본문 바로가기

전체 글290

테스트 시간이 곧 원가다 — 병렬 측정의 경제학 테스트 사업의 손익은 단순한 식 하나로 요약됩니다. 칩 하나당 테스트 원가 = (장비 시간당 비용 × 소요 시간) ÷ 동시에 검사한 개수 분자를 줄이거나 분모를 키우거나. 이게 전부입니다. 그런데 이 단순한 식이 업체 간 수익성 격차를 만듭니다. 1. 왜 '시간'이 원가인가 테스트 장비는 비싸고, 사면 그대로 고정비가 됩니다. 감가상각은 장비를 돌리든 세워두든 똑같이 발생합니다. 장비를 세워두면 → 비용만 나가고 매출은 0 장비를 돌리면 → 같은 비용으로 매출 발생 같은 시간에 더 많이 처리하면 → 개당 원가가 떨어짐 그래서 테스트 사업의 경쟁은 "얼마나 싸게 만드느냐"가 아니라 "얼마나 빨리 많이 .. 2026. 10. 10.
반도체 테스트 장비 시장은 왜 과점인가 반도체 검사에 쓰이는 테스터(ATE)는 대당 가격이 상당한 고가 장비입니다. 시장 규모도 작지 않습니다. 그런데 만드는 회사는 손에 꼽습니다. 왜 그럴까요. 이 질문에 답하면 후공정 장비 시장의 성격이 보입니다. 1. 검사 장비는 세 덩어리로 나뉜다 구분 역할 시장 성격 테스터(ATE) 신호를 보내고 판정하는 본체 소수 업체 과점 핸들러 칩을 옮기고 온도 조건을 맞춤 상대적으로 경쟁 가능 .. 2026. 10. 10.
프로브카드와 테스트 소켓 — 소모품이 만드는 반복 매출 반도체 장비 이야기는 대개 큰 설비에 집중됩니다. 그런데 투자 관점에서 흥미로운 건 오히려 작고 계속 닳는 부품 쪽입니다. 설비는 한 번 사면 몇 년을 씁니다. 반면 칩에 직접 닿는 부품은 접촉을 반복하며 마모돼 주기적으로 교체됩니다. 사업 구조가 근본적으로 다릅니다. 1. 무엇을 하는 부품인가 부품 쓰이는 곳 역할 프로브카드 웨이퍼 테스트 수천~수만 개의 미세한 침으로 웨이퍼 위 칩 접점에 동시 접촉 테스트 소켓 패.. 2026. 10. 10.
반도체 테스트는 무엇을 어떻게 검사하나 반도체는 눈으로 봐서 좋고 나쁨을 알 수 없는 제품입니다. 겉모습은 다 똑같습니다. 전기를 흘려 실제로 동작시켜 봐야 압니다. 그래서 반도체 산업에서 검사는 부수 업무가 아니라 독립된 산업 영역입니다. 이 글은 그 구조를 정리합니다. 1. 검사는 여러 번, 목적이 다르다 단계 시점 목적 웨이퍼 테스트 자르기 전 불량 칩을 미리 골라내 패키징 비용 절약 번인 조립 후 고온·고전압으로 초기 불량을 앞당겨 노출 .. 2026. 10. 10.
AI 반도체가 후공정 CAPEX를 끌어올리는 경로 AI 데이터센터 전력 글에서 이런 이야기를 했습니다. "칩을 확보해도 전기가 없으면 못 켠다." 이번엔 그보다 한 단계 앞입니다. 칩 자체가 왜 부족한가. 그리고 그 답이 전공정이 아니라 후공정에 있는 경우가 많다는 이야기입니다. 1. 수요가 후공정까지 도달하는 경로 AI 서비스 확대 ↓ 데이터센터 증설 → AI 가속기 발주 ↓ 가속기 1개당 연산 칩 + 메모리 여러 개 필요 ↓ 메모리를 쌓는 공정 + 연산 칩 옆에 붙이는 공정 필요 ↓ 후공정 캐파와 장비 발주 핵심은 단계마다 곱해진다는 점입니다. 가속기 하나에 메모리가 여러 개 들어가고, 그 메모리는 각각 여러 장을 쌓아 만듭니다. .. 2026. 10. 9.
HBM 수율이 곧 실적인 이유 — 후공정 수율의 경제학 반도체에서 수율은 익숙한 단어입니다. 그런데 어느 단계의 수율이냐에 따라 그 무게가 전혀 다릅니다.전공정 초반의 불량은 싼 것을 버리는 일입니다. 후공정, 특히 적층 공정의 불량은 이미 비싼 것들을 여러 개 한꺼번에 버리는 일입니다.1. 수학이 잔인해지는 지점칩을 여러 장 쌓는다고 해봅시다. 각 층을 붙이는 성공률이 같더라도, 전체가 성공할 확률은 층수만큼 곱해집니다.층당 성공률4층 적층8층 적층12층 적층99%약 96%약 92%약 89%97%약 89%약 78%약 69%95%약 81%약 66%약 54%※ 단순 곱셈으로 계산한 개념 예시입니다. 실제 공정에는 재작업·보정 등이 있어 그대로 적용되진 않지만, 단수가 늘수록 급격히 나빠진다는 방향은 같습니다.읽어야 할 지점층당 성공률 2%p 차이가 12층에서는.. 2026. 10. 9.
TC본딩 vs MR-MUF — HBM 적층 방식 경쟁, 무엇이 다른가 앞선 글에서 HBM은 결국 잘 쌓는 기술이라고 정리했습니다. 그런데 어떻게 쌓느냐에는 여러 갈래가 있습니다. 그리고 이 선택이 어떤 장비와 소재를 사느냐로 직결됩니다. 이 글의 요점 적층 방식은 "층을 어떻게 붙이고, 틈을 어떻게 메우느냐"의 조합입니다. 이 조합이 달라지면 필요한 장비와 소재가 달라집니다. 기술 기사가 곧 공급망 기사인 이유입니다. 1. 문제 정의 — 두 가지를 동시에 해결해야 한다 칩을 쌓을 때 반드시 해결해야 하는 과제가 둘 있습니다. 연결 — 위아래 층의 접점을 정확히, 확실하게 이어야 합니다. 충전 — 층 사이 빈 공간을 메워 고정하고 열을 전달해야 합니다. 이 둘을 따로 하느냐, 한꺼번에 하.. 2026. 9. 7.
HBM은 어떻게 쌓아 올리나 — TSV부터 본딩까지 AI 반도체 이야기에서 HBM은 빠지지 않습니다. 그런데 대부분의 설명이 "고대역폭 메모리"라는 이름 풀이에서 멈춥니다. 이 글은 후공정 관점에서 봅니다. HBM이 왜 어렵고, 왜 비싸고, 왜 패키징 기술이 곧 경쟁력인지를요. 1. 왜 쌓아야 했나 — 메모리 병목 연산 칩이 아무리 빨라도, 데이터가 늦게 도착하면 그 속도는 의미가 없습니다. AI 연산은 특히 데이터를 엄청나게 주고받기 때문에 이 문제가 심각합니다. 기존 방식 — 메모리를 기판 위 멀찍이 배치하고 배선으로 연결 → 거리가 멀고 통로 수가 제한적. 연산 칩이 데이터를 기다림. HBM 방식 — 메모리를 위로 쌓아 덩어리로 만들고, 연산 칩 바로 옆에 배치 →.. 2026. 9. 6.
HBM은 어떻게 쌓아 올리나 — TSV부터 본딩까지 AI 반도체 이야기에서 HBM은 빠지지 않습니다. 그런데 대부분의 설명이 "고대역폭 메모리"라는 이름 풀이에서 멈춥니다. 이 글은 후공정 관점에서 봅니다. HBM이 왜 어렵고, 왜 비싸고, 왜 패키징 기술이 곧 경쟁력인지를요. 1. 왜 쌓아야 했나 — 메모리 병목 연산 칩이 아무리 빨라도, 데이터가 늦게 도착하면 그 속도는 의미가 없습니다. AI 연산은 특히 데이터를 엄청나게 주고받기 때문에 이 문제가 심각합니다. 기존 방식 — 메모리를 기판 위 멀찍이 배치하고 배선으로 연결 → 거리가 멀고 통로 수가 제한적. 연산 칩이 데이터를 기다림. HBM 방식 — 메모리를 위로 쌓아 덩어리로 만들고, 연산 칩 바로 옆에 배치 →.. 2026. 8. 31.

티스토리툴바