AI 반도체의 경쟁력을 단순한 대역폭 숫자가 아니라 실제로 출하 가능한 시스템의 조건으로 다시 읽는다. 메모리 적층, 패키징, 수율, 공급능력, 고객 의존이 서로 연결될 때 사양표만으로는 보이지 않던 병목이 드러난다.
구성은 「연산보다 늦은 데이터」에서 출발해 「HBM은 무엇을 함께 쌓는가」, 「세대 이름보다 먼저 볼 사양」를 거치고, 후반부의 「기업 발표를 가치사슬로 검증하는 법」와 「HBM 이후의 질문표」까지 이어진다. 각 장은 실제 원고의 절 구조를 따라 개념, 사례, 반례와 적용 조건을 분리해 살피며 한 장면의 인상을 전체 결론으로 확대하지 않도록 질문의 순서를 세운다.
투입비용을 실제 양품 수량으로 나누면 차이는 더 분명해진다. 가의 양품 한 개가 부담하는 투입비용은 약 166.67원가단위다. 나는 약 111.11원가단위다. 양품 한 개의 판매가격을 둘 다 200원가단위로 놓고 모두 판매하면 매출은 가가 120만, 나가 180만 원가단위가 된다. 여기에서 처음의 투입비용만 빼면 각각 20만과 80만이 남는다. 이것은 기업의 영업이익을 계산한 결과가 아니다. 연구개발비, 금융비용, 보증비용, 세금과 기간비용을 생략한 비교용 잔액이다. 생략한 비용까지 없는 것처럼 읽으면 계산은 곧 과장이 된다.
지금까지 바꾼 조건은 수율 하나뿐이다. 그러므로 이 구간에서 생긴 차이는 그 가정의 효과로 분리해 볼 수 있다. 생산을 더 많이 시작하면 낮은 수율을 곧바로 만회할 수 있을까. 가의 투입을 1만 2천 개로 늘리되 수율을 그대로 두면 양품은 7천 2백 개다. 투입비용은 120만으로 증가했지만, 만 개를 투입해 9천 개를 얻는 나보다 양품이 적다. 물론 가가 충분히 더 투입하면 수량을 넘어설 수 있다. 그때의 질문은 가능 여부가 아니라 그 투입을 감당할 공정능력과 자금이 있는가로 바뀐다.
이제 수율에서 고객으로 시선을 옮기자. 처음의 만 개 투입 조건으로 돌아가, 가의 양품 6천 개 가운데 80퍼센트인 4천 8백 개를 한 고객에게 배정한다고 놓는다. 다른 고객 몫은 1천 2백 개다. 나의 양품 9천 개에서는 가장 큰 고객의 비중을 20퍼센트로 두고, 그 고객에게 1천 8백 개, 나머지 고객들에게 7천 2백 개를 배정한다. 두 시나리오 모두 다른 고객들의 제품 검증은 끝나 있다. 가장 큰 고객의 마지막 시스템 검증만 늦어진다. 여기서는 그 지연의 길이를 두 경우에 똑같이 적용한다.
반도체 뉴스를 성능 순위가 아니라 공급과 검증의 언어로 읽고 싶은 독자에게 적합하다. 읽은 뒤에는 핵심 개념이나 신호를 외우는 데서 멈추지 않고, 실제 자료와 상황을 만났을 때 무엇을 먼저 확인하고 어떤 조건에서 판단을 보류하거나 수정해야 하는지 스스로 점검할 수 있다.