기본 콘텐츠로 건너뛰기

젠슨 황의 CXMT 'Open-Minded', 엔비디아가 중국 D램을 쓴다는 뜻일까: 규제로 보는 가능한 범위

2026년 10월 24일 기준, 젠슨 황 엔비디아 CEO는 10월 22일 독일 GTC 베를린 현장에서 CNBC가 중국 CXMT(창신메모리)의 메모리를 쓸 계획이냐고 묻자 “We're open-minded(열린 마음이다)”라고 답했지만, 이것은 구매 발표가 아닙니다. CNBC(10.22) CXMT는 미국 국방부의 ‘중국 군사기업’ 목록(1260H)에 올라 있어 연방 조달에서 제한을 받지만, 상무부 수출통제 명단(Entity List)에는 아직 공표되지 않았습니다. 이 글은 이 발언이 어디까지 의미하는지를 미국 규칙으로 확인합니다. 일부 방송은 이 발언을 “CXMT 채택 가능성”으로 소개했습니다. 아래에서 방송 표현과 CNBC 원문을 대조하고, CXMT가 지금 미국 규칙의 어디에 서 있는지, 엔비디아 같은 미국 기업이 쓰려면 무엇이 걸리는지, CXMT의 신기술 발표가 양산과 얼마나 떨어져 있는지를 공식 문서와 언론 보도를 구분해 정리합니다. 읽기 전 유의사항: 이 글은 공개 자료를 정리한 정보성 해설이며 특정 종목의 매수·매도를 권하지 않고 법률 자문도 아닙니다. 미국 규칙은 바뀔 수 있고, ‘제 해석’으로 표시한 부분은 사실이 아니라 추론입니다. 먼저 젠슨 황은 정확히 무엇을 말했나 황 CEO는 CNBC 아르준 카르파 기자와의 인터뷰에서 CXMT와 협력해 제품을 쓸 계획이냐는 질문을 받고 이렇게 답했습니다. “우리는 열린 마음입니다. 우리는 중국 기업들과 일합니다. 전 세계가 공급망 어딘가에서 중국 기업들과 일합니다.”(“We're open-minded. We work with Chinese companies; just about the whole world works with Chinese companies in the supply chain somewhere.”) 이어 “중국은 기초 인프라 기술이 뛰어...

HBM base die는 정확히 무엇인가: AI 칩과 파운드리를 연결하는 작은 제어 컴퓨터

HBM base die는 정확히 무엇인가: AI 칩과 파운드리를 연결하는 작은 제어 컴퓨터

HBM의 logic base die는 적층 DRAM과 계산 칩 사이에서 데이터 채널·전력·신호를 관리하는 로직 칩으로, 단순한 받침대가 아니다

HBM은 메모리만 쌓는 기술이 아닙니다. AI 반도체 수요가 늘어나면서 메모리 안에 들어가는 작은 로직 칩과 이를 연결하는 파운드리·패키징 기술까지 함께 주목받고 있습니다.

HBM은 AI 가속기 옆에서 데이터를 빠르게 공급하는 메모리입니다. 여러 장의 DRAM을 수직으로 쌓아 넓은 데이터 통로를 만드는 방식입니다. 하지만 HBM은 DRAM을 쌓는 것만으로 완성되지 않습니다. 그 아래에는 여러 메모리 층과 호스트 계산 칩을 연결하는 로직 칩이 필요합니다. 이것이 logic base die입니다.

중학생도 이해하기 쉽게 비유하면 DRAM은 책을 보관하는 여러 층의 도서관이고, base die는 각 층의 엘리베이터·전기 분전반·대출 시스템을 관리하는 지하 통제실입니다. 책이 아무리 많아도 엘리베이터가 느리거나 통제실이 제대로 작동하지 않으면 전체 도서관의 처리 속도는 올라가지 않습니다.

AI 가속기 수요가 HBM과 logic base die를 거쳐 패키징·검사 역량까지 이어지며, base die가 여러 DRAM 층과 계산 칩을 연결하는 지하 통제실 역할을 합니다.

base die는 무엇을 하나요?

base die는 데이터가 오가는 채널을 정리하고, 전력과 신호를 관리하며, 메모리 오류를 점검하는 로직 계층입니다. JEDEC의 HBM4 표준은 HBM4가 호스트 compute die와 긴밀하게 결합되고, 독립 채널과 넓은 인터페이스로 높은 대역폭을 구현한다고 설명합니다. JEDEC HBM4 공식 자료에서도 HBM4가 AI·HPC를 위해 채널·대역폭·용량을 확대한다고 밝히고 있습니다.

즉 base die는 단순한 받침대가 아닙니다. HBM의 데이터 통로와 전력·신호 관리 기능을 담당하는 작은 제어 컴퓨터에 가깝습니다.

HBM에서 DRAM 적층은 데이터를 쌓고 logic base die는 채널·전력·신호·오류를 관리하며 compute die는 계산을 맡고 첨단 패키징이 이들을 하나로 연결합니다.

왜 4nm 파운드리와 연결되나요?

HBM4에서는 base die의 중요성이 더 커집니다. 채널 수와 데이터 속도가 늘어나면서 메모리 칩 자체뿐 아니라 데이터를 주고받는 제어 계층의 전력·열·검사 능력도 중요해지기 때문입니다.

삼성전자는 HBM4와 HBM4E에 4nm 로직 base die를 적용한다고 발표했습니다. 삼성의 공식 설명에 따르면 HBM4E는 고용량·고대역폭을 목표로 하며, 4nm 로직 base die는 메모리와 AI·HPC 시스템 사이의 데이터 이동을 담당하는 핵심 계층입니다. 삼성전자 HBM4E 공식 자료에서 확인할 수 있습니다.

이 지점에서 HBM은 메모리 사업과 파운드리 사업의 경계에 놓입니다. DRAM은 메모리 공정에서 만들지만, logic base die는 고성능 로직 공정의 성격을 가집니다. 따라서 HBM 주문이 늘어나면 DRAM 웨이퍼만 필요한 것이 아니라 base die용 파운드리 생산 슬롯과 패키징·검사 능력도 필요합니다.

DRAM 적층을 도서관 서가, base die를 통제실, compute die를 작업실, 패키징을 내부 도로에 비유한 표.

삼성 파운드리 가격 인상과 어떤 관계가 있나요?

삼성전자가 일부 4nm·5nm 파운드리 주문의 가격을 올렸다는 Reuters 보도는 이런 연결 속에서 읽을 수 있습니다. 다만 최대 15%라는 수치는 삼성전자가 공개한 공식 가격표가 아니라 Reuters가 인용한 익명 취재원 기반의 보도입니다. 따라서 특정 기업의 특정 주문 때문에 가격이 올랐다고 단정해서는 안 됩니다.

확인할 수 있는 구조는 따로 있습니다. AI 가속기 수요가 증가하면 HBM 사용량이 늘고, HBM의 base die와 패키징 수요가 늘어납니다. 그 결과 메모리와 로직 공정을 모두 인증받은 생산 슬롯의 중요성이 커질 수 있습니다. Reuters 원문은 삼성 파운드리 가격 인상 보도에서 이런 시장 배경을 전했습니다.

앞으로 확인할 지표

앞으로 HBM 경쟁을 볼 때는 HBM 용량만 보면 안 됩니다. base die의 고객 인증, 4nm 수율, 패키지 열 관리, 실제 양산 출하, 파운드리 영업이익을 함께 확인해야 합니다.

정리하면, AI 메모리 경쟁은 DRAM을 많이 쌓는 경쟁에서 끝나지 않습니다. 그 메모리를 얼마나 안정적으로 계산 칩과 연결하고, 얼마나 낮은 전력과 높은 수율로 양산하느냐의 경쟁으로 이동하고 있습니다.

HBM 경쟁은 DRAM을 많이 쌓는 싸움이 아니라 base die의 고객 인증, 4nm 수율, 패키지 열 관리, 실제 양산 출하, 파운드리 영업이익 다섯 가지를 확인해야 판가름 납니다.

뉴스에서 이야기한 주식

삼성전자, SK하이닉스, Micron, NVIDIA, TSMC

키워드

HBM, base die, 삼성전자, 삼성 파운드리, HBM4, AI 반도체

공식 출처

JEDEC HBM4 Standard
Samsung HBM4E
Reuters Samsung Foundry Pricing

HBM과 인터포저, 열 관리까지 포함한 AI 가속기 전체 생산 병목은 첨단 패키징 경쟁 분석에서 이어서 확인할 수 있습니다.

함께 읽으면 좋은 글
브로드컴은 반도체 장비 회사인가요? AI 반도체·파운드리·장비사의 차이
Intel은 AI 칩과 파운드리를 동시에 할 수 있나

댓글

이 블로그의 인기 게시물

중국은 왜 AI 모델·에이전트 기술까지 수출통제하나: 대만의 AI 칩 단속 계획과 함께 읽는 법

기준일: 2026년 10월 18일. 이번 주 AI 수출통제 뉴스는 서로 반대 방향처럼 보였습니다. 대만은 AI 서버와 첨단 반도체를 허가 없이 중국으로 보내면 형사처벌을 하겠다는 계획을 밝혔고, 중국은 대형 AI 모델과 에이전트(스스로 일을 이어서 처리하는 AI) 기술을 해외로 넘기기 전에 정부에 등록하라고 했습니다. 하지만 두 소식은 같은 질문에 답하고 있습니다. AI의 어느 층을 국경 밖으로 내보낼 때 정부가 확인하느냐는 질문입니다. 다만 법적 상태는 다릅니다. 중국은 10월 16일 목록 개정안을 공개하고 임시 등록을 시작했고 [1] , 대만은 아직 계획 단계입니다 [2] . 먼저 ‘칩 수출통제’와 ‘기술 수출통제’는 어떻게 다른가 칩 수출통제 는 완성된 칩이나 서버 같은 물건이 국경을 넘는 것을 확인하는 제도입니다. 기술 수출통제 는 설계도, 소프트웨어, 학습이 끝난 AI 모델, 노하우, 그리고 그 기술의 소유권이나 사용권이 외국으로 넘어가는 것을 확인합니다. 빵을 파는 일과, 빵 레시피를 넘기거나 빵집의 주인을 외국 회사로 바꾸는 일이 다르다는 것과 비슷합니다. 미국과 EU의 칩 규칙은 앞선 AI 칩 수출통제 글 에서 정리했으니, 이번 글은 중국의 기술 통제와 대만의 계획에 집중합니다. 몇 가지 용어를 먼저 풀어 두겠습니다. 에이전트 는 사용자의 요청을 받아 여러 단계를 스스로 이어서 처리하는 AI입니다. 컴퓨팅 클러스터 는 AI 서버 여러 대를 묶어 하나의 큰 계산 설비처럼 쓰는 구성입니다. 사전 등록 은 기술을 내보내기 전에 정부 시스템에 거래 내용을 미리 신고하는 절차입니다. 중국은 10월 16일 무엇을 발표했나 중국 상무부와 과학기술부는 공고 2026년 제48호로 ‘중국 수출금지·수출제한 기술 목록’ 개정안을 공개하고 의견을 받기 시작했습니다. 의견 수렴 기간은 10월 16일부터 11월 15일까지입니다. 새로 올리려는 기술은 인공지능, 생물의약, 태양광 3개 분야 40개이고, 이 중 AI 분야는 대형모델·에이전트·컴퓨팅 클러스터·정보...

국내생산세액공제, 왜 ‘공장 투자’보다 ‘국내 생산·판매’를 보려 할까

반도체나 배터리 공장을 국내에 지으면 세금을 깎아 준다는 말은 익숙합니다. 그런데 정부가 2026년 세제개편안에서 새로 제안한 국내생산세액공제 는 출발점이 조금 다릅니다. 공장을 짓기 위해 기계를 산 비용만 보는 것이 아니라, 전략 품목을 국내에서 직접 만들고 직접 판매한 양 을 기준으로 세금을 줄이겠다는 방식입니다. 산업통상부 공식 설명 은 이 제도를 국내 생산 기반이 약한 전략 품목의 공급망을 보강하기 위한 정부안으로 소개합니다. 하지만 여기서 가장 먼저 짚어야 할 점이 있습니다. 이 제도는 이미 누구나 신청할 수 있는 확정 제도가 아닙니다. 2026년 세제개편안에 담긴 정부안 이며, 국회 논의와 후속 법령 준비를 거쳐 대상 품목, 적용 요건, 기준공제액이 구체화돼야 합니다. 그래서 지금은 ‘어느 회사가 얼마를 받는다’보다, 정부가 무엇을 기준으로 삼으려 하는지 읽는 단계입니다. 이 글의 질문은 하나입니다. 왜 정부는 ‘얼마나 큰 공장을 지었는가’보다 ‘무엇을 국내에서 실제로 생산하고 판매했는가’를 보려 할까요? 투자를 지원하는 방식과, 생산 결과를 보는 방식은 다릅니다 세금 지원을 학교에 비유해 보겠습니다. 새 과학실을 짓도록 돈을 보태는 것은 ‘준비 비용’을 돕는 방식입니다. 반면 과학실이 실제로 운영돼 학생들이 실험을 한 횟수에 따라 지원하는 것은 ‘결과’를 보는 방식입니다. 둘 다 필요하지만, 확인하는 지점이 다릅니다. 기존의 투자세액공제 는 기계·설비 같은 투자에 무게를 둡니다. 반면 국내생산세액공제 정부안은 국내에서 직접 생산하고 판매한 적격 품목의 생산량에 기준공제액을 반영하는 구조를 제시합니다. 즉 공장 건물만 세웠는지가 아니라, 생산이 이어지고 국내 판매라는 조건까지 충족했는지를 보겠다는 뜻입니다. 대한민국 정책브리핑의 세제개편안 설명 도 이 특례를 생산량에 기초한 소득세·법인세 공제 방향으로 설명합니다. 그렇다면 정부가 결과를 보려는 이유는 무엇일까요? 공장을 짓는다고 해서 핵심 부품을 국내에서 계속 만들거나 공급망이 안정되는...

AI 인프라에 1,712억 달러: 자유현금흐름이 줄어도 실패라 단정하면 안 되는 이유

AI 뉴스에서 요즘 자주 나오는 장면이 있습니다. Amazon, Alphabet, Microsoft, Meta가 데이터센터·서버·GPU에 막대한 돈을 쓰자 자유현금흐름(FCF)이 줄거나 적자로 바뀌었다는 이야기입니다. 숫자만 보면 “AI에 너무 많이 써서 현금이 사라졌다”고 느끼기 쉽습니다. 하지만 이 문장만으로 투자의 성공·실패를 판정하면 중요한 순서를 거꾸로 읽게 됩니다. 자유현금흐름은 회사가 본업으로 번 현금에서 공장·서버·장비를 사는 데 쓴 돈을 뺀 뒤 남는 현금 입니다. 학교로 비유하면, 매점이 하루에 버는 돈은 늘었지만 낡은 급식실을 새로 짓느라 현금을 먼저 쓴 모습과 비슷합니다. 공사가 잘 끝나 더 많은 학생이 이용하면 나중에 매점·급식 수입이 늘 수 있습니다. 반대로 새 건물을 지어도 이용자가 없으면 그 투자는 부담이 됩니다. 그래서 AI 투자도 질문을 두 개로 나눠 봐야 합니다. 첫째, 현금이 줄었는가. 둘째, 줄어든 현금이 데이터센터·칩·네트워크를 거쳐 클라우드 사용량·광고 효율·AI 서비스 매출로 되돌아오고 있는가. 이 글은 두 번째 질문을 확인하는 방법을 정리합니다. 1,712억 달러라는 숫자는 ‘순위표’가 아니라 경고등입니다 2026년 6월 말 기준 최신 확정 보고 분기에서 Amazon의 유형자산 취득은 542억 800만 달러 , Alphabet의 자본적 지출은 449억 2,400만 달러 , Microsoft의 자본적 지출은 410억 달러 , Meta의 금융리스 원금 상환을 포함한 자본적 지출은 310억 7,800만 달러 였습니다. 이를 기계적으로 더하면 1,712억 1,000만 달러 입니다. 하지만 이 숫자를 네 회사가 똑같은 방식으로 지출한 ‘정확한 순위’로 보면 안 됩니다. Amazon은 유형자산 취득을, Alphabet은 CapEx를, Microsoft와 Meta는 금융리스 영향까지 포함한 CapEx를 중심으로 공시합니다. 이 합계가 알려 주는 것은 “누가 1등인가”가 아니라 AI가 이제 화면 안의 ...