금융회사,ASML 실적발표와 ISSCC_메모

최근 메모리 Spot price가 떨어지고 있다. Spot 시장의 수요자는 보통 PC, 모바일 등을 제조하는 업체들이다. 전체 메모리 시장에서 10%를 차지하고 있어, 이것만으로 메모리 시장을 대표한다고 보긴 어렵다. 그럼에도 불구하고, 좋은 시그널은 아니다. 10%를 차지하고 있는 것은 맞지만, 지금까지 IDM 업체들 주가를 견인한 건 Spot price의 급등이었다. 보통은 현물시장이 가장 마지막 시장이다. 수요자가 찾고 찾아도 메모리가 부족하면 현물시장으로 간다. 메모리의 명동시장인 셈이다. 현물시장에서까지 가격이 급등한다는 뜻은 그만큼 메모리가 부족하다는 뜻이 된다. 결국엔 이 논리로 IDM 업체들 주가가 상승한만큼, 지금의 Spot price 하락은 해당 수요가 주춤하다는 것을 의미한다. 결론적으로 의심이 확대되는, 변동성이 확대될 수밖에 없다. I. AI 추론 시대에는 메모리가 필요하다 그래도 AI가 쓸만해지려면 메모리가 다수 필요하다. KV Cache가 구조적으로 증가하기 때문인데, 쉽게 말해서 중간 저장 데이터들이 기하급수적으로 증가한다. 단순 챗봇과 다르게, AI Agent, 그리고 Agentic AI로의 시대, 궁극적으로 AGI가 되려면 사람의 업무를 대신해야된다. 단적으로 얘기해서 내가 부하직원한테 내일까지 자료를 만들어달라고 했는데, 지시사항을 까먹어버려 이상하게 해오면 아무런...

I. 메모리 수급모델을 해야하는 이유 메모리 반도체는 제조사별로 상품의 큰 차이가 없는 원자재 성격을 띰. SK하이닉스가 만드는 DRAM이나, 삼성전자가 만드는 DRAM의 차이가 없다는 뜻. 그래서 너도나도 DRAM을 만들면 공급에 문제가 생김. 이렇게 되면 메모리 제조사들이 생산하는 DRAM 개수와 수요자들이 필요로 하는 DRAM 개수를 맞춰봐야됨. 일반적으로 공급량이 1% 부족할 때, ASP가 10~30% 상승할 수 있다고 함. 이렇게 가격 탄력도가 낮은 이유(공급변동할 때 가격이 같이 움직이지 않음)는 공급이 부족해서 단가가 조금 올라도, 수요가 갑자기 줄어드는게 아니기 때문임. 이런 시차로 인해 메모리 사이클이 만들어진다고 볼 수 있음. 또, 공급에 영향을 주는 메모리 제조사들은 5개 업체로 좁혀지기 때문에 공급량을 분석하기에도 용이한 편임. 반면, 수요처는 되게 다양한 편. 수요처는 되게 다양하지만 크게 보면 레거시랑 AI 서버향으로 구분할 수 있음. 레거시의 경우, 모바일, 노트북 등에 탑재되는 메모리를 말함. 예전 메모리 사이클을 살펴보면, PC 출시, 모바일 출시가 슈퍼사이클을 견인했고, 중간중간 신제품의 발전으로 수요가 극대화될 때마다 메모리 가격이 상승하는 식의 논리를 확인할 수 있음. 반면 최근의 AI 서버향은 그 성격이 조금 다름. 서버를 이제서 많이 투자하는 것은 아님. 결국 데이터센터를 짓는 것인데, 우리가 사용하는 유튜브, 넷플릭스를 보기 위한 클라우드 투자는 이미 2018년에 진행되었음. 서버 자체가 새로운 투자인 것은 아님. 핵심은 AI 서버임. AI 서버향 메모리의 수요가 늘어난다는 것은 AI를 사용하기 위한 데이터센터를 많이 짓겠다는 뜻임. 2018년 클라우드 서버투자랑 비슷하게, 미국의 돈을 가장 잘 버는 M7들이 이 수요를 견인하고 있기 때문에 사이클의 강도도 높고 지속성도 길어지는 국면임. 결론적으로 싸이클의 지속성이 곧 주가와 연결되어 있어 이런 수요가 “얼마나” 필요하고 지속할 수 있을지를 알아야됨. 공급은 DRAM은 3개회사, NAND는 크게 봐야 5~6개되니까 조사하기 수월하고 메모리는 규격화 되어 있기 때문에 양을 가늠하기도 쉬움. 수요도 마찬가지로 레거시는 사이클이 있으니 적당히 평균적으로 계산하고, 지금의 수요를 견인하는 주체의 실적 발표나 뉴스 등을 보면서 규모를 가늠해볼 수 있음. 즉, 이 모든 건 메모리 사이클이 얼마나 지속될 수 있는지를 확인해서 지금 우리가 사이클의 어느 시점에 위치하는지를 알고자 하는 것임. II. 수급모델을 이해하기 위한 기본 개념 메모리는 규격화되어 있기 때문에 처음 용어가 낯설 수 있음. 그리고 데이터센터는 실제로 본 적이 없기 때문에 이것도 굉장히 낯선 개념임. 근데 이 두 개만 잘 짚고 넘어가면 그 다음을 이해하기 수월함. 우선 메모리는 Bit라는 단위로 표현을 함. Bit는 저장공간인데, Bit가 모여서 Byte가 됨. 8bit = 1 Byte로 정해놨고, 보통 b, B로 단위를 표시함. 이런 정보 저장 공간이 매우매우 많기 ...

CES 2026, GTC에서 젠슨 황이 ICMS(G3.5), SRAM을 도입했음. 조금 살펴보니 ICMS는 KV Cache를 잘 도입하기 위해서, SRAM은 decode 과정에서 효율화를 추구하기 위해 도입했다고 함. 뭔소린지 모르겠음. 계속 새로나오는 기술들을 볼 때마다 겉도는 느낌이 들어서 AI가 뭔지 본질적으로 확인해보고 싶었음. 결국엔 AI는 벡터간의 관계성을 파악하는 것임. 월가아재님이 AI 시대에는 선형대수학을 무조건, 필수적으로 알아야된다고 했었음. 그래서 학교에서 수업도 들어보고 혼자 공부도 했었는데 사실 그 의미를 정확히 이해하지 못했음. 근데 이번에 AI를 공부하면서 벡터랑 행렬이 매우매우 중요하다는 것을 깨달음. 벡터랑 행렬을 기반으로 AI와 ICMS, SRAM 구조 도입을 이해해볼 생각. 벡터는 결국 공간상에서 방향을 나타내는 점임. 쉽게 말해서 데이터인데 방향성을 나타냄. 행렬은 AI 아키텍처 내에서 가중치를 담당함. 벡터에 행렬을 내적해서 벡터의 방향성을 변화시키는 것임. AI는 모든 정보를 벡터화해서 데이터로 보관함. 예를 들어서 고양이라면, [1,0]이라는 벡터로 변환해 놓는 것임. 이때 벡터는 쉼표를 기준으로 각 방향성을 띠는데, 1이라는 정보가 "눈이 있다.", 0이라는 정보가 "동물이다"의 방향성을 가리킴. 여기서 학습의 과정을 설명해보겠음. AI가 "고양이는 귀엽다"라는 답변을 도출하기 위해서 고양이라는 [1,0] 벡터에 행렬 W1를 내적함. 내적은 두 벡터간의 관계성을 나타내기 때문에, 관계성이 높을수록 수치가 높아지게 됨. 결론적으로 W1를 내적하면서 [2,0]이라는 답변을 얻었는데, 실제 귀여움을 나타내는 공간은 [3,0]인 것임. 이를 줄여주기 위해서 W1를 조정하는 과정을 거침. W1안에도 수많은 숫자들이 있는데 이들을 미분하여 ...

고등학교 때 반도체라는 걸 배우면, npn 접합, pnp 접합 이런 그림들이 나왔음. 이런구조를 BJT라고 부르고, 트랜지스터의 일종인 셈임. 트랜지스터는 전류의 흐름을 바꿔주는 소자인데, 스위치라고 보면 됨. 즉, 트랜지스터를 통해서 0과 1을 구분하며, 이게 논리구조를 만들어냄. 결국 반도체 섹터의 기술은 트랜지스터의 구조 변환을 짚어야되는 것임. MOSFET은 1959년 벨 연구소의 강대원 박사와 모하메드 아탈라(Mohamed Atalla)가 발명함. 정확히 말하면 1920년에 개발되고 이들이 그때의 한계를 극복하면서 상용화가 됨. 왜 BJT에서 MOSFET으로 넘어갔냐, 바로 전력 때문임. 연산이 늘어나면서 전력이 많이 발생했고 BJT로는 극복하지 못했음. 현재 트랜지스터 소자는 MOSFET을 기반으로 하기 때문에 해당 구조를 이해하면 다른 구조들도 이해하기 쉬워짐. MOSFET에서 FET은 Field Effect Transitor임. 전계를 이용한 트랜지스터라는 뜻. 전계는 대략 전압으로 이해하면 되고, 트랜지스터는 아까 말했다시피 0과 1을 스위칭하는 소자임. 다시 말하면 FET이라는 말 자체가 "전압을 통해서 스위칭을 하는 소자"라는 뜻을 말함 MOS는 Metal, Oxide, Semiconductor를 말함. 금속, 산화물, 반도체가 순서대로 있는 구조임. 여기서 우리가 고등학교 때 배운 불순물 주입을 기판에 해주면 아래와 같은 구조가 됨. (위의 경우는 기판이 p형 반도체인 경우를 가져왔음. 불순물에 따라서 n형이될 수도 있음. 중요하진 않음) 굉장히 ...

반도체를 보다보면, 전력, 전하, 전압, 전기 등등 용어들이 헷갈릴 때가 많음. 그리고 반드시 MOSFET을 이해해야하며, PPA에 대해서 이해를 해야함. PPA를 이해해보면서 전씨가문들에 대해서 이해해보고자 함. 첫번째 P는 성능의 Performance임. 반도체의 성능은 무엇일까 고민해보면, 결국 연산의 속도임. 이는 클럭 수로 표현하고, 주파수인 Hz 단위로 표시가 됨. 예를 들어서 10Hz는 1초에 10번 연산을 수행한다는 뜻이고, 1Hz는 1초에 1번밖에 연산을 수행하지 못한다는 뜻임. 그러면 이 연산의 속도를 올리는 것이 중요한데, 연산의 속도는 전류를 높이는 것과 같음. 무슨 말이냐, 반도체는 0과 1을 무수히 반복하면서 논리구조를 만들어냄. 전류라는 것은 시간당 전하의 흐름인데, 정확히 수식으로 나타내면 아래와 같음 Q는 전하량이고, I는 전류, t는 시간임. 여기서 뭐가 고정되어있는지를 확인해야됨. 처음 커패시터 설계를 통해서 Q를 고정하기 때문에, T를 낮추고 싶으면 I를 올리는 수밖에 없음. 그래서 I를 올리는 것이 결국 성능에 직결됨. 두번째로 나오는 P는 전력의 Power임. 단위는 W고 더 쪼개보면 J/s가 됨. 시간당 에너지의 ...