“삼성의 통합이냐 SK의 R&D 혁신이냐” 
인공지능(AI) 시대 반도체 기술 난도가 급격히 높아지는 가운데, 반도체 양강은 경쟁 우위 전략으로 기술력 통합과 협업을 통한 혁신을 선택했다. 삼성전자는 디바이스·패키지·설계를 아우르는 시스템 차원의 접근을 강조한 반면, SK하이닉스는 개발 프로세스 자체를 바꾸는 AI 기반 연구개발(R&D) 전환을 핵심으로 내세웠다.

◆ 삼성 “AI 시대 핵심은 시스템 구조”…디바이스·패키지·설계 시너지 강조

11일 서울 코엑스에서 열린 ‘세미콘 코리아 2026’ 기조연설에서 송재혁 삼성전자 디바이스솔루션(DS)부문 최고기술책임자(CTO)는 AI 확산으로 데이터 처리량과 워크로드가 빠르게 증가하고 있다며, 디바이스와 패키지, 설계(디자인)를 함께 고려하는 시스템 차원의 접근 필요성을 강조했다. 그는 생성형 AI 이후 에이전틱 AI 등으로 응용 범위가 확대되면서 향후 워크로드 증가 속도도 더욱 빨라질 것으로 전망했다.

AI 인프라 확장 과정에서 메모리 대역폭이 중요한 변수로 떠오르고 있다는 문제 제기도 나왔다. 송 CTO는 메모리와 시스템 구조를 함께 고려하지 않으면 AI 워크로드 증가에 대응하기 어려워질 수 있다고 설명하고, 단일 디바이스 성능 개선을 넘어 패키지와 설계 영역까지 포함한 접근 필요성을 언급했다.

삼성전자는 이러한 흐름 속에서 인터페이스와 하이브리드 본딩 등 차세대 패키징 기술 방향을 제시했다. 특히 아키텍처 변경을 통해 I/O 채널을 줄이고 전력 효율을 높이는 ‘커스텀 아키텍처 구조’도 소개됐다. 디바이스와 패키지, 설계 역량을 결합해 시스템 수준에서 시너지를 강화하겠다는 메시지다.

◆ SK “개발 속도가 경쟁력”… 반도체·장비·소재 데이터 연결 필요성도 제시

반면 SK하이닉스는 개발 프로세스 자체의 변화를 강조했다. 이성훈 R&D 공정 담당 부사장은 반도체 개발 과정에서 전체 연구 기간의 약 46%가 신소재 탐색(Pathfinding)에 투입된다고 설명하며, 소재 탐색 단계의 효율을 높이는 것이 핵심 과제라고 말했다.

SK하이닉스는 과거 제품 세대마다 신기술을 개별적으로 적용하던 방식에서 벗어나 공정·설계 핵심 요소를 모듈화해 여러 세대에 재사용하는 ‘플랫폼’ 접근을 도입해왔다고 밝혔다. 또 장비·소재 파트너사와 중장기 기술 로드맵을 공유해 필요한 기술 방향을 사전에 정렬하는 방식으로 협업을 강화해왔다고 설명했다.

AI 적용 사례도 소개됐다. SK하이닉스는 논문 데이터와 실험 데이터를 활용한 AI 기반 물질 탐색 모델을 통해 후보 물질 탐색 시간을 크게 단축할 수 있었다고 밝혔다. 공정 개발에서도 AI 기반 최적화 기술을 활용하면 웨이퍼 사용량을 기존 대비 10분의 1 수준으로 줄일 수 있다는 설명이다.

반도체·장비·소재 기업이 연결된 생태계 안에서 AI 활용 방안을 고민해야 한다는 점도 언급했다. 이 부사장은 반도체 산업 특성상 데이터 공유에 보수적인 문화가 존재하지만, AI가 도입되는 환경에서는 생태계 내에서 데이터를 어떻게 활용할지에 대한 논의가 필요하다고 말했다.

또 파트너사와의 기술 로드맵을 공유하고 정렬하는 과정이 개발 주기를 유지하는 데 중요한 요소라고 강조했다.

◆ ‘세미콘코리아’ 흐름...AI 시대 전략 방향 ‘통합 vs 개발 혁신’으로 분화

이번 발표에서는 AI 반도체 경쟁이 단순 성능 경쟁을 넘어 접근 방식 자체가 달라지고 있음을 확인할 수 있었다. 삼성전자가 시스템 구조와 연결 기술을 포함한 통합적 접근을 통해 AI 인프라 확장에 대응하려는 방향을 제시했다면, SK하이닉스는 신소재 탐색과 공정 개발 과정의 병목을 AI로 줄여 개발 속도를 유지하는 전략에 무게를 둔 모습이다.

AI 인프라 확장 속도가 빨라지는 가운데 시스템 효율을 끌어올리는 통합 전략과 개발 리드타임을 단축하는 R&D 전환 전략이 각각 어떤 성과로 이어질지 향후 반도체 업계의 주요 관전 포인트가 될 전망이다.