본문 바로가기

전체 글13

AI 슈퍼사이클, 실적으로 확인되다 — ASML 가이던스 상향·TSMC 월매출 신기록·장비 시장 1,659억 달러 2026년 7월 · 테크 브리핑 — AI·반도체·광학계측AI 슈퍼사이클, 실적으로 확인되다ASML 가이던스 상향 · TSMC 월매출 신기록 · 장비 시장 1,659억 달러 — 이번 주 발표된 숫자들만 따라간다오늘의 한 줄 — 하이퍼스케일러의 돈이 파운드리(TSMC) → 장비(ASML) → 검증(테스트·계측)으로 차례로 흘러내려가는 것이, 이번 주 실적 발표로 숫자째 확인됐습니다.① 돈의 원천 — 하이퍼스케일러 AI 설비투자, 올해 7,000억 달러 안팎이 사이클의 출발점은 클라우드 4사(아마존·구글·메타·마이크로소프트)의 지갑입니다. 2026년 합산 AI 설비투자는 집계 기준에 따라 약 6,300억~7,250억 달러로 추정됩니다 — CNBC는 "7,000억 달러에 육박"으로, 한 공개 트래커는 아마존 ~.. 2026. 7. 16.
AI가 다시 쓰는 반도체 광학 계측 — OCD·스캐터로메트리에서 하이브리드까지 2026년 7월 · 광학·계측 — 심층OCD·스캐터로메트리에서 하이브리드 메트롤로지까지 · 원문 링크와 직접 만든 도표로, 과장 없이오늘의 한 줄 — 노광이 회로를 '그리는' 기술이라면, 계측은 그것이 제대로 그려졌는지 '읽는' 기술. 선폭이 좁아질수록 읽는 쪽의 값어치가 함께 오릅니다.① 왜 지금 '계측'인가 — 시장이 먼저 말한다반도체 클린룸 · 출처: Wikimedia Commons (Public Domain)계측·검사 장비 시장은 2025년 이미 180억 달러를 넘었고, 계측 부문은 2026년 109억 달러 → 2035년 202억 달러(연평균 ~7%)로 전망됩니다. 원동력은 첨단 노드, EUV·하이NA, AI 칩 수요, 3D NAND 고단화, 그리고 GAA입니다. GAA 트랜지스터가 양산에 들어가.. 2026. 7. 15.
HBM 슈퍼사이클과 하이NA EUV — '보이지 않는 결함'을 잡는 광학의 눈 2026년 7월 14일 · 데일리 테크 브리핑 — AI·반도체·광학계측오늘의 반도체 판을 한 문장으로 줄이면 이렇다: HBM이 돈을 벌고, EUV가 길을 열고, 광학 검사가 품질을 지킨다. 숫자로 따라가 본다.① 메모리 슈퍼사이클 — HBM이 주도SK하이닉스가 올해 1분기 글로벌 HBM 시장에서 점유율 58.1%로 삼성전자·마이크론을 제치고 1위에 올랐다. UBS는 엔비디아 차세대 'Rubin' 플랫폼에 들어갈 HBM4 시장에서도 SK하이닉스가 약 70%를 가져갈 것으로 봤다. 한편 삼성전자는 지난 5월 세계 첫 7세대 HBM 시제품 출하를 알리며 반격에 나섰다. GTC 2026, COMPUTEX 2026에서 두 회사가 나란히 엔비디아 생태계 앞에서 HBM 경쟁을 벌인 것도 같은 맥락이다.② 왜 이렇게 .. 2026. 7. 14.
데일리 테크 브리핑 1호 — 2026-07-11 · AI·반도체·광학계측 데일리 테크 브리핑AI · 반도체 · 광학계측을 매일 한 장으로제1호 · 2026년 7월 11일 · 원문 링크와 직접 만든 도표로, 과장 없이오늘의 한 줄 — 파운드리는 2nm에서 격차가 벌어지고, AI는 더 작고 효율적인 모델로, 계측은 하이브리드·AI 증강으로 움직이고 있습니다.① AI — 효율·소형화가 이번 흐름의 중심arXiv AI 분야(cs.AI)는 여전히 폭발적으로 늘고 있습니다. 한 공개 집계 기준 2025년 9월~2026년 4월에만 약 7,700편이 올라온 것으로 정리됩니다. 최근 키워드는 “더 작게, 더 싸게” — 조건부 연산(Mixture-of-Experts 등)으로 품질과 토큰당 추론 비용을 분리하려는 시도가 두드러집니다.그림1. 조건부 연산(MoE) 개념 — 토큰마다 일부 전문가만 .. 2026. 7. 11.
AI한테 자료조사 시키고 정리까지 — 비전공자가 6개월 써본 워크플로 자료를 검색하고 모으고 정리하는 데 하루가 갔습니다. AI에 맡기고 6개월, 나름의 워크플로가 생겼습니다. 단, AI는 '초벌'이지 '최종'이 아닙니다. 비전공자가 자료조사에 AI를 쓰는 5단계와, 빠지기 쉬운 함정을 적습니다.자료조사가 제일 오래 걸렸다글 한 편을 쓰든 결정을 하나 내리든, 가장 오래 걸린 건 '쓰는 일'이 아니라 자료를 모으고 정리하는 일이었습니다. 검색하고, 읽고, 추리고, 표로 만들고. 비전공 분야는 뭐가 중요한지조차 몰라 더 헤맸습니다. 그래서 이 단계를 AI에 맡겨봤습니다.AI 자료조사 5단계 워크플로6개월 써보며 자리 잡은 순서입니다.넓게 펼치기. "이 주제의 핵심 쟁점과 자주 나오는 근거를 정리해줘"로 시작합니다. 세부보다 지형도를 먼저 받습니다.좁혀서 표로. 모은 내용을 .. 2026. 6. 28.
AI는 그럴듯하게 거짓말한다 — 비전공자가 6개월간 답을 검증해온 법 AI는 모르는 것도 자신 있게 지어냅니다. 이걸 '환각'이라고 부릅니다. 비전공자는 틀린 줄도 모르고 속기 쉽습니다. 6개월간 데여가며 만든, AI 답을 검증하는 5가지 루틴을 적습니다.AI는 "모른다"고 잘 말하지 않는다사람은 모르면 모른다고 합니다. AI는 다릅니다. 빈칸을 그럴듯한 말로 채웁니다. 출처가 없어도 있는 것처럼, 틀린 숫자도 확신에 찬 말투로 내놓습니다. 이걸 '환각(hallucination)'이라고 합니다.진짜 문제는 따로 있습니다. 비전공자는 그 답이 맞는지 틀린지 모릅니다. 전문가라면 한눈에 잡아낼 오류를, 초보는 그대로 믿고 씁니다. 그래서 비전공자일수록 '검증 습관'이 도구 선택보다 중요합니다.내가 데인 사건직접 데여봤습니다. 자동 발행을 맡겨놨다가, 본문이 텅 빈 글이 24시.. 2026. 6. 23.

티스토리툴바