월간 반도체 산업 뉴스] 2월 2025

1.TSMC는 공급을 중단했습니다,16 및 14nm 이하  프로세스는 엄격하게 제한됩니다.

TSMC는 최근 중국 본토의 집적 회로(IC) 설계 회사, 특히 16/14nm 공정 제품에 대해 일련의 엄격한 공급 제한 조치를 시행하고 있습니다.

이번 결정은 미국 상무부 산업안보국(BIS)에서 발표한 최신 수출 통제 규정과 밀접한 관련이 있습니다. 이 새로운 규정에 따르면 2025년 1월 31일부터 16/14nm 이하 공정의 관련 제품이 BIS 화이트리스트의 '승인된 OSAT'에 따라 패키징되지 않고 TSMC가 패키징 공장의 인증된 서명 사본을 받지 못하면 해당 제품의 출하가 중단됩니다.

TSMC는 이미 BIS 화이트리스트에 있는 칩 설계자를 위해 제조합니다. BIS 화이트리스트에 포함되지 않은 칩 설계자(본토 및 외국 기업 포함)의 경우 미국 상무부에 신청서를 제출하거나 최종 패키지를 승인된 OSAT 목록에 전달하여 봉인 테스트를 받아야 합니다. 최종 봉인된 OSAT가 화이트리스트에 포함되지 않은 경우 TSMC는 배송을 중단합니다.

최신 BIS 목록에 따르면 33개의 IC 설계 회사가 승인을 받았으며, 이 회사들은 서구의 유명 반도체 회사 출신입니다.

지방 컨설팅의 최신 연구에 따르면, 딥시크가 딥시크-V3 및 딥시크-R1과 같은 효율적인 AI 모델을 출시함에 따라 최종 고객은 AI 인프라의 합리성에 더욱 집중하고 효율적인 소프트웨어 컴퓨팅 모델을 선호하여 Gpus와 같은 하드웨어에 대한 의존도를 낮출 것입니다. 동시에 CSPS는 비용 절감을 위해 자체 ASIC 인프라 사용을 확대할 것으로 보입니다. 2025년 이후에는 AI 산업에서 GPU 칩에 대한 수요가 변화할 것으로 예상되며, 중국 AI 시장은 국제 정세 변화에 적응하고 국내 데이터 센터 건설의 요구를 충족하며 AI 애플리케이션의 다양화 및 상용화를 촉진하기 위해 독립적인 AI 칩 개발과 소프트웨어 최적화에 주력할 것으로 보입니다.

2.Reuters: OpenAI, 첫 번째 올해 양산용 자체 개발 AI 칩 개발 내년

소식통에 따르면 ChatGPT 개발자는 앞으로 몇 달 안에 첫 번째 자체 칩의 설계를 마무리하고 제조를 위해 TSMC에 보낼 계획이라고 로이터 통신에 밝혔습니다. 첫 번째 설계를 제조를 위해 웨이퍼 파운드리로 보내는 과정을 "플로우 시트"라고 합니다. OpenAI와 TSMC는 논평을 거부했습니다. 최근 소식에 따르면 OpenAI는 2026년까지 TSMC에서 대량 생산한다는 목표를 달성하기 위해 순조롭게 진행되고 있습니다. 일반적인 플로우 시트는 수천만 달러의 비용이 들며, OpenAI가 제조 속도를 높이기 위해 더 많은 비용을 지불하지 않는 한 완성된 칩을 생산하는 데 약 6개월이 걸립니다.

미국의 OpenAI는 자체 개발한 AI 칩에 대해 다음과 같은 협력 관계를 맺고 있습니다:

• Broadcom과의 협력: 선도적인 글로벌 반도체 기업인 Broadcom은 칩 설계에 대한 풍부한 경험을 보유하고 있습니다. OpenAI는 수개월 동안 Broadcom과 협력하여 추론 칩 개발에 집중해 왔습니다. Broadcom은 OpenAI가 칩 설계를 제조 요구 사항에 맞게 조정하고 칩과 시스템 간에 정보를 더 빠르게 전송하도록 칩의 설계 요소를 최적화하는 데 도움을 주었으며, 이는 대규모 AI 시스템에서 많은 칩이 함께 작동하는 데 중요한 요소입니다.

• TSMC와의 협력: 세계 최대의 반도체 파운드리 업체인 TSMC는 OpenAI의 칩 제조를 위한 핵심 파트너입니다. OpenAI의 첫 번째 자체 개발 칩은 소라 비디오 애플리케이션을 위해 특별히 제작된 AI 칩을 제조하기 위해 TSMC의 A16 공정으로 사전 주문되었습니다. 브로드컴을 통해 TSMC와 제조 역량을 확인한 OpenAI는 2026년에 첫 번째 맞춤형 칩을 제작할 계획이지만 일정은 변경될 수 있습니다.

• AMD와의 파트너십: OpenAI는 Microsoft의 Azure 클라우드 서비스를 통해 AMD 칩을 사용하고, AMD의 새로운 MI300X 칩으로 훈련 및 추론 워크로드를 다양화하여 엔비디아에 대한 의존도를 더욱 낮출 계획입니다.

3. 2025년까지 파운드리 성장률, AI와 첨단 공정이 핵심 동력으로 작용하며 20%로 둔화될 전망

카운터포인트 리서치의 예측에 따르면, 2025년 칩 파운드리의 성장률은 20%에 달할 것이며, 주로 TSMC와 AI 물결을 타고 있는 소규모 경쟁업체들이 주도할 것으로 예상됩니다. 이 예측은 작년보다 성장세가 약간 둔화될 것으로 보입니다. 칩 산업의 파운드리 부문은 2024년에 22% 성장했으며, 주로 2023년의 침체에서 반등한 덕을 봤다고 분석가들은 말했다.

카운터포인트의 애널리스트 아담 창은 EBusiness의 자매 플랫폼인 EE Times와의 인터뷰에서 이렇게 말했습니다: "2025년에는 전체 파운드리 가동률이 약 80%에 달할 것으로 예상되며, 고급 노드의 가동률이 성숙 노드보다 높을 것으로 보입니다. 중국의 현지화 노력에 힘입어 중국 내 성숙한 노드 파운드리의 수요는 중국 외 지역보다 더 강할 것으로 예상됩니다."

또한 장은 하이엔드 스마트폰 수요와 하이퍼스케일 기업의 AI 관련 주문이 급증하면서 TSMC의 고급 노드(5/4nm 및 3nm)의 업계 가동률이 90% 이상을 유지할 것으로 예상했습니다. 하이퍼스케일이란 광범위한 클라우드 컴퓨팅 및 데이터 서비스를 제공하는 Amazon, Microsoft, Google과 같은 기업을 의미합니다.

카운터포인트의 예측에 따르면 2025년 이후 파운드리 산업은 꾸준한 성장세를 유지할 것으로 예상되며, 2025년부터 2028년까지 연평균 성장률은 13%-15%로 둔화될 것으로 전망됩니다.

이러한 장기적인 성장은 주로 3나노, 2나노 이하의 첨단 노드 기술 개발과 CoWoS 및 3D 통합과 같은 첨단 패키징 기술의 채택이 가속화되었기 때문이라고 보고서는 설명합니다. 이러한 기술 발전은 주로 고성능 컴퓨팅 및 인공 지능 애플리케이션에 대한 수요 증가에 힘입어 향후 3~5년 동안 업계 성장의 주요 동력이 될 것입니다. 카운터포인트는 TSMC가 기술적 강점을 바탕으로 업계 트렌드를 형성하면서 계속해서 업계를 선도할 것으로 예상합니다.

TSMC는 전 세계 위탁 제조 시장의 60% 이상을 점유하고 있으며, 삼성과 인텔이 그 뒤를 잇고 있습니다. TSMC는 2025년 자본 지출에 작년의 1조 4,298억 달러에서 증가한 1조 4,380억~1조 4,200억 달러를 지출할 것으로 예상됩니다.

업계 그룹인 SEMI의 예측에 따르면 칩 파운드리는 계속해서 반도체 장비 구매를 주도할 것입니다. 이 그룹에 따르면 파운드리 업계는 올해 연간 10.9%의 비율로 생산 능력을 추가하여 2024년 월 1,130만 개의 웨이퍼에서 2025년에는 1,260만 개의 웨이퍼를 생산할 것으로 예상됩니다.

4. Smic의 2024년 매출은 301조 3,000억 달러로 처음으로 1조 4,000억 달러를 돌파했으며, 2025년 매출 가이던스는 동종 업체를 능가하는 실적을 기록했습니다.

Smic은 2월 11일 장 마감 후 2024년 4분기 미감사 실적을 발표했습니다.

발표에 따르면 2024년 4분기 SMIC의 판매 수익은 약 159억 1,700만 위안으로 전년 대비 31%, 전분기 대비 1.7% 증가했습니다. 2024년 연간 SMIC의 판매 수익은 2023년 대비 27.7% 증가한 577억 9,600만 위안(1조 4,803억 원)으로, SMIC의 연간 수익이 1조 4,803억 원을 돌파한 것은 이번이 처음입니다.

2024년 SMIC의 평균 용량 가동률은 85.6%였습니다. 그러나 SMIC의 공동 CEO인 자오하이쥔이 이전에 예상했던 대로 2024년 4분기에 신규 용량이 추가되고 해당 용량을 검증하는 데 시간이 필요했기 때문에 해당 분기에는 용량 가동률과 출하량에 영향을 미쳤습니다.

발표에 따르면 2024년 3분기 말 884,200개(8인치 표준 로직 기준)였던 월 생산량은 2024년 4분기 말 947,600개로 더욱 늘어날 것으로 예상됩니다.

3분기 90.4%에서 4분기 85.5%로 용량 가동률이 감소했으며, 4분기에는 8인치 표준 로직에 해당하는 웨이퍼를 전 분기 대비 약 6.1% 감소한 199만 장 판매했습니다.

신규 공장 가동으로 인해 2024년 4분기에 SMIC의 자본 지출은 3분기보다 약 10억 4천만 달러 증가한 16억 6천만 달러로 집계되었습니다. 2024년 한 해 동안 SMIC의 자본 지출은 약 10조 4천 7백 3십억 달러였습니다.

이에 상응하는 자본 감가상각 및 상각도 증가하여 2024년 4분기 감가상각 및 상각액은 전분기 대비 2.2% 증가한 10억 4,849만 달러였습니다. 2024년 전체 감가상각 및 상각액은 전년 대비 21.3% 증가했습니다.

매출 측면에서는 지역별로는 중국 시장의 중요성이 더욱 커졌습니다. 2024년 4분기 중국의 매출 비중은 3분기 86.41%에서 89.11%로 더욱 증가했습니다. 반면, 미국과 유라시아의 시장 점유율은 감소했습니다.

22/28nm, 40nm 공정은 영향을 덜 받지만 55nm 이상 공정은 상대적으로 큰 영향을 받습니다. 공정 성숙도, 용량 공급 안정성 등에 대한 칩 설계 업계의 요구 사항으로 인해 대형 팹은 주문 확보에 있어 상당한 이점을 가지고 있습니다.

이 분석에 따르면 2025년에는 AI가 웨이퍼 파운드리 수요의 중요한 견인 요인이 될 것으로 예상됩니다.

5. 딥시크가 스크린을 강타한 중국 대형 모델, 해외 AI 호수를 뒤흔들다

공개된 정보에 따르면 중국의 AI 스타트업인 딥시크는 2023년 5월에 설립되었으며, 대형 모델 스타트업입니다. 창립 반년 만에 딥시크는 무료 상용 오픈소스 대형 코드 모델인 딥시크 코더를 출시했습니다. 2024년 5월에는 추론 비용을 거의 100배나 절감한 오픈 소스 모델인 DeepSeek V2를 출시하며 이름을 알렸습니다.

2024년 12월 27일, 딥시크는 오픈 소스 모델인 딥시크 V3를 출시했습니다.

당시 딥시큐어-V3는 해외 대형 모델 랭킹 아레나에서 전체 모델 중 7위, 오픈소스 모델 중 1위를 차지했습니다. 또한, DeepSeek-V3는 글로벌 상위 10개 모델 중 가장 비용 효율적인 모델이었습니다.

2025년 1월 20일, DeepSeek는 R1 추론 모델을 공식적으로 오픈 소스화했습니다. 성능 정렬 DeepSeek-R1의 공식 버전인 OpenAI-o1은 학습 후 단계에서 대규모로 강화 학습 기술을 사용하여 레이블이 거의 없는 데이터의 경우 모델의 추론 능력을 크게 향상시킵니다. 수학, 코드, 자연어 추론 및 기타 작업에서 OpenAI o1과 비슷한 성능을 발휘합니다.

알파고가 강화 학습을 이용해 수많은 바둑 대국을 치르며 승리를 위한 전략을 최적화한 것처럼, 딥시크는 지금까지 산업 연구의 중요한 영역이었지만 중요한 논문이 없었던 추론 모델링 연구에 중요한 전환점을 마련한 것으로 평가받고 있으며, 2025년이 강화 학습의 원년이 될 수 있도록 딥시크는 동일한 접근 방식을 사용해 역량을 강화할 것입니다.

1월 24일, 딥서치 R1 벤치마크는 Arena의 대형 모델 전체 카테고리에서 3위에 올랐으며, 스타일컨트롤 카테고리에서는 OpenAI o1과 공동 1위에 올랐습니다. Arena 점수는 1357점으로 OpenAI o1의 1352점을 약간 앞섰습니다.

DeepSeek-V3는 다른 상위 모델의 학습 비용보다 훨씬 적은 $5.576만 달러의 비용으로 2,048개의 H800 Gpus만을 사용하여 671억 개의 매개변수 모델 학습을 완료했습니다.

참고로 스탠포드 대학교와 에포크 AI의 연구원들은 작년 중반에 2027년까지 가장 큰 모델을 훈련하는 데 1조 4천억 달러가 넘는 비용이 들 것이라는 연구 결과를 발표했습니다. 또한 제3자 리서치 기관인 가트너는 구글, 마이크로소프트, AWS와 같은 하이퍼스케일 기업들이 2028년까지 AI 서버에만 1조 4,500억 달러를 지출할 것으로 예측하고 있습니다.

따라서 많은 기업들은 딥시크의 저렴한 비용으로 인해 대형 모델에 대한 컴퓨팅 파워 투자 수요가 측면 추론 훈련, 즉 추론 컴퓨팅 파워에 대한 수요가 향후 주요 원동력이 될 것으로 보고 있습니다. 엔비디아와 같은 하드웨어 공급업체의 전통적인 장점은 훈련 측면에 더 집중되어 있으며, 이는 시장 지위와 전략적 배치에 영향을 미칠 수 있습니다.

메타의 수석 AI 과학자인 얀 레쿤은 딥서치-R1의 출시는 중국 기업이 AI 분야에서 미국 기업을 능가한다는 의미가 아니라 오픈소스 대형 모델이 폐쇄형 소스를 능가하고 있다는 의미라고 말했습니다.