가을빛으로 온 세상이 물들고 있는
지금이, 겨울을 준비해야 할 때인데요.
AI 서버 열풍으로 뜨거워진 반도체 시장에서도
부품 수급 한파에 대비한 월동 준비가 한창인가 봅니다.
겨울 준비와 함께 찾아온 🎙️잇다반도체와 함께하는 반도체 동향,
2026년 11월의 이야기를 시작합니다. 🚀
🎙️잇다반도체와 함께 하는 반도체 동향 by 이지환 팀장
왜 더 유연하고 빠른 설계가 중요해질까요?
단순히 고객의 수요를 빠르게 반영하기 위해서만은 아닙니다.
공급망 이슈가 설계에까지 영향을 끼치기 시작했기 때문입니다.
반도체는 소프트웨어와 달리 물리적인 실체를 가진 제품입니다. 반도체가 서버에 탑재되어 제품으로 출하되기까지 수천 개의 부품이 필요하고, 그중 하나라도 공급이 막히면 제품을 팔 수 없습니다.
최근 화제가 되고 있는 DRAM만의 문제가 아닙니다. 부품 수급 리드타임을 비교해 보면 DRAM은 약 20주인데, 전원을 안정화하는 MLCC는 약 35주, 칩 패키지의 ABF 기판은 48~56주에 달합니다. 특히 ABF 기판은 수급 균형 시 리드타임보다 최대 4.7배나 깁니다. 메모리보다 더 심각한 병목이 곳곳에 숨어 있는 셈입니다.
공급망 이슈는 세계 최고 부자의 말도 바꿨습니다. 일론 머스크는 Tesla AI5와 AI6 칩의 메모리 용량을 하향 조정했고, 발표 하루 만에 AI5 사양을 다시 수정했습니다. 거대한 자본과 산업의 영향력으로도 공급망 문제는 쉽게 해결되지 않습니다.
반도체의 복잡도는 높아지고, 수요는 커지는데, 지정학적 불안정성은 더욱 커지고 있습니다. 이로부터 촉발된 다양한 변수가 제품 기획부터 설계, 제조까지 빠르게 반영될 수 있어야 성공적인 반도체 비즈니스 사이클이 완성될 수 있습니다.
반도체 설계 분야에서는 더 빠르고 유연한 설계를 위해 새로운 AI 자동화 기술이 등장하고 있습니다. Synopsys는 OpenAI와 손잡고 GPT-Synopsys를 공동 개발하며, 프론티어 모델을 설계 도구에 직접 결합하는 길을 택했습니다. 반면 Cadence는 NVIDIA Nemotron과 같은 오픈 웨이트 모델을 자사 툴 기반 학습 환경에서 직접 추가 학습시킨 도메인 특화 모델 포트폴리오 Maestro를 공개했습니다. 범용 모델의 힘을 빌릴 것인가, 설계 도메인에 맞춰 직접 길러낼 것인가. 어느 쪽이 더 경쟁력 있는 해법이 될지 지켜봐야 할 것 같습니다.
AI가 촉발한 컴퓨팅 수요가 변동성을 만들고, 이러한 변동성에 대응하기 위해 다시 AI 기술을 적용하고 있습니다. AI 기술의 선순환이 반도체 산업을 한층 가속화해 더 많은 칩이 세상에 나오길 기대해 봅니다.
Now that the whole world is bathed in the colors of autumn ,
it is time to prepare for winter.
Even in the semiconductor market, which has been heated up by the AI server craze,
it seems preparations for the cold snap in component supply are in full swing.
Along with these winter preparations,
we begin 🎙️ Semiconductor Trends with ITDA Semiconductor is back with our story for September 2026. 🎺🚀
🎙️ Semiconductor Trends with ITDA, by Team Lead Lee Ji hwan
Why is more flexible and faster design becoming important?
It is not simply to quickly reflect customer demand.
It is because supply chain issues have begun to affect the design process itself.
Unlike software, semiconductors are products with a physical existence. Thousands of components are required for a semiconductor to be installed in a server and shipped as a product, and if the supply of even one of them is blocked, the product cannot be sold.
This is not just a problem for DRAM, which has been a hot topic recently. Comparing component supply lead times, DRAM takes approximately 20 weeks, while MLCCs used for power stabilization take about 35 weeks, and ABF substrates for chip packaging take 48 to 56 weeks. In particular, the lead time for ABF substrates is up to 4.7 times longer than the lead time under balanced supply. This implies that bottlenecks even more severe than those in memory are lurking everywhere.
Supply chain issues have even changed the stance of the world’s richest man. Elon Musk lowered the memory capacity of Tesla’s AI5 and AI6 chips, and revised the AI5 specifications again just one day after the announcement. Supply chain problems are not easily resolved even with massive capital and industrial influence.
While semiconductor complexity increases and demand grows, geopolitical instability is intensifying. A successful semiconductor business cycle can only be completed if the various variables triggered by these factors can be rapidly reflected from product planning to design and manufacturing.
In the semiconductor design field, new AI automation technologies are emerging to enable faster and more flexible designs. Synopsys partnered with OpenAI to co-develop GPT-Synopsys, choosing the path of directly integrating frontier models into design tools. In contrast, Cadence unveiled Maestro, a portfolio of domain-specific models that further train open-weight models like NVIDIA’s Nemotron directly within its own tool-based learning environment. The question remains: will they leverage the power of general-purpose models, or cultivate them directly to suit specific design domains? It remains to be seen which approach will prove to be the more competitive solution.
The computing demand sparked by AI is creating volatility, and AI technology is being applied again to respond to this volatility. I look forward to this virtuous cycle of AI technology further accelerating the semiconductor industry and bringing more chips into the world.
