제2장. 매트릭스를 읽는 법 — 투자자·기업·개인이 얻는 것
이 장을 다 읽고 나면 알게 될 것: 반도체×AI 밸류체인 매트릭스가 주식 투자, 기업 전략, 개인 커리어에 왜 나침반이 되는지
도입: "그래서 이걸 알면 뭘 할 수 있는 건데?"
이 질문을 수없이 받았다. 밸류체인이 중요하다, 매트릭스로 봐야 한다, 교차점이 핵심이다 — 그건 알겠는데, 그래서 나는 뭘 하면 되는 건데?
당연한 질문이다. 지도는 아름다울 수 있지만, 결국 지도의 가치는 목적지에 데려다주느냐에 달려 있다. 이 장에서는 매트릭스라는 지도가 세 종류의 사람에게 구체적으로 무엇을 알려주는지를 본다.
투자자. 기업 전략가. 그리고 일하는 개인.
2.1 투자자가 얻는 것 — "사슬 위의 위치"를 보고 투자한다
주식 투자를 할 때 흔히 하는 실수가 있다. 기업을 개별적으로 본다는 것이다. NVIDIA의 실적을 보고, TSMC의 PER을 보고, SK하이닉스의 배당률을 본다. 그러나 이 기업들은 진공 속에 존재하지 않는다. 사슬 위에 서 있다.
매트릭스의 시각으로 투자를 보면 세 가지 전략이 보인다.
Layer별 투자 — 어느 층에 돈을 넣을 것인가
반도체 밸류체인(세로축)과 AI 밸류체인(가로축)은 각각 여러 층으로 이루어져 있다. 각 층의 성장 속도와 마진율이 다르다.
2026년 기준, 가장 큰 돈이 흐르는 층은 인프라다. 하이퍼스케일러(구글, 아마존, 마이크로소프트, 메타)의 설비투자 합계가 6,950억 달러에 달한다1. S&P 500의 여덟 개 섹터 전체의 설비투자를 합친 것보다 크다. 이 돈의 상당 부분이 반도체 밸류체인의 상위 층(AI칩, HBM, 패키징)으로 흘러간다.
그러나 인프라 투자가 영원히 이 속도를 유지할 수 있을까. 이미 "데이터센터 투자가 과잉인가"라는 질문이 나오기 시작했다. 투자자는 지금 인프라에 올라탈 것인지, 아니면 다음 물결인 응용 층으로 이동할 것인지를 판단해야 한다.
모델 층은 아직 대부분 비상장이다. OpenAI, Anthropic, Mistral. 상장되면 거대한 투자 기회가 되지만, 지금은 직접 투자가 어렵다. 간접 투자는 이 기업에 클라우드를 제공하는 마이크로소프트(OpenAI), 아마존(Anthropic), 구글(자체 제미나이)을 통해 할 수 있다.
응용 층은 가장 빠르게 변하고 있다. Salesforce(Agentforce), ServiceNow, Workday 같은 기업이 AI Agent를 자사 플랫폼에 통합하고 있다. BCG는 이 층에서 기술 서비스만 2,000억 달러의 신규 수요가 생길 것으로 전망한다2.
병목 투자 — 공급 제약이 곧 가격 결정력이다
매트릭스에서 가장 수익성 높은 셀은 어디인가. 병목이다.
2024년, SK하이닉스가 HBM3E 공급 계약을 체결했을 때 주가가 두 배가 된 이유를 생각해보자. 매트릭스의 D2 셀(패키징·HBM × Foundation Model)에서 병목이 해소되었기 때문이다. NVIDIA가 아무리 GPU를 설계해도, HBM이 없으면 AI 가속기를 만들 수 없다. SK하이닉스는 그 병목을 쥐고 있었다. 병목을 쥔 자가 가격을 결정한다.
2026년 현재 가장 심각한 병목은 세 곳이다.
첫째, 어드밴스드 패키징. TSMC의 CoWoS 패키징 용량이 AI 가속기 출하량을 결정한다. 칩을 만들어도 패키징이 안 되면 제품이 안 된다.
둘째, HBM. SK하이닉스와 삼성이 양분하지만, 수요가 공급을 크게 초과한다. HBM4까지의 선주문이 이미 2027년까지 꽉 차 있다.
셋째, ASML의 EUV 장비. 선단 공정 반도체를 만들 수 있는 장비를 전 세계에서 ASML만 만든다. 독점이다. 대당 가격이 4억 달러에 달한다3.
McKinsey는 반도체 산업의 구조를 "winner-take-all" 역학이라 분석한다. 각 세그먼트에서 소수 기업이 대부분의 가치를 가져간다4. 병목을 쥔 기업이 바로 그 소수다.
교차점 투자 — 두 사슬이 만나는 곳에 초과 수익이 있다
가장 흥미로운 투자 기회는 두 사슬이 교차하는 셀에 있다.
AI for Chips. AI가 반도체를 설계한다. Synopsys의 DSO.ai는 칩 설계 시간을 수개월에서 수주로 단축한다. 구글의 AlphaChip은 TPU 설계에 AI를 적용했다. 이 교차점은 반도체 밸류체인의 설계 단계와 AI 밸류체인의 모델 단계가 만나는 C2 셀이다.
Chips for AI. 반대 방향도 있다. AI의 성능은 결국 반도체가 결정한다. HBM의 대역폭이 추론 속도를 결정하고, 추론 속도가 Agent의 품질을 결정한다. D3 셀(패키징·HBM × Agentic 미들웨어)이 여기에 해당한다.
Physical AI 하드웨어. E5 셀(엣지칩 × Physical AI)은 2028~2030년에 폭발할 것으로 예상되는 교차점이다. NVIDIA Jetson, Qualcomm의 엣지칩이 로봇 온디바이스 추론을 담당한다. Tesla Optimus, Unitree G1의 실시간 판단 품질이 이 셀의 기술 수준에 달려 있다.
잠시 멈추고 생각해보자 당신이 투자자라면, Layer별·병목·교차점 세 가지 전략 중 어느 것에 가장 끌리는가? 그 전략은 당신의 투자 기간(1년? 5년? 10년?)과 어떤 관계가 있는가?
2.2 기업 전략가가 얻는 것 — "어디에 서야 하는가"를 결정한다
기업에게 매트릭스는 거울이다. 자사가 매트릭스의 어느 셀에 있는지를 아는 것이 전략의 출발점이다. (전체 매트릭스는 7×14 = 98개 셀이지만, 여기서는 핵심 25개 셀로 단순화한다.)
세 가지 전략적 방향이 있다.
수직 통합 — NVIDIA의 길
NVIDIA는 GPU 칩 설계에서 시작했다. 그런데 거기서 멈추지 않았다. CUDA라는 소프트웨어 생태계를 만들어 개발자를 잠갔다. Omniverse라는 시뮬레이션 플랫폼을 만들었다. GR00T라는 로봇 AI 프레임워크를 만들었다. 칩(E열) → 모델 학습(가로축 2열) → 미들웨어(3열) → Physical AI(5열)까지, 매트릭스의 한 행을 통째로 장악하려 한다.
이것이 수직 통합이다. 한 층에서 시작해서 위아래로 확장한다. 위험은 크지만 성공하면 전체 사슬을 지배한다. 2026년 NVIDIA의 시가총액이 3조 달러를 넘는 이유가 이것이다.
수평 전문화 — TSMC의 길
TSMC는 정반대 전략을 택했다. 파운드리만 한다. 칩을 설계하지 않는다. 그래서 모든 팹리스 기업의 파트너가 될 수 있다. 애플, NVIDIA, AMD, Qualcomm, 모두 TSMC에서 만든다. TSMC가 설계까지 하면 경쟁자가 된다. 하지 않기 때문에 파트너로 남는다.
이것을 "스위스 모델"이라 부르는 사람도 있다. 중립을 지키면서 모든 편에 서는 것. C열(설계·제조)에서 가로축 전체에 걸쳐 서비스한다.
교차점 진입 — 현대로보틱스의 길
현대자동차 그룹은 보스턴 다이내믹스를 인수하면서 교차점에 뛰어들었다. 자동차(기존 제조업) + 로봇(Physical AI). 두 밸류체인이 만나는 곳에 새로운 사업을 만들려 한다.
위험은 높다. 자동차 제조와 로봇 AI는 전혀 다른 역량이 필요하다. 그러나 교차점에 성공적으로 자리 잡으면 경쟁자가 없다. 아직 아무도 차지하지 않은 셀이기 때문이다.
당신의 기업은 매트릭스의 어느 셀에 있는가? 거기서 위로 올라갈 것인가(수직 통합), 옆으로 넓힐 것인가(수평 전문화), 아니면 빈 셀로 뛰어들 것인가(교차점 진입)?
2.3 개인이 얻는 것 — 어떤 기술을 배우고, 어디서 일할 것인가
이것이 가장 실용적인 질문일 수 있다.
매트릭스에서 가장 빠르게 성장하는 셀 = 가장 많은 일자리와 기회가 생기는 곳이다.
2026년 기준, 가장 빠르게 성장하는 셀 세 개를 보자.
E3 셀 (엣지칩 × Agentic 미들웨어). 엣지 디바이스에서 AI Agent를 돌리는 기술이다. LangGraph + 엣지 배포 역량을 가진 사람은 극히 드물다. 이 교차점의 인재는 2026년 기준 연봉이 빠르게 올라가고 있다.
D2 셀 (패키징 × Foundation Model). 어드밴스드 패키징 엔지니어는 반도체 산업에서 가장 수요가 폭발하는 직군이다. 칩렛 아키텍처만으로 연간 1,000억 달러 시장이 형성되고 있다5. 이 분야의 엔지니어 연봉은 2년 사이 30~50% 올랐다.
가로축 4열 (응용·Enterprise Agent). Salesforce Agentforce, Microsoft Copilot Studio, Google Agentspace를 다룰 수 있는 사람. 그리고 이 플랫폼 위에서 산업 특화 Agent를 설계할 수 있는 사람. 가트너 예측대로 2026년 말까지 기업 앱 40%에 AI Agent가 탑재된다면6, 이 인재에 대한 수요는 폭발적이다.
"밸류체인 지도를 읽을 줄 아는 사람이 AI 시대의 기회를 먼저 잡는다."
잠시 멈추고 생각해보자 당신의 현재 직무는 매트릭스의 어느 셀에 가장 가까운가? 그 셀은 성장하고 있는가, 정체되어 있는가? 만약 옆 셀로 이동한다면, 어떤 역량을 추가로 키워야 하는가?
2.4 매트릭스를 읽는 눈은 어떻게 만들어지는가
매트릭스를 읽는 법은 간단하다. 질문 네 개를 반복하면 된다.
첫째, 권력은 어디에 있는가. 매트릭스의 25개 셀 중에서 다른 셀이 의존하는 셀은 어디인가. 그 셀을 지배하는 기업은 누구인가. ASML이 EUV를 독점하면, 선단 공정을 쓰는 모든 셀이 ASML에 의존한다. 그것이 권력이다.
둘째, 마진은 어디에 집중되는가. 같은 매출이라도 마진율이 다르다. NVIDIA의 영업이익률은 60%를 넘는다. TSMC는 40% 수준이다. 패키징 회사는 15~20%다. 마진이 높은 셀을 아는 것이 투자와 전략의 핵심이다.
셋째, 병목은 어디인가. 수요는 폭발하는데 공급이 따라가지 못하는 셀. 그 셀이 전체 매트릭스의 속도를 결정한다. 병목이 해소되면 관련된 셀들이 동시에 풀린다. 병목이 이동하면 새로운 투자 기회가 생긴다.
넷째, 누가 누구에게 의존하는가. A 셀의 기업이 B 셀의 기업 없이 사업을 할 수 없다면, B가 A에 대해 교섭력을 가진다. 이 의존 관계가 지정학과 만나면 수출 통제, 공급망 재편 같은 거대한 흐름이 된다.
이 네 가지 질문은 어떤 산업에도 적용된다. 자동차, 반도체, 화학, 금융. 산업이 달라도 질문은 같다. 30년간 다양한 산업을 분석하면서 배운 것이 있다면, 그것은 지도의 형태는 바뀌어도 읽는 법은 같다는 사실이다.
이제 매트릭스를 읽을 준비가 되었다. 다음 장부터 세로축(반도체 밸류체인)의 첫 번째 마디인 소재와 화학재료로 들어간다. 가장 보이지 않지만, 전체 사슬의 출발점이 되는 곳이다.
핵심 정리
밸류체인 매트릭스를 이해한다는 것은 세 가지를 얻는 것이다. 투자자에게는 "사슬 위의 위치"를 보고 투자하는 눈이다. 기업에게는 "어디에 서야 하는가"를 결정하는 나침반이다. 개인에게는 "어떤 기술, 어디서 일할 것인가"의 지도다.
투자 전략은 세 가지로 나뉜다. Layer별 투자(인프라 vs 모델 vs 응용), 병목 투자(공급 제약 = 가격 결정력), 교차점 투자(두 사슬이 만나는 곳의 초과 수익).
기업 전략은 세 방향이다. 수직 통합(NVIDIA), 수평 전문화(TSMC), 교차점 진입(현대로보틱스). 각각의 위험과 보상이 다르다.
매트릭스를 읽는 법은 네 가지 질문의 반복이다. 권력, 마진, 병목, 의존 관계.
반드시 답해봐야 할 질문 5가지
질문 1. 당신이 투자자라면, 2026년 지금 어느 층(인프라/모델/응용)에 가장 큰 기회가 있다고 보는가? 그 근거는 무엇인가?
질문 2. 당신이 기업 전략가라면, 수직 통합·수평 전문화·교차점 진입 중 어떤 전략을 택할 것인가? 자사의 현재 역량과 어떻게 연결되는가?
질문 3. 당신의 직무는 매트릭스의 어느 셀에 가장 가까운가? 그 셀은 앞으로 5년 동안 성장할 것인가, 축소될 것인가?
질문 4. "병목을 쥔 자가 가격을 결정한다"는 원리를 당신의 산업에 적용하면, 지금 병목은 어디에 있는가? 그 병목은 이동할 수 있는가?
질문 5. "밸류체인 지도를 읽을 줄 아는 사람이 기회를 먼저 잡는다"는 명제에 동의하는가? 동의한다면 당신은 그 지도를 어떻게 학습하고 있는가?
더 깊이 탐구하기
마이클 포터, 「Competitive Advantage」 (1985). 가치사슬 개념의 원전. 기업 전략의 고전이자 이 책 전체의 이론적 출발점.
크리스 밀러, 「칩 워」 (2022). 반도체 공급망의 지정학을 다룬 베스트셀러. 밸류체인의 각 마디가 왜 중요한지를 역사적으로 보여준다.
McKinsey, 「How AI Drives the Next Era of Semiconductor Value Creation」 (2026). 반도체 산업의 winner-take-all 역학 분석.
VanEck, 「The ETFs Powering the AI Supply Chain」 (2026). AI 밸류체인의 각 층에 투자하는 ETF 전략 가이드.
다음 장에서 세로축의 첫 마디로 들어간다. 소재와 화학재료. 가장 보이지 않지만, 이것이 없으면 아무것도 시작되지 않는다.
각주
Footnotes
-
AInvest, "Building the AI Infrastructure S-Curve: The 2026 Investment Playbook." Hyperscaler CapEx $695B 전망. https://www.ainvest.com/news/building-ai-infrastructure-curve-2026-investment-playbook-2601/ ↩
-
Boston Consulting Group, "The $200 Billion Agentic AI Opportunity for Tech Service Providers," 2026. https://www.bcg.com/publications/2026/the-200-billion-dollar-ai-opportunity-in-tech-services ↩
-
ASML EUV High-NA 장비 가격은 대당 약 $350M~$400M (2026 기준 추정). ASML Annual Report 2025 참조. ↩
-
McKinsey & Company, "How AI Drives the Next Era of Semiconductor Value Creation," 2026. Winner-take-all 역학 분석. https://www.mckinsey.com/industries/semiconductors/our-insights/the-next-era-of-semiconductor-value-creation ↩
-
Deloitte, "2026 Semiconductor Industry Outlook." 칩렛 기반 솔루션 $100B~$110B 규모. https://www.deloitte.com/us/en/insights/industry/technology/technology-media-telecom-outlooks/semiconductor-industry-outlook.html ↩
-
Gartner, "Predicts 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026," August 2025. https://www.gartner.com/en/newsroom/press-releases/2025-08-26-gartner-predicts-40-percent-of-enterprise-apps-will-feature-task-specific-ai-agents-by-2026-up-from-less-than-5-percent-in-2025 ↩