뉴스 상세 분석
AI 요약 · AI 분석 · 관련 종목 뉴스 영향도
메인으로
선택한 뉴스 AI분석 완료 주식

중국 AI칩 자립에도 삼성전자·SK하이닉스 HBM 의존 지속

2026-11-04 21:03 2 0 0

AI 상세 요약

- 중국이 화웨이 AI 칩과 딥시크 모델을 앞세워 AI 자립을 추진하고 있지만, 핵심 부품인 HBM(고대역폭메모리)은 여전히 한국산에 상당 부분 기대고 있다는 보도가 나왔다. - 디인포메이션은 삼성전자와 SK하이닉스의 HBM을 저성능 서버 프로세서와 함께 한 제품으로 포장해 중국에 들여오는 우회 유통 경로를 보도했다. 규제가 패키지 성능을 판단할 때 프로세서를 기준으로 삼는 점을 이용한 수법이라는 설명이다. - 중국에 도착한 뒤에는 열로 땜납을 녹여 HBM만 떼어내는데, 과열되면 메모리가 손상될 수 있어 실패 위험이 크다. - 중국 중개업자에 따르면 HBM3E 1개의 현지 거래가는 약 4000달러로, 1년 전 수백 달러 수준에서 크게 올랐다. 다만 이는 비공식 가격이며 한국 기업의 정상 공급가나 시장 평균가와는 다르다. - 기사의 초점은 한국 기업의 직접 공급이 아니라 제3자를 통한 우회 유통이다. - 중국 CXMT는 HBM3E 샘플을 AI 칩 설계사에 보냈고 제한적 생산을 준비 중이다. 다만 수율은 20~30%로 SK하이닉스의 약 70%에 못 미치고, 성능도 HBM3에 가깝다는 평가가 있다. - 메모리 부담 탓에 화웨이, 캠브리콘 등 중국 AI 칩 업체들이 제품 가격을 20~50% 올렸다는 보도도 있다. 화웨이는 일부 고객사에 필요한 메모리를 직접 확보해 달라고 요청한 것으로 전해졌다. - 2027년 1분기 출시 예정인 어센드 960DT에는 삼성전자와 SK하이닉스 HBM이 상당 부분 들어갈 것이라는 공급망 관계자의 설명이 소개됐다. 확정된 출하 실적은 아니다. - 딥시크는 차기 모델 V5 사전학습에 화웨이 어센드를 쓸 것이라는 보도가 있었다. 사실이라면 중국산 칩 활용이 추론에서 대규모 학습으로 넓어지는 셈이다. - 기사는 수출 통제가 무력화됐다고 단정하기는 어렵다고 본다. 우회 유통은 통제의 빈틈을 보여주지만, 중국이 높은 비용과 낮은 수율을 감수하고 있다는 점도 함께 봐야 한다는 것이다.

AI 분석

분석 기준: 원문 URL 기반 Claude 요약 시도 - 삼성전자와 SK하이닉스 입장에서는 중국 AI 업계의 HBM 수요가 여전히 강하다는 신호로 읽힐 수 있어, HBM 수요 기반을 보여주는 긍정적 재료가 될 가능성이 있다. 다만 우회 유통분은 두 회사의 공식 매출이 아니므로 실적 기여로 곧바로 연결하기는 어렵다. - 밀수 보도가 확산되면 미국의 수출 통제 강화나 유통 감시 요구로 이어질 수 있다. 그 경우 두 회사가 관리 책임이나 규제 불확실성 부담을 질 가능성이 있다. - CXMT의 수율과 성능이 빠르게 개선되면 중장기적으로 중국 내 대체 공급이 늘어 한국 업체의 점유율에 부담이 될 수 있다. 현재 보도 기준으로는 격차가 큰 편이다. - 한미반도체, 한화세미텍 등 HBM 장비주는 HBM 증설 기대와 연결될 수 있지만, 이 기사에 직접 언급된 내용은 아니므로 간접 관련 수준으로 보는 것이 적절하다. - 투자자는 HBM 가격, 수출 규제 변화, 두 회사의 실적 발표와 공식 코멘트를 함께 확인할 필요가 있다.

관련 종목과 뉴스 영향도

현재가는 저장된 일봉 종가 · 지표는 저장 출처 기준
SK하이닉스 000660
혼재
뉴스 영향도
★★★★☆ 4/5
HBM 수요 확인 vs 규제 부담 가능성
현재가
1,396,000원
PER
15.20배
PBR
2.10배
저장지표 기준 · 지표 출처: Gemini Search + FinanceDataReader · 확인: 2026-11-05 08:50
삼성전자 005930
혼재
뉴스 영향도
★★★★☆ 4/5
HBM 수요 확인 vs 규제 부담 가능성
현재가
218,000원
PER
12.10배
PBR
1.50배
저장지표 기준 · 지표 출처: Gemini Search + FinanceDataReader · 확인: 2026-11-05 08:40
좋아요/싫어요는 현재 브라우저 세션 기준으로 뉴스 1개당 1회만 반영됩니다. 나중에 로그인 회원 기준으로 바꾸면 더 정확하게 집계할 수 있습니다.