왜 반도체 기술 경쟁이 ‘미세공정’에서 ‘패키징’으로 넓어지고 있을까?
2나노만 봐서는 안 되는 이유
오랫동안 반도체 기술 경쟁을 설명하는 가장 대표적인 숫자는
몇 나노인가?
였습니다.
10나노,
7나노,
5나노,
3나노,
2나노처럼
더 작은 공정으로 갈수록 더 발전된 반도체라고 생각하기 쉬웠습니다.
실제로 미세공정은 지금도 매우 중요합니다.
트랜지스터를 더 작게 만들면 같은 면적에 더 많은 회로를 넣고,
성능을 높이고,
전력 효율을 개선할 수 있기 때문입니다.
그런데 최근의 고성능 반도체, 특히 AI 반도체를 이해하려면 이제 몇 나노인가만 봐서는 부족합니다.
왜냐하면 반도체의 성능이 더 이상 칩 하나의 성능만으로 결정되지 않기 때문입니다.
GPU,
HBM,
Chiplet,
네트워크 칩
같은 여러 반도체를 얼마나 빠르고 효율적으로 연결하는지가 매우 중요해졌습니다.
그래서 현대 반도체 경쟁은
미세공정 경쟁
에서
미세공정 + 첨단 패키징 경쟁
으로 넓어지고 있습니다.
가장 먼저 한 문장으로 정리하면?
반도체 기술 경쟁이 패키징으로 확대되는 이유는
트랜지스터를 계속 작게 만드는 것만으로 성능을 높이기가 점점 어렵고 비싸지는 반면, 여러 칩을 가까이 배치하고 빠르게 연결하면 다른 방법으로 시스템 성능을 높일 수 있기 때문
입니다.
쉽게 말하면
예전에는
“더 좋은 선수 한 명을 만들자.”
가 중요했다면,
이제는
“좋은 선수 여러 명을 최고의 팀으로 만들자.”
도 중요해진 것입니다.
먼저 미세공정이 왜 중요했는지 다시 생각해보자
반도체에는 수많은 트랜지스터가 들어 있습니다.
트랜지스터를 더 작게 만들 수 있다면 같은 크기의 칩 안에 더 많은 트랜지스터를 넣을 수 있습니다.
그러면 더 복잡한 계산을 할 수 있습니다.
또 설계와 공정에 따라 전력 효율을 개선할 수도 있습니다.
그래서 오랫동안 반도체 산업은 트랜지스터를 계속 작게 만드는 방향으로 발전했습니다.
이것이 무어의 법칙과 연결된다
반도체 산업에서는 무어의 법칙(Moore’s Law)이라는 표현이 자주 등장합니다.
아주 쉽게 설명하면
시간이 지나면서 하나의 칩에 넣을 수 있는 트랜지스터 수가 빠르게 증가해왔다
는 흐름을 설명하는 말입니다.
트랜지스터를 작게 만들수록 더 많은 트랜지스터를 넣을 수 있었기 때문에 미세공정 발전은 반도체 성능 향상의 핵심 방법이었습니다.
그런데 작게 만드는 일이 점점 어려워졌다
처음에는 비교적 큰 구조를 줄여나갔습니다.
하지만 이제는 반도체 안의 구조가 원자 수준에 가까워지고 있습니다.
조금만 오차가 생겨도 문제가 될 수 있습니다.
빛으로 회로를 그리는 것도 어려워집니다.
전자가 원하지 않는 곳으로 새어 나갈 수도 있습니다.
열과 전력 문제도 커집니다.
연필로 계속 더 작은 글씨를 쓴다고 생각해보자
처음에는 글자를 1cm 크기로 씁니다.
쉽습니다.
5mm로 줄입니다.
아직 가능합니다.
1mm로 줄입니다.
점점 어렵습니다.
0.1mm보다 더 작게 쓰려고 하면 손의 작은 떨림도 문제가 됩니다.
반도체 미세공정도 비슷합니다.
크기가 작아질수록 이전에는 별문제 아니었던 작은 오차까지 중요해집니다.
그래서 EUV까지 필요해졌다
앞에서 배웠듯이 첨단 반도체에서는 EUV라는 매우 짧은 파장의 빛을 이용합니다.
기존 기술만으로 더 작은 회로를 만들기 어려워졌기 때문입니다.
EUV 장비는 매우 복잡하고 비쌉니다.
즉 더 작은 공정으로 갈수록 필요한 기술과 비용이 급격히 커지고 있습니다.
2나노 이후에도 계속 줄이면 되는 것 아닐까?
기술은 계속 발전할 수 있습니다.
하지만 문제는
얼마나 어려운가
그리고
얼마나 많은 돈이 드는가
입니다.
새로운 공정 하나를 개발하려면 엄청난 연구개발비가 필요합니다.
새로운 공장을 만들고,
새로운 장비를 구입하고,
수율을 안정화해야 합니다.
따라서 미세공정을 한 세대 발전시키는 비용과 난이도가 계속 높아지고 있습니다.
이것을 ‘미세공정만으로는 부족하다’고 표현할 수 있다
여기서 중요한 것은
“미세공정이 이제 필요 없다.”
는 뜻이 아닙니다.
미세공정은 여전히 매우 중요합니다.
하지만
미세공정 하나만으로 반도체 성능을 계속 크게 높이는 것이 점점 어려워지고 있다
는 뜻입니다.
그래서 다른 방법들이 함께 중요해지고 있습니다.
그 다른 방법 중 하나가 Chiplet이다
앞에서 Chiplet을 배웠습니다.
큰 반도체 하나를 만드는 대신
작은 반도체 여러 개를 만든 뒤 연결하는 방식입니다.
예를 들어
계산 Chiplet,
입출력 Chiplet,
AI Chiplet
을 따로 만들 수 있습니다.
왜 굳이 나눌까?
큰 칩 하나는 수율이 불리할 수 있습니다.
또 모든 기능에 가장 비싼 첨단공정을 사용할 필요도 없습니다.
그래서
중요한 계산 부분은 최신 공정,
입출력 부분은 성숙 공정
으로 만든 뒤 연결할 수 있습니다.
이렇게 하면 비용과 설계 유연성에서 장점이 생길 수 있습니다.
그런데 Chiplet을 나누면 새로운 문제가 생긴다
칩을 나누기 전에는 모든 회로가 같은 다이 안에 있었습니다.
데이터가 칩 내부 배선을 통해 움직입니다.
하지만 Chiplet으로 나누면 데이터가 다른 다이까지 이동해야 합니다.
그럼 칩 사이의 연결이 중요해집니다.
바로 여기에서 패키징이 등장합니다.
패키징은 Chiplet의 도로다
Chiplet을 도시라고 생각해보겠습니다.
도시 A는 계산을 담당합니다.
도시 B는 입출력을 담당합니다.
도시 C는 AI 기능을 담당합니다.
도시가 아무리 훌륭해도 서로 이동할 도로가 없다면 하나의 국가처럼 움직일 수 없습니다.
첨단 패키징은 이 도시들 사이의 초고속 도로망을 만들어줍니다.
AI 시대에는 HBM 때문에 패키징이 더 중요해졌다
Chiplet만 있는 것이 아닙니다.
AI GPU 주변에는 HBM이 필요합니다.
GPU는 엄청난 계산을 하고,
HBM은 엄청난 양의 데이터를 공급합니다.
두 칩 사이에는 매초 엄청난 데이터가 이동합니다.
그래서 GPU와 HBM을 아주 가까이 배치하고 많은 연결선을 만들어야 합니다.
GPU가 3나노라고 끝나는 것이 아니다
아주 뛰어난 3나노 GPU가 있다고 생각해보겠습니다.
계산 능력은 엄청납니다.
하지만 HBM과의 연결이 느립니다.
GPU가 데이터를 기다립니다.
그러면 실제 AI 시스템에서는 GPU가 가진 계산능력을 모두 사용할 수 없습니다.
즉
좋은 공정으로 만든 칩
좋은 메모리
좋은 패키징
이 함께 필요합니다.
F1 자동차로 생각하면 쉽다
세계 최고의 엔진을 만들었습니다.
그런데 변속기가 좋지 않습니다.
연료 공급도 느립니다.
타이어도 성능이 떨어집니다.
그 자동차가 최고의 기록을 낼 수 있을까요?
어렵습니다.
AI 반도체도 같습니다.
미세공정은 엔진과 비슷합니다.
하지만 시스템 전체를 빠르게 만들려면 다른 부품과 연결도 함께 좋아야 합니다.
이것이 System Performance라는 개념이다
과거에는
칩 하나의 성능
이 매우 중요했습니다.
이제는 점점
전체 시스템의 성능
을 봐야 합니다.
GPU가 얼마나 빠른가?
HBM이 얼마나 빠른가?
두 칩 사이 연결은 얼마나 넓은가?
Chiplet끼리 얼마나 빨리 통신하는가?
전력은 얼마나 사용하는가?
열은 어떻게 관리하는가?
이 모든 것이 최종 성능에 영향을 줍니다.
그래서 ‘몇 나노인가?’만 물으면 부족하다
어떤 새로운 AI 반도체가 나왔다고 생각해보겠습니다.
A 제품은 3나노입니다.
B 제품은 4나노입니다.
그러면 A가 무조건 더 빠를까요?
그렇게 단정할 수 없습니다.
제품의
아키텍처,
트랜지스터 수,
클럭,
메모리,
패키징,
소프트웨어,
전력
등이 모두 다르기 때문입니다.
나노 숫자는 중요한 정보지만 전체 답은 아니다
초보자가 반도체를 볼 때 가장 흔한 실수가 있습니다.
“2나노니까 3나노보다 무조건 50% 좋다.”
처럼 생각하는 것입니다.
하지만 앞에서 배웠듯이 공정 이름은 단순한 실제 길이 비교가 아닙니다.
또 최종 제품 성능은 공정 외에도 수많은 요소에 의해 결정됩니다.
패키징은 왜 과거보다 훨씬 어려워졌을까?
과거의 패키징은 비교적 단순한 칩 하나를 보호하고 외부 기판에 연결하는 역할이 중심이었습니다.
하지만 지금은
GPU,
HBM,
여러 Chiplet
을 하나의 패키지 안에 넣기도 합니다.
연결해야 할 칩의 수가 늘었습니다.
데이터 속도도 빨라졌습니다.
전력도 커졌습니다.
열도 많이 발생합니다.
패키징 자체가 훨씬 복잡해졌습니다.
포장에서 건축으로 변했다
예전 패키징을 택배 포장이라고 생각해보겠습니다.
제품을 상자에 잘 넣어 보내면 됩니다.
현대 첨단 패키징은 다릅니다.
여러 건물과
도로,
전력망,
통신망,
냉각시설
을 설계하는 도시 건설에 가까워졌습니다.
그래서 패키징 기술의 가치도 커지고 있습니다.
2.5D 패키징이 중요한 이유
앞에서 CoWoS를 배웠습니다.
GPU와 HBM을 인터포저 같은 구조 위에 가까이 배치하는 방식입니다.
완전한 수직 적층은 아니지만 일반 기판보다 훨씬 높은 연결 밀도를 제공합니다.
이런 구조를 2.5D 패키징이라고 부릅니다.
왜 굳이 인터포저를 사용할까?
GPU와 HBM 사이에는 수많은 신호가 오갑니다.
일반적인 회로기판에서 이 모든 연결을 만들기 어려울 수 있습니다.
인터포저에서는 더 촘촘한 배선을 만들 수 있습니다.
즉
칩 사이에 초정밀 도로판을 하나 더 넣는 것
입니다.
3D 패키징은 한 단계 더 나아간다
2.5D에서는 칩을 옆으로 배치합니다.
3D 패키징에서는 칩을 위아래로 직접 쌓을 수 있습니다.
예를 들어
연산 칩
↓
캐시 메모리
처럼 서로 다른 다이를 수직으로 가까이 배치할 수 있습니다.
왜 위로 쌓으면 좋을까?
가장 큰 장점 중 하나는 거리를 줄일 수 있다는 것입니다.
옆 건물까지 100m 이동하는 것보다 위층으로 바로 올라가는 것이 빠를 수 있습니다.
반도체에서도 다이를 수직으로 가까이 배치하면 연결거리를 줄일 수 있습니다.
하지만 3D는 열이 어렵다
칩을 위로 쌓으면 공간을 효율적으로 사용할 수 있습니다.
하지만 아래쪽 칩에서 발생한 열을 밖으로 빼기 어려워질 수 있습니다.
또 여러 다이를 정확하게 정렬하고 연결해야 합니다.
그래서 3D 적층은 매우 강력하지만 동시에 매우 어려운 기술입니다.
하이브리드 본딩도 중요해진다
칩과 칩을 연결할 때 기존에는 작은 범프를 사용해 연결하는 방식이 많이 사용되었습니다.
하지만 더 촘촘하게 연결하려면 범프 간격을 계속 줄여야 합니다.
이때 중요한 기술 중 하나가 하이브리드 본딩입니다.
칩 사이를 더욱 직접적이고 촘촘하게 연결하려는 기술입니다.
연결점이 많아질수록 성능이 좋아질 수 있다
두 도시 사이에 다리가 하나만 있다고 생각해보겠습니다.
교통체증이 발생합니다.
다리를 100개 만들면 훨씬 많은 차량이 이동할 수 있습니다.
반도체도 칩 사이 연결점을 더 많이 만들 수 있다면 더 많은 데이터를 동시에 주고받을 수 있습니다.
그런데 패키징에도 미세화가 필요하다
재미있는 점입니다.
우리는 반도체 칩 안에서 회로를 미세하게 만든다고 배웠습니다.
이제는 칩과 칩 사이를 연결하는 패키징에서도 연결점을 더 작게 만들고 배선을 더 촘촘하게 만들어야 합니다.
즉 패키징 자체도 미세공정처럼 정밀해지고 있습니다.
이것을 Advanced Packaging이라고 한다
일반적인 포장 기술과 구분하기 위해 이런 고성능 기술을 첨단 패키징(Advanced Packaging)이라고 부릅니다.
대표적인 방향에는
2.5D 패키징,
3D 적층,
Chiplet 통합,
하이브리드 본딩,
고밀도 RDL
등이 있습니다.
패키징이 미세공정을 대체하는 것은 아니다
이 부분은 매우 중요합니다.
첨단 패키징이 중요해졌다고
“이제 2나노 같은 미세공정은 필요 없다.”
는 뜻이 아닙니다.
오히려 둘을 함께 사용합니다.
최신 공정으로 아주 좋은 계산칩을 만들고,
첨단 패키징으로 여러 칩과 HBM을 연결합니다.
즉 경쟁이 넓어진 것입니다.
두 기술을 자동차로 비교해보자
미세공정은
더 좋은 엔진을 만드는 기술
입니다.
첨단 패키징은
엔진·변속기·배터리·냉각장치가 최고의 성능으로 함께 움직이게 만드는 기술
입니다.
둘 다 필요합니다.
왜 파운드리 회사들이 패키징에 투자할까?
TSMC 같은 파운드리는 원래 웨이퍼 제조가 핵심 사업이었습니다.
그런데 AI 고객은 이제 이렇게 요구합니다.
“우리 GPU를 잘 만들어주세요.”
뿐 아니라
“HBM과도 잘 연결해주세요.”
“Chiplet도 하나로 묶어주세요.”
라고 요구할 수 있습니다.
따라서 파운드리도 패키징 기술을 강화할 수밖에 없습니다.
고객 입장에서도 한 번에 해결하면 편하다
집을 만든다고 생각해보겠습니다.
A 회사는 벽만 만듭니다.
B 회사는 전기만 합니다.
C 회사는 수도만 합니다.
모든 업체를 직접 관리해야 합니다.
반대로 한 회사가 전체를 잘 통합해준다면 더 편할 수 있습니다.
반도체에서도 제조와 패키징을 긴밀하게 연결하는 것이 고객에게 중요해질 수 있습니다.
그래서 TSMC의 경쟁력은 3나노만이 아니다
TSMC를 단순히
“첨단공정 회사”
라고만 보면 부족합니다.
AI 시대에는
웨이퍼 제조,
CoWoS 같은 2.5D 패키징,
3D 적층
등을 포함한 전체적인 시스템 통합 능력도 중요합니다.
즉 파운드리 경쟁의 범위가 넓어지고 있습니다.
삼성전자도 같은 경쟁을 한다
삼성전자 역시
메모리,
파운드리,
첨단 패키징
기술을 모두 발전시키고 있습니다.
AI 시대에는
로직 반도체,
HBM,
패키징
을 함께 연결하는 능력이 중요하기 때문입니다.
Intel도 패키징을 중요하게 본다
Intel 역시 오랫동안 CPU와 제조기술을 개발해온 회사입니다.
그리고 Chiplet 시대에 여러 다이를 연결하기 위한 첨단 패키징 기술을 중요하게 발전시켜왔습니다.
즉 TSMC, 삼성전자, Intel 같은 대형 반도체 기업들이 모두 패키징에 관심을 가지는 것은 우연이 아닙니다.
패키징 회사와 OSAT의 역할도 커질 수 있다
모든 패키징을 파운드리 회사만 하는 것은 아닙니다.
OSAT 같은 전문 패키징·테스트 기업도 존재합니다.
반도체가 복잡해질수록
조립,
본딩,
검사,
열 관리
같은 전문 기술의 중요성도 커질 수 있습니다.
패키징도 거대한 산업이 된다
앞으로 AI와 Chiplet이 성장하면 패키징에는 더 많은
장비,
소재,
기판,
검사기술
이 필요합니다.
즉 패키징의 성장은 파운드리 회사 하나에만 영향을 주는 것이 아닙니다.
관련 장비와 소재 산업 전체로 연결될 수 있습니다.
ABF 기판 같은 부품도 중요해질 수 있다
첨단 반도체 패키지 아래에는 패키지 기판이 필요합니다.
고성능 CPU와 GPU 같은 제품에는 매우 복잡한 기판이 사용됩니다.
칩이 커지고 연결이 많아질수록 기판 기술도 중요해집니다.
즉 우리가 눈에 잘 보지 않던 부품까지 반도체 성능에 영향을 줄 수 있습니다.
AI 시대에는 병목이 계속 이동한다
이 개념은 꼭 기억해야 합니다.
처음에는 GPU가 부족합니다.
GPU 생산을 늘립니다.
↓
HBM이 부족합니다.
HBM 생산을 늘립니다.
↓
CoWoS 같은 패키징이 부족합니다.
패키징을 늘립니다.
↓
전력이 부족해질 수 있습니다.
↓
냉각 문제가 생길 수 있습니다.
즉 AI 산업에서는 가장 부족한 한 부분이 전체 시스템의 성장을 제한할 수 있습니다.
이것이 투자에서도 중요한 이유
반도체 산업을 볼 때 가장 유명한 회사만 보는 것보다
현재 공급망의 병목이 어디에 있는가
를 보는 것이 중요합니다.
GPU인가?
HBM인가?
패키징인가?
장비인가?
전력인가?
병목이 이동하면 수혜를 받는 기업도 달라질 수 있습니다.
반도체 가치가 칩 밖으로 확장되고 있다
과거에는 대부분의 가치가 칩 자체 안에 있다고 생각하기 쉬웠습니다.
트랜지스터가 얼마나 작은가?
몇 개 들어 있는가?
하지만 이제는
칩 사이의 연결,
패키지 구조,
메모리 위치,
열 관리
같은 요소도 큰 가치를 만듭니다.
즉 반도체의 경쟁력이 실리콘 내부에서 패키지 전체로 확장되고 있습니다.
이것을 More than Moore라고 부르기도 한다
반도체 산업에서는 More than Moore라는 표현도 사용합니다.
트랜지스터를 계속 작게 만드는 것만이 아니라
패키징,
센서,
메모리,
다양한 기능 통합
같은 방식으로 시스템의 가치를 높이는 방향을 설명할 때 사용됩니다.
즉
무조건 작게만 만드는 것이 아니라 여러 기술을 잘 결합하자
는 생각입니다.
Moore와 More than Moore를 쉽게 비교하면
Moore
트랜지스터를 더 작게 만들고 더 많이 넣습니다.
More than Moore
여러 종류의 반도체와 기능을 더 잘 연결합니다.
현대 반도체에서는 두 방향이 함께 발전합니다.
미래의 최고 반도체 회사는 어떤 회사일까?
단순히
2나노를 만드는 회사
만으로 설명하기 어려울 수 있습니다.
앞으로 중요한 회사는
좋은 미세공정을 가지고 있고,
좋은 패키징을 가지고 있으며,
Chiplet을 연결할 수 있고,
HBM을 효율적으로 통합하고,
높은 수율로 대량생산할 수 있는 회사
일 가능성이 큽니다.
즉 종합적인 시스템 통합 능력이 중요해집니다.
미세공정 경쟁도 끝난 것이 아니다
다시 강조하겠습니다.
3나노,
2나노,
1나노 수준으로 발전하려는 경쟁은 계속됩니다.
새로운 트랜지스터 구조도 등장합니다.
GAA 같은 기술도 발전합니다.
하지만 이 경쟁과 동시에 패키징 경쟁도 커지는 것입니다.
반도체의 미래는 ‘AND’다
미세공정이냐 패키징이냐?
둘 중 하나를 선택하는 문제가 아닙니다.
정답은
미세공정 AND 패키징
입니다.
좋은 트랜지스터도 필요합니다.
좋은 Chiplet 설계도 필요합니다.
좋은 HBM도 필요합니다.
좋은 연결도 필요합니다.
그래서 2나노만 봐서는 안 된다
반도체 뉴스를 볼 때
“A 회사가 2나노를 개발했다.”
라는 뉴스가 나옵니다.
중요한 뉴스입니다.
하지만 이제는 다음 질문도 같이 해야 합니다.
수율은 어떤가?
실제 고객이 사용하는가?
어떤 Chiplet 구조를 지원하는가?
어떤 HBM과 연결할 수 있는가?
첨단 패키징 생산능력은 충분한가?
열과 전력은 어떻게 관리하는가?
이렇게 보면 산업을 훨씬 더 정확하게 이해할 수 있습니다.
앞으로 반도체 제품은 어떻게 평가해야 할까?
최신 CPU나 GPU를 볼 때도 단순히 공정만 보지 않습니다.
공정
어떤 제조기술을 사용하는가?
아키텍처
칩 내부 설계가 얼마나 좋은가?
Chiplet
큰 칩을 어떻게 나누었는가?
메모리
얼마나 빠른 메모리를 사용하는가?
패키징
칩들을 어떻게 연결했는가?
전력
성능당 전력은 어떤가?
이것을 함께 봐야 합니다.
미래 반도체를 하나의 팀으로 생각해보자
축구팀이 있습니다.
공격수 한 명이 세계 최고라고 우승할 수 있을까요?
골키퍼,
수비수,
미드필더,
감독
이 모두 중요합니다.
미세공정은 최고의 선수를 만드는 일입니다.
패키징은 좋은 선수들이 최고의 팀플레이를 하게 만드는 일입니다.
AI 시대의 반도체는 점점 팀 스포츠가 되고 있습니다.
오늘 내용 한눈에 정리하기
오늘은 여덟 가지를 기억하면 됩니다.
첫째, 미세공정은 여전히 매우 중요하지만 트랜지스터가 작아질수록 기술 난이도와 비용이 크게 증가하고 있습니다.
둘째, 그래서 반도체 기업들은 미세공정뿐 아니라 Chiplet과 첨단 패키징을 이용해 성능을 높이고 있습니다.
셋째, Chiplet을 사용하면 서로 다른 기능과 공정의 작은 칩을 하나의 시스템으로 조합할 수 있습니다.
넷째, AI 반도체에서는 GPU와 HBM 사이에 엄청난 데이터가 이동하기 때문에 첨단 패키징이 실제 성능에 직접 영향을 줍니다.
다섯째, 2.5D·3D 패키징과 하이브리드 본딩 같은 기술을 이용하면 여러 칩을 더 가깝고 촘촘하게 연결할 수 있습니다.
여섯째, 미래 반도체 경쟁은 ‘누가 가장 작은 공정을 만드는가’뿐 아니라 ‘누가 여러 칩을 가장 잘 연결하는가’의 경쟁이기도 합니다.
일곱째, TSMC·삼성전자·Intel 같은 기업들이 첨단 패키징에 투자하는 이유도 파운드리 경쟁의 범위가 시스템 통합까지 넓어지고 있기 때문입니다.
여덟째, 앞으로 반도체를 분석할 때는 나노 숫자 하나가 아니라 공정·수율·Chiplet·HBM·패키징·전력·열을 함께 봐야 합니다.
이제 반도체는 단순한 산업이 아니라 국가 전략이 된다
지금까지 우리는
EUV,
미세공정,
수율,
팹리스,
파운드리,
HBM,
Chiplet,
CoWoS,
첨단 패키징
까지 배웠습니다.
그런데 여기서 아주 중요한 사실이 하나 보입니다.
이 모든 기술을 한 나라가 전부 가지고 있지 않습니다.
어떤 나라는 반도체 설계를 잘합니다.
어떤 나라는 제조를 잘합니다.
어떤 나라는 메모리를 잘합니다.
어떤 나라는 EUV 장비를 만듭니다.
어떤 나라는 소재와 장비에 강합니다.
즉 세계 반도체 산업은 여러 나라가 서로 연결된 거대한 공급망입니다.
그런데 만약 이 공급망이 끊긴다면 어떻게 될까요?
스마트폰만 문제가 되는 것이 아닙니다.
AI,
자동차,
통신,
국방,
전력,
우주산업
까지 영향을 받을 수 있습니다.
그래서 반도체는 이제 단순한 전자부품을 넘어 국가가 반드시 확보하려는 전략 자원이 되었습니다.
다음 글에서는
「반도체는 왜 석유보다 중요한 전략 자원이 되었을까?｜AI 시대 국가 경쟁력의 핵심」
을 통해 미국·중국·한국·대만이 왜 반도체를 국가 안보 문제로 보기 시작했는지 알아보겠습니다.
댓글 0
첫 댓글을 남겨보세요.