투자연구소 테크센터

유니트리 상장으로 읽는 휴머노이드 산업

투자연구소 테크센터 — Sat, 15 Aug 2026 10:14:29 +0900

8월 10일 A주 "휴머노이드 1호" 유니트리(宇树科技, Unitree Robotics)의 공모 청약이 끝났다. 상장은 8월 중하순으로 예상되는, 그야말로 진행 중인 딜이다. 이번 글은 유니트리의 招股说明书(중국판 증권신고서)를 뜯어보는 데서 출발하지만, 목적지는 회사 하나가 아니다. 이 문서가 강제로 답하게 만든 질문들 - 매출은 누가 만드는가, 연구실에 깔린 로봇에서 만들어진 AI는 다른 로봇으로 옮겨갈 수 있는가, 부품이 표준화되면 마진은 어디로 가는가 - 를 따라가다 보면 휴머노이드 산업 전체의 투자 지도가 그려진다. 결론을 미리 말하면, 이 산업의 승부처는 스펙도 가격도 아닌 다른 곳에 있다.

참고로 중국의 공시 체계는 한국과 유사하면서 한 가지가 더 좋다. 증권신고 관련 원문 PDF가 상하이거래소 공시 사이트 [1]에 공개되는 것은 물론, 거래소 심사 과정의 문의서(问询函)와 회사 답변서까지 전부 공개된다. 거래소가 "2024년에 사족 로봇 점유율이 왜 떨어졌나", "테슬라가 양산에 들어가면 경쟁우위를 지킬 수 있나" 같은 껄끄러운 질문을 던지고 회사가 정량적으로 답해야 하는 구조라, 분석 관점에서는 본문보다 문의 답변서가 더 재미있는 경우가 많다.

A. 유니트리의 상장과 증권신고서 분석

1. 상장 현황 업데이트 - 두 개의 신기록과 함께

숫자부터 정리한다. 종목코드 688836, 발행가 150.80위안/주. 발행주식수 4,044.64만 주로 발행 후 총주본의 10%이며 전량 신주다(구주 매출 없음). 조달 총액 약 61.0억 위안(순액 59.2억 위안), 상장 시 시가총액 약 610억 위안으로 원화 약 12조 원 안팎이다. (매출 (약 17억 위안)이나 손익의 규모에서 차이나는 레인보우로보틱스가 9.3조인 것을 감안하면, 싸다고 보는 시선도 많다.) 2025년 실적 기준 발행 PER은 219.2배 - 업계 평균 38.6배의 5.7배다. 참고로 3월 최초 신고 시 목표 조달액은 42억 위안이었는데, 수요가 붙으면서 61억 위안으로 45% 초과 조달됐다.

이번 딜은 기록을 두 개 남겼다. 하나는 속도다. 3월 20일 거래소 접수부터 7월 초 등록 승인까지 104일로 과창판 사상 최단 심사 기록인데, 통상 A주 IPO가 6~12개월 걸리는 것과 비교하면 정책 의지가 노골적으로 읽힌다. 다른 하나는 과열이다. 8월 10일 온라인 청약에 978만 계좌가 몰려 초기 유효 청약 배수 약 8,289배, 회발(回拨) 후 최종 당첨률 0.0181%로 과창판 역대 최저를 기록했다. 청약 1단위(500주)에 7.54만 위안이 필요했다. (단, 과열이라는 것은 Value의 적정성 여부도 중요하기 때문에 뒤에서 조금 더 분석해본다.)

전략배정 명단도 상징적이다. 총 9곳, 약 12.2억 위안 규모인데 전국사회보장기금(약 1.4억 위안, 락업 12개월), DeepSeek(한도 1.55억 위안, 락업 36개월), CNPC 쿤룬캐피탈, 남방전망, 차이나텔레콤 계열, 텐센트 계열(상하이치샨)에 주관사 중신증권의 의무 팔로우온 투자와 임직원 자산관리계획(한도 합산 2.715억 위안, 왕싱싱 회장 본인 1,500만 위안)까지. 재무적 투자 명단이라기보다 국가 프로젝트 인증서에 가깝다. 상장일은 아직 공식 확정 전이며, 시장 컨센서스는 8월 중하순이다.

2. 한국에서 유니트리에 투자하는 법 - 결론부터: 직접 매수는 안 된다

여기서 많은 분들이 궁금해할 부분을 먼저 정리한다. 국내 개인투자자는 유니트리 주식을 직접 살 수 없다. 이유는 종목이 아니라 시장 때문이다. 외국인은 후강퉁(상하이-홍콩 교차매매)을 통해 상하이 A주를 매매하는데, 과창판(STAR Market)과 창업판(ChiNext) 상장 종목은 교차매매 유니버스에 포함되더라도 거래 자격이 해외 '기관 전문투자자'로 한정되어 있다. SMIC(688981)를 국내 증권사 앱에서 살 수 없는 것과 같은 이유이고, 유니트리(688836)도 동일하게 적용된다.

그래서 접근 경로는 간접 투자로 좁혀진다.

1) 국내 상장 과창판 ETF. TIGER 차이나과창판STAR50(합성)(414780, 총보수 0.09%)과 KODEX 차이나과창판STAR50(합성)(415340)이 과창판 상위 50종목 지수(STAR50)를 추종한다. 단, 유의점이 있다 - 이 ETF들로 유니트리에 노출되려면 유니트리가 STAR50 지수에 편입되어야 한다. 시가총액 610억 위안이면 지수 상위권 규모라 편입 가능성은 높게 거론되지만, 편입 시점은 지수 사업자의 정기·수시 변경 규정을 따르므로 상장 즉시는 아니다. 편입 전까지 이 ETF는 유니트리가 아니라 '과창판 전반(반도체 비중이 큼)'에 투자하는 상품이라는 점을 명확히 해야 한다.

2) 미국 상장 ETF. KraneShares의 KSTR(과창판 STAR Market ETF)이 같은 지수 노출을 제공하고, 같은 운용사의 휴머노이드 테마 ETF(KOID)도 유니트리 IPO를 투자 포인트로 직접 언급해 왔다. 개별 ETF의 편입 종목과 비중은 매수 전 운용사 페이지에서 확인이 필요하다.

3) 홍콩·국내의 대체 종목. 홍콩 상장 UBTech(9880.HK)는 국내 증권사에서 개인이 매매 가능한, 사실상 유일한 '직접 살 수 있는 중국 휴머노이드 본체 기업'이다. 그리고 국내 로봇주를 통한 테마 노출이 있는데, 이건 마지막 섹션에서 프레임과 함께 다룬다.

당연한 말이지만 이 글은 특정 상품의 매수 권유가 아니고, 위 상품들의 구조(합성 ETF의 거래상대방 위험, 환노출 등)는 각자 투자설명서로 확인해야 한다.

3. 재무 - 흑자를 내면서 크는 유일한 휴머노이드 회사

신고서 상에 있는 숫자를 하나씩 보자. 매출은 2022년 1.23억 → 2023년 1.59억 → 2024년 3.92억(+146%) → 2025년 17.08억 위안(+335%)으로 3년 만에 14배가 됐다.

이익의 궤적이 더 인상적이다. 2022~23년은 순손실(-0.22억, -0.11억 위안)이었지만 2024년 흑자 전환(순이익 0.95억), 2025년에는 비경상손익 제외 순이익 6.00억 위안(+674%)을 기록했다. 매출총이익률은 44.2%(2022~23) → 57.0%(2024) → 60.3%(2025)로 올라왔는데, 하드웨어 회사라기보다 팹리스에 가까운 숫자다. 재무 체력도 좋다. 2025년 9월 말 총자산 28.65억 위안, 자본 24.30억 위안, 부채비율 15.2%, 2025년 연간 영업활동 현금흐름 순유입 6.7억 위안 이상이다.

회계적으로 흥미로운 지점은 임직원 지주 플랫폼(상하이위이) 증자로 2022년 1,872만 위안, 2025년 3.49억 위안의 주식보상비용이 관리비용으로 일괄 인식됐다는 점이다. 상하이위이가 유니트리의 자회사가 아니라 주주임에도 불구하고 상하이위이의 증자가 유니트리의 손익으로 잡히는 이유는 '법적 형식보다 경제적 실질을 본다'는 회계기준 때문이다. 결국 유니트리 직원이 유니트리에 노무를 제공했고 그 대가를 주주 측이 지분으로 대신 지급한 것이므로, 회계상 유니트리의 관리비용(영업비용)으로 인식되어 영업이익과 당기순이익을 모두 누른다. 다만 회사에서 현금이 나간 것은 아니고 비경상 항목으로 분류되므로, 실질은 비경상손익 제외 이익과 영업현금흐름 기준으로 분석해야 한다. (일회성 성격이지만, 상장 36개월 후 예고된 인센티브 부여 시 같은 성격의 비용이 다시 인식될 수 있다.)

4. 사업 구조 - 두 다리가 네 다리를 넘다, 그런데 마진은 반대로 간다

제품은 크게 셋이다. 1) 사족 로봇(소비자용 Go 시리즈 / 산업용 B 시리즈), 2) 휴머노이드(H1, G1, R1, H2), 그리고 3) 부품(관절 액추에이터, 라이다, 손 등). 매출 믹스의 전환이 극적이다. 휴머노이드 비중이 2023년 1.9% → 2024년 27.6% → 2025년 51.8%(8.68억 위안)로, 첫 제품 출시 2년 만에 최대 사업부가 됐다. 출하량 기준 2025년 휴머노이드 5,500대 이상으로 글로벌 점유율 32.4% 1위 - 같은 해 Figure나 Agility 같은 해외 선두권의 출하가 150대 수준이었으니 '실제로 팔아본' 규모에서 자릿수가 다르다. 사족은 누적 3.3만 대로 수년째 글로벌 1위의 캐시카우다.

그런데 세그먼트 마진을 뜯어보면 흥미로운 역방향 교차가 나온다. 사족은 고마진 산업용 B시리즈(마진 67.1%)의 매출 비중이 13.8%에서 30.0%로 올라오면서 세그먼트 마진이 42.4% → 55.5%로 개선됐다. 반면 휴머노이드는 저가형 G1이 판매액의 88.9%를 차지하게 되면서(2024년엔 고가 H1이 44.8%였다) 68.4% → 62.9%로 내려가는 중이다. 전사 60% 마진은 두 흐름이 상쇄된 결과인데, 앞으로의 성장은 휴머노이드가 끌어야 하므로 성장할수록 믹스는 마진을 누른다. 여기에 중국 내 수십 개 스타트업의 가격 경쟁까지 겹치면, 60%는 정점일 가능성이 높다고 본다.

동종사와 비교하면 이 회사의 위치가 선명해진다. 2024년 기준 UBTech는 매출 13.05억 위안에 순손실 11.24억 위안(마진 28.7%), 두봇(越疆)은 매출 3.74억 위안에 순손실 0.95억 위안(마진 46.6%)이었다. 휴머노이드 업계 전체가 연구 개발을 위해, 상용화에 성공해도 손실이 커서 현금을 태우는 동안, 이익과 현금흐름을 동시에 내는 회사 - 이게 유니트리의 핵심 서사다.

5. 유니트리 상장 신고서에서 눈여겨 볼 디테일

1) 징둥 위탁판매 회계. 유니트리는 징둥 자영과 선출고·후정산 구조로 거래한다. 징둥 창고에 보낸 물량은 최종 판매 전까지 유니트리 소유이고 수익 인식도 안 된다. 2025년 말 이 미판매 재고가 쌓이면서 생산판매율이 일시 하락했다. 수익 인식이 보수적이라 채널 밀어내기 리스크가 회계적으로 차단돼 있다는 긍정 신호인 동시에, B2C 채널에서 만든 만큼 팔리지 않고 있다는 실수요 신호일 수도 있다. 상장 후 분기 공시에서 계속 추적할 항목이다.

2) 성장 감속은 이미 문서 안에 있다. 회사가 제시한 2026년 상반기 가이던스는 매출 10.5~11.3억 위안, 성장률 +36~45%다. 전년 동기 +332%에서의 급감이고, 조정 순이익은 R&D비(1분기에만 전년 대비 +3,833만 위안)와 판매비 급증으로 6~22% 감소 전망이다. 2025년 판매비 1.41억 위안(매출 대비 8.3%) 중 광고선전비가 6,053만 위안이다. (하드테크 회사가 매출의 3.5%를 광고에 쓴다(춘완 스폰서십 포함)는 점도 신기했다.) B2C 소비재화를 노린 전략적 선택이거나, 연구용 수요의 한계를 브랜드로 메우려는 시도거나. 어느 쪽이든 219배 PER의 전제인 '335% 성장 내러티브'는 이미 깨졌다.

3) 증설과 가이던스의 갭. 왕싱싱이 밝힌 2026년 출하 목표는 1만~2만 대다. 그런데 공모자금 투입 항목인 제조기지의 계획 연간 생산능력은 휴머노이드 7.5만 대 + 사족 11.5만 대다. 창업자의 단기 가이던스와 CAPEX 계획 사이에 4~7배의 갭이 있는 셈인데, 2028~29년 수요 폭발에 대한 진심 어린 베팅이거나 조달 명분을 위한 과잉 설계이거나 둘 중 하나다. 가동률이 안 나오면 감가상각으로 마진을 많이 갉아먹을 것으로 보인다.

4) 자금의 절반이 '대뇌'로 간다. 조달금의 85%가 R&D인데, 배분이 지능형 로봇 모델 R&D 20.2억 / 본체 R&D 11.1억 / 신제품 개발 4.5억 / 제조기지 6.2억 위안이다. 절반 가까이를 하드웨어가 아닌 소프트웨어(구현지능 모델)에 붓는다. 뒤에서 다루겠지만, 이건 회사가 자기 해자의 경계를 정확히 알고 있다는 뜻이다.

5) 거래소가 캐물은 것들. 문의서 목록 자체가 리스크 지도다. 자체 제조 모델의 가성비 우위 지속 여부, 2024년 사족 시장점유율 하락 원인, 동종사의 휴머노이드 양산 진전 속에서 경쟁우위 유지 가능성, 신에너지차·AI 기업의 진입 영향, 전통 산업용·협동 로봇과의 기술적 경계까지. 특히 "2024년 사족 점유율 하락"은 본문에서 눈에 잘 안 띄는 사실을 거래소가 끄집어낸 것인데, 사족에서 이미 후발주자에게 점유율을 내주기 시작했다면 휴머노이드에서 같은 일이 반복되지 않으리란 보장이 없다는 게 질문의 행간이다.

6. 유니트리는 정확히 뭘 잘하나

한 문장으로 압축하면 유니트리의 우위는 "뇌"가 아니라 "몸을 싸게, 잘 만드는 능력"이다.

첫째, 풀스택 수직계열화에서 나오는 원가 구조. 관절 모터·감속기 등 핵심 부품부터 구동제어 알고리즘, 구현지능 모델까지 전부 자체 개발·생산하는 회사는 이 업계에서 사실상 유니트리가 독보적이다. 결과가 숫자로 나온다. 휴머노이드 본체 가격대를 30만 위안에서 최저 3.8만 위안(G1 9.9만 위안 출시가, 이후 R1은 그보다 낮은 가격대)까지 끌어내렸고, 신고서 기준 사족 단위원가는 2.23만 → 1.21만 위안으로 거의 반토막, 휴머노이드도 7.32만 → 6.22만 위안으로 내려갔다. 원가는 계속 떨어지는데 마진은 44%에서 60%로 올라가는 "싸게 파는데 마진이 더 높은" 구조는 원가 우위가 진짜라는 뜻이다.

둘째, 10년치 다이나믹 모션 제어. 유니트리는 휴머노이드 회사이기 전에, 사족 로봇으로 Boston Dynamics를 가격으로 밀어낸 회사다. 레그드 로봇의 균형·보행·낙법 제어를 2016년부터 상용 제품으로 다듬어온 축적이 휴머노이드로 이식돼, H1의 달리기 기록이나 G1의 공중제비 같은 운동성능이 나온다. 춘완 무대의 군무는 마케팅처럼 보이지만 실제로는 "우리 전신 제어가 양산품에서 안정적으로 돈다"는 기술 시연이다.

셋째, 양산 트랙레코드. 수천 대를 만들어 팔면 공급망 관리, 수율, 필드 불량, AS까지 양산의 온갖 문제를 먼저 겪고 먼저 푼다. 이건 데모 영상으로는 절대 못 얻는 자산이다. 그리고 G1이 1천만 원대 초반에 풀리면서 전 세계 로보틱스 연구실의 사실상 표준 하드웨어 플랫폼이 됐다.

뒤집어 보면 약점의 위치도 명확하다. 지금 로봇이 일을 못 하는 건 몸이 없어서가 아니라 뇌가 없어서인데, 그 뇌(범용 작업 지능) 싸움에서 유니트리는 우위가 없다. 테슬라(데이터+자율주행 스택), Figure(자체 VLA 모델), 구글·엔비디아 진영이 오히려 유리할 수 있는 영역이다. IPO 자금의 절반을 모델 R&D에 붓는 건 정확히 이 약점에 대한 자기 인식이다.

7. 내수와 수출 - 수출 회사에서 내수 회사로, 그리고 닫히는 미국

유니트리는 원래 수출 회사였다. 2022~2024년 3년 연속 해외 매출 비중 55% 초과(2022년 57.2%). 초기 상위 고객 명단에 이름을 밝히지 않은 북미·유럽·아시아 고객이 줄줄이 등장할 정도로 해외 연구·개발자 시장과 대리점 체계에 의존했다. 그런데 2025년 국내 60.8% / 해외 39.2%로 처음 역전됐다. 해외가 줄어든 게 아니라(해외 매출 절대액은 2022년 0.69억에서 2025년 1~9월 4.53억 위안으로 계속 성장) 2025년 춘완 무대 이후 내수 (공연·전시 수요와 연구 수요)가 폭발한 결과다.

문제는 해외의 최대 시장인 미국이다. 신고서상 미국 매출 비중은 보고기간 각각 18.4% → 19.5% → 13.3%로 이미 하락 추세였는데, 청약 직전 결정타가 나왔다. 미국 FCC가 2026년 7월 말 해외에서 생산된 첨단 로봇 장비를 규제 대상 목록에 추가하면서, 해외 생산 신모델은 예외 승인 없이는 미국 시장 진입에 필요한 기기 인증을 원칙적으로 받을 수 없게 됐다(기존 인증 모델은 판매 지속 가능). 유니트리는 7월 31일 갱신 신고서에서 이 리스크를 별도 공시했다. 태양광·광모듈이 걸었던 길을 로봇이 따라가는 그림이다.

투자 함의는 셋이다. ① 해외 40%는 '글로벌 1위' 서사의 근거인데 그 최대 시장이 구조적 하락 경로에 들어섰다. ② 내수 비중 상승은 리스크 분산처럼 보이지만, 그 내수가 춘완발 공연·주목경제 수요라는 점에서 지속성은 오히려 더 검증이 필요하다. ③ 한국 관점에서는 기회다 - 미국이 중국산 로봇을 막으면 비중국 휴머노이드·부품 업체가 미국 시장에서 반사이익을 보는 구도가 성립한다(이건 마지막 섹션에서 다시).

B. 연구실용 휴머노이드와 AI 모델은 양산으로 갈 때, Lock-in 효과가 있는가

8. 매출의 질 - 이 로봇들은 누가, 왜 사는가

여기서부터가 이 글의 본론이다. 매출 17억 위안이라는 숫자보다 그 구성이 중요하다.

고객 집중도는 이례적으로 낮다. 2025년 1~9월 상위 5대 고객 합산이 10.6%, 1위 징둥조차 3.5%다. 문제는 용처다. 휴머노이드 매출의 73.6%가 과학연구·교육용이고, 산업 배치 매출은 9%, 산업·상업용 맞춤 개발 매출은 1.71%에 불과하다. 기능을 얹어 재판매하는 2차 개발 고객 비중도 10% 미만이다. 냉정하게 번역하면, 지금의 매출은 "로봇이 노동을 대체해서" 생긴 게 아니라 "전 세계가 로봇을 연구해서" 생긴 것이다.

왜 연구실들이 사갈까. 구현지능(embodied AI) 연구의 병목이 정확히 여기 있기 때문이다. 알고리즘은 시뮬레이터에서 돌리지만 최종 검증은 실물 하드웨어에서 해야 하는데, 연구실이 휴머노이드를 직접 만들려면 수년과 수십억이 든다. G1이 1천만 원대에 풀리면서 이 진입장벽이 무너졌고, 전 세계 연구실이 사갔다. 실제로 2021~2025년 유니트리의 중국 내 공개입찰 낙찰 프로젝트의 주요 구매자가 대학이었고, 30개 가까운 대학이 구매해 로봇 R&D 전 과정을 커버하고 있다는 집계도 있다. 용도는 보행·전신 제어의 sim-to-real 검증, VLA(Vision-Language-Action) 모델의 데이터 수집·정책 검증 플랫폼, 응용 도메인(소방·전력 순찰) 연구, 그리고 자기 하드웨어가 없는 경쟁사들의 개발용 몸체까지 - "LLM 연구에 GPU가 필요하듯, 로봇 AI 연구에 유니트리가 필요한" 구도로 반도체의 Lock-in과 비교하면서 가보는 것도 재밌을 것 같다.

투자자가 유의할 점: 이건 반복 매출이 아니다. 연구실의 로봇 구매는 본질적으로 1회성 장비 CAPEX다. 연구실이 같은 로봇을 매년 새로 살 이유는 없고, 재구매는 신모델 출시 주기에만 발생한다. 전 세계 연구실 수는 유한하므로 이 수요는 포화되는 수요다. 지금의 5,500대가 '초도 보급' 국면이라면, 이 수요만으로는 7.5만 대 증설을 절대 채울 수 없다. 요컨대 유니트리는 골드러시의 곡괭이 장수다. 자기 미래 시장을 만들어줄 연구에 장비를 팔며 돈을 벌고 있다. 다만 보통의 곡괭이 장수와 다른 점이 하나 있는데, 금맥(범용 로봇 지능)이 발견돼야만 본게임이 시작된다는 것이다.

9. 갈림길 - 연구실 보급이 락인이 될까, 유출이 될까

그런데 여기서 정말 중요한 질문 하나가 나온다. 연구기관들이 유니트리 로봇으로 AI 모델을 만들고 연구를 했다면, 그 성과를 상용화할 때 반드시 유니트리 로봇을 써야 하는가, 아니면 다른 로봇에 얹어도 되는가.

이 질문의 답에 따라 유니트리의 미래가 정반대로 갈린다. 유니트리 몸체에서 만들어진 모델·데이터가 유니트리에서만 성능이 보장된다면, 전 세계 연구실 보급은 CUDA식 생태계 락인이 된다. 논문·코드·데이터셋이 전부 유니트리 규격으로 쌓이고, 상용화도 후속 연구도 유니트리를 산다. 반대로 개발은 유니트리에서 하되 양산은 다른(더 싼, 혹은 비중국) 몸체에 얹을 수 있다면, 유니트리 하드웨어는 '개발 키트'로 격하되고 본체 매출에는 부정적이다. 유니트리가 UnifoLM 계열 구현지능 모델을 오픈소스로 푸는 것도 전자의 그림을 강화하려는 수순으로 읽힌다.

기술적으로 내린 결론은 "층위에 따라 다르다"이다. 저수준(보행·전신 제어)은 이식이 안 된다. 강화학습으로 학습한 보행 정책은 관절 배치, 링크 길이, 질량 분포, 모터 특성에 과적합된 결과물이라 다른 몸에 넣으면 그냥 넘어진다. 같은 유니트리 안에서도 H1용 정책을 G1에 그대로 못 쓴다. 다만 이 층은 시뮬레이터에서 해당 로봇의 물리 모델로 재학습하면 되므로 '세금은 비싸지만 납부가 빠른' 영역이다. 고수준(태스크 이해·플래닝)은 몸과 무관해서 이식된다. 격전지는 중간층인 보고, 집고, 놓는 매니퓰레이션 정책이다.

10. 최신 연구는 어디까지 왔나

이 중간층의 이식성(cross-embodiment transfer)이 지금 로봇 학계에서 가장 뜨거운 주제이고, 2026년 들어 저울이 눈에 띄게 "이식 가능" 쪽으로 기울었다. 흐름을 시간순으로 정리한다.

배경(2023~). 구글 딥마인드가 주도한 Open X-Embodiment/RT-X 프로젝트가 출발점이다. 수십 종의 서로 다른 로봇에서 모은 데이터를 섞어 학습하면 개별 로봇 데이터만으로 학습한 것보다 성능이 오히려 올라간다는 걸 보여줬고, 이후 π0, OpenVLA 같은 로봇 파운데이션 모델들이 전부 멀티-임보디먼트 (하나의 AI 모델을 여러 로봇 기종의 데이터로 함께 학습시키거나, 하나의 모델이 여러 기종을 모두 구동할 수 있게 만드는 접근)를 전제로 설계됐다. 다만 이 세대까지는 새 로봇에 배포하려면 그 로봇에서 수집한 데이터로 파인튜닝이 필요했다. 즉, "사전학습은 공유하되 몸마다 어댑터를 다는" 구조였다.

전환점 1 - LAP(프린스턴, 2026년 2월, RSS 채택). 저수준 로봇 액션을 자연어로 직접 표현해, 사전학습된 시각-언어 모델(VLM)의 입출력 분포와 정렬시키는 방식으로, 임보디먼트별 파인튜닝이 전혀 없는 제로샷으로 처음 보는 로봇에서 평균 50% 이상의 성공률(기존 최강 VLA 대비 약 2배)을 보고했다. 저자들 표현으로 "실질적 제로샷 이전을 달성한 최초의 VLA"인데, 뒤집으면 작년까지는 안 됐다는 뜻이기도 하다. 단, 상용 기준인 99%에는 현저히 떨어진 수치기 때문에 '갈아탄 이후의 출발선이 0은 아니다 정도'의 의미로 해석하면 된다.

전환점 2 - Cloak(Stanford, 2026년 6월). 더 실용적인 결과다. Franka 팔+2조(jaw) 그리퍼 한 종의 데이터(DROID, 약 350시간)로 학습한 정책을, 새 데이터 수집도 파인튜닝도 전혀 없이 다른 몸체에 배포했다. 기구학적 차이는 역기구학 (IK, "손끝을 이 위치, 이 자세로 보내고 싶은데 관절 각도들을 어떻게 꺾어야 하나"를 푸는 계산으로, 학습이 아닌 기구 모델 기반의 고전적 계산)으로 풀고, 손목 카메라에 '다르게 생긴 손'이 보이는 시각적 차이는 엔드이펙터를 마스킹해서 해결했다. 결과는 원본 그리퍼에서 88%였던 태스크 수행률이 처음 보는 UMI 그리퍼에서 85%, 다른 로봇팔(YAM)에서 86%, 심지어 5지 휴머노이드 손(Sharpa)에서 82%로 거의 유지됐다. 같은 5지 손에서 기존 SOTA들(π0.5, LAP 계열)이 54~60%로 무너진 것과 대비된다. 이 또한, 99%로 올라가려면 추가적인 연구가 필요하고, 현장에서 추가 맞춤이 필요하다.

하지만, 이 연구들이 바꾸는 건 파인튜닝의 존재 여부가 아니라 그 성격·양·위치다. 모델 이식성을 높여, 성능 출발선을 대폭 올려놨기 때문에, 새 몸 적응에 필요한 잔여 데이터량을 줄일 수 있다. 이를 통해, 단순 로봇 HW 제조사들보다 현장 데이터 루프를 돌릴 수 있는 플레이어들의 경쟁력이 강해질 수 있는 포인트다.

반론도 있다. Nvidia의 GraspGen-X (파지 관련) 같은 연구는 "완전히 새로운 하드웨어·태스크에서 VLA는 여전히 강한 제로샷 성능을 내지 못하며, 몸체를 명시적으로 파라미터화하는 표현이 필요하다"고 주장한다. 즉 "데이터 스케일링만으로 되느냐, 구조적 접근이 필요하냐"는 방법론 논쟁이 진행형이고, 아직 아무것도 확정되지 않았다는 점은 분명히 해둔다. 위 숫자들도 전부 테이블탑 매니퓰레이션의 연구실 검증이고, 성공률 50~85%는 논문으로는 돌파구지만 산업 배치 기준과는 거리가 멀다. Cloak의 결과에도 함정이 하나 있는데, 그리퍼→5지 손으로 이식된 정책이 실제로 한 일은 '그리퍼 흉내(핀치 파지)'다. 5지 손만 할 수 있는 것들, 즉, 손안에서 물체 돌리기, 다지 협응은 여전히 그 손으로 수집한 데이터가 필요하다.

상용화 논의의 방향도 흥미롭다. 업계에서 가장 공격적으로 이 문제를 파는 건 엔비디아 진영인데, 시뮬레이션 툴체인(Isaac 생태계)과 로봇 파운데이션 모델(GR00T)로 "새 몸체의 물리 모델을 넣으면 정책이 빠르게 다시 나오는" 파이프라인을 지향한다. 이식이 직접 되지 않는 층(보행)조차 재학습을 자동화하면 사실상의 이식성이 생기고, 그 경우 락인은 로봇 제조사가 아니라 툴체인 사업자에게 넘어간다. 단, 국내는 우리나라에서 강점을 가진 제조업에 로봇과 AI를 도입하겠다는 기업들이 많이 생기고 있는데, 다들 다양한 Vertical에 적용이 가능하다는 가설을 증명해나가고 있다.

개인적인 견해를 밝히면, 방향은 이식 가능 쪽으로 가야 하고, 갈 것이라고 본다. 경제성의 문제다. 모델이 특정 몸체에 갇히면 로봇 한 종마다 데이터 수집과 학습을 처음부터 반복해야 하는데, 그 비용 구조로는 휴머노이드의 단가와 보급 속도가 나오지 않는다. 자동차 산업이 플랫폼 공용화 없이 차종마다 전용 설계를 했다면 지금의 가격이 불가능했던 것과 같다. 산업 전체의 이해관계가 이식성 쪽에 정렬되어 있고, 실제로 2026년의 연구들이 그 방향의 기술적 가능성을 처음으로 보여주기 시작했다. 유니트리 입장에서 이건 하드웨어 락인의 유효기간이 카운트다운에 들어갔다는 뜻이고, 조달금 절반을 모델에 붓는 건 그 카운트다운에 대한 합리적 대응이다. 직관적으로 볼 때, 로봇의 움직임과 주변 환경은 물리법칙 하에 움직이기 때문에 주요 부품과 환경의 데이터화가 가능하다는 가정하에는 이식 가능하다는 생각이다.

11. 부품의 운명 - 원가가 미는 수렴, 이식성이 허용하는 다양화

앞 섹션의 논리를 따라가면 자연스럽게 "모델이 다른 로봇으로 이식되려면 그 전제로 부품이 표준화되어야 한다"로 이어가고 싶어진다. 그런데 글을 다듬으면서 생각해 보니 이 인과는 절반만 맞다. 표준화를 미는 힘과 이식성이라는 힘은 서로 다른 힘이고, 심지어 방향이 다르다.

표준화를 미는 힘은 AI가 아니라 원가다. 관절 개당 1,000위안으로 가는 길은 백만 개 단위 양산이고, 양산은 규격 수렴을 요구한다 즉, AI와 무관한 제조업의 물리법칙이다. 그리고 이 수렴은 이미 제도화가 시작됐다. 중국이 가장 빠른데, 베이징 인형로봇 혁신센터 주도로 '전기구동 일체화 관절 인터페이스 규범' 단체표준이 입안됐고, 국가급 '인형로봇·구현지능 표준체계(2026판)'는 서보 관절의 정밀도·응답속도, 5지 손의 자유도·파지력, 센서의 플러그앤플레이 인터페이스까지 규정한다. 관절 모듈 시장은 2025년 2.5억 달러에서 2032년 82.8억 달러로 연 50% 성장 전망(QYResearch)이고, 표준 완성과 백만 개 양산이 겹치면 2029년 개당 1,000위안 이하로 간다는 업계 전망까지 나와 있다.

반면 AI 이식성은 표준화를 '요구'하는 힘이 아니라 다양화를 '허용'하는 힘이다. Cloak이 보여준 것을 다시 보면, 그리퍼와 5지 손 사이에 어떤 물리적 표준 인터페이스도 없었는데 역기구학과 시각 마스킹이라는 소프트웨어 계층이 그 차이를 흡수했다. 엔비디아의 Isaac·GR00T 파이프라인은 이걸 제품화하는 시도다. 새 몸체의 물리 모델을 넣으면 정책이 다시 나오는 구조이며, 이 세계에서는 액추에이터가 하모닉이든 QDD든, 손가락이 2개든 5개든, 시뮬레이터에 정확히 기술되기만 하면 어댑터가 소프트웨어로 생성된다. PC가 정확한 전례다. 그래픽카드와 주변기기가 폭발적으로 다양해질 수 있었던 건 부품 규격이 통일돼서가 아니라, OS의 드라이버 모델이라는 추상화 계층이 다양성을 흡수해줬기 때문이다.

두 힘이 동시에 작동한 결과는 이원 구조일 것이다. 물량이 실리는 중원(범용 관절, 표준 폼팩터)은 원가 논리로 규격이 수렴하고, 특수 용도(극한환경·의료·초정밀)는 소프트웨어 추상화 덕분에 커스텀 하드웨어의 생존 공간이 오히려 넓어진다. 여기서 부품 업체에 완전히 새로운 채택 기준이 하나 생긴다. 'sim-ready'로, 추상화 계층이 내 부품을 흡수해주려면 시뮬레이터가 내 부품을 정확히 알아야 한다. 정밀한 물리 모델(디지털 트윈)을 제공할 수 있는가, 그리고 개체 간 편차가 충분히 작아 그 모델 하나가 실물 전 수량을 대표하는가. "Isaac에서 검증된 부품"이라는 사실상의 인증이 물리 규격보다 강한 Design-in 기준이 되는 순간 CUDA가 GPU에서 했던 역할이 재현되고, 락인은 또 한 번 툴체인 사업자 쪽으로 이동한다. 쉽게 얘기하면, 새로 나온 부품을 데이터화 및 추상화할 수 있는지에 따라 시뮬레이션과 AI 이식이 용이한지가 정해지고, 이를 결정하는 SW에 Lock-in 생태계의 최강자인 Nvidia의 Isaac/GR00T 파이프라인이 있다.

한편 가격 붕괴는 부품 단에서 이미 진행형이다. 5지 손이 대표적인데, 전통의 연구용 제품(Shadow Hand)이 1억 원대였던 시장에 중국 링신차오서우가 3,999위안(약 80만 원) 엔트리부터 10만 위안까지의 라인업을 월 수천 대 규모로 찍고 있고, 업계 전반이 인하 사이클에 진입해 일부 부품은 이미 50% 떨어졌다는 증언이 나온다. 유니트리 자신도 5지 손을 인스(因时)에서 사다 쓰다가(2025년 1~9월 1,210짝, 1,720만 위안 - 외주 구매의 96%) 자체 Dex3·Dex5로 내재화하는 중이다. 흥미로운 건 정작 로봇 제조사들이 5지 손을 잘 안 쓴다는 점인데, 골드만삭스 조사에 따르면 대부분의 완성기 업체는 휠 베이스+2·3지 그리퍼 조합을 선호하고 이 조합으로 산업 시나리오의 70~90%를 커버한다. 이유는 가격보다 수명이다. 좁은 공간에 소형 모터·텐던·기어를 우겨넣은 5지 손은 마모가 빨라 산업 현장의 총소유비용이 안 나온다.

12. 그럼 부품 회사의 경쟁력은 무엇으로 평가하나

이 지형에서 부품 업체를 볼 때 단순 스펙 비교는 1~2년 내에 사라질 기술 격차라고 생각한다. 지금은 너무 로봇의 폼팩터나 부품이 다양화되는 시기이기 때문에 여러 기업들이 자신의 부품이 조금 더 좋다를 강조하기 좋은 시기다. 기본적으로 로봇 부품은 매우 오래된 학문이기 때문에, Trade-off가 없는 공짜 점심 (성능 향상)은 거의 불가능하다는 입장이고, 더 자세한 생각은 예전 글에 정리했었다. [2] 부품의 표준화가 다양한 스펙 조합을 빠르게 시도해볼 수 있는 기회를 줄 것이고, 이에 따라 스펙 차이를 빠르게 흡수해주는 영역이라고 생각된다. 이런 부품 기업을 검토할 때 스스로한테 하는 질문은 다음과 같다.

Q1. 물리 상한까지 여지가 남아 있는 부품인가. 모든 경쟁자가 이론 상한에 붙어 있는 부품은 성능 경쟁이 끝난 부품이고, 그때부터는 가격 경쟁만 남는다. 일반 모터가 대표적인 예시다. 토크밀도는 자기장 세기(자석 등급으로 상한)와 전류밀도(구리 저항·방열로 상한)의 함수라, 남은 것은 슬롯 충진율 몇 %p 같은 한 자릿수 % 싸움이다. 자석에 비싼 희토류를 더 쓰는 등 추가 성능 개선이 가능한 옵션도 있겠지만 그만큼 원가도 올라가기 때문에, 원가 상승과 성능 개선의 Trade-off고, 자석이 아닌 모터 설계에 따른 이 기업만의 경쟁력인지는 분리해서 봐야할 것 같다. 즉, Trade-off 없는 성능 점프의 물리적 여지가 좁고, 공정 성숙도 및 양산 수량에 따른 경제성의 논리가 지배하는 시장이라고 생각한다. 반대로 힘 제어·촉각처럼 요구 스펙 자체가 계속 올라가는 미성숙 영역이나 Cooling 같은 시스템 레벨에서의 기술 경쟁이 유효하다.

Q2. 데이터시트 이외에 내세울 강점 (e.g., 신뢰성)이 있는가. 데이터시트에만 나오는 품질이 완전히 기술되는 부품은 최저가 대체가 쉽다. 구매자가 갈아타도 리스크가 없기 때문이다. 반대로 부품을 사서 로봇을 운용하는 과정에서 나오는 차별점도 있을 것이다. 하모닉 감속기의 피로수명, 토크센서의 장기 드리프트, 필드 MTBF (평균 무고장 시간) 등 호흡을 맞춰보면서 알 수 있는 요소들로 노후에 따른 보상 알고리즘이나 신뢰성 테스트 등이 중요하다. 이런 '보이지 않는 스펙'의 비중이 큰 부품일수록 트랙레코드 없는 신규 진입자는 싸다는 것 말고 증명할 방법이 없고, 스위칭의 리스크가 전부 구매자에게 전가되므로 기존 업체의 가격 결정력이 오래간다. 또한, 신규 진입자들이 파일럿 단계에서 성능이 나온다고 강조해도 이게 대규모 양산으로 갔을 때도 성능이 유지되는지, 신뢰성이 떨어지지는 않는지를 검증하기 위해서는 파일럿과 양산 단계의 공정 차이가 있는지, 그 차이에서 성능을 갉아먹을 요소가 있는지 등 논리적으로 비교 분석이 필요하다.

Q3. 평균이 아니라 분산을 관리하는가. sim-to-real 세계에서 가장 중요하고, 대량 양산에 가장 중요한 요소라고 생각한다. 개체 편차가 작아야 디지털 트윈 하나로 전 수량을 대표할 수 있고, 편차가 크면 로봇 한 대마다 캘리브레이션을 다시 해야 해서 그 비용이 고스란히 배치 비용으로 전가된다. 산업 고객이 사는 것도 결국 평균 성능이 아니라 분산이 작은 물건이다. 설계 도면이 아니라 공정 능력이 해자가 되는 지점이다.

Q4. 내재화와 인질 위험에서 안전한가. BOM 비중이 크고 물량이 커지는 부품은 시장성은 매우 좋지만 아이러니하게도 OEM 내재화의 1순위 표적이다. 유니트리가 관절 모터를 자체 생산하고 외주 96%였던 손을 Dex 시리즈로 내재화한 것, 테슬라가 액추에이터를 직접 설계하는 것이 실증이다. 안전지대는 셋이라고 생각한다. ①BOM 비중은 작은데 실패 비용이 큰 부품(센서류 - 내재화해봐야 아끼는 돈이 적고, 잘못 만들면 로봇 운용에 큰 차질이 있음). ②로봇 외 수요처(e.g., 반도체 장비, 방산)가 있어 단일 OEM에 종속되지 않는 부품. ③ 로봇 회사가 직접 만들기에는 너무 먼 영역 (e.g., 자석, 소결기) 단, 로봇 OEM의 내재화 리스크를 피하기 위해 돈이 안되는 영역이나 너무 니치마켓을 노린 것은 아닌지는 검토가 필요하다.

정리하면, 다양한 로봇 폼팩터가 쏟아지는 지금 국면에서는 부품 업체 전반이 각광받을 수 있지만, 표준화·양산 국면으로 넘어가면 기술력보다 공정·수율·원가의 싸움이 된다. 이때 ① 물량 게임 구간(관절 조립, 범용 모터·그리퍼)은 중국과 같은 링이므로 피하고, ② 규격화돼도 '보이지 않는 스펙'과 실물 노하우가 남는 상류(센서, 감속기)와 ③ 커머디티화의 수혜를 받는 소재·장비, ④ 물량 게임이 성립하지 않는 특수 용도(방산·의료·극한환경)로 시선을 옮기는 게 맞다고 본다. MLCC의 교훈 그대로를 따른다면, 규격이 통일돼도 고품질 MLCC 공급사인 무라타는 고마진을 남긴다. 다만 남는 이유는 규격 바깥(수율, 소재, 장비)에 있다. 덧붙여 새로 생긴 관전 포인트 하나는 부품사가 파는 것이 데이터시트에서 '모델+보증'으로 바뀌는 흐름이다. 국내 부품사를 실사한다면 이제 물어볼 것은 정격 토크나 단순 스펙 비교가 아니라, 개체 편차를 ±몇 %로 보증하는가, 장기 신뢰성 데이터를 어떤 식으로 고객사에 어필할 수 있는가, 주요 고객사와의 협업을 통해 우리 제품이 대체 불가능하고 양산 가능한 파이프라인으로 가고 있는가 등이다.

13. 마지막 1%p의 문턱 - 그리고 그걸 어떻게 체크할 것인가

이식성 낙관론에는 반드시 달아야 할 단서가 있다. 이식 시의 성능 열화 몇 %p가, 그 로봇+AI 조합을 쓸 수 있고 없고의 문턱일 수 있다. 산업 현장에서 성공률은 로그 눈금으로 읽어야 한다. 95%와 99.5%는 4.5%p 차이가 아니라 오류율 10배 차이다. 그리고 실제 작업은 단발이 아니라 체인이다. 스텝당 99%짜리 정책으로 10스텝 작업을 하면 작업 성공률은 90%로, 50스텝이면 60%로 떨어진다. 시간당 수백 사이클을 도는 공정에서 스텝당 0.1%의 오류는 하루 수십 건의 정지·불량이 된다. 자율주행의 예시에서도 99%의 인식 정확도가 몇 시간 쌓이면서 무시할 수 없는 사고 확률이 되는 것과 같다. 따라서, 데모는 오래전에 다 됐지만 마지막 9 하나를 추가할 때마다 비용이 한 자릿수씩 더 들면서 상용화가 밀렸다는 점을 생각하면, 마지막 1%p를 가벼이 봐서는 안된다.

이 관점을 고려하면, 세 가지가 따라온다. 첫째, 제로샷 이식 성공률 80%대라는 숫자는 산업 관점에선 애초에 합격점이 아니다. 네이티브 88%조차 산업 임계 아래이므로, 마지막 1%p를 올려줄 수 있는 요소는 어차피 현장별 데이터 루프로만 채워진다. 그러면 이식성의 경제적 의미는 "최종 성능을 옮기는 것"이 아니라 "데이터 루프의 출발점을 싸게 만드는 것"이 된다. 둘째, 신뢰성의 마지막 자릿수는 우아한 알고리즘이 아니라 지저분한 디테일(액추에이터 개체 편차, 제어 지연, 캘리브레이션 드리프트)에서 오므로, 자기 하드웨어를 완전히 아는 수직통합 진영이 단기~중기에는 유리하다. 셋째, 시장은 '성능 순'이 아니라 '오류 관용도 순'으로 열린다. 실패해도 다시 하면 되는 순찰·시연·데이터수집은 이미 상용 수익이 나고, 실패 비용이 낮은 반복 작업(토트 운반, 지그 보조)이 다음이며, 실패가 곧 사고인 정밀 조립·사람 근접 작업은 가장 늦다. 그럼 이 '문턱'의 통과 여부를 투자자는 어떻게 체크하거나 예상할 수 있을까. 내가 앞으로 추적하려는 요소들은 다음과 같다.

1) 논문 단(선행지표): RSS·CoRL·ICRA에서 cross-embodiment 제로샷 성공률의 SOTA 추이, 그리고 그보다 중요한 것으로 새 몸체 적응에 필요한 데이터량·시간의 추이(제로샷→몇 시간 파인튜닝→며칠 재학습, 이 숫자가 줄어드는 속도가 곧 이식 비용의 하락 속도다). 스케일링 진영과 구조적 접근 진영 중 어느 쪽 결과가 우세해지는지도 함께보되, 단순히 논문이 아니라 얼마나 실제 환경에 가까운 환경에서 연구했는지도 참고할 계획이다. 학계에서도 창업을 많이 하고 있으며, 논문과 상용화가 함께 움직이는 산업이다 보니 논문도 제대로 이해할 수 있다면 큰 힌트를 줄 것으로 보인다.

2) 산업 단(동행지표): 시범 도입이 재주문으로 전환되는 비율. UBTech·즈위안 등 공장 배치를 먼저 시작한 회사들의 후속 수주 공시가 "같은 고객의 증설 주문"인지 "새 고객의 시범 주문"인지 구분해서 봐야 한다. 전자가 나오기 시작하면 문턱을 넘고 있다는 뜻이다. 하드웨어 기업들은 표준 관절·표준 인터페이스를 채택한 신규 본체의 수, 관절 모듈 가격의 하락 속도(2029년 1,000위안 전망 대비 실제 궤적) 등을 봐야할 것 같다. 단, 특정 회사나 산업의 디테일한 자료는 대외비 성격으로 모니터링하기 어려우니, 시장 조사 자료, 기사, 기업탐방 등 상황에 맞게 간접적인 비교를 사용해야할 것 같다.

3) 유니트리: 산업용 매출 비중(현재 9%)과 맞춤 개발 비중(1.71%)의 분기별 변화, 제조기지 착공·가동률, 그리고 징둥 채널의 미판매 재고 추이 등을 보면서, 현재 연구소 매출이 양산으로 넘어가는지 등을 중점적으로 봐야한다.

14. 투자자의 지도 - 결국 무엇을 볼 것인가

부품은 표준화되고 기반 지능은 이식되는 세계를 가정하면, 차별화(=마진)가 남는 자리는 다섯 곳이다: ① 같은 부품으로 다른 수율·신뢰성을 만드는 공업화 능력(산업 고객은 스펙이 아니라 가동시간과 MTBF를 산다), ② 배포된 로봇에서 데이터가 환류되는 도메인 데이터 루프(기반 모델이 평준화될수록 가치가 올라가는 역설), ③ 로봇 자체보다 로봇 운영 사업모델(엘리베이터 산업의 이익이 판매가 아니라 유지보수에서 나오듯), ④ 인증·신뢰·국적이라는 비기술 장벽, ⑤ 아니면 아예 층을 바꿔 모델·툴체인·칩으로 올라가는 것.

이 프레임으로 유니트리를 다시 보면, 재무가 좋은 회사와 전략적 위치가 좋은 회사가 다를 수 있다는 불편한 결론이 나온다. 유니트리의 연구용 판매 1위 포지션은 ②의 기준에서 생각보다 불리하다. 연구실 데이터는 현장 신뢰성 데이터가 아니기 때문이다. 오히려 적자를 내면서도 자동차 공장에 로봇을 밀어넣고 있는 UBTech 쪽이, 지금 재무제표는 훨씬 나빠도 '마지막 1%의 데이터'를 먼저 모으고 있는 것일 수 있다.

국내 시장으로 눈을 돌리면, 마침 유니트리 상장 직후 나온 증권사 코멘트가 참고할 만하다. iM증권은 8월 12일 리포트("Unitree Robots 상장과 코스닥 반등은 별개")에서 유니트리 상장이 국내 로봇 산업에 미칠 부정적 영향 우려가 있으나 국내 로봇산업 전체의 상승세를 훼손하는 요인으로 보기는 어렵다고 봤고, 대신 하반기에는 휴머노이드 양산·사업 구체화 과정에서 수혜를 볼 업체를 '선별'하는 과정이 필요하다고 했다. 규모 비교도 흥미로운데, 유니트리 공모가 기준 시총(리포트 집계 약 12.8조 원)은 8월 11일 종가 기준 UBTech(9.6조), 레인보우로보틱스(9.3조), 두산로보틱스(4.8조)를 모두 웃돌고, 국내 로봇산업 전체 시총은 약 33.2조 원이다. 그리고 이 리포트도 짚었듯, 2025년부터 미국에서 중국 등 적대국 휴머노이드의 자국 시장 진입을 제한하는 법안들이 추진되고 있으며, FCC 건이 그 실행형이다. 미국 시장 인증을 확보할 수 있는 국내 휴머노이드 업체와 미국 현지 생산이 가능한 부품업체의 상대 수혜 구도가 성립한다. 국내 관련주를 위의 프레임에 얹어보면(종목 나열은 시장·리포트에서 거론되는 범위이고, 매수 추천이 아니다):

1) 본체·플랫폼: 레인보우로보틱스(삼성전자가 최대주주인 휴머노이드·협동로봇 기업 - ①공업화와 ④비중국 신뢰 축에서 삼성 제조 역량과의 결합이 관전 포인트), 두산로보틱스(협동로봇 주력, 북미 확장). 다만 본체 층은 위 지도에서 마진 압축 방향의 층이므로, 밸류에이션보다 "산업 배치 데이터 루프를 먼저 돌리는가"를 기준으로 봐야 한다고 생각한다.

2) 상류 부품: 하모닉 감속기의 에스비비테크, 정밀 감속기·모터의 에스피지, 자체 액추에이터(다이나믹셀)와 사이클로이드 감속기의 로보티즈 등. 위 서열(센서 > 감속기 > 모터)과 "중국이 배제된 링에 있는가"를 함께 적용할 구간이다.

3) 해외: 직접 매수 가능한 UBTech(홍콩), 그리고 층을 바꾸는 선택지로서의 엔비디아(툴체인·칩)와 테슬라(수직통합). 간접 노출로는 위에서 다룬 STAR50 ETF와 휴머노이드 테마 ETF.

Conclusion

길게 왔는데, 전체를 다시 묶으면 이렇다.

1) 유니트리는 딥테크 하드웨어로서 이례적으로 건강한 회사다. 풀스택 수직계열화, 60% 매출총이익률, 흑자와 현금창출, 부채비율 15%. 업계에서 유일하게 이익을 내며 크는 회사이고, 그 우위의 본질은 "몸을 싸게, 잘 만드는 능력"이다.

2) 그러나 PER 219배는 회사의 현재가 아니라 섹터의 미래를 선반영한 가격이다. 매출의 실체는 아직 '연구실이 사주는 플랫폼'(휴머노이드 매출의 73.6%가 연구·교육용, 산업 배치는 9%)이고, 이 수요는 반복 매출이 아니라 포화되는 1회성 보급이다. 성장률은 이미 +335%에서 +40%대로 꺾였고, 최대 해외시장 미국은 FCC 규제로 신모델의 문이 닫혔다.

3) 이 회사의 장기 밸류를 결정하는 가장 중요한 변수는 '이식성'이다. 연구실에 깔린 수만 대에서 만들어진 AI 자산이 유니트리의 로봇에서만 돌면 락인, 다른 몸체로 옮겨가면 유출이다. 2026년의 연구들(LAP, Cloak)은 처음으로 파인튜닝 없는 제로샷 이식을 보여주며, 이식 가능성을 높이고 있다. (성능 향상을 보여줘야 하는 논문 특성상 Lock-in이 필수적이라는 논문이 나올 일은 거의 없을 것 같다.) 다만 아직 연구실 수준이고, 방법론 논쟁(스케일링 vs 구조적 접근)도 진행형이라 확정된 것은 없다. 개인적으로는 산업의 경제성이 이식 가능한 방향을 강제할 것이라고 보고, 유니트리가 조달금 절반을 자체 모델에 붓는 것도 같은 판단의 방증으로 읽는다.

4) 부품 표준화는 이미 제도화가 시작됐고, 마진의 위치를 바꿀 것이다. 관절 인터페이스 표준과 가격 붕괴(2029년 개당 1,000위안 전망)가 진행되면 밸류는 조립에서 상류로 이동한다. 모터·드라이버는 오래된 학문이라 트레이드오프 없는 성능 점프가 어렵고 커머디티화 경로가 유력하므로, 지속력은 토크센서 > 하모닉 감속기 > 모터 순으로 본다. 폼팩터 백화점 국면의 부품주 랠리와, 표준화 이후의 단가 인하 전쟁을 구분해서 대응해야 한다.

5) 그리고 마지막 1%p가 모든 것의 문턱이다. 성공률은 로그 눈금이고 작업은 체인이라, 이식 시의 몇 %p 열화가 사용 가능/불가능을 가를 수 있다. 상용화에 필요한 마지막 1%p는 단순 모델 이식으로만 되지 않고 현장 데이터로만 벌리므로, 향후 3~5년의 실질 승자는 가장 좋은 모델도 가장 싼 부품도 아니라 현장 데이터 루프를 돌리기 시작한 기업일 가능성이 높다. 재무가 좋은 회사와 전략적 위치가 좋은 회사가 다를 수 있다.

(체크해야 할 이벤트) ① 유니트리 상장일과 첫날 주가, 그리고 1년 후 락업 해제·2026년 연간 실적이 겹치는 구간. ② 분기 공시에서 산업용 매출 비중(9%)과 맞춤 개발 비중(1.71%)의 변화 ③ RSS·CoRL·ICRA의 cross-embodiment SOTA와 '새 몸체 적응에 필요한 데이터량'의 추이. ④ 공장 배치 선행 업체들(UBTech·즈위안 등)의 수주가 '같은 고객의 증설'로 바뀌는 시점. ⑤ FCC류 규제의 확산 여부와 국내 업체의 미국 인증·현지 생산 뉴스. ⑥ 유니트리의 STAR50 지수 편입 여부(국내 ETF 노출의 전제 조건).

(평소에 봐야 할 구조) 로봇 회사를 볼 때 "스펙이 뭐가 좋은가"는 단기적으로 메꿔질 격차에 대한 질문이다. 대신 세 가지를 묻는 게 맞다고 생각한다. 이 회사의 우위는 다섯 축(공업화, 데이터 루프, 운영 사업, 인증·국적, 층 이동) 중 어디에 있고, 그 축은 표준화·모델 이식의 시대에도 침식되지 않는 종류인가. 이 회사의 지능은 자기 하드웨어에 종속인가, 남의 하드웨어에도 팔 수 있는가. 그리고 이 회사의 원가 로드맵은 중국과 같은 링에서 싸우는 구조인가, 중국이 배제된 링에 있는가.

잠깐 춤추는 로봇은 이미 우리 앞에 서 있고, 계속 일할 로봇은 아직 오는 중이다. 일하는 로봇 연구를 위해 유니트리가 전세계의 실험실에 HW를 공급하기 시작했고, 연구에서 상용화로 가는 Sim-to-Real 간격을 최소화하는 Nvidia의 SW도 제공되었다. 막대한 시장 규모를 갖는 경쟁 시장에서 전 세계의 플레이어들이 바쁘게 뛰기 시작했고, 상용화까지 시간이 얼마나 길지, 그리고 그 시간 동안 누가 데이터를 쌓는지, 표준화에서 병목을 차지하고 있는지가 이 섹터의 모든 가격을 결정할 것이다.

주요 출처: 유니트리 招股说明书 및 상장 발행공고·청약률 공고(상하이거래소 공시, 2026.3~8), 거래소 问询函 답변서, Global Times·Caixin·증권시보·경제관찰보 등 招股书 인용 보도, LAP(arXiv:2602.10556, RSS 2026)·Cloak(arXiv:2606.22836)·Open X-Embodiment 등 공개 논문, QYResearch·업계 백서(관절 모듈), iM증권 로봇산업 리포트(2026.8.12), 각 운용사 ETF 공시. 수치가 기관별로 상충하는 경우 招股书를 우선함. 본 글은 개인적 분석이며 투자 권유가 아님.

Reference

[1] https://www.sse.com.cn/listing/renewal/ipo/index_listing_detail.shtml?auditId=2178

发行上市 | 上海证券交易所

www.sse.com.cn

[2] https://engineering-ladder.tistory.com/171

2026 이후 예상되는 기술 트렌드 (2) - Physical AI의 M&A 가속화

로봇 밸류체인 업체들의 주가가 급격하게 상승하고 있는데, 예상하고 있는 2026년 이후 기술적인 흐름은 'Physical AI 기업의 옥석 가리기 및 M&A 가속화'다. 주요 수요처와 협업 및 매출로 연결하지

engineering-ladder.tistory.com

AI 전력 병목의 단기 해법, ESS와 LFP - 비중국 밸류체인은 가능한가

투자연구소 테크센터 — Sat, 8 Aug 2026 12:36:56 +0900

지난 글(AI 고점 논란과 매크로)에서 미국이 쓸 수 있는 카드를 정리하면서, "미국은 칩은 조이고 에너지 투입재는 여는 비대칭 규제로 갈 것"이라고 썼다. 그리고 풀어줄 수 있는 영역의 대표로 ESS를 꼽으면서 조건 하나를 달았다. 중국이 나중에 목줄을 틀어쥘 수 있는 구조만 아니면 된다는 조건이었다. 이번 글은 그 문장의 후속편이다. 그 조건이 실제 규제 문법으로 어떻게 구현되어 있는지, 그리고 그 조건을 만족하는 "비중국 LFP"라는 게 물리적으로 가능한 물건인지를, 밸류체인을 광산부터 셀까지 해부하면서 확인해보려 한다.

Intro: 전력은 못 늘려도 전력의 '시간'은 옮길 수 있다

미국 AI의 병목이 칩이 아니라 전력이라는 건 이제 컨센서스다. 문제는 시차다. 가스터빈 납기는 2029~30년까지 밀려 있고, 원전과 SMR은 그보다 더 멀다. 그런데 데이터센터는 지금 당장 전기가 필요하다. 이 시차를 메우는 거의 유일한 단기 수단이 ESS다. ESS는 발전소가 아니라서 전력 총량을 늘리지는 못하지만, 남는 시간대의 전력을 부족한 시간대로 옮기고, 계통 접속이 막힌 곳에서 자가발전과 묶여 데이터센터를 돌린다. 발주에서 가동까지 1~2년이면 되는, 납기의 경제학에서 압도적인 물건이다.

그리고 그 ESS의 심장이 LFP(리튬인산철) 배터리다. 글로벌 ESS용 배터리 출하는 2026년 상반기에만 461GWh로 전년 대비 +71% 성장했고(SNE리서치), 그 대부분이 LFP다. 그래서 이번 글의 질문은 단순하다. 미국이 AI를 위해 ESS를 깔아야 하는데, ESS의 소재 체인은 중국이 쥐고 있다. 이 모순이 어떻게 풀리고 있고, 그 과정에서 누가 돈을 벌게 되는가.

1. LFP는 NCM과 뭐가 다르고, 왜 싼가

배터리의 종류를 결정하는 건 양극재다. 음극(흑연), 전해액, 분리막은 화학이 달라도 거의 공통 플랫폼이고, 에너지밀도·원가·안전성의 차이는 사실상 전부 양극 화학에서 나온다. NCM은 니켈·코발트·망간을, LFP는 철과 인을 쓴다. 이 원소 선택 하나가 모든 차이의 출발점이다.

왜 싼가에 대한 답은 명쾌하다. 양극재 원가의 85~90%는 재료비이고, 재료비는 곧 금속값이다. NCM은 톤당 1.5만 달러짜리 니켈과 3만 달러가 넘는 코발트를 담는다. LFP는 사실상 공짜인 철(재료비의 ~2%)과 저렴한 인산(~9%)을 담고, 재료비의 약 75%가 탄산리튬 하나에 몰려 있다. 즉 NCM 가격은 니켈·코발트·리튬 세 개 커머디티의 함수이고, LFP 가격은 리튬 단일 커머디티의 함수다. 2023~25년 탄산리튬이 고점 대비 약 88% 폭락하자(2025년 10월 중국 현물 톤당 약 1만 달러) LFP 원가가 NCM보다 훨씬 가파르게 떨어진 이유가 이것이다. 기술 난이도 차이(NCM의 공침 전구체, 산소 분위기 소성, 드라이룸 vs LFP의 탄소코팅·나노화)도 존재하지만, 이건 두 번째 자릿수 요인이다.

다만 셀 레벨로 올라가면 격차가 줄어든다는 점은 알아둘 필요가 있다. LFP는 에너지밀도가 낮아 같은 kWh를 만드는 데 양극재와 부자재가 더 들어간다. 그래서 소재 kg당 2~3배였던 가격 차이가 셀 kWh당으로는 20~30%대로 압축된다(중국 LFP ESS셀 최저가는 2024년 kWh당 36달러까지 내려왔고, BNEF 기준 2025년 글로벌 LFP 팩 평균은 81달러였다). 대신 팩 레벨에서는 LFP의 열안정성 덕분에 CTP(Cell-to-Pack)로 모듈을 생략할 수 있어 격차의 상당 부분을 다시 회수한다.

2. AI 데이터센터 ESS에 왜 하필 LFP인가

ESS, 특히 데이터센터·그리드용에서 LFP가 표준이 된 이유는 네 가지로 요약된다.

① 에너지밀도가 필요 없다. EV는 무게와 부피가 성능이지만, ESS는 땅 위에 놓는 물건이다. LFP의 유일한 약점이 여기서는 약점이 아니다. ② 안전성. LFP는 열폭주 개시 온도가 높고 산소를 방출하지 않는 올리빈 구조라, 수백 MWh를 한 부지에 쌓는 데이터센터 옆 설비에서 화재 리스크 관리가 근본적으로 쉽다. ③ 수명. LFP는 6,000~10,000 사이클급 수명이 가능해, 매일 충·방전을 반복하는 그리드 차익거래·피크셰이빙 용도에서 kWh당이 아니라 '사이클당 원가'로 계산하면 격차가 더 벌어진다. ④ 원가. 위에서 본 그대로다. 그래서 2026년 상반기 글로벌 ESS 배터리 461GWh의 절대다수가 LFP였고, 미국에서도 스토리지용 셀은 사실상 LFP 단일 화학으로 수렴했다.

3. 대중국 제재의 문법 - 관세, 그리고 FEOC

미국의 대중 제재는 두 개의 층으로 작동한다. 이 둘을 구분하는 게 이 글 전체에서 가장 중요하다.

첫 번째 층은 관세, 즉 '시장 접근'의 가격표다. 중국산 ESS 배터리에는 기본관세 3.4%, 펜타닐 관련 20%, 상호관세에 더해 무역법 301조 관세가 2026년 1월부터 7.5%→25%로 인상되면서, 실효세율이 2025년 40.9%에서 2026년 58.4%로 올라섰다. EV용 LFP 셀 기준으로는 82.4%에 이른다는 집계(Rho Motion)도 있다. 이 관세로 중국산 LFP 셀의 미국 도착 원가는 kWh당 73달러에서 87달러 수준으로 올라, 미국산 셀(85~90달러)과의 격차가 사실상 소멸했다. 주목할 점은 관세는 금지가 아니라 가격이라는 것이다. 실제로 GM은 약 80%의 관세를 물면서도 차세대 볼트용 CATL LFP 셀을 수입하고 있다. 국산 대안이 없는 구간에서는 관세를 내고라도 사는 게 합리적이기 때문이다.

두 번째 층이 FEOC(해외우려기업) 규제, 즉 '보조금 자격'의 심사다. 2025년 7월 OBBBA로 확정된 이 체계는 두 단계 판정으로 되어 있다. 우선 SFE(특정외국기업): CATL, BYD, EVE, Gotion, Hithium 등 명단 기업과 중국 정부가 50% 이상 지배하는 기업은 즉시 배제된다. 다음이 FIE(외국영향기업): SFE가 ① 단일 25% 지분, ② 합산 40% 지분, ③ 15% 부채, ④ 임원 임명권, ⑤ '실효지배'에 해당하는 계약·라이선스 중 하나라도 갖고 있으면 걸린다. 특히 ⑤가 핵심인데, 부품 소싱 지정권, 설비 운영 지시권, 10년 초과 로열티 같은 조건이 담긴 기술 라이선스는 공장이 100% 미국 자본·미국 땅이어도 자격을 박탈할 수 있다. 여기에 정량 장치로 MACR(원가 기준 비율 테스트)이 얹힌다. ESS 프로젝트는 비(非)금지기업 원가 비중이 2026년 55%를 넘어야 하고, 이 문턱이 2030년 75%까지 매년 올라간다. 배터리 부품(45X)은 60%→85%다.

그럼 이 심사를 통과하고 못 하고의 차이가 얼마짜리인가. 숫자로 보면 이 규제의 무게가 실감된다. 제조 크레딧(45X)은 셀 kWh당 35달러 + 모듈 10달러, 합쳐서 45달러다. 미국산 LFP 셀 원가가 85~90달러/kWh이니, 보조금이 원가의 절반에 이른다. 소재로 내려가면 양극재 등 전극활물질은 생산원가의 10%, 핵심광물도 10% 크레딧이 붙는다. 프로젝트 단에서는 48E 투자세액공제가 설비투자의 30%(가산 시 그 이상)다. FEOC에 걸리면 이게 전부 0이 된다. 미국 ESS 셀 시장에서 원가 격차가 kWh당 몇 달러 수준까지 좁혀진 지금, 이 크레딧의 유무는 마진의 전부라고 봐도 과장이 아니다.

참고로 반대편의 규제도 있다. 중국은 2025년 7월 LFP·LMFP 및 인산계 양극재 '제조 기술'을 수출허가 대상에 올렸고(리튬 제련·염호 추출 기술 포함), 10월에는 압축밀도 2.5g/cm³ 이상·용량 156mAh/g 이상의 고압실장 LFP 양극재 '물품' 자체를 수출통제 목록에 추가했다(이후 미·중 정상 합의로 10월분 물품 통제는 유예, 7월분 기술 허가제는 유지). 즉 목줄 심사는 양방향이다. 미국은 중국이 낀 공급망에 보조금을 안 주겠다는 것이고, 중국은 자국 기술이 밖으로 나가는 걸 허가제로 잡겠다는 것이다. 비중국 밸류체인은 이 두 관문을 동시에 통과해야 하는 물건이다.

4. 그래서, 비중국 LFP는 물리적으로 가능한가 - 밸류체인 해부

여기서부터가 본론이다. "비중국 LFP를 공급받기 쉬운 환경인가"라는 질문에 답하려면 감상이 아니라 밸류체인의 단계별 해부가 필요하다. LFP가 만들어지는 전체 공정은 이렇다: 광산(리튬 스포듀민/염호, 인광석, 철원료) → 제련·정제(탄산리튬 전환, 배터리급 정제인산 PPA) → 전구체(인산철 FePO₄) → 양극재(리튬화 소성 + 탄소코팅) → 셀(각형 중심, CTP) → ESS/EV. 그리고 각 단계의 중국 장악도는 아래로 내려갈수록, 정확히는 '광석'에서 '소재'로 갈수록 높아진다.

단계별로 보자. 광산은 병목이 아니다. 리튬 원광은 호주 스포듀민과 남미 염호에 충분하고, 인광석은 중국(연 1.1억톤)이 최대 생산국이지만 모로코 OCP가 세계 매장량의 3분의 2를 갖고 있으며 미국도 세계 3위 생산국이다(미국은 2025년 11월 인광석을 핵심광물 목록에 추가했다). 철은 말할 것도 없다. 병목은 광석과 소재 사이, 즉 제련·정제부터 시작된다. 리튬 화학 전환(원광→탄산리튬)은 중국이 글로벌 캐파의 65%를 쥐고 있고, 비료용 인산을 배터리급으로 끌어올리는 정제인산(PPA)은 약 4분의 3이 중국이다(IEA는 2030년경 PPA 공급부족을 경고한 바 있다). 그리고 인산철 전구체에 오면 사실상 100%다. 대규모 비중국 인산철 생산자는 현재 존재하지 않는다. 한국 양극재 업계의 전구체 대중국 수입 의존도가 90%를 넘는다는 통계(SNE리서치)가 이 현실을 요약한다.

여기서 흥미로운 구조 하나를 짚고 가야 한다. 왜 하필 전구체인가. NCM에서는 전구체(공침 수산화물)가 고난도 기술 제품이라 독립 산업이 성립하지만, LFP의 인산철은 상대적으로 평범한 침전 화학이라 기술 해자가 없다. 그래서 중국 안에서 인산철은 위로는 양극재 1위 기업이 내재화하고, 아래로는 인광석·인산을 쥔 비료회사와 부산물 황산철이 공짜인 티타늄 회사가 밀고 올라오면서, 독립 사업이 아니라 '통합 기업의 한 공정'으로 흡수됐다. 원가가 기술이 아니라 입지(광산+인산+부산물철+전기료)에서 나오는 사업이라는 뜻이다. 이게 비중국 진영에 주는 함의는 이중적이다. 나쁜 소식: 중국 밖에서 인산철을 만들면 그 입지 통합이 없어서 원가 격차가 생각보다 크다. 좋은 소식: 그래서 이 단계야말로 비중국 대체가 가장 늦게, 가장 비싸게 이뤄질 구간이고, non-FEOC 프리미엄이 가장 오래 유지될 곳이다.

양극재는 어떤가. 2025년 중국의 LFP 양극재 출하는 394만톤, 글로벌 셰어는 80~90%대다(집계기관에 따라 상이). 기업별로는 후난위넝이 114만톤으로 6년 연속 세계 1위(글로벌 약 30%), 그 뒤로 완룬·다이나노닉·유샨·로팔·궈시안이 잇는 중국 과점 구도다. 셀은 CATL·BYD 양강에, ESS로 좁히면 2026년 상반기 CATL 27.1%, EVE 10.4%, 하이티움 10.0% 순이다(SNE리서치). 다만 셀 단은 비중국 침투가 시작됐다. 북미에서 LGES가 점유율 13.6%로 3위에 올라선 게 그 신호다.

5. 비중국 양극재·셀에 도전하는 회사들 - 2026년 8월 현재

그럼 이 지도를 바꾸려는 플레이어들은 어디까지 왔나. 최신 공시·보도 기준으로 정리한다.

한국 - 양극재의 선봉. 가장 빠른 건 엘앤에프다. 대구에 국내 최초 LFP 전용 공장(엘앤에프플러스, 총투자 약 3,400억원)을 준공하고 2026년 7월 시제품을 첫 출하했으며, 3분기 말 연 3만톤 양산 개시, 2027년 상반기 6만톤 체제(최대 12만톤 확장 검토)를 목표로 한다. 스펙 포인트는 압축밀도 2.50g/cc 이상의 3세대 고압실장 제품과, 전구체 병목을 우회하는 무전구체(산화철 직접 투입) 공법 개발이다. 포스코퓨처엠은 지난주 국내 배터리사와 2027년부터 6년간 19만톤 이상의 LFP 양극재 장기 공급에 합의하며 판을 키웠다. 포항 하이니켈 라인 일부를 LFP로 전환해 올해 말 양산 공급을 시작하고, 5월 착공한 포항 전용 신공장이 2027년 가세한다. 원가 전략이 흥미로운데, 제철 공정 부산물(산화철)과 아르헨티나 염호에서 확보한 리튬을 쓰는 신공법으로 중국식 입지 통합을 그룹 차원에서 흉내 내겠다는 것이다. 에코프로비엠은 LFP보다 전고체·삼원계 고도화에 무게를 두는 차별화 노선이다.

미국·유럽 - 셀은 빠르고 소재는 느리다. 셀 쪽은 EV 라인의 ESS 전환 덕분에 속도가 빠르다. LGES는 미시간 홀랜드에서 2025년 5월 미국 최초의 대규모 LFP ESS 셀 양산을 시작했고, GM 합작이었던 랜싱 공장을 인수해 테슬라 메가팩용 각형 LFP 라인(2027 양산)으로 전환 중이다 — 미 내무부가 2026년 3월 공식 확인한 그 43억 달러 테슬라 공급계약의 실체다. 삼성SDI는 인디애나에서 2026년 하반기 LFP 양산과 함께 미국 고객과 2조원+ 공급계약을 공시했고, SK온은 조지아 라인 전환으로 Flatiron과 7.2GWh 계약을 잡았다. AESC 테네시는 이미 가동 중이고, Ford는 CATL 기술 라이선스 기반의 미시간 마샬 공장에서 2026년 생산을 시작한다(GM 계열 Ultium도 테네시 라인을 ESS용 LFP로 개조 중). 반면 소재는 느리다. 미국 인산철·양극재는 ICL(세인트루이스, 대만 Aleees 기술, DOE 그랜트), Mitra Chem, 6K 등이 있지만 볼륨 양산은 2027~28년 이후 얘기이고, 유럽은 ICL-다이나노닉의 스페인 합작 정도다. 즉 비중국 전환의 순서는 셀(2025~26) → 양극재(2026 하반기~27) → 전구체·PPA(2027~30)로, 아래로 갈수록 늦다.

6. 미국은 이 회피 전략을 인정해줄까 - '목줄 테스트' 가설의 검증

여기서 이 글의 핵심 질문에 도달한다. 라이선스 기반 미국 생산(Ford-CATL), 한중 합작의 한국 생산, 비중국 기업의 현지 생산 — 이런 '회피 전략'들을 미국이 그냥 인정해줄 것인가. 지난 글에서 나는 미국은 인플레이션을 잡으면서 AI를 부흥시켜야 하는 처지라 선택지가 많지 않고, 결국 "중국이 유사시 목줄을 죌 수 있는 구조인가"만 심사해서, 그 구조만 회피하면 열어줄 수밖에 없을 것이라고 썼다. 이번에 규제 원문과 최근 사례를 뜯어보면서 이 가설을 검증해봤는데, 결론부터 말하면 방향은 맞되, 세 가지 정교화가 필요하다.

가설을 지지하는 증거는 많다. 첫째, OBBBA 자체가 선별의 산물이다. EV 세액공제는 죽이면서 ESS 관련 크레딧(48E·45X)은 살려뒀다. AI 전력이라는 국가 우선순위가 걸린 영역만 정확히 남긴 것이다. 둘째, FEOC의 설계가 '전면 금지'가 아니라 '테스트'다. 지분 25%/40%/15%라는 정량 기준과, 매년 5%p씩 오르는 MACR 비율 규제는 "중국 콘텐츠를 당장 0으로 만들라"가 아니라 "지배당하지 않는 구조를 만들고, 5년에 걸쳐 비중을 줄여라"는 메시지다. 사실상 산업에 시간표를 준 것이다. 셋째, grandfathering이다. 2025년 7월 4일 이전에 체결된 기술 라이선스는 소급 면제된다 — Ford-CATL 모델을 죽이지 않겠다는 입법적 선택이다. 넷째, 관세조차 금지가 아니라 가격이다. GM이 80% 관세를 물고 CATL 셀을 수입하는 걸 막지 않는다. 이 모든 설계는 "공급을 끊는 것"이 아니라 "지배 구조를 끊는 것"을 겨냥하고 있고, 내 가설의 언어로 번역하면 정확히 '목줄 테스트'다.

하지만 고민할 포인트가 세 개 있다.

첫째, 목줄인지 아닌지를 판정하는 잣대 자체가 아직 미완성이다. '실효지배' 라이선스의 정의 — 어떤 로열티 구조가, 어떤 소싱 조항이 걸리는지 — 는 2026년 2월의 임시지침(Notice 2026-15)에서도 다 풀리지 않았고, PFE 세이프하버 표는 2026년 말까지 나올 예정이다. 즉 라이선스형 회피 전략의 생사는 앞으로 나올 관료적 해석 한 줄에 달려 있다. 실용주의가 이길 거라는 내 베이스 케이스와 별개로, 이 불확실성 자체가 지금 프로젝트 파이낸싱과 세액공제 거래를 지연시키고 있다는 게 로펌들의 공통 지적이다.

둘째, 연방의 실용주의와 정치의 개별 저격은 다른 트랙으로 움직인다. 재무부가 문을 열어줘도, 의회는 특정 기업을 콕 집어 배제할 수 있다. Gotion이 일리노이에 공장을 지어놓고도 SFE 명단에 오른 사례("NO GOTION" 조항), 국방부의 중국 배터리 조달 금지(2027년 발효)가 그 증거다. 미국 제조만으로는 부족하고, 미국 정치에서 안전해야 한다는 별도의 조건이 있는 셈이다.

셋째, 목줄 심사는 미국만 하는 게 아니다. 중국의 기술 수출허가제(2025.7)는 라이선스·JV형 회피 전략의 반대편 관문이다. 미국이 "지배 구조만 아니면 된다"고 열어줘도, 중국이 "우리 기술은 허가받고 나가라"고 잠그면 그 회피 전략은 성립하지 않는다. 흥미롭게도 이 중국 통제는 비중국 진영에 양날이다. 단기적으로는 기술 이전형 프로젝트의 리스크지만, 자체 기술로 올라온 비중국 플레이어에게는 프리미엄을 더 오래 지켜주는 보호막이기도 하다.

정리하면, "인정해준다/안 해준다"의 이분법이 아니라 3층 구조로 운용된다는 게 더 정확한 그림이다. ① 연방 보조금(45X·48E): 엄격한 목줄 심사 — 통과하면 원가의 절반짜리 크레딧, 탈락하면 0. ② 시장 접근: 관세만 내면 열려 있음 — 중국산도 팔 수는 있되 마진이 없음. ③ 국방·정부 조달: 중국계 완전 배제. 그리고 미국이 인플레이션과 AI 사이에 끼어 있는 한, ①의 심사가 "지배 구조"를 넘어 "출신 성분"까지 확대되기는 어렵다는 것 — 그게 열려 있는 문의 크기다. 다만 MACR이 매년 오른다는 건, 2026년에 인정받는 구조가 2030년에도 인정받는다는 보장이 없다는 뜻이다. 지금의 합격선은 움직이는 합격선이다.

7. 왜 미국 ESS 위주로 정리했나 - 중국은 이미 과잉이다

마지막으로, 이 글이 글로벌이 아니라 미국 ESS 시장 위주로 짜인 이유를 명확히 해둔다. 중국 내수는 이미 마진이 소멸한 과잉 시장이기 때문이다. 중국 LFP 양극재의 명목 캐파는 수요를 크게 웃돌아 업계 가동률이 50% 안팎(하위 업체는 20%대)까지 떨어졌고, 양극재 가격은 2022년 고점 대비 80% 하락하며 업계의 8할이 적자를 오갔다. 2025년 8월에는 업계 협회가 "가동률이 기준(초안 60%) 미달이면 신규 증설을 자발적으로 연기하고, 원가지수를 만들어 원가 이하 판매를 막자"는 자율규제안까지 내놨다. 셀도 마찬가지로 계획 캐파가 수요의 몇 배다. 2025년 말~2026년 들어 ESS 수요 급증과 리튬 반등으로 선두권 가동률과 가격이 회복되는 국면이 왔지만, 이건 '하이엔드(고압실장)와 선두권'의 이야기이고 범용 캐파의 과잉이라는 구조는 그대로다. 즉 지금 이 산업에서 마진이 존재하는 유일한 장소는 관세와 FEOC라는 이중 장벽 뒤의 미국 시장이고, 그래서 모든 플레이어의 전략이 그 문 앞에 줄을 서는 형태가 된 것이다.

다만 그 문 안쪽도 낙원은 아니라는 경고는 달아야 한다. EV 라인의 ESS 전환이 동시다발로 일어나면서, 미국 ESS 셀 캐파는 2026년 말이면 실수요를 크게 초과할 것이라는 전망이 잇따르고 있다(업계 추정 2026년 프로젝트 수요 약 60GWh vs 연말 대기 캐파 최대 146GWh). 관세 장벽 뒤의 프리미엄 시장이 "하룻밤 새 공급과잉 시장이 됐다"는 평가까지 나온다. 장벽 뒤의 초과수익은 장벽 뒤의 과잉으로 스스로를 잠식한다 — 셀 단의 프리미엄 수명이 소재 단보다 짧을 것이라고 보는 이유다.

Conclusion

길게 왔는데, 전체를 다시 묶으면 이렇다.

1) AI 전력 병목의 단기 해법은 ESS이고, ESS의 화학은 LFP다. 가스터빈이 2029~30년에 오는 동안 전력의 시간을 옮겨줄 수 있는 건 ESS뿐이고, 안전성·수명·원가에서 데이터센터용 스토리지는 LFP로 수렴했다. LFP가 싼 이유는 기술이 아니라 원소다 — 재료비의 85~90%가 금속값이고, LFP는 그 금속이 철과 인이다.

2) 문제는 그 LFP의 화학 전환 구간을 중국이 쥐고 있다는 것. 광석(리튬·인광석)은 세계에 널려 있지만, 리튬 정제 65%, 정제인산 75%, 인산철 전구체 ~99%, 양극재 90%+가 중국이다. 병목은 광산이 아니라 광산과 소재 사이에 있고, 기술 병목이 아니라 입지·통합의 병목이라는 점이 중요하다.

3) 미국의 제재는 '공급 차단'이 아니라 '목줄 차단'으로 설계되어 있다. 관세는 금지가 아니라 가격이고, FEOC는 출신이 아니라 지배구조(지분·부채·라이선스 실효지배)를 심사하며, MACR은 시간표를 준다. 인정 여부의 가격은 명확하다 — 셀 kWh당 45달러(원가의 절반), 양극재 원가의 10%, 프로젝트 CAPEX의 30%. 통과와 탈락 사이에 마진 전체가 걸려 있다.

4) "목줄만 회피하면 열어준다"는 가설은 대체로 유효하되, 조건부다. OBBBA의 선별(EV는 죽이고 ESS는 살림), grandfathering, 비율 규제라는 설계가 이를 지지한다. 다만 ① 실효지배의 정의가 미확정이고(2026년 말 세이프하버가 분수령), ② 연방의 실용주의와 별개로 정치는 개별 기업을 저격하며, ③ 중국의 기술 수출허가제라는 반대편 관문이 있다. 그리고 합격선(MACR)은 매년 올라간다.

5) 마진의 지도는 명확하다. 중국 내수는 과잉으로 마진이 소멸했고, 미국은 장벽 뒤의 프리미엄 시장이다. 단 그 프리미엄의 수명은 단계별로 다르다 — 셀은 이미 조기 과잉 경고가 나왔고(수명 짧음), 양극재는 2026~27년 비중국 양산이 시작되는 시차 구간이며(수명 중간), 전구체·정제인산은 비중국 대체가 2027~30년에야 오는 가장 긴 병목이다(수명 김).

투자 관점 리뷰를 해보자면 다음과 같다.

(체크해야 할 이벤트) ① 재무부의 PFE 세이프하버 표(2026년 말 예정) — 라이선스형 사업모델과 한중 합작 구조의 생사가 여기서 갈린다. 발표 전후로 관련주 변동성이 클 수밖에 없다. ② 301조 관세를 포함한 관세 스택의 유지 여부 — 대법원 판결 이후 스택이 재편 중이라, 개별 HTS 코드 기준으로 확인하는 습관이 필요하다. ③ 미국 ESS 셀 가동률 — 캐파가 수요를 추월한 만큼, 2026년 하반기부터는 증설 발표가 아니라 가동률·수주가 주가를 결정할 것이다. ④ 탄산리튬 가격 — LFP 원가의 75%이자, 나트륨이온 배터리의 경제성을 켜고 끄는 스위치다. ⑤ 중국 수출허가제의 운용 강도 — 유예된 10월 물품 통제가 재발효되면 비중국 프리미엄이 급등한다.

(평소에 봐야 할 구조) 첫째, 밸류체인에서 아래로 내려갈수록(셀→양극재→전구체·PPA) 비중국 대체가 늦고, 따라서 프리미엄이 길다. 관련 기업을 볼 때 "무엇을 만드나"보다 "어느 단계의 병목을 푸나"를 먼저 물어야 한다. 둘째, 소재 기업의 실적에서 금속 가격 패스스루와 재고 평가손익을 걷어내고 가공비 마진의 추세를 봐야 진짜 경쟁력이 보인다. 셋째, non-FEOC 프리미엄은 기술 해자가 아니라 정책 해자다. 정책 해자는 넓지만 얕다 — 정책이 바뀌면 사라진다. 그래서 이 테마의 기업 중에서도 정책이 사라져도 남는 것(고압실장 기술, 인증 트랙레코드, 원가 입지)을 가진 회사와, 정책이 전부인 회사를 구분하는 게 이 사이클에서 살아남는 방법이라고 생각한다. 넷째, 대체 기술 리스크 — LMFP는 LFP 체인의 연장(같은 인산 체인을 쓰는 확장)이라 위협이 아니지만, 나트륨이온은 리튬 가격이 급등하는 순간 ESS 하단부터 잠식할 수 있는 옵션이므로, 리튬 가격과 묶어서 모니터링할 필요가 있다.

결국 한 문장으로 줄이면: 비중국 LFP는 "가능한가"의 문제가 아니라 "언제, 얼마의 프리미엄으로, 어느 단계까지 가능한가"의 문제이고, 그 답은 기술이 아니라 두 정부의 규제 캘린더 위에 적혀 있다. 우리가 주기적으로 확인해야 할 것은 셀 공장 착공식이 아니라, 세이프하버 문구, 관세 스택, MACR 합격선, 그리고 탄산리튬 가격이다.

주요 출처: SNE리서치, IEA Global EV Outlook 2026 · Global Critical Minerals Outlook, Benchmark Mineral Intelligence, Rho Motion, CEA, EVTank, SMM, BNEF, 미 재무부·IRS Notice 2026-15, 각사 공시 및 국내외 언론 보도(2025~2026). 수치가 기관별로 상충하는 경우 본문에 병기함.

AI 고점 논란과 매크로 - 금리, 미·중 대리전, 그리고 돈의 원천

투자연구소 테크센터 — Mon, 3 Aug 2026 07:33:33 +0900

평소에 기술과 산업의 트렌드를 중심으로 얘기했는데, 이번에는 Macro에 대한 정리도 해보려 한다. 경제/정치가 테크 기업들의 지속 가능성 이슈로 번지면서, 한 번쯤은 Macro와 관련된 생각도 정리를 해보고 싶다는 생각이 들었다. 이번 글에는 금리를 포함한 Macro를 시작으로 미중 AI 패권 다툼과 정책 방향성 전망, AI 고점까지 유동성이 받쳐줄지까지 생각의 흐름 순서로 정리해보려 한다.

Intro: 반도체가 이렇게 빠질 일인가

7월 시장은 험악했다. KOSPI는 6월 고점 9,114pt를 찍은 뒤 한 달 만에 6,000pt가 깨졌고, 고점 대비 -38% 수준까지 밀렸다. 금요일에는 다시 SK 하이닉스가 상한가를 치는 등 주식장이 이게 맞나 싶을 정도의 움직임을 보여줬다. 특징적인 건 반도체였다. 3~4월 조정 때는 금리 상승에도 지수보다 잘 버티던 반도체가, 이번에는 지수보다 더 빠졌다(반도체 업종 1개월 -44%). 실적은 역대급인데 주가가 빠지는, 전형적인 "숫자의 문제가 아니라 믿음의 문제" 국면이다. 하락의 표면적 이유는 "AI 투자가 수요보다 과하다"는 오래된 논쟁이지만, 개인적으로는 7월 말 보도된 엔비디아의 OpenAI 신용보증 이슈가 트리거 중 하나였다고 본다. 내용을 요약하면 이렇다.

SB Energy가 개발하는 오하이오 10GW 데이터센터에 OpenAI가 입주(임대)하는데, 엔비디아가 이 임대계약에 약 $2,500억 규모의 보증(백스톱)을 제공하는 방안을 협의 중이라는 보도가 나왔다. 총사업비 $5,000억 이상, 별도로 최대 $3,500억의 엔비디아 GPU 금융까지 논의된 것으로 알려졌다. 이게 왜 문제냐면, 지금까지 엔비디아의 벤더 파이낸싱은 지분투자 중심(OpenAI $300억, 앤트로픽은 약 $100억, xAI 라운드 참여, 코닝·IREN 워런트 등)이었다. 지분투자는 최악의 경우에도 손실이 투자금 이내로 상한이 정해져 있다. 상각하면 끝이다. 그런데 리스 보증은 성격이 다르다. 투자적격등급이 없는 OpenAI의 신용을 엔비디아가 대신 보강해주는 구조라서, OpenAI가 잘못되면 엔비디아 재무제표에 부외 우발채무가 현실화된다. 참고로 이 보증 규모는 구글이 서 준 데이터센터 임대 보증(~$440억)의 약 6배다.

시장이 여기서 닷컴버블의 Cisco를 떠올린 건 자연스럽다. 당시 통신장비의 경제적 해자였던 Cisco는 고객사들에게 장비 구매 자금을 대출·리스·외상으로 대줬고, 2001년 초 기준 집계된 신용공여만 735개사, 13억 달러였고, 파이낸싱·리스를 합치면 연매출(약 200억 달러)의 10% 수준이었다. 고객이 무너지자 부실채권 충당금 약 9억 달러에 대규모 재고 상각까지 이어졌다. 엔비디아를 포함한 빅테크는 AI 기업에 지분투자를 하고, 피투자사가 그 돈으로 다시 자신들의 칩과 클라우드를 사는 순환 금융 지적을 받아 왔으나 지분 중심이라 Cisco와 다르다"는 게 그동안의 방어 논리였는데, 이번 건은 자신의 신용을 희생해 매출을 확보하는 Cisco형 구조에 한 발 들어간 것이라 시장이 긴장한 것이다. 실제로 오라클에 이어 엔비디아의 CDS 프리미엄까지 상승하며 투자심리를 위축시켰다.

그래서 이번 글의 문제의식은 이거다. AI·반도체의 고점 논란은 결국 매크로 문제와 한 몸이다. 랠리를 시작시킨 건 "AI가 세상을 바꾼다"는 꿈이지만, 랠리를 지속시키는 건 "그때까지 돈을 쏟아부은 자본 공급자들이 버틸 수 있는 금리 환경이냐"라는 지극히 현실적인 조건이기 때문이다. 그래서 이번 글에서는 스터디하면서 생각했던 흐름 순서대로 간다. ① 금리와 인플레이션, ② 미·중 대리전의 구조, ③ 양국이 이 경쟁을 지속할 카드가 있는지, ④ 그리고 돈의 원천과 지속 가능성이다.

1. 금리: Fed는 뭘 보고 움직이나 (CPI와 PCE, 헤드라인과 코어)

거시를 이야기하려면 금리를 빼놓을 수 없고, 금리를 이야기하려면 연준이 보는 물가지표부터 정리해야 한다.

1) CPI (소비자 물가지수): 노동통계국 (BLS)이 가계 지출 서베이 기준으로 산출하며, 가계가 직접 지불한 것만 포함시키고, 주거비 비중이 1/3으로 크다. 매달 중순에 먼저 발표가 되기 때문에, PCE를 예상하는 지표가 된다.

2) PCE (개인소비지출 물가지수): 상무부 (BEA)가 국민계정 기준으로 산출하며, 고용주/정부가 대신 내주는 의료비까지 포함해 범위가 넓고, 소비자의 대체 효과를 반영하는 연쇄 가중 방식이다. 연준의 공식 목표 (2%)는 PCE 기준이며, 실무적으로는 변동성을 걸러낸 코어 PCE가 나침반 역할을 한다.

3) 헤드라인 vs 코어: 헤드라인은 전체 바스켓, 코어는 식품과 에너지를 제외한 수치다. 식품과 에너지를 빼는 이유는 중요하지 않아서가 아니라, 유가/작황 같은 외생 충격으로 튀는 값이라, 통화 정책이 대응할 대상이 아니기 때문이다. 코어는 임대료/서비스/내구재처럼 천천히 움직이는 항목들이라 "기조적 수요 압력", 즉 금리로 다룰 수 있는 인플레이션을 보여준다.

정리하면 금리 방향성에 중요한 우선순위는 코어 PCE > 코어 CPI(2주 먼저 나오는 예고편) > 헤드라인 순이다. CPI·PPI가 나오면 이코노미스트들이 그달 코어 PCE를 거의 정확히 역산해내기 때문에, CPI 발표일에 시장이 흥분하는 것도 결국은 PCE의 예고편이라서다.

지금 상황: 동결이지만, 방향은 인상 쪽으로 기울어 있다

현재 기준금리는 3.50~3.75%다. 7월 FOMC는 동결했지만 물가에 대한 경계심을 분명히 드러냈고, 시장은 여전히 9월 인상 가능성을 배제하지 않고 있다. 케빈 워시 의장 체제의 연준 반기 보고서를 보면 지금 물가 상황이 한눈에 들어온다: 5월 헤드라인·코어 PCE는 각각 4.1%, 3.4%로 상승했으나, 절사평균 PCE는 2.6%에서 2.4%로 둔화. 정책 기조는 "가격안정 우선, 동결 또는 추가 긴축 가능성을 열어둔 상태"다. 참고로 지금은 통상의 관계(PCE<CPI)가 역전되어 코어 PCE(3.4%)가 코어 CPI(2.9%)보다 높은데, AI가 밀어 올리는 소프트웨어·기술 가격의 가중치가 PCE에서 훨씬 크기 때문이다. 연준이 타겟팅하는 바로 그 지표에 AI발 물가가 증폭되어 잡히고 있다는 뜻이다.

다음 FOMC까지 고용(8/6, 9/4)과 물가(8/12, 9/11) 발표가 남아 있고, 8월 5일 재무부 분기자금조달계획(QRA)까지, 8월은 금리의 방향이 정해지는 달이다. 전쟁 비용과 관세 환급을 고려하면 국채 발행 확대 가능성이 커서, 당장 금리가 의미 있게 내려오기는 힘들어 보인다는 게 중론이다.

인플레이션 해부: 전쟁의 몫과 AI의 몫

그럼 지금 4% 안팎의 인플레이션은 누가 만든 걸까. 크게 전쟁(에너지)과 AI, 그리고 관세다. 다행히 2026년 6월이 자연실험에 가까운 데이터를 줘서 분해가 꽤 깨끗하게 된다.

전쟁: 헤드라인과 연관

- 이란전쟁으로 3~5월 에너지가 급등하며 헤드라인 CPI가 5월 4.2%까지 치솟았다(에너지 전년비 +23.5%, 휘발유 +40.5%) 6월 휴전이 되자 에너지가 월간 -5.7%를 찍으며 헤드라인에서 -0.43%p를 빼갔고, 헤드라인은 3.5%로 5개월 만에 꺾였다. 바스켓의 7.5%에 불과한 에너지가 그 달 움직임의 사실상 전부를 만든 것이다. 코어 전이는 제한적이다. CEPR(Kilian 외) 추정으로 호르무즈 봉쇄가 1분기 지속되는 시나리오에서도 2026년 헤드라인 +0.6%p, 코어 +0.2%p 수준. 항공료 정도를 제외하면 에너지의 코어 전가는 미미했다. 요약하면, 전쟁 효과는 크지만(피크 기준 헤드라인 +1.0~1.5%p) 휘발성이고, 유가가 빠지면 같이 빠진다.

AI: 코어에 직접적인 영향.

- 경로는 세 갈래다. ① 메모리: DRAM 계약가가 1분기에만 +90~95% 급등했고, 전자업체들은 올해 전자제품 5~20% 가격 인상을 경고 중이다(델 CFO: "비용이 이런 속도로 움직이는 걸 본 적이 없다"). ② 소프트웨어: AI 기능 번들링과 함께 구독료가 오르며 소프트웨어 물가가 전년비 +17%. 역사적으로 물가 기여가 0 근처였던 카테고리다. ③ 전기요금: 데이터센터 수요로 2026~27년 연 6% 상승 전망이고, 실제로 미국 9대 데이터센터 허브 중 8곳에서 가정용 전기요금이 전국 평균보다 빠르게 올랐다.

- 규모 추정치는 기관별로 수렴 중이다. UBS는 6월 기준 AI가 코어 PCE에 약 0.4%p 기여, CIBC도 직접효과 0.3%p + 수요갭 0.13%p로 합계 약 0.4%p, 골드만삭스는 현재 0.2%p+에서 연말 0.5%p까지 확대 가능으로 본다. 목표가 2%인 세계에서 0.4~0.5%p는 무시할 수 있는 크기가 아니다. 요약하면, 전쟁이 소멸하는 함수라면 AI는 커지고 있는 함수다. 그리고 하필 연준이 보는 코어 PCE에 가중되어 잡힌다. 앞으로의 금리 기조를 결정하는 건 유가 헤드라인이 아니라 "AI 성분이 코어에서 계속 자라는가"다.

인플레를 자극하지 않으면서 AI를 밀 수 있나

여기서 딜레마가 생긴다. AI 부흥에는 천문학적 Capex가 필요하고, 캐펙스에는 낮은 조달금리가 유리하다. 그런데 그 캐펙스 자체가 인플레이션을 만들어 금리를 밀어 올린다. "액셀(재정지원)을 밟을수록 브레이크(금리 인상)가 세게 걸리는 구조"다. 그래서 미국 정부가 쓸 수 있는 카드는 "금리를 낮추는" 게 아니라(그건 연준 소관이고, 지금 물가로는 불가능하다) "물가를 건드리지 않는 방식으로 캐펙스를 지원하는" 쪽으로 진화하고 있다. 정리하면 네 가지다.

- 공급측 병목 해소: 돈이 거의 안 드는 카드. 인허가 간소화(5억 달러 이상 데이터센터에 FAST-41 신속심사), 연방 부지 제공(DOE의 켄터키 퍼듀카 등), 송전망 확충. 인플레이션의 원인이 '수요 과잉'이 아니라 '공급 부족'이므로 공급을 늘리는 게 정공법인데, 문제는 시차다. 가스터빈 납기는 2029~30년까지 밀려 있어서, 현실적으로 단기적인 공급을 늘리기 쉽지는 않다.

- 격리(Sequestration): 개인적으로 단기적으로 가장 실효적이라고 보는 카드다. 물가지표는 '소비자 가격'을 재므로, AI 수요가 소비자와 경합하지 않게 동선을 분리하면 된다. 데이터센터 자가발전(Behind-the-Meter), 대형부하 전용 요금제(신규 발전 비용을 데이터센터가 전액 부담), 백악관 주도로 7개 빅테크가 서명한 'Ratepayer Protection Pledge'(데이터센터 확장으로 가계 전기요금이 오르지 않게 하겠다는 약속)가 전부 이 방향이다. 27개 주가 데이터센터 비용부담 입법을 추진 중인 것도 같은 맥락이다.

- 준재정 수단: 재정지출로 안 잡히는 재정정책. 반도체 팹 투자세액공제 35% 확대, DOE 대출보증, 국방 조달(국방부 AI 계약이 2022년 254건 → 2026년 1,319건), 정부의 지분·수익공유형 개입. 세액공제는 현금 유출 시점이 뒤로 밀려 당장의 수요 자극이 작고, 보조적인 수단이다.

- 투입재 관세 완화: 사실상 비용 제로의 반(反)인플레이션 AI 정책. 메모리·변압기·터빈을 수입하면 인플레 압력이 글로벌 공급망으로 분산된다. 쉽게 생각하면, 미국이 인플레가 심하니 해외에서 수입을 하면된다는 방식인데, 무역 어젠다와 충돌해서 제일 안 쓰이고 있는 카드이기도 하다. (이 지점은 뒤의 미·중 파트에서 다시 나온다.)

한 가지 변수는 워시 의장 본인이다. 연준의 '생산성과 고용 TF'에 마크 안드리센, 스탠퍼드의 Charles Jones, MS의 Asha Sharma 같은 AI 친화적 인사를 앉혔고, "기술이 접하는 모든 것은 더 저렴해진다", "생산성 데이터를 기다리면 시대에 뒤처진다"는 발언을 해온 사람이다. 물가안정 의지는 강하게 드러내지만, AI가 디플레를 가져온다는 확신이 서는 순간 매파 색채가 빠르게 옅어질 수 있는, 유연한(혹은 예측이 어려운) 의장이라는 점은 기억해둘 필요가 있다. 또한, 단기적인 이벤트성이었던 유가 상승이 중동전쟁 장기화로 다른 섹터로 전이될 경우에는 장기적인 코어 PCE에 끼치는 영향이 커진다는 점도 인지해야 한다. 이 부분이 트럼프가 전쟁을 지속하기 힘든 이유고, 타코 얘기가 계속 나오는 주요 원인이다.

2. 미·중 대리전: 기업의 경쟁이 아니라 정부의 전쟁

현재 AI 경쟁은 형식적으로는 OpenAI vs DeepSeek, 엔비디아 vs 화웨이의 기업 간 경쟁이지만, 실질적으로는 정부 대리전이라고 본다. 양국 정부가 동원 중인 수단을 보면 이 판의 성격이 명확해진다.

미국: "돈을 덜 쓰면서 판을 깔아주는" 모델

- AI Action Plan을 통해, 데이터센터·팹·에너지 인프라 인허가 간소화, 전력망 구축, 반도체 제조 복원, 군·정보기관용 고보안 데이터센터 구축 흐름을 지원하고 있다. 또한, Genesis Mission이라는 엔비디아·AWS·구글·MS·OpenAI·Anthropic 등 51개 기관과의 민관 컨소시엄을 만들어서 산업 활성화를 돕고 있다. 매출을 확보해주기 위해, 국방 조달을 통한 수요 보장(AI 계약 4년 만에 5배)을 해주고, 트럼프 정부 들어서는 자본 개입의 변형이 등장하고 있다. 예를 들면, 인텔 지분 취득, 엔비디아·AMD 대중국 매출 수익공유형 수출허가, 최근에는 OpenAI가 정부에 5% 지분 제공을 제안했다는 보도까지 나왔다. 중국 기업이 활동하는 것을 억제하기 위해, 알리바바·바이두·BYD 등 188개 중국 기업의 '군 연계 기업' 명단 추가, 대중국 고성능 AI칩 개별허가 심사하고 있다.

중국: "국가 대차대조표로 직접 미는" 모델

- 이에 대응하여, 중국은 내수를 통한 활성화부터 시작하고 있다. 동수서산(東數西算)라는 프로젝트는 8대 국가 컴퓨팅 허브를 지정, 에너지가 풍부한 서부로 데이터센터를 계획 이전. 내몽골 우란차부에만 화웨이·바이트댄스 등 약 10GW 프로젝트 단위 프로젝트로 국가 단위로 큰 판을 짜고 있다. 압도적 전력 선(先)투자를 단행함으로써, 2024년 한 해에만 543GW의 발전용량 추가, 2021년 이후 누적 증설분은 이미 미국 전체 전력시스템 규모를 넘어섰다. 2030년 약 400GW의 여유 용량 전망하고 있다. 15차 5개년 계획(2026~2030)에 데이터센터를 전략 우선순위로 명시, 신규 허브 프로젝트에 재생에너지 80% 조달 요건과 PUE 1.25 이하(국가 허브 1.2 이하)의 효율 규제를 부과하는 한편, 국유 금융·보조금·특혜 전기요금이 내장된 산업정책을 펴고 있다. 중국은 인플레이션 문제가 없기 때문에, 적극적인 정부 지원책을 사용하고 있다.

발을 뺄 수 있는가: 이건 경제가 아니라 안보다

여기서 짚고 넘어가야 하는 점이 있다. 양국 정부가 돈이 너무 많이 들어가는 이 경쟁에서 발을 뺄 수 있을까? 나는 불가능하다고 본다. 이미 너무 멀리 왔고, 무엇보다 AI가 경제의 영역에서 안보의 영역으로 넘어갔기 때문이다.

미국과 중국 모두에게 안보는 다른 모든 이슈보다 상위 개념이다. 안보를 위해서라면 어느 정도의 경제적 피해는 감수한다는 게 양국의 일관된 행동 패턴이다. 미국이 엔비디아의 중국 매출을 스스로 잘라내는 것도, 중국이 반도체 자립에 천문학적 비효율을 감수하는 것도, 경제 논리로는 설명이 안 되지만 안보 논리로는 완벽하게 설명된다. 인플레이션조차 이 관점에서 보면 "AI 패권 경쟁이라는 국가적 선택의 가격표"에 가깝다.

그리고 이 경쟁이 다른 산업의 패권 경쟁과 결정적으로 다른 점이 하나 있다. 조선, 철강, 심지어 우주 경쟁도 "달에 먼저 가면 이긴다"는 식의 끝이 있었다. 그런데 AI는 어디가 끝인지, 어디까지 할 수 있는지를 아무도 모른다. 상한을 모르는 기술은 "이만하면 됐다"는 멈춤 지점을 정의할 수 없고, 상대가 먼저 도달했을 때의 리스크가 무한대로 상정되기 때문에, 구조적으로 끝없는 군비경쟁이 된다. 정치권 입장에서 '안보의 영역에서 중국에 밀렸다'는 부담을 지는 것은 절대 용납하지 않을 것이라 생각한다. 기업 입장에서의 의지도 확인되었는데, 실제로 2분기 실적 시즌에서 확인된 것도 이것이다. 잉여현금흐름이 무너지는 와중에도 오라클·알파벳·메타·MS·아마존 전원이 캐펙스 가이던스를 유지하거나 상향했다(알파벳 $195~$205B로 상향, 아마존 $200B→$220B 상향, "2027년에도 significantly increase"). 따라서 단기적인 결론은 정부의 의지나 기업의 의지를 의심할 필요는 없다. 의심해야 할 것은 의지가 아니라 능력, 즉 "이 경쟁을 지속할 카드가 있는가"다.

3. 지속 가능성: 미국의 카드, 중국의 아킬레스건

미국의 제약 조건은 명확하다. 중동 전쟁과 AI발 수요가 공급을 초과하며 인플레이션에 시달리고 있고, 완전고용 경제라 노는 자원이 없다. 이 상태에서 꺼낼 수 있는 현실적인 카드는 결국 두 개로 압축된다고 본다.

카드 ①: 에너지 - 공급 확충 + 격리. 미국 AI의 병목은 칩이 아니라 전력이다. 그리고 AI를 지속하려면 에너지 비용을 낮춰야 한다. 전기요금은 AI 인플레이션의 핵심 전달 경로이면서(9대 허브 중 8곳에서 요금 급등), 11월 중간선거를 앞둔 정치 이슈이고, 동시에 데이터센터 운영비의 핵심이다. 그래서 원전·가스터빈·SMR 증설, 인허가 패스트트랙, 데이터센터 전용요금제와 자가발전 유도(격리)가 최우선 카드다. 이건 인플레이션 억제와 AI 지원이 충돌하지 않는 거의 유일한 영역이기도 하다.

카드 ②: 선택적 디리스킹 - 일부 규제의 전략적 완화. 모든 영역에서 중국을 견제하고 싶겠지만, 현실적으로 모든 영역을 막으면 카드 ①의 조건(에너지 비용 하락, 투입재 인플레 억제)을 달성할 수 없다. 관세와 수입규제가 지금 미국 인플레이션의 한 축(뉴욕 연은 조사에서 기업 45%가 여전히 관세 전가 계획)인 상황에서, 자신들이 절대 놓칠 수 없는 영역과 풀어줘도 되는 영역을 구분하는 선별 작업이 불가피하다.

- 절대 못 놓는 영역: AI칩, 첨단 반도체, HBM, 반도체 장비. 이건 경쟁의 본체라 규제가 완화될 일이 없다. 오히려 규제가 훨씬 강해질 것이라 생각한다(188개사 명단, 개별허가 심사).

- 풀어줄 수 있는 영역: AI 밸류체인의 간접 투입재. 대표적으로 ESS다. 지난 글(ESS와 2차전지 편)에서 다뤘듯, 미국 전력 병목의 단기 해법은 가스터빈(납기 2029~30년)이 아니라 ESS인데, LFP 셀·소재의 현실적 공급원은 아직 중국 밸류체인이다. 다만 조건이 있다. 중국이 나중에 목줄을 틀어쥘 수 있는 구조(중국 본토 업체가 직접 생산·공급하는 형태)는 안 되고, 라이선스 기반 중국 외 생산, 비중국 기업의 현지 생산, 기술이전형 간접 생산처럼 유사시 공급이 끊기지 않는 구조라면 일부 완화가 가능하다고 본다. 실제로 이 방향의 완화는 인플레이션 억제(카드 ①)와 정확히 정합적이다.

즉, "미국은 에너지가 부족하고 중국은 칩이 부족하다"는 비대칭 속에서, 미국은 칩은 조이고 에너지·전력 투입재는 여는 비대칭적 규제 운용으로 갈 가능성이 높다는 게 내 생각이다.

중국의 상황: 인플레는 없지만, 공짜는 아니다

중국은 미국의 거울상이다. 6월 CPI가 전년비 +1.0%(전월비 -0.3%), PPI는 유가와 기저효과로 +4.1%인데 "공장들이 비용을 하류로 전가하지 못하는" 수요 부진 상태다. 2025년 연평균 인플레이션은 0.0%였다. 즉 미국을 괴롭히는 'AI vs 물가' 딜레마가 중국에는 구조적으로 존재하지 않는다. 전력은 과잉으로 미리 지어놨고, 부동산이 비운 투자 수요의 빈자리를 AI 캐펙스가 메워주니, 중국 입장에서 AI 투자는 인플레 리스크가 아니라 오히려 디플레 치료제다.

하지만 청구서가 없는 게 아니라 다른 곳으로 청구되고 있을 뿐이다. 문제점은 세 가지다.

과잉과 유휴: 동수서산 확장 과정에서 지방정부 간 경쟁과 투기적 과잉건설로 상당수 데이터센터가 유휴 상태다. 당국이 데이터센터 증설 단속과 일부 운영의 국가 중앙화까지 검토하는 지경이다. 가격 신호 없이 계획으로 배분하면 자본이 낭비되는, EV·태양광에서 봤던 패턴의 재연이다.
디플레의 고착화: 기업이 비용을 마진으로 흡수하는 구조는 내권(內卷)식 출혈경쟁과 임금 정체를 연장시키고, 공공부채는 GDP의 116%까지 불어났다. 인플레이션 대신 대차대조표로 지불하는 모델이다.
아킬레스건 = 칩, 그리고 수요: 전기와 랙은 계획으로 지을 수 있지만, 첨단 칩은 못 짓는다. HBM·선단공정·EUV에서의 격차, 어센드의 공급 능력 한계가 여전한 병목이다. 그리고 더 근본적으로, 그 위에서 돌아갈 수요와 수익모델은 계획으로 만들어지지 않는다. "풍부하고 값싼 전력만으로는 가동 가능한 컴퓨팅 네트워크가 되지 않는다"는 것이 유휴 데이터센터가 증명하는 바다.

한국 기업에 대한 함의는 양면적이다. (+) 중국이 국산화하지 못하는 구간(HBM, 첨단 장비·소재)의 대한(對韓) 의존은 지속되고, 미국의 '가격 지불' 모델은 병목 해소 장비·소재(메모리, 전력기기, 냉각)를 프리미엄에 사 간다. LS ELECTRIC의 2Q26 어닝 서프라이즈(영업이익 +64% YoY)와 연간 수주 가이던스 6.0~6.5조원 상향 같은 게 그 증거다. (-) 다만 중국의 과잉건설이 언젠가 범용 컴퓨팅·범용 메모리의 글로벌 덤핑으로 되돌아올 수 있다는 것, 그게 중국 모델이 한국 소부장에 던지는 시한부 리스크다.

4. 돈의 원천: 결국 누가 돈을 대는가 (가장 중요한 요소)

산업을 볼 때 가장 중요한 건 결국 이 판에 흘러드는 돈의 원천이 어디인지를 보는 것이라고 생각한다. 기술이 아무리 좋아도 자금 공급이 끊기면 사이클은 끝나고, 반대로 자금 파이프가 튼튼하면 조정은 조정으로 끝난다. 그리고 글 서두에서 말한 엔비디아의 OpenAI 신용보증이 정확히 이 지점을 건드렸다. 시장의 초점이 "투자 규모"에서 "투자의 지속 가능성"으로 이동한 것이다.

순환금융에서 우발부채로: 시장이 민감해진 이유

작년부터 반복적으로 이슈가 된 것이 순환금융(circular financing)이다. 엔비디아가 AI 기업에 지분투자를 하면, AI 기업이 그 돈으로 엔비디아 칩을 사는 구조. MS·엔비디아가 Anthropic에 투자하고 Anthropic이 Azure 컴퓨트 $300억과 엔비디아 시스템을 구매하는 식으로, 투자금이 매출로 환류되는 거래가 생태계 전체에 깔려 있다.

다만 냉정하게 보면 순환 '지분투자'는 문제가 생겨도 대응이 정의되어 있다. OpenAI가 흔들리면 엔비디아는 투자금을 감액(상각)하면 되고, 손실은 투자금 이내로 제한된다. 아프지만 시스템 이벤트는 아니다. 그런데 이번 리스 보증은 손실의 상한이 투자금이 아니라 보증 한도($2,500억)이고, 부외 우발채무라서 평소에는 재무제표에 잘 안 보인다는 점이 다르다. "잘못되면 지분·투자금만 날리는 구조"에서 "자신의 신용까지 희생하는 구조"로 넘어간 것이고, 이게 닷컴 당시 Cisco의 실패 공식과 겹쳐 보이면서 시장이 리스크 프리미엄을 다시 계산하기 시작한 것이다. 참고로 닷컴 때도 CDS 급등은 재무가 불안한 캐펙스 주체(WorldCom, 1999년 가을)에서 먼저 나타나고, 건실하다고 여겨지던 상위 사업자(AT&T, 2000년 4월)로 전이됐을 때가 버블 붕괴의 시작이었다. 지금 오라클(CDS 약 200bp, 18년래 최고, S&P가 투기등급 바로 위인 BBB-로 강등) 다음에 엔비디아 CDS가 오르는 순서가 불길하게 느껴지는 이유다. 특히, 최근 나오는 얘기 중에 OpenAI의 유동성 리스크가 AI 고점론 뇌관의 중심에 있다는 점도 눈여겨 봐야한다.

그래서 돈은 어디서 나오나: 조달 스택의 해부

"AI 기업은 단기간에 흑자가 어렵고, 칩은 계속 비싸진다는데, 순환금융은 해소될 수 있는 건가?"라는 질문에 답하려면, 순환 고리 바깥에서 들어오는 진짜 돈(외부 자본)의 파이프를 추적해야 한다. 층위별로 정리하면 이렇다.

1층: 자기 돈 - 영업현금흐름 2024년까지 캐펙스의 원천은 하이퍼스케일러 자신의 현금이었다(신규 부채는 캐펙스의 9%에 불과). 이 현금의 뿌리는 구글·메타의 광고, MS·아마존·오라클의 클라우드/구독료, 즉 전 세계 기업의 광고·IT 예산이다. 그런데 캐펙스가 현금 창출을 추월했다. 5사 합산 'CAPEX/영업현금흐름' 비율이 2025년 말 72% → 1Q26 94% → 현재 97%로 100% 돌파를 눈앞에 두고 있고, 알파벳은 2004년 상장 이후 처음으로 분기 FCF 적자를 기록했다. 오라클은 FY26 FCF -237억 달러. MS만 FCF 흑자를 유지 중이다. 또한, 현재 AI 시장의 가장 취약점은 구글/메타/MS 등 기존 사업이 탄탄한 기업이 아니라 OpenAI, 앤트로픽 등 적자 구조의 기업이라는 점이다.

2층: 채권 - 현재의 주력. 하이퍼스케일러의 투자등급(IG) 채권 발행은 2025년 $108B(캐펙스의 26%)였는데, 2026년 상반기에만 $194B를 찍었고 연간 $250B(33%), 2027년에는 $400B(35%)에 이를 전망이다. AI 관련 12개사가 미국 전체 회사채 발행에서 차지하는 비중이 약 13%까지 올라왔다. 이 채권의 최종 매수자는 채권펀드·보험사·연기금, 한 꺼풀 더 벗기면 전 세계 가계의 저축(401k, 연금, 보험 준비금)이다.

3층: 주식. 2026년 6월 알파벳이 상장기업 사상 최대인 $847.5억 유상증자(버크셔 $100억 사모 배정 포함)를 단행했고, 오라클도 FY26 부채 $430억+자본 $50억에 이어 FY27 약 $400억 추가 조달을 계획 중이다.

4층: 오프밸런스. 메타-블랙록의 엘패소 데이터센터 JV(블랙록 지분 80%, 그 투자금의 일부는 다시 $125억 부채 조달), MS의 펀드레벨 레버리지 70% 구조, CoreWeave의 $85억 투자등급 GPU 담보대출, ABS/CMBS 증권화까지. 재무제표에 부채를 덜 얹으면서 조달하는 구조들인데, 자금원을 거슬러 가면 결국 사모 크레딧(아폴로·블루아울·브룩필드)과 그 뒤의 보험사·연기금이다. 여기에 국부펀드(MGX, PIF, 소프트뱅크)라는 오일머니 층이 얹힌다.

최종 원천을 요약하면 세 개의 저수지다: ① 전 세계 기업의 광고·IT 지출(영업CF), ② 전 세계 가계의 저축(채권·사모크레딧), ③ 국가 잉여(오일머니). 그리고 간접적이지만, 소프트웨어 구독료 인상(+17%)과 기기 가격 인상(최대 25%), 전기요금 인상, 즉 소비자 가격 전가도 사실상 조달 수단이다. AI 인플레이션이란 빌드아웃 비용의 일부를 전 국민에게 나눠 청구하는 행위이기도 하다.

Player들의 기조: 의지는 확고, 방법은 제각각

2분기 실적 발표에서 확인된 각 사의 스탠스를 보면, 투자 의지는 전원 확고하되 조달 전략이 갈린다.

- Oracle은 RPO(수주잔고) $638B(+363%)를 근거로 "지출은 확정 계약과 일치한다"며 정면돌파하고 있다. FY27 캐펙스는 약 $70B으로, 다만 올해 추가 채권 발행은 없다고 밝히며 크레딧 시장 달래기에 들어갔다. 고객 선급금·BYOH(고객 하드웨어 지참)로 레버리지 관리를 하고 있다. 구글의 모회사인 Alphabet은 가이던스 $195~205B로 상향, 2027년에도 "significantly increase". 단기 FCF보다 시장 선점 우선을 명시했다. Meta는 $130~145B. 블랙록 JV, 부채, 자체 칩으로 자본효율성 확보. 2028년 이후 서버 증설 여지까지 미리 구축한다. Microsoft는 FY27에도 증가하되 "포트폴리오 전반의 수요 신호"에 근거한 투자임을 강조했다. FCF 흑자와 영업이익률 하락 1%p 미만 유지를 약속하고, 하이퍼스케일러 5사 중 유일하게 '회수와 마진 방어'를 말하는 회사다. Amazon은 $200B→$220B로 올렸는데도 "수요를 다 못 맞춘다, 2027년에도 공급 부족". 장기계약·3년 미만 손익분기·높은 ROIC로 투자를 정당화하고 있다.

그리고 이들을 감시하는 크레딧 시장은 유동성 리스크를 끊임없이 관찰하고 있다. 역사적으로 전체 지수보다 낮았던 기술업종 IG 스프레드(OAS)가 2026년 들어 급등했고, 하이퍼스케일러 5사+엔비디아의 CDS는 북미 IG 지수 평균을 웃돈다. 재무제표 주석의 미개시 리스와 구매약정(5사+엔비디아 합산으로 각각 $1.3조, $1.6조를 넘어 급증)까지 가격에 반영되기 시작했다.

그래서, 언제까지 돈이 공급될 수 있나

이 질문이 이번 글의 핵심 질문인데, 일단 하이퍼스케일러 기준으로 내 전망은 이렇다.

단기(~2027년 상반기): 공급 지속 가능. 근거는 ① 하이퍼스케일러 합산 부채/EBITDA가 여전히 ~1배 이하로 절대 레버리지 여력이 크고 , ② 주식·채권시장이 아직 열려 있으며(알파벳 증자 성공, 3월 아마존 발행은 대규모 초과청약 속에 $370억까지 확대) , ③ 오프밸런스·사모크레딧이라는 우회로가 확장 중이고, ④ 정부의 간접 지원(세액공제, 국방 조달, 인허가)이 조달 부담을 낮춰주기 때문이다. 다만 조건부다. 7월 아마존 $250억 발행은 최종 주문배수가 1.6배(3월 3.2배)로 떨어졌고 장기물엔 18~21bp 웃돈이 필요했다. '조달 가능'과 '조달이 싸다'가 갈라지기 시작한 것이다

진짜 시험대: 2027년 하반기~2028년. 컨센서스 숫자가 시험 시점을 알려준다. 5사 합산 캐펙스는 2026년 $786B → 2027년 $1,037B로 늘고, 합산 FCF 컨센서스는 2026년 -$22B, 2027년 -$59B로 바닥을 찍은 뒤 2028년 +$96B → 2029년 $304B → 2030년 $563B로 회복하는 경로다. 즉 시장이 지금 가격에 반영한 약속은 "2027년까지 적자를 견디면 2028년부터 현금이 돌아온다"는 것이고, 부채 조달(2027년 캐펙스의 35%)은 정확히 이 약속을 담보로 이뤄진다. 이 약속이 흔들리는 순간, FCF 회복이 2029년, 2030년으로 밀리는 순간, 조달 시장이 먼저 문을 닫을 것이다.

관전 지표는 세 개다. ① 재무가 가장 건전한 MS의 FCF 적자 전환 여부(마지막 보루가 무너지는가), ② 오라클의 추가 신용등급 하향(S&P에 이어 무디스·피치가 움직여 IG→HY로 떨어지면, 닷컴 때 WorldCom→AT&T 전이의 재판이 된다), ③ 금리. 2000년 4월의 붕괴도 CDS 급등 단독이 아니라 1999년 6월부터 이어진 인상 사이클이 배경이었다. 붕괴 시점에 연준은 이미 5회 인상을 했고, 직후인 5월엔 6.5%로의 빅스텝까지 단행했다. 지금 CDS 급등이 롤오버 우려(지급능력은 있는데 타이밍 리스크)만 반영한 것이라면 금리 안정이 붕괴를 늦춰주겠지만, 진짜 과잉 캐펙스와 지급불능을 반영한 것이라면 금리 하락도 소용없다. 단, 이건 아직 아무도 모르고, 그래서 1번(금리·인플레) 파트가 이 글의 결론과 연결되는 것이다. 또 하나 관심깊게 볼 포인트는 위에서는 다른 수익원이 있는 하이퍼스케일러들의 얘기였지만, 앤트로픽이나 OpenAI 같이 대규모 적자를 내는 기업들의 자금 확보 (Funding, IPO 등) 방안이 단기적으로 가장 약한 뇌관이 될 가능성이 높아보인다.

정리하면: AI가 인류 역사상 가장 큰 돈놀이 잔치로 끝날지, 또 하나의 도약점이 될지는 "2028년 전후까지 흑자(FCF) 전환 내지 눈에 보이는 AI 생산성을 입증할 수 있느냐"의 시간 싸움이라고 생각한다. 자금 공급의 마감 시한과 생산성 입증의 도착 시점, 둘 중 뭐가 먼저 오는지의 경쟁이다.

Conclusion

길게 왔는데, 전체를 다시 묶으면 이렇다.

1) 이번 조정의 본질은 매크로다. "AI 투자 vs 수요" 논쟁은 새롭지 않다. 달라진 건 자금조달이 내부 현금에서 외부 자본으로 넘어가면서, AI의 운명이 크레딧 시장과 금리에 결박됐다는 점이다. 엔비디아의 OpenAI 신용보증(지분투자→우발채무로의 구조 전환)은 그 결박을 시장에 각인시킨 사건이었다.

2) 금리의 키는 코어 PCE이고, 코어의 키는 AI다. 전쟁발 인플레는 헤드라인을 흔드는 소음이고, 소멸하는 함수다. 반면 AI발 인플레(메모리·소프트웨어·전기요금)는 코어에 눌어붙으며 커지는 함수이고, 하필 연준이 타겟팅하는 PCE에 증폭되어 잡힌다. 유가 뉴스가 아니라 소프트웨어·전자기기·전기요금 라인을 신호로 봐야 한다.

3) 미·중은 발을 못 뺀다. AI는 경제가 아니라 안보의 영역에 들어왔고, 안보 앞에서 양국은 경제 피해를 감수한다. 게다가 AI는 끝(상한)을 아무도 모르는 기술이라 구조적으로 무한 경쟁이다. 의심할 것은 의지가 아니라 능력이다

4) 능력의 병목은 비대칭적이다. 미국은 에너지가, 중국은 칩이 부족하다. 미국은 에너지 비용을 낮춰야 하므로 공급 확충+격리를 최우선 카드로 쓰되, 칩·HBM·장비는 절대 안 풀고 ESS 같은 간접 투입재는 (중국이 목줄을 쥘 수 없는 구조라는 조건 하에) 선별적으로 풀어주는 비대칭 규제로 갈 가능성이 높다. 중국은 물가 딜레마가 없는 대신 유휴설비·마진 압박·부채로 지불 중이고, 아킬레스건은 첨단 칩과 수요다

5) 돈의 원천은 3단 저수지이고, 시한은 2028년 전후다. 영업현금흐름(기업 지출) → 채권·사모크레딧(가계 저축) → 국부·정부 간접지원 순으로 동원되고 있고, 컨센서스가 약속한 FCF 회복 시점(2028년)까지 흑자 내지 생산성을 입증하지 못하면 조달 시장이 먼저 문을 닫는다. MS의 FCF, 오라클의 신용등급, 그리고 금리가 이를 엿볼 수 있는 가늠자 역할을 한다.

투자 관점 리뷰를 해보자면 다음과 같다.

(VC/비상장) 딥테크 밸류에이션의 할인율 가정은 "higher for longer + 인상 리스크"로 보수화가 필요하다. 자본 스택의 최상단(VC 지분)은 사이클이 꺾일 때 가장 먼저 마르는 물이므로, 매출 시점이 먼 캐펙스형 회사일수록 런웨이와 후속 라운드 계획을 크레딧 지표(테크 IG 스프레드, 오라클·엔비디아 CDS)와 함께 모니터링하는 게 맞다. (단, 최근에는 한국 정부에서 비상장 시장에 너무 돈을 많이 풀고 있어서 별도의 고민이 필요해보인다.) 반대로 미국 정책이 '공급측 병목 해소'로 이동할수록, 병목 그 자체를 파는 회사들, 즉, 전력기기, 냉각/열관리, 전력반도체, 비트당 에너지를 낮추는 광연결이 중요해보인다. 그리고, ESS는 미국이 단기적으로 AI부흥과 인플레이션 억제를 동시에 진행하기 위해 구조적으로 밸류체인 중 일부 규제를 완화할 가능성이 높다고 판단되기 때문에, 이에 대한 수혜/리스크도 반영이 필요해 보인다. 지난 ESS 글에서 본 밸류체인이 정확히 이 지도 위에 있다.

(상장주) 최근에 읽은 KB 리포트의 프레임을 빌리면, 한국 반도체는 커머디티 주식에서 내러티브 주식으로 성격이 바뀌었다. 금리가 안정된 상승장에서는 실적+내러티브로 수급을 빨아들이는 대장주지만, 금리가 오르면 실적이 좋아도 못 버티는 양날의 검이다. 다행히 HBM 해자와 LTA(장기공급계약)라는 방어막이 있어 2000년의 통신 인프라 업체들보다는 안전하지만, 주가 측면에서는 안심할 수 없는 선에 놓여있다고 생각한다. 급등락 자체를 매수/매도의 이유로 삼기보다는, 위의 주요 지표들과 금리 안정의 힌트(8월 고용·물가, QRA)를 확인하며 대응하는 게 맞는 구간이다.

결국 한 문장으로 줄이면: 지금 AI 투자는 기술과 방향성을 믿느냐의 문제가 아니라, "생산성이 도착하기 전에 돈이 마르지 않는다"에 베팅하는 것이다. 그 시계는 2028년 전후를 가리키고 있고, 우리가 주기적으로 확인해야 할 것은 기술의 단순 성능 비교가 아니라 코어 PCE, FCF, 그리고 CDS 같은 매크로 지표로 추정할 수 있는 돈의 흐름 (기업들의 유동성 리스크)과 전체적인 기술 발전 속도의 경합이다.

2차전지의 무게중심 이동 - EV 캐즘, AI 전력난, 그리고 ESS의 시간

투자연구소 테크센터 — Sat, 1 Aug 2026 17:03:10 +0900

2차전지는 여전히 EV의 그림자 아래 있다.

2차전지 산업의 손익은 지금까지 전기차 수요가 결정해왔다. 그리고 그 전기차가 지금 지역별로 완전히 다른 얼굴을 하고 있다. 가장 심각한 곳은 미국이다. IRA 소비자 세액공제(7,500달러) 폐지의 여파로 2026년 1분기 미국 전기차 판매는 약 21.6만대로 전년비 27% 감소했고, 직전 분기 36% 급감에 이어 두 분기 연속 큰 폭으로 줄며 시장 규모가 2022년 말 수준으로 되돌아갔다. 흥미로운 건 시장이 쪼그라들자 테슬라 점유율이 43.2%에서 54.2%로 오히려 상승했다는 점이다. 보조금이 사라진 시장은 원가 강자에게 수렴한다. 중국은 2026년부터 전기차 세제 감면이 축소되며 성장률이 15% 수준까지 낮아질 수 있다는 전망이고, 유럽만 환경 규제 강화와 보조금 재개로 성장을 지속하는 중이다.

이 구도에서 한국 배터리의 성적표는 냉정하다. 2026년 1분기 글로벌 배터리 사용량은 244.6GWh로 9.1% 성장했지만 한국 배터리 3사 합산 점유율은 15.6%로 2.1%p 하락했고, CATL 한 회사의 사용량(99.5GWh)이 3사 합산(37.7GWh)을 61.8GWh 초과한다. EV용 배터리만 보면, 캐즘의 출구는 아직 보이지 않는다.

그런데 2분기, 3사가 나란히 흑자를 냈다 - 이유는 EV가 아니다 (feat. ESS)

국내 배터리 3사가 올해 2분기 나란히 영업흑자를 기록했다. 전기차 수요 둔화가 이어지는 가운데 ESS 사업 확대가 실적 회복을 뒷받침했다. LG에너지솔루션은 EV 생산능력을 ESS로 전환하며 ESS 매출이 전년 동기 대비 4.6배 성장, 전사 매출 비중 20% 후반까지 왔고, 상반기에만 AI 데이터센터를 포함해 3조원 이상의 ESS 신규 수주를 쌓았다. 비교 대상인 CATL은 더 극적이다. 상반기 ESS 매출 532.6억 위안(약 11.5조원, +87.5%), 회사는 5년 내 ESS가 자사 매출의 절반을 책임질 것으로 전망한다.

수요의 진원지는 자동차가 아니라 AI다. BNEF는 2031년 미국 데이터센터 전력 수요 전망치를 135GW로 상향했는데, 이는 2025년 12월 제시한 84GW보다 60% 높아진 수준이다. 전력 수요 전망치 자체가 반년마다 폭등하는 시장이다. 한국도 사정은 같다. 용인 반도체 클러스터급 산단 하나가 원전 수 기 분량의 전력을 요구하는 시대에, 전력을 '언제, 어디에, 어떻게 붙이느냐'가 반도체·AI 투자의 선결 조건이 됐다.

왜 신재생+ESS인가 - '납기의 경제학'

여기서 팩트 체크 하나가 필요하다. 중단기 전력 공급에서 신재생이 원전·가스보다 정말 빠른가? 맞다. 그것도 압도적으로 빠르다. 이건 기술 선호의 문제가 아니라 수주잔고에 찍혀 있는 사실이다.

GE버노바는 가스터빈 생산능력을 2026년 중반 20GW, 2028년 24GW로 확장할 계획이지만, 2028년까지 물량이 이미 완판됐고 2029년 공급 가능한 잔여 물량도 10GW 미만이며 2030년 인도분을 협상 중이다. 미쓰비시도 2028년까지 수주잔고가 모두 소진됐고, 터빈 공급 부족으로 LNG 발전소 건설 단가는 kW당 1,100~1,400달러에서 2,000달러까지 60% 상승했다. SMR은 2030년 이후에야 상업 가동이 가능할 것으로 추정되고 있으며 (이마저도 확정이 아님), 결과적으로 데이터센터의 전력원 선택 기준은 '빠른 납기'가 될 수밖에 없다.

이 병목의 세계에서 태양광은 가장 빨리 짓는 발전원이고, 가장 큰 약점이 간헐성이다. 그래서 증권가는 가스발전과 송전망 확충만으로는 수요 대응이 어려워 BESS 역할이 확대될 것이며, 데이터센터에 안정적으로 전력을 공급하려면 재생에너지와 BESS를 결합하는 방식이 현실적 대안이라고 결론 낸다. 신재생+ESS는 이념이 아니라 산수다. 12~18개월 안에 GW급 전력을 붙일 수 있는 다른 방법이 없다.

ESS 시장의 크기 - 대륙별로 보면

2025년 전 세계 ESS 신규 설치는 106GW로 사상 처음 연간 100GW를 돌파했고(전년비 약 43%), 누적 용량은 약 270GW/630GWh, 2034년에는 누적 1,545GW를 넘어설 전망이다. BofA는 신규 설치가 올해 425GWh(+39%), 2027년 533GWh(+25%)에 달할 것으로 본다.

중국(점유율 54%): 이미 완성된 시장이다. 성(省)별 재생에너지 연계 ESS 의무화와 2030년 100GW 국가 목표가 수요를 강제하고, 수직계열화 덕에 턴키 시스템 비용이 kWh당 115달러, 일부 셀은 36달러까지 관측됐다. 상반기 중국 35개 ESS 업체 수주가 550GWh(본토 383GWh, +121.8%)다. 신재생+ESS가 자리 잡은 중국은 이제 에너지가 남아도는 국가가 됐고, 이 '남는 전기'가 AI 데이터센터의 입지 경쟁력으로 되먹임되고 있다. 앞선 CXMT 글에서 다뤘던 '중국 AI DC는 에너지가 아니라 칩이 병목'이라는 구도의 이면이 바로 이것이다.

미국(2위, 성장률 1위): 2025년 전년비 53% 성장, 유틸리티급만 18GW 이상, 2026년 1분기 BESS 설치 9.7GWh로 역대 1분기 최대다. 따라서, 현실적으로 엄청난 가격 경쟁력을 가진 중국과 정면 승부할 것이 아니라면, 미국 시장을 차지하는 것이 반드시 필요한 이유다.

유럽: +45% 성장, EU 신규 27.1GWh, 유틸리티급이 사상 처음 분산형을 추월(55%)했고 이탈리아 10GWh 경매, 폴란드 국산화율 60% 조건 펀드 등 보조금 경쟁이 붙었다. 유럽도 빠르게 성장하는 시장이지만, 미국보다는 중국 밸류체인을 배제하려는 규제를 조금 느리게 가고 있다. (단, 중국 밸류체인을 최대한 줄이려는 방향성은 유사하다.)

중동·칠레: 3~4시간 이상 장주기 프로젝트가 보편화된 초대형 단일 프로젝트 시장이다.

미국은 왜 에너지가 AI를 못 따라가나

미국의 문제는 발전소만이 아니라 그리드 전체의 병목이다. 데이터센터 급증으로 승압 변압기 조달 기간이 3년 이상으로 늘었고, 개발업체의 최대 걸림돌은 가격이 아니라 장비 수급이다. 그 결과 계획된 미국 데이터센터 건설의 절반이 지연·취소됐고, 2026년 가동 예정 약 12GW 중 실제 건설 중인 용량은 3분의 1에 불과하다. 터빈은 2029년까지 완판, 변압기는 3년 대기, 원전은 2030년대로 수요 곡선과 공급 곡선 사이의 이 갭을 메울 수 있는 유일한 단기 자원이 ESS다.

정책도 이를 인정했다. 반(反)재생에너지 기조의 현 행정부조차 풍력·태양광 세액공제를 조기 일몰시키면서 ESS의 투자세액공제(ITC)는 기본 30%, 가산 요건 충족 시 최대 50~70%까지 유지했다. 여기에 중국산 ESS 배터리 관세를 2026년부터 28.4%로 인상하면서, "수요는 필수인데 중국산은 배제되는" 시장이 미국에 만들어졌다.

ESS는 LFP다 - 그럼 비중국 LFP는 누가 만드나

EV용 기준으로도 글로벌 LFP 비중은 2020년 17%에서 2024년 41%, 2026년 47% 전망인데, ESS 신규 수요는 사실상 전량 LFP다. 무게를 신경 쓸 필요가 없는 고정형에서 LFP의 원가·안전성·수명이 삼원계를 압도하기 때문이다.

문제는 LFP가 소재부터 셀까지 중국이 독점해온 케미스트리라는 것이다. 그 빈자리를 지금 한국의 배터리 3사가 파고들고 있다. LG에너지솔루션은 국내 3사 중 가장 먼저 미국 LFP 양산 체제를 갖췄고 2026년 4월 말 기준 북미 ESS 수주잔고 440GWh, 스스로 "미국 내 LFP 현지 공급이 가능한 유일한 비중국 기업"이라 선언했다. 삼성SDI는 인디애나 공장 라인 전환과 2조원대 수주, SK온은 2026년부터 조지아 단독 공장에서 ESS용 LFP 생산을 시작하고 플랫아이언과 최대 7.2GWh(약 2조원) 계약을 확보했다. 셋 다 공통점은 놀고 있던 EV 라인을 ESS용 LFP로 전환한다는 것이다. 캐즘의 유휴 캐파가 ESS 전환의 자산이 되는 구조다. EV용을 ESS용으로 쉽게 바꿀 수 있는 것은 아니지만, 일부 공정 라인은 거의 유사하게 쓸 수 있기 때문에, 라인 체인지를 단행했다.

진짜 병목은 셀이 아니라 소재다 - 광산에서 양극재까지

배터리 소재의 여정을 단순화하면 이렇다. 광산(리튬·니켈·인산·흑연 채굴) → 제련·정제(황산니켈·탄산리튬 등 화학 원료화) → 전구체(금속염을 배합·합성) → 양극재(리튬과 소성) → 셀 이 사슬에서 흔한 오해가 "광물이 중국산"이라는 것인데, 사실 광석은 호주·칠레·인니·아프리카 등 비중국이 다수다. 문제는 그다음 단계다.

정제·가공이 진짜 관문이다. 중국은 전 세계 흑연의 90%를 정제하고, 희토류·리튬·코발트 정제도 과반을 장악한다. 채굴은 자본만 있으면 되지만 정제는 마진이 얇고 환경 부하가 커서 서방이 30년간 기피해온 '더러운 중간 단계'를 중국이 쓸어담은 결과다. 전구체도 마찬가지다. 국내 양극재 업체들은 금속을 따로 수입하는 게 아니라 중국이 혼합·가공한 전구체를 수입하며, 그 94%가 중국산이다. 한국산 양극재의 원가 실체는 상당 부분 중국산이었던 셈이다. 음극재는 더하다. 글로벌 음극재 1~10위가 전부 중국 기업이고 비중국 1위(세계 11위)가 포스코퓨처엠 하나이며, 한국의 인조흑연 수입 중 중국산 비중은 91%다.

미국의 규제는 이 원류까지 추적한다. OBBBA의 PFE(금지외국기관) 규정은 배터리 직접 재료비 중 비중국(non-PFE) 비중을 2026년 60%에서 2030년 이후 85%까지 단계 상향하고, 핵심광물은 2030년 25%, 2033년 이후 50%를 요구한다. 판정 기준은 '지리'가 아니라 '주체'라서, 중국계 기업이 인니에서 캔 니켈도 규제상 중국산이다. 심지어 구속력 있는 계약이나 라이선스로 중국 특정기관에 지급을 하면서 생산에 대한 실효 지배를 부여하면, 소재를 전부 비중국산으로 써도 세액공제가 박탈된다. 즉 중국 기술을 빌려 비중국 지역에서 만드는 우회로까지 막아놨다.

그래서 쉽지 않다. 올해 상반기의 사건이 이 어려움을 압축한다. 2월 미 상무부가 중국산 흑연 음극재에 반덤핑 93.5%+상계관세 66.8%를 최종 판정했지만, 3월 ITC가 이를 최종 무효화했다. 중국산 의존이 절대적인 셀 3사는 원가 폭등 위기를 넘겼고, 비중국 음극재를 사실상 독점하는 포스코퓨처엠은 가격 경쟁력 확보 기회를 놓쳤다. 미국조차 "당장은 중국산 없이 공장이 안 돌아간다"는 현실 앞에서 규제를 한 발 물린 것이다. 게다가 중국산 LFP 배터리는 비중국산 대비 24~50%의 단가 우위가 있어, 비중국 공급망의 경제성은 자생적이지 않고 ITC·관세·PFE라는 정책 프리미엄 위에 서 있다.

그럼에도 방향은 정해졌다고 본다. MACR은 시간표가 법에 박혀 있고(2029~2030년이 클리프), 유럽도 한국 기업이 유럽 현지 생산으로 원산지 규정은 충족해도 전구체 등 원재료의 중국 의존이 절대적이라 공급망 통제권이 중국에 남는다는 문제의식 하에, 미국과 핵심광물 액션플랜을 체결하고 진입장벽을 재설계하는 중이다. 여기에 중국 스스로가 흑연 가공품과 기술의 수출통제(기술 통제는 즉시 시행, 물품은 2026년 11월까지 유예)로 미드스트림을 무기화하면서, 탈중국은 미국 규제와 중국 통제 양쪽에서 동시에 강제되는 형국이 됐다.

내 전망은 이렇다. 2026~2028년은 허용 한도(40%) 안에서 중국산을 쓰며 비중국 캐파를 까는 '시간표 관리기', 2029~2030년은 비중국 소재가 실제 프리미엄을 받는 '클리프 실현기'다. 리스크는 흑연 관세 무효화가 보여준 규제 후퇴 가능성으로, 이 테마 전체의 베타는 케미스트리가 아니라 정책의 존속이다. 또 하나 주요한 리스크는 다양한 방식으로 중국의 밸류체인에서 벗어나는 모습을 보여줘도 미국에서 이를 그대로 인정해줄지, 아니면 또 다른 규제를 들고 나올지는 끝나지 않는 리스크인 것 같다.

밸류체인 구도 전망과 눈여겨볼 투자처

앞으로의 구도를 한 문장으로 요약하면, "셀은 국내 배터리 3사 과점, 양극재는 국내 신증설로 해소 중, 전구체·정제·음극재가 마지막 희소 자산"이다. 셀은 미국향 규제적격 공급자가 배터리 3사+테슬라 내재화로 압축된, 이미 정리된 판이다. LFP 양극재는 답이 나오는 중으로, 엘앤에프가 자회사 엘앤에프플러스로 3분기 말 연 3만톤 가동, 북미 ESS 물량에 맞춰 2027년 상반기 6만톤 체제를 세웠고 포스코퓨처엠 포항 공장이 연말 양산이다.

진짜 병목은 그 위층이다. 전구체·정제는 진성 비중국 플레이어가 한 손에 꼽힌다. 고려아연 켐코가 인니·호주·캐나다·브라질산 중간원료를 정제해 황산니켈·탄산리튬을 만들고, LG화학과의 합작 한국전구체(KPC)가 이를 받아 전구체·수산화리튬까지 생산하는 원류까지 깨끗한 체인이 대표적이고, 에코프로는 니켈 중간재(제련)에 2.3조를 투자했다. 음극재는 ESS LFP 셀 메이커가 2029년 이후 MACR 충족을 위해 흑연 탈중국이 필수라는 예약된 병목으로, 포스코퓨처엠(글로벌 완성차와 1조원 인조흑연 5년 계약, 베트남 생산법인 3,579억 출자)과 노보닉스·시라류 비중국 신생이 수혜 자리다.

ESS 밖의 수요 - 로봇·드론·방산 배터리

약간 부록 같은 느낌이지만, 배터리의 신수요는 ESS만이 아니다. 그리고 이쪽은 케미스트리의 방향이 반대다. 움직이고 나는 것은 삼원계, 서 있는 것은 LFP다.

휴머노이드는 배터리 공간이 가슴·등이 전부로 자동차의 5% 이하인데 순간 출력까지 필요해 니켈 95% 이상 울트라 하이니켈이 선호되고, LFP는 에너지 밀도·전압이 낮고 셀이 커서 52V 요구 구조에 불리하며 2~3시간밖에 못 쓴다. 실제로 LG에너지솔루션은 "대부분의 선도 기업으로부터 수주를 완료했고 하이니켈 NCM 기반 2170 원통형을 공급 중"이라 밝혔고, 46파이 원통형이 휴머노이드에 가장 적합한 폼팩터인데 이를 안정 양산할 수 있는 곳은 사실상 LG엔솔과 삼성SDI뿐이다. 예외는 방산 일부인데, 미국 코어셸은 엘앤에프의 비중국 LFP 양극재와 미국산 실리콘 음극재로 중국산을 배제한 풀셀 공급망을 구축해 연방 조달 심사 기준을 충족했다. 성능보다 공급망 적격성이 우선인 시장에선 LFP도 답이 된다는 얘기다.

생산은 어떻게 하나. 로봇·드론용 소형 고출력 셀은 EV용 대형 파우치·각형 라인이나 ESS LFP 라인에서 만들 수 없다. 폼팩터가 달라 조립 설비 자체가 다르다. 대신 두 개의 기존 자산이 전용된다. 전동공구·e바이크용으로 돌려온 소형 원통형(2170) 라인, 그리고 EV 캐즘으로 남는 46시리즈 라인이다. ESS가 대형 라인의 캐즘 출구였듯, 로봇이 원통형 라인의 출구가 되는 '유휴 캐파 전환'의 두 번째 반복이다. 테슬라 옵티머스가 올 7~8월 생산 개시 후 2027년 램프업, 보스턴다이내믹스가 2028년 연 3만대 목표인 수준이라 GWh로는 당분간 미미하지만, 셀 단가·마진이 높은 고부가 옵션이다.

방산·특수 전지는 아예 별개의 섹터다. 다품종 소량 시장의 살아있는 증거가 비츠로셀인데, 방산 특수전지 매출이 2021년 16억원에서 2024년 359억원으로 성장했고 유도무기용 열전지에 자폭형 드론용 전지까지 공급 확대가 거론되며, 2024년 매출 2,108억원에 영업이익 519억원으로, 영업이익률 25%로, 셀 3사가 보조금 없이는 적자인 해에 나온 숫자다. 이 시장은 kWh 단가가 아니라 인증(국방규격·heritage)과 채택 이력으로 파는 시장이라 중국 저가 공세와 캐즘 양쪽에서 절연돼 있다.

그럼 '배터리 파운드리' 고객 사양대로 셀을 위탁 생산해주는 모델은 성공할 수 있을까? 내 판단은 조건부 긍정이다. 범용 셀에서는 안 된다. 기가라인의 규모의 경제와 중국의 원가를 파운드리가 이길 수 없고, 반도체 파운드리와 달리 배터리는 설계-제조 분리의 이점(미세공정 CAPEX 장벽)이 약하다. 그러나 다품종 소량의 세계에서는 논리가 선다. 방산·우주·eVTOL·로봇 프로토타입은 물량이 기가라인의 최소 배치에도 못 미치는데 인증 장벽 때문에 수요자가 직접 만들 수도 없으니, "인증된 유연 라인"을 가진 파운드리가 구조적 공급자가 된다. 성공 조건은 세 가지다. 인증 트랙레코드(이게 곧 해자), 소재 조달의 비중국 적격성(방산은 NDAA가 기본값), 그리고 셀 커스텀과 팩 커스텀 중 어디서 마진을 남길지에 대한 명확한 포지셔닝. 이 셋이 없는 "파운드리 하겠다"는 기가라인도 니치도 아닌 어중간한 자리에서 양쪽에 다 진다.

Conclusion

수요 측: EV는 미국발 정책 침체로 캐즘 탈출이 2027년 이후로 밀렸고, 그 공백을 AI발 전력난이 만든 ESS 수요가 메우고 있다. 가스터빈 2029년 완판·SMR 2030년 이후라는 공급 시간표 때문에 신재생+ESS는 2030년 전후까지 '유일한 선택지'이고, 그 이후에도 최저가 유연성 자원으로 절대 규모는 계속 커진다(2034년 누적 1,545GW).

공급 측: ESS는 LFP이고, 관세+PFE+ITC가 만든 미국 시장만이 비중국 공급자가 프리미엄을 받는 유효시장이다. 셀은 배터리 3사 과점으로 정리됐고, 병목은 소재로, 양극재는 해소 중, 전구체·정제·음극재가 2029~2030년 클리프를 향한 마지막 희소 자산이다. 그리고 ESS 밖에서는 로봇(삼원계·원통형)과 방산(다품종 소량·인증 게임)이 마진 높은 신수요로 열리고 있다.

투자 체크포인트는 다섯 개로 압축된다.

상장주 관점 ① 미국 ESS 수주잔고와 현지 LFP 캐파의 매칭 - 수주는 많은데 라인 전환이 늦으면 의미 없다. ② 소재사의 '원가 원류' - 완제품 원산지가 아니라 전구체·흑연까지 거슬러 올라간 비중국 비율이 MACR 시간표와 정합하는가. ③ 정책 베타 관리 - 이 테마의 최대 리스크는 중국이 아니라 미국 규제의 후퇴(3월 흑연 관세 무효화가 예고편)와 AI 캐펙스 사이클이다.

VC 관점 ④ 미드스트림(정제·전구체·음극재)의 병목을 푸는 기술 - 특히 병목 단계 자체를 삭제하는 공법(무전구체, 리사이클링 순환)이나 비중국 원료 체인을 원류부터 입증할 수 있는 팀. ⑤ 다품종 소량 시장에서는 캐파가 아니라 인증 트랙레코드와 채택 플랫폼의 수명주기를 봐야할 것 같다.

그리고 어떤 딜이든, 기술 라이선스와 조달 계약의 상대방이 누구인지가 이제 CAPA보다 먼저 오는 질문이다. 규제가 소재의 국적을 '지리'가 아니라 '주체와 계약'으로 판정하는 시대, 배터리 밸류체인의 알파는 화학이 아니라 공급망의 법적 구조에서 나온다.

CXMT 상장 - 중국 D램은 어디까지 왔고, 어디부터 막혀 있나

투자연구소 테크센터 — Sun, 26 Jul 2026 15:44:43 +0900

2026년 7월 27일, 중국 최대 D램 기업 창신메모리테크놀로지(CXMT)가 상하이증권거래소 커촹반(STAR Market)에 상장한다. 공모가는 주당 8.66위안, 초과배정옵션 행사 전 조달 규모 579억 위안(약 12.7조 원), 옵션 전량 행사 시 최대 666억 위안으로 커촹반 역대 최대 IPO다. (공모가 기준 시가총액은 약 5,880억 위안(약 130조 원)) 기관 수요예측 유효 청약배수는 462.85배로 2020년 SMIC 상장(114.97배)의 4배였고, 핵심기술 기업 대상 신설 사전심사 제도 덕에 승인 후 한 달도 안 돼 상장 절차를 마쳤다. 이 IPO가 시장 이벤트인 동시에 국가 프로젝트라는 것을 보여주는 디테일이다.

흥행의 배경은 실적이다. 매출은 2024년 약 241억 위안에서 2025년 618억 위안(+156%)으로 뛰었고, 지배주주 순이익은 -79억 위안에서 +53억 위안으로 흑자 전환했다. 2026년 1분기에는 매출 508억 위안(+719% YoY), 지배주주 순이익 247.6억 위안을 찍었고, 상반기 가이던스로 매출 1,100~1,200억 위안을 제시했다. 2년 만에 외형이 10배가 되는 그림이다.

점유율로는 이미 세계 4위다. 옴디아 기준 2026년 1분기 매출 점유율은 삼성전자 38.6%, SK하이닉스 28.8%, 마이크론 22.4%, CXMT 7.6%로, 직전 분기 4.7%에서 한 분기 만에 3%p 가까이 뛰었다. 웨이퍼 캐파는 월 29~30만 장으로 1년 전 대비 50% 늘었고, 올해 35~40만 장까지 간다는 전망이 나온다.

여기서부터 짚어야 할 게 있다. 개인적으로는 이 실적의 절반은 실력이고 절반은 업황이라고 본다. 1분기 +719% 성장의 상당 부분은 D램 가격 급등분이다. SemiAnalysis 추정 기준 CXMT의 1분기 영업이익률은 70%인데(하이닉스 73%, 삼성 81%, 마이크론 84%), 원가 열위 기업이 업계 선두권에 근접한 이익률을 낸다는 것 자체가 이상 신호다. 답은 포트폴리오에 있다. CXMT는 커머디티 D램에 사실상 100% 노출돼 있는데, 지금은 공급 부족 때문에 오히려 범용 D램 마진이 HBM보다 좋은 국면이다. 사이클 정점을 가장 순도 높게 통과하고 있는 회사라는 뜻이다.

국내 시장 영향에 대한 증권가 컨센서스는 "단기 제한적"이다. 기술 격차가 여전하고, CXMT 제품만으로는 공급 부족을 해소할 수 없다는 논리(NH투자증권)이고, 삼성증권은 "CXMT의 이익 상승은 업황 때문이며 글로벌 메모리 주가와 동행할 것"이라고 봤다. 이 부분은 업사이클에서는 맞는 말이고, 다운사이클에서는 다시 검증해야 하는 부분이라고 생각한다. 지금은 공급 부족이 모두를 행복하게 만들지만, CXMT가 쌓고 있는 캐파와 고객 기반은 사이클이 꺾이는 순간 3사의 범용 D램 가격 결정력을 직접 침식하는 부정적인 변수로 바뀐다.

격차는 제품마다 다르다 - HBM, DDR5, LPDDR5X

CXMT의 기술 수준을 한 문장으로 요약하면 이렇다. 제품 스펙은 따라왔고, 공정·수율·인증은 아직이다. 제품군별로 쪼개면 그림이 선명해진다. 모든 논의의 출발점은 공정이다. CXMT의 주력 공정은 G4(1z급, 16nm급)다. 삼성·하이닉스는 1b(12~13nm)를 주력 양산하며 1c(11~12nm)를 램프업 중이다. 10나노급 D램 세대로 1x→1y→1z→1a→1b→1c 순서이니, CXMT의 1z는 3세대, 3사의 1b·1c는 5~6세대. 격차는 2~3세대, 시간으로 3~4년이다. IPO 자금의 상당 부분이 차세대 G5에 들어가지만, G5가 올라와도 그 사이 3사는 1d로 넘어가므로 격차 자체는 당분간 유지된다.

HBM은 격차가 더 크고, 좁혀지는 속도도 느리다. 이유는 구조적이다. HBM은 "선단 공정 D램 다이 × TSV 적층 × 어드밴스드 패키징"의 곱이라, D램 공정 격차 위에 적층·패키징 학습곡선이 얹힌다. 현재 상태를 보면 CXMT는 HBM3를 올해 양산 목표로 개발 중이고 상하이 팹 캐파의 20%를 HBM3로 전환하고 있지만, 수율은 10~20% 수준으로 알려져 있고 발열 제어에서 고전 중이다. 12단은 내년 목표다. 같은 시점에 3사는 HBM3E 12단을 양산하며 HBM4로 넘어가고 있다.

시간으로 환산해보자. 일반 D램 격차가 3~4년이라면, HBM은 세대 기준으로 HBM3 초기 양산 vs HBM4 전환이니 약 2세대(4~5년), 수율까지 반영하면 그 이상이다. 수율 10~20%짜리 HBM3와 성숙 수율의 HBM3E는 같은 '세대 차이'라도 경제성이 완전히 다르다. 더 중요한 건 방향이다. HBM4부터는 베이스 다이에 로직 공정이 들어가고 고객별 커스텀화가 진행되는데, 이건 파운드리 협력과 고객 공동설계의 싸움이라 후발주자에게 더 불리한 게임이다. 일반 D램 격차 3~4년, HBM 격차는 실질 4~5년 이상이며, HBM4 커스텀 시대에는 오히려 벌어질 리스크가 있을 것 같다. 흥미로운 건 CXMT 스스로도 이걸 아는 듯하다는 점이다. 증권신고서에서 HBM 투자 계획을 구체적으로 제시하지 않았고, DDR5·LPDDR5X를 먼저 올린 뒤 AI 서버용 D램 → HBM으로 가는 단계적 전략을 명시했다.

반대편 끝에는 LPDDR5X가 있다. CXMT의 LPDDR5X는 12Gb/16Gb 다이에 10667Mbps로 글로벌 메인스트림 스펙에 도달했고, DDR5는 최대 8000MT/s에 16Gb·24Gb 다이, 데이터센터용 RDIMM·MRDIMM 모듈까지 발표했다. 양산 수율은 약 80%까지 올라온 것으로 추정된다. 선두권 성숙 수율 85~90%에는 못 미치지만 재앙적 격차는 이미 아니다. 외부 검증 신호도 있다. 애플이 CXMT D램을 공급망 진입 테스트 중이라는 보도가 그것인데, 애플 인증은 업계에서 가장 까다로운 축이라 테스트 대상에 올랐다는 것 자체가 품질이 검토 가능 수준이라는 방증이다(물론 통과해도 보급형 소량부터 시작하는 게 애플의 관행이고, 미국 정부에서는 이를 달갑지 않은 눈으로 보는 것 같다).

전송속도가 같으면 같은 제품인가 - 스펙표의 함정

여기서 스펙에 대해서 조금 더 깊게 공부할 때 들었던 생각은 DDR6가 나오기 전까지, 같은 DDR5-6400이면 CXMT 것이나 삼성 것이나 완제품 성능은 같은 것 아닌가? D램은 JEDEC 표준 상품이라 스펙표만 보면 전송속도 등은 거의 같다. 하지만 공정 2~3세대 격차가 증발했을 리는 없다. 격차는 스펙표에 안 보이는 세 곳에 숨는다.

첫째, 전력. 같은 6400MT/s라도 16nm급과 12nm급은 트랜지스터가 다르다. 구세대 공정은 누설전류가 크고 구동 효율이 낮아 같은 속도를 내는 데 전력을 더 쓴다. 데스크톱에서는 체감이 없지만 스마트폰에서는 배터리 시간이고, 서버에서는 랙 전력 예산이다. 학계 연구 기준 데이터센터 서버 전력에서 메모리 비중은 최대 40%에 달하고, 용량이 커질수록 리프레시·정적 전력 같은 background power 비중이 커진다. 누설이 큰 구세대 공정에 정확히 불리한 구조다. 다만 정직하게 짚자면, CXMT와 3사 DDR5의 전력을 제3자가 동일 조건에서 실측 비교한 공개 자료는 아직 없다. 공정 물리에 기반한 방향성 추론이고, 데이터시트 IDD 스펙 비교나 실측 리뷰가 나오는지가 앞으로의 체크포인트다.

둘째, 빈(bin) 분포와 다이 용량. "최대 8000MT/s 달성"과 "8000MT/s 빈이 웨이퍼에서 몇 % 나오느냐"는 전혀 다른 문제다. 구세대 공정은 산포가 커서 최상위 빈 수율이 낮고, 대량 출하는 중간 빈에 몰린다. 더 구조적인 건 다이 용량이다. CXMT의 최대 다이는 24Gb인데 3사는 1b로 32Gb 다이를 양산한다. 다이 용량은 모듈 용량의 상한을 결정하므로, AI 서버가 원하는 128GB+ 초고용량 RDIMM 시장은 CXMT가 스펙 이전에 물리적으로 진입할 수 없는 영역이다.

셋째, 원가와 인증. 셀이 크면 웨이퍼당 비트가 적게 나오니 같은 값에 팔면 마진이 얇다. 증권신고서상 전략이 "30% 싼 가격"인 이유가 이거다. 격차가 소비자 성능이 아니라 판매자 손익계산서에 찍히는 구조다. 그리고 서버에는 스펙과 무관한 마지막 관문이 있다. 하이퍼스케일러 인증은 수년치 필드 데이터(온도별 에러율, 로우해머 내성의 통계적 증명)를 요구하는데, 이건 돈이 아니라 절대적인 시간이 필요한 영역이다.

이 구조가 매출 구성에 그대로 찍혀 있다. 투자설명서 기준 2025년 매출의 66.4%가 LPDDR(모바일), 31.9%가 DDR(PC·서버)이고, 서버향은 DDR 안의 일부, 그것도 중국 내수 중심이다. 글로벌 서버 매출은 사실상 없다. 요약하면 물량 기준 시장의 절반(모바일·PC·중국 내수)에서는 이미 대등한 경쟁자이고, 가치 기준 상위 절반(글로벌 서버·HBM)에서는 아직 진입 전이다.

EUV가 없어서 못 가는 걸까 - 진짜 병목의 위치

"CXMT가 선단 공정을 못 하는 건 EUV 때문"이라는 통념은 절반만 맞다. D램에서 EUV는 아직 필수가 아니다. 결정적 반례가 마이크론이다. 마이크론은 1b(12~13nm)까지 EUV 없이 ArF 이머전 DUV 멀티패터닝만으로 도달했다. 즉 CXMT가 못 가고 있는 1a~1b 구간은 EUV 없이도 가능하다는 게 상업적으로 증명돼 있다. EUV가 경제성 관점에서 진짜 필수가 되는 건 1c~1d부터다.

그럼 왜 CXMT는 마이크론 경로를 못 따라가나. 2022년 10월 미국 수출규제가 "18nm 하프피치 이하 D램 생산용 장비"를 포괄적으로 통제하기 때문이다. 여기엔 리소뿐 아니라 선단용 식각·증착·계측·검사 장비가 전부 들어가고, 네덜란드도 ASML 최신 이머전 스캐너 수출을 막았다. 마이크론식 멀티패터닝은 최신 이머전 스캐너 + 고정밀 오버레이 계측 + 선단 식각·증착이 한 세트로 있어야 굴러가는데, CXMT는 규제 전 반입한 재고 장비로 SAQP를 쥐어짜는 상황이다. G4가 그 한계선이고, G5가 재고 장비의 마지막 시험이다. 막힌 건 EUV 한 대가 아니라 툴체인 전체다.

그럼 국산 장비로 대체하면 되지 않나라는 논란이 있는데 이 지점이 비대칭이 심한 지점이다. 중국이 조달 가능한 밸류체인에서 식각(AMEC)·증착(나우라)·세정은 빠르게 올라왔다. 중국 내 식각 시장에서 AMEC·나우라 합산 점유율이 40%를 넘었고, AMEC의 고종횡비 식각기는 이미 CXMT·YMTC 양산 라인에 들어가 있다. 반면 노광은 SMEE의 이머전 장비가 양산 검증 사례조차 없고, 정밀 계측·검사는 KLA의 해자가 하드웨어가 아니라 30년치 결함 데이터와 알고리즘이라 돈으로 단기간에 안 사진다. ArF 이머전 포토레지스트 같은 핵심 재료도 일본 의존이 견고하다. 그리고 구조적 함정이 하나 있다. 멀티패터닝 전략은 패스 수가 늘수록 스캐너 오버레이·스루풋과 계측 피드백 요구를 배가시킨다. 즉 "DUV로 우회"라는 경로 자체가 중국이 가장 못 하는 두 영역에 대한 의존을 오히려 키운다.

그래서 CXMT는 셀을 세운다 - 4F² VCT와 3D DRAM

이 지점에서 CXMT의 진짜 승부수가 나온다. 미세화(F를 줄이는 것)가 막혔으면, F² 앞의 계수를 줄이면 된다. 현재 D램 셀은 수평 채널 트랜지스터 구조로 셀당 6F²를 쓴다. 트랜지스터를 수직으로 세우고(수직 GAA 채널), 비트라인을 셀 아래 매립하고, 커패시터를 위에 얹으면 이론 최소치인 4F²가 된다. 6F²→4F²는 면적 33% 절감, 즉 리소그래피를 한 발짝도 안 줄이고 공정 한 세대치 밀도를 공짜로 얻는 것이다. 삼성·하이닉스도 VCT를 로드맵에 올려놨지만 시점은 2027~28년 이후다. 그들은 1c로 F를 줄이는 길이 아직 열려 있어 검증 안 된 구조를 서두를 이유가 없다. CXMT는 그 길이 막혀 있으니 순서가 뒤집힌다.

개인적으로 이번 스터디에서 가장 인상적이었던 대목은 이게 구상이 아니라 실리콘 위의 실증이라는 점이다. CXMT는 4F² 세대용 GAA 수직채널트랜지스터(VCT) 셀 어레이를 실제 제작해 주요 학회에서 발표했고, 서브스레숄드 슬로프 62.5mV/dec를 달성했다. 실리콘 트랜지스터의 상온 이론 한계가 60mV/dec이니 이론 한계 근접치다. 단일 소자가 아닌 어레이 레벨 시연은 매립 비트라인, 셀 균일도, 집적 공정까지 통으로 검증해야 나오는 결과물이라 급이 다르다. 생태계 신호도 있다. 2025년 Science Advances에 중국 연구팀이 커패시터 없는 8×8 3D 적층 IGZO 2T0C D램 어레이(3비트 저장, 리텐션 100초 이상)를 발표했다. 3D DRAM의 핵심 후보 기술이 중국 학계에서 어레이 실증까지 갔다는 뜻이다.

그다음 단계가 3D DRAM이다. 논리는 3D NAND와 같다. 평면 미세화 경쟁을 포기하고 셀을 눕혀 수십 층으로 쌓으면 밀도가 리소 해상도가 아니라 층수에 비례하게 된다. NAND에서 이 전환이 일어나자 게임의 룰이 "누가 잘 그리냐"에서 "누가 잘 뚫고 쌓냐(식각·증착·본딩)"로 바뀌었고, YMTC가 Xtacking(웨이퍼 본딩)으로 격차를 좁힌 게 실증 사례다. CXMT가 개발 중인 wafer-on-wafer 본딩이 이 계보의 D램 버전이다. 그리고 여기가 전략의 핵심이다. 3D 전환은 승부처를 리소·계측(중국의 최약점)에서 식각·증착·본딩(중국 장비 생태계의 최강점)으로 옮겨버린다. CXMT의 아키텍처 베팅은 기술적 낭만이 아니라 자국 공급망의 강점 지도에 정확히 올라탄 전략이다.

개인적으로는 기술 자립에는 성공할 것으로 보이나, 그 시간이 꽤 걸릴 것 같다. 여러 레포트들을 보면, ~2028년까지는 DUV 재고 장비 + SAQP로 G5 수율 싸움이고, 도달 가능한 천장은 1a~1b급 근처다. 4F² VCT의 제품화는 2028~2032년 구간으로 본다. 어레이 데모에서 테스트칩 → 제품 → 양산까지는 통상 5년 이상 걸리고, 리텐션 분포·로우해머 내성·센싱 마진 같은 양산 킬러 항목은 아직 검증 전이다. 매립 비트라인 저항, 수직 채널 결정 품질, 플로팅 바디 효과 같은 난제는 보조금으로 시간을 살 수는 있어도 건너뛸 수는 없는 물리 문제다. 화웨이의 자체 EUV(LDP 방식)는 2028년 실동 목표에 내부적으로 2030년이 현실적이라는 평가고, ASML이 시제품에서 상용화까지 18년 걸렸다는 점을 감안하면 D램 양산 라인 투입은 2030년대 이야기다. 정리하면 "2~3년 내 차세대 아키텍처 상용화"는 어렵다. 하지만 방향의 개연성은 높다고 본다. 실리콘 증거(62.5mV/dec)가 나왔고, 승부처를 자국 강점으로 옮기는 구조이며, 기존 3사는 감가상각 중인 장비 자산 때문에 아키텍처 전환을 서두를 유인이 약하다는 비대칭이 있기 때문이다.

그래서 얼마를 벌까 - 2028년까지의 실적 시나리오

이제 "CXMT가 3사의 최선단 기술을 빠르게 따라잡기 어렵다"를 전제로, 범용 메모리와 일반 서버 중심의 실적을 전망해보자. 프레임은 단순하다. CXMT 매출 = 글로벌 D램 시장 × CXMT 점유율. 변수를 분리하면 CXMT 쪽 변수(비트 성장)는 꽤 예측 가능하다. 캐파는 연 30~50% 증설 경로에 있고, G5 전환과 수율 개선이 웨이퍼당 비트를 더해 연 40~60% 비트 성장은 무리 없는 가정이다. 예측 불가능한 건 가격이다.

수요 지형부터 보자. D램 수요의 중심축이 이동했다. 카운터포인트 기준 2026년 D램 출하량의 48%가 서버용, 9%가 HBM용으로 데이터센터 합산 57%, 매출 기준으로는 65%다. 나머지 43%(모바일·PC·기타)가 CXMT의 현재 주전장인데, 이 풀에서 중국의 비중이 압도적이다. 글로벌 스마트폰 출하에서 중국 브랜드 합산이 절반 안팎, 중국 서버 시장은 글로벌의 약 1/4, PC는 레노버가 글로벌 1위다. 여기에 국산 메모리 채택 시 15% 보조금이라는 정책 순풍, 그리고 3사가 HBM·서버로 웨이퍼를 돌리며 생긴 모바일 공급 공백(일부 LPDDR 품목 가격이 전년 대비 300% 수준 급등, 스마트폰 BOM에서 메모리 비중 10%→15%)까지 겹쳤다. HP·Dell·Asus·Acer 같은 글로벌 PC 제조사들이 CXMT 품질 테스트에 나섰다는 보도는 이 침투가 중국 밖으로 번지는 초기 신호다.

핵심은 실적 불확실성의 원천이 CXMT의 실행이 아니라 D램 가격 사이클이라는 점이다. 현재의 D램 가격 사이클이 범용이 아닌 AI DC 수요과 메모리 3사의 HBM 집중에 따른 것이기 때문에 이들의 대응에 따라서 가격은 요동칠 수 있다. 비트는 ±10% 오차로 맞힐 수 있지만 ASP는 ±40%가 흔들린다. 그래서 CXMT의 진짜 시험은 매출의 최대치가 아니라 다운사이클의 바닥에서 국가 자본이 증설을 계속 밀어주느냐다. 1980년대 일본을 추격한 한국과, 같은 각본으로 실패한 대만을 가른 게 정확히 그 지점이었다. 참고로 1분기 순이익률 49%는 원가 열위 기업이 지속할 수 있는 수준이 아니고, 사이클 고점의 지표로 읽는 게 맞다고 본다.

중국 AI 데이터센터 - 전기는 남고 칩이 모자란 나라

D램 매출의 중심이 데이터센터로 이동했다면, CXMT가 중국 수요를 빠르게 먹으려면 결국 중국 AI DC가 커져야 한다. 문제는 중국이 AI DC에 넣을 수 있는 칩, 대표적으로 엔비디아 칩이 공급이 안된다는 점이다. 이 대목에서 재미있는 사실은 미국과 중국의 병목이 정반대라는 점이다. 미국은 전력이 부족하고 칩이 남는다. 중국은 칩이 부족하고 전력이 남는다.

전력부터 보자. 중국의 발전 설비용량은 2.9TW, 연간 발전량은 9,000TWh 이상으로 미국의 2배가 넘고, 2030년까지 전력 용량을 50% 더 늘릴 계획이다(신규 설비의 80%가 재생에너지, 원전 27기 동시 건설). 데이터센터 전기요금은 kWh당 약 3센트로 미국의 약 1/3이다. 반면 미국은 모건스탠리 기준 2028년까지 44GW의 데이터센터용 전력 부족이 경고되고, 가스발전 투자를 3배로 늘리는 중이다.

이 비대칭이 CXMT의 약점 하나를 지워준다. 앞서 본 것처럼 CXMT D램의 전력 열위는 실재하는 페널티고, 서버 전력의 최대 40%가 메모리라는 점에서 무시할 수 없다. 하지만 전력 페널티가 실격 사유가 되는 건 "와트가 화폐인" 전력 제약 시장, 즉 미국형 AI 데이터센터다. TCO로 계산해보면 64GB RDIMM 기준 전력 격차의 5년 전기료 환산액은 DIMM당 수십 달러 수준이라 구매가 할인으로 쉽게 상쇄된다. 전기가 3센트에 남아도는 중국에서는 더더욱 그렇다. CXMT의 전력 열위는 하필 자국 시장에서는 거의 과금되지 않는 약점이다. 화웨이가 "성능 낮은 국산 칩을 싼 전력으로 더 많이 돌려 엔비디아급 연산을 만든다"는 전략을 쓰는 것과 정확히 같은 등식이다.

수요는 커지고 있다. 중국은 향후 5년간 전국 AI 데이터센터망에 2조 위안(약 450조 원)을 투입하고, 전력망 통합까지 포함하면 총 5조 위안을 넘길 수 있는 국가 계획을 확정했다(2028년까지 통합 컴퓨팅 그리드, 국유 통신사 운영, 초장기 특별국채 조달). 결정적으로 이 계획은 AI 반도체의 최소 80%를 자국 공급업체에 의존하는 것을 목표로 명시했다. 알리바바·텐센트 등 민간 투자는 별도다.

문제는 칩 공급이다. 엔비디아의 규제 준수 물량은 수요를 못 채운다. H200의 중국 할당은 2026년 기준 45만~50만 유닛으로 수요(140만~150만 유닛)의 10~13%에 불과하고, H20은 당국의 사용 자제 권고로 오히려 구하기 어려워졌다. 그 공백을 화웨이가 메우는 중이다. Ascend 910C 생산을 2025년 약 30만 개에서 2026년 약 60만 개로 두 배로 늘리고, 어센드 제품군 전체로 최대 160만 개 다이를 계획하고 있으며, AI 칩 매출은 2025년 약 75억 달러에서 2026년 약 120억 달러로의 성장이 전망된다(FT 보도, 독립 검증 전). 중국 기업 설문에서 어센드 910B/C의 도입·평가 비율은 65%로 엔비디아 H20(47%)을 앞섰다. 그럼에도 국산 공급을 다 합쳐도 수요에 미달하고, SMIC 7nm 캐파는 가동률 90% 이상의 포화 상태다.

어센드 제품군을 쓰고 싶어도, 성능 자체가 안나오면 의미가 없으니, 성능도 봐야 한다. 칩 단품으로는 격차가 명확하다. 910C는 블랙웰의 1/3 수준이고, SMIC 7nm vs TSMC 4nm이며, 차기 어센드 950이 엔비디아 차세대 대비 한 자릿수 %라는 극단적 추정까지 나온다. 하지만 시스템 레벨에서 다른 게임을 만들었다. CloudMatrix 384는 910C 384개를 올투올로 묶어 "개별 칩 1/3 성능 × 5배 물량"으로 시스템 성능을 확보하는 아키텍처이고, SemiAnalysis는 "화웨이의 칩은 한 세대 뒤지지만 스케일업 솔루션은 한 세대 앞선다"고 평가했다. 딥시크 R1 추론에서 H800 기반 시스템을 능가했다는 실측 보고(자사 발표라 할인 필요)도 있다. 대가는 막대한 전력 소비인데, 위에서 본 대로 중국은 그 대가를 지불할 수 있는 나라다. 지난 Kimi K3 글에서 다뤘던 아틀라스 950 슈퍼포드(어센드 8,192개)도 같은 철학의 연장선이다.

첫째, 중국 AI DC 메모리 시장에서 CXMT는 경쟁자가 아니라 사실상 유일한 공급자다. 미국이 첨단 HBM의 대중국 판매를 수출규제로 막았기 때문에, 화웨이 어센드에 붙는 HBM은 CXMT 말고는 조달할 곳이 없다. 수율 10~20%짜리 HBM3가 팔리는 이유는 경쟁력이 아니라 대안 부재다. 카운터포인트는 어센드 확대에 힘입어 2028년까지 약 20억 달러의 CXMT HBM 매출을 전망하는데, 이 숫자의 의미는 "시장을 얼마나 뺏느냐"가 아니라 "수율이 얼마나 올라오느냐"다. 판매 리스크 0, 실행 리스크 100%의 사업이다. 서버 DDR5도 마찬가지로, 국산 80% 조달 방침 아래 중간 용량대 RDIMM은 사실상 CXMT 몫으로 예약된 물량이다(24Gb 다이 상한 때문에 초고용량 모듈은 예외).

둘째, 화웨이의 시스템 전략은 CXMT 수요의 증폭기다. 칩 1/3 성능을 5배 물량으로 메운다는 건, 같은 연산 능력을 구축할 때 가속기 수가 몇 배, 따라서 패키지당 HBM 스택도 노드당 호스트 DDR5도 몇 배로 깔린다는 뜻이다. 미국 인프라가 "칩당 성능 극대화 → 최고급 메모리 소수"로 간다면, 중국 인프라는 "칩 물량 극대화 → 메모리도 물량"으로 간다. CloudMatrix는 연산 격차를 메모리와 전력으로 지불하는 아키텍처이고, 그 청구서를 받는 회사가 CXMT다.

정리하면 중국 AI DC 수요는 국가 자본과 전력 우위 덕에 커질 개연성이 높고, 그 성장의 속도 제한은 데이터센터도 전력도 아닌 AI 칩, 그리고 그 칩의 한계 병목인 HBM이다. 역설적으로 중국 AI 굴기의 속도가 CXMT의 HBM 수율에 종속돼 있는 구조다. 중국 AI를 보려면 화웨이가 아니라 CXMT 수율을 봐야 한다. 적당히 이익을 낼 수 있는 수율까지 올라오면, 먹을 수 있는 양은 적어도 정부의 도움을 통해 해외 업체와 경쟁이 가능한 구조라고 생각한다.

Conclusion - 3사와 시장에 대한 함의

CXMT 상장을 보면서 들었던 생각은 "중국이 D램을 따라잡았다"도 "여전히 멀었다"도 아니다. 격차의 지도가 드러났다는 것이다. 스펙 패리티에 도달한 구간(LPDDR5X·DDR5)과 4~5년 이상 남은 구간(서버 상위·HBM)이 명확히 갈리고, 그 경계선이 마침 D램 매출의 상하위 절반을 가르는 선과 일치한다. CXMT는 배제된 절반을 아키텍처 전환(4F²→3D)이라는 2030년대의 콜옵션으로 우회하려 하고, 접근 가능한 절반에서는 내수 요새와 정책 순풍 속에 이미 대등하게 싸우고 있다.

3사에 대한 함의를 정리하면 이렇다. 단기적으로 SK하이닉스는 HBM 기술 우위와 고객 락인 덕에 직접 충돌이 가장 적고, 삼성전자는 모바일·범용 비중이 커서 가격·물량 압박에 먼저 노출된다. 그러나 중기적으로 더 주의할 건 "CXMT는 HBM을 못 하니 다른 시장에서 논다"는 분업 프레임의 함정이다. 3사가 HBM으로 캐파를 돌릴수록 범용 시장의 공백을 CXMT가 채우며 고객 기반과 트랙레코드를 쌓고, 다음 다운사이클에서 주주 자본으로 움직이는 3사가 먼저 감산할 때 보조금으로 버티는 CXMT에게 점유율이 넘어간다. LCD와 배터리에서 봤던 침식 패턴과 동형이다. 그리고 장기 시나리오에서 진짜 위협은 CXMT가 1c를 따라잡는 게 아니라 3D DRAM으로 게임의 룰 자체를 바꿔버리는 것이다. 미세화 격차라는 방어선이 무의미해지는 시나리오이기 때문이다.

앞으로 모니터링 해야할 포인트는 다음과 같다. ① 다음 공시에서 서버향 매출이 별도로 잡히기 시작하는지, ② 애플 인증 통과 여부와 최초 적용 제품, ③ IEDM급 학회에서 4F² 테스트칩(Mb~Gb급) 결과와 wafer-on-wafer 본딩의 첫 공개 실증, ④ CXMT HBM3 수율 정황(어센드 출하량이 프록시), ⑤ DDR6 전환 속도 - CXMT의 현 포지션은 DDR5 세대가 길수록 유리하고 DDR6 전환이 빠를수록 불리한 시간 베팅이기도 하다. 결국 이번 상장은 끝이 아니라 관찰의 시작점이고, 흑자 전환 후 첫 다운사이클이 이 회사의 진짜 첫 실적 발표가 될 것이라는 생각을 했다.

Kimi K3와 AI 경쟁 - AI Benchmark 비교와 성능 분석

투자연구소 테크센터 — Tue, 21 Jul 2026 21:03:38 +0900

또 한 번의 '차이나 쇼크' - Kimi K3는 무엇인가

2026년 7월 16일, 중국 문샷AI(Moonshot AI)가 플래그십 모델 Kimi K3를 공개했다. 직원 300명 규모의 스타트업이 내놓은 이 모델의 스펙은 2.8조(2.8T) 파라미터, 100만 토큰 컨텍스트, 네이티브 멀티모달(이미지·비디오 입력)이며, 7월 27일까지 가중치 전체를 공개(오픈웨이트)하겠다고 약속했다. 공개되면 딥시크 V4 Pro(1.6T)를 제치고 역대 최대 오픈웨이트 모델이 된다.

시장이 놀란 건 모델의 크기가 아니라 성능이다. 제3자 평가기관 Artificial Analysis(이하 AA)의 인텔리전스 인덱스에서 K3는 57.1점으로 전체 4위(테스트 설정 기준, 모델 패밀리 기준으로는 3위)에 올랐다. 앞에 있는 건 Claude Fable 5(59.9)와 GPT-5.6 Sol(58.9)뿐이고, Claude Opus 4.8(약 56)과 GPT-5.5(약 55)를 제쳤다. 에이전트 실무 능력을 재는 GDPval-AA v2에서는 Elo 1,668로 전작 K2.6(1,190)에서 수직 상승하며 GPT-5.5(1,494)와 Opus 4.8(1,600)을 앞섰고, Zapier 업무 자동화 평가(AutomationBench-AA)에서는 53%로 1위, LMArena 프런트엔드 코드 아레나에서도 1위를 기록했다.

불과 일주일 전 리서치 기관 세미어낼리시스(SemiAnalysis)가 "중국 랩들은 프런티어에 도달하기엔 컴퓨트가 너무 부족하다"고 썼는데, 며칠 만에 그 반례가 나온 셈이다. 미국의 칩 수출통제 속에서 나온 결과라는 점이 논쟁을 다시 불붙였다. 문샷은 커널 최적화 벤치마크를 엔비디아 H200과 "이름을 밝히지 않은 대체 벤더 GPGPU"에서 돌렸다고만 밝혔고, 자체 컴파일러(MiniTriton)는 대중국 수출용 다운그레이드 카드인 L20에서 비교했다. 학습 하드웨어의 실체는 회색지대로 남아 있다.

그런데 토큰은 얼마나 쓰는 걸까

K3에서 개인적으로 가장 흥미로웠던 부분은 토큰 경제학이다. K3는 추론 강도가 'max' 하나로 고정되어 있어 간단한 질문에도 추론 토큰을 만 단위로 태운다. 한 개발자의 테스트에서는 "hi" 한 마디가 86토큰으로 과금되어, 약 85토큰의 숨겨진 시스템 프롬프트가 청구에 포함되는 것으로 추정되기도 했다. 명목 단가와 실효 비용의 괴리가 있는 모델이라는 뜻이다.

그런데 전작과 비교하면 방향은 오히려 개선이다. AA 인덱스 9개 평가 전체를 완주하는 데 K3는 약 1.32억 개의 출력 토큰을 썼는데, 이는 K2.6(약 1.66억 개)보다 21% 적으면서 점수는 전 영역에서 더 높다. 토큰을 덜 쓰고 더 똑똑해진 것이다. 대신 단가를 올렸다. 출력 토큰 가격이 K2.6의 $4/1M에서 $15/1M로 3.75배가 됐고, 이는 서구 미드레인지 모델(Claude Sonnet 5)과 같은 가격대다. "초저가 중국 AI 시대의 종료 신호"라는 해석이 나오는 이유다. 종합하면 태스크당 비용은 $0.94로, GPT-5.6 Sol($1.04)과 비슷하고 Opus 4.8($1.80)의 절반 수준이다.

K3는 출시 직후, AA에서 미국 모델 2개에 이어 Top 3에 위치하는 높은 점수를 달성했다는 점이 엄청난 주목을 받으면서, 사용량이 급증했고, Compute 자원이 부족해 신규 가입을 일시 중단했다. 이 가격에 이 수요를 감당하지 못한다는 방증으로, 뒤에서 다룰 '가격표의 지속가능성' 문제와 연결된다.

AA가 뭔데? - 요즘 모델 순위의 심판

이쯤에서 위 순위의 출처인 Artificial Analysis를 짚고 가자. 요즘 국내외 모델사들이 "AA 몇 위" "AAII 몇 점"을 앞다퉈 인용하는데, 정작 이 기관이 뭘 어떻게 재는지는 잘 알려져 있지 않다. AA는 마이카 힐-스미스와 조지 캐머런이 시드니에서 사이드 프로젝트로 시작해, AI그랜트(냇 프리드먼·다니엘 그로스)의 시드 투자를 받아 성장한 독립 벤치마킹 전문 회사다(현재 본사 샌프란시스코). 핵심 원칙은 하나다. 모델사가 제출한 점수를 받는 게 아니라, 각 모델의 공개 API를 AA가 직접 호출해 동일한 하니스(harness), 동일한 조건에서 돌린다. 공동창업자의 표현을 빌리면 "돈을 내도 점수를 좋게 만들 수 없다."

대표 지표인 인텔리전스 인덱스 v4.1은 9개 평가로 구성된다. GDPval-AA v2(미국 GDP 기여 직업군 44종의 실무 태스크, 인간 전문가=Elo 1000 기준, 최대 가중치 20%), τ³-Banking(은행 업무 에이전트), Terminal-Bench 2.1(터미널 작업), SciCode, AA-LCR(장문맥 추론), AA-Omniscience(사실성 - 정답 가점·환각 감점·기권 무벌점), Humanity's Last Exam, GPQA Diamond, CritPt다. 카테고리 가중치는 에이전트 34%, 코딩 24%, 과학추론 24%, 일반지식 18%로, 챗봇 똑똑함이 아니라 '자율 업무 수행 능력' 쪽으로 기울어진 지표다.

점수대가 50점대로 낮은 것도 의도된 설계다. 기존 벤치마크가 포화되어 프런티어 모델 간 변별력을 잃자, 2026년 1월 v4.0 개편에서 커브를 어렵게 재조정했다(이전 척도 73점 → 새 척도 50점 이하). 그래서 작년 점수와 올해 점수는 직접 비교하면 안 된다. 국내 모델사들의 "몇 점, 몇 위" 발표가 서로 엇갈려 보이는 이유의 상당 부분이 이 척도 단절이다. 알리바바의 Qwen3.7 Max(5월 출시, 당시 v4.0 기준 56.6점으로 중국 1위)를 아래 비교에서 조심스럽게 다루는 것도 같은 이유다.

AA의 한계 - '정답을 맞추는 능력'에 초점이 맞춰진 지표

여기서부터가 이 글에서 하고 싶은 얘기다. AA 인텔리전스 인덱스는 순수하게 결과물의 품질만 잰다. 답이 맞았는지, 태스크를 완수했는지가 점수의 전부이고, 그 답을 내는 데 30초가 걸렸는지 10분이 걸렸는지, 토큰과 전력을 얼마나 태웠는지는 점수에 반영되지 않는다.

이 설계가 만드는 왜곡이 있다. 시간·비용 페널티가 없으니 추론 토큰을 무제한으로 태워 점수를 '구매'할 수 있다는 것이다. 리더보드에 GPT-5.5 (xhigh), Opus 4.8 (max)처럼 추론 설정이 괄호로 병기되는 이유가 이것이고, K3의 max 고정 추론도 같은 맥락이다. 벤더 입장에서 리더보드 제출용으로 최대 추론 설정을 거는 건 합리적 전략이다. 그래서 지능 점수 단독으로 모델을 고르는 건 반쪽짜리 의사결정이다. 실제 배포 시장에서는 같은 55점이라도 "빠르고 싸게 55점"과 "느리고 비싸게 55점"이 완전히 다른 상품이기 때문이다. 효율을 같이 봐야 한다.

효율은 어떻게 비교하나

효율 비교는 한 사이트에서 원스톱으로 되지 않는다. 성격이 다른 데이터를 '모델'이라는 키로 조인해야 하는데, 실무적으로 비교하는 방법을 정리해보자.

1단계: AA 안에서의 조합. AA는 지능 점수 옆에 태스크당 비용, 출력 속도(tokens/s), 첫 토큰 지연(TTFT)을 함께 발표한다. 특히 태스크당 비용은 명목 단가가 아니라 AA가 평가를 돌리며 실측한 토큰 소비량(입력·캐시·추론·응답)에 단가를 곱해 인덱스 가중치로 가중평균한 값이라, 모델의 복잡함까지 반영된 실효 숫자다. 같은 오픈웨이트 모델도 호스팅 제공사별로 정밀도(FP8/FP4 양자화)와 속도가 달라 엔드포인트별로 따로 측정된다.

다만 한계를 정확히 알아야 한다. 이 비용에서 토큰 소비량은 AA의 독립 실측이지만, 단가는 벤더가 정한 가격표다. 즉 이 지표는 '생산원가'가 아니라 '구매자가 실제로 내는 돈'이다. 쓰는 입장에서는 맞는 지표지만, 그 가격이 지속가능한지(아키텍처 효율인지 전략적 덤핑인지)는 이 숫자로 판별할 수 없다.

2단계: 하드웨어 위에서의 실측 - InferenceMAX. "이 모델을 이 칩에서 돌리면 어떻게 되나"를 재는 독립 벤치마크는 세미어낼리시스의 InferenceMAX가 사실상 표준이 되어가고 있다. 오픈소스(Apache 2.0)로 수백 개 하드웨어×소프트웨어 조합을 매일 밤 최신 스택으로 재측정하고, GB200 NVL72·AMD MI355X 등 대형 시스템을 포함한 GPU 플릿에서 돌아가며, OpenAI·마이크로소프트·PyTorch 재단이 지지를 표명했다. 지표 체계가 실무용으로 잘 짜여 있다. GPU당 처리량(tokens/s/GPU)과 사용자당 체감 속도(tokens/s/user)의 파레토 곡선이 기본이고, 최종 지표는 총소유비용 기준 100만 토큰당 달러(TCO/1M tokens)와 전력당 토큰(tokens/MW)이다.

InferenceMAX의 방법론 문서에는 디테일이 있다. 상면임대료와 전기료가 TCO의 20% 미만이고 대부분은 하드웨어 벤더 마진이라, 전성비 20% 차이가 TCO로는 4% 이하 차이라는 것. "전성비 우위" 마케팅을 할인해서 들어야 하는 근거다. 또 소프트웨어 성숙에 따라 같은 칩의 토큰당 원가가 두 달 만에 5배 떨어진 사례(B200에서 gpt-oss 기준 100만 토큰당 2센트 도달)가 보여주듯, 칩 간 비교는 스냅샷이 아니라 시계열 추세로 봐야 한다. 따라서, 어떤 일을 할 때의 원가는 다음처럼 산정해볼 수 있다.

태스크당 실효 원가 = (태스크당 토큰 수: AA 실측) × (토큰당 하드웨어 원가: InferenceMAX 또는 자체 PoC 실측) ÷ (품질 보정: 배포 정밀도에서 지능 점수 유지 확인)

이 공식의 중요한 전제가 있다. 2항을 채울 수 있는 건 오픈웨이트 모델뿐이다. 가중치가 공개되어야 대상 하드웨어에서 직접 돌려 실측할 수 있고, 제3자 호스팅사들이 붙어 시장가격이 형성된다. 폐쇄형 모델(GPT, Claude, Qwen Max)은 API 가격이 유일한 대리변수이고, 원가 구조는 영구 블랙박스다. 그리고 이 모든 데이터에 NPU는 사실상 없다. AA는 API 뒤의 하드웨어를 모르고, InferenceMAX는 GPU 중심이다. NPU 관점의 효율은 MLPerf 제출 실적과 직접 PoC로만 확인할 수 있다는 것, 이게 현재 데이터 지형의 정직한 경계선이다.

효율까지 고려하면 어떤 모델이 우수한가

이제 두 축을 겹쳐 보자. "효율까지 고려한 최고"를 지표로 정의하면, 파레토 프런티어(같은 비용에 더 똑똑하거나, 같은 지능에 더 싼 모델의 집합)에 누가 남느냐다.

(Qwen3.7 Max는 v4.0 척도 56.6점이라 위 v4.1 수치와 직접 비교 불가하여 제외. 단가는 $2.50/$7.50)

프런티어는 Fable 5 → GPT-5.6 Sol → K3 → GLM-5.2 → DeepSeek V4 Pro로 이어지고, Opus 4.8은 K3나 Sol 보다 더 성능이 안 좋은 영역에 있다.

절대 성능이 목적함수라면 Fable 5다. 인덱스, GDPval(1,760), 장기 지식노동 평가 전부 1위다. API 기준 종합 효율 1위는 GPT-5.6 Sol이다. Fable 대비 1점 차이를 약 1/3 비용에 제공한다. 저렴한 모델은 DeepSeek V4 Pro다. 태스크당 $0.04는 K3의 약 1/23, Fable의 약 1/70인데, 이 가격이 덤핑이 아니라 아키텍처(뒤에서 설명)에서 나온다는 점이 중요하다. 분류·추출·요약·대량 백그라운드 에이전트처럼 44점이면 충분한 워크로드에서는 대안이 없다.

K3의 가치는 평균 지표가 아니라 옵션에 있다. 첫째, 7/27 가중치 공개 시 57점대 지능의 유일한 오픈웨이트가 되어 데이터 주권·온프레미스 수요를 독점한다(단, 권장 서빙이 가속기 64개 이상 슈퍼노드라 대형 인프라를 보유해야 한다). 둘째, 캐시히트 입력 $0.30/1M(90% 할인)이라 프롬프트 재사용이 많은 에이전트 루프에서 실효 단가가 표보다 크게 내려간다. 셋째, 코딩·자동화 특화 1위 타이틀들. 반면 중위값 이하의 생성 속도와 max 고정 추론 때문에 대화형 용도로는 부적합하다.

그런데 그 '1점'은 얼마짜리인가 (항상 궁금하던 포인트) - 상용화 관점의 함의

여기서 파레토 분석의 맹점을 짚어야 한다. 비용 축은 정밀한데 가치 축은 "점수=가치"로 뭉개져 있다. 1점의 실제 가치는 선형이 아니다. 이 1점을 올리기 위해서 어떤 점을 희생해야 하고, 얼마나 많은 돈이 드는걸까?

먼저 공급 측 비용부터 생각해보면, 위 데이터로 지능의 한계비용을 계산하면 극단적으로 볼록하다. 44점에서 48점(추정)으로 가는 데 비용 8배($0.04→$0.32), 48에서 57로 약 3배, 그런데 58.9에서 59.9로 가는 '마지막 1점'에 다시 2.6배($1.04→$2.75)가 든다. 준프런티어 지능의 가격은 붕괴했는데(AA 스스로 "near-frontier 지능의 가격이 붕괴했다"고 표현했고, 인덱스 50점 이상 랩이 6월 초 2곳에서 7월 6곳으로 늘었다), 최상단 1~2점은 여전히 프리미엄이 유지된다. 조금 더 쉽게 얘기하면, '충분히 쓸만한 AI 모델을 달성하기 위한 경쟁은 끝났고, 고부가 시장을 먹을 최고의 모델을 가리는 경쟁만 남았다.'

수요 측 가치는 왜 그 프리미엄을 지불하는가로 설명된다. 세 가지 메커니즘이 있다.

첫째, 가치가 임계값형이다. 사람의 검수 없이 결과물을 그대로 쓸 수 있는 문턱을 넘는 순간, 태스크의 경제 가치는 0에서 인건비 대체분 전액으로 점프한다. 문턱 아래에서의 5점 상승은 가치가 거의 없고, 문턱을 걸치는 1점은 시장 하나를 연다. 그래서 용도별로 1점의 가격이 다르다. 챗봇·요약에서 50점과 57점은 사용자가 구분하지 못하니 1점 가치가 0에 수렴하고, 자율 코딩·전문 지식노동에서는 최고점 모델만 팔린다.

둘째, 시장이 이미 가격으로 답하고 있다. 마지막 1점에 태스크당 2.6배를 받는데도 Fable 5가 팔린다는 것 자체가, 최상단 1점의 지불용의가격이 태스크당 $1.7 이상이라는 현시선호다.

셋째, 에이전트 작업에서 점수 차이는 복리로 증폭된다. 인덱스 점수는 태스크 성공률의 가중평균인데, 50스텝짜리 자율 작업의 완주율은 스텝당 신뢰도의 50제곱이다. 스텝당 98%면 완주율 36%, 99%면 61% - 겉보기 1%p 차이가 최종 성과에서 배 가까운 차이가 된다. Fable 5와 K3의 GDPval 격차(1,760 vs 1,668)가 인덱스 2.8점 차이보다 실무에서 크게 느껴지는 이유다.

상용화 관점의 함의를 정리하면 이렇다. '충분히 좋은 모델'은 빠르게 Commodity가 된다. 44~50점 구간은 이미 여러 기업이 따라왔고 가격은 바닥을 향한다. 이 구간의 사업은 모델 성능이 아니라 유통(클라우드 번들, 온프레미스, 규제산업 인증)과 서빙 원가로 승부가 갈린다. 반면 프런티어 1~2점은 승자독식형 프리미엄 시장이다. 검수 없는 자율 작업이라는 임계값을 누가 먼저, 어떤 도메인에서 넘느냐가 가격 결정력의 원천이고, 그래서 랩들은 한계비용이 폭증하는 걸 알면서도 마지막 1점에 투자를 집중한다. 모델 시장은 "커모디티화되는 몸통"과 "프리미엄이 유지되는 머리"로 이분화되고 있고, 투자 관점에서는 어느 쪽 게임에 노출된 회사인지를 먼저 물어야 한다

그 1점을 올리기 위해, 그리고 원가를 낮추기 위해 - 각 사의 연구 방향

그러면 각 사는 정확도와 효율을 각각 어떻게 올리고 있나. 공개된 기술 문서 기준으로 정리하면 두 축의 연구 지도가 그려진다.

정확도(점수)를 올리는 연구

스케일과 데이터 품질. 여전히 작동한다. 딥시크 V4는 32조 토큰 이상을 사전학습했는데, 주목할 건 코퍼스를 긴 문서·과학 논문·에이전트 상호작용 기록 쪽으로 의도적으로 가중했다는 점이다. 요즘 사전학습 경쟁의 실체는 크롤링 총량이 아니라 합성 데이터, 필터링, 커리큘럼 설계 같은 데이터 엔지니어링이다.
강화학습 사후훈련. 지난 2년 정답률 상승분의 최대 지분이다. 수학·코드처럼 정답이 기계적으로 채점되는 영역에서 검증 가능한 보상으로 대규모 RL을 도는 방식(RLVR)이 추론 성능 도약의 엔진이었고, 딥시크의 GRPO 계열 알고리즘이 대표적이다. 최근 프런티어는 이를 에이전트 영역으로 확장 중이다. 실제 터미널·브라우저·코드베이스 환경에서 태스크를 완수하면 보상을 주는 장기 에이전트 RL - GLM-5.2의 8시간 자율 코딩, Qwen3.7의 35시간 자율 커널 최적화(1,158회 툴 콜, Triton 대비 기하평균 10배 속도 향상) 같은 능력이 여기서 나온다. AA가 에이전트에 34% 가중치를 두는 지금, 점수를 실질적으로 가르는 건 이 RL 파이프라인의 품질이다.
테스트타임 컴퓨트. 같은 가중치라도 생각 토큰을 더 태우면 점수가 오른다. 추론 예산의 단계화(max/xhigh/high), 여러 번 풀고 답을 고르는 반복 샘플링이 제도화됐다.
정확도형 아키텍처. 딥시크의 Engram 조건부 메모리가 주요 예시다. 사실 지식 검색과 추론에 같은 어텐션을 쓰는 병목을 겨냥해, 지식을 연산이 아닌 룩업 테이블로 옮기는 접근이다. 벤치마크 3~5점 향상, 니들인헤이스택 정확도 84.2%→97%(27B 모델 기준)를 만들었고, 희소 용량의 20~25%를 전문가에서 메모리로 재배치하는 게 최적이라는 U자형 스케일링 법칙까지 제시했다. 그 외 mHC(초대형 레이어 스택의 신호 전파 안정화), Muon 옵티마이저(수렴 속도·안정성), MTP(멀티토큰 예측)가 같은 예산에서 더 낮은 손실에 도달하게 하는 장치들이다.

효율(원가)을 낮추는 연구

MoE 초희소화. K3는 2.8T 파라미터에 896개 전문가 중 16개만 활성화한다. 딥시크·GLM·MiniMax·Qwen 모두 활성 비율이 5% 안팎으로 수렴 중이다. "총 파라미터는 지식 저장소, 활성 파라미터는 연산"이라는 분리가 확립됐다. 다만 전문가 수는 많을수록 좋은 게 아니다. 쪼갤수록 라우팅 부하 불균형 문제가 커지고(K3가 'Stable' LatentMoE라는 이름에 방점을 찍은 이유), 위의 U자형 법칙이 보여주듯 마지막 예산은 전문가보다 룩업 메모리에 쓰는 게 낫다는 게 확인됐으며, 추론 시에는 전문가 분산에 따른 all-to-all 트래픽과 배치 크기 요구가 비용으로 돌아온다.
어텐션 재설계. 표준 트랜스포머의 쿼드라틱 병목을 깨는 세 유파가 경쟁 중이다. 압축·선택형(딥시크 CSA/HCA — 100만 토큰에서 토큰당 FLOPs 27%, KV캐시 10%로 감축), 선형·상태형(Kimi Delta Attention - 100만 토큰 컨텍스트에서 최대 6.3배 빠른 디코딩, MiniMax MSA — 토큰당 연산 1/20), 슬라이딩 윈도우 교차형. 순수 선형은 검색 성능이 약하지만 소수의 풀 어텐션을 섞은 하이브리드가 순수 소프트맥스를 능가한다는 게 확인되며 하이브리드가 사실상 표준이 됐다.
저정밀도. FP8 학습을 넘어 딥시크 V4가 전문가 파라미터 FP4 학습을 상용화했다.
서빙 스택 내재화. 문샷의 자체 학습 스택 Mooncake, 밑바닥부터 만든 컴파일러 MiniTriton, vLLM 기여 캐싱, 프롬프트 캐시히트 90% 할인 같은 것들. 오픈웨이트 시대에 모델사의 방어벽은 서빙 노하우로 이동하고 있다.

주목할 점은 두 축이 등가교환된다는 것이다. 학습 효율 25% 개선은 같은 예산으로 25% 더 학습한 모델과 등가이고, 토큰이 싸질수록 테스트타임 Compute 가성비가 좋아진다. Compute 자원이 부족한 중국 랩들이 효율 혁신에 집중한 것은 이 환전 창구를 통해 정확도를 산 것이다.

반도체·서버 업계에 미치는 영향 - 수요 총량이 아니라 구성의 재편

위 기술 트렌드를 하드웨어 수요로 번역하면, 결론은 "연산 총량 감소"가 아니라 "수요 구성의 재편"이다.

첫째, 연산↓·메모리↑의 비대칭이 심화된다. 효율 기술들의 공통 효과는 토큰당 FLOPs를 깎는 것이다(딥시크 73% 감축, MSA 1/20). 그런데 KV캐시 압축에도 불구하고 100만 토큰 컨텍스트가 전 서비스 기본값이 되고 에이전트가 세션당 토큰을 수십 배 태우면, 절대 메모리 수요는 다시 차오른다. 디코딩은 더 극단적인 메모리 바운드 워크로드가 되고, 칩의 가치 서열에서 FLOPS 대비 메모리 대역폭·용량의 프리미엄이 올라간다. HBM 관점에서는 "토큰당 캐시는 줄지만 토큰 총량이 그 이상 는다"는 제번스형 상쇄로 읽는 게 맞다고 본다.

둘째, MoE 초희소화는 그 자체가 인터커넥트 수요다. 수백 개 전문가가 수십 개 칩에 분산되면 토큰마다 전문가 라우팅 all-to-all 트래픽이 발생하고, 그래서 K3의 권장 서빙이 전문가 병렬 트래픽을 하나의 고대역폭 도메인에 가두는 64개 이상 가속기 슈퍼노드다. 스케일업 도메인 크기가 모델 아키텍처의 함수가 된 것이고, 엔비디아가 NVL72에서 더 큰 도메인으로, 화웨이가 클라우드매트릭스 384에서 8,192개 칩을 묶은 아틀라스 950 슈퍼포드로 가는 경쟁의 수요 측 원인이 바로 이 트렌드다. 단기는 구리 백플레인, 도메인이 랙을 넘는 순간부터 광 스케일업(CPO/OCS)이다. 연산 단위가 칩에서 랙으로 올라가면 서버 설계의 무게중심도 보드에서 랙 백플레인·전력밀도·냉각(800V HVDC, 액체·액침냉각)으로 옮겨간다.

셋째, FP4가 하드웨어 요구 스펙이 됐다. 딥시크의 FP4 학습 상용화로 블랙웰~루빈의 FP4 텐서코어가 필수가 됐고, 추론 칩·NPU 설계에서도 FP4/FP8 네이티브 지원이 경쟁 변수다. 저정밀도 표준화는 공정 열위를 포맷으로 일부 만회할 수 있다는 점에서 중국 칩 진영에도 유리하게 작용하는 양면성이 있다.

넷째, 계층 메모리의 부활 신호. Engram처럼 지식을 룩업으로 옮기면 워크로드가 추천시스템과 비슷해진다 - 거대한 용량, 낮은 연산 강도. HBM이 아니라 용량 계층 메모리의 일감이고, 실제로 희소 어텐션 LLM의 KV캐시를 CXL로 분리하는 시스템 연구가 나오기 시작했다. 프리필(연산 바운드)과 디코드(메모리 바운드)를 다른 하드웨어에 배치하고 KV캐시를 HBM-DRAM-CXL/SSD 계층으로 내리는 분리형(disaggregated) 서빙과 맞물리면, 서버는 균질한 GPU 노드의 나열에서 역할별 이기종 노드+메모리 패브릭으로 분화한다.

다섯째, 선형 어텐션의 확산은 추론 칩 판을 흔든다. KV캐시가 자라지 않는 고정 상태 디코딩은 세션당 메모리를 극적으로 줄여, 대용량 HBM 없이 장문맥을 서빙하는 길을 연다. SRAM 기반 초고속 추론 칩과 온디바이스에 구조적 순풍이다. 압축형 vs 선형형 어텐션의 승자가 어느 쪽이냐에 따라 메모리 수요의 질(용량 중심 vs 대역폭 중심)이 갈리는 분기점이라, 계속 추적할 가치가 있다.

여섯째, 소프트웨어 자급이 하드웨어 전환 비용을 낮춘다. 프런티어 랩들이 커널·컴파일러를 자급하기 시작하면서(MiniTriton, 자체 CUDA 커널 라이브러리 공개), 대체 칩의 진입 장벽이 내려간다. 여기에 AI가 커널을 직접 짜는 루프(Qwen3.7의 35시간 자율 커널 최적화가 자사 자체 가속기용이었다는 점, K3의 48시간 자율 칩 설계 데모)가 겹치면 신생 칩의 소프트웨어 생태계 구축 기간이 단축된다. CUDA 해자의 전면 붕괴는 아니지만 선택적 침식은 진행형이다.

미·중 모델 경쟁, 그리고 다른 나라들의 선택지

경쟁 구도를 요약하면, 격차는 6~12개월로 압축됐고 가격 격차는 그보다 빠르게 좁혀지고 있다. 그리고 전략이 X자로 교차 중이다. 오픈소스의 상징이던 알리바바는 플래그십(Qwen3.7 Max)을 처음으로 폐쇄형으로 돌렸고, 문샷은 2.8T 모델의 가중치를 풀며 오픈웨이트를 최상단까지 밀어올렸다. 전자는 클라우드 락인과 API 마진, 후자는 생태계 장악 후 서빙 수익이라는 서로 다른 수익화 실험이다.

규제도 쌍방향이 됐다. 미국의 칩 수출통제에 더해, K3 출시 이후 미국에서는 오픈소스 AI 행정명령과 관련 입법 논의가 나오고 있고, 중국도 자국산 첨단 AI 모델의 해외 접근 제한을 검토 중이라는 보도가 나왔다. 흥미로운 역풍도 관찰된다. 규제가 촘촘해질수록 제3국 시장은 통제 밖의 오픈소스·현지 맞춤형 모델로 눈을 돌리고, 저렴하고 성능 좋은 중국 오픈웨이트가 그 공백을 채운다는 것이다. 경쟁의 축이 "누가 최고 모델을 만드나"에서 "누구의 모델이 글로벌 디폴트 인프라가 되나"로 이동 중이며, 이 게임에서는 오픈웨이트+저가격이 구조적으로 유리하다.

하드웨어 쪽 중국의 진도도 '증명 단계'로 넘어갔다. 지푸AI가 화웨이 어센드만으로 멀티모달 모델의 전 학습 사이클을 완료했고, Z.AI는 전량 중국산 실리콘으로 1GW 클러스터를 구축했으며, 화웨이는 어센드 950 8,192개를 묶은 아틀라스 950 슈퍼포드를 공개했다(성능 수치는 자체 발표로 제3자 검증 전). 중국 기업 설문에서는 어센드 910B/C의 도입·평가 비율(65%)이 엔비디아 H20/L20(47%)을 앞섰다는 결과도 나왔다. 딥시크의 자체 칩 개발 보도, 알리바바의 자체 가속기(전우 M890)까지 겹치면 모델-칩 수직계열화가 동시다발로 진행 중이다.

그러면 다른 나라들은 어떻게 대응할까. 개인적인 생각은 이렇다. 미·중을 제외한 국가들에게 프런티어 정면 승부는 이미 예산 게임이 아니게 됐다. 대신 세 가지 현실적 경로가 보인다.

소버린 미드티어 전략. 44~50점대 '충분히 좋은' 구간은 Commodity가 됐으므로, 이 구간을 자국어·자국 데이터·규제산업 요건에 맞춰 확보하는 것이다. 한국의 독자 AI 파운데이션 모델(독파모) 사업이 정확히 이 트랙이다. LG AI연구원·SK텔레콤·업스테이지가 성과 보고서를 제출했고 모티프테크놀로지스가 이달 말 개발을 마치면 8월 2차 평가에서 4팀이 3팀으로 압축된다. 참고로 업스테이지는 오픈소스 모델 '솔라 오픈2' 프리뷰가 AAII 44.4점을 기록했다고 발표했는데, 이 숫자가 리더보드에서 확인되면 미·중 제외 1위권이라는 주장이 산술적으로 성립한다. 미·중을 빼면 프런티어 경쟁자가 사실상 프랑스 미스트랄 정도만 남는 얇은 분모라는 점은 감안해야 하지만, 미·중 모델을 쓸 수 없거나 쓰기 싫은 정부·규제산업 시장에서 "그 외 최고"는 실질적 세일즈 포인트다.
중국 오픈웨이트 위에 올라타기. 가중치를 받아 파인튜닝·증류로 주권형 모델을 만드는 경로. 비용은 최소지만 기반 모델의 지정학 리스크(향후 중국의 모델 수출통제 가능성)를 안는다.
인프라·소부장 특화. 모델 레이어의 가치가 인프라 레이어로 밀려나는 흐름(오픈웨이트 확산 = 모델 접근료의 무력화, 서빙·하드웨어 사업의 강화)을 활용해, 메모리·인터커넥트·전력·패키징에서 포지션을 강화하는 것.

투자 관점 정리 - 상장주와 VC

상장주와 VC 관점에서 어떤 것들에 영향을 미칠지 고민해보자.

메모리. 이번 사이클의 핵심 질문은 "총량"이 아니라 "질"이다. 아키텍처 트렌드는 HBM의 셀링 포인트를 용량에서 대역폭으로 옮기고 있고(디코딩의 메모리 바운드 심화), 동시에 선형 어텐션 확산은 반대 방향의 힘이다. HBM4 전환기의 대역폭 스펙 경쟁, 그리고 중국 시장의 구조적 이탈(어센드 클러스터 표준화 시 CXMT 물량 우선) 속에서 중국 제외 수요만으로 사이클이 정당화되는지가 국내 메모리 밸류에이션의 관건이다.

인터커넥트·광. MoE 초희소화 → 슈퍼노드 대형화 → 스케일업 대역폭이라는 인과사슬은 이번 분석에서 가장 확신이 높아진 부분이다. 스위치·리타이머 ASIC, 광모듈·CPO 밸류체인, 그리고 상류의 InP 광원·포토닉스 SOI 병목이 관찰 대상이다. 분리형 서빙의 확산은 랙 간 패브릭(이더넷 스위칭) 수요도 함께 키운다.

전력·열. 랙 전력밀도 상승은 아키텍처가 만드는 구조적 수요다. 전력기기(변압기·스위치기어), 800V HVDC 관련, 액체냉각 밸류체인은 모델 효율화와 무관하게 - 정확히는 효율화가 토큰 수요를 키울수록 - 수혜가 이어지는 구간이다.

GPU·파운드리. K3 쇼크 같은 이벤트 드리븐 조정은 "컴퓨트 모트 서사"의 취약성을 보여주지만, 추론 수요의 총량 논리는 유지된다고 본다. 다만 엔비디아 단일 종목에서 패브릭·메모리·전력으로 수혜가 퍼지는 방향이 이번 사이클의 알파 포인트라는 게 개인적 판단이다. TSMC는 미·중 어느 쪽이 이겨도 첨단 공정 수요를 받는 포지션이나, 중국 자급 진도가 빨라질수록 중화권 노출 리스크는 커진다.

VC: 어떤 인사이트로 투자할 것인가

모델 업체를 검토할 때, 실사의 질문이 바뀔 것 같다. 단순히 "AA 몇 점이냐"가 아니라 (a) 검증 가능 보상 RL 환경을 자체 구축할 역량이 있는가(점수의 원천), (b) 데이터 파이프라인이 자산인가 외주인가, (c) 오픈웨이트 전략이라면 공개한 것과 과금하는 것 사이의 전환 장치(서빙 원가 우위, 클라우드 락인, 엔터프라이즈 수주)가 무엇인가다. 허깅페이스 다운로드 수가 아니라 다운로드의 유료 전환율을 물어야 한다.
모델 학습 속도와 호흡이 빨리지면서, 학습 파이프라인 분석이 필요해보인다. 정확도 경쟁이 RL로 넘어가면서 RL 환경·샌드박스 인프라(에이전트 훈련용 시뮬레이션 환경, 검증기)가 중요할 것 같다. 효율 경쟁 쪽에서는 새 어텐션 연산자가 나올 때마다 커널·컴파일러·서빙 최적화 수요가 재생성되는 구조라, 학습 파이프라인을 빠르게 셋팅할 수 있는 팀이 주목받을 것 같다.
NPU·추론 칩 스타트업도 최신의 AI 모델을 지원해야 하기 때문에 큰 영향을 받을 것 같다. FP4와 초희소 MoE 라우팅, 델타넷/희소 어텐션 커널이 컴파일러 스택에서 실제로 도는가 (2026년 중심의 모델). InferenceMAX 방식의 공개 재현 가능한 tokens/s/GPU·TCO 실측을 제시할 수 있는가. 그리고 타깃 모델이 무엇인가 - 온프레미스 시장의 실수요는 자체 서빙 가능한 중형 모델(수십 B급)이며, 슈퍼노드급 플래그십 서빙은 대형 인프라 보유자의 게임이다.

Conclusion

Kimi의 K3를 보면서 들었던 생각은 "중국이 이겼다"라거나 "가성비 모델이 나와서 메모리 수요가 줄어든다"가 아니다. 지능의 가격 구조가 드러났다는 것이다. 준프런티어 지능은 Commodity가 되어 가격이 붕괴하고 있고, 마지막 1~2점은 볼록한 한계비용에도 프리미엄이 유지되며, 그 프리미엄의 근거는 '검수 불필요' 임계값이다. 조금 더 쉽게 얘기하면, '충분히 쓸만한 AI 모델을 달성하기 위한 경쟁은 끝났고, 고부가 시장을 먹을 최고의 모델을 가리는 경쟁만 남았다.' 사람의 검수 없이 결과물을 그대로 쓸 수 있는 문턱을 넘는 순간, 태스크의 경제 가치는 0에서 인건비 대체분 전액으로 점프한다. 문턱 아래에서의 5점 상승은 가치가 거의 없고, 문턱을 걸치는 1점은 시장 하나를 연다. 그래서 용도별로 1점의 가격이 다르다. 챗봇·요약에서 50점과 57점은 사용자가 구분하지 못하니 1점 가치가 0에 수렴하고, 자율 코딩·전문 지식노동에서는 최고점 모델만 팔린다.

최종 승자가 되기 위한 미국과 중국의 경쟁에서는 상대를 꺾기위한 마지막 1점을 위해, 막대한 연구개발비를 지출하고 있다. 더 나아가, 이를 구동할 하드웨어 경쟁에서도 거대 AI를 돌리기 위한 메모리와 MoE를 위한 인터커텍트, 전력, 계층 메모리 등이 통합적으로 경쟁을 시작했다. 벤치마크 점수는 이 큰 그림의 입구일 뿐이다. 점수를 볼 때는 심판(AA)이 무엇을 중점적으로 보는지, 무엇을 간과하고 있는지 (효율·하드웨어)를 같이 봐야 한다. 투자는 AA 점수가 아니라 그 아래의 원가 구조와 수요자가 점수 1점, 토큰 비용에 얼마를 지불할지를 깊게 고민해봐야 할 필요가 있다는 생각을 했다.

유리기판 생태계와 기술적 허들

투자연구소 테크센터 — Tue, 14 Jul 2026 18:11:19 +0900

이번에는 차세대 기판으로 잘 알려진 유리기판의 전반적인 생태계와 왜 계속 상용화가 미뤄지고 있는지 등을 정리해 볼 계획이다. 유리기판은 기존 기판 (초록색)에 자주 활용되던 유기 (폴리머/수지) 소재를 유리 (Glass) 소재로 변경한 것이다. 유리로 소재를 변경한 주요 동인은 AI 칩 패키지의 대형화다. GPU와 HBM를 하나의 패키지에 다중 집적하면서, 패키지의 면적이 커졌고, 기존 유기기판(FC-BGA)이 세 개의 물리 한계에 동시에 부딪혔다.

<유기기판 vs 유리기판>

첫째 문제는 워피지 (Warpage)다. 유기 기판은 고온 공정과 고부하 작동 환경에서 소재가 미세하게 휘는 열변형이 발생하고, 기판이 미세하게라도 휘면 칩과 기판을 잇는 수만 개의 초미세 접점이 끊어지거나 신호 간섭이 생겨 수율과 신뢰성이 급락한다. 패키징 과정에서 열을 가하게 되는데, 실리콘과 폴리머의 열팽창계수 (CTE)가 달라, 접촉면의 두 소재가 다른 속도로 팽창하면서, 휘는 문제가 생긴다. 하지만, 유리는 CTE가 실리콘에 가까워, 이 문제를 구조적으로 억제한다.

둘째 문제는 미세배선 한계다. 유리기판이 구현 가능한 선폭은 5μm 미만으로 유기기판(8~10μm)의 절반 수준으로 평가되는데, 이는 유리의 표면 평탄도 (수지와 유리섬유 복합재는 표면 요철이 근본적으로 큼) 덕분이다. 쉽게 얘기하면, 유리가 폴리머 소재보다 표면이 매끄러워서, 미세한 패턴을 새기기 쉽다는 뜻으로, 코어가 평탄해야 그 위 RDL (전기 배선)이 미세해질 수 있다.

세번째 문제는 전기 특성이다. 칩이 처리해야 하는 데이터가 늘어나면서, 고속 신호를 처리해야 하는데, 유기기판은 유전손실이 높아 신호 감쇠가 크다. 이에 반해, 유리기판은 저유전손실로 고주파 신호 감쇠가 적어, 고속신호 전송에 강점이 있으며, 대면적 사각 패널 공정이 가능해 원가 잠재력도 있다.

<유리기판의 주요 플레이어>

반도체의 높은 성능을 요구하는 AI 시대에 유리기판을 상용화하기 위해서 많은 업체들이 기술 개발 및 Capex 투자를 진행 중이다. 가장 주요한 플레이어로는 SK, 삼성, 인텔이 있다.

SKC/앱솔릭스는 2021년 AMAT와 합작 설립, 조지아주에 세계 최초 전용 양산 공장을 준공하며 앞서갔지만, 상업화 시점이 당초 2024년 6월에서 '2025년 양산', 다시 '2026년 인증 완료'로 3년째 밀렸고, 최근 실적 컨퍼런스 콜에서는 "예상하지 못한 추가 검증 항목들이 발생해 개발이 길어지고 있다"며 양산 시점 확정을 못 했다. 현재는 고난도 임베디드 방식(부품을 기판 내부에 심는 방식)에 더해 구현이 쉬운 논임베디드 방식을 병행하는 투트랙을 공식화했고, 난이도를 낮춰서라도 인증을 따겠다는 뜻이다. 자금 면에서는 1조 1,700억 원 유상증자로 앱솔릭스에 약 5,896억 원을 3년간 투입하고, CHIPS Act 보조금 1차분 4,000만 달러를 수령했으며, 인텔 출신 강지호 대표를 신임 CEO로 선임했다. 주요 예상 고객으로는 AMD와 AWS가 핵심 모멘텀으로 거론된다.

삼성전기는 지난해부터 브로드컴에 유리 코어기판 샘플을 공급 중이고, 최종 수요기업인 애플에도 샘플을 공급 중인 것으로 알려져있다. 세종 파일럿 라인 가동 중이며, 유리기판 연구를 주도한 주혁 중앙연구소장을 패키지설루션사업부장으로 선임하고 개발 조직을 사업부로 이관해 상용화 채비에 들어갔다. 양산 목표는 2027년 전후로, FC-BGA에서 AMD·브로드컴·테슬라·아마존을 이미 고객으로 확보한 레퍼런스가 있기 때문에, 기술이 성숙됨에 따라 빠르게 벤더 지위를 확보할 수 있을 것으로 예상된다.

인텔은 유리기판 분야에서 10년 이상 선행 연구를 했고 2023년 시제품을 공개했지만, 재무 위기 속에 2025년 자체 생산 축소·철수 검토가 보도됐다. 내부 개발을 중단하더라도 외부 조달 가능성은 열어둔 CapEx→OpEx 전환이며, 광범위한 핵심 특허로 라이선스 영향력은 유지하는 구조로 해석된다. 다만 2026년 들어 넵콘 재팬에서 800μm 유리 코어에 EMIB를 결합한 성과를 발표했고, 2030년경 자사 파운드리 공정에 본격 적용하는 전략을 보이고 있으며, 유리기판 샘플에서 상용화 난제로 꼽힌 '미세 균열 문제가 없음'을 확인한 것으로 알려다.

그 외에 삼성전자-삼성디스플레이는 유리 인터포저 연내 시제품을 공개할 예정이며, LG이노텍은 구미 R&D 파일럿 라인에서 개발 중이며 양산은 2027~2028년으로 예상되고 일부에선 2030년까지 밀렸다는 평가도 있다. 원판 진영에서 코닝·아사히글라스 등 원장 제조사들이 TGV·식각으로 영역을 확장 중이고, 일본은 DNP·미쓰이화학이 인텔 공급망에 합류하고 FICT가 미세 배선이 형성된 극초박형 유리를 여러 장 적층 하는 독자 기술을 선보이는 등 소재·가공에서 존재감이 크다. 중국도 대규모 투자를 시작하고, BOE가 양산 가능성을 검증하는 등 진입 중이다.

<상용화 단계에서 주요 허들>

반도체 분야에서 산전수전을 다 겪은 기업들이 상용화에 박차를 가하고 있지만, 유리기판의 상용화 일정은 당초 예상보다 조금씩 뒤로 연기되었다. 여러 가지 이유가 복합적으로 작용했겠지만, 주요 원인을 뜯어보기 위해서는 유리기판이 어떻게 만들어지고, 어느 단계가 Bottleneck인지를 찾아봐야 한다.

유리기판 생산의 공정 흐름은: 원장 유리 입고 → TGV 형성 → 시드 메탈라이제이션 → Cu 충진·패터닝 (도금) → 평탄화 → 절연층(ABF) 라미네이션 + RDL 빌드업 반복 → 표면처리 → 싱귤레이션 → 검사다. 공정에서 주요 Bottleneck으로 꼽히는 부분은 1) TGV 형성 2) 메탈라이제이션 및 도금 3) 절연층/RDL 4) 싱귤레이션 및 검사다.

1) TGV 형성의 주류는 고에너지 레이저로 유리 내부 화학 결합을 변형시킨 뒤 식각액 반응으로 균일한 홀을 만드는 방식 (LIDE)이다. 기계적 드릴이 아니라 '개질 후 식각'인 이유가 바로 취성 (깨짐) 때문인데, 수십 μm TGV를 만들며 가해지는 충격으로 미세 균열이 생길 수 있고, TGV 단계에서는 문제가 없다가 추가 공정이나 이동 중 균열이 커져 유리가 깨지거나 찢어지듯 들뜨는 현상인 세와레 (Seware)를 야기한다. 쎄크는 식각 없는 전자빔 기반 가공기를 개발 중인데 (습식 식각은 홀이 모래시계 형태가 돼 시드 형성 불균일과 구리 충진 시 보이드의 원인이라고 지적), 아직 홀 1,500개당 크랙 1개 수준이라 양산 적용은 어렵다고 밝혔다. 즉, 크랙 가능성이 높은 소재에 대해 매우 높은 요구 수준을 가지고 있기 때문에, 하나의 허들로 꼽힌다.

2) 메탈라이제이션·도금은 TGV로 뚫은 Hole을 통해 신호가 통하도록 도금액을 도포하는 공정이다. 이 과정이 어려운 이유는 유리는 화학적으로 불활성이고 매끄러워 구리가 안 붙기 때문이다. 티타늄·크롬·니켈 같은 이종 금속을 구리와 함께 스퍼터링 (고에너지 입자로 표면을 때려, 증착하는 방법)하여 밀착력을 확보하거나, 아민계 작용기 화합물로 프라이머 처리하는 방식이 쓰인다. 안정적으로 구리를 도금하면서, 생산성을 확보하는 것이 어려운데, 홀 내부를 구리로 균일하게 채우는 도금에 며칠이 소요될 만큼 생산성 확보가 어렵다는 지적도 있다. 그리고 충진 후, Cu(CTE ~17ppm/K)와 유리(~3~8ppm/K)의 미스매치가 홀 주변에 열응력을 걸어, 잠복한 마이크로 크랙의 기폭제가 되기도 한다.

3) RDL은 기판의 전기배선 작업으로, 대부분의 소재가 PCB나 실리콘 인터포저에 맞춰져 있어 유리용 고도화가 필요하고, 일부 공정에서 절연 필름이 유리에 부착되지 않거나 공정 후 찢어지는 현상이 나타나는 것으로 알려져 있다. ABF는 애초에 구리·유기물 표면에 붙도록 설계된 소재라 유리 계면에서는 접착 화확 개발이 필요하고, 계면 응력이 싱귤레이션에서 문제가 생기는 것이 위에서 설명한 세와레 (Seware)다.

4) 싱귤레이션은 큰 판(웨이퍼·유리기판 등)을 개별 단위로 잘라 분리하는 절삭 공정이다. 절단과 절단 후 연마 과정에서도 미세 균열이 생기고, 최악은 나노미터 수준 미세 균열이 어디 있는지 원장 전체를 검사해야만 알 수 있고, 단 하나의 균열도 공정 중 어떻게 확산될지 몰라 수율 안정화의 걸림돌로 남아 있다. 심지어 샘플을 비행기로 옮기다 기압 때문에 깨지거나 세와레가 발생한 사례까지 보고된 바 있다.

즉, 기존 PCB 및 실리콘 인터포저에 맞춰진 소재 및 공정이 유리기판에 최적화되어 추가 개발되어야 하는데, 미세 크랙과 열/기계 효과가 국소 결함에 머무는 PCB에 반해, 유리기판은 복합적인 문제를 발생시키기 때문에 상용화에 시간이 걸린다. 이 중에 TGV 홀 가공 자체는 많은 연구 개발을 통해, 거의 해결되어 가고 있는 것으로 보인다. 단, 계면 신뢰성 (유리-Cu, Cu-ABF), 싱귤레이션 및 계측은 아직 추가 개발이 필요해 보인다. 특히, 유리-구리 간의 도금 부분 및 세와레가 가장 큰 허들로 지목되곤 한다.

<도금 방식과 문제 및 해결 방법>

① 시드층: '매끄러움의 역설'. 유리에 구리가 안 붙는 이유는 두 가지가 겹친다. 화학적으로 유리(SiO₂ 네트워크)는 불활성이라 Cu와 화학결합을 만들 작용기가 없고, 기계적으로 PCB 동박처럼 표면 조도에 파고드는 앵커 효과를 쓸 수 없을 만큼 매끄럽다. 그래서 티타늄·크롬·니켈 같은 이종 금속을 구리와 함께 스퍼터링해 시드층을 만들거나, 아민 등의 작용기를 가진 화합물로 프라이머 처리하는 두 경로가 쓰이는데, 각각 약점이 있다. 스퍼터는 진공 장비라 패널 대면적에서 CAPEX·처리량 부담이 크고, 시선(line-of-sight) 증착이라 고 종횡비 모래시계 비아의 내벽·허리까지 균일하게 못 들어간다. 무전해·프라이머는 비아 내벽까지 들어가지만 밀착력이 근본적으로 약하다. 그리고 유리기판 고유의 딜레마가 하나 더 있다. 밀착력을 올리는 고전적 방법은 표면을 거칠게 만드는 것인데, 표면 조도는 고주파에서 도체 손실(skin effect)을 키워 유리기판의 존재 이유인 저손실 특성을 갉아먹는다. 즉 "매끄러운 채로 붙여야" 하는, 화학적으로 가장 어려운 조합이 요구된다.

② 충진: 구리 도금 과정에서 홀 가운데 보이드가 생김. 모래 시계 형태의 홀 가운데부터 양쪽 표면으로 구리가 올라가는 Bridge-Fill은 허리에서 도금이 먼저 닫히는 걸 전제로 하는데, 닫히는 순간이 곧 위험의 순간이다. 핀치오프가 비대칭으로 일어나거나(허리 형상 산포, 상하 유동 불균형), 브릿지가 닫히기 직전 공동 안에 전해액이 미처 빠져나가지 못하면 전해액이 갇힌 채로 봉인된다. 또는 두 성장면이 만난 접합면은 가속제(SPS)가 최고 농도로 작동하던 자리라 황·탄소·염소계 유기 불순물이 농축되는데, 어닐링이나 열 사이클에서 마이크로 보이드가 응집·연결되며, 지연 불량이 생길 수 있다. 이처럼 다양한 이유로 보이드가 생기게 되는데, 깊고 좁은 비아일수록, 패널이 클수록 악화된다는 특성이 있다. 보이드 주변 전류 집중이 일렉트로마이그레이션 수명을 깎고, 보이드/심이 CTE 응력 하에서 크랙 개시점이 되어 앞서 논의한 세와레 사슬의 출발점이 된다.

Void 문제를 해결하기 위해, 화학 첨가제나 도금의 파형 제어, 비아 속 공기를 빼고 전해액을 밀어 넣는 방법, 모래시계 형상을 아예 곧게 뻗은 통로로 수정하는 등 다양한 솔루션이 고안되고 있다. 아직 어떤 방법이 확실하게 Void를 없애면서, 양산성이 나오는 기술인지에 대해서는 확실한 정답은 없는 상황이다. SKC, 삼성전기, LG이노텍 등 다양한 기업들이 협력사들과의 협업을 통해 솔루션을 도출하고 있는 것으로 파악된다.

<세와레의 원인>

유기기판 (수지+유리섬유)은 연성이 있어서 응력을 받으면 미세하게 변형하며 흡수하고, 결함이 생겨도 그 자리에 머문다. 유리는 소성변형이 없기 때문에, 응력이 재분배되지 않고, 어딘가 잠복한 nm급 크랙의 선단에 그대로 집중된다. 그리고 유리 크랙은 임계 응력 이하에서도 천천히 자라는 성질 (응력부식균열, static fatigue)이 있어서, TGV 가공·연마·핸들링 어딘가에서 생긴 보이지 않는 크랙이 이후 모든 열공정과 운송 이력에서 조금씩 성장하다가, 어느 순간 층이 찢어지듯 들뜨며 발현된다. (세와레) 원인 공정(크랙 생성)과 발현 공정(박리)이 달라서 불량이 나도 귀책 공정을 못 가리고, nm 크랙은 인라인 검사로 안 보이니 수율 학습 루프 자체가 돌아가지 않는 문제가 생긴다.

싱귤레이션도 유기기판은 블레이드나 라우터로 쉽게 자르는데, 유리를 자를 때는 취성으로 인한 문제가 생긴다. 자르는 대상이 유리 단품이 아니라 유리+ABF+구리 배선의 이종 적층체인데, 수지는 열로 녹여 자르는 게 좋고 유리는 개질 후 분리가 좋은데, 한 절단선에서 두 재료를 동시에 만나니 어느 쪽에 최적화해도 다른 쪽이 손상된다. 절단은 층간에 쌓여 있던 잔류응력이 해방되는 순간이라, 에지에서 계면 박리가 그 자리에서 발생하는데, 이 부분이 세와레의 주요 원인이다. 이를 보완하기 위해, 레이저 내부 개질 후 분리하는 스텔스 다이싱 계열, 절단선 주변에 금속이나 ABF를 넣지 않는 keep-out 존을 두는 방식 등 다양한 방식이 연구 및 개발되고 있다.

<Conclusion>

유리기판의 상용화 시점을 묻는 질문에 단일한 연도로 답하기 어려운 이유는, 다양한 공정이 복합적으로 연동되어야 하기 때문이다. 기술 가능성의 입증은 사실상 끝났는데, TGV 홀 가공은 크랙 프리 수준에 근접했고, 도금·계면·절단·검사 각 공정에 솔루션이 존재한다. 남은 것은 과학이 아니라 제조의 문제다. 유리는 취성 재료 특성상 어느 한 공정에서 잠복한 나노미터급 결함이 이후 전 공정에서 성장해 최종 단계에서 발현하므로, 수율은 공정별 수율의 곱이 아니라 "모든 공정이 동시에 크랙 프리"여야 하는 AND 조건으로 결정된다. 여기에 결함의 인라인 검출이 어려워 수율 학습 루프가 느리고, 소재 생태계 전체가 유리용으로 재퀄되어야 하며, 신뢰성 검증 한 사이클에 수개월이 소요된다는 점이 겹친다. 앱솔릭스의 상업화 목표가 3년째 순연되고 "예상하지 못한 추가 검증 항목"이 반복 등장하는 것은 개별 기업의 역량 문제라기보다 이 구조의 필연적 결과에 가깝다.

그럼에도 병목의 위치가 이동했다는 사실 자체가 진전의 신호다. 2~3년 전의 쟁점이 "유리에 구멍을 깨지 않고 뚫을 수 있는가"였다면, 지금의 쟁점은 도금 생산성과 계면 신뢰성, 절단 수율로 좁혀졌고, 각 지점에 복수의 기업이 상업화 단계의 솔루션을 붙이고 있다. 시장 개화도 난이도 순서를 따를 것이다. 리스크가 전면적인 풀 유리 코어 기판보다, 면적이 작아 취성 리스크가 축소되는 유리 인터포저와 난도를 낮춘 논임베디드 제품이 먼저 열린다. 삼성전자-삼성디스플레이의 유리 인터포저 연내 시제품, 앱솔릭스의 2026년 인증 완료 목표와 논임베디드 병행, 삼성전기의 브로드컴·애플 샘플 공급이 모두 이 선발 구간에 놓여 있다. 종합하면 2026~2027년은 인증 통과와 초도 공급으로 상업화의 문이 열리는 구간, 2027~2028년은 인터포저·논임베디드 중심의 의미 있는 초기 양산 구간이 될 가능성이 높고, 대전류 전력전달과 초대형 패키지라는 유리기판 본연의 가치가 실현되는 풀 유리 코어의 대량 양산과 원가 경쟁력 확보는 2028년 이후, 유기기판을 실질적으로 대체하는 주류화는 인텔 로드맵이 시사하듯 2030년 전후로 전망하는 리포트들이 많다.

AI 시대 Next 병목 구간 찾기 (에너지)

투자연구소 테크센터 — Sun, 28 Jun 2026 08:09:39 +0900

오늘은 카페에서 여유롭게 시간을 보낼 기회가 있어서, 그동안 공부했던 에너지 섹터 관련 스터디를 조금 편한 느낌으로 정리해보려 한다. (사진은 스타벅스 더북한산점) 최근 1년은 삼성전자/SK하이닉스 (메모리), 삼성전기 (MLCC), 두산 (CCL), LS일렉트릭 (변압기), 가온전선 (전선) 등 AI 시대의 주요 병목 구간에서 사업을 하는 기업들의 주가 슈팅을 볼 수 있었다. 나름 산업에 대한 스터디는 열심히 하는 편이다 보니, 주가가 오르기 전에 해당 종목들은 잘 고르는 것 같은데, 아직 수급에 대한 감이 없는지 전부 조금만 먹고 나왔던 것은 아주아주 아쉬운 포인트인 것 같다. (딴 돈의 반만 가져가...) 아쉬운 마음을 뒤로하고, 다음 병목을 찾기 위해 AI 시대의 어떤 병목이 있었고, 앞으로의 병목을 찾기 위해 공부 중이고, 이번 포스팅에서는 에너지 위주의 병목을 공부해보려 한다.

<Energy Value Chain>

① 발전 - 해상풍력·태양광·원전/SMR·LNG 등이 있으며, 모든 에너지는 장단점이 있다. 예를 들면, 태양광은 낮 시간에만 발전이 가능하고, 풍력 또한 바람이 불지 않는 타이밍에는 발전이 안 된다는 간헐성이 있으며, 원전은 출력 조정도 힘들고 건설에 긴 시간이 필요하다는 단점이 있다. 이를 보완하기 위해 나온 SMR은 국내 기준으로 초도호기 준공이 2035년경이라 근미래의 답은 아니기 때문에, 24시간 안정적인 전력원인 firm 전원 확보가 반드시 필요하다. 뒤에서도 조금 더 자세하게 나오겠지만, 발전원을 AI DC에 붙여서 짓겠다는 BTM (Behind-the-Mile)이 미국의 대세가 되면서, 발전소 건설에 대한 수요도 빠르게 증가할 것으로 보인다.

② 송전(HVDC) - 열심히 발전기를 돌려서 AI DC로 끌고 오기 위해서 송전 시스템이 필요하다. AI DC 옆에 발전소가 있는 경우에는 송전 이슈가 적겠지만, 발전소가 멀리 있는 경우 (e.g., 해상풍력) 등은 HVDC가 필요하다. HVDC(초고압 직류 송전)는 고전압의 전기를 직류로 바꿔 장거리·해저로 대용량을 나르는 기술이다. 바다·장거리에선 교류(AC)가 자기 충전 손실 때문에 50~80km만 넘어도 무력해지므로, 해상풍력과 장거리 연결엔 HVDC가 사실상 유일한 답이다. 글로벌 해저케이블 시장은 Prysmian, Nexans, NKT, LS전선의 '빅4'가 약 85%를 과점한다. LS전선은 이 클럽에 든 유일한 한국 기업으로, 한국 내에서도 서해안 HVDC(8GW), 동해안~동서울 HVDC가 송전 병목 해소의 핵심 사업이다.

③ 배전 - 송전된 전력을 수요 단위로 나눠주는 배전도 중요한 영역이다. 북미 노후 배전망 교체(가공선→지중화)와 데이터센터 인입에 대한 수요가 폭증하고 있다. 상대적으로는 고압 송전 등보다 마진은 적지만, 볼륨 자체가 크게 늘고 있다. 국내 기업으로는 가온전선이 미국 자회사 LSCUS를 통해 직접 시장을 공략한다. 미국에서의 배전 매출도 중요하지만, LS에서 가온전선에 미국 배전 물량을 몰아준 레퍼런스를 기반으로 최근에는 데이터센터에 적용되는 버스덕트 수주를 따냈다. [1] 기술력도 중요하지만, 안정적인 운용을 위해 레퍼런스를 가장 중요하게 여기는 AI DC의 영역으로 다가오고 있다는 점은 긍정적인 요소로 생각된다.

④ DC 내부 전력 / ESS - 건물 안에서 랙까지 전력을 분배하는 영역으로 ESS와 함께 연동되기도 한다. 변압기·스위치기어·UPS, 그리고 버스덕트(busduct)가 핵심이다. 버스덕트는 수백 가닥 전선 대신 금속 케이스 안에 판형 도체를 넣어 대용량을 압축 분배하는 '굵은 전력 동맥'으로, 전력밀도가 극단적으로 높은 AI 데이터센터에 특히 적합하다. 가온전선가 이번에 수주를 따낸 버스덕트는 Vertiv·Schneider·Eaton 같은 서구 과점 업체와 같은 고객을 두고 경쟁하는 구도다.

<미국/한국의 데이터센터 전력 수요>

미국의 데이터센터 전력수요는 2025년 31GW, 2026년 41GW에서 2027년 66GW로 2년 만에 두 배가 늘었다. 메타, 아마존, 구글 등 기존 CSP 업체들도 AI DC를 앞다퉈 짓고 있으며, AI DC 사업만을 하는 네오 클라우드 업체들 (e.g., 코어위브, 네비우스)도 엄청난 자본 투입을 진행하고 있다. 미국도 공급이 수요를 따라가지 못하는 상황임은 맞지만, 압도적인 자본, 비교적 풍부한 에너지 자원, 넓은 땅덩어리 등으로 어찌어찌 공급을 진행하고 있는 것으로 보인다.

한국도 수요 자체는 이미 미국 못지않게 폭발했다. 데이터센터 계약전력 신청량이 2020년 이전 60MW에서 2023년 3,091MW로 3년 새 50배 넘게 뛰었다. 하지만, 공급이 미국처럼 원활한 편은 아니다. 미국은 ERCOT·PJM 같은 경쟁시장이 구축되어 있고, 가스발전을 AI DC 옆에 빠르게 붙이고, 직접 PPA로 KEPCO 같은 접속대기열을 우회할 수 있다. 이와 비교하여, 한국은 한전 단일 송배전 독점에, 5월 통과한 'AI 데이터센터 국가전략시설 특별법'에서도 직접 LNG PPA 조항이 빠졌다. 즉, 먼 곳에서 전력을 생산하고, 긴 송배전 라인을 탈 수밖에 없는 구조인데, 문제는 송배전이 지나오는 구간마다 지역사회의 반대 등으로 빠른 전력 공급이 어려워 AI DC 인허가가 제대로 나지 않는 상황이다. 따라서, 공급과 수요가 함께 증가하는 미국의 J자 커브 성장보다는 발전/송배전이 뚫리는 시점에서의 계단식 성장이 가능할 것으로 보인다.

처음에 가장 먼저 드는 생각은 '에너지가 남는 곳 (e.g., 동해안 (원전))에 데이터센터를 지으면 되는 것 아닌가'다. 미국은 이미 AI DC 옆에 발전소를 설치하여 공급하고 ((behind-the-mile, BTM)), 그리드 (전력망) 연결을 백업으로 두는 방식을 채택하고 있다.따라서, AI DC 옆에 둘 발전소를 무엇으로 할 것인지 등에 대해서 천연가스가 압도적 (75%)이며, 그리드를 포함한 전체 전력 믹스는 천연가스가 약 40%, 재생에너지가 약 24%, 원자력이 약 20%로 추정된다. BTM에서 천연가스 물량이 늘어나면서, 두산에너빌리티의 가스 터빈 수주도 폭증하고 있는 것으로 파악된다. 특히, 미국은 천연가스가 다른 나라 대비 싸고, 24시간 안정적으로 공급할 수 있으며, 빠르게 건설이 가능하다는 측면에서 가장 좋은 대안으로 보인다. 국내는 안정적으로 전력을 공급해야 하는 SK하이닉스, 삼성전자 등의 공장에는 천연가스 전력도 공급되고 있다. 하지만, 치솟는 천연가스 가격과 더불어, 발전소를 짓는데 주민 동의 등이 필요하여 공급이 원활하지 않은 상황이다.

<국내의 AI DC 발전원>

정리하면, 미국은 넓은 땅덩어리, 넘치는 자원과 자본 등을 기반으로 이미 BTM와 그리드 연결을 적절히 혼합하여, AI DC의 수요 폭증에 그나마 잘 공급 대응을 하고 있다. 하지만, 국내는 현재의 수도권의 AI DC 밀집 구조에서는 BTM이 힘들고, 먼 거리의 발전원을 이용한 그리드 연결 또한 주민 동의 등의 이슈로 쉽지 않다. 따라서, 현실적으로 AI DC를 수도권이 아니면서 에너지가 풍부한 곳으로 내려보내겠다는 접근이 현실적으로 보인다. 학습과 추론 중에 추론의 Latency가 중요한데, 국내는 추론 수요가 미국보다 더 높다는 점 때문에, 지방으로 데이터센터를 내려보내기 어렵다는 얘기도 있지만, 금융의 초단타 트레이딩 등 일부 프로젝트를 제외하고는 ms 단위의 Latency가 문제가 되어서 데이터센터를 못 내리는 경우는 제한적일 것 같다. 수도권에 남는 진짜 이유는 latency보다 기업 고객 근접, 기존 코로케이션 생태계, 유지보수 이슈 등으로 보인다. 단순히 데이터센터를 지어놓는 것이 아니라, 최적화나 트러블 해결에 핵심 인력들이 필요한데, 지방으로 내려가는 것이 인재 유치에도 긍정적이지 않기 때문이다. 하지만, 에너지와 관련한 현실적인 대안이 없다면, 결국은 억대 연봉을 줘서라도 AI DC를 지방에 배치할 수밖에 없을 것으로 보인다.

그러면, 단순히 태양광이 많은 전남이나 원전이 위치한 동해안으로 AI DC를 배치하면 끝나는 일인지를 보면 그것은 또 아니다. 데이터센터는 1년 8,760시간을 멈추면 안 되는 'firm(24/7)' 전력을 요구한다. 그런데 신재생에너지는 간헐적으로 전력이 생산되는 특성이 있기 때문에, 안정적인 전력 공급이 어려워, 신재생 기반의 전력 공급을 하기 위해서는 전력이 남을 때는 ESS에 저장하고, 전력이 부족하면, ESS의 전력을 사용하는 방식이 필요하다. ESS(배터리)를 옆에 두면 하루 단위는 메울 수 있어 장거리 송전 부담을 크게 줄이지만, 흐린 일주일·계절 단위 공백까지 배터리로 버티려면 비용이 폭발한다. 그래서 완전한 '재생에너지 섬'은 단가가 안 나오고, 결국 그리드는 '세상에서 제일 싼 백업 배터리'로 여전히 필요하다.

국내에서 전력이 남는 지역은 원전이 있는 동해안과 태양광이 많은 전남 지역이다. 정부는 제11차 전기본에서 영덕에 신규 대형원전 2기(12조)를 확정했고, 경북도는 이를 계기로 울진~영덕~포항~경주 '동해안 에너지 벨트'를 구상하면서 그 무탄소 전력을 AI 데이터센터·반도체·수소환원제철 유치에 쓰겠다고 명시했다. 냉각수도 바닷물이 있어 유리하기 때문에, 개인적으로 최적의 입지로 생각되긴 하지만, 한국에선 원전 전력의 직접 PPA·직거래가 불가능하다. 직접 PPA 대상이 재생에너지(태양·풍력·수력·바이오·지열·해양)로만 법적으로 한정돼 있고, 원전은 빠져있기 때문에, 비용 측면에서는 살짝의 디메리트가 있을 수 있다. 하지만, 이미 구축되어 있는 원전도 많아 남아도는 전력이 상대적으로 많은 상황이기 때문에, 신규 공급에 시간이 든다는 원전의 단점도 적으며, 원전 자체가 워낙 싼 발전원이기 때문에 원칙적으로는 가장 유력한 방안으로 보인다. 개인적으로는 AI 경쟁이 심화되는 시점에서 친환경 이외에 원전도 PPA를 허용해야 하는 것 아닌가에 대한 생각도 있다.

또 하나의 지역은 태양광이 많이 깔려있는 전남 지역인데, 태양광만으로는 밤에는 전력 공급이 어렵다. 따라서, 태양광과 풍력을 적절히 믹스해보자는 논의가 가장 각광받고 있다. 둘은 서로 위상이 반대(태양광은 낮·여름, 풍력은 밤·겨울)라 섞으면 곡선이 평평해지고 ESS 부담이 준다. 이것이 정부에서 전남을 밀고 있는 하나의 이유다. 솔라시도의 대규모 태양광과 신안 8.2GW 해상풍력이 한곳에 있는, 국내 거의 유일한 지역이기 때문이다. 다만 마지막 몇 %의 'firm'은 여전히 비싸고(연구에 따르면 간헐 재생 E만으로 firm을 맞추려면 기저부하의 최대 7배 과설비가 필요), 현재 확정된 신안 풍력의 본격 물량은 2035년에야 들어온다. 전남이 AI DC의 주요 입지로 거론되기 위해서는 LNG 발전도 필요하겠지만, 풍력 분야에서 정부의 전폭적인 지원이 필요해 보인다. 이로 인해, 정부에서는 국민성장 펀드의 1호 투자처로 신안우이가 지정된 것도 비슷한 맥락으로 보인다. 정리하면, 전남 쪽에 AI DC가 배치된다에 배팅하면, 국가 주도의 풍력 Value-chain에 투자하는 것이 필요하다고 생각된다. 국가 주도의 풍력 사업은 국산화율도 중요한 점수 요소 (안보 점수)기 때문이다.

<송/배전>

풍력이든 원전이든 먼 거리에서 발전원을 배치하고, 이를 AI DC까지 끌고 오는 시스템은 계속 증가할 수밖에 없다. 이 과정에서 일반 송전 및 배전은 볼륨은 계속 늘어나지만, 다른 산업에 비해서 고마진 산업은 아니다. 하지만, 바닷물에 둘러싸인 해상 구간이나 장거리에는 HVDC (High-Voltage DC)가 필수적이다. 일반적인 AC를 사용하기 힘든 물리적인 이유를 조금 더 설명하면, AC 케이블은 거대한 동축 축전기를 (도체 - 절연체 - 바닷물) 채웠다 비웠다 (e.g., 60Hz)를 반복하면서 전력을 이동시키는데, 이때 헛도는 충전 전류가 발생하고, 이 충전 전류가 용량과 마찰열 손실을 발생시킨다. 이때, 정전용량이 클수록 손실이 커지는데 정전용량이 케이블의 길이에 비례한다. 지상 및 짧은 구간에서는 케이블을 여러 번 끊어서 가고 보상설비 등을 둘 수 있는데, 해저 구간에서는 보상설비도 두기 힘들기 때문에, AC를 사용하지 못하고 HVDC를 사용할 수밖에 없다. 서해안 전력고속도로나 신안우이 프로젝트가 언급될 때 HVDC 기업들이 언급되는 이유가 이 때문이다.

HVDC이 병목이라는 얘기도 계속나오는데, 에너지 산업을 공부할 때 처음 들었던 생각은 '반도체도 아니고 그냥 지으면 되는 거 아닌가...? 였다.' 조금 더 공부해 봤을 때 빠르게 양을 늘리기 어려운 이유는 'HVDC 케이블이 이음매 없는 한 가닥이어야 하기 때문'이었다. 해저에 넣는 케이블은 손상이 되면 큰 비용과 수리가 어려운데, 케이블에서 이음매는 물리적으로 가장 취약한 구간이기 때문에, HVDC 케이블은 이음매 없이 수십km를 쭈욱 뽑아내듯이 생산한다. 문제는 이를 200m 같은 수직 타워에 (VCV 타워)서 아래로 쭈욱 늘리면서 생산을 하는데, 이 타워 하나에서 케이블 하나가 뽑히는 직렬 생산 구조기 때문에, 병렬적으로 생산하기 위해서는 아래 그림 같은 비싸고 큰 타워를 여러 개 건설해서 뽑아내야 하는 상황이다. 최근에 LS전선이 미국에 VCV 타워 착공에 들어갔는데, 2027년 하반기 완경 및 2028년 1분기 생산을 목표로 하고 있다. [2] 해저 케이블 사업은 빅 4가 85%를 과점하고 있는데, 프리즈미안(이탈리아)·넥상스(프랑스)·NKT(덴마크)·LS전선이다. (LS전선은 상장되어 있지 않고, 상장사인 LS의 자회사) 글로벌 HVDC 시장이 2024년 약 110억 달러 → 2030년 180억 달러(CAGR ~16%), 해저 HVDC만 2025년 133억 달러다. 2025년 7월에 LS전선은 동해에 아시아 최대 HVDC 설비를 갖춘 공장을 준공하였으며, 공격으로 Capex 투자를 진행하고 있으며, 가동률을 빠르게 높여가고 있다. (거의 풀캐파인 것으로 추정) 국내에서도 HVDC 수요가 매우 높지만, 미국 등 글로벌 시장이 훨씬 크기 때문에, 미국 등의 해상풍력 성장 가능성에 배팅한다면, LS 전선 (상장사는 LS)을 공부해보는 것도 좋을 것 같다. 또 하나의 병목으로는 HVDC 케이블을 깔 수 있는 포설선의 수량도 너무 적다는 점이 있도 주목할 부분이다.

LS전선의 VCV

해저 HVDC 케이블이 아니라 원전, 육상풍력, 가스 등의 케이블도 AI DC 시장에서 볼륨을 키워나가고 있다. LS 그룹에서는 가온전선에 해당 시장을 밀어주고 있으며, 가온전선은 지금 미국 배전망 현대화(노후 가공선→지중 케이블 교체) 및 데이터센터 배전 수요를 직접 노리고 있다. 특히, 배전에서 쌓은 레퍼런스를 바탕으로, AI DC의 버스덕트 시장으로 진입하고 있다. 버스덕트는 수백 가닥 전선 대신 금속 케이스 안에 판형 도체를 넣어 대용량을 압축 분배하는 '굵은 전력 동맥'으로, AI 데이터센터 건물 안에서, 들어온 전력을 서버 랙까지 나눠주는 내부 전력 고속도로 역할을 한다. 가온전선은 메타와 5년 최대 4조 원 규모의 버스덕트 직납 계약을 맺었으며, Vertiv 등 해외 업체들의 영향력이 매우 큰 AI DC의 전력 분배 시장으로 본격적인 사업 확장을 진행 중이다. 개인적으로는 의미 있다고 생각하는 부분은 국내 업체들이 AI DC 바깥의 전력 시장에 머물렀다면, 이제는 AI DC 건물 내부로 사업이 확대되고 있다는 점이다. 이는 단순히 포트폴리오가 늘어났다가 아니라, AI DC의 시스템 설계의 주요 벤더로 자리매김할 수 있는 시작점이라고 생각된다.

<변압>

송전 고전압을 DC가 쓸 수 있게 단계적으로 낮춰주는(step-down) 장치인 변압기도 큰 병목으로 지적되며, 여러 국내 기업들 (HD현대일렉트릭·효성중공업·LS일렉트릭)이 수혜를 받았다. 미국 대형 변압기 납기가 표준품 128주(약 2.5년), 발전기용은 144주, 초고압 고용량은 최대 4년까지 늘어나, 2026년 미국 데이터센터 계획의 절반 이상이 변압기·전력기기 부족으로 지연·취소됐다. 항상 드는 생각이지만, '그냥 만들면 되지 않나...?'를 해소하기 위해, 정리하면, 핵심 소재와 공장 캐파 및 부족한 숙련공이 병목이다. 변압기 철심에 들어가는 특수강인 방향성 전기강판 (GOES)을 생산하는 기업이 제한적이다. GOES는 결정 방향(Goss 조직)을 극도로 정밀하게 맞춰야 해서 냉간압연·소둔·코팅을 여러 번 거치는데, 얇고 고투자율인 최고급 등급은 일부 기업들만 생산이 가능하다.

또한, 초고압 변압기는 표준 찍어내기가 아니라 프로젝트별 설계·주문제작이 필요한 제품으로 권선 감고·절연하고·건조하고·시험하는 데 수개월이 필요하다. 전압/용량이 정해지면 끝일 것이라고 생각했지만, 변전소마다 고장 전류의 크기/다른 변압기와의 부하 분담 등으로 임피던스 값이 다르기 때문에 권선 배치/간격 등이 달라진다. 또한, 주변의 온도/고도, 발주처 표준 등에 따라서 별도의 설계가 필요하고, 이에 맞는 생산은 그때그때 이루어져야 한다. 이런 이유로 공급이 수요를 따라가지 못하고 있으며, 국내에서는 이미 풀캐파 생산이 이루어지고 있으며, 국내 변압기 3사의 영업이익률은 계속 좋아지고 있다. 구조상 변압기의 표준화만 이루어져도 생산 자동화 등으로 병목이 어느 정도 해결될 것으로 생각했는데, 업계도 AI DC 향 표준 설계를 통해 납기를 줄이려는 시도를 하고 있다고 한다. 다양한 환경인 그리드 측 변압기는 표준화가 힘들 수 있지만, AI DC 쪽 변압기의 병목만 어느 정도 해결되면, BTM 등을 활용하여 병목이 풀릴 여지도 있지 않을까 싶다. (이 구간에서 변압기 3사의 생산 병목도 풀리면 실적 성장도 빠르게 올라올 수도 있을 것 같다.)

<AI DC 내부 전력>

이 부분은 저번 Computex 후기 [3]에서 어느 정도 정리를 해놓았기 때문에 언급만 하고 넘어가려 한다. 랙 전력 밀도가 높아짐에 따라서, 여러 시스템의 변경 (e.g., 800V)이 필요하고, 이를 위한 전력반도체 업체 및 전력 분배 업체들의 연구 개발 및 사업화가 각광받고 있다. 특히, 해외에서는 Infineon, TI 등 전력반도체 업체와 Vertiv, Eaton 등 AI DC 내 전력 시스템 업체들의 사업을 주목할 필요가 있을 것 같다.

<Conclusion>

오늘은 AI 시대의 에너지 병목에 대해서 정리해보았다. 정리하면서 다시 한번 느꼈지만, 에너지 Value-chain 전체적인 병목이 심각한 것 같다. 에너지 병목은 이미 널리 알려진 부분이고, 많은 수혜주들의 주가가 이미 많이 올랐기 때문에 살짝 뒷북치는 성격의 정리 글일 수도 있다. 하지만, 다음 병목을 찾기 위해서는 현재의 병목을 정확하게 파악하고, 어느 구간은 정책적으로 풀릴 수 있는 영역인지, 어느 구간은 현실적으로 단기간에 풀리기 힘든 영역인지를 분석해야 할 것으로 보인다.

개인적으로 '에너지 발전'의 영역은 원전/풍력 등 제도적으로 풀릴 수 있는 구간이라고 생각된다. (물론 정치적인 영역이 가장 쉽게 풀릴 것 같으면서도, 가장 어려운 영역이라는 것은 동의한다.) DC 내부 전력은 랙 전력밀도가 높아지기 전인 현재 단계의 랙 구성에서는 단기적인 병목이 크다는 생각은 아직 들지 않는다. 배전 구간 및 변압기도 AI DC가 늘어남에 따라 변압기 표준화가 이루어진다면 어느 정도는 해소될 영역으로 보인다. 단, 송전 구간은 포설선 부족, VCV 건설 등의 이유로 시간이 조금 더 걸릴 것으로 예상된다. 물론, 미국처럼 BTM와 그리드 연결을 적절히 조합한다면, 병목인 구간과 상대적으로 병목이 풀린 영역의 조합을 통해 공급이 원활해질 것으로 보인다. 국내도 AI 경쟁력을 갖추기 위해서 AI DC 건설을 하고 있는데, 정치적인 결정보다는 국내 환경과 병목에 맞는 에너지 인프라 설계가 필요해 보인다. (아래는 오늘 쓴 글을 도식으로 그려달라 해서, 정리한 내용)

본 블로그는 투자 권유 등이 아니라 정보 정리용이며, 투자 책임은 본인에게 있습니다.

Reference

[1] https://www.fnnews.com/news/202606171429254669

'미운오래 새끼' 버스덕트 날아올랐다...가온전선, 美서 반년간 5.2조 수주몰이

가온전선이 최근 반년간 미국 빅테크를 상대로 총 5조원 이상의 버스덕트 수주에 성공했다.버스덕트 시장은 전력공급 장애가 곧 서비스 중단인 만큼, 가격보다 신뢰성, 공급실적을 우선으로 한

www.fnnews.com

[2] https://www.thecommoditiesnews.com/news/articleView.html?idxno=11377

LS전선 미국 수직연속압출시스템(VCV) 타워 착공 - CNews

초고압 해저케이블 등을 생산하는 LS전선이 미국에서 수직연속압출시스템(VCV) 타워 건설에 들어갔다. 미국시장 공략에 속도를 내는 모습이다. 미국은 현재 노후 전력망 교체와 AI 데이터센터 확

www.thecommoditiesnews.com

[3] https://engineering-ladder.tistory.com/183

Computex 2026 Review

올해도 대만 타이베이에서 Computex 2026이 마무리되었다. 이번엔 회사의 지원을 받아, 대만에 직접 다녀왔는데, 4일 내내 부스와 키노트를 돌면서 받은 인상은 생각보다 명확했다. 행사를 관통하는

engineering-ladder.tistory.com

Computex 2026 Review

투자연구소 테크센터 — Sun, 7 Jun 2026 22:13:14 +0900

올해도 대만 타이베이에서 Computex 2026이 마무리되었다. 이번엔 회사의 지원을 받아, 대만에 직접 다녀왔는데, 4일 내내 부스와 키노트를 돌면서 받은 인상은 생각보다 명확했다. 행사를 관통하는 가장 큰 메시지는 “Agent AI로 넘어가면서, 그동안 GPU에 가려져 있던 CPU의 중요성이 다시 부각되고, 경쟁의 단위가 단일 칩에서 시스템 전체(인터커넥트·메모리·전력·냉각)로 올라갔다”는 점이다.

지난번 GTC 리뷰 [1]에서 “AI 인프라의 판매 단위가 칩에서 AI 팩토리로 올라갔다”고 정리했었는데, Computex 2026은 그 시스템 경쟁이 특정 병목(CPU·메모리·네트워크·전력·냉각)별로 어떻게 쪼개져 진행되고 있는지를 한자리에서 볼 수 있는 자리였다. 이번 글에서는 현장에서 본 글로벌 기업 동향과 주요 키노트·포럼 위주로 정리를 해보려 한다.

Computex는 대만 타이베이에서 매년 열리는 세계 최대 규모의 컴퓨터·IT 하드웨어 박람회다. 올해는 6/2 ~ 6/5, TaiNex 1·2관과 TICC에서 “AI Together”라는 주제로 열렸다. 대만이 TSMC를 필두로 반도체 공급망의 핵심이다 보니 Nvidia의 Value-chain은 물론 Intel·Qualcomm·Marvell 등 주요 반도체 기업이 대거 참가했고, 단일 AI 칩을 넘어 인터페이스·메모리·전력·Edge Device까지 시스템 레벨에서 플레이어들이 어떻게 협업하는지가 잘 드러났다. 같은 기간(6/1 ~ 6/4) GTC Taipei도 동시에 열려 젠슨황 키노트를 시작으로 Computex와 유기적으로 맞물려 돌아갔고, 국내외에서 선발된 스타트업들도 다수 참석했다. 먼저 올해 행사를 다섯 가지 키워드로 압축하면 다음과 같다.

① AI 데이터센터 — ‘랙 스케일’ 성능이 곧 경쟁력. NVIDIA Vera Rubin NVL72(Vera CPU 36 + Rubin GPU 72, NVLink)처럼 칩 단위를 넘어 패키징·메모리·네트워킹·냉각·전력을 묶은 시스템 전체가 성능을 좌우한다.

②차세대 인터커넥트 & 광 연결(CPO). Marvell×NVIDIA 합동 키노트의 메시지는 ‘연결이 곧 AI 스케일’이었다. 커스텀 ASIC·CPO·랙 레벨 연결로 가속기 클러스터를 확장한다.

③ 전력·냉각이 성능 한계를 결정. 전력밀도가 올라가면서 고전압 DC(HVDC)와 콜드 플레이트가 필수가 됐다. 전력·열 문제가 풀려야 데이터센터 성능이 보장된다.

④ Physical AI 본격화(Robot). NVIDIA Jetson Thor 등 엣지·로봇 제품과 피지컬 AI 키노트가 이어졌다. 추론이 클라우드에서 엣지로 넘어가는 과정이다.

⑤ 에이전틱 & 온디바이스 AI. Qualcomm이 온디바이스 AI·Snapdragon으로 오프닝 키노트를 열었고, NVIDIA도 에이전틱·피지컬 AI를 강조했다.

이제 이 키워드들을 병목별로 하나씩 뜯어보자.

① Agent AI와 CPU의 귀환 - x86 vs ARM

개인적으로 이번 행사의 본질은 여기에 다 있다고 본다. 기존의 병목은 병렬 연산이었기에 GPU의 시대였다. 그런데 Agent AI는 Planning·Tool 사용처럼 순차적·분기 연산의 빈도가 높아지면서, 데이터를 오케스트레이션할 CPU의 수요와 중요성이 다시 올라왔다. Intel 키노트에서 인상적이었던 수치 하나는, 기존 AI 추론의 GPU:CPU 연산 비중이 약 7:1이었다면 Agent AI로 오면서 1:1.3 수준으로 바뀐다는 전망이었다. CPU가 ‘보조’가 아니라 ‘지휘자’로 올라온 것이다.

CPU 시장은 크게 x86과 ARM으로 나뉘고, 호환성이 좋은 x86과 전력 성능이 좋은 ARM 계열의 경쟁이다.

- Intel (x86): 점유율을 많이 뺏겼지만 서버 CPU에서 아직 60% 수준을 쥐고 있다. ’25년 9월 Nvidia의 투자 유치 및 x86 파트너십 발표가 컸다. Nvidia는 Vera 같은 ARM 기반 제품을 갖고 있지만, B2B 적용 시 호환성을 위해 x86(Xeon 6/6+) 라인업이 필요하다. 가까운 경쟁자인 AMD 대신 Intel과 손을 잡은 셈이다.

- AMD (x86): Instinct GPU·EPYC CPU·Pensando NIC을 묶은 랙 스케일 ‘Helios’를 내세우며 NVLink의 대안인 UALink를 주도하고 있다. x86 진영에서 AMD는 TSMC 선단공정을 확보한 반면, Intel은 자체 공정을 고수하며 점유율이 하락해 왔다.

- Hyperscaler (ARM): AWS·Google 등은 ARM IP로 워크로드에 최적화된 CPU를 자체 설계해 점유율을 올리고 있다.

이번 Computex의 주목 포인트는 ARM 계열 CPU 공개가 줄줄이 이어졌다는 점이다. ’26년 3월 ARM이 자체 CPU를 출시했고, Nvidia의 ARM 기반 Vera CPU, Qualcomm의 AI DC향 제품군까지 등장했다.

Intel 키노트 - “x86은 컴퓨팅의 백본”

Intel은 x86 호환성을 무기로 데이터센터(Xeon 6/6+)로 확장 중이며, 2030년까지 도입될 서버의 80%가 x86 기반일 것이라 전망했다(Intel·AMD 합산 기준). 개방형 랙 스케일 전략도 인상적이었는데, 삼바노바(SambaNova)의 RDU나 타사 GPU에 Intel CPU를 결합한 랙 구성을 직접 제시했다. CPU가 컨트롤러 역할을 하고 가속기는 갈아 끼우는 그림이다. Google(HPC)·Ericsson(통신)과의 협업도 소개했고, 자사 칩에 쓰이는 18A(2nm급) 공정과 자체 패키징 기술 EMIB(필요한 영역에만 인터포저)도 강조했다. 여기에 더해 이번 전시에서는 데이터센터 추론용 GPU Crescent Island(LPDDR5X 480GB급)와 ’27년 18A-P 기반 차세대 Xeon ‘Diamond Rapids’ 로드맵까지 공개되며 ‘우리도 AI DC 칩이 있다’는 메시지를 분명히 했다.

Intel은 최근에 주가도 많이 오르고, CPU가 주목을 받는 것도 수혜로 보이는데, Nvidia, ARM, Qualcomm 등 다양한 기관들의 AI DC용 CPU 진출 및 PC 시장에의 CPU이 본격화되는 상황에서 시장을 지켜낼 수 있을지 주목할 필요가 있을 것 같다. 이 과정에서 자체 팹을 돌리는 Intel의 18A 수율 및 14A 고객사 확보 등은 주목해볼 포인트로 보인다.

ARM 포럼 - “Agentic CPU”

ARM은 자체 설계한 CPU(arm AGI CPU)로 동일 파워 기준 x86 대비 약 2배 성능을 시현했다고 밝혔다. 전력·효율의 ARM vs 성숙한 툴체인·호환성의 x86 구도다. Google·AWS·Nvidia 모두 ARM 기반 자체 CPU(Axion·Graviton·Vera)로 좋은 성능을 내고 있다는 점, 그리고 ARM도 TSMC를 통해 자체 칩 제작을 시도한다는 점이 핵심이었다. 잠깐 등장한 젠슨황은 “현재 Tool의 10~20%만 쓰이지만 Agent AI는 100% 활용이 가능하다”며 CPU의 중요성을 거들었고, IP 사업이 공급망에서 얼마나 자유로운지를 (자체 칩 제작과 비교해) 강조하고 갔다.

문제는 ARM이 여태까지는 IP 비즈니스 위주로 사업을 전개했다면, 이제는 자체 CPU 칩을 찍겠다고 나선만큼, 고객과의 경쟁이 불가피해보인다. 대부분의 업체들은 이를 피해왔으며, 삼성전자보다 TSMC가 초반에 강점을 가졌던 부분이기도 해서, ARM의 CPU 사업이 얼마나 흥행할지는 모니터링해야할 것 같다.

② 메모리 병목 - HBM4E·HBM5, 그리고 HBF·HPB

Train→Inference 전환의 부작용 중 하나가 메모리다. 긴 문맥을 저장하는 KV-Cache 용량이 급증하면서 메모리 수급 불균형이 심해지고 있다. 빅테크는 메모리 3사와 3~5년 장기공급계약(LTA)을 맺고 있고, 메모리 가격은 계속 오르는 중이다. 따라서, 메모리 수급 문제를 푸는 방법으로 기존의 HBM을 업그레이드 하는 하나의 축, CXL/HBF 처럼 계층적 메모리 구조에서 새로운 아이템을 찾아보려는 시도 두 가지로 정의할 수 있을 것 같다. 부스에서 본 SK하이닉스·삼성전자의 메시지는 “용량과 발열, 두 가지를 동시에 풀어야 한다”로 요약된다.

HBM의 대역폭·용량 확대

HBM4 초기 램프업에 이어 HBM4E 양산을 준비 중이고(삼성 샘플 공급), HBM5도 개발 단계다. Nvidia는 ’27년을 목표로 베이스(로직) 다이를 자체 설계하고 스택 다이만 외부 조달하는 방안을 검토 중이라는 보도도 있었다(확정 아님). 기술적으로는 TSV 핀당 전송속도 3배·핀 수 증가, Hybrid Bonding(Direct Cu-Cu)으로 수직 거리를 줄이고 미세 피치로 I/O 밀도를 높이는 방향이다. 특히 삼성전자가 HBM5에서 제안한 HPB(Heat Path Block) - 메모리 발열을 위로 빼는 수직 통로, 이른바 굴뚝(Chimney) 구조가 인상적이었다.

계층적 메모리 — CXL과 HBF

수급을 구조적으로 풀기 위한 시도도 이어졌다. DRAM보다 조금 느리지만 풀링이 가능한 CXL(DRAM Pooling)은 상용화 단계에 들어섰고, 거대 모델 저장이 가능하면서 SSD보다 빠른 HBF(High Bandwidth Flash)가 새로운 화두였다. 모델이 커지고 MoE (Mixture of Experts)가 확산되며 ‘모델을 통째로 담아둘’ 메모리 수요가 커지는데, HBF는 TSV로 NAND를 수직 적층해 이를 노린다. 부스 자료에서 본 용량 비교(HBM 192GB → HBF 3,120GB급)는 숫자만 보면 압도적이다. SK하이닉스도 HBF의 필요성에 공감하며 개발 중이라 밝혔는데, 관건은 결국 HBF의 실제 성능(속도)이 나오느냐다.

③ 네트워크 병목과 CPO - 구리에서 광으로

Marvell×NVIDIA 합동 키노트의 한 줄 요약은 “이제는 Compute가 아니라 Connectivity가 시스템 전체 성능을 결정한다”였다. 핵심은 CPO(Co-packaged Optics)다. 대역폭·전력을 개선하기 위해, 플러그형 광 트랜시버 대신 스위치·GPU ASIC 패키지 안에 광 엔진을 통합하는 흐름이다. 전기신호가 PCB를 타고 흐르며 생기는 신호손실·전력소모를 광이 패키지 안에서 해결한다.

다만 CPO를 구현하기 위해서는 기술적인 허들 몇 가지를 넘어야 한다. 레이저는 열에 민감한데 ASIC 주변은 고온이라 광소자의 수명·신뢰성 이슈가 있고, 불량이 나면 비싼 ASIC 패키지를 통째로 폐기해야 한다. 1µm 미만 자동 정렬이 필요해 수율 확보도 어렵다. 그래서 단기적으로는 레이저만 패키지 밖으로 빼는 외부 광원(ELSFP) 방식으로 상용화가 진행되고 있다. 거리별로 보면 인터포저 위 cm 이내의 칩렛은 구리를 유지하고(Scale-up은 최대한 Copper), 인터포저를 벗어나는 거리부터 광이 들어간다(Scale-out부터 Optics 필수). 너무 가까우면 광 변환 오버헤드가 대역폭 이득보다 커지기 때문이다. 그 사이를 Re-timer와 AEC(Active Electrical Cable)가 메운다.

젠슨황이 Next Trillion Dollar Company라고 마벨 찍어주고 감.

CPO를 대하는 플레이어별 포지션도 명확했다. 기본적으로 파운드리는 TSMC가 가장 빠르고, 밸류체인이 있기 때문에, 고객사 확보가 쉬울 것으로 예상되지만, 삼성전자 또한 CPO 파운드리에 관심을 가지고 있는 것으로 알고 있다. 추가적으로, CPO는 OSAT와의 협업도 필수적이기 때문에, ASE 등의 업체와의 연계도 필요해보인다.

- TSMC: ’26년 기판 위(On-substrate) CPO 양산 → CoWoS 통합(인터포저 단위) CPO 개발 중.

- Nvidia(상용화)·Broadcom(양산): TSMC 광엔진을 채택해 CPO 스위치 개발.

- Marvell: XPU 자체 광엔진으로 XPU 간 CPO 추진(Nvidia 협업), 현재 고객사 샘플링 단계. ’26년 2월 Celestial AI(컴퓨트와 메모리를 떨어뜨리되 속도 저하는 Optic으로 해결)를 인수했다. CPO 양산을 위해 패키징 파트너가 필요한데, OSAT인 ASE가 핵심 파트너로 키노트에 함께 올랐다(TSMC가 광엔진 PIC을 만들면 ASE가 광섬유 정렬·부착·조립·테스트를 맡음)

- 삼성전자: ’27년 플러그형 광모듈, ’29년 CPO를 타깃으로 파운드리 계획.

④ Physical AI와 엣지 - Jetson Thor, Qualcomm, NXP

학습에서 추론으로 무게중심이 옮겨가며, 로봇·산업 등 Physical AI를 위한 칩·모델 경쟁도 본격화됐다. Nvidia는 Jetson Thor를 출시하고 로봇 개발 플랫폼 Isaac, 로봇 파운데이션 모델 GR00T를 공개하며 시장을 선점하고 있다. 다만 고성능 AI 엣지 점유율은 약 39%로 데이터센터(AI DC)만큼 압도적이진 않다 - 폼팩터별 최적화의 한계가 있고, NVLink 같은 강한 Lock-in이 엣지에선 약하기 때문이다.

Qualcomm은 오프닝 키노트를 가져갈 만큼 존재감이 컸다. 메시지를 정리하면 이렇다. Agent AI는 애플리케이션(로봇·드론 등)마다 지연시간·파워 등 제약이 제각각이고 엄격한데, 추론에서 파워 최적화가 Critical하다. Qualcomm은 모바일·XR·노트북에 AP를 공급하며 오랫동안 이 저전력 영역에 특화돼 왔으니, 데이터센터·엣지 AI에서도 칩 설계를 잘할 수 있다는 자신감을 드러냈다. 구조적으로도 CPU가 XPU(NPU·GPU)와 협업해 워크로드를 오케스트레이션하는 그림을 강조했다(CPU에서 Tool을 쓰다가 병렬 연산이 필요하면 NPU·GPU에 작업 지시). 둘째 날엔 한 발 더 나가 “Agent AI의 Cloud/Local 분산 처리에는 6G 통신이 필요하고, Compute와 Sensing이 통합돼야 한다”고 했는데, 이건 젠슨황을 포함한 모든 키노트를 관통한 공통 메시지(‘시스템은 인간이 아니라 Machine 간 통신에 최적화돼야 한다’)와 맞닿아 있었다. 데이터센터 라인업 DragonFly(CPU·가속기·ASIC)를 공개했고 세부 스펙은 6/24 공개 예정이며, 추론 가속기 AI200·AI250은 각각 올해·내년 출시를 앞두고 있다.

NXP는 결이 조금 달랐다. ‘사람의 뇌·소뇌·척수가 상황에 맞게 각자 기능하듯, Physical AI도 독립적으로 결정하는 프로세서가 여러 개 필요하다’는 Neural-axis 비유로 시작했다. Drone·Vehicle·Humanoid에 들어가는 HW 포트폴리오와 높은 신뢰성 레퍼런스를 강조했고, AI가 Perception을 넘어 Understand까지 가야 한다며 VLA(Vision-Language-Action)의 중요성을 짚었다. 모델 설계부터 배포까지 하나로 묶는 eIQ Toolkit, 그리고 Boston Dynamics와의 협업도 소개했다. 이 밖에 Hailo(순수 AI 가속기), Ambarella(카메라·비전 AI SoC) 등 전력 효율 특화 NPU 업체도 다수 보였다.

⑤ 전력과 냉각 - 800V DC와 Thermal Management

의외로 현장에서 가장 ‘피지컬한’ 화두는 전력과 냉각이었다. 랙 전력밀도가 100kW (현재의 랙 전력 밀도)에서 1MW로 치솟으면서, 기존 48V(12V에서 이미 올린 값) 분배로는 전류가 폭증해(P=VI) 구리 버스바가 버티지 못한다. 답은 고전압 DC(HVDC)다 - 48V를 넘어 결국 800V까지 올려야 한다는 것이 공통된 방향이었다. 이를 위해 고전압·빠른 스위칭을 견딜 전력반도체(SiC·GaN) 생태계(ST·TI 등)와, 이를 이용해 전력 분배 시스템을 만드는 기업(Eaton·Vertiv)의 중요성이 커진다. Nvidia는 효율 중심의 800V DC, 구글·메타·MS 등 CSP는 EV 시스템에도 적용 가능한 400V DC 2세트의 개방형 표준을 밀고 있다.

전력이라는게 잘 생산해서 잘 가져와서 (저장 또는) 잘 분배해주는 영역인데 Computex는 데이터센터 내에서 어떻게 분배해주냐에 대해서 주목했고, 우리나라가 전통적으로 잘 했던 것은 저장하는 ESS 및 가져오는 전선 및 변압기 영역이었는데, 우리나라의 강점을 부각하면서 기술 경쟁이 가능한 영역 발굴이 필요해보인다.

Vertiv 부스 - “Breaking the Power Limit”

Vertiv의 메시지가 가장 구체적이었다. 단기적으로는 서버 랙 안에 GPU·CPU·메모리·냉각이 꽉 차 공간이 없으니, 랙 밖에 별도의 Side-Car 랙을 두고 변환기를 배치하는 구조로 800V 전환을 시작한다. 장기적으로는 모든 부품이 800V에 맞게 소형화·최적화되면 별도 랙 없이 단일 랙에서 전력 변환까지 수행하게 된다. Vertiv는 Power Train뿐 아니라 열 교환 제품군도 보유하고 있어, 전력과 냉각을 한 묶음으로 보여줬다.

Cooling - Cold-Plate, TIM, 그리고 솔리드스테이트

전력이 늘면 발열도 늘기에 Cooling이 함께 따라온다. 단기 연구 방향은 칩의 열을 빼는 Cold-Plate(금속판)로, 여기서 스타트업(예: 쿨마이크로) 경쟁이 치열하다. LG 등 기존 칠러 업체도 데이터센터향 냉각수 순환 시스템을 만들고 있다. 그리고 Die와 Cold-Plate를 안정적으로 붙이는 TIM·Paste의 중요성이 반도체 Warpage 이슈와 함께 재조명됐다.

<GTC Taipei - 엔비디아는 모든 것을 다 하려 한다>

Computex와 맞물린 GTC Taipei의 젠슨황 키노트는 따로 정리할 가치가 있다. 큰 메시지는 “AI는 이제 비용을 쓰는 시스템이 아니라 돈을 벌어다 주는 영역(AI Factory)으로 진입했다”는, GTC에서 이어진 흐름의 연장선이었다. 다만 이번엔 PC 시장으로의 확장이 눈에 띄었다.

- RTX Spark(AI PC용 칩): 노트북 DRAM이 16GB에서 128GB(NVLink C2C로 CPU-GPU 연결)로 대폭 늘었다. 보안·로컬 작업을 고려하면 PC도 중요한 시장이라는 판단이다. 고성능 로컬 워크스테이션 DGX Station도 함께 공개됐고, MS와 손잡고 RTX Spark에서 Windows on ARM으로의 전환을 시도한다(기존은 x86). 실제로 이 칩의 첫 굵직한 디자인 윈은 128GB를 얹은 MS Surface Laptop Ultra로 나타났다

- Vera CPU(ARM 기반): Agent AI에서의 CPU 필요성을 강조하며 데이터센터향 Vera를 홍보했다. Cadence와의 RTL Verification, NYSE 트레이딩 시스템 적용 등 구체적인 응용처를 들었다

- Nemotron 3 Ultra: 복잡한 추론·실행을 담당하는 최상위 오픈 모델. 다른 칩에서도 돌지만 RTX Spark·DGX Station 등 CUDA 기반에서 손쉽게 최적화된다.

- Cosmos 3: 멀티모달을 이해·추론·생성하는 Physical AI 월드 모델로 Sim-to-Real이 가능하다. 역시 CUDA 기반 최적화 + 로봇 시장 확대에 따른 매출 확대를 노린다.

정리하면 데이터센터(학습) → Cosmos 3(데이터 생성) → GR00T(VLA) → Jetson(엣지)로 이어지는 풀스택이 완성됐다는 점을 볼 때, 엔비디아는 모든 밸류체인을 다 직접하려한다는 인상을 받았다.

<Conclusion>

지난 GTC가 ‘시스템이 곧 제품’임을 선언한 자리였다면, 이번 Computex는 그 시스템을 이루는 각 병목에서 누가 어떤 카드를 들고 나왔는지를 확인하는 자리였다. 칩 하나의 스펙을 넘어, CPU·메모리·네트워크·전력·냉각이 한 시스템 안에서 어떻게 맞물리는지를 읽는 눈이 점점 더 중요해지고 있다는 생각이 든다.

NVIDIA 파트너사 부스 쪽엔 국내 스타트업도 꽤 보였다. 디든로보틱스·리얼월드·GRENETA·스퀴즈비츠·래블업 등이 부스에 나왔고 딥엑스 등 익숙한 곳들도 다수 참가했다. 국내 업체는 한국에서도 미팅이 가능한만큼 해외 쪽을 더 눈여겨봤는데, EDA 자동화, Analog AI, 광 스위치, 액체냉각까지 다양한 업체들이 있었고, IR 자료를 받고, 검토할 예정이다. 행사의 큰 테마가 스타트업 단의 IR로 내려오고 있다는 게 흥미로웠다.

사실 아예 모르는 내용들이 있었다기 보다는 실제 빅테크들은 어떻게 생각하고 있으며, 어떤 제품이 출시되는지 눈으로 봤다는 점이 의미있던 것 같다. 이번 글에서는 키노트/포럼에 대한 간단한 정리 위주로 다뤘고, 어떤 점이 기술적으로 구현이 어렵고, 어디가 시스템 전반적인 Bottleneck인지 등에 대한 깊이 있는 공부는 별도로 할 계획이다. 다음주부터 Fnguide에 Computex 리뷰 보고서들도 소개될 것 같은데, 관심있는 사람들은 이를 통해 공부를 하는 것도 좋을 것 같다. 뜬금없지만, 이번 출장 유일하게 놀러나갔던 타이완국립대 사진을 마지막으로 글을 마무리해본다.

(회사 내부 메시지는 이 블로그에 담지 못했는데, 기술적으로 깊은 논의나 커피챗/투자 논의는 언제든 말씀해주세요. 감사합니다.)

Reference

[1] https://engineering-ladder.tistory.com/179

GTC 2026과 AI 팩토리의 부상

AI/반도체 섹터의 가장 큰 행사인 GTC 2026이 마무리되었다. GTC 2026에서의 가장 큰 주제는 “AI 인프라의 판매 단위가 칩에서 '토큰을 가장 효율적으로 생산할 수 있는 AI 팩토리'로 올라갔다”는 점

engineering-ladder.tistory.com

수술 로봇 시장 분석 (최소침습/연성 내시경 로봇 중심)

투자연구소 테크센터 — Sun, 10 May 2026 16:57:22 +0900

수술 로봇 치료가 전보다 더 보편화되고, 2025년 12월 리브스메드가 상장하면서, 많은 사람들이 수술 로봇 시장에 관심을 가지게 된 것 같다. 개인적으로 로봇 시장의 다양한 적용처에 관심을 가지고 있는데, 이번 글에서는 수술 로봇에 대해 정리해보려 한다. 수술 로봇 시장은 의료기기 산업에서 가장 빠르게 성장하는 영역으로, 의사의 손 떨림으로 인한 실수를 없애고, 시야를 3D로 확대해서 보여주고, 사람 손보다 더 자유로운 관절을 구현하기 때문에, 수술의 난이도를 낮출 수 있다.

전체 수술 로봇 시장 (모든 카테고리 합산)

2024년 약 110 ~ 130억 달러, 2030년 270 ~ 500억 달러 전망 (CAGR: 약 12~17%)
MarketsandMarkets: 2025년 137억 달러 → 2030년 271억 달러 (14.7% CAGR)
Grand View Research: 2024년 115억 달러 → 2030년 231억 달러 (12.4% CAGR)

다만 글로벌 시장 규모를 이해하려면 하나의 단일 시장이 아니라 서로 다른 세 개의 카테고리로 보는 것이 정확하다. 이번 글에서는 정형외과/신경외과 등 특수는 제외하고, 강성/연성 내시경 위주로 정리한다.

카테고리	작동 방식	대표 시스템	2024~2025 시장
강성 복강경 (Rigid Laparoscopic)	복부에 작은 구멍을 내고 강성 기구 삽입	da Vinci, Hugo, Versius,	약 60–70억 달러 (전체의 50%+)
연성 내시경/내강 (Flexible Endoluminal)	입·항문 등 자연 개구부로 진입, 외부 절개 없음	da Vinci SP, Ion, Monarch, ELS, EASE	약 14–29억 달러
정형외과·신경외과·기타 특수	뼈·뇌 등 강성 조직 절삭/내비게이션	Mako, ROSA, Mazor, Cirq	약 30–40억 달러

강성 복강경은 복부에 최소한의 절개하고 강성 (딱딱한) 기구를 삽입하여 수술하는 방식으로, 오래전부터 사용하던 방식이기 때문에 신뢰성이 높고, 의사들이 집도하기 편하다는 장점이 있다. 단, 절개를 통해 복강경 기구를 집어 넣어야 하기 때문에, 흉터가 남을 수 있고, 입원이 필요하다. 연성 내시경은 입/항문 등 개구부로 진입하여 수술을 하는 방식인데, 외부 절개는 없어서 환자의 부담은 최소화할 수 있다. 좁은 공간으로 기구가 들어가서 수술해야 하는 길이가 길어질수록 시스템의 안정성이 떨어지기 때문에, 수술의 난이도가 올라간다. 의사나 병원 입장에서는 필요에 따라 연성 내시경 수술을 할 수도 있지만, 의료 소송이나 수술 난이도 등을 고려할 때 아직까지 강성 복강경이 대세라고 보면 된다. 즉, 0) 전통적으로 의사가 필요한 위치에만 구멍을 뚫고, 손으로 수술하던 방식, 1) 의사의 수술 난이도를 낮추고 실수를 줄이기 위해 똑같이 최소 절개를 하되, 의사가 손으로 하는 과정을 로봇으로 대체하는 방식 2) 절개 없이 로봇을 사용하여 자연공으로 들어가서 수술하는 방식이 있다. 각각의 방식에 장단점이 있기 때문에, 병원과 의사가 이해관계 (e.g., 도입 비용, 수술 난이도 및 시간, 수가)에 따라 선택하는 구조라고 이해하면 된다. 이번 블로그에서는 수술 로봇을 사용하는 1번과 2번 위주로 정리한다.

복강경 수술 로봇 분야에서 인튜이티브 다빈치는 여전히 65 ~ 70% 점유율을 유지하지만, 2025 ~ 2026년에 경쟁사들은 늘어나고 있다. 지역적으로는 북미 (미국 '25년 45억 달러)가 약 50 ~ 65% 점유하고 있는데, 의료 인프라/보험/제조 기업이 미국에 밀집해 있기 때문으로 추정한다. 아시아·태평양은 가장 빠른 성장률(연 19% 내외), 일본·한국이 조기 도입국이고, 중국이 정부 정책과 자체 플랫폼으로 빠르게 추격하고 있으며, 인도가 신흥 시장이다. 유럽은 상대적으로 안정적인 성장세를 보이고 있는데, 자국 플랫폼을 많이 사용하고 있는 것으로 파악된다. 이후로는 주요 기업들에 대해서 정리하려 한다.

1) 강성 복강경

1 - 1) 인튜이티브 서지컬 (Intuitive Surgical)

인튜이티브 서지컬은 수술 로봇 중 가장 유명한 다비치 로봇을 개발한 기업으로, 수술 로봇 시장에서 65 ~ 70%의 압도적인 점유율을 보이고 있다. 2026년 5월 기준 시가총액 1,594억 달러고, 2025년 실적은 다음과 같다.

2025년 연간 매출은 100억 6,400만 달러(약 19% 증가), 주당순이익(EPS)은 7.48달러(약 16.5% 증가)
2025년 Q4 매출 28.7억 달러, 다빈치 시스템 532대 출하 (그중 다빈치 5가 303대)
다빈치 글로벌 누적 설치 11,106대 (2025년 12월말 기준), 전년 대비 +12%
Ion 시스템 (폐 병변 위치 검사 등 보조 시스템) 누적 설치 954대 (+30%), Ion 시술 건수 +52%

동사는 Razor-and-blades 모델로 시스템 매출보다 instruments/accessories 매출(분기 15.2억 달러)이 훨씬 크다. 약 85%의 매출이 수술에 사용한 이후에 교체해야 하는 수술 부품 등 recurring revenue에서 발생한다. 로봇 보다는 호환이 되는 수술 도구를 파는 소모품 사업에서 실제 수익을 올리는 이 방식은 후발 주자들도 따라하는 BM 이다. 제품 라인업은 다음과 같다.

Da vinci 5

da Vinci 5 ('24년 3월 FDA 510(k), '25년 7월 CE 마크) - 햅틱 피드백, 향상된 3D 비전, AI 기반 Case Insights 분석툴 탑재
da Vinci Xi - 기존 주력 모델, 다빈치 5 도입 후 ASC(외래수술센터)·신흥국으로 재배치
da Vinci SP (단일포트) - 미국 연성 내시경 수술 로봇 시장 23.1% 점유
Ion endoluminal system - 폐 생검 (2019 FDA, 2025년 일본·유럽 첫 진출)

시장 점유율은 60~70%로 추정되나, 연조직 (폐, 장, 간 등) 복강경 로봇만 보면 80%대로 더 높다는 분석도 있다 (Oliver Wyman, GlobalData). 다비치 로봇은 비뇨기과, 일반외과, 흉부외과 등에서 주로 쓰인다. 소화기 외과에서 위암 절제술, 직장암 절제술 등에서도 쓰이나, 기존의 소화기 복강경 수술 (Laparoscopy)이 잘되어 있기 때문에, 다른 외과보다는 장점이 뚜렷하지는 않아 침투율이 다소 낮다.

1- 2) 메드트로닉 (Medtronic)

메드트로닉은 휴고 (Hugo)라는 로봇 수술 제품을 가지고 있는데, 다비치가 통합형 시스템을 제공하는 것과 비교하여, 모듈형 (각각의 로봇 팔이 독립된 장비로 조립해서 수술)이라는 점이 차이가 있다. 수술에 따라 팔 개수도 다르기 때문에 비용 효율적이고, 좁은 수술실에서 배치도 유리하다는 장점이 있다.

2025년 12월 FDA 510(k)를 비뇨기과 영역에서 받고, 탈장/대장/일반 외과에서 다빈치가 아직 들어가지 않은 병원들로 영업을 확대하고 있다. 다빈치 출시 후 20여 년 만에 처음으로 대형 메드테크가 미국 연조직 로봇 시장 진입한 사례라고 할 수 있다. 단, 비뇨기과 등 일부 영역은 이미 다빈치가 표준 제품처럼 의사들이 사용하고 있다는 어려움은 있다.

1- 3) 존슨앤존슨 (J&J)

존슨앤존슨은 OTTAVA라는 제품을 내놓으면서, 상업화 초기 단계까지 왔고, 2026년 임상 결과와 FDA 제출까지 진행하면서, 새로운 플레이어로 등장했다. [1] Da vinci가 큰 본체가 따로 있고, 팔이 위에서 내려오는 통합형 구조, Hugo가 팔이 따로 움직이는 구조라면, OTTAVA는 수술 테이블 안에 팔이 있는 구조로, 수술실의 공간 효율을 강조한 구조다. J&J는 기존에도 봉합, 스테이플러, 복강경 기구 등을 공급하던 업체기 때문에 상대적으로 영업 및 확장이 용이하다. J&J는 위장관/탈장/비만수술/복강경 위주의 수술을 했기 때문에, OTTAVA도 초기 타겟이 비만수술, 탈장, Upper GI (위장관)를 타겟으로 하고 있다.

1- 4) CMR Surgical (영국)

CMR Surgical은 영국 기업으로 Versius라는 수술 로봇을 보유하고 있으며, '복강경 의사가 적응하기 쉽게 만든다'라는 철학을 가지고 있다. 메드트로닉의 휴고처럼 모듈형으로 설계되었으며, 다비치가 로봇 구조 때문에 포트 위치 (뚫고 들어가는 위치)가 로봇에 맞게 설계된 부분이 있는데, Versius는 기존 포트를 그대로 사용 가능하게 설계되어 있음. 모듈형이기 때문에, 상대적으로 저렴하다는 점도 강점으로 뽑힌다.

2024년 10월에 담낭 절제 FDA de novo를 받고, 2025년 12월 차세대 Versius Plus 510(k)를 받고, 글로벌 Versius 누적 수술을 4만건 이상 달성했다. 2025년 4월 2억 달러 펀딩을 통해, 미국 출시를 위한 인력을 확보하고, 한국에서는 동아ST가 공급하고 있는 것으로 알려져 있다.

정리하면, 강성 복강경 로봇은 Intuitive Surgical의 주력 제품 Da Vinci가 High-End 병원을 대상으로 하는 Lock-in 효과와 이에 대항하는 의사 친화적 설계/모듈형 설계 등을 통해 중소형 병원들도 도입하기 쉽게 만든 후발 주자들의 싸움이 치열하다. 더 나아가, 중국 시장도 의료기기 국산화과 내수 시장 확대에 따라, 다양한 기업들이 생겨나고 있다. 2025 하반기부터 Da Vinci의 경쟁 로봇들이 등장함에 따라 점유율 싸움이 강할 것으로 예상된다.

2) 연성 내시경 로봇

이 영역은 다빈치 같은 강성 복강경과 완전히 다른 카테고리로 봐야 한다. 자연 개구부(입·항문·기관지)로 진입해 자르거나 꿰매는 수술을 수행하며, 외부 절개가 전혀 없어 흉터·감염·회복 면에서 우월하다. 하지만, 작고 긴 통로를 통해 로봇/수술 기구가 들어가야 하기 때문에, 시야나 자유도의 제약이 있고, 복잡한 수술의 난이도는 더 높다. (아직까지는 간단한 수술 위주로 진행한다.) Endoscopy Devices (내시경) 시장은 2025년 29.1억 달러에서 2030년 53.2억 달러로 CAGR 12.8%로 추정되고, Flexible Endoscopic Surgery Robot 시장은 2024년 9.7억 달러에서 2034년 41억 달러로 성장하여, CAGR 15.6%로 추정된다. 자연공은 크게 입과 항문으로 연성 내시경 로봇이 적용되는 하위 영역은 폐 (호흡기)와 위장관 (GI)으로 나뉜다.

A. 폐 (호흡기) - 폐 진단 기구

말초 폐 결정 생검을 위해서는 Intuitive Surgical의 Ion Endoluminal (2019년 FDA 승인), J&J의 Monarch (2018년 FDA 승인), Noah Medical의 Galaxy System (2023년 FDA 승인)이 있다. Intuitive의 Ion은 2025년 Q3 시술량 +52%, Q4 +44% 성장하여, Intuitive 내에서 가장 빠르게 성장하는 부문이다.

B. 위장관 (GI) - ESD/NOTES

GI (소화기) 분야는 가장 치열하면서도 미충족 수요가 큰 영역으로, 임상적으로는 ESD (내시경 점막하 박리술)이 핵심 적응증이다. 글로벌 ESD 시술 수요는 GI 조기암 진단 증가와 함께 빠르게 늘고 있다. 일본·한국·대만에서는 이미 표준이지만, 미국·유럽은 ESD 보급률이 낮아 수술 로봇의 학습곡선을 단축시키면 시장 규모를 자체적으로 키울 수 있는 영역이다.

폐 (호흡기) 관련 시장은 인튜이티브의 Ion 제품 성장 속도에서 볼 수 있듯이, 이미 개화되었지만, 위장 (GI) 시장은 아직 개화하기 전이라고 볼 수 있다. 기존 미국 ESD 수술에는 고유 CPT 코드가 없었기 때문에, 수가를 신청하면, 거절률이 35%에 다르고, 의사 평균 청구 지급액은 $1,081로 외과 수술($2,000+) 대비하여 보상이 미흡했다. 병원 및 의사들 입장에서는 수술 난이도가 높고, 수술 시간은 많이 들지만 추가 수가는 주지 않는 ESD보다는 EMR을 통해 쉬운 접근을 하려 하였다. ESD와 EMR은 둘 다 내시경으로 종양(주로 조기 위암·대장 종양 등)을 절제하는 방법이지만, 절제 방식과 난이도, 적용 대상이 다르다.

EMR은 점막 아래에 액체를 주입해서 병변을 띄운 뒤 올가미(snare)로 절제하는 비교적 단순한 방식으로, 보통 2cm 이하의 병변을 절제하는데 쓰인다. ESD는 병변 주변을 먼저 절개하고, 전용 나이프를 활용하여 점막하층을 따라 정교하게 박리(Dissection) 한다. ESD는 En bloc 절제 (한 덩어리로 제거)가 가능하기 때문에 (EMR은 쪼개는 방식으로 남는 병변이 있을 수 있음), 재발률이 낮아진다는 장점이 있지만, 수술 난이도가 높아 러닝 커브가 길고, 시술 시간이 길다. 즉, 환자 입장에서는 ESD가 좋을 수 있어도 의사나 병원 입장에서는 의료 사고 리스크, 긴 시술 시간을 감수하고라도 ESD를 할 필요 없이 EMR로 쪼개서 수술을 하는 것이 더 경제성 있을 수도 있다. 더 나아가, ESD의 별도 수가가 없다시피 했기 때문에, 미국은 ESD를 거의 하지 않고, EMR이 주류로 자리 잡았다.

EMR (올가미로 잡아떼기)

하지만, 2025년 5월 AMA가 ESD 전용 CPT 코드 신설을 의결했고, 2027년 1월 1일 발효 예정이다. ESD 전용 CPT 코드가 나오면, 의사/병원 입장에서 비싼 수가를 받을 수 있는 ESD를 적용할 동기가 생기고, ESD가 가능한 GI 수술 로봇의 수요도 늘어날 것으로 보인다. 이런 수요를 충족하기 위해, Endoquest Robotics는 양손으로 ESD 수술을 할 수 있는 시스템을 개발하여 [3], FDA 승인 절차를 진행 중이며, 내시경 강자인 Olympus는 Revival Healthcare Capital와 함께 Swan EndoSurgical을 설립했다. 더 나아가, 한국의 Endorobotics에 투자하면서, 독점 유통권을 확보하였다. 글로벌 메디컬 업체들은 GI 시장이 급성장할 것으로 예상하여,GI 로봇 시장에서 선 투자 이후, M&A로 유도하는 전략을 노리는 것으로 보인다.

수술 로봇 시장을 보면, 현재는 미국 시장이 압도적으로 크지만, 그 중 ESD 시장은 수가 코드 부재, 높은 수술 난이도 등으로 낮은 침투율을 보이고 있었다. 한국/일본 등은 상대적으로 위암/대장암 환자도 많고, 의사들이 상대적으로 쉬운 위암 치료를 하면서 ESD 실력을 쌓을 수 있다는 점 때문에 ESD 비율이 상대적으로 높다. 일본은 ESD가 사실상 표준이고, 한국은 ESD의 비중이 빠르게 증가하고 있으며, 미국은 ESD 수가 적용 등으로 관련 시장이 확대될 것으로 예상된다.

2 - 1) Intuitive Surgical (Da Vinci SP)

다빈치 SP는 2018년 비뇨기·이비인후과로 처음 FDA 승인을 받은 단일포트 시스템이다. 한 개의 진입구로 들어가서 그 안에서 3개의 다관절 기구와 3D HD 카메라가 펼쳐지는 구조로, 다빈치의 핵심 IP를 단일포트에 집약한 형태다. 그런데 GI/대장직장 영역으로의 적응증 확장은 한참 늦었다. 2024년 11월에야 결장·직장의 경복부 시술이 추가됐고, 자연 개구부를 통한 진짜 endoluminal 시술인 경항문 국소 절제(transanal local excision/resection)는 2025년 5월 1일에야 FDA 클리어런스를 받았다.

이어 2025년 12월에는 서혜부 탈장·담낭 절제·맹장 절제 적응증까지 추가됐다. 같은 해 4월에는 SP SureForm 45 스테이플러도 따로 클리어런스를 받았다. 즉 다빈치 SP는 2024 ~ 2025년에 들어서야 본격적으로 GI 영역에 발을 들여놓고 있는 셈이다. 다빈치 SP가 ESD(내시경 점막하 박리술) 같은 진정한 의미의 endoluminal 시술에 적합한 시스템은 아니다. SP는 자연 개구부로 들어가 단일포트 안에서 작업하는 구조이지만 (공통점), 직장에서의 외과 수술을 하는 로봇으로, 위장관 내부의 점막 병변을 정밀하게 제거하는 ESD 시술의 워크플로우와는 다르다. 2025년 11월 International Journal of Medical Robotics에 게재된 시스템 리뷰도 SP의 한계로 좁은 작업 공간, 어려운 기구 핸들링, 복잡 적응증에서의 가파른 학습 곡선을 지적하고 있다.

다빈치 SP는 GI 영역에서 의미 있는 첫걸음을 내딛고 있지만, ESD 같은 핵심 endoluminal 시술의 표준 도구라기보다 다빈치 포트폴리오의 확장재에 가깝다. 미국 연성 내시경 수술 로봇 시장에서 SP의 점유율은 23.1%(2024) 수준이다. 의미는 있지만 다빈치 본진(80%+) 대비 미약한데, 인튜이티브가 GI 전용 시스템을 따로 개발하지 않는 이유는 다빈치 본진의 R&D 우선순위가 더 크기 때문으로 추정된다. SP가 어느 정도 커버해주고 있는 영역까지는 SP에 맡기고, ESD 같은 진짜 endoluminal 영역은 시장이 좀 더 검증되면 인수로 들어올 가능성이 높다고 본다.

2 - 2) EndoQuest Robotics

GI 전용 시스템 중에서 임상 진척이 가장 빠른 회사는 휴스턴에 본사를 둔 EndoQuest Robotics로 ELS(Endoluminal Surgical) System이 주력 제품이다. 7 자유도를 가진 로봇이 자연 개구부(입·항문)로 들어가 두 개의 수술 기구 (의사들의 양손)와 비디오스코프를 사용하여 여러 수술에 사용할 수 있는 시스템이다. [9] (현재는 ESD 부터 시작) 두 손으로 작업을 하기 때문에, 기존에는 어려웠던 작업들도 의사들이 빠르게 적응할 수 있으며, 이는 PARADIGM 임상 및 학회지에서도 언급되었다. [10]

임상 진척은 2024년 12월 FDA가 PARADIGM 임상의 IDE(Investigational Device Exemption)를 승인하면서 본격화됐다. 5개 미국 주요 의료기관 Brigham and Women's, Mayo Clinic Arizona, Cleveland Clinic, AdventHealth Orlando, HCA Houston이 참여하는 다기관 임상이다. [4] 2026년 1월 15일, FDA가 PARADIGM 임상의 마지막 단계 진입을 승인했는데, 이 단계가 끝나면 EndoQuest는 De Novo Classification Request를 통해 미국 출시 승인을 신청할 계획이다. [5]

2 - 3) Swan EndoSurgical

Swan EndoSurgical은 최근에 등장한 플레이어이자, 가장 늦은 단계에 있는 회사지만, 배경은 가장 강력하다. 2025년 7월 25일 Olympus Corporation과 Revival Healthcare Capital이 공동 창업한 합작사로, 본사는 보스턴, 기술 센터는 영국 케임브리지에 있다. 초기 투자는 6,500만 달러(Olympus + Revival 합산)에 불과하지만, 마일스톤 달성 시 누적 최대 4.58억 달러까지 단계적으로 투입된다. Revival이 다수 지분과 통제권을 보유하고, Olympus는 소수 지분을 취득하고, 미리 정해진 가격에 인수할 옵션(option to acquire at predetermined valuation) 을 보유하는 구조다. 업계에서는 이를 "build-to-buy" 모델이라고 부른다. [6]

제품 컨셉은 GI 병변의 조기·안전·효과적 치료를 위한 "purpose-built fully integrated flexible endoluminal robotic platform"으로 표현된다. 즉 RoSE의 add-on 방식이 아닌 EndoQuest의 ELS와 같은 전용 통합 시스템이다. 현재까지 제품 프로토타입 공개, 임상 일정, FDA 신청 모든 것이 비공개다. 경쟁사 대비 3~5년은 늦을 것으로 보이지만, Olympus 입장에서는 하나의 인수 후보군에 적은 자본으로 발을 걸쳐뒀다 정도로 해석될 것 같다.

2 - 4) EndoRobotics

엔도로보틱스는 2019년 4월 고려대 기계공학부 홍대희 교수와 그의 제자 김병곤 대표가 공동 창업한 회사다. 사명은 Endoscope + Robotics 합성어, 자체 제품명은 RoSE Platform 또는 로보페라(ROBOPERA) 다. 핵심 기술은 한 마디로 "기존 진단용 내시경에 로봇팔을 탈부착하는 add-on 모듈" 이다. EndoQuest, Swan, da Vinci SP가 모두 전용 시스템(병원이 새 카트·콘솔을 통째로 도입해야 하는 구조)인 데 비해, RoSE는 병원에 이미 있는 Olympus·Pentax·Fujifilm 진단 내시경 그대로 사용하면서 로봇팔만 끼웠다 뺐다 한다. 수술 끝나면 분리하면 다시 일반 진단 내시경이 된다. 2025년 9월에 로보페라가 FDA 510(k) 승인을 받았는데, 국내 의료기기 기업 최초로 'NAY' 코드를 받았다.

여기에 2026년 5월 6일, Olympus와의 글로벌 독점 유통 계약이 발표됐다. 미국 시장을 시작으로 Olympus의 EndoTherapy 사업 전략과 연계해 전 세계에 독점 공급된다는 내용이다. 이는 Olympus가 작년에 SI 투자한 지 8개월 만에 체결된 결과로, 제품의 양산성과 품질이 글로벌 판매 가능 수준임을 검증받았다는 의미다. [7] 흥미로운 점은 Olympus의 두 트랙 전략이다. 단기(2026 ~ 2030)는 RoSE로 시장을 빠르게 점유하고, 장기 (2030+)는 Swan으로 GI 시장을 확보할 우군 및 인수 대상을 물색하고 있다는 점이다. 두 시스템이 서로 카니발라이즈할 수도 있고, 가격대, 적응증, 지역에 따라 양립할 수도 있다.

Conclusion

과거 수술 로봇 시장은 Intuitive Surgical의 다빈치 로봇이 독과점을 하고 있었고, 표면적으로는 다빈치의 독점이 흔들리는 다극화 국면으로 보이지만, 실제로는 카테고리별로 완전히 다른 성숙도와 베팅 논리를 가진 시장이다. 강성 복강경은 razor-and-blades 모델이 검증된 후기 시장이라 리턴 배수보다는 점유율 방어·M&A 차익이 핵심 변수이고, 연성 내시경 (특히 GI 영역) 은 2027년 ESD CPT 발효를 변곡점으로 본격 개화할 전형적인 inflection-point 시장으로, 1세대 자리를 누가 차지하느냐가 향후 10년의 가치를 결정한다.

GI 내시경 로봇 4사를 투자 관점에서 다시 보면 각자의 베팅 논리가 다르다. 다빈치 SP는 인튜이티브 주식의 보험 정도이지 GI 표준이 될 후보는 아니고, EndoQuest는 임상 진척, 자본, Fred Moll 합류 [9]로 빠르게 FDA 승인 절차를 진행중이지만, De Novo 승인 전이라는 점은 추가 검토가 필요해보인다. Swan은 Olympus의 build-to-buy 옵션 자체가 자본 효율적 헷지 구조여서, Olympus 입장에서 다운 사이드가 제한되지만, 실제 제품화에 시간이 걸릴 것으로 보인다. 엔도로보틱스는 FDA NAY 코드 510(k), Olympus 글로벌 독점 유통 + 매출 발생을 동시 달성하여, 파괴적인 기술력보다는 안정적인 상업화 관점에서의 접근이 맞는 것 같다. 시장을 볼 때 주요 포인트는 (1) 2027년 ESD CPT 발효 시점·수가 수준이 시장 개화 속도를 결정하므로 2026년 11월 최종 코드 공표가 핵심 모니터링 포인트, (2) 수가는 해결되었지만, 의사들이 사용하기 쉬운 로봇은 어떤 것인지 (학습 곡선) 으로 보인다.

Reference

[1] https://www.investor.jnj.com/investor-news/news-details/2026/Johnson--Johnson-Announces-Pivotal-Clinical-Study-Results-for-a-New-Soft-Tissue-Surgical-Robotic-System/default.aspx?utm_source=chatgpt.com

Johnson & Johnson Announces Pivotal Clinical Study Results for a New Soft-Tissue Surgical Robotic System

Study results represent a critical milestone for the investigational OTTAVA™ Robotic Surgical System Data demonstrates feasibility of novel system architecture with table ‑ integrated robotic arms in space ‑ constrained ORs Abstract presented at the

www.investor.jnj.com

[2] https://www.thebell.co.kr/front/newsview.asp?click=F&key=202604100841102160108070

[K-바이오텍 열전] '수술로봇' 엔도로보틱스, 글로벌 파트너 동맹 상업화 목전

국내 내시경 수술로봇 기업 엔도로보틱스가 2019년 창업 이래 가장 큰 변곡점을 맞았다. 지난해 글로벌 의료기기 기업의 전략적 투자를 유치했고 현재 전 세계 총판 계약을 논의 중이다. 통상적

www.thebell.co.kr

[3] https://www.medtechdive.com/news/EndoQuest-Robotics-Virtuoso-Surgical-clinical-trials/748455/

EndoQuest, Virtuoso begin clinical trials for surgical robots

EndoQuest Robotics completed two procedures with its endoluminal system, while Virtuoso Surgical successfully performed bladder lesion excision in six patients.

www.medtechdive.com

[4] https://roboticsbusinessnews.com/interaction/22/1887/endoquest-robotics-performs-worlds-first-fully-robotic-endoscopic-submucosal-dissection-by-a-gastroenterologist.html

EndoQuest Robotics Performs World’s First Fully Robotic Endoscopic Submucosal Dissection by a Gastroenterologist

EndoQuest Robotics performs the world’s first fully robotic ESD by a gastroenterologist, using the ELS System to expand minimally invasive therapeutic endoscopy.

roboticsbusinessnews.com

[5] https://www.massdevice.com/endoquest-gets-fda-green-light-to-initiate-final-stage-of-surgical-robot-trial/

EndoQuest gets FDA green light to initiate final stage of surgical robot trial

EndoQuest Robotics announced today that the FDA approved the initiation of the next and final stage of its PARADIGM trial.

www.massdevice.com

[6] https://www.olympusamerica.com/press-release/2025-07-25/olympus-enters-strategic-partnership-develop-endoluminal-gastrointestinal

Olympus Enters Strategic Partnership to Develop Endoluminal Gastrointestinal Robotics | Olympus

Olympus co-founds Swan EndoSurgical with Revival Healthcare Capital Olympus to take a significant equity stake in Swan EndoSurgical with a combined initial investment of at least $65 million. Swan EndoSurgical to develop an innovative endoluminal robotic s

www.olympusamerica.com

[7] https://www.irobotnews.com/news/articleView.html?idxno=46220

엔도로보틱스, 글로벌 내시경 기업 올림푸스와 글로벌 유통 계약 - 로봇신문

국내 내시경 수술 로봇 스타트업 엔도로보틱스가 글로벌 의료기기 기업 올림푸스(Olympus)와 글로벌 유통 계약을 체결하며 세계 시장 공략에 나선다.엔도로보틱스는

www.irobotnews.com

[8] https://www.surgicalroboticstechnology.com/news/endoquest-robotics-secures-series-d-2-funding-round/

EndoQuest Robotics Secures Series D-2 Funding Round

EndoQuest Robotics, Inc. has announced today that it has successfully closed a Series D-2 financing round.

www.surgicalroboticstechnology.com

[9] https://endoquestrobotics.com/EndoQuest_Wins_2022_Surgical_Robotic_Challenge_Press_Release_final.pdf

[10] https://www.globenewswire.com/news-release/2025/09/25/3156460/0/en/World-s-First-Fully-Robotic-Procedure-by-a-Gastroenterologist-Completed-Using-EndoQuest-s-Endoluminal-Surgical-System-in-the-PARADIGM-Trial.html

World’s First Fully Robotic Procedure by a Gastroenterologist Completed Using EndoQuest’s Endoluminal Surgical System in the

Dr. Norio Fukami of Mayo Clinic, Arizona becomes first gastroenterologist to perform a robotic endoscopic submucosal dissection in the PARADIGM Trial...