"MLCC와 기판 없으면, AI 반도체는 절대 못 만듭니다"(박철민 삼성전기 상무)

한 줄 핵심

AI 반도체 경쟁의 진짜 병목은 칩 자체보다 FC-BGA와 MLCC 같은 핵심 부품이며, AI·데이터센터 수요 확대로 삼성전기 같은 소재·기판 업체의 전략적 중요성이 크게 커지고 있다.

시간별 요약

1. 0:00
   하이라이트 AI 반도체는 파운드리와 메모리뿐 아니라 기판과 MLCC 같은 부품이 함께 있어야 만들어지며, 특히 FC-BGA는 면적과 층수가 커져 공정과 가격 부담이 급격히 늘어난다. 그래서 기판과 MLCC는 반도체 생산의 핵심 병목이자 고부가가치 영역으로 부상한다.
2. 2:19
   기판·MLCC 없이는 AI 반도체도 없다 반도체 산업의 3대 커머더티는 파운드리, 메모리, 기판·MLCC로 정리되며, AI 시대에는 후자가 없으면 반도체를 만들 수 없을 정도로 중요해진다. AI가 커질수록 금광을 캐는 도구처럼 주변 부품의 가치가 함께 커지고, 삼성전기는 그 중심에 있는 회사로 설명된다.
3. 3:32
   메모리보다 2~3배 빠르게 늘어나는 기판·MLCC 파운드리와 메모리 수요가 크게 늘어도 기판과 MLCC는 그보다 2~3배 더 빠르게 증가한다. 칩 집적도 상승으로 기판은 더 커지고 층수도 늘며, 전력 소모 증가로 MLCC도 함께 더 많이 필요해져 수요가 중첩된다.
4. 5:42
   MLCC판 무어의 법칙 MLCC는 같은 크기에서 2년에 한 번씩 용량이 두 배로 늘어나는 흐름을 보이며, 사실상 MLCC만의 무어의 법칙이 작동하고 있다. 이를 위해 전극과 세라믹 원료 배합이 계속 바뀌고, 일본의 Murata와 삼성전기가 고도화된 재료 기술을 앞세워 경쟁하고 있다.
5. 8:34
   AI 반도체용 최첨단 기판 FC-BGA FC-BGA는 AI 반도체가 올라가는 최첨단 기판으로, SOC와 HBM 같은 다수의 칩을 실어야 하므로 면적이 커지고 배선층도 크게 증가한다. 최근 AI용 FC-BGA는 칩이 약 15개까지 올라가며, 하이엔드 GPU·CPU용 제품은 매우 높은 부가가치와 난도를 가진다.
6. 10:39
   FC-CSP와 FC-BGA의 차이 FC-CSP는 스마트폰용으로 얇고 작으며 칩 1개 정도를 연결하는 단순한 구조인 반면, FC-BGA는 100mm 수준의 큰 면적과 20~30층의 복잡한 배선을 가진다. 그 결과 공정 수가 약 1000배 늘고 가격도 훨씬 높으며, AI 반도체에서는 더 높은 성능과 복잡성을 감당해야 한다.
7. 13:52
   일본을 따라잡은 삼성전기, 중국의 추격은? 삼성전기는 기술 혁신, 과감한 투자, 빠른 실행력으로 일본과의 격차를 좁혔고, 하이엔드 제품군에서 경쟁력을 확보했다. 다만 중국은 저가 재료와 로우엔드 제품을 중심으로 시장 진입을 노리고 있어, 고급 시장 집중과 저가 시장 방어를 함께 고민해야 하는 상황이다.
8. 17:03
   AI 투자는 과수요일까? 현장에서는 AI 투자를 하지 않았을 때의 실패 위험이 투자 위험보다 더 크게 인식되고 있으며, 실제 수요와 고객 활동도 여전히 활발하다. Microsoft, Google 같은 기업도 투자 리스크보다 미투자 리스크가 크다고 보고 있어, 현재의 AI 투자는 과열만으로 보기 어렵다.
9. 17:56
   한국 AI 반도체 생태계에 필요한 전략 한국은 무엇을 잘할지에 대한 전략을 더 선명하게 세우고, 자국만의 독특한 강점을 바탕으로 생태계를 설계해야 한다. 당분간은 데이터 센터가 가장 강한 성장 동력이며, 그 다음 단계에서는 로봇과 자율주행을 포함한 Physical AI가 큰 변화를 만들 가능성이 크다.

실무 인사이트

• AI 반도체 경쟁력을 보려면 칩 성능뿐 아니라 FC-BGA, MLCC, 전력 소모 같은 주변 부품의 병목과 공급망을 함께 점검해야 한다.
• 전력과 집적도가 올라갈수록 MLCC와 기판의 수요가 칩보다 더 가파르게 늘 수 있으므로, 부품 업체는 고부가 제품 중심의 증설 전략이 유효하다.
• 한국 생태계는 데이터 센터 수요를 단기 성장축으로, Physical AI를 중장기 성장축으로 나눠 기술·투자 우선순위를 설계하는 것이 효과적이다.