Daily Silicon: 삼성전자 173조와 TSMC 6월: DRAM, HBM 실적 시험대

현직 반도체 엔지니어가 오늘 읽은 뉴스 요약:

이번 주 반도체 시장의 첫 숫자는 7월 7일 삼성전자 2분기 잠정실적과 7월 10일 TSMC 6월 매출이다. 증권가가 보는 삼성전자 2분기 컨센서스는 매출 173조원, 영업이익 85조원이다.

메모리 가격 상승이 설명 변수이고, 상여금 충당금 15조원 이상은 노이즈다. TSMC는 4월 매출 전년비 17.5%, 5월 30.1% 증가 이후 6월 숫자를 낸다.

3나노, 5나노, CoWoS 가동률이 AI 반도체 수요의 더 직접적인 온도계다.

Chase's Take - 나는 이번 주를 주가 이벤트보다 capacity allocation 이벤트로 본다. 삼성전자의 2분기 숫자가 잘 나와도 핵심은 범용 DRAM ASP가 아니라 HBM, LPDDR, 서버 DRAM에 어느 정도 wafer와 패키징 자원을 다시 배분했는지다.

TSMC의 6월 매출은 AI GPU와 ASIC 물량이 3나노, 5나노, CoWoS를 얼마나 계속 당기는지 보는 체크포인트다. 반대로 자동차와 PC 쪽은 메모리 부족을 가격으로 흡수하지 못하면 수요 지연으로 나타난다.

STA와 백엔드 관점에서는 HBM 수율보다 패키지, 보드, 전력망, 열 설계가 다음 병목이다. 다음 watch-point는 7월 7일 삼성 잠정실적, 7월 10일 TSMC 월매출, 7월 16일 TSMC 2분기 실적 콜이다.

1. [ZD브리핑] 이 대통령, 韓 대도약 3대 메가프로젝트 세부전략

TL;DR - 7월 7일 삼성전자 2분기 잠정실적을 앞두고 ZDNet Korea는 증권가 컨센서스를 매출 173조원, 영업이익 85조원으로 제시했다.

• 전분기 매출 133.9조원, 영업이익 57.2조원 대비 큰 폭 성장이 예상되며, D램과 낸드 가격 급등이 배경이다.
• 엔지니어와 투자자에게 핵심은 매출 서프라이즈가 아니라 HBM, LPDDR, 서버 DRAM 믹스가 gross margin을 얼마나 끌어올렸는지다.
• 상여금 충당금 15조원 이상이 반영될 수 있어 영업이익 숫자는 일회성 비용과 메모리 실수요를 분리해서 봐야 한다.
• 다음 확인 지점은 7월 7일 잠정실적의 DS 부문 설명 가능성과 7월 말 확정 실적 콜의 HBM 고객 인증 코멘트다.

출처: ZDNet Korea - [ZD브리핑] 이 대통령, 韓 대도약 3대 메가프로젝트 세부전략

2. 호남반도체에 800조 투자한 삼성 SK, 미국 압박 시험대

TL;DR - 연합뉴스는 삼성전자와 SK하이닉스의 호남권 반도체 투자 구상이 미국 내 fab 투자 확대 압박과 동시에 시험대에 올랐다고 보도했다.

• 삼성전자는 미국 텍사스 테일러 fab에 370억달러, SK하이닉스는 인디애나 AI 메모리 패키징 기지에 38.7억달러를 투입 중이다.
• 왜 중요한가: 국내 클러스터 발표가 커질수록 전력, 용수, 인력뿐 아니라 미국 고객과 정책 당국에 보여줄 현지 투자 속도도 변수다.
• AI 메모리 매출의 상당 부분이 엔비디아, 아마존, 구글, 오픈AI 등 미국 빅테크에서 발생하면 공급망 정치 리스크는 마진 변수로 바뀐다.
• 다음 관찰 지점은 삼성 테일러 제2 fab 구체화 여부와 SK하이닉스 인디애나 패키징 라인의 고객 인증 일정이다.

출처: Yonhap News - 호남반도체에 800조 투자한 삼성 SK, 미국 압박 시험대

3. KOSPI 반도체 급반등: SK하이닉스 10.9%는 메모리 scarcity trade다

TL;DR - Barron's는 7월 3일 SK하이닉스가 전일 14.6% 급락 뒤 10.9% 반등했고, 삼성전자도 8.2% 올랐다고 보도했다.

• KOSPI는 장중 7,300선까지 밀린 뒤 8,088.34로 마감하며 V자 반등했고, 메모리 대형주가 지수 복원을 이끌었다.
• 왜 중요한가: 시장은 AI 소프트웨어보다 HBM, DRAM, NAND 공급 부족을 더 직접적인 이익 레버리지로 가격에 반영하고 있다.
• 다만 하루 반등은 capacity가 아니라 positioning 신호다. 실제 cycle 검증은 2Q 실적, LTA 가격 하한, 2027년 supply growth에서 나온다.
• 카드뉴스 관점의 핵심은 주가가 아니라 메모리 scarcity trade가 한국 증시 전체 beta를 키우고 있다는 점이다.

출처: Barron's - KOSPI 반도체 급반등: SK하이닉스 10.9%는 메모리 scarcity trade다

4. Accelerating Computational Lithography With GPU Rasterization

TL;DR - Semiconductor Engineering은 Siemens EDA 기술 글을 통해 GPU rasterization이 OPC와 mask synthesis 병목을 줄일 수 있다고 다뤘다.

• 해당 글은 NVIDIA H100 기준 Manhattan geometry에서 최대 290배, curvilinear geometry에서 최대 45배 speedup을 제시했다.
• 왜 중요한가: 선단 노드에서는 tapeout 이후 OPC, lithography simulation, mask 준비 시간이 수율과 launch window를 직접 건드린다.
• 정확도 조건도 빡빡하다. 글은 CPU reference 대비 absolute error 1% 미만을 유지해야 nanometer-scale 제조에 쓸 수 있다고 설명한다.
• EDA 관점의 watch-point는 GPU 가속이 signoff sign-off quality를 낮추지 않고 production flow에 들어갈 수 있는지다.

출처: Semiconductor Engineering - Accelerating Computational Lithography With GPU Rasterization

5. AI Data Centers And Auto Industry Converge On Same Issues

TL;DR - Semiconductor Engineering은 AI 데이터센터와 자동차 산업이 전력망, 배터리, 에너지 관리 소프트웨어 문제에서 수렴하고 있다고 분석했다.

• AI 데이터센터는 blackout, transient voltage spike, grid demand spike를 막기 위해 배터리와 다층 에너지 관리 소프트웨어가 필요하다.
• 왜 중요한가: GPU와 HBM을 더 사도 전력 품질과 열 회수, peak load 대응이 막히면 실제 compute utilization은 올라가지 않는다.
• 전력망 병목은 반도체 BOM을 바꾼다. 전력반도체, PMIC, 센서, 고신뢰성 제어칩 수요가 데이터센터 설계 안으로 들어온다.
• 다음 watch-point는 hyperscaler가 capex를 GPU 서버 수량이 아니라 MW, 배터리, 냉각, grid interconnect 기준으로 공개하기 시작하는지다.

출처: Semiconductor Engineering - AI Data Centers And Auto Industry Converge On Same Issues