THEONE
991 posts
THEONE
@TTHUEONE
Process Engineer | Semiconductor Manufacturing
Republic of Korea Katılım Şubat 2021
307 Takip Edilen711 Takipçiler
삼성전자가 SK하이닉스의 ‘시총 1위 등극’을 적극적으로 반박하고 나섰습니다. 우선주를 포함할 경우 삼성전자의 시가총액이 여전히 에스케이하이닉스보다 높다는 것입니다.
hani.co.kr/arti/economy/e…
한국어
Hahahah…..
ㅡㅡㅡㅡㅡ
안녕하십니까. 삼성전자 커뮤니케이션실입니다.
최근 삼성전자 시가총액 관련 기사에 부정확한 수치가 인용됨으로써 투자자들의 혼란을 야기할 우려가 있어 출입기자님들께 알려드립니다.
기업의 시가총액은 주가와 발행주식수를 곱해서 산출되는 것으로, 보통주와 우선주를 포함한 주식 가치의 전체 합계입니다
그런데 최근 일부 기사에서 우선주를 누락하고 보통주만으로 기업 전체 시가총액인 것처럼 보도하는 경우가 있습니다.
오늘 14시 기준 삼성전자의 시가총액은 2,252.2조원입니다.
<삼성전자 시가총액>
ㅇ 보통주 주식수 59.2억주 * 보통주 가격 349,500원 = 2,068.9조원
ㅇ 우선주 주식수 8.2억주 * 우선주 가격 224,750원 = 183.3조원
ㅇ 합계 : 2,068.9조원 + 183.3조원 = 2,252.2조원
감사합니다.
한국어
ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ (웃으면 안되는거죠?)
안녕하십니까. 삼성전자 커뮤니케이션실입니다.
최근 삼성전자 시가총액 관련 기사에 부정확한 수치가 인용됨으로써 투자자들의 혼란을 야기할 우려가 있어 출입기자님들께 알려드립니다.
기업의 시가총액은 주가와 발행주식수를 곱해서 산출되는 것으로, 보통주와 우선주를 포함한 주식 가치의 전체 합계입니다
그런데 최근 일부 기사에서 우선주를 누락하고 보통주만으로 기업 전체 시가총액인 것처럼 보도하는 경우가 있습니다.
오늘 14시 기준 삼성전자의 시가총액은 2,252.2조원입니다.
<삼성전자 시가총액>
ㅇ 보통주 주식수 59.2억주 * 보통주 가격 349,500원 = 2,068.9조원
ㅇ 우선주 주식수 8.2억주 * 우선주 가격 224,750원 = 183.3조원
ㅇ 합계 : 2,068.9조원 + 183.3조원 = 2,252.2조원
감사합니다.
[텔레그램 재야의 고수들]
한국어
메모리 반도체 슈퍼사이클이 이번에는 다른 이유 (2편)
TLDR : 제조업에서의 본격적인 AI도입이 이미 시작되고 있다.
1. 현재 AI가 혁신을 만드는 분야는 대부분 '가상세계' 관련 작업임.
2. 이런 작업들은 잘못된 정보나 실수에 대한 대처가 상대적으로 쉬움.
3. AI가 잘못된 코드를 뱉어내도 수정하거나 Roll Back하면 그만인 경우가 많음.
4. 게다가 가상세계의 데이터는 오픈소스로 공유되는 경우가 많아 AI가 학습하고 검증할 Tool도 많음.
5. 하지만 AI를 이용해 현실의 물리적인 변화를 동반한다면 얘기가 완전히 달라짐.
6. 현실에서의 오류 수정은 가상세계에서의 디버깅과 차원이 다르기 때문에, 제조업에서는 AI 도입을 보수적으로 볼 수밖에 없음.
7. 게다가 제조업은 환경이 조금만 변해도 이전의 지식이 통하지 않는 경우가 많음.
8. 이런 정보들은 대부분 비공개정보이고, 사외 AI가 학습한 적도 없어 적절한 답변을 내놓기 어려움.
9. 결국 제조업에서 제대로 AI를 활용하려면 사내 정보가 외부로 유출되지 않으면서도 사외의 최고 성능 AI를 사용할 방법을 찾아야 함.
10. 하지만 대부분의 제조업들이 이런 보안성을 갖춘 AI 활용에 전문적일 리가 없고, 보수적으로 접근할 수밖에 없어 도입이 매우 더딤.
11. 대표적인 예시로 삼성반도체에서는 사외 AI 사용이 가능하나 사내정보 입력이 불가하여 사실상 논문찾기 및 코딩용 정도로만 사용되는 경우가 대부분임.
12. 근데 제조업은 사실상 '통계'가 가장 중요한 영역이고, 유의미한 결과를 뽑아내는 건 AI가 가장 잘하는 영역임.
13. 즉, 제조업에서의 AI 수요는 어마어마하지만 아직 제대로 도입된 곳이 거의 없다는 것임.
14. 이 지점에서 메모리 수요가 한 번 더 폭발할 가능성이 매우 높다고 보는데, 이건 아직 비성숙한 로봇같은 기술보다도 훨씬 현실에 가까운 수요임. 대표적으로 삼성,하이닉스는 올해부터 사내 데이터까지 활용할 수 있는 사외AI 활용을 이미 선언한 상태임.
15. 지금 AI 수요는 대부분 빅테크의 학습과 추론 인프라 중심으로 발생하고 있음.
16. 하지만 제조업에서 AI가 본격적으로 쓰이기 시작하면 공정 데이터, 설비 데이터, 품질 데이터, 이미지 데이터, 로그 데이터가 전부 연결되어야 함.
17. 결국 제조업 AI는 데이터센터 안에서만 끝나는 AI가 아니라, 각 회사 내부의 방대한 데이터를 계속 학습하고 추론하는 구조로 갈 수밖에 없음.
18. 여기서 기업 내부의 데이터 저장, 검색, 벡터DB, 실시간 분석, Edge AI, 사내 전용 LLM까지 전부 메모리 수요로 연결될 가능성이 있음.
19. 정리하면 지금의 AI 메모리 수요는 빅테크 중심의 1차 수요에 가까움.
20. 하지만 아직 거리가 있어 보이는 로봇·자율주행·Physical AI 같은 2차 수요 이전에, 제조업의 사내 데이터망에 AI가 본격 도입되는 1.5차 수요가 먼저 발생할 수 있다고 생각함.
21. 그래서 이번 슈퍼사이클은 과거처럼 PC, 스마트폰, 서버 한 세대의 교체로 끝나는 사이클이 아님.
22. AI가 가상세계에서 현실세계로 내려오는 과정에서 만들어지는 장기적인 메모리 수요 변화라고 생각함.
23. 그리고 이러한 신규 수요는 몇 년 뒤 한 번에 열리는 게 아니라, 1년 이내의 짧은 단위로도 계속 창출될 수 있을 거라고 생각함.
THEONE@TTHUEONE
메모리 반도체 슈퍼사이클이 이번에는 다른 이유 (1편) 1. 과거 메모리(대부분 DRAM)의 슈퍼사이클에는 공통점이 있었음. 새로운 컴퓨팅 플랫폼이 등장하면서 “사용자 수 × 기기당 메모리 탑재량”이 동시에 증가함 2. 대표적인 슈퍼사이클은 93년 윈도우 PC > 10년 스마트폰 > 17년 클라우드 > 20년 코로나와 같은 수요폭증이 있었음 3. 각 슈퍼사이클에서의 사용자수 증가량은 당연히 시장이 성숙되면서 둔화될 수 밖에 없었고, 결국 시장의 성장은 기기당 메모리 탑재량에 기대해야 했음 4. 하지만, 시장의 기대와 달리 1인당 메모리 사용량은 쉽게 늘지 않았음. 대부분의 사람들이 웹서핑 등의 가벼운 용도로 컴퓨터(스마트폰)를 사용했고, 전문적인 목적을 가진 사용자가 아니면 16GB 이내에서 그 필요성이 늘어나지 않았음. 그나마 가장 대중적으로 DRAM을 많이 사용하는 게임의 경우에도 모바일 기준 12GB, PC 기준 32GB 이상으로 필요한 경우는 많이 없었음. 5. DRAM 세대의 전환, 윈도우 전환 등에서 DRAM 수요 확대를 기대하는 경우가 많이 있었지만, 새로운 전자기기 폼팩터가 나오지 않는 상황에서 소비자들은 DRAM의 성능개선을 쉽게 체감하지 못했음. 게다가 2010년 이후 서버시장의 80% 이상을 장악하던 인텔의 기술개발이 뎌뎌지고 신제품이 지속적으로 연기되면서 클라우드 사업자들의 서버투자 또한 지연시켰음. 6. DRAM은 오랜기간 3개 업체 과점체계였고, 공급이 부족한 상황에서 3개 업체 모두 뒤쳐지지 않기 위해 공급증가 투자를 진행함. 또한, HBM 시장의 본격적인 태동 전까지 메모리는 항상 세대가 지나며 집적도 증가에 의해 생산성과 성능이 같이 향상됐고, 시간이 지날수록 메모리는 Wafer투입량 증가 뿐만 아니라 생산성향상에 의한 공급 증가도 같이 이뤄짐. 7. 대표적인 예시로 흔히 말하는 DRAM 한세대가 발전하면 Wafer당 전체 용량(혹은 동일 용량의 Chip 개수)는 20~30%정도 증가함. 즉, Wafer 투입량이 동일하다고 해도 DRAM Node 변경만으로도 공급량이 두자리 퍼센트만큼 증가할 수 있는것임 (물론 이는 공정 총소요시간이 비슷하다고 가정함) 8. 위와 같은 이유로 메모리업체들은 공급증가를 수요에 맞춰서 소량씩만 진행시키는게 쉽지 않았고, 대부분의 상황에서 결국 수요의 둔화와 함께 공급과잉이 발생하게 됐음. 결국 DRAM의 수요증가는 새로운 폼팩터의 등장이(또는 코로나 같은 미친상황) 아닌 경우 공급증가를 따라가지 못하고 메모리산업(DRAM산업)을 전형적인 싸이클 산업으로 만듬 9. 그리고 23년 ChatGPT3.0이 대중에게 성공적으로 공개되면서 AI 서버 투자 슈퍼싸이클이 시작됐음. 이번 싸이클은 과거와 두가지 큰 차이점이 있음 10. 첫번째, 과거와 달리 AI 서버 DRAM의 증가가 개별 사용자의 체감효용을 크게 증가시킨다는 것임. AI 모델은 메모리가 늘어날수록 더 큰 모델을 올리고, 더 긴 컨텍스트를 처리하고, 더 많은 사용자의 요청을 동시에 처리하면서 각 사용자의 체감이 눈에 띄게 좋아지게됨. 과거와 달리 사용자당 DRAM이 어느정도면 충분하다 이런 개념이 아니고 DRAM증가와 사용자의 체감이 비례해서 올라가는 구조임. 11. 두번째, HBM과 같은 메모리의 성능 고도화 또한 각 사용자의 체감효용을 크게 증가시키는데 HBM의 경우 Wafer당 총 용량이 동일세대 범용DRAM에 비해 1/3수준밖에 되지 않고 총 제조시간은 1.5~2배에 달하기 때문에 시장의 공급량을 크게 감소시키는 역할을 함. 지금까지 이러한 성능과 공급 간의 Trade-off는 기존 DRAM 시장에서는 크게 요구되지 않았던 요소였음. 12. 때문에 이번 슈퍼사이클은 수요의 성격이 과거와는 차원이 다를 뿐만 아니라, 공급 증가가 제한되는 구조까지 동반한다는 점에서 기존 메모리 사이클과는 완전히 다른 성격의 슈퍼사이클이라고 볼 수 있음. (글이 너무 길어져서 다음 내용은 2편에 이어서 하겠음. 쓰다보니 내 글은 그냥 블로그에 더 잘 맞는거 같기도 하고..)
한국어
'디램 대비 낸드가 훨씬 쉬워서'라는 한 문장이 생각보다 많은 일본인들의 심기를 건드린거 같다. 내 글에 이렇게 많은 일본인들이 댓글을 달 줄은 몰랐다.
물론 DRAM과 NAND 중 무엇이 더 쉽고 어렵다고 단정하는 것 자체가 적절한 접근은 아닐 수 있다. 다만 '후발주자가 진입하기 더 어려운 기술이 무엇인가'라는 관점으로 바꾸면, 메모리 반도체 업계 종사자 대부분은 아마 DRAM을 선택할 것이라고 생각한다.
왜 그렇게 생각하는지 나름의 이유도 써볼까 했지만, 공정 엔지니어인 내가 디바이스 구조와 동작 원리까지 깊게 들어가 설명하기에는 지식이 충분하지 않다는 생각이 들어 일단은 접어두는 중이다.
참고로, 나는 NAND가 중국 업체들이 상대적으로 따라잡기 쉬운 기술이라고 생각해 샌디스크와 키옥시아를 투자 대상에서 배제했었다. 그렇기에 투자자로서의 판단은 틀렸다고 봐야 한다.
THEONE@TTHUEONE
샌디스크, 키옥시아 놓친게 아깝긴 하지만 반도체 엔지니어로서 낸드단독으로만 하는 회사는 투자를 못하겠는게 난이도가 디램대비 낸드가 훨씬 쉬워서 중국(YMTC)이 NAND 기술력은 사실상 다따라옴. 미국의 제재로 인한 설비반입제한이 가장 큰 문제였는데 이미 매출기준 샌디스크 동급수준까지 따라온거보면 낸드슈퍼싸이클이 얼마나 오래갈수 있으려나 의문이 듬.
한국어
본인은 반도체 업계의 다양한 직무 사람들과 종종 랜덤하게 모임을 갖는데, 최근 한 삼성 학사 출신 직원에게 들은 면접 관련 일화가 기억에 남는다.
삼성/하이닉스 지원자라면 본인이라면 어떻게 답할지 한 번쯤 생각해봐도 좋을 것 같음.
10년 전쯤 삼성 대졸 신입 면접에는 창의면접이 있었다고 한다.
문제:
"인구 10만 명 규모의 신도시에 삼성 대리점을 몇 개 지어야 하는가?"
해당직원답변 :
본인이 거주하던 동탄신도시를 기준으로 지역 크기, 본인 대리점 방문 횟수, 가구 특성(신혼부부 비중 등) 등을 수치화해 계산식을 수립하여 결론을 도출했는데, 무려 300개 이상의 대리점이 필요하다는 이상한 결론이 도출됨.
본인도 말이 안 되는 숫자라는 걸 알았지만, 계산을 수정하기보다는 "왜 이런 결과가 나왔는지", 그리고 "내 가설의 어떤 부분이 잘못됐는지"를 설명하는 방향으로 발표를 준비했다고 한다.
면접 도중 면접관은 압박하듯 논리의 허점을 지적했고, 후배는 순간 머리가 하얘졌는데,
"5초만 시간을 주시면 생각을 정리하겠습니다."
라는 말과 함께 눈을 감고 잠시 생각을 정리한 뒤 답변했고, 결과적으로 면접관 반응은 매우 좋았다고 한다.
개인적으로 내가 맘에드는부분은 아래와 같다.
1. 제한된 데이터만으로도 본인의 경험을 활용해 구체적인 숫자를 만들어냈다.
2. 틀린 결론을 숨기지 않고, 오히려 그 오류를 통해 더 나은 가설로 발전시킬 수 있음을 보여줬다.
3. 준비되지 않은 답변을 급하게 내놓기보다, 생각할 시간을 요청하고 논리적으로 대응했다.
반도체 공정 직무를 포함해 엔지니어 면접에서는 정답 자체보다 문제를 어떻게 접근하고, 자신의 오류를 어떻게 인식하며 수정해 나가는지가 더 중요하게 평가되는 경우가 많다.
그런 점에서 위와 같은 답변은 단순히 문제를 맞히는 사람보다, 불완전한 정보 속에서도 가설을 세우고 검증하며 개선할 수 있는 인재라는 점을 보여준다고 생각한다.
한국어
SK하이닉스 이석희 전 CEO 이야기
SK하이닉스 입사 ->
미국 스탠포드 학위파견, 박사 받고 복귀 안하고 퇴사 -> 인텔 입사
->카이스트 교수->SK하이닉스 CEO
->SK ON CEO
-> 인텔 파운드리 수장으로 복귀
21년 성과급 이슈 때 떠나는 직원들에게 부적응자라 막말해서 하닉 안에서 타코형이라 불렸던 석희형....
또한 인텔 낸드 사업부 솔리다임 인수를 비싸다고 반대했다죠(당시 무지하게 비싼건 사실)
SKT 출신 박정호 CEO랑 공동 CEO라는 이상한 체계로 있다가 다운턴 때 솔리다임 책임을 지고 물러났음.(밀어 붙인건 박 CEO였는데 억울하셨을듯)
지금 효자상품인 HBM도 이석희 CEO일때 포기 안하고 계속 키웠음.
SK ON을 살리러 갔다가 실패한듯하고 인텔에서 좋은 제안이 와서 본업으로 가시네요.
하이닉스의 기틀을 잘 닦아놓으셨고 그 뒤로 반도체 메가사이클 과실은 현 CEO인 곽노정 CEO에게로..
Shay Boloor@StockSavvyShay
$INTC appointed former SK Hynix CEO Seok-Hee Lee as Executive Vice President of Intel Foundry. The hire adds more foundry leadership depth as Intel tries to scale its contract chip manufacturing business and compete more directly with $TSM and Samsung.
한국어
@mindmoon_108 인텔이 베이스다이 제조로는 애매한게 High-NA 사용급의 최선단노드 위주 상품인데다가 BSPDN을 주력으로 밀면서 최상위 로직쪽 공급을 노리는데 베이스다이로는 너무 고스펙에 고가이지 않나 싶습니다. TSMC 3nm랑 18A 웨이퍼당 추정단가가 별로 차이도 안나고요..
한국어
@mindmoon_108 LSI면 경력 몇년이든 무조건 갈거 같은데요.... 여기는 구조상 아예 적자 탈출이 불가능한 수준이라
하닉도 대놓고 경력보고 신입쓰라고 하는판인데 설계같은쪽이면 고과 몰아주면서 빨리 올릴수도 있을테고...
한국어
SK히이닉스 채용 근황(feat. 인재전쟁)
1.
삼성전자에서 경력직으로 지원했던 사람들에게 지원 기간 남았으나 미리 탈락통보.
신입으로 지원하라고 돌려서 이야기하는 걸로 추정.(둘 중 하나밖에 지원 못함)
2.
최근에 삼성에서 메모리/LSI/파운드리 구분 없이 인력이 너무 많이 빠져나감.
특히 설계 인력 유출을 심각하게 보고 있는것 같음.
삼성 인사팀에서 하닉한테 경력직 그만 데려가라고 얘기했다고 함.
정부 통해서도 압박이 들어감.
하닉->삼성 경력직 채용 막힘.
단순 뇌피셜이 아닌 임원단에서 나온 얘기라 신빙성 있는듯.
3.
SK하이닉스는 이례적으로 설계 세자리수 공고를 냄.
난 설계 세자리수 채용을 본적이 없음.
신입 채용도 있겠지만 삼성 경력을 우회적으로 신입으로 받으려는 시도인 것 같음.
경력이 아닌 신입으로 받으면 문제 없는듯?
반도체 인재전쟁이 격해지고 있습니다.
한국어
키옥시아 마진율 70프로 이상...
이러면 삼성은 낸드만으로도 마진율만
80프로 이상 나올거 같은데 2분기 110조 찍나..?
낸드에서 젤비싼 eSSD는 오히려 키옥시아가 점유율이 낮은데도 저정도라는건 꽤 의미있어보임.
marketmaker@marketmaker7
キオクシア 四季報最新号によれば、 売上高営業利益率 驚愕の71.8%‼️ なんだコレは(笑) 予想EPS 7,047円なので、株価10万円でもPER約14倍。 1,400円くらい配当出してくれるんですかねw もしそうならば、100株ホルダーでも14万円もらえる。 特需ではなく、未来永劫続くことを祈ります🙏
한국어
