Notice
Recent Posts
Recent Comments
Link
클라우드 기억 저장소
[기타] AI 반도체의 경쟁이 ‘누가 칩을 잘 만드느냐’에서 ‘누가 맞춤형 칩을 설계하고 양산하느냐’로 확장되는 구간임 본문
돈 불리기/산업보고서
[기타] AI 반도체의 경쟁이 ‘누가 칩을 잘 만드느냐’에서 ‘누가 맞춤형 칩을 설계하고 양산하느냐’로 확장되는 구간임
똘이장군초코 2026. 10. 14. 21:37https://stock.naver.com/research/industry/46447
📋 핵심 내용 요약
- 이번 키움증권 산업 리포트의 핵심은 AI ASIC(주문형 인공지능 반도체)의 확산과 삼성 파운드리의 경쟁력 회복이 국내 디자인하우스와 반도체 IP 기업의 성장 기회를 확대한다는 것임.[팩트, p02]
- 글로벌 빅테크 기업들이 범용 GPU 외에 자체 AI 반도체를 개발하는 이유는 추론 비용과 전력 소비를 줄이고, 핵심 반도체의 성능·공급·가격에 대한 통제력을 확보하기 위해서임.[팩트, p03-07]
- AI ASIC 기반 서버 출하량은 2026년 전년 대비 44.6% 증가할 것으로 예상되며, GPU 기반 서버 증가율 16.1%를 크게 웃돌 것으로 전망됨.[팩트, p04]
- TSMC 협력 디자인하우스인 GUC의 2025년 매출이 36.3% 증가하고 양산 매출 비중이 75.4%에 도달했다는 점은 주문형 반도체 수혜가 개발용역에서 반복적인 양산 공급 매출로 확대될 수 있음을 보여줌.[팩트, p08]
- 삼성 파운드리의 4nm 및 2nm 수율 개선과 글로벌 고객 확보는 국내 설계기업의 사업 기회를 넓히는 핵심 전제이며, TSMC의 선단공정 공급 부족이 이러한 전환을 촉진할 것으로 분석함.[팩트, p09-12]
- 정부의 K-온디바이스 AI 반도체 기술개발 사업은 2026-2030년 국비 5,111억원을 투입해 자동차·가전·로봇·방산 분야의 실제 제품에 국산 반도체를 탑재하도록 지원하는 수요 연계 정책임.[팩트, p13-15]
- 디자인하우스는 프로젝트를 수주한 업체에 매출이 집중되는 반면, IP 기업은 하나의 시스템반도체에 여러 종류의 설계자산이 동시에 사용될 수 있어 수혜가 여러 기업으로 확산될 수 있음.[팩트, p16]
- 키움증권은 세미파이브를 최선호주, 에이디테크놀로지를 차선호주로 선정하고, 오픈엣지테크놀로지와 퀄리타스반도체를 인터페이스 IP 분야의 관심 기업으로 제시함.[팩트, p02, p36]
- 다만 AI ASIC 산업의 구조적 성장과 국내 기업의 이익 성장은 동일한 명제가 아니며, 삼성 파운드리 고객 확보, 설계 프로젝트의 양산 전환, IP 검증 성공, 반복 매출 발생을 각각 확인해야 함.[해석]
- 종합하면 설계기업에 대한 관심을 높일 만한 산업 변화는 확인되지만, 보고서의 낙관적인 2027년 실적 전망이 모두 현실화될지는 검증되지 않았으므로 산업 전체에 대한 확정적인 투자 의견은 유보함.[해석]
🚀 Ⅰ.AI ASIC의 확산이 왜 반도체 설계 시장을 키우는가?
- 이 보고서가 주목하는 변화는 엔비디아 GPU 수요가 사라지는 것이 아니라, AI 연산의 용도별로 서로 다른 반도체를 사용하는 시장이 커진다는 점임.[해석]
- 이러한 변화에서는 완성된 반도체를 구매하는 기업뿐 아니라 자신에게 필요한 반도체를 별도로 개발하는 기업이 증가하기 때문에 설계 서비스와 반도체 IP의 수요가 함께 늘어날 수 있음.[해석]
1.GPU와 AI ASIC의 차이
- GPU(Graphics Processing Unit)는 그래픽처리장치에서 발전한 병렬연산 반도체로, 다양한 AI 모델과 연산 작업을 비교적 유연하게 처리하는 데 강점이 있음.[팩트, p03]
- ASIC(Application-Specific Integrated Circuit)은 특정 작업에 맞춰 설계된 주문형 반도체로, 불필요한 기능을 줄이고 해당 작업의 처리 효율을 높일 수 있음.[팩트, p03]
- GPU가 다양한 도로를 달리는 범용 자동차라면 ASIC은 정해진 노선을 반복 운행하도록 설계한 전용 운송수단에 비유할 수 있음.[해석]
- ASIC은 초기 개발비가 높기 때문에 적은 양을 사용할 때는 경제성이 떨어질 수 있지만, 같은 작업을 대규모로 반복하면 칩 개발비를 분산시키고 운영비를 절감할 수 있음.[팩트, p03]
- 따라서 ASIC의 경제성은 단순한 칩 구매가격보다 개발비·전력비·장비비를 포함한 TCO(Total Cost of Ownership, 총소유비용)로 평가해야 함.[팩트, p03]
구분 GPU AI ASIC 설계 목적 범용 AI 연산 특정 AI 연산 최적화 초기 개발비 별도 칩 개발 불필요 높은 개발비 발생 강점 유연성·소프트웨어 생태계 반복 작업의 효율 주요 고객 다양한 AI 개발·운영 기업 대규모 서비스를 운영하는 기업 핵심 경제성 범용성·개발 편의성 규모 확대 시 운영비 절감 [표: GPU와 AI ASIC 비교, p03 / 자료: 키움증권 리서치센터] ### 2.AI 추론이 ASIC 시장을 확대하는 이유 - AI 학습(Training)은 모델의 가중치를 조정해 성능을 높이는 과정이며, 추론(Inference)은 이미 개발된 모델이 실제 질문에 답하거나 작업을 수행하는 과정임.[팩트, p04]
- 초기 생성형 AI 인프라 투자에서는 거대한 모델을 학습시키는 연산 수요가 중요했지만, AI 서비스 이용이 확대되면서 실제 서비스를 운영하는 추론 비용의 중요성이 높아졌음.[팩트, p04]
- AI 에이전트는 사용자 요청을 수행하기 위해 여러 차례 모델을 호출할 수 있어, 에이전트 사용 확대가 추론 연산량 증가로 연결됨.[팩트, p04]
- 보고서는 글로벌 활성 AI 에이전트가 2025년 약 2,860만 개에서 2030년 약 22억 1,600만 개로 증가할 것으로 전망함.[팩트, p04]
- 이를 계산하면 증가배율은 22억 1,600만 ÷ 2,860만 = 약 77.5배로, 보고서가 제시한 약 80배 성장과 일치함.[해석]
- 추론량이 증가할수록 기업은 하나의 답변을 생성하는 데 사용되는 전력과 비용을 줄여야 하므로 특정 서비스에 최적화된 반도체의 경제적 가치가 높아짐.[해석]
- 보고서는 2030년까지 AI 추론이 학습 수요를 추월하고 전체 데이터센터 수요에서 40% 이상을 차지할 것으로 전망함.[팩트, p04]
- 다만 에이전트 수와 토큰 소비량 전망은 미래 서비스 이용을 가정한 추정치이므로 실제 수요나 확정 주문량과 동일하게 취급해서는 안 됨.[해석]
3.AI ASIC이 GPU를 대체할 것인가?
- 보고서는 GPU와 AI ASIC이 경쟁하면서도 각각 다른 작업에 활용되는 이종 컴퓨팅(Heterogeneous Computing) 구조가 확대될 것으로 판단함.[팩트, p06]
- 이종 컴퓨팅은 하나의 연산장치에 모든 작업을 맡기지 않고 작업 특성에 따라 GPU·CPU·ASIC 등 여러 종류의 반도체를 조합하는 방식임.[팩트, p06]
- 엔비디아가 발표한 NVLink Fusion은 고객이 자체 개발한 ASIC을 엔비디아 GPU 및 네트워킹 시스템과 연결할 수 있도록 지원하는 기술임.[팩트, p06]
- 이는 자체 ASIC을 도입하는 기업이 엔비디아의 전체 인프라를 반드시 포기해야 하는 것은 아니라는 점에서 두 시장의 공존 가능성을 높임.[해석]
- 따라서 ASIC 확대의 직접적인 수혜는 GPU를 대체하는 기업에만 한정되지 않으며, ASIC을 설계·검증·양산하는 공급망 전체로 확장될 수 있음.[해석]
🌐 Ⅱ.삼성 파운드리의 회복이 국내 설계기업에 중요한 이유
1.TSMC에서 먼저 나타난 산업 변화
- 글로벌 AI ASIC 개발이 늘어나면서 TSMC 협력 디자인하우스에서는 개발 프로젝트 증가와 양산 매출 확대가 나타나고 있음.[팩트, p08]
- 대표 기업인 GUC는 2025년 전체 매출이 전년 대비 36.3% 증가했고, 양산 매출은 59.2% 증가했다고 보고함.[팩트, p08]
- 특히 양산 매출이 전체의 75.4%를 차지했다는 점은 디자인하우스의 사업이 일회성 설계용역을 넘어 반복적인 제품 공급으로 발전할 수 있음을 보여줌.[해석]
- 개발 매출은 고객 반도체를 설계하고 검증하는 과정에서 발생하며, 양산 매출은 개발된 반도체의 생산과 공급을 수행하면서 발생함.[팩트, p08]
- 개발 매출이 증가하려면 신규 프로젝트를 확보해야 하지만, 양산 매출은 기존 고객의 주문량 확대만으로도 성장할 수 있다는 차이가 있음.[해석]
- 따라서 국내 디자인하우스의 장기 기업가치를 평가할 때 단순 신규 수주액보다 양산 전환율과 반복 주문 규모가 중요한 지표가 될 수 있음.[해석]
2.삼성의 수율 개선이 결정적인 이유
- 파운드리(Foundry)는 다른 기업이 설계한 반도체를 위탁 생산하는 사업이며, 삼성전자와 TSMC가 대표적인 사업자임.[팩트, p09]
- 수율(Yield)은 생산된 칩 가운데 정상적으로 작동하는 양품의 비율로, 수율이 낮으면 동일한 생산량에서도 판매 가능한 반도체가 줄어듦.[팩트, p09]
- 고객은 칩을 생산할 파운드리 공정을 선택한 뒤 해당 공정에서 설계를 구현할 디자인하우스와 필요한 IP를 선택하는 경우가 많음.[팩트, p09]
- 따라서 삼성 파운드리의 수율이 낮아 고객이 다른 생산업체를 선택하면 삼성 공정에 특화된 디자인하우스는 설계 참여 기회를 잃게 됨.[해석]
- 보고서는 업계 추정을 인용해 삼성 4nm 수율이 2022년 초 약 35%에서 2026년 4월 80% 이상으로 개선됐다고 설명함.[팩트, p09]
- 삼성 2nm 수율 역시 2025년 초 약 30%에서 2026년 8월 약 60%로 상승했다고 제시하지만, 이는 공식적인 고객별 양산 수율 공시가 아닌 업계 추정치임.[팩트, p09]
- 수율 개선이 고객의 생산원가와 납기 신뢰성을 높이고, 이것이 추가 고객 확보로 연결될 때 국내 설계 생태계의 실질적인 성장으로 이어짐.[해석]
3.TSMC의 생산능력 부족이 주는 기회
- 보고서는 AI GPU와 ASIC 수요 증가로 TSMC의 3nm 및 4·5nm 공정에서 생산능력 제약이 발생하고 있다고 설명함.[팩트, p10]
- AI 반도체와 스마트폰 등 기존 고객 수요가 같은 선단공정에 집중되면 신규 고객은 원하는 시점에 생산 물량을 확보하기 어려워짐.[해석]
- TSMC는 생산능력을 늘리는 데 상당한 시간이 걸리기 때문에 공급 부족의 본격적인 완화가 2028-2029년에 이루어질 것으로 예상함.[팩트, p10]
- 이러한 공급 부족은 고객이 삼성 파운드리를 대안으로 검토할 이유를 제공하지만, 실제 생산처 변경은 공정 적합성과 수율을 검증해야 하므로 자동적으로 발생하는 것은 아님.[해석]
- 보고서는 삼성 파운드리가 2026년 7월부터 일부 신규 주문의 가격을 공정에 따라 약 5-15% 인상했다고 전함.[팩트, p10]
- 공급가격 상승이 가동률 증가와 함께 발생한다면 파운드리의 수익성 회복에 긍정적이지만, 디자인하우스의 이익 증가까지 직접 증명하는 것은 아님.[해석]
4.대형 고객의 의미
- 삼성 파운드리는 테슬라 AI 칩 수주 이후 애플·엔비디아 등 글로벌 고객과의 공급 관계를 확대하고 있다고 보고서는 평가함.[팩트, p11]
- 테슬라 관련 계약의 중요한 의미는 약 165억 달러라는 계약 규모뿐 아니라 삼성 선단공정의 대형 고객 실적을 확보했다는 점임.[팩트, p11]
- 대형 고객 프로젝트가 실제 생산으로 연결되면 삼성 공정에 참여한 디자인하우스와 IP 기업은 향후 다른 고객에게 제시할 수 있는 검증 실적을 확보하게 됨.[해석]
- 반대로 삼성의 파운드리 수주가 늘더라도 관련 설계를 고객이 내부에서 수행하거나 다른 협력사에 맡긴다면 국내 특정 기업에 돌아가는 수혜는 제한될 수 있음.[해석]
💰 Ⅲ.국내 정책이 만드는 두 번째 성장 경로
1.K-온디바이스 AI 반도체 사업
- 정부는 2026-2030년 K-온디바이스 AI 반도체 기술개발 사업에 국비 5,111억원을 투입할 계획임.[팩트, p13]
- 사업의 총규모는 민간 등을 포함해 8,002억원으로 제시돼 있으며, 국비 이외의 재원은 8,002억 - 5,111억 = 2,891억원임.[팩트, p13]
- 온디바이스 AI(On-device AI)는 데이터를 외부 서버로 보내지 않고 자동차·로봇·가전 등 기기 내부에서 직접 AI 연산을 수행하는 방식임.[팩트, p13]
- 자동차·로봇·가전은 허용 전력과 칩 크기 및 처리해야 할 작업이 서로 다르므로 범용 반도체보다 제품별 최적화된 칩이 필요할 수 있음.[해석]
- 이 사업의 특징은 반도체 개발을 지원하는 데 그치지 않고 수요기업의 완제품에 칩을 탑재하고 실증하도록 유도한다는 점임.[팩트, p14]
- 실제 제품에 사용되는 개발 프로젝트가 많아지면 국내 팹리스와 디자인하우스가 최초 양산 실적을 확보할 기회도 늘어남.[해석]
2.산업별 예산과 수혜 구조
분야 주요 수요기업 지원한도 자동차 현대자동차 1,397억원 IoT·가전 LG전자 901억원 협동로봇 두산로보틱스 603억원 휴머노이드 두산로보틱스 619억원 무인농기계 대동 331억원 방산 한국항공우주산업 953억원 IP·소프트웨어 활용확산 다수 참여기업 315억원 합계 5,119억원 [표: K-온디바이스 AI 반도체 분야별 지원 현황, p14 / 자료: 산업통상부·키움증권] - 분야별 지원한도 합계 5,119억원은 사업 국비 5,111억원과 8억원 차이가 있으며, 보고서도 지원한도 합계와 국비가 다를 수 있다고 명시함.[팩트, p14]
- 정책 예산은 참여기업의 매출 확정액이 아니라 개발·실증 등을 위한 사업 재원이므로 전체 예산을 반도체 설계기업의 직접 매출로 환산할 수 없음.[해석]
- 한국항공우주산업의 방산 프로젝트는 실제 무인기 플랫폼에 국산 AI 반도체를 적용해 검증하려는 사례로 소개됨.[팩트, p14]
- 실증 이후 상업적 양산이 이루어질 경우 최초 개발 매출보다 장기간 제품 공급에서 발생하는 매출이 더 중요해질 수 있음.[해석]
- 따라서 정책 수혜를 확인할 때는 사업 선정뿐 아니라 반도체 설계 완료, 제품 탑재, 성능 검증, 실제 구매계약 순서로 확인해야 함.[해석]
🏭 Ⅳ.디자인하우스가 가장 직접적인 수혜자로 지목된 이유
1.디자인하우스의 역할
- 디자인하우스는 고객이 설계한 반도체를 파운드리의 실제 제조공정에 맞춰 구현하고 검증하는 전문기업임.[팩트, p17]
- 팹리스(Fabless)는 반도체 제조공장을 직접 운영하지 않고 칩을 설계하는 기업으로, 디자인하우스와 달리 일반적으로 자체 반도체 제품의 기획과 판매를 수행함.[팩트, p17]
- DSP(Design Solution Partner)는 삼성 파운드리의 공식 설계 협력사 체계를 의미하며 세미파이브·에이디테크놀로지·가온칩스 등이 참여하고 있음.[팩트, p17]
- VCA(Value Chain Alliance)는 TSMC의 설계·양산 협력 생태계로, Alchip과 GUC 등이 주요 디자인하우스로 참여함.[팩트, p17]
- 파운드리마다 제조공정과 설계 규칙이 다르므로 삼성 공정에 특화된 설계 경험은 고객의 파트너 선정에서 경쟁력이 될 수 있음.[해석]
- 다만 DSP 자격 자체가 수주를 보장하는 것은 아니며 선단공정 개발 실적, 고객 관계, 대형칩 설계 역량, 양산 수행 능력에 따라 경쟁력 차이가 발생함.[팩트, p17]
2.수익성의 차이를 만드는 요소
- 개발용역은 엔지니어의 투입시간과 인력 규모에 영향을 크게 받기 때문에 매출이 증가해도 수익성 개선에는 한계가 발생할 수 있음.[해석]
- 턴키(Turn-key)는 설계부터 생산과 공급까지 고객에게 일괄 제공하는 방식으로, 개발용역보다 더 넓은 업무 영역을 담당함.[팩트, p08, p17]
- 턴키 양산 물량이 확대되면 기업은 고객의 반복 주문에 참여할 수 있으므로 개발인력 증가에만 의존하지 않는 매출 성장이 가능해짐.[해석]
- 그러나 턴키 매출은 제조비용을 포함할 수 있기 때문에 매출 증가율과 실제 영업이익 증가율을 반드시 구분해야 함.[해석]
- 따라서 디자인하우스 평가에서는 개발 수주 증가 → 테이프아웃 성공 → 양산 전환 → 반복 주문 → 영업이익 증가라는 연결고리가 중요함.[해석]
- 테이프아웃(Tape-out)은 반도체 설계를 완료하고 제조에 필요한 최종 설계 데이터를 파운드리에 전달하는 단계로, 양산 성공을 의미하는 것은 아님.[팩트, p11, p16]
🥇 Ⅴ.최선호주 세미파이브: 대형 AI 칩과 3D IC가 성장의 핵심임
- 키움증권은 세미파이브(490470)에 대해 신규 매수 의견과 목표주가 31,000원을 제시했으며, 기준주가는 2026년 10월 12일 20,250원임.[팩트, p37]
- 목표주가 기준 상승여력은 (31,000 - 20,250) ÷ 20,250 × 100 = 약 53.1%로 계산됨.[해석]
- 2026년 매출액은 2,254억원, 영업이익은 41억원으로 예상되며, 2025년 영업적자에서 흑자전환할 것으로 전망함.[팩트, p37]
- 2027년 매출액은 3,411억원, 영업이익은 352억원으로 증가할 것으로 전망함.[팩트, p37]
- 2026년 예상 영업이익률은 41 ÷ 2,254 × 100 = 약 1.8%이며, 2027년은 352 ÷ 3,411 × 100 = 약 10.3%로 개선될 것으로 계산됨.[해석]
- 영업이익률 개선 전망은 개발·양산 물량의 증가와 고부가가치 사업 확대가 비용 증가를 상회할 것이라는 가정에 기반함.[해석]
- 세미파이브는 삼성 4nm 공정 기반 500mm² 이상 대형 AI 추론 가속기의 양산 개시 사례를 확보했다고 보고서는 설명함.[팩트, p37]
- 대형칩은 설계와 검증 난도가 높으므로 실제 양산 이력을 확보한 기업은 후속 프로젝트에서 기술적 신뢰도를 높일 수 있음.[해석]
- 세미파이브는 약 800mm²급 AI 가속기 위에 DRAM 4개를 수직 적층하는 3D IC 개발 프로젝트를 수행하고 있다고 설명함.[팩트, p37]
- 3D IC(Three-Dimensional Integrated Circuit)는 반도체 칩을 수직으로 연결해 데이터 이동거리를 줄이고 집적도를 높이는 기술임.[팩트, p23-25]
- 해당 프로젝트가 실리콘 검증에 성공한다면 설계 역량을 입증할 수 있지만, 개발 성공이 향후 대규모 상업 매출을 보장하는 것은 아님.[해석]
- 보고서는 세미파이브의 OTS IP 매출총이익률이 약 90%, Custom IP는 약 50%라고 제시하며 고수익 IP 비중 확대를 기대함.[팩트, p37]
- OTS(Off-The-Shelf) IP는 이미 개발된 설계자산을 여러 고객에게 제공하는 형태이며, Custom IP는 특정 고객의 요구사항에 맞춰 개발하는 설계자산임.[팩트, p37]
- 이미 개발된 IP를 반복 판매하는 비중이 증가하면 추가 개발비 부담을 상대적으로 줄일 수 있어 영업 레버리지가 확대될 여지가 있음.[해석]
- 세미파이브는 2026년 9월 미국 AI 팹리스 기업과 약 703억원 규모의 AI 추론가속기 ASIC 설계·개발 계약을 체결한 것으로 정리돼 있음.[팩트, p26]
- 대형 계약이 기업의 장기 매출 기반을 확대할 수 있지만 매출 인식 시점과 추가 개발비, 양산 여부에 따라 실제 이익 기여 시점은 달라질 수 있음.[해석]
🥈 Ⅵ.에이디테크놀로지: 양산 매출의 회복이 기업가치를 결정함
- 키움증권은 에이디테크놀로지(200710)에 대해 신규 매수 의견과 목표주가 38,000원을 제시했으며, 10월 12일 기준주가는 26,100원임.[팩트, p44]
- 목표주가 기준 상승여력은 (38,000 - 26,100) ÷ 26,100 × 100 = 약 45.6%로 계산됨.[해석]
- 2026년 예상 매출액은 2,225억원, 영업이익은 54억원이며, 2027년에는 각각 3,046억원과 169억원으로 증가할 것으로 전망함.[팩트, p44]
- 개발사업은 약 650명의 엔지니어를 기반으로 운영되므로 인력 증가 없이 개발용역 매출을 무제한 확대하기 어렵다고 분석함.[팩트, p44]
- 이에 따라 매출 성장과 수익성 개선을 동시에 달성하려면 고부가가치 선단공정 프로젝트의 비중을 높이거나 반복적인 양산 매출을 확대해야 함.[해석]
- 보고서는 에이디테크놀로지의 양산 제품 건수가 2026년 1건에서 2027년 7건, 2028년 17건으로 증가할 것으로 예상함.[팩트, p44]
- 양산 제품 건수 전망이 실현된다면 개발 프로젝트 중심의 사업구조가 반복적인 제품 공급 중심으로 전환되는 중요한 계기가 될 수 있음.[해석]
- 자체 서버 CPU 플랫폼인 ADP620은 장기적으로 새로운 수익원이 될 수 있지만, 보고서가 예상하는 2028년 하반기 이후 매출 본격화와 약 10억 달러 규모의 매출 전망은 아직 실현되지 않은 미래 추정치임.[팩트, p44]
- 에이디테크놀로지는 세미파이브와 비교할 때 양산 제품 수 증가에 대한 기대가 큰 반면, 해당 양산 확대가 계획대로 이루어지는지 확인해야 하는 기업으로 판단됨.[해석]
🧩 Ⅶ.반도체 IP 기업은 왜 별도의 성장 기회를 갖는가?
- 반도체 IP(Intellectual Property)는 칩 설계에 재사용할 수 있는 검증된 기능 블록으로, 메모리 연결이나 데이터 전송 등 특정 기능을 구현하는 데 활용됨.[팩트, p16]
- 하나의 AI 반도체에는 연산장치뿐 아니라 메모리 연결, 고속 데이터 전송, 주변기기 연결 등 다양한 기능이 필요함.[팩트, p16]
- 이러한 기능을 모두 처음부터 개발하면 시간과 오류 위험이 커지므로 검증된 IP를 사용하는 것이 효율적일 수 있음.[해석]
- 글로벌 반도체 IP 시장은 Arm·Synopsys·Cadence 등 선도기업의 영향력이 큰 과점시장으로 분석됨.[팩트, p29]
- 선단공정에서 IP의 오류가 발생하면 칩 전체를 다시 설계하거나 제조해야 할 수 있어 고객은 동일 공정에서 이미 검증된 IP를 선호함.[팩트, p29]
- 따라서 후발 IP 기업의 기회는 기존 강자와 모든 분야에서 정면 경쟁하는 것보다 특정 공정이나 새로운 규격에서 검증 실적을 먼저 확보하는 데 있음.[해석]
- 보고서는 최신 인터페이스 규격이 모든 파운드리와 모든 공정에 동시에 공급되지 않는다는 점을 국내 IP 기업의 주요 기회로 제시함.[팩트, p33]
1.오픈엣지테크놀로지
- 오픈엣지테크놀로지는 DDR·LPDDR 메모리 인터페이스와 메모리 관련 IP를 중심으로 사업을 전개하는 기업임.[팩트, p16, p49-54]
- LPDDR(Low Power Double Data Rate)은 저전력 메모리 규격으로, AI 반도체가 메모리와 빠르고 효율적으로 데이터를 주고받는 데 중요함.[팩트, p16, p49-54]
- 보고서는 오픈엣지테크놀로지의 2026년 매출액 177억원, 영업손실 176억원과 2027년 매출액 311억원, 영업이익 19억원을 전망함.[팩트, p54]
- 매출 증가뿐 아니라 해외 연구개발 인력의 국내 전환을 통한 비용 절감이 2027년 흑자전환 전망의 핵심 근거이며, 계획한 비용 절감과 라이선스 계약 증가를 확인해야 함.[해석]
2.퀄리타스반도체
- 퀄리타스반도체는 PCIe·MIPI 등 반도체 간 고속 데이터 전송에 필요한 인터페이스 IP를 공급하는 기업임.[팩트, p16, p55]
- PCIe(Peripheral Component Interconnect Express)는 CPU와 고속 주변장치를 연결하는 표준이며, MIPI(Mobile Industry Processor Interface)는 모바일·영상 장치 등에 사용되는 인터페이스 규격임.[팩트, p16, p55]
- 보고서는 퀄리타스반도체의 2026년 매출액 230억원, 영업손실 102억원과 2027년 매출액 353억원, 영업이익 7억원을 전망함.[팩트, p55]
- 퀄리타스반도체는 최신 규격의 IP를 삼성 공정에 공급하는 사업 기회가 있지만, 예상되는 2027년 영업이익 규모가 작기 때문에 라이선스 계약의 증가가 실제 이익으로 연결되는지 확인해야 함.[해석]
📊 Ⅷ.네 기업의 실적 전망과 투자 매력 비교
기업 2026년 예상 매출 2027년 예상 매출 2027년 예상 영업이익 보고서 의견 세미파이브 2,254억원 3,411억원 352억원 Buy 에이디테크놀로지 2,225억원 3,046억원 169억원 Buy 오픈엣지테크놀로지 177억원 311억원 19억원 Not Rated 퀄리타스반도체 230억원 353억원 7억원 Not Rated [표: 기업별 실적 전망 종합, p37·p44·p54·p55 / 자료: 키움증권 리서치센터 / 2026-2027년은 추정치] - 보고서가 제시한 2027년 예상 영업이익률을 계산하면 세미파이브 약 10.3%, 에이디테크놀로지 약 5.5%, 오픈엣지테크놀로지 약 6.1%, 퀄리타스반도체 약 2.0%로 세미파이브의 수익성 개선 전망이 가장 큼.[해석]
- 다만 네 기업 모두 2027년 예상 실적에 대한 의존도가 높고 현재의 확정 실적만으로 고성장과 높은 수익성이 입증된 것은 아니므로 목표주가만으로 투자 매력을 판단해서는 안 됨.[해석]
⚠️ Ⅸ.리스크와 투자 판단
구분 주요 변수 영향도 확인해야 할 지표 단기 1-3개월 삼성 4·2nm 공정 수율 및 가동률 높음 실제 양산 고객·분기 실적 단기 1-3개월 신규 ASIC 설계 수주 높음 계약금액·테이프아웃 일정 단기 1-3개월 IP 라이선스 계약 지연 높음 계약 체결·매출 인식 중기 6-12개월 개발 프로젝트의 양산 전환 높음 반복 양산 매출 중기 6-12개월 3D IC 및 최신 IP 실리콘 검증 높음 고객 검증·상용화 중기 6-12개월 매출 성장 대비 비용 증가 높음 영업이익률·현금흐름 ※ 위 표의 영향도는 사업구조에 따른 정성적 평가임.개별 사건이 발생할 확률을 산정할 검증 가능한 데이터가 충분하지 않아 확률 수치는 제시하지 않음. - 핵심 하방 위험은 AI ASIC 개발 수요가 늘어도 삼성 파운드리 채택이 예상보다 적거나 고객의 칩 개발 일정이 지연되면 국내 설계기업의 매출 성장과 흑자전환이 늦어질 수 있다는 점임.[해석]
- 산업의 중장기 성장 논리에는 주목할 만한 근거가 있지만, 현 시점에서 수주·양산·수익성·주가 수준을 모두 고려해 충분히 높은 확신에 도달했다고 판단하기 어려우므로 섹터에 대한 확정적인 매수 의견은 제시하지 않음.[해석]
🧵 한 줄 코멘트
AI 반도체 시장의 새로운 기회는 칩을 직접 만들겠다는 기업이 늘어나는 데서 시작되지만, 투자 성과는 그 설계가 실제 양산으로 이어지고 반복적인 이익을 만들어 내는 기업에 집중될 수 있음.