본문으로 건너뛰기
피드

전직 TSMC 핵심 인사가 본 AI 반도체 슈퍼사이클의 진짜 리스크

ai-ml 약 5분
vote
0
댓글
북마크

TSMC 성장에 참여했던 양광레이 국립대만과기대 산학혁신단장은 AI 데이터센터 투자가 반도체 역사상 보기 드문 수요 폭증을 만들고 있다고 봤어. 다만 수요 포화 시점은 아무도 모르고, 공격적인 증설 뒤 공급 과잉이 올 수 있다는 점을 가장 큰 리스크로 짚었어. 성과급 갈등은 기술 문제가 아니라 세대별 공정성 인식과 보상 구조의 문제라고 해석했어.

  • 1

    AI 데이터센터 투자는 빅테크의 군비 경쟁처럼 진행되며 반도체 공급망 전반의 부족을 만들고 있음

  • 2

    AI용 D램뿐 아니라 일반 PC용 D램과 TSMC 생산능력까지 부족하다는 불만이 나오는 상황

  • 3

    호황 지속 기간은 2년, 5년, 10년 어느 쪽도 단정하기 어렵고 수요 둔화 시 공급 과잉이 우려됨

  • 4

    TSMC와 삼성의 성과급 갈등은 젊은 세대의 거래적 보상 인식과 공정성 요구가 커진 결과로 분석됨

  • 5

    삼성 파운드리는 기술력은 충분하지만 자체 칩 사업을 함께 한다는 점이 고객 신뢰 측면의 약점으로 지적됨

AI 데이터센터가 반도체 수요를 비정상적으로 끌어올리는 중

  • 전직 TSMC 핵심 인사인 양광레이 국립대만과기대 산학혁신단장은 지금 반도체 호황을 역사상 보기 드문 슈퍼사이클로 봄

    • 그는 TSMC 연구개발 이사를 지냈고, 회사 성장 초기의 핵심 인물로 꼽히는 6인의 기사 중 한 명임
    • 이후 인텔 기술고문과 중국 SMIC 사외이사도 지내 미국, 대만, 중국 반도체 산업을 모두 경험한 인물임
    • 이번 AI발 수요 급증을 “반도체 역사상 가장 큰 스파이크일 가능성”이 있다고 표현했음
  • 이번 사이클은 PC나 스마트폰 시대와 수요의 성격이 다름

    • 예전엔 개인 소비자가 PC와 스마트폰을 사면서 수요를 만들었음
    • 지금은 구글, 메타, 마이크로소프트, 엔비디아 같은 빅테크가 AI 데이터센터에 돈을 쏟아붓는 구조임
    • 양 단장은 이걸 빅테크의 AI 군비 경쟁이라고 봤음
  • 공급 부족은 특정 품목 하나가 아니라 반도체 공급망 전체로 번지는 분위기임

    • AI용 D램뿐 아니라 PC용 일반 D램도 부족하다는 얘기가 나오고 있음
    • TSMC도 생산능력이 부족하다는 고객 불만을 듣고 있다고 함
    • 그러니까 “GPU만 부족한 거 아님?” 수준이 아니라 메모리, 파운드리, 데이터센터 인프라가 같이 압박받는 그림임

중요

> 수요가 언제 꺾일지는 아무도 모른다는 게 핵심임. 2년 뒤일 수도, 5년 뒤일 수도, 10년 뒤일 수도 있는데 생산능력은 이미 공격적으로 늘어나는 중이라 공급 과잉 리스크가 남아 있음.

호황이 커질수록 보상 갈등도 커짐

  • AI 반도체 호황은 기업 실적을 끌어올렸지만 성과급 갈등도 같이 키우고 있음

    • 삼성전자는 성과급 산정 기준을 두고 노사가 5개월가량 진통을 겪다가 총파업 직전 합의했음
    • TSMC 내부에서도 성과급과 보상 체계 불만 때문에 노조 결성과 파업 가능성이 거론됐음
    • 웨이저자 TSMC 회장은 최근 주주총회에서 지난 3년간 직원 성과급이 매년 30%씩 늘었고 올해도 30% 이상 증가할 것이라고 직접 진화에 나섰음
  • 양 단장은 이 문제를 단순한 돈 문제가 아니라 공정성 문제로 해석함

    • 그는 적게 받는 것보다 불공정한 분배를 더 견디기 어렵다는 뜻의 불환과이환불균을 언급했음
    • 젊은 세대일수록 보상을 더 거래적으로 바라보고, 같은 조직 안에서 차이가 나면 갈등이 커질 수밖에 없다는 설명임
    • TSMC도 예전처럼 보너스와 급여만으로 문제를 덮기 어렵고 공감과 소통이 필요하다고 봄

삼성 파운드리에는 기술보다 신뢰 문제가 걸려 있음

  • 양 단장은 삼성전자의 파운드리 기술력 자체는 충분히 높게 평가함

    • TSMC 재직 당시 가장 경계했던 경쟁자는 인텔보다 삼성이었다고 말했음
    • 삼성전자가 파운드리에서도 충분한 기술력을 갖추고 있다는 평가도 덧붙였음
  • 다만 삼성의 사업 구조는 고객 신뢰 측면에서 약점이 될 수 있다고 봄

    • 삼성은 고객 칩을 생산해주는 파운드리이면서 동시에 자체 칩 사업도 하고 있음
    • 팹리스 입장에선 생산업체가 동시에 잠재 경쟁사인 상황이라 민감한 설계를 맡기는 데 부담이 생길 수 있음
    • TSMC처럼 순수 파운드리 모델을 가진 회사와 비교하면 이 지점이 계속 숙제로 남음
  • 한국과 대만 반도체 산업에는 중국의 추격이라는 공통 압박도 있음

    • 미국의 대중 반도체 규제가 중국 반도체 자립을 더 빠르게 밀어붙이는 결과를 만들고 있다는 분석임
    • 양 단장은 반도체 산업의 본질을 협력으로 봤고, 한국과 대만도 경쟁만이 아니라 서로 배울 부분을 찾아야 한다고 말했음

AI 인프라 투자가 반도체 업황을 끌어올리는 건 맞지만, 슈퍼사이클일수록 끝나는 순간의 충격도 커질 수 있어. 개발자 입장에서도 GPU와 메모리 공급, 클라우드 비용, 데이터센터 증설 속도가 결국 제품 로드맵에 영향을 주는 변수라는 점이 보임.

댓글

댓글

댓글을 불러오는 중...

ai-ml

기가토큰, 언어 모델 토크나이징을 최대 1000배 가까이 빠르게 만든 러스트 토크나이저

Gigatoken은 언어 모델용 토크나이징을 Rust와 SIMD 최적화로 크게 가속하는 프로젝트다. GPT-2 기준 144코어 EPYC에서 24.53GB/s를 찍으며 HuggingFace Tokenizers 대비 989배, tiktoken 대비 681배 빠른 수치를 제시한다.

ai-ml

AI 연구소들이 ‘펠리컨 자전거’ 벤치마크에 몰래 최적화했을까?

사이먼 윌리슨이 LLM 출시 때마다 던지던 “자전거 타는 펠리컨 SVG를 그려줘” 프롬프트가 너무 유명해지자, AI 연구소들이 여기에 맞춰 모델을 튜닝한 게 아니냐는 의심이 나왔다. 글쓴이는 7개 프런티어 모델로 1,008개 SVG를 만들고 LLM 판정, 특징 추출, 회귀 분석까지 돌렸지만 뚜렷한 증거는 거의 없다고 결론낸다.

ai-ml

알파벳, 구글 클라우드 82% 성장에도 검색 광고와 투자비가 숙제

알파벳이 2분기 매출 1198억달러로 시장 전망을 넘겼고, 구글 클라우드는 전년 대비 82% 성장하며 실적을 끌어올렸다. 다만 검색 광고 매출은 기대치를 아주 살짝 밑돌았고, 인공지능 인프라 투자를 위한 자본지출이 449억달러까지 커지면서 투자자들이 수익화 시점을 더 예민하게 보기 시작했다.

ai-ml

알파벳, AI 투자 논란을 클라우드 82% 성장으로 받아침

알파벳이 2026년 2분기 매출 1198억달러를 기록하며 시장 예상치를 넘겼다. 특히 구글 클라우드 매출이 82% 뛰면서, AI 투자가 비용이 아니라 실제 매출과 이익을 만드는 사업으로 바뀌고 있다는 신호를 줬다. 검색·유튜브 광고도 버티면서 AI가 기존 사업을 잠식한다는 우려도 일단 눌렀다.

ai-ml

알파벳 2분기 실적, 진짜 주인공은 순이익보다 구글 클라우드와 AI 투자

알파벳이 2분기 매출 1198억달러를 기록하며 시장 예상치를 넘겼고, 12분기 연속 두 자릿수 성장도 이어갔어. 다만 순이익과 주당순이익이 폭발적으로 뛴 건 스페이스X 상장에 따른 투자자산 평가이익 영향이 커서, 실제 영업 체력은 클라우드 성장과 AI 인프라 투자 쪽을 봐야 하는 상황이야.