Tech Daily Brief

삼성전자가 일부 첨단 파운드리 공정의 가격을 10~15%가량 인상한 것으로 보도됐습니다. 특히 SF4(4 nm), SF5(5 nm), 8 nm 등이 대상이며, 중국·미국 고객에 대한 인상폭이 상대적으로 컸습니다. 평택의 SF4 생산라인은 현재 사실상 풀가동 상태이고, TSMC의 생산능력 제약 때문에 고객 일부가 삼성과 Intel 등 대체 파운드리로 이동하는 흐름도 나타나고 있습니다.

이 뉴스에서 중요한 건 단순한 “가격 인상”이 아닙니다. 파운드리는 고정비 비중이 극단적으로 높은 산업이라 가동률 상승 + ASP 상승이 동시에 발생하면 영업 레버리지가 매우 크게 작동합니다. 삼성 파운드리는 2022년 이후 적자를 이어왔지만 수익성 정상화 가능성이 커지고 있습니다.

전기전자 관점에서는 특히 SF4가 흥미롭습니다. 최첨단 GAA 노드만 AI 수혜를 보는 게 아니라 network ASIC, controller, I/O die, base die 등 비교적 성숙한 4~8 nm 공정까지 수요가 확산되고 있다는 의미이기 때문입니다.

영향: 반도체 진로를 볼 때 “2 nm transistor 연구”만이 아니라 chiplet, I/O, HBM base die, advanced packaging과 연결되는 회로 설계도 상당히 좋은 축입니다. 투자 관점에서는 삼성 파운드리의 향후 분기별 가동률과 적자폭 축소가 중요한 확인 지표입니다.

---

SK하이닉스가 40조 원(약 286억 달러) 규모의 자사주 매입·소각 계획을 발표했습니다. 매입 기간은 2026년 8월 20일~11월 19일이며, 회사는 2025~2027년 잉여현금흐름의 50% 이상을 주주환원에 사용한다는 방향도 제시했습니다.

규모 자체도 크지만 더 중요한 신호는 메모리 업황에 대한 경영진의 자신감입니다. AI 투자 지속성에 대한 우려로 최근 주가가 크게 흔들렸는데도 회사가 HBM 증설 CAPEX를 집행하면서 동시에 이 정도 현금을 주주에게 반환할 수 있다는 것은 현금창출력이 과거 메모리 사이클과 상당히 다른 수준이라는 뜻입니다.

여기에는 HBM의 구조적 특성이 있습니다. 일반 DRAM보다 공정 난도, TSV 적층, 수율, 고객 인증 기간이 높아 공급이 빠르게 늘기 어렵고, 이에 따라 commodity DRAM보다 가격 협상력이 강합니다.

다만 이것을 “주가가 반드시 오른다”는 신호로 읽는 건 위험합니다. 오히려 2026년 AI·반도체 거래가 시장에서 가장 붐비는 포지션 중 하나가 된 상황이라 실적이 좋아도 valuation compression이 발생할 수 있습니다.

영향: HBM 연구에 관심이 있다면 메모리 셀 자체뿐 아니라 TSV, PHY, signal/power integrity, thermal, package architecture를 같이 보는 게 좋습니다.

---

OpenAI가 frontier 모델에 대한 Zero Data Retention(ZDR) 정책 확대를 발표했습니다. 승인된 API 고객의 경우 요청 처리가 끝난 뒤 prompt와 model response를 보존하지 않는 방식이며, 기업 고객 데이터는 명시적 opt-in 없이는 모델 학습에 사용하지 않는다고 설명합니다.

개발자 입장에서 더 중요한 건 API 동작 방식입니다. ZDR이 활성화된 환경에서는 /v1/responses와 /v1/chat/completions의 store가 요청에서 true여도 항상 false로 처리됩니다. Abuse-monitoring log에서도 고객 콘텐츠가 제외되는 형태로 동작합니다.

이건 agent 서비스에서 꽤 큰 변화입니다. 실제 서비스는 이제

사용자 문서 → LLM → tool call → DB/GitHub/Slack

처럼 민감한 데이터를 계속 넘기기 때문에 모델 성능보다 retention boundary가 기업 도입을 막는 경우가 많습니다.

---

Nature Electronics에 **“Co-packaged optics for high-performance computing and artificial intelligence”**라는 리뷰가 게재됐습니다. 전기전자 쪽에서는 오늘 자료 중 가장 읽어볼 가치가 높습니다.

현재 AI accelerator의 병목은 연산 FLOPS만이 아닙니다. GPU 수천~수십만 개를 연결할수록 전기 인터커넥트에서 bandwidth density, insertion loss, SerDes power, latency 문제가 커집니다. 이 리뷰는 이를 해결하기 위한 optical chip-to-chip interconnect와 CPO를 전기부, E/O·O/E 변환, optical network까지 시스템 수준에서 분석합니다.

기존 pluggable transceiver는 GPU에서 광모듈까지 긴 electrical trace가 필요하지만, CPO는 optical engine을 switch ASIC이나 compute die 가까이 붙여 이 구간을 짧게 만드는 접근입니다. 그래서 AI 클러스터가 커질수록 **“compute scaling”보다 “scale-out bandwidth/W”**가 중요한 설계 지표가 됩니다.

---

Bank of America Fund Manager Survey에서 52%가 반도체를 가장 crowded한 trade로 지목했고, 미국 반도체주도 추가 압력을 받았습니다. 한국 시장에서 삼성전자와 SK하이닉스가 각각 약 7%, 9% 급락한 흐름이 미국 시장에도 영향을 줬습니다.

여기에 장기 미 국채 금리가 높은 수준을 유지하면서 성장주의 discount rate 부담도 커지고 있습니다. 최근 시장에서는 AI 주식뿐 아니라 회사채·부동산·사모시장까지 AI 투자 테마가 퍼져, 전통적인 자산 분산조차 생각보다 AI CAPEX 한 요인에 크게 노출될 수 있다는 지적이 나옵니다.

이 부분이 꽤 중요합니다.

산업 펀더멘털 강함 ≠ 주가 상승

HBM 가격이 오르고 파운드리가 풀가동이어도 이미 주가가 미래 수익을 과도하게 선반영했다면 조정은 충분히 가능합니다.

---