[반도체 투자로 부자되기 8] 엔비디아와 삼성전자

 

반도체 발열의 주요 원인

 

1) 미세 공정
트랜지스터 밀집도가 증가하면서 전자 이동 거리가 짧아지고 연산 성능은 높아지지만, 그만큼 발열도 심화됩니다.

2) 클럭 속도 증가
연산 성능을 높이기 위해 클럭 속도를 높이면 전력 소모가 증가하고 더 많은 열이 발생합니다.

3) 스위칭 과정
트랜지스터가 온/오프를 반복하면서 데이터를 처리하는 과정에서 에너지 손실이 발생하며, 이로 인해 발열이 증가합니다.

4) 트랜지스터 간섭
밀도가 증가할수록 트랜지스터 간 간섭이 심해지고, 누설 전류가 늘어나 발열 문제가 더욱 심각해집니다.

 

 

엔비디아 GB200 NVL72 서버

 

1) 고성능 설계

• 트랜지스터 2080억 개 탑재, 연산 성능 20PFLOPS.
  • PFLOPS : 1초당 20경(20×10¹⁵) 번의 부동소수점 연산을 처리할 수 있는 성능
• 초당 2경 회 계산 가능.

2) AI 가속기의 핵심 구성

• 블랙웰 B200(2대) + CPU 그레이스(1대) + HBM3E 메모리(16개) → AI 칩 GB200.
• 기존 모델(H100) 대비 성능 7배, AI 학습 속도 4배 향상.

•  

3) 설계 특징

• AI 칩 ‘GB200’ 72대를 연결한 고성능 서버 시스템.
• GPU 간 거리를 단축해 데이터 전송 지연 감소, 병렬 연산 효율 극대화.

4) 성능

• 언어 모델 추론 능력 30배 향상.
• 데이터 처리 능력 18배 증가.
• 가격: 약 300만 달러(한화 약 42억 원).

5) 전력 소모 및 발열

• 전력 소모: 서버 랙 1개당 120kW 사용 → 120가구 전기 소모량과 동일.
• 발열:
  • 유휴 상태: 30~50℃.
  • 부하 상태: 60~85℃.
  • 85℃ 초과 시 반도체 손상 위험.

GB200 NVL72 공급 지연과 반도체 주식 영향

 

발열 문제 → GPU 서버 공급 차질 → HBM 등 주요 부품 공급 연쇄 차질 → 반도체 주식 둔화로 이어지게 됩니다. 최근 HBM의 경우 수요가 강하고 가격이 비싸기 때문에 이로 인한 영향이 확실히 많이 받는 것 같습니다.

 

저전력·저발열 반도체 기술 개발

 

발열 문제를 해결하기 위해 많은 기업들이 저전력·저발열 기술 연구에 집중하고 있습니다.

1) 삼성전자의 GAA 기술

삼성전자는 Gate-All-Around (GAA) 기술을 통해 발열 문제 해결에 앞장서고 있습니다. 이 기술은 트랜지스터 전류를 4면에서 제어하여 전류 누설을 줄이고 전력 효율을 높이는 혁신적인 설계입니다. GAA는 미래 반도체 기술의 핵심으로 평가받고 있습니다.

 

2) 신소재 연구

• 그래핀(Graphene):
  단층 구조(두께 0.34nm)의 신소재로, 열전달 속도가 매우 빠르며 냉각 소재로 주목받고 있습니다.
  • 삼성전자는 그래핀 방열재를 연구하고 있으며, IBM은 그래핀 트랜지스터 개발에 박차를 가하고 있습니다.
• 갈륨 나이트라이드(GaN)와 탄화 규소(SiC):전력 효율이 우수한 소재로, 고성능 반도체와 전력 소모 감소에 기여할 수 있어 다양한 도입이 진행 중입니다.

 

3. 후공정(패키징) 단계의 발열 관리 기술

• TSV (Through-Silicon Via)
  TSV는 실리콘 웨이퍼를 수직으로 관통하는 구멍(via)을 통해 전기 신호를 연결하는 기술입니다.
  이 기술은 데이터 전송 속도를 높이고 발열 문제를 완화할 수 있어 삼성전자, TSMC, 인텔과 같은 주요 기업들이 적극적으로 연구하고 있습니다.

 

 

4. 클라우드 기업의 열 관리 기술

• 액침 냉각(Immersion Cooling)
  서버를 비전도성 액체에 담가 열을 효과적으로 관리하는 기술로, 구글은 핀란드와 싱가포르 데이터센터에서 이 기술을 도입하고 있습니다.

 

• 마이크로소프트의 혁신
  마이크로소프트는 액침 냉각에서 발생한 열을 인근 시설의 난방 에너지로 활용하는 방안을 개발 중입니다. 이 기술은 열 관리와 에너지 효율을 동시에 해결할 수 있는 혁신적인 방법으로 주목받고 있습니다.

 

엔비디아의 앞으로의 방향성

 

앞으로는 물리 AI라고 하여 인공지능 기술을 물리적인 환경에 적용해 실제 세꼐에서의 문제를 해결하거나 작업을 수행하도록 돕는 기술입니다. 이는 로봇 가격이 2010년 46,000달러 수준에서 2025년 10,800 달러 수준까지 떨어졌기 때문에 충분히 가능할 것으로 보이며 sLM(소형 언어 모델)의 부상으로 로봇의 에너지 효율성과 운영속도에 개선을 보여줄 것으로 보입니다.

 

AI는 금융 서비스와 소매업에서 다양한 방식으로 활용되며, 큰 효과를 가져올 것으로 전망됩니다. 금융 서비스 분야에서는 사기 탐지, 거래 전략 수립, 문서 관리 자동화와 같은 작업에서 AI가 사용되어 생산성을 향상시키고 비용을 절감하는 데 기여합니다.

한편, 소매업에서는 소프트웨어 정의 매장이 도입됨으로써 결제 속도가 개선되고 상품 진열 효율성이 향상될 것으로 예상됩니다. 또한, AI 기반 공급망은 물류 효율성을 극대화하고 라스트 마일 배송을 최적화하여 물류 시스템이 개선될 것으로 보입니다.

 

sLM과 LLM의 차이

 

 

2026년 루빈과 삼성전자

 

최근 삼성전자는 HBM4 개발을 내년까지 끝내겠다고 밝혔습니다. 이는 2026년 차세대 그래픽 처리장치(GPU) 루빈이 HBM4를 탑재하기 때문입니다.  이를 위해 삼성전자는 10나노미터(nm) 극초반 공정인 D1c 라인을 구축하여 HBM4의 파일럿 생산을 진행 중입니다. HBM4는 데이터 전송 속도가 초당 2테라바이트(TB)로 HBM3E 대비 66% 증가하고, 메모리 용량은 48기가바이트(GB)로 33% 늘어날 전망입니다. 그러나 현재 HBM 시장 점유율은 SK하이닉스가 52.5%로 선두를 달리고 있으며, 삼성전자는 42.4%를 차지하고 있습니다. 따라서 삼성전자가 HBM4를 통해 시장 주도권을 확보하기 위해서는 지속적인 기술 개발과 안정적인 공급이 필요할 것으로 보입니다.

 

 

 

아래는 최근 삼성전자 차트 흐름입니다. HBM이 엔비디아 납품될꺼라는 기대감에 올랐던게 엊그제 같은데 최근 차트 흐름을 보면 이렇다할 반등도 없이 떨어지고 있습니다. 이를 볼때마다 엔비디아나 살껄이라는 생각이 계속 드네요.. 그래도 개인적으로는 밸류업 및 모든 악재들이 반영될만큼 반영되지 않았을까라는 생각도 들고 최근 자사주 매입한다는 뉴스도 나오면서 다시 한번 상승추세를 만들어 주었으면 좋겠습니다. 앞으로 어떻게 될지는 모르겠지만 지금은 공포구간은 맞긴 한것 같네요. 

 

이 글은 정보 제공을 목적으로 작성된 것이며, 특정 자산에 대한 매수 추천이나 투자 권유의 의도가 없습니다. 투자 결정은 독자 본인의 판단에 따라 이루어져야 하며, 본 글은 참고 자료로만 활용하시기 바랍니다.

 

 

아래는 오늘 이 글을 적는데 참고했던 뉴스 기사들입니다.

점점 뜨거워지는 반도체…열 내리는 기업이 ‘칩 워’의 승자 [위클리반도체] - 매일경제

 

엔비디아, 2025년 AI 트렌드 ...“AI 산업 로봇 1만달러로 하락” - 매일경제

 

 

 

탑재만 하면 대역전극…삼성전자 HBM4 승부수, 엔비디아 ‘이것’에 달렸다는데 - 매일경제