고 있습니다.

저희는 GaN(질화갈륨) 대비 SiC(탄화규소)에 대해 낙관적인 전망을 가지고 있습니다: SICC(비중확대) 및 InnoScience(비중축소).

MCU: 바닥을 쳤지만 아직 회복되지 않았습니다.

국내 생산 AI 반도체의 시장 규모와 점유율은 지속적으로 증가하고 있다.

중국 국내 AI 가속기 시장의 구도는 명확합니다. 화웨이가 62%로 시장을 장악하고 있으며, 캠브리콘이 14%를 차지하고 있고, 나머지 업체들은 모두 10% 미만의 점유율을 보이고 있습니다. 중국 AI GPU 기업들의 시가총액은 지속적으로 증가하고 있으며, 기업공개(IPO)도 예정되어 있습니다. 시장 규모 확대와 자본 시장 활동 증가는 향후 주요 투자 대상 분석의 배경입니다.

우리는 중국의 AI GPU 시장 규모(TAM)가 2030년까지 670억 달러로 성장할 것으로 예상합니다.

중국은 국내 AI GPU 생산 수요를 충족하기 위해 첨단 공정 기술 역량을 확대하고 있습니다.

최근 중국 AI GPU 수요 시장 동향 분석

AI 칩 가치 사슬 – 중국과 미국 – AI 컴퓨팅 분야의 디커플링

중국의 인프라 역량이 기술 격차에 대한 인식을 좁혀가고 있다.

레이더 차트를 사용하여 중국과 미국의 AI 인프라 역량 격차를 9가지 측면에서 비교 분석한 결과, 중국은 정책 지원, AI 데이터 센터 공간, 소프트웨어 최적화(LLM) 분야에서 미국과 거의 비슷한 수준을 보였지만, 웨이퍼 프런트엔드, HBM 메모리, 광 네트워크 분야에서는 격차가 두드러졌다. 중국이 단일 칩 컴퓨팅 성능 부족을 극복하기 위한 3단계 전략으로 멀티 다이 패키징 → 대형 랙 및 클러스터 → 제조 역량 확대를 제안한다. 화웨이 클라우드매트릭스 384 A3 슈퍼포드는 이 전략의 실제 검증 사례이다.

추론 경제학: 총 소유 비용(TCO) 및 토큰당 비용

국내 생산 AI 칩의 총 소유 비용(TCO)은 NVIDIA보다 30~60% 낮으며, 최고 수준의 국내 가속기를 사용할 경우 토큰당 추론 비용은 NVIDIA와 동등하거나 오히려 더 우수할 수 있습니다. 이러한 결론은 "중국에서 국내 생산으로의 전환은 정치적 필요성일 뿐만 아니라 경제적 타당성이기도 하다"는 핵심적인 증거이며, 중국 AI 칩 산업에 대한 보고서의 장기적인 낙관적 전망을 직접적으로 뒷받침합니다.

국내 AI 가속기 개발업체의 주문 현황 및 잠재적 주문

TPS(초당 토큰 출력) - 성능 분석

가격이 크게 인하됨에 따라 국내 생산 칩은 가격 대비 더 우수한 성능을 달성했습니다.

중국 AI GPGPU 제조업체 '10대 거물'. 특히 캠브리콘, 무시, 톈슈즈신에 주목합니다.

Cambricon, Muxi 및 Iluvatar의 비교

가장 주목받는 중국 AI 칩 기업 세 곳, 즉 주요 고객사를 확보하고 유일하게 수익을 내는 Cambricon(SMIC 7nm ASIC), 국부펀드가 투자하고 기술적 격차가 큰 MetaX(SMIC 12nm GPGPU), 그리고 강력한 공급망 회복력을 갖춘 Iluvatar(TSMC 7nm GPGPU)를 비교 분석한 보고서입니다. 수익성, 고객 구조, 공정 노드를 고려했을 때, 보고서는 Cambricon의 전망이 가장 밝다는 결론을 내립니다.

Cambricon: 뛰어난 추론 성능(TFLOPS)과 고객 충성도; 투자 등급: 비중확대(OW)

일루바타르: 강력한 주문 가시성과 공급망 복원력을 활용함; 비중확대(OW) 등급

국제금융협회(IIF) 보고서: 세계 부채, 약 353조 달러로 사상 최고치 경신

인기 기사