SEMCO 삼성전기 https://t.co/bbEikilzvK Research & Analysis:
GS는 9월과 비교했을 때 10월에 훨씬 더 가파른 곡선을 인수하고 있습니다. …
26년/27년/28년의 AI 서버용 MLCC 혼합 비율은 기존 가정치인 20%/26%/32%에서 각각 21%/32%/39%로 수정되었습니다.
따라서 실제 변화는 2026년이 아니라, 향후 몇 년(그리고 이것이 핵심입니다)에 걸쳐 2027년과 2028년에 가장 크게 가정 변화가 나타나고 있습니다.
이는 수익성 모델에 직접적으로 반영됩니다:
- MLCC OPM: 20% → 31.4% → 37.1% (26년~28년)
- Substrate OPM: 16.9% → 27.5% → 31.8%
- Group OPM: 14.9% → 24.6% → 30.2%
그리고 이것을 Goldman의 이전 모델과 비교했을 때, 수익(profit) 라인에서의 수정치가 매출(revenue) 라인보다 훨씬 더 큽니다:
- FY27 매출: +8%
- FY27 영업이익 (operating profit): +23.9%
- FY28 매출: +10.6%
- FY28 영업이익 (operating profit): +21.2%
이것이야말로 Outer Ninth Research가 찾는 것이며, 우리가 보고 싶어 하는 점입니다. 왜냐하면 이는 영업이익이 매출보다 더 빠르게 증가하고 있음을 알려주기 때문입니다. 즉, 핵심 논지는 다음과 같습니다:
혼합 비율(mix) + 가격 책정(pricing) + 활용률(utilization) + 희소성 경제학(scarcity economics)
저는 이것을 SEMCO 자체 공시 자료와 대조해 보았는데, 그들은 근본적인 방향성을 뒷받침합니다. 2분기 영업이익은 이미 전년 대비(+YoY) +107%였으며, 10개 이상의 MLCC 장기 계약(LTA)이 체결되었고, 회사는 AI 서버용 MLCC의 기술적 요구 사항을 충족할 수 있는 공급업체가 소수라는 점을 공적으로 밝히고 있습니다. Murata 역시 이와 같은 내용을 언급하고 있으며, 이것이 제가 지난 여름부터 자주 논의해 온 것처럼 우리가 Tier 1 기술 리더들과 포지셔닝하기를 원하는 이유입니다.
이제 중요한 구분이 있습니다:
SEMCO의 수익성 수정치는 정확하게 우리의 논지가 있어야 한다고 말했던 지점에 집중되어 있습니다;
MLCC 및 Substrate
→ 이것은 제가 작성하고 여러분에게 다시 게시한 이중 병목(dual bottleneck) 노출 논지입니다.
따라서 우리는 새로운 떠오르는 논지를 갖게 되었습니다:
AI 혼합 비율이 분석가들이 이전에 모델링했던 것보다 더 빠르게 가속화되고 있으며, 증가하는 혼합 비율은 훨씬 더 수익성이 높습니다.
SEMCO는 증권사들의 실적 전망 수정(sell-side revisions)이 여전히 실제 근거를 쫓아가는 비정상적인 사례가 되고 있습니다.
현재 다음과 같은 근거들이 있습니다:
- GS: AI MLCC 혼합 비율을 반복적으로 상향 조정
- UBS: MLCC 및 ABF 마진을 실질적으로 상향 조정
- MS: SEMCO를 '초기 사이클(early cycle)'이라 부르며 AI MLCC 기회의 최상위권에 위치시킴
- 10월 초 공개된 계약 수주액이 이미 약 3.9조 원에 근접함
- $NVDA / $TSLA 기반의 기판(substrate) 용량 증거 확보
- SEMCO 공식 발표: AI 서버 MLCC 시장 점유율이 40%를 초과함
제가 조사하여 강조하고 싶은 또 다른 차별점이 있습니다. Morgan Stanley가 MLCC가 초기 사이클이라고 주장하는 것은 모든 등급과 유형의 MLCC가 아니라, 고등급(high grade), 고정전용량(high capacitance) AI MLCC에만 국한된 것입니다. 이는 이해하는 것이 중요하며, 우리가 왜 최고 수준의 선두 기업들(tier 1 leaders)을 중심으로 포지셔닝하고 있는지 다시 한번 강조합니다. 제약 조건은 사양(specification), 레이어 수(layer count), 수율(yield), 그리고 인증(qualification)입니다.
아직 건설되지 않은 데이터 센터와 서버가 많으며, MLCC의 부품 개수와 복잡성은 세대를 거듭하며 급격히 증가하고 있습니다. 이에 대해서는 나중에 더 자세히 다루겠지만, 그 자체로 하나의 기사입니다. 단순히 AI가 커패시터를 더 많이 사용한다는 의미가 아닙니다. 우리는 물리적인 부품 확산(component proliferation)과 부품당 높은 경제적 가치를 동시에 얻고 있으며, 이는 훨씬 빠른 BOM(자재 명세서) 가치 성장을 초래합니다.
이는 생태계 전반에 걸쳐 파악하는 것이 중요한 테마이며, 모든 계층에 침투하고 있습니다. 본질적으로 여기에는 AI를 따라잡기 위해 기술적 복잡성이 급격히 증가함에 따라 양(quantity)이 더 많고 동시에 훨씬 비싸진 MLCC가 포함되어 있습니다.
MS 추정치:
- GB300: 랙당 약 320,000개 MLCC
- Vera Rubin/VR200: 약 570,000개
- 따라서 물리적 부품 개수는 약 78% 증가함
하지만 Morgan Stanley의 BOM 추정치를 분석해 보면, 랙당 MLCC 가치는 대략 다음과 같이 상승하고 있습니다:
- GB300: 약 $4664
- VR200: 약 $12,411
- 증가율: 약 166%
따라서 달러 콘텐츠(dollar content)는 MLCC 개수보다 훨씬 빠르게 증가하고 있습니다.
제품 밀도 (Product density) = 시스템당 더 많은 MLCC를 의미합니다.
경제적 밀도 (Economic density) = 각 AI 컴퓨팅 장치 단위가 점점 더 비싸고 사양 집약적인 MLCC를 요구하며, 이로 인해 달러 콘텐츠가 부품 개수보다 빠르게 증가하는 현상을 말합니다.
MS의 수치를 사용하면, 설치된 부품당 평균 함축 MLCC 가치는 다음과 같습니다:
$4664/320k ≈ $1.46$
↓
$12,411/570k ≈ $2.18$
MLCC 수량은 +78% 증가하고, MLCC당 경제적 가치 또한 약 50% 상승하여 BOM(Bill of Materials)이 약 166% 성장하는 이유입니다.
결론적으로, 근본적인 연쇄 고리는 다음과 같습니다:
AI 가속기 전력/전류 증가
→ 더 많은 커패시턴스 요구
→ 더 많은 MLCC 필요
→ 대용량/고사양 MLCC 요구
→ 제조 난이도 상승 + 유효 캐패시턴스 감소
→ ASP(평균 판매 가격)/마진 상승
→ MLCC BOM 가치가 랙/유닛 성장보다 훨씬 빠르게 증가
우리는 부품의 확산(component proliferation)과 경제적 밀도(economic density)를 모두 포착해야 합니다:
AI 시스템 수량 x 시스템당 MLCC 개수 x MLCC당 사양/가치
#MLCC 이야기는 ABF/CCL/PCB 전반의 생태계에서 우리가 목격하는 것과 유사합니다. 즉, AI 시스템은 단순히 더 많은 물리적 소재를 소비하는 것이 아니라, 점점 더 비싸고 제조하기 어려운 버전의 소재를 소비하고 있습니다.
SEMCO의 핵심 MLCC 사업 외에도 첨단 기판 부문(advanced substrate division)이 상당한 수익층을 제공한다는 것을 잊지 마십시오.
SEMCO 삼성전기 https://t.co/bbEikilzvK
Murata 村田製作所 https://t.co/OLY0pYm4lh
Image credit- optionking666
