한국은 반도체 강국입니다.
반도체는 한국 주식시장에서 가장 큰 비중을 차지하는 산업입니다. 2026년 5월 기준 삼성전자와 SK하이닉스 두 기업만 합쳐도 유가증권시장 시가총액의 약 50%를 차지합니다.
코스피의 절반 가까이가 사실상 삼성전자와 SK하이닉스에 의해 움직인다고 해도 과하지 않습니다.
그런데 반도체 산업의 크기는 여기서 끝나지 않습니다.
삼성전자와 SK하이닉스를 필두로 반도체 장비, 소재, 부품, 테스트, 기판, MLCC, 전력 부품까지 거대한 밸류체인이 형성되어 있습니다.
원익IPS, 한미반도체, 리노공업, ISC, 솔브레인, 동진쎄미켐, 삼성전기 같은 기업들이 모두 이 생태계 안에 있습니다.
취업 준비생 입장에서 반도체 산업을 알아야 하는 이유도 여기에 있습니다.
반도체는 단순히 주식시장에서 큰 산업이 아닙니다. 실제 채용시장에서도 마주칠 확률이 매우 높은 산업입니다.
삼성전자와 SK하이닉스 같은 대형 제조사에 지원할 수도 있고, 장비·소재·부품·후공정 기업에 지원할 수도 있습니다. 직접 반도체 회사에 가지 않더라도, 금융권·컨설팅·전략기획·리서치 직무에서는 반도체 산업을 이해하는 능력이 중요한 경쟁력이 될 수 있습니다.
문제는 반도체 산업이 쉽지 않다는 점입니다.
메모리와 비메모리는 뭐가 다른지,
DRAM 가격은 왜 중요한지,
HBM은 왜 갑자기 핵심 키워드가 됐는지,
전공정과 후공정은 무엇이 다른지,
8대 공정은 왜 알아야 하는지 헷갈리기 쉽습니다.
게다가 최근에는 AI까지 들어왔습니다.
이전에는 반도체를 볼 때 PC, 스마트폰, 서버 수요를 주로 봤다면, 이제는 AI 서버, GPU, HBM, LPDDR, SoCAMM, MLCC, 첨단 패키징까지 같이 봐야 합니다.
그래서 이번 글에서는 반도체 산업을 취업 준비생 관점에서 정리해보려 합니다.
단순히 기술 설명만 하는 것이 아니라,
반도체 산업이 어떻게 돈을 벌고,
어떤 지표를 봐야 하고,
AI 시대에 무엇이 달라지고 있으며,
어떤 직무와 연결되는지까지 살펴보겠습니다.
1. 반도체는 왜 중요한 산업일까
반도체는 쉽게 말해 전자기기의 두뇌이자 기억장치입니다.
스마트폰, 노트북, 자동차, 서버, 가전, 로봇, 방산 장비, 데이터센터까지 거의 모든 전자기기 안에는 반도체가 들어갑니다.
예전에는 반도체를 IT 기기 안에 들어가는 부품 정도로 이해해도 충분했습니다.
하지만 지금은 조금 다릅니다.
AI 서비스가 커지고, 데이터센터가 늘어나고, 자동차가 전장화되고, 로봇과 자율주행 기술이 발전하면서 반도체는 거의 모든 산업의 기초 인프라가 되고 있습니다.
쉽게 말하면, 반도체 산업은 단순한 부품 산업이 아닙니다.
AI, 자동차, 클라우드, 통신, 방산, 전력, 로봇 산업이 커질수록 함께 중요해지는 기반 산업입니다.
그래서 반도체를 이해하면 단순히 삼성전자와 SK하이닉스만 이해하는 것이 아니라, 앞으로 산업이 어디로 움직이는지도 같이 볼 수 있습니다.
2. 반도체는 크게 메모리와 비메모리로 나뉜다
반도체를 처음 볼 때 가장 먼저 잡아야 하는 구분은 메모리와 비메모리입니다.
메모리 반도체는 데이터를 저장하는 반도체입니다.
대표적으로 DRAM, NAND, HBM이 있습니다.
DRAM은 데이터를 임시로 저장하는 역할을 합니다.
PC, 스마트폰, 서버에서 작업을 빠르게 처리할 수 있도록 도와줍니다.
NAND는 데이터를 오래 저장하는 역할을 합니다.
SSD, 스마트폰 저장공간, USB 같은 곳에 쓰입니다.
HBM은 고성능 메모리입니다.
특히 AI GPU 옆에 붙어서 대량의 데이터를 빠르게 공급하는 역할을 합니다.
반대로 비메모리 반도체는 데이터를 계산하고 처리하고 제어하는 반도체입니다.
CPU, GPU, AP, AI 가속기, MCU, 이미지센서, 전력반도체 등이 여기에 들어갑니다.
쉽게 정리하면 이렇습니다.
메모리 반도체는 데이터를 저장합니다.
비메모리 반도체는 연산 및 계산을 합니다.
삼성전자와 SK하이닉스는 메모리 반도체에서 강한 회사입니다.
TSMC는 파운드리, 즉 반도체 위탁생산에서 강한 회사입니다.
엔비디아, AMD, 퀄컴, 브로드컴 같은 회사는 반도체를 직접 만들기보다 설계하는 팹리스 회사에 가깝습니다.
이 구분을 알아야 반도체 기업들이 서로 어떻게 다른지 이해할 수 있습니다.
3. 삼성전자와 SK하이닉스는 같은 반도체 회사인데 뭐가 다를까
취준생 입장에서 많이 헷갈리는 부분이 있습니다.
삼성전자도 반도체 회사이고, SK하이닉스도 반도체 회사입니다.
그런데 두 회사가 완전히 같은 일을 하는 것은 아닙니다.
삼성전자는 종합 반도체 회사에 가깝습니다.
DRAM, NAND, HBM 같은 메모리 반도체도 하고, 파운드리도 하고, 시스템 반도체도 합니다.
즉, 메모리와 비메모리 영역을 모두 가져가려는 회사입니다.
반면 SK하이닉스는 메모리 반도체에 더 집중된 회사입니다.
DRAM, NAND, HBM이 핵심입니다.
특히 최근 AI 서버 수요가 커지면서 HBM에서 강한 포지션을 가진 SK하이닉스가 크게 주목받았습니다.
정리하면 이렇습니다.
삼성전자는 메모리, 파운드리, 시스템 반도체까지 넓게 하는 종합 반도체 회사입니다.
SK하이닉스는 메모리 반도체에 집중한 회사입니다.
둘 다 반도체 회사지만, 사업 포트폴리오와 실적을 움직이는 핵심 변수가 다릅니다.
4. 반도체 산업의 핵심 지표는 무엇일까
반도체 산업을 제대로 보려면 기업 이름만 외우면 안 됩니다.
반도체 산업은 대표적인 사이클 산업입니다.
좋을 때는 가격이 오르고, 가동률이 올라가고, 실적이 크게 좋아집니다.
반대로 나쁠 때는 재고가 쌓이고, 가격이 떨어지고, 감산이 나타납니다.
그래서 반도체 산업을 볼 때는 몇 가지 핵심 지표를 같이 봐야 합니다.
1) DRAM 가격
메모리 반도체를 볼 때 가장 중요한 지표 중 하나가 DRAM 가격입니다.
DRAM은 범용 제품의 성격이 강합니다.
제품 가격이 오르면 삼성전자, SK하이닉스, 마이크론 같은 메모리 업체의 매출과 이익률이 좋아질 가능성이 큽니다.
여기서 봐야 할 가격은 두 가지입니다.
하나는 Spot Price입니다.
Spot Price는 단기 시장 가격입니다.
수급 분위기를 빠르게 보여주는 지표입니다.
다른 하나는 Contract Price입니다.
Contract Price는 대형 고객사와의 계약 가격입니다.
실제 실적에는 Contract Price가 더 직접적으로 영향을 줍니다.
그래서 메모리 업황을 볼 때는 DRAM Spot Price와 Contract Price를 같이 봐야 합니다.
2) NAND 가격
NAND는 데이터를 오래 저장하는 반도체입니다.
스마트폰 저장공간, SSD, 데이터센터 스토리지에 쓰입니다.
AI 시대에는 HBM만 중요한 것처럼 보이지만, NAND도 같이 봐야 합니다.
AI 서비스가 커지면 처리해야 하는 데이터도 많아지고, 저장해야 하는 데이터도 많아집니다.
데이터센터가 늘어나면 Enterprise SSD 수요도 늘어날 수 있습니다.
그래서 반도체 업황을 볼 때는 DRAM 가격뿐 아니라 NAND 가격도 같이 봐야 합니다.
3) Bit Growth
Bit Growth는 반도체 수요가 실제로 얼마나 늘어나는지를 보는 지표입니다.
단순히 스마트폰이 몇 대 팔렸는지만 보는 것이 아닙니다.
스마트폰 한 대에 들어가는 메모리 용량이 늘어나는지,
PC 한 대에 들어가는 DRAM이 8GB에서 16GB로 늘어나는지,
AI 서버 한 대에 들어가는 메모리 용량이 얼마나 커지는지를 봐야 합니다.
기기 판매량이 그대로여도, 기기 한 대당 들어가는 메모리 용량이 늘어나면 반도체 수요는 증가할 수 있습니다.
4) 재고
반도체는 재고가 매우 중요합니다.
고객사가 이미 반도체를 많이 쌓아두고 있으면 신규 주문이 줄어듭니다.
반대로 고객사 재고가 낮아지면 다시 주문이 늘어납니다.
반도체 업체 입장에서도 재고가 많으면 가격 협상력이 약해지고, 재고가 줄어들면 가격 협상력이 좋아질 수 있습니다.
그래서 반도체 업황을 볼 때는 가격만 보면 안 됩니다.
고객사 재고, 공급사 재고, 유통 재고까지 같이 봐야 합니다.
5) 가동률
가동률은 공장이 얼마나 돌아가고 있는지를 보여주는 지표입니다.
반도체 공장은 고정비가 큰 산업입니다.
공장을 지어놓고 장비를 들여놓으면, 수요가 조금 줄었다고 비용이 바로 줄어드는 구조가 아닙니다.
그래서 가동률이 높아지면 고정비 부담이 줄어들고 수익성이 좋아집니다.
반대로 가동률이 낮아지면 수익성이 빠르게 나빠질 수 있습니다.
6) CapEx
CapEx는 설비투자입니다.
반도체 기업이 공장을 짓고, 장비를 사고, 생산능력을 늘리는 데 쓰는 돈입니다.
CapEx는 두 가지 의미를 가집니다.
첫째, 단기적으로는 장비, 소재, 부품 회사에 좋은 신호입니다.
삼성전자나 SK하이닉스가 투자를 늘리면 원익IPS, 한미반도체, 주성엔지니어링 같은 장비사와 소재·부품사에 기회가 생길 수 있습니다.
둘째, 중장기적으로는 공급 증가 신호입니다.
생산능력이 너무 많이 늘어나면 나중에 공급과잉이 생길 수 있습니다.
그래서 CapEx는 단순히 많으면 좋은 것이 아닙니다.
어떤 제품에 투자하는지, 수요 증가 속도와 비교해 과하지 않은지 같이 봐야 합니다.
7) 전방 수요
반도체는 최종 수요처가 중요합니다.
대표적인 전방 수요는 PC, 스마트폰, 서버, 자동차, 가전, 산업기기, 통신장비입니다.
예전에는 PC와 스마트폰 수요가 반도체 사이클에서 매우 중요했습니다.
하지만 최근에는 AI 서버와 데이터센터 수요가 훨씬 중요해졌습니다.
AI 서버는 일반 서버보다 훨씬 많은 GPU, HBM, DRAM, SSD, 전력 부품, 기판, MLCC를 필요로 합니다.
그래서 이제 반도체 산업을 볼 때는 PC 출하량과 스마트폰 출하량만 보는 것으로 부족합니다.
AI 서버 투자, 클라우드 기업의 CapEx, 데이터센터 증설 계획까지 함께 봐야 합니다.
5. AI 시대의 반도체 흐름: 학습에서 추론으로, GPU에서 메모리로
최근 반도체 산업을 이해하려면 AI를 빼놓을 수 없습니다.
AI는 반도체 수요 구조를 바꾸고 있습니다.
처음 AI 붐이 시작됐을 때 시장의 관심은 대부분 학습에 있었습니다.
학습은 AI 모델을 만드는 과정입니다.
거대한 언어모델을 만들려면 엄청난 양의 데이터를 넣고, 수많은 연산을 반복해야 합니다.
이 과정에서 가장 많이 필요했던 것이 GPU입니다.
그래서 초기 AI 반도체 사이클은 이렇게 흘러갔습니다.
AI 모델 경쟁이 시작됩니다.
대규모 학습이 필요해집니다.
GPU 수요가 폭발적으로 늘어납니다.
엔비디아가 핵심 수혜 기업이 됩니다.
GPU에 붙는 HBM 수요도 같이 급증합니다.
여기까지가 1차 흐름입니다.
그런데 AI 산업은 학습에서 끝나지 않습니다.
모델을 만들었다면, 이제 그 모델을 실제 서비스에서 사용해야 합니다.
이것이 추론입니다.
우리가 챗봇에게 질문을 하거나, AI 검색을 하거나, 문서를 요약시키거나, 코딩 보조 도구를 쓰는 것이 모두 추론에 가깝습니다.
학습은 모델을 만드는 과정이고, 추론은 모델을 사용하는 과정입니다.
문제는 추론이 일회성으로 끝나지 않는다는 점입니다.
AI 서비스가 대중화될수록 사용자는 계속 질문하고, 기업은 계속 AI 기능을 제품에 붙이고, 데이터센터는 계속 요청을 처리해야 합니다.
그래서 AI 수요는 학습에서 추론으로 확장됩니다.
이때 반도체 산업의 병목도 조금씩 바뀝니다.
처음에는 GPU 연산 성능이 가장 중요해 보였습니다.
하지만 AI 모델이 커지고, 처리해야 하는 데이터가 많아지고, 동시에 접속하는 사용자가 많아지면서 메모리의 중요성이 커졌습니다.
GPU가 아무리 빨라도, 필요한 데이터를 제때 공급하지 못하면 성능이 나오지 않습니다.
그래서 HBM이 중요해졌습니다.
HBM은 High Bandwidth Memory의 줄임말입니다.
말 그대로 대역폭이 매우 높은 메모리입니다.
AI GPU 옆에 붙어서 대량의 데이터를 빠르게 공급합니다.
쉽게 말하면 GPU가 계산하는 엔진이라면, HBM은 그 엔진에 데이터를 밀어 넣는 초고속 연료 공급 장치입니다.
수도꼭지의 입구가 넓을수록 물이 빠르게 나오는 것처럼, 대역폭을 넓혀 데이터의 이동 속도를 획기적으로 높인 반도체라고 이해하면 될 것 같습니다.
AI 서버가 늘어날수록 HBM 수요가 늘어납니다.
그리고 HBM 수요 증가는 메모리 3사인 SK하이닉스, 삼성전자, 마이크론의 실적에 큰 영향을 줍니다.
과거 메모리 업체들은 PC와 스마트폰 사이클에 크게 흔들렸습니다.
그런데 AI 서버가 등장하면서 메모리 수요의 질이 달라졌습니다.
AI 서버에는 일반 서버보다 훨씬 많은 고성능 메모리가 필요합니다.
GPU에는 HBM이 붙고, 서버 전체에는 대용량 DRAM과 SSD가 필요합니다.
또 HBM을 만들기 위해서는 기존 DRAM보다 더 많은 공정과 패키징 자원이 필요합니다.
이 과정에서 일반 DRAM 공급도 타이트해질 수 있습니다.
즉, AI 수요는 HBM만 좋게 만드는 것이 아닙니다.
HBM 생산능력이 늘어나면서 일반 DRAM 공급이 줄어들고, 서버 DRAM 수요가 커지고, 전체 메모리 가격에도 영향을 줄 수 있습니다.
그래서 AI 시대의 메모리 업체는 단순한 경기민감주가 아니라, AI 인프라 확장의 핵심 공급자가 되고 있습니다.
조금 어려울 수 있지만, 여기서 한 단계 더 들어가면 KV Cache가 나옵니다.
LLM이 답변을 생성할 때는 이전에 나온 단어와 문맥을 계속 참고해야 합니다.
이때 이전 토큰들의 정보를 저장해두는 공간이 KV Cache입니다.
사용자의 질문이 길어지고, 답변이 길어지고, 동시에 처리해야 하는 사용자가 많아질수록 KV Cache가 차지하는 메모리 용량도 커집니다.
즉, 추론 시대에는 단순히 모델 파라미터만 중요한 것이 아닙니다.
동시에 얼마나 많은 사용자의 문맥을 메모리에 올려두고 빠르게 처리할 수 있느냐가 중요해집니다.
그래서 추론 시대의 병목은 이렇게 바뀝니다.
학습 시대의 핵심은 GPU 연산 성능과 HBM 대역폭이었습니다.
추론 시대의 핵심은 메모리 용량, 메모리 대역폭, 전력 효율, 비용입니다.
이 흐름에서 LPDDR과 SoCAMM도 주목받고 있습니다.
LPDDR은 원래 스마트폰 같은 모바일 기기에 많이 쓰이던 저전력 메모리입니다.
그런데 AI 서버에서도 전력 효율이 중요해지면서 LPDDR 기반 메모리 구조가 다시 주목받고 있습니다.
데이터센터는 전기를 많이 씁니다.
AI 서버가 늘어나면 전력 사용량과 발열이 커집니다.
그래서 무조건 빠른 메모리만 중요한 것이 아니라, 전력 효율이 좋은 메모리도 중요해집니다.
SoCAMM은 이런 흐름과 연결됩니다.
LPDDR의 전력 효율을 서버용 모듈 구조로 활용하려는 시도입니다.
즉, HBM이 고성능 AI 연산을 위한 핵심 메모리라면, LPDDR과 SoCAMM은 추론 서버의 전력 효율과 메모리 확장성을 해결하려는 흐름으로 볼 수 있습니다.
AI 시대의 수혜는 여기서 끝나지 않습니다.
MLCC도 최근 주목받고 있습니다.
MLCC는 적층세라믹콘덴서입니다.
쉽게 말하면 전기를 잠깐 저장했다가 필요한 만큼 안정적으로 공급해주는 부품입니다.
AI 서버에는 GPU, HBM, CPU, 전원관리칩, 네트워크 장비 등 고성능 부품이 많이 들어갑니다.
이 부품들이 안정적으로 작동하려면 전압을 안정화하고 노이즈를 줄여주는 수많은 MLCC가 필요합니다.
특히 AI 서버는 전력 소모가 크고, 안정성이 중요합니다.
그래서 고성능 MLCC, 고신뢰성 MLCC 수요가 늘어날 수 있습니다.
결국 AI 시대의 반도체 흐름은 이렇게 정리할 수 있습니다.
AI 모델 경쟁이 시작되면서 학습용 GPU 수요가 늘어났습니다.
GPU 수요가 늘어나면서 HBM 수요도 커졌습니다.
HBM 수요는 메모리 3사의 실적을 크게 개선시켰습니다.
이후 AI 서비스가 실제로 확산되면서 추론 수요가 커지고 있습니다.
추론 수요가 커지면 KV Cache 때문에 메모리 용량과 대역폭이 중요해집니다.
그 결과 HBM뿐 아니라 LPDDR, SoCAMM 같은 저전력 메모리 구조도 주목받고 있습니다.
AI 서버가 고성능화되면서 MLCC, 기판, 전력반도체, 냉각, 후공정 패키징까지 함께 중요해지고 있습니다.
즉, AI 반도체 사이클은 단순히 GPU만 많이 팔리는 구조가 아닙니다.
GPU에서 HBM으로,
HBM에서 DRAM과 NAND로,
추론 서버에서 LPDDR과 SoCAMM으로,
그리고 서버 부품인 MLCC와 기판, 전력 부품으로 수혜가 확산되는 구조입니다.
이 흐름을 이해해야 지금 반도체 산업이 왜 다시 주목받는지 알 수 있습니다.
6. 전공정과 후공정은 무엇이 다를까
반도체 제조는 크게 전공정과 후공정으로 나눌 수 있습니다.
전공정은 웨이퍼 위에 회로를 만드는 과정입니다.
후공정은 만들어진 칩을 자르고, 포장하고, 검사해서 실제 제품으로 사용할 수 있게 만드는 과정입니다.
쉽게 말하면 이렇습니다.
전공정은 칩의 회로를 만드는 단계입니다.
후공정은 그 칩을 실제로 쓸 수 있는 제품으로 완성하는 단계입니다.
과거에는 반도체 경쟁력을 말할 때 전공정이 훨씬 주목받았습니다.
몇 나노 공정인지, 얼마나 더 작은 회로를 만들 수 있는지가 중요했기 때문입니다.
하지만 전공정에서의 기술 정체가 오면서 후공정의 중요성도 커지고 있습니다.
AI 반도체는 GPU, HBM, 인터포저, 기판 등을 고성능으로 연결해야 하기 때문에 후공정의 기술력이 중요해졌기 때문입니다.
칩 하나를 잘 만드는 것만으로는 부족합니다.
여러 칩을 어떻게 붙이고, 얼마나 빠르게 연결하고, 얼마나 효율적으로 열을 빼내는지가 중요해지고 있습니다.
그래서 최근에는 첨단 패키징, CoWoS, 2.5D 패키징, 인터포저, 글라스 기판 같은 키워드가 함께 주목받고 있습니다.
과거 반도체 경쟁이 더 작게 만드는 경쟁이었다면, 앞으로는 더 잘 연결하는 경쟁도 중요해지고 있습니다.
7. 반도체 8대 공정 쉽게 이해하기
반도체 8대 공정은 반도체를 만드는 기본 흐름입니다.
취준생이 모든 기술을 깊게 알 필요는 없습니다.
하지만 각 공정이 무엇을 하는지는 알고 있어야 산업과 기업을 이해하기 쉽습니다.
1) 웨이퍼 제조
웨이퍼는 반도체 회로를 그릴 기본 판입니다.
실리콘으로 만든 얇은 원판이라고 보면 됩니다.
반도체는 이 웨이퍼 위에 회로를 만들어가는 방식으로 생산됩니다.
관련 기업으로는 SK실트론, Shin-Etsu 등이 있습니다.
2) 산화
산화는 웨이퍼 표면에 산화막을 만드는 과정입니다.
산화막은 절연막 역할을 하거나, 이후 공정에서 보호막 역할을 합니다.
쉽게 말하면 웨이퍼 위에 얇은 보호층을 만드는 단계입니다.
3) 포토
포토 공정은 웨이퍼 위에 회로 패턴을 새기는 과정입니다.
감광액을 바르고, 빛을 이용해 원하는 패턴을 만듭니다.
반도체 공정 중 가장 핵심적인 단계 중 하나입니다.
여기서 EUV, 노광장비, 포토레지스트 같은 키워드가 나옵니다.
ASML이 중요한 이유도 이 포토 공정과 연결됩니다.
4) 식각
식각은 필요 없는 부분을 깎아내는 과정입니다.
포토 공정으로 만든 패턴에 따라 남길 부분은 남기고, 지울 부분은 제거합니다.
쉽게 말하면 회로 모양을 더 정교하게 깎아내는 단계입니다.
5) 증착
증착은 웨이퍼 위에 매우 얇은 막을 쌓는 과정입니다.
절연막, 금속막 등 다양한 박막을 형성합니다.
CVD, PVD, ALD 같은 방식이 여기에 해당합니다.
공정이 미세화될수록 더 얇고 균일한 막을 만드는 기술이 중요해집니다.
6) 이온 주입
이온 주입은 웨이퍼에 특정 원소를 주입해 전기적 성질을 바꾸는 과정입니다.
실리콘은 원래 완벽한 도체도, 완벽한 부도체도 아닙니다.
여기에 특정 물질을 넣어 전기가 흐르는 성질을 조절합니다.
반도체가 반도체답게 작동하도록 만드는 중요한 단계입니다.
7) 금속 배선
금속 배선은 회로들을 서로 연결하는 과정입니다.
트랜지스터를 아무리 잘 만들어도 서로 연결되지 않으면 칩은 작동할 수 없습니다.
그래서 칩 내부에서 신호가 이동할 수 있도록 금속선을 만들어줍니다.
8) 테스트
테스트는 웨이퍼 상태에서 반도체가 정상적으로 작동하는지 검사하는 단계입니다.
불량 칩을 걸러내고, 정상 칩만 다음 단계로 넘깁니다.
반도체는 수율이 중요하기 때문에 테스트 공정도 매우 중요합니다.
8. 반도체 밸류체인: 누가 어디서 돈을 벌까
반도체 산업은 하나의 회사가 모든 것을 다 하는 구조가 아닙니다.
설계, 생산, 장비, 소재, 부품, 패키징, 테스트로 나뉘어 있습니다.
이 구조를 알아야 기업을 볼 때 헷갈리지 않습니다.
1) 팹리스
팹리스는 반도체를 설계하는 회사입니다.
직접 공장을 보유하지 않고 설계에 집중합니다.
대표 기업으로는 엔비디아, AMD, 퀄컴, 브로드컴, 애플 실리콘 등이 있습니다.
팹리스는 좋은 칩을 설계하고, 생산은 파운드리에 맡깁니다.
2) 파운드리
파운드리는 팹리스가 설계한 반도체를 대신 생산하는 회사입니다.
대표 기업은 TSMC와 삼성전자 파운드리입니다.
파운드리는 고객사가 원하는 칩을 얼마나 안정적으로, 높은 수율로, 첨단 공정에서 생산할 수 있는지가 중요합니다.
3) IDM
IDM은 설계와 생산을 모두 하는 회사입니다.
삼성전자, SK하이닉스, 인텔, 마이크론 등이 여기에 해당합니다.
메모리 반도체 기업은 보통 IDM 성격이 강합니다.
4) OSAT
OSAT는 후공정 전문 회사입니다.
패키징과 테스트를 담당합니다.
대표 기업으로는 ASE, Amkor, JCET, 하나마이크론, SFA반도체 등이 있습니다.
AI 시대에는 후공정과 첨단 패키징이 중요해지면서 OSAT의 역할도 함께 주목받고 있습니다.
5) 소재 기업
소재 기업은 반도체 공정에 필요한 재료를 공급합니다.
웨이퍼, 포토레지스트, 특수가스, 세정액, CMP 슬러리 등이 있습니다.
대표 기업으로는 솔브레인, 동진쎄미켐, SK머티리얼즈 계열, 후성, 이엔에프테크놀로지 등이 있습니다.
6) 장비 기업
장비 기업은 반도체를 만드는 장비를 공급합니다.
대표적으로 ASML, Applied Materials, Lam Research, TEL, KLA 같은 글로벌 기업이 있습니다.
국내 기업으로는 원익IPS, 한미반도체, 주성엔지니어링, 테스, 피에스케이 등이 있습니다.
장비 기업은 고객사의 CapEx와 밀접하게 연결됩니다.
7) 부품 기업
부품 기업은 반도체 장비나 테스트 과정에 들어가는 핵심 부품을 공급합니다.
리노공업, ISC, 티씨케이, 하나머티리얼즈, 월덱스 등이 대표적입니다.
부품 기업은 반도체 공장 가동률, 공정 난이도, 테스트 수요와 연결되는 경우가 많습니다.
9. 소재·부품·장비 회사들은 어디서 돈을 벌까
취준생이 반도체 산업을 볼 때 삼성전자와 SK하이닉스만 보면 시야가 좁아집니다.
반도체 산업에는 소재·부품·장비 회사들이 매우 많습니다.
이 회사들은 보통 네 가지 지점에서 기회를 얻습니다.
첫째, 신규 팹 투자입니다.
삼성전자, SK하이닉스, TSMC 같은 고객사가 공장을 새로 짓거나 라인을 증설하면 장비와 소재 수요가 늘어납니다.
둘째, 공정 난이도 상승입니다.
반도체 공정이 미세화되고 복잡해질수록 더 정밀한 장비, 더 고순도 소재, 더 많은 공정 단계가 필요합니다.
셋째, 가동률 상승입니다.
반도체 공장이 많이 돌아가면 소모성 부품과 소재 사용량이 늘어납니다.
넷째, 후공정 투자 확대입니다.
HBM, AI 반도체, 첨단 패키징 수요가 늘어나면 후공정 장비와 테스트 부품 수요도 증가합니다.
즉, 소부장 기업을 볼 때는 단순히 반도체 가격만 보면 안 됩니다.
고객사 CapEx, 공정 변화, 가동률, 국산화, 신규 장비 채택 여부를 같이 봐야 합니다.
10. 반도체 회사에는 어떤 직무가 있을까
반도체 산업은 기술 중심 산업이지만, 직무는 생각보다 다양합니다.
공학 전공자만 갈 수 있는 산업이라고 생각하기 쉽지만, 실제로는 기술직뿐 아니라 영업, 마케팅, 구매, SCM, 전략, 재무, IR 직무도 존재합니다.
공정기술
공정기술은 반도체 제조 공정이 안정적으로 돌아가도록 관리하는 직무입니다.
수율 개선, 불량 원인 분석, 공정 조건 최적화가 핵심입니다.
반도체 제조의 중심에 있는 직무라고 볼 수 있습니다.
설비기술
설비기술은 반도체 장비가 안정적으로 작동하도록 관리하는 직무입니다.
장비 유지보수, 가동률 개선, 트러블 대응이 중요합니다.
반도체 공장은 장비 산업이기도 하기 때문에 설비기술의 중요성이 큽니다.
품질
품질 직무는 제품이 고객 요구사항에 맞게 생산되는지 관리합니다.
불량 분석, 신뢰성 테스트, 고객 클레임 대응과 연결됩니다.
특히 자동차, 서버, AI 반도체처럼 안정성이 중요한 분야에서는 품질의 중요성이 더 커집니다.
패키징·후공정 기술
패키징과 후공정 기술은 칩을 실제 제품으로 사용할 수 있게 만드는 직무입니다.
HBM, AI 반도체, 첨단 패키징이 중요해지면서 점점 더 주목받는 영역입니다.
과거에는 전공정이 더 화려해 보였다면, 이제는 후공정도 핵심 경쟁력이 되고 있습니다.
영업·마케팅
반도체 영업과 마케팅은 단순히 제품을 파는 일이 아닙니다.
고객사의 수요를 파악하고, 가격을 협상하고, 제품 믹스를 조정하고, 장기 공급 계약을 관리합니다.
메모리 가격, 고객사 재고, 전방 수요를 이해해야 합니다.
구매·SCM
구매와 SCM은 소재, 장비, 부품을 안정적으로 조달하고 공급망을 관리합니다.
반도체는 글로벌 공급망 리스크가 큰 산업입니다.
특정 소재나 장비가 막히면 생산 전체가 영향을 받을 수 있습니다.
그래서 구매와 SCM도 매우 중요한 직무입니다.
전략기획
전략기획은 시장 전망, 투자 계획, 경쟁사 분석, 신규 사업 방향을 검토합니다.
반도체 산업은 투자 규모가 크기 때문에 잘못된 투자 판단의 비용이 큽니다.
어떤 제품에 투자할지, 어떤 고객을 공략할지, 어떤 기술 흐름에 올라탈지 판단하는 일이 중요합니다.
재무·IR
재무와 IR은 실적, CapEx, 감가상각, 현금흐름, 투자자 커뮤니케이션을 담당합니다.
반도체 산업은 업황에 따라 실적 변동성이 크기 때문에, 재무 구조와 투자 계획을 이해하는 능력이 중요합니다.
11. 취준생은 반도체 산업을 어떻게 봐야 할까
반도체 산업은 어렵습니다.
제품도 많고, 공정도 복잡하고, 기업도 많습니다.
처음부터 모든 기술을 외우려고 하면 금방 지칩니다.
그래서 취준생은 네 가지 질문으로 접근하면 좋습니다.
첫 번째 질문은 이것입니다.
이 회사는 메모리 회사인가, 비메모리 회사인가?
삼성전자, SK하이닉스, DB하이텍, 리노공업, 한미반도체는 모두 반도체와 관련된 회사지만 하는 일이 다릅니다.
두 번째 질문은 이것입니다.
이 회사는 전공정에 가까운가, 후공정에 가까운가?
전공정 장비 회사인지, 후공정 패키징 회사인지, 테스트 부품 회사인지에 따라 봐야 하는 지표가 달라집니다.
세 번째 질문은 이것입니다.
이 회사 실적은 가격에 민감한가, 물량에 민감한가, 투자에 민감한가?
메모리 업체는 DRAM과 NAND 가격이 중요합니다.
장비 회사는 고객사 CapEx가 중요합니다.
소재·부품 회사는 가동률과 공정 사용량이 중요합니다.
네 번째 질문은 이것입니다.
AI 수혜가 직접적인가, 간접적인가?
HBM은 AI 직접 수혜에 가깝습니다.
후공정 장비와 테스트 부품도 직접 수혜에 가까울 수 있습니다.
MLCC, 기판, 전력 부품, 냉각 부품은 AI 서버 고성능화에 따른 확산 수혜로 볼 수 있습니다.
이렇게 보면 반도체 산업이 조금 더 입체적으로 보입니다.
마무리
반도체 산업은 단순히 삼성전자와 SK하이닉스를 아는 것으로 끝나지 않습니다.
DRAM 가격이 왜 중요한지,
NAND 가격과 Bit Growth는 무엇을 의미하는지,
AI 시대에 HBM이 왜 핵심이 됐는지,
추론 수요가 왜 LPDDR과 SoCAMM을 부각시키는지,
MLCC와 기판 같은 부품이 왜 함께 주목받는지 알아야 합니다.
또 전공정과 후공정, 8대 공정, 팹리스, 파운드리, IDM, OSAT, 소부장 구조까지 이해해야 기업과 직무가 연결됩니다.
반도체 산업을 공부한다는 것은 단순히 기술 용어를 외우는 것이 아닙니다.
어떤 수요가 생기고,
어떤 병목이 발생하고,
그 병목을 해결하기 위해 어떤 기업과 기술이 중요해지는지를 보는 일입니다.
AI 시대의 반도체 산업은 더 이상 GPU 하나로 설명되지 않습니다.
GPU에서 HBM으로,
HBM에서 DRAM과 NAND로,
추론에서 LPDDR과 SoCAMM으로,
서버 고성능화에서 MLCC와 기판, 전력, 냉각 부품으로 흐름이 확산되고 있습니다.
취준생 입장에서는 이 흐름을 이해하는 것이 중요합니다.
산업을 이해하면 기업이 보이고,
기업을 이해하면 직무가 보이고,
직무를 이해하면 내가 준비해야 할 역량이 보입니다.
반도체 산업은 어렵지만, 그만큼 배워두면 많은 기업과 직무를 연결해서 볼 수 있는 산업입니다.
앞으로도 취업 준비생이 산업을 더 쉽게 이해하고, 자신에게 맞는 직무와 기업을 찾을 수 있도록 하나씩 정리해보겠습니다.