[제20261018-TI-01호] 2026년 10월 18일 글로벌 반도체 산업 관련 주요 뉴스 요약
삼성, 파운드리사업 3분의 2 ‘AI·HPC’로 채운다
(2026년 10월 18일, 파이낸셜뉴스, 박지연 기자)
[핵심 요약]
[1] 삼성 파운드리, AI·HPC 비중 66% 목표
삼성전자는 파운드리 사업에서 AI·고성능컴퓨팅(HPC) 비중을 2017년 5%에서 올해 28%까지 높였으며, 2029년에는 66%까지 확대할 계획임.
[2] TSMC도 HPC 중심으로 사업구조 변화
TSMC의 3분기 매출에서 HPC가 차지하는 비중은 68%로 확대됐으며, 스마트폰 비중은 2021년 44%에서 21%로 줄어 AI·HPC가 핵심 성장 분야로 부상함.
[3] 삼성, 4나노 양산 확대와 차세대 공정 준비
삼성전자는 하반기 4나노 기반 AI·HPC용 신제품 양산을 본격화하고, 2028년 2나노 3세대 SF2P와 2029년 1.4나노 SF1.4 공정 양산을 목표로 함.
[4] 메모리·파운드리·첨단 패키징 일괄 공급 강화
삼성전자는 AI 연산칩 생산부터 HBM 공급과 첨단 패키징까지 한 번에 제공하는 역량을 앞세워 고객사의 공급망 관리 부담을 줄이고 신규 HPC 고객 확보를 추진함.
범용D램 공급난 내년 지속… 삼전닉스 가격협상력 커진다
(2026년 10월 18일, 파이낸셜뉴스, 박지연 기자)
[핵심 요약]
[1] 범용 D램 가격, 내년에도 상승 전망
UBS는 올해 4분기 범용 D램 평균판매가격이 전 분기보다 11% 상승하고, 내년 연평균 가격도 올해보다 40.5% 오를 것으로 전망함
[2] HBM 생산 확대에 범용 D램 공급 축소
삼성전자의 D램 생산능력 중 HBM 비중은 지난해 27%에서 내년 40%로 높아지는 반면, 범용 D램 비중은 73%에서 59%로 낮아질 것으로 예상돼 공급 부족이 심화될 전망임
[3] AI 데이터센터 확대로 서버용 D램 수요 증가
AI 서비스 확산으로 HBM뿐 아니라 서버용 D램 수요도 늘어나면서 서버 출하량 증가가 예상되고 있으며, 고용량 DDR5의 주문부터 납품까지 최대 52주가 소요되는 등 공급 부족이 나타남
[4] 서버용 메모리 우선 배정에 모바일·PC용도 부족
메모리 제조사들이 수익성이 높은 서버용 제품으로 생산능력을 전환하면서 스마트폰과 PC에 사용되는 범용 D램의 공급 여력도 줄어들고 있음
[5] 장기공급계약 확대로 삼성·SK하이닉스 협상력 강화
글로벌 빅테크의 메모리 선점 경쟁이 치열해지는 가운데 SK하이닉스가 주요 고객사 약 10곳과 장기공급계약을 체결하는 등 안정적인 물량 확보 수요가 커지면서 삼성전자와 SK하이닉스의 가격협상력도 높아지고 있음
"4분기 성숙 공정 파운드리 가동률 91%… 내년 1분기 가격 인상"
(2026년 10월 18일, ZDNet Korea, 이기종 기자)
[핵심 요약]
[1] 성숙 공정 파운드리 가동률 91% 기록
시장조사업체 시그마인텔은 4분기 글로벌 성숙 공정 파운드리 가동률이 91%에 달하며, 높은 가동률과 에너지·소재 비용 상승으로 내년에도 웨이퍼 가격 인상이 이어질 것으로 전망함.
[2] 내년 1분기 웨이퍼 가격 최대 8% 인상 전망
12인치 웨이퍼 가격은 5~8%, 8인치 웨이퍼는 4% 상승할 것으로 예상되며, 28나노와 40나노 공정도 각각 6%, 5% 인상될 전망임.
[3] UMC, 22·28나노 공정 가동률 93% 예상
통신·디스플레이 구동칩(DDI)·이미지 신호처리기(ISP) 수요가 회복되면서 UMC의 22·28나노 공정 가동률이 93%에 이를 것으로 예상되며, 신규 고객 확보를 위해 올해 가격은 동결함.
[4] AI 주변 칩 수요가 성숙 공정 가격 상승 견인
AI 인프라 확대에 따라 NOR 플래시와 고성능 MCU·전력반도체 수요가 늘면서 55나노 이상 공정의 가격도 상승하고 있으며, 90나노 웨이퍼 가격은 내년 1분기 전 분기보다 8% 오를 것으로 전망됨.
[5] 8인치 웨이퍼 공급 부족 장기화 우려
AI 서버용 48V 전력반도체 수요 증가로 8인치 파운드리의 완전 가동과 반년치 주문 확보가 이어지는 가운데, 글로벌 생산능력은 2026년 6%, 2027년 2% 감소할 것으로 예상돼 공급 부족이 지속될 가능성이 커짐.
GPU 확보 넘어 ‘최적화’로⋯AI 추론 시대의 인프라 경쟁 공식
(2026년 10월 18일, 이투데이, 김연진 기자)
[핵심 요약]
[1] AI 인프라 경쟁, GPU 확보에서 추론 최적화로 확대
AI 에이전트와 피지컬 AI 확산으로 추론 수요가 증가하면서 GPU를 많이 확보하는 것뿐 아니라 같은 자원으로 더 많은 연산을 처리하는 효율성이 중요해짐.
[2] 메모리 계층 최적화로 데이터 이동 병목 해결
AI 추론에 필요한 KV 캐시가 늘면서 HBM·D램·SSD 사이의 데이터 이동이 성능 병목으로 부상해 메모리 계층 전체를 최적화하고 데이터 이동 거리를 줄이는 기술이 중요해짐.
[3] 글로벌 빅테크, 자체 AI 가속기로 효율 경쟁
마이크로소프트는 자체 AI 가속기 ‘마이아 300’을 내년부터 서비스에 투입할 계획이며, 주요 GPU 기반 시스템보다 메가와트당 토큰 처리량을 40% 높이는 것을 목표로 함.
[4] 국내 AI 기업, 소프트웨어로 GPU 활용 효율 향상
망고부스트는 AMD GPU에 자체 최적화 소프트웨어를 결합해 데이터 전송 병목을 줄이고, 베슬AI는 여러 데이터센터의 GPU를 통합 운영하는 기술로 토큰 처리 효율을 최대 3배까지 높임.
[5] GPU 확보보다 수익성·자원 활용 관리가 중요
대규모 차입으로 GPU와 데이터센터 투자를 확대한 코어위브의 주가 급락을 계기로, GPU 활용률을 높여 서비스 원가를 낮추고 수요에 맞춰 투자와 차입 규모를 조절하는 역량이 핵심 경쟁력으로 부상함.