현직 반도체 엔지니어가 오늘 읽은 뉴스 요약:
오늘 리드는 실적이 아니라 CAPEX다. SEMI는 2026년 300mm 메모리 장비 투자가 처음으로 520억 달러를 넘고, 2027년에는 570억 달러까지 간다고 봤다.
같은 날 Samsung과 SK hynix의 800조원 투자, Samsung 1.4nm 재시동, AI ASIC 확산 뉴스가 한 방향을 가리킨다. 병목은 GPU 한 종목이 아니라 HBM, CoWoS, EUV, 식각, 기판 소재로 번지고 있다.
Chase's Take - 나는 오늘 숫자에서 메모리 업체의 승리보다 장비 슬롯의 재가격화를 먼저 본다. 300mm 메모리 장비 투자가 2026년 520억 달러로 뛰면, HBM 전환은 DRAM wafer start만 늘리는 문제가 아니라 TSV, 본딩, 테스트, 전력 무결성 검증까지 같이 밀어 올린다.
Samsung의 1.4nm 재개도 노드 이름보다 SF2 수율 안정화와 High-NA EUV 적용 레이어 선택이 실제 관전 포인트다. TSMC, Intel, Samsung이 모두 2028-2029년 1.4nm급 양산을 말하는 구간에서는 PPA보다 고객 tape-out 리스크를 누가 덜어 주는지가 수주를 가른다.
다음 체크포인트는 7월 TSMC 월매출과 3분기 메모리 업체의 CAPEX 코멘트다.
1. SEMI 300mm Memory Equipment Investment, 2026년 520억 달러 돌파
TL;DR - SEMI는 2026년 300mm 메모리 장비 투자가 29% 증가한 520억 달러, 2027년 570억 달러로 늘어난다고 발표했다.
- DRAM 장비 투자는 2026년 29% 증가한 370억 달러, 3D NAND는 28% 증가한 140억 달러로 제시됐다.
- HBM과 DDR5 수요는 wafer capacity보다 공정 전환, TSV, 테스트, 패키징 장비의 실제 가용성을 먼저 압박한다.
- SEMI는 2026년 300mm 메모리 capacity를 월 410만장, 2027년 월 420만장으로 봤지만 HBM 전환의 복잡도 때문에 유효 공급 증가는 더 느릴 수 있다.
출처: SEMI - SEMI 300mm Memory Equipment Investment, 2026년 520억 달러 돌파
2. Samsung SK hynix 800 Trillion Won Expansion, 장비 공급까지 압박
TL;DR - Samsung과 SK hynix의 800조원 투자 계획은 메모리 증설을 넘어 EUV, 식각, 포토마스크, CMP, 증착 장비 경쟁을 키우는 이벤트다.
- TrendForce는 800조원 투자와 충청 패키징 허브 81조원 계획이 장비 공급망에 파급된다고 전했다.
- 장비 슬롯이 좁아지면 TSMC와 Intel의 sub-2nm ramp도 일정 리스크를 공유하게 된다.
- SK hynix 용인 프로젝트 4번째 fab 목표가 2045년에서 2033년으로 12년 당겨졌다는 보도도 함께 인용됐다.
출처: TrendForce - Samsung SK hynix 800 Trillion Won Expansion, 장비 공급까지 압박
3. Samsung 1.4nm 2029 mass production, SF2 수율 안정화가 먼저
TL;DR - Samsung은 1.4nm SF1.4 상용화를 다시 추진하지만 양산 목표는 2029년으로 밀렸고, 2nm와 SF2P 안정화가 선행 과제로 남았다.
- TrendForce는 Samsung이 Applied Materials, Lam Research 등 장비사와 1.4nm 로드맵을 공유했다고 보도했다.
- High-NA EUV는 NRD-K에 설치됐지만, 실제 양산 경쟁력은 어느 레이어에 적용하고 overlay 비용을 얼마나 줄이느냐에 달려 있다.
- TSMC는 3Q27 파일럿과 2H28 양산, Intel은 14A risk production 2028년과 high-volume manufacturing 2029년 구도를 제시했다.
출처: TrendForce - Samsung 1.4nm 2029 mass production, SF2 수율 안정화가 먼저
4. DIGITIMES AI foundries pricing power, GPU 밖 ASIC PMIC까지 확산
TL;DR - DIGITIMES는 2026년 AI 수요가 GPU를 넘어 ASIC, 네트워킹, PMIC, 주변 IC로 번지며 8인치와 12인치 capacity를 동시에 조이고 있다고 봤다.
- CoWoS, HBM, advanced nodes만의 문제가 아니라 mature process 주변 IC까지 pricing power가 이동하고 있다.
- AI 서버 BOM에서 전원, 네트워크, retimer, 관리 IC가 같이 늘면 파운드리 병목은 선단 노드 하나로 설명되지 않는다.
- TSMC가 리드하지만 UMC, GlobalFoundries, Samsung mature node도 고객 우선순위 재조정의 수혜를 받을 수 있다.
출처: DIGITIMES - DIGITIMES AI foundries pricing power, GPU 밖 ASIC PMIC까지 확산
5. ByteDance in-house CPU 2H27, Qualcomm TSMC 공급망이 변수
TL;DR - ByteDance는 차세대 자체 CPU 설계를 2027년 초 마무리하고 2027년 하반기 양산과 배치를 노리는 것으로 보도됐다.
- TrendForce는 ByteDance가 Qualcomm과 논의 중이며, Qualcomm은 TSMC 등 외부 파운드리에 의존한다고 전했다.
- custom silicon은 GPU 대체가 아니라 orchestration, 데이터 이동, CPU 비용 통제를 겨냥한 두 번째 병렬 투자다.
- Intel과 AMD CPU 가격이 최근 분기 대비 10-35% 올랐다는 Reuters 인용은 hyperscaler가 자체 silicon을 서두르는 비용 배경이다.
출처: TrendForce - ByteDance in-house CPU 2H27, Qualcomm TSMC 공급망이 변수
6. FULLTECH glass fiber cloth 30% 인상, AI 서버 기판 비용 경고
TL;DR - FULLTECH는 2026년 7월 1일 신규 주문부터 E-glass glass fiber cloth를 30%, FLD2를 15% 인상한다고 통보했다.
- TrendForce는 VPEC도 6월 29일 GaAs epi wafer 가격 조정을 통보했다고 전했다.
- 3.2T 스위치와 AI 서버용 low-dielectric 소재 수요가 늘면 CCL과 기판 원가가 GPU 공급만큼 민감해진다.
- 소재 인상은 3분기 downstream 제조사와 브랜드 가격에 전가될 가능성이 있어 서버 마진 추정에 반영해야 한다.
출처: TrendForce - FULLTECH glass fiber cloth 30% 인상, AI 서버 기판 비용 경고
7. DIGITIMES AI super cycle, 중국 chip group은 distorted boom 경고
TL;DR - DIGITIMES는 중국반도체산업협회 관점을 인용해 AI super cycle이 메모리 가격, capacity, 과열 CAPEX를 동시에 왜곡한다고 전했다.
- AI 수요는 HBM과 DRAM 가격을 밀어 올리지만, PC와 스마트폰 메모리 비용까지 번지면 최종 수요 탄력성이 시험대에 오른다.
- 중국 공급망은 advanced AI chip 제약 속에서 mature node, memory, packaging에 자본이 몰리는 비대칭 구조를 겪고 있다.
- 2026년 하반기 watch-point는 가격 상승이 서버 CAPEX를 유지시키는지, 아니면 non-AI 수요를 더 빨리 식히는지다.
출처: DIGITIMES - DIGITIMES AI super cycle, 중국 chip group은 distorted boom 경고
8. Semiconductor Engineering technical paper roundup, DRAM 간섭과 fab RL 제어
TL;DR - Semiconductor Engineering의 6월 30일 technical paper roundup은 Processing-using-DRAM 간섭, 원자층 플라즈마, fab reinforcement learning 제어를 묶었다.
- PuDGhost 논문은 실제 DRAM에서 computation result corruption을 다뤄 near-memory compute의 신뢰성 경계를 보여준다.
- fab control에 event-driven reinforcement learning을 적용하는 연구는 자동화가 recipe 최적화보다 long-horizon scheduling 문제로 가고 있음을 보여준다.
- AI 반도체 병목이 물리 공정과 메모리 동작 안정성까지 내려오면서 EDA와 공정 제어 데이터의 연결성이 더 중요해진다.
출처: Semiconductor Engineering - Semiconductor Engineering technical paper roundup, DRAM 간섭과 fab RL 제어
