[디지털데일리 배태용 기자] 인공지능(AI) 시대의 무게중심이 '학습'에서 '추론(서비스 단계)'으로 이동하면서 메모리 반도체 시장이 다시 한번 주목받고 있다. 데이터센터는 물론 일반 서버까지 메모리 수요가 급격히 늘어나자 생산 이후 패키징·테스트를 맡는 후공정 업계에도 낙수효과가 번지고 있다. 단순한 업황 반등이 아니라 AI 서비스 대중화가 불러온 구조적 수요 확대라는 점에서 업계 기대감이 고조되는 분위기다.

◆ 후공정 왜 주목받나…TSV·CoWoS 등 고난도 기술 '필수' = 1일 업계에 따르면 AI 학습 단계에서는 엔비디아 등 GPU 업체와 고대역폭메모리(HBM)의 조합이 시장을 주도해왔다. 초거대 모델 훈련을 위해 대규모 GPU 클러스터와 HBM 적층 메모리가 핵심으로 자리했던 것이다.

하지만 최근에는 판도가 변하는 모습이다. 학습된 모델을 기반으로 실제 서비스가 구현되는 추론 단계가 급격히 확산하면서 일반 데이터센터와 클라우드 사업자들의 메모리 수요가 늘고 있다. 실시간 챗봇 응답, 이미지 생성, 검색 서비스 등은 학습만큼이나 방대한 데이터를 처리해야 하며 그 과정에서 범용 DRAM과 SSD까지 동시 수요가 확대되는 구조다.

특히 DDR5와 LPDDR5X 같은 차세대 메모리가 빠르게 침투하면서 기존 서버 교체 수요와 맞물려 메모리 반도체 위상이 한 단계 격상되는 양상이다. AI가 단순히 일부 하이엔드 시장을 움직이던 단계를 지나 일반 서비스로 스며드는 과정에서 메모리 반도체는 사실상 필수 인프라로 자리잡고 있다.

주목되는 점은 메모리 반도체 수요 확대는 곧 후공정 물량 증가로 이어진다는 것이다. 반도체 생산 공정은 웨이퍼 가공을 거치는 전공정과 이를 패키징·테스트하는 후공정으로 나뉜다. 메모리 칩은 단품 상태로는 서버나 AI 칩에 탑재할 수 없으며 반드시 패키지화와 신뢰성 검증 과정을 거쳐야 한다.

특히 AI용 메모리는 TSV(Through Silicon Via) 기반 고적층 구조, 실리콘 인터포저(CoWoS) 방식, 팬아웃(Fan-Out) 패키징 등 고난도의 후공정 기술이 요구된다. 단순 와이어 본딩 방식으로는 전력·신호 무결성과 발열 문제를 해결하기 어렵기 때문이다.

◆ 기술 전환⋅장비 투자 부담 리스크로 부상 = 이에 따라 글로벌 OSAT(후공정 외주) 업체는 물론, 한국·대만·중국의 패키징 전문 기업들까지 수주 확대 기대감이 높아지고 있다. 업계 관계자는 "HBM과 DDR5 등 고사양 메모리는 패키징과 검증 난도가 높아 내부 소화만으로는 한계가 있다"며 "외주 비중이 늘어날 수밖에 없는 구조"라고 설명했다.

AI 학습뿐 아니라 추론 서비스 확산으로 일반 데이터센터까지 메모리 수요가 확대되면, 후공정 수요 역시 지속성을 확보할 수 있다. 이는 단순히 사이클 업다운에 좌우되던 과거와 달리 구조적 성장의 성격이 강하다는 의미다.

다만 단기적으로는 후공정 기술 전환 속도와 장비 투자 부담이 리스크로 지적된다. 와이어 본딩 기반에서 TSV·팬아웃 구조로의 전환이 빠르게 진행되고 있는 만큼 투자 여력이 부족한 업체는 경쟁에서 밀릴 수 있다.

업계는 이번 메모리 사이클을 단기 반등이 아닌 장기 사이클의 출발점으로 보고 있다. AI 추론이 본격화되면서 범용 메모리와 HBM이 동시에 성장하는 '투트랙 수요'가 형성됐고 공급 측면에서는 TSV 전환으로 범용 DRAM 캐파 확대가 제한되고 있다.

한 업계 전문가는 "AI 추론 서비스는 앞으로도 꾸준히 확산될 수밖에 없는 구조"라며 "메모리 반도체 수요 증가는 후공정 수요 증가로 직결되고 이는 업계 전반에 걸친 장기 성장 모멘텀이 될 것"이라고 강조했다.