모음
산업리서치
2026.07.12
반도체 처음 공부할 때 알아두면 좋은 기본 개념 모음
메모리, 로직, 파운드리, 팹리스, 웨이퍼, 공정 미세화처럼 반도체 산업 뉴스를 이해하기 위한 입문 키워드 정리
반도체 뉴스는 익숙한 단어가 많아 보여도 막상 읽어보면 어렵습니다. 메모리와 로직이 어떻게 다른지, 파운드리와 팹리스가 왜 나뉘는지, 웨이퍼와 공정 미세화가 어떤 의미인지 알아야 기업 뉴스와 산업 흐름이 보입니다. 특히 AI, 전기차, 스마트폰, 데이터센터, 방산까지 거의 모든 산업이 반도체와 연결되면서 기본 개념을 이해하는 일이 더 중요해졌습니다. 이 리스트는 반도체를 처음 공부하는 사람이 먼저 잡아두면 좋은 핵심 용어를 정리했습니다.
메모리 반도체
메모리 반도체는 데이터를 저장하는 역할을 합니다. DRAM은 데이터를 빠르게 읽고 쓰는 데 쓰이고, NAND는 전원이 꺼져도 데이터를 보관하는 저장장치에 많이 쓰입니다. 최근에는 AI 서버에서 대역폭이 중요한 HBM이 크게 주목받고 있습니다. 메모리 산업은 수요와 공급, 재고, 평균판매가격에 따라 실적 변동이 큰 편이라 업황 사이클을 함께 봐야 합니다. 같은 반도체라도 메모리는 가격 사이클이 중요하고, 고객사 재고와 데이터센터 투자 흐름에 민감하다는 점을 알아두면 뉴스 해석이 쉬워집니다.
유형 제품 분류
핵심 포인트 DRAM, NAND, HBM, 가격 사이클, 재고
이해 팁 메모리 뉴스는 수요보다 가격과 재고를 함께 보기
로직 반도체
로직 반도체는 데이터를 저장하기보다 계산하고 제어하는 역할을 합니다. CPU, GPU, 모바일 AP, 네트워크 칩, AI 가속기처럼 시스템의 두뇌에 해당하는 칩이 대표적입니다. 로직 반도체는 설계 역량과 제조 공정, 전력 효율이 중요하며 제품별 성능 차이가 기업 경쟁력으로 이어집니다. AI 시대에는 GPU와 AI 가속기 수요가 늘면서 로직 칩의 중요성이 더 커졌습니다. 로직 산업을 볼 때는 누가 설계하는지, 어느 파운드리에서 생산하는지, 어떤 공정을 쓰는지 함께 확인해야 합니다.
유형 제품 분류
핵심 포인트 CPU, GPU, AP, AI 가속기, 전력 효율
이해 팁 설계 기업과 제조 파운드리를 분리해서 이해
파운드리
파운드리는 반도체 설계 회사가 직접 공장을 운영하지 않고 외부 제조사에 생산을 맡기는 구조에서 핵심 역할을 합니다. 대표적인 파운드리 기업은 고객사의 칩 설계를 받아 웨이퍼 공정으로 실제 제품을 만들어냅니다. 파운드리 경쟁력은 미세공정, 수율, 생산능력, 고객 신뢰, 패키징 역량에서 나옵니다. AI 칩, 모바일 AP, HPC 칩이 복잡해질수록 첨단 파운드리의 중요성은 더 커집니다. 다만 설비 투자가 매우 크고 공정 전환 리스크도 있어 장기적인 기술 로드맵을 함께 봐야 합니다.
유형 사업 모델
핵심 포인트 위탁생산, 공정 기술, 수율, 고객사
이해 팁 팹리스와 파운드리의 역할을 나눠 보기
팹리스
팹리스는 제조 공장을 직접 보유하지 않고 반도체 설계에 집중하는 기업입니다. 칩의 구조, 기능, 전력 효율, 소프트웨어 지원을 설계하고, 실제 생산은 파운드리에 맡기는 방식입니다. GPU, 모바일 AP, 네트워크 칩, AI 가속기 분야에서 팹리스 모델은 매우 중요합니다. 팹리스 기업을 볼 때는 설계 역량뿐 아니라 어떤 파운드리와 협력하는지, 패키징과 HBM 같은 주변 생태계를 확보했는지도 함께 봐야 합니다. 제조를 직접 하지 않아도 공급망 확보가 실적에 큰 영향을 줄 수 있습니다.
유형 사업 모델
핵심 포인트 설계 전문, 파운드리 협력, IP, 소프트웨어
이해 팁 좋은 설계도 생산능력과 패키징이 따라야 함
웨이퍼
웨이퍼는 반도체 제조의 출발점입니다. 둥근 실리콘 원판 위에 산화, 노광, 식각, 증착, 이온주입 같은 공정을 반복해 미세한 회로를 형성합니다. 하나의 웨이퍼에는 많은 칩이 만들어지고, 이후 테스트와 절단, 패키징을 거쳐 최종 제품이 됩니다. 웨이퍼 크기, 결함률, 공정 난도는 생산성과 원가에 영향을 줍니다. 반도체 뉴스를 볼 때 웨이퍼 투입량이나 웨이퍼 출하량이 언급되면 실제 칩 생산 규모와 업황을 가늠하는 보조 지표로 이해하면 좋습니다.
유형 제조 기본 단위
핵심 포인트 실리콘 원판, 공정 반복, 칩 절단, 생산성
이해 팁 웨이퍼는 반도체가 만들어지는 시작점으로 보기
공정 미세화
공정 미세화는 반도체 산업에서 자주 등장하는 키워드입니다. 더 작은 선폭으로 회로를 구현하면 같은 면적에 더 많은 트랜지스터를 넣을 수 있고, 성능과 전력 효율을 개선할 수 있습니다. 하지만 노광장비, 소재, 설계 규칙, 수율 관리가 매우 어려워지고 투자비도 급격히 커집니다. 그래서 첨단 공정은 소수 기업만 경쟁할 수 있는 영역이 되었습니다. 공정 숫자는 마케팅 명칭의 성격도 있으므로 단순히 nm 숫자만 비교하기보다 성능, 전력, 수율, 고객 제품 적용 여부를 함께 봐야 합니다.
유형 제조 기술
핵심 포인트 미세공정, 성능, 전력 효율, 수율, 투자비
이해 팁 nm 숫자만 보지 말고 실제 제품 적용을 확인
수율
수율은 반도체 제조에서 매우 중요한 개념입니다. 같은 웨이퍼를 투입해도 정상적으로 작동하는 칩의 비율이 높아야 원가가 낮아지고 공급량이 늘어납니다. 첨단 공정이나 새 제품은 초기 수율이 낮을 수 있고, 이를 안정화하는 데 시간이 필요합니다. 수율이 낮으면 고객 납기를 맞추기 어렵고 수익성도 악화될 수 있습니다. 반도체 기업 뉴스에서 “양산”, “수율 안정화”, “고객 인증” 같은 표현이 나오면 단순한 기술 발표가 아니라 실제 매출 전환 가능성과 연결해서 보는 것이 좋습니다.
유형 생산 지표
핵심 포인트 정상 칩 비율, 원가, 양산 안정성, 고객 인증
이해 팁 기술 발표보다 수율과 양산 여부가 중요
패키징
패키징은 과거에는 반도체 제조의 마지막 포장 단계처럼 여겨졌지만, 이제는 성능을 좌우하는 핵심 기술이 되었습니다. 여러 칩을 한 패키지 안에 묶고, HBM 같은 고대역폭 메모리를 가까이 연결하며, 전력과 신호를 안정적으로 전달해야 하기 때문입니다. AI 반도체는 연산 칩과 메모리 사이의 데이터 이동이 중요해 첨단 패키징의 가치가 커졌습니다. TSMC의 CoWoS 같은 기술은 AI와 HPC 응용에서 로직 칩과 HBM을 통합하는 대표 사례로 자주 언급됩니다.
유형 후공정·통합 기술
핵심 포인트 첨단 패키징, HBM, 칩렛, 신호 연결
이해 팁 AI 반도체는 공정만큼 패키징도 함께 보기
반도체는 한 번에 모두 이해하기 어려운 산업입니다. 처음에는 메모리·로직·파운드리·팹리스처럼 큰 분류를 잡고, 그다음 공정·장비·소재·패키징으로 넓혀가면 흐름이 훨씬 선명해집니다. 같은 반도체 기업이라도 메모리 회사인지, 설계 회사인지, 제조 회사인지, 장비 회사인지에 따라 실적과 리스크가 다르게 움직입니다. 이 리스트는 투자 추천이 아니라 산업 이해를 위한 기본 지도이며, 실제 기업 판단은 공시·실적·산업 리포트를 함께 확인하는 것이 좋습니다.
한눈에 보기
8개
메모리 반도체
제품 분류 · DRAM, NAND, HBM, 가격 사이클, 재고 · 메모리 뉴스는 수요보다 가격과 재고를 함께 보기
로직 반도체
제품 분류 · CPU, GPU, AP, AI 가속기, 전력 효율 · 설계 기업과 제조 파운드리를 분리해서 이해
파운드리
사업 모델 · 위탁생산, 공정 기술, 수율, 고객사 · 팹리스와 파운드리의 역할을 나눠 보기
팹리스
사업 모델 · 설계 전문, 파운드리 협력, IP, 소프트웨어 · 좋은 설계도 생산능력과 패키징이 따라야 함
웨이퍼
제조 기본 단위 · 실리콘 원판, 공정 반복, 칩 절단, 생산성 · 웨이퍼는 반도체가 만들어지는 시작점으로 보기
공정 미세화
제조 기술 · 미세공정, 성능, 전력 효율, 수율, 투자비 · nm 숫자만 보지 말고 실제 제품 적용을 확인
수율
생산 지표 · 정상 칩 비율, 원가, 양산 안정성, 고객 인증 · 기술 발표보다 수율과 양산 여부가 중요
패키징
후공정·통합 기술 · 첨단 패키징, HBM, 칩렛, 신호 연결 · AI 반도체는 공정만큼 패키징도 함께 보기
이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
댓글 0
로그인 후 댓글을 작성할 수 있습니다.
첫 댓글을 남겨보세요.
이런 리스트는 어때요?
이런 리스트도 추천해요
🎲
여기서 멈추기엔 아쉽잖아?
다음에 뭘 볼지 고민하는 시간이 제일 아까워.
주사위가 대신 골라줄게 — 무슨 리스트가 튀어나올지는 굴려봐야 알지.
안 누르면… 평생 궁금하지 않겠어? 👀