화면 밖으로 나온 AI, 반도체 경쟁의 판이 바뀐다
피지컬 AI, 반도체의 조건을 바꾸다
2026년 1월 미국 라스베이거스에서 열린 CES 2026의 주인공은 단연 '피지컬 AI(Physical AI)'였다. 젠슨 황 엔비디아(NVIDIA) CEO는 로봇 분야에도 이른바 '챗GPT 모멘트(특정 기술이 대중화되는 전환점)'가 찾아왔다고 강조했고, 전시장 곳곳에 휴머노이드와 자율주행차, 산업용 로봇이 실제 작업을 수행하고 있는 모습이 공개됐다. 글을 쓰고 그림을 그리던 생성형 AI가 이제는 현실 공간에서 직접 보고, 판단하고, 움직이는 단계로 나아가고 있는 것이다.
시장 전망도 가파르다. 시장조사기관 모더 인텔리전스(Mordor Intelligence)는 세계 피지컬 AI 시장이 2026년 약 71억 달러(약 9조4,000억원)에서 2031년 약 349억 달러(약 46조2,000억원)로, 연평균 37% 넘게 성장할 것으로 내다봤다.
피지컬 AI는 반도체에 새로운 숙제를 던진다. 텍스트 중심의 생성형 AI와 달리, 로봇과 자율주행차는 시각·음성·공간·시간 데이터를 동시에 처리해야 한다. 도로 위 자동차가 보행자를 인식하고 제동을 결정하기까지 주어지는 시간은 찰나에 불과하고, 배터리로 움직이는 로봇은 한정된 전력 안에서 필요한 연산을 끝내야 한다. 데이터센터의 대규모 학습과 현장 기기의 실시간 추론이 맞물려 돌아가야 하는 만큼, 반도체도 '얼마나 빠른가'를 넘어 실시간 처리와 저전력, 그리고 오작동이 허용되지 않는 안정성까지 동시에 요구받는 국면을 맞았다.
AI 반도체 경쟁, '생산 기반'에서 갈린다
피지컬 AI의 확산은 AI 반도체의 수요처를 데이터센터 밖 현실 세계로 넓히고 있다. 로봇과 자율주행차, 스마트팩토리까지 AI가 실제 산업현장으로 확산될수록 이를 학습시키는 데이터센터와 현장에서 추론을 담당하는 반도체의 수요도 함께 커질 수밖에 없다.
AI가 불러온 반도체 수요는 숫자로도 확인된다. 세계반도체시장통계기구(WSTS)는 2026년 6월 발표한 전망에서 올해 세계 반도체 시장이 전년 대비 약 90% 성장한 1조 5,112억 달러(약 2,000조원) 규모에 이를 것으로 내다봤다. 성장을 이끄는 것은 메모리다. 고대역폭메모리(HBM)를 비롯한 AI용 메모리 수요가 폭증하면서, 메모리 시장은 2025년 2,300억 달러(약 304조원)에서 2026년 8,039억 달러(약 1,064조원)로 3.5배가량 커질 전망이다.
문제는 반도체 칩 수요를 따라갈 만큼 '반도체 칩을 만들어내는 일'이 점점 어려워지고 있다는 점이다. HBM은 D램 칩을 12단, 16단까지 수직으로 쌓고 미세한 관통 전극(TSV)으로 연결하는 D램의 파생 제품이다. 여기에 GPU와 HBM을 하나의 기판 위에 정밀하게 묶는 첨단 패키징, 회로 선폭을 20nm 수준까지 좁히는 첨단 초미세 공정이 더해지면서 제조 난도는 빠르게 높아지고 있다. AI 칩 공급의 병목이 먼저 나타난 곳은, GPU도 아니고 HBM도 아니고, 바로 첨단 패키징이다. 대만 TSMC의 첨단 패키징(CoWoS; Chip on Wafer on Substrate) 생산능력은 2026년 월 12만~14만 장 수준까지 늘어날 것으로 보이지만, 연말에도 10% 안팎의 수급 격차가 남을 것이라는 관측이 나온다.
반도체 기업들의 투자가 생산 기반에 집중되는 이유다. SK하이닉스는 2026년 6월 용인·청주·서남권에 총 1,100조 원을 투자해 메모리 생산능력을 확대하겠다고 밝히고, 용인 반도체 클러스터 4개 팹의 완공 목표를 당초 2045년에서 2033년으로 12년 앞당겼다. 올해 8월에는 미국 인디애나주에서 HBM 첨단 패키징 생산기지 기공식을 열었다.
좋은 칩을 설계하는 능력은 여전히 중요하다. 그러나 아무리 뛰어난 설계도 제때, 충분한 양을, 높은 수율로 만들어내지 못하면 시장에 닿을 수 없다. 반도체 경쟁의 축이 '누가 더 좋은 칩을 만드는가'에서 '누가 더 안정적으로 생산하고 공급하는가'로 넓어지고 있다.
생산 경쟁의 핵심은 결국 '인프라'다
그렇다면 생산 경쟁력은 어디에서 나올까. 답은 공장, 그리고 공장을 둘러싼 인프라에 있다. 첨단 반도체 팹은 24시간 멈추지 않는 거대한 정밀 시스템이다. 먼지 한 톨도 허용하지 않는 클린룸, 온도와 습도를 일정하게 유지하는 공조·냉각 설비, 미네랄까지 걸러낸 초순수(UPW), 공정에 쓰이는 산업용 가스와 특수가스, 사용한 용수와 가스를 처리하는 설비, 그리고 이 모든 것을 움직이는 전력망까지. 이 가운데 하나만 흔들려도 수율은 곧바로 영향을 받는다. 순간적인 전력 이상이나 미세한 진동만으로도 공정 중인 웨이퍼가 불량이 될 수 있기 때문이다.
규모는 도시에 맞먹는다. 기후에너지환경부에 따르면 용인 반도체 산업단지는 10GW 이상의 전력 수요에 대응해야 하고, 통합용수공급사업 등을 통해 하루 총 150만 톤의 용수를 공급받을 계획이다. 10GW는 대형 원자력발전소 10기에 맞먹는 전력이다. 정부가 발전소와 송전선로, 댐과 하수재이용수까지 동원해 전력·용수 공급 일정을 앞당기고 있는 것도 인프라가 곧 투자 속도를 결정하기 때문이다.
피지컬 AI가 확산될수록 현실 세계에서 움직이는 로봇과 자동차의 실시간 추론뿐 아니라, 이들을 학습시키고 끊임없이 데이터를 처리할 AI 데이터센터의 역할도 함께 커진다. 국제에너지기구(IEA)는 세계 데이터센터 전력 소비가 2024년 415TWh(테라와트시)에서 2030년 약 945TWh로 두 배 이상 늘어, 현재 일본 전체의 전력 소비를 웃돌 것으로 전망했다. 반도체를 만드는 팹과 반도체를 쓰는 데이터센터가 같은 전력망과 용수, 부지를 놓고 경쟁하는 구조가 만들어지고 있는 셈이다.
결국 피지컬 AI 시대의 반도체 경쟁은 제조 기술만의 싸움이 아니다. 로봇과 자동차, 산업현장까지 AI의 활동 영역이 넒어질수록 늘어나는 반도체 수요를 얼마나 안정적으로 뒷받침할 수 있느냐가 중요해진다. 전력·용수 등 운영 기반 시설로 이어지는 산업 생태계를 얼마나 빠르고 안정적으로 구축하고, 또 멈춤 없이 운영할 수 있느냐의 경쟁으로 확장되고 있다.
AI 시대의 경쟁력은 반도체를 뒷받침하는 인프라에서 나온다
피지컬 AI가 확산될수록 반도체 수요는 데이터센터를 넘어 로봇, 자동차, 공장으로 넓어지고, 반도체를 안정적으로 생산하고 운영할 수 있는 기반이 새로운 경쟁력이 된다.
SK에코플랜트는 이 변화의 한가운데에서 'AI 인프라 설루션 프로바이더(AI Infra Solution Provider)'로서 역할을 넓혀가고 있다. 이천, 청주 일대에서 M14, M15, M16 등 SK하이닉스의 초대형 반도체 팹을 잇따라 구축한 경험을 축적해 왔고, 2026년 3월에는 HBM 생산 거점인 청주 M15X의 클린룸과 수처리시설 등 내부 공정을 마무리했다. 가동 중인 기존 라인 바로 옆에서 무진동 공법을 적용해 생산 중단 없이 공사를 완수한 것은 반도체 인프라 시공 역량을 보여준 혁신적인 사례다. 현재는 용인 반도체 클러스터 1기 팹과 미국 인디애나 HBM 첨단 패키징 공장 등 AI 메모리 생산의 핵심 거점을 짓고 있다.
SK하이닉스 신규 HBM 제조시설 청주 M15X 전경.
역할은 공장을 짓는 데서 그치지 않는다. 반도체 팹에서 쌓은 정밀 시공과 전력·냉각 설비 경험은 AWS(아마존웹서비스), 울산광역시와 함께 추진하는 'SK AI 데이터센터 울산' 등 AI 데이터센터 구축으로 이어지고 있다. 여기에 산업용 가스와 포토소재·식각가스 등 반도체 핵심 소재 공급부터 메모리 모듈, IT 자산 재활용까지 아우르며 반도체 인프라의 구축부터 운영, 순환까지 전 과정을 잇고 있다. 2025년 기준 이들 반도체·AI 인프라 관련 사업이 전체 매출의 67%를 차지할 만큼 회사의 체질도 달라졌다.
AI가 현실 세계로 걸어 나오는 시대, 즉 피지컬 AI 시대에 반도체 경쟁의 승부는 반도체 칩 설계도 위에서만 결정되지 않는다. 칩을 만들어낼 공장, 그 공장을 움직이는 전력과 용수 시스템 등 기반 시설, 그리고 그 칩이 돌아갈 데이터센터까지. 보이지 않는 인프라를 얼마나 정밀하고 빠르게 구축하고 안정적으로 운영하느냐가 AI 시대 산업 경쟁력을 좌우할 것이다. SK에코플랜트가 반도체 인프라에 집중하는 이유도 여기에 있다.
마지막으로, 다가오는 피지컬 AI시대의 SK에코플랜트는 'AI 인프라 설루션 프로바이더(AI Infra Solution Provider)' 라는 역할과 함께 'AI 인프라 설루션 크리에이터(AI Infra Solution Creator)'로 또 한번 더 큰 도약을 할 것으로 기대된다.
신창환 교수는 누설 전류와 같은 미세화 공정의 한계를 극복하는 차세대 AI 반도체 소자에 대한 연구를 지속적으로 발표하며 주목받고 있다. 또한 다양한 미디어와 저서를 통해 대중과 업계에 반도체 산업의 흐름을 알기 쉽게 전달하는 전문가로도 활발히 활동하고 있다. 저서로는 『반도체의 미래』(2021), 『차세대 반도체』(플루토, 세종도서 학술부문 선정) 등이 있으며, KBS <이슈 PICK 쌤과 함께>, SBS <그랜드 퀘스트 포럼>, YTN 사이언스 등 다수의 방송과 주요 산업계 포럼에서 강연자로 활약하고 있다. 고려대학교 전기전자공학부 학사, 미국 UC 버클리 공학박사 학위를 취득하였으며, SK하이닉스 사외이사를 역임한 바 있다.
연관 콘텐츠
화면 밖으로 나온 AI, 반도체 경쟁의 판이 바뀐다
피지컬 AI, 반도체의 조건을 바꾸다
2026년 1월 미국 라스베이거스에서 열린 CES 2026의 주인공은 단연 '피지컬 AI(Physical AI)'였다. 젠슨 황 엔비디아(NVIDIA) CEO는 로봇 분야에도 이른바 '챗GPT 모멘트(특정 기술이 대중화되는 전환점)'가 찾아왔다고 강조했고, 전시장 곳곳에 휴머노이드와 자율주행차, 산업용 로봇이 실제 작업을 수행하고 있는 모습이 공개됐다. 글을 쓰고 그림을 그리던 생성형 AI가 이제는 현실 공간에서 직접 보고, 판단하고, 움직이는 단계로 나아가고 있는 것이다.
시장 전망도 가파르다. 시장조사기관 모더 인텔리전스(Mordor Intelligence)는 세계 피지컬 AI 시장이 2026년 약 71억 달러(약 9조4,000억원)에서 2031년 약 349억 달러(약 46조2,000억원)로, 연평균 37% 넘게 성장할 것으로 내다봤다.
피지컬 AI는 반도체에 새로운 숙제를 던진다. 텍스트 중심의 생성형 AI와 달리, 로봇과 자율주행차는 시각·음성·공간·시간 데이터를 동시에 처리해야 한다. 도로 위 자동차가 보행자를 인식하고 제동을 결정하기까지 주어지는 시간은 찰나에 불과하고, 배터리로 움직이는 로봇은 한정된 전력 안에서 필요한 연산을 끝내야 한다. 데이터센터의 대규모 학습과 현장 기기의 실시간 추론이 맞물려 돌아가야 하는 만큼, 반도체도 '얼마나 빠른가'를 넘어 실시간 처리와 저전력, 그리고 오작동이 허용되지 않는 안정성까지 동시에 요구받는 국면을 맞았다.
AI 반도체 경쟁, '생산 기반'에서 갈린다
피지컬 AI의 확산은 AI 반도체의 수요처를 데이터센터 밖 현실 세계로 넓히고 있다. 로봇과 자율주행차, 스마트팩토리까지 AI가 실제 산업현장으로 확산될수록 이를 학습시키는 데이터센터와 현장에서 추론을 담당하는 반도체의 수요도 함께 커질 수밖에 없다.
AI가 불러온 반도체 수요는 숫자로도 확인된다. 세계반도체시장통계기구(WSTS)는 2026년 6월 발표한 전망에서 올해 세계 반도체 시장이 전년 대비 약 90% 성장한 1조 5,112억 달러(약 2,000조원) 규모에 이를 것으로 내다봤다. 성장을 이끄는 것은 메모리다. 고대역폭메모리(HBM)를 비롯한 AI용 메모리 수요가 폭증하면서, 메모리 시장은 2025년 2,300억 달러(약 304조원)에서 2026년 8,039억 달러(약 1,064조원)로 3.5배가량 커질 전망이다.
문제는 반도체 칩 수요를 따라갈 만큼 '반도체 칩을 만들어내는 일'이 점점 어려워지고 있다는 점이다. HBM은 D램 칩을 12단, 16단까지 수직으로 쌓고 미세한 관통 전극(TSV)으로 연결하는 D램의 파생 제품이다. 여기에 GPU와 HBM을 하나의 기판 위에 정밀하게 묶는 첨단 패키징, 회로 선폭을 20nm 수준까지 좁히는 첨단 초미세 공정이 더해지면서 제조 난도는 빠르게 높아지고 있다. AI 칩 공급의 병목이 먼저 나타난 곳은, GPU도 아니고 HBM도 아니고, 바로 첨단 패키징이다. 대만 TSMC의 첨단 패키징(CoWoS; Chip on Wafer on Substrate) 생산능력은 2026년 월 12만~14만 장 수준까지 늘어날 것으로 보이지만, 연말에도 10% 안팎의 수급 격차가 남을 것이라는 관측이 나온다.
반도체 기업들의 투자가 생산 기반에 집중되는 이유다. SK하이닉스는 2026년 6월 용인·청주·서남권에 총 1,100조 원을 투자해 메모리 생산능력을 확대하겠다고 밝히고, 용인 반도체 클러스터 4개 팹의 완공 목표를 당초 2045년에서 2033년으로 12년 앞당겼다. 올해 8월에는 미국 인디애나주에서 HBM 첨단 패키징 생산기지 기공식을 열었다.
좋은 칩을 설계하는 능력은 여전히 중요하다. 그러나 아무리 뛰어난 설계도 제때, 충분한 양을, 높은 수율로 만들어내지 못하면 시장에 닿을 수 없다. 반도체 경쟁의 축이 '누가 더 좋은 칩을 만드는가'에서 '누가 더 안정적으로 생산하고 공급하는가'로 넓어지고 있다.
생산 경쟁의 핵심은 결국 '인프라'다
그렇다면 생산 경쟁력은 어디에서 나올까. 답은 공장, 그리고 공장을 둘러싼 인프라에 있다. 첨단 반도체 팹은 24시간 멈추지 않는 거대한 정밀 시스템이다. 먼지 한 톨도 허용하지 않는 클린룸, 온도와 습도를 일정하게 유지하는 공조·냉각 설비, 미네랄까지 걸러낸 초순수(UPW), 공정에 쓰이는 산업용 가스와 특수가스, 사용한 용수와 가스를 처리하는 설비, 그리고 이 모든 것을 움직이는 전력망까지. 이 가운데 하나만 흔들려도 수율은 곧바로 영향을 받는다. 순간적인 전력 이상이나 미세한 진동만으로도 공정 중인 웨이퍼가 불량이 될 수 있기 때문이다.
규모는 도시에 맞먹는다. 기후에너지환경부에 따르면 용인 반도체 산업단지는 10GW 이상의 전력 수요에 대응해야 하고, 통합용수공급사업 등을 통해 하루 총 150만 톤의 용수를 공급받을 계획이다. 10GW는 대형 원자력발전소 10기에 맞먹는 전력이다. 정부가 발전소와 송전선로, 댐과 하수재이용수까지 동원해 전력·용수 공급 일정을 앞당기고 있는 것도 인프라가 곧 투자 속도를 결정하기 때문이다.
피지컬 AI가 확산될수록 현실 세계에서 움직이는 로봇과 자동차의 실시간 추론뿐 아니라, 이들을 학습시키고 끊임없이 데이터를 처리할 AI 데이터센터의 역할도 함께 커진다. 국제에너지기구(IEA)는 세계 데이터센터 전력 소비가 2024년 415TWh(테라와트시)에서 2030년 약 945TWh로 두 배 이상 늘어, 현재 일본 전체의 전력 소비를 웃돌 것으로 전망했다. 반도체를 만드는 팹과 반도체를 쓰는 데이터센터가 같은 전력망과 용수, 부지를 놓고 경쟁하는 구조가 만들어지고 있는 셈이다.
결국 피지컬 AI 시대의 반도체 경쟁은 제조 기술만의 싸움이 아니다. 로봇과 자동차, 산업현장까지 AI의 활동 영역이 넒어질수록 늘어나는 반도체 수요를 얼마나 안정적으로 뒷받침할 수 있느냐가 중요해진다. 전력·용수 등 운영 기반 시설로 이어지는 산업 생태계를 얼마나 빠르고 안정적으로 구축하고, 또 멈춤 없이 운영할 수 있느냐의 경쟁으로 확장되고 있다.
AI 시대의 경쟁력은 반도체를 뒷받침하는 인프라에서 나온다
피지컬 AI가 확산될수록 반도체 수요는 데이터센터를 넘어 로봇, 자동차, 공장으로 넓어지고, 반도체를 안정적으로 생산하고 운영할 수 있는 기반이 새로운 경쟁력이 된다.
SK에코플랜트는 이 변화의 한가운데에서 'AI 인프라 설루션 프로바이더(AI Infra Solution Provider)'로서 역할을 넓혀가고 있다. 이천, 청주 일대에서 M14, M15, M16 등 SK하이닉스의 초대형 반도체 팹을 잇따라 구축한 경험을 축적해 왔고, 2026년 3월에는 HBM 생산 거점인 청주 M15X의 클린룸과 수처리시설 등 내부 공정을 마무리했다. 가동 중인 기존 라인 바로 옆에서 무진동 공법을 적용해 생산 중단 없이 공사를 완수한 것은 반도체 인프라 시공 역량을 보여준 혁신적인 사례다. 현재는 용인 반도체 클러스터 1기 팹과 미국 인디애나 HBM 첨단 패키징 공장 등 AI 메모리 생산의 핵심 거점을 짓고 있다.
SK하이닉스 신규 HBM 제조시설 청주 M15X 전경.
역할은 공장을 짓는 데서 그치지 않는다. 반도체 팹에서 쌓은 정밀 시공과 전력·냉각 설비 경험은 AWS(아마존웹서비스), 울산광역시와 함께 추진하는 'SK AI 데이터센터 울산' 등 AI 데이터센터 구축으로 이어지고 있다. 여기에 산업용 가스와 포토소재·식각가스 등 반도체 핵심 소재 공급부터 메모리 모듈, IT 자산 재활용까지 아우르며 반도체 인프라의 구축부터 운영, 순환까지 전 과정을 잇고 있다. 2025년 기준 이들 반도체·AI 인프라 관련 사업이 전체 매출의 67%를 차지할 만큼 회사의 체질도 달라졌다.
AI가 현실 세계로 걸어 나오는 시대, 즉 피지컬 AI 시대에 반도체 경쟁의 승부는 반도체 칩 설계도 위에서만 결정되지 않는다. 칩을 만들어낼 공장, 그 공장을 움직이는 전력과 용수 시스템 등 기반 시설, 그리고 그 칩이 돌아갈 데이터센터까지. 보이지 않는 인프라를 얼마나 정밀하고 빠르게 구축하고 안정적으로 운영하느냐가 AI 시대 산업 경쟁력을 좌우할 것이다. SK에코플랜트가 반도체 인프라에 집중하는 이유도 여기에 있다.
마지막으로, 다가오는 피지컬 AI시대의 SK에코플랜트는 'AI 인프라 설루션 프로바이더(AI Infra Solution Provider)' 라는 역할과 함께 'AI 인프라 설루션 크리에이터(AI Infra Solution Creator)'로 또 한번 더 큰 도약을 할 것으로 기대된다.
신창환 교수는 누설 전류와 같은 미세화 공정의 한계를 극복하는 차세대 AI 반도체 소자에 대한 연구를 지속적으로 발표하며 주목받고 있다. 또한 다양한 미디어와 저서를 통해 대중과 업계에 반도체 산업의 흐름을 알기 쉽게 전달하는 전문가로도 활발히 활동하고 있다. 저서로는 『반도체의 미래』(2021), 『차세대 반도체』(플루토, 세종도서 학술부문 선정) 등이 있으며, KBS <이슈 PICK 쌤과 함께>, SBS <그랜드 퀘스트 포럼>, YTN 사이언스 등 다수의 방송과 주요 산업계 포럼에서 강연자로 활약하고 있다. 고려대학교 전기전자공학부 학사, 미국 UC 버클리 공학박사 학위를 취득하였으며, SK하이닉스 사외이사를 역임한 바 있다.